Si está intentando un análisis estadístico de datos, necesita algo más que la variedad de números generados por cualquier proceso de recopilación que haya utilizado. También debe asegurarse de la confiabilidad del proceso de recolección en sí. en otras palabras, si alguien le dijera que los pasteles de una panadería del vecindario variaron en calidad en un 15 por ciento de un lote a otro, tendría que saber si las mediciones utilizadas para determinar esta calidad fueron en sí mismas de calidad suficiente. ¿Qué pasa si los pasteles son más o menos iguales en todos los lotes y en realidad es el sistema de evaluación de la calidad el que muestra una variación real de un conjunto de datos al siguiente?
Tales preocupaciones se encuentran en el corazón del análisis del sistema de medición, o MSA. El concepto de número de categorías distintas , o ndc, en msa es una forma importante de realizar un seguimiento de los medios por los cuales evalúa la calidad de su adquisición de datos, y se deriva de gage r & r. Estas herramientas estadísticas son muy útiles en situaciones en las que se producen una gran cantidad de artículos y son, en teoría, idénticos (por ejemplo, un tipo de pieza automotriz que se incluye en un tipo de vehículo, pero se fabrica al nivel de miles por año )
MSA explicó
Un cálculo de MSA explora cuánta variación en una medición resulta de las herramientas de medición, el proceso de medición, el entorno de trabajo, las personas que realizan la medición y otros factores fuera del elemento que realmente se está estudiando. Volviendo al ejemplo de los pasteles, querrá saber cuánto de la variación informada en su calidad fue el resultado de la variación en la percepción de su calidad. ¿fueron de hecho "demasiado dulces" la semana pasada en comparación con hace seis meses, o podría ser el resultado de cómo las personas prueban las cosas en el invierno frente al verano?
La idea detrás de invocar MSA es utilizar los resultados para refinar un proceso de producción y eliminar errores. Es un aspecto relativamente sofisticado del control de calidad. la mayoría, incluido el gage r & r y la información ndc que produce, no se hacen a mano sino mediante paquetes de software de estadísticas.
el instrumento r & r
la parte "r & r" de "gage r & r" significa "confiabilidad y reproducibilidad". la confiabilidad se refiere a la capacidad de un solo operador (a menudo una persona) para obtener el mismo resultado una y otra vez; la reproducibilidad se refiere a las mediciones de múltiples operadores que se encuentran dentro de un grupo numérico lo más ajustado posible.
Este tipo de MSA involucra hasta tres operadores (es decir, herramientas de medición), cinco a 10 partes o elementos , y hasta tres mediciones repetidas . Estos análisis están estructurados de modo que cada parte se maneje individualmente por cada operador, y que las mediciones de cada emparejamiento de parte-operador se repitan al menos una vez.
el instrumento r & r mide solo la variabilidad en las mediciones. Tenga en cuenta que esto no dice nada acerca de la precisión de las mediciones, que solo puede garantizarse mediante la calibración. un cálculo de reproducibilidad favorable es inútil si los datos en sí mismos son sospechosos.
el cálculo de ndc
cuando ejecuta un gage r & r en su programa de software, los resultados incluirán un ndc. Sin embargo, es útil comprender de dónde proviene este número.
la fórmula es:
ndc = √2 ( parte σ / indicador σ ) = 1.41 ( parte σ / indicador σ )
aquí, la parte σ representa la raíz cuadrada de la varianza del componente de la parte del instrumento r & r, mientras que el indicador σ representa la raíz cuadrada de la varianza del análisis completo del instrumento r & r. un valor de ndc de 5 o mayor se considera deseable. menos de 2 es muy poco porque no hay nada para hacer comparaciones entre ellos; los valores de 2 y 3 se pueden usar para crear categorías "más / menos" y "bajo / medio / alto", pero son subóptimos.