Kuinka laskea NDC

Posted on
Kirjoittaja: Lewis Jackson
Luomispäivä: 14 Saattaa 2021
Päivityspäivä: 16 Marraskuu 2024
Anonim
Aton 6.3 PDM-ohjelmiston esittely
Video: Aton 6.3 PDM-ohjelmiston esittely

Sisältö

Jos yrität tilastollista tietojen analysointia, tarvitset muutakin kuin vain valikoiman numeroita, jotka on luotu missä tahansa keräysprosessissa. Sinun on myös oltava varma itse keräysprosessin luotettavuudesta. Toisin sanoen, jos joku kertoi sinulle, että naapurimaiden leipomokakkujen laatu vaihteli 15 prosenttia erästä toiseen, sinun olisi tiedettävä, ovatko tämän laadun määrittämiseen käytetyt mittaukset riittävän laadukkaita. Entä jos kakut ovat kaikki enemmän tai vähemmän samat erissä ja tosiasiallisesti laatuarviointijärjestelmä näyttää todellisen vaihtelun tietokokonaisuudesta toiseen?


Tällaiset huolenaiheet ovat mittausjärjestelmän analyysin tai MSA: n ydin. Käsite erillisten luokkien lukumäärätai NDC, MSA: ssa on tärkeä tapa seurata keinoja, joilla arvioit tietojen hankkimisen laatua, ja se on johdettu Gage R&R: stä. Nämä tilastolliset työkalut ovat erittäin hyödyllisiä tilanteissa, joissa tuotetaan suurta määrää tuotteita ja ne ovat teoriassa identtisiä (esim. Sellainen autoosa, joka menee yhden tyyppiseen ajoneuvoon, mutta jota valmistetaan tuhansien vuositasolla) ).

MSA selitetty

MSA-laskelma selvittää, kuinka paljon mittaustuloksia vaihtelee mittaustyökaluista, mittausprosessista, työympäristöstä, mittausta tekevistä ihmisistä ja muista tekijöistä, jotka tosiasiallisesti tutkitaan. Palaamalla kakkuihin liittyvään esimerkkiin, haluat tietää, kuinka suuri osa ilmoitetusta laadun vaihtelusta johtui niiden laadun käsityksen vaihteluista. Oliko ne tosiasiassa "liian makeita" viime viikolla verrattuna kuusi kuukautta sitten, vai voisiko tämä johtua siitä, kuinka ihmiset maistavat asioita talvella ja kesällä?


MSA: n käyttämisen taustalla on tulosten käyttäminen tuotantoprosessin hienosäätöön ja virheiden poistamiseen. Se on suhteellisen hienostunut osa laadunvalvontaa. Suurin osa, mukaan lukien Gage R&R ja sen tuottamat NDC-tiedot, tehdään ei käsin, vaan käyttämällä tilasto-ohjelmistopaketteja.

Gage R & R

"Ragen" osa "Gage R&R" tarkoittaa "luotettavuutta ja toistettavuutta". Luotettavuus tarkoittaa yhden käyttäjän (usein henkilön) kykyä saada sama tulos yhä uudelleen; toistettavuus tarkoittaa useiden operaattoreiden mittauksia, jotka kuuluvat mahdollisimman tiukkaan numeeriseen klusteriin.

Tämän tyyppiseen MSA: han kuuluu enintään kolme toimijoiden (eli mittausvälineet), viidestä kymmeneen osat tai kohdetta, ja enintään kolme toista mittaukset. Nämä analyysit on rakennettu siten, että jokainen operaattori käsittelee jokaisen erillisen osan erikseen ja että mittaukset jokaisesta osa-operaattoriparista toistetaan ainakin kerran.


Gage R&R mittaa vain mittausten vaihtelua. Huomaa, että tämä ei sano mitään mittausten tarkkuudesta, mikä voidaan varmistaa vain kalibroinnilla. Suotuisa toistettavuuslaskelma on turha, jos tiedot itsessään ovat epäilyttäviä.

NDC-laskelma

Kun suoritat Gage R&R -ohjelmalla, tulokset sisältävät NDC: n. On kuitenkin hyödyllistä ymmärtää mistä tämä numero tulee.

Kaava on:

NDC = √2 (σosamitta) = 1.41(σosamitta)

Tässä, σosa edustaa Gage R&R: n osakomponentin varianssin neliöjuuria, kun taas σmitta edustaa koko Gage R & R -analyysin varianssin neliöjuuria. NDC-arvoa, joka on 5 tai suurempi, pidetään toivottavana. Alle 2 on liian vähän, koska vertailussa ei ole mitään; arvoja 2 ja 3 voidaan käyttää "enemmän / vähemmän" ja "matala / keski / korkea" -luokkien luomiseen, mutta ne eivät ole optimaalisia.