Перевод статьи автора Rohin Raina выполнил В.Сеничев
Анализ системы измерений (MSA) определяет, адекватна ли измерительная система, и что существенная погрешность не вводится как истинное значение характеристики процесса. MSA является одной из самых недооцененных и недоиспользуемых концепций в Six Sigma. Эта статья освещает две распространенные ошибки, которые допускаются во время исследования, и объясняет, как их избежать.
Поддержание низкого уровня ошибки измерения
Математически, общее отклонение равно сумме истинного отклонения и погрешности системы измерений. Ошибка измерительной системы должна быть нулевой, но на практике этому мешают такие факторы, как изношенные и не калиброванные измерительные приборы, несостоятельность оценщика и разные уровни знаний оценщиков. Другими словами, общее отклонение должно возникать из-за разницы измерения деталей. Важной задачей является поддержание погрешности системы измерений на минимальном уровне.
Чтобы считать измерительную систему адекватной, следует применять к ней правила, основанные на используемом типе данных.
Для непрерывных данных:
1) Gage R & R должен быть в пределах 10% (допускается 10-30%, если процесс не критичен) от общей вариации исследования;
2) число отдельных категорий должно быть больше четырех.
(Для дискретных данных, где используется анализ согласования атрибутов, значение kappa должно быть не менее 0,7 для номинальных и порядковых данных, а коэффициент корреляции Кендалла [с известным стандартом] должен быть не менее 0,9 для порядковых данных).
Процесс проведения исследования MSA для непрерывных и дискретных данных аналогичен. Возьмите от 10 до 20 образцов для исследования, предоставьте их двум или трем оценщикам для первого теста, а затем повторно запустите исследование. Основное различие заключается в том, что оценщики используют шкалу для измерения элемента в непрерывных данных. Для дискретных данных, тем не менее, остается на усмотрении оценщиков, является ли сделка несоответствующей.
MSA для дискретных данных
Одна общая проблема, с которой приходится сталкиваться при исследовании MSA дискретных данных, касается двух измерений. Как можно обойти необъективность, когда оценщикам выдаются одинаковые образцы для двух испытаний по электронной почте? Если один и тот же образец предоставлен дважды и одновременно, оценщики, безусловно, предоставят экспериментатору те же результаты для проб 1 и 2. Когда исследование проводится таким образом, не должно быть никаких проблем с повторяемостью. Кроме того, если два оценщика осведомлены о проводимом исследовании, то результаты компонента воспроизводимости будут предвзятыми. Следующий пример показывает такую ошибку, допущенную во время исследования MSA.
Пример: проект соответствия в банковской сфере
Руководителю проекта в финансовом учреждении было предложено провести исследование MSA, чтобы подтвердить, что измерительная система была адекватной. Он провел исследование в течение недели, поместив 10 образцов в электронную таблицу и отправив их двум оценщикам. Исследование было завершено, и данные были отправлены Черному поясу. ЧП завершил исследование в рамках программы статистического анализа и обнаружил, что проблемы с повторяемостью не было. Однако, между двумя оценщиками были некоторые несоответствия. Любопытно, что ЧП спросил руководителя проекта, как проводилось исследование.
Руководитель проекта объяснил, что он зарегистрировал 10 образцов в электронной таблице и отправил их двум оценщикам через отдельные электронные письма. Во втором исследовании руководитель проекта снова отправил 10 образцов в электронной таблице по электронной почте. ЧП сообщил руководителю проекта, при том, что руководитель проекта обеспечил, чтобы два оценщика не знали, что исследование проводилось двумя разными людьми, в этом процессе имела место быть погрешность повторяемости. Вместо этого ЧП предложил руководителю проекта следовать следующей процедуре, чтобы убедиться, что в исследовании не было погрешности повторяемости или воспроизводимости:
1. Напишите на бумаге уникальные идентификационные номера десяти сделкок и сделайте копию.
2. Передайте каждую из этих печатных экземпляров двум оценщикам (или экспертам по предмету, ЭПП), но не говорите ЭПП о том, что будут проведены два испытания.
3. ЭПП должны рассмотреть 10 сделок и представить свои решения по каждой сделке (дефектной или недефектной).
4. Пусть ЭПП вернут исходные копии с их решениями, которые теперь принимаются.
5. По прошествии недельного периода снова поместите те же 10 образцов на бумаге. Сделайте копию.
6. Снова дайте те же документы каждому ЭПП.
7. Пусть ЭПП рассмотрят 10 сделок и примут свои решения.
8. Сопоставьте все четыре документа.
9. Пометьте имена ЭПП и пробные номера (1 или 2) на каждой бумаге и сверьте их в электронной таблице.
10. Отправьте данные ЧП для запуска исследования в программе статистического анализа.
Руководитель проекта взял новые 10 образцов и предоставил их ЭПП после применения нового метода. На этот раз между оценщиками были различия, но значение каппа находилось в допустимых пределах. Используя этот процесс, погрешность повторяемости была устранена, и была определена истинная ошибка системы измерений.
MSA для непрерывных данных
Другая общая проблема часто наблюдается, когда исследование MSA проводится для набора непрерывных данных. Как выбрать образец, когда производственный процесс происходит на нескольких машинах, что приводит к изменению размеров продукта? Может ли это повлиять на исследование MSA?
Пример: несколько машин в производстве
Наблюдатель проводил исследование MSA для параметра толщины шлифовального круга. У нее были детали, изготовленные из разных прессов, которые обычно имели размеры от 5 до 200 мм (разделенные на круги большой, средней и малой толщины). Наблюдатель считала, что одного исследования из 10 образцов, проведенных с двумя оценщиками, было бы достаточно для исследования.
Она встретилась с экспертом Шесть Сигма в организации и спросила, правильный ли подход она использовала для проведения исследования. Эксперт Шесть Сигма спросил, как она будет обеспечивать, чтобы не вводилась ошибка измерения (с учетом линейности). Эксперт порекомендовал, чтобы контролер обеспечил линейность измерительного прибора во всем диапазоне измерений (с изменяющимся диапазоном толщин).
Затем наблюдатель сделала еще один набор из 10 образцов для колес с малой, средней и большой толщиной, чтобы проверить линейность измерительных приборов (Gage R & R). Таким образом, супервизор обеспечил, что как точность, так и погрешность измерения, связанная с ней, правильно учтены во время исследования.
Резюме
Проводя исследования MSA, будьте в курсе их практических задач и способов их устранения, чтобы избежать ошибок измерения.
Полная версия доступна только пользователям сайта
Войдите, чтобы прочитать всю статью и оставить комментарий
E-Mail
Комментариев нет
Рекомендовано
Антон Анферов: Цикл "Шесть Сигм, с чем его едят". Статья №13. Алгоритм DMAIC. Шаг ANALYSIS. Часть 2. Графический анализ.
Уже совсем скоро встреча сообщества Lean+6Sigma в России.
Сообщество Lean+6Sigma в России
Обучаем и внедряем с 1999 года!
Создадим систему вместе и вперед за результатом!
Онлайн обучение по внедрению Бережливого производства и Шесть Сигма с международной сертификацией. Все этапы обучения - Белый, Желтый, Зеленый и Черный пояса.