Meetkundige statistische analyse (MSA) begrijpen: Doel, tools en impact

Definitie van Meetkundige Statistische Analyse (MSA)

Meetkundige statistische analyse (MSA) is de praktijk van het gebruik van statistische tools zoals een gauge R&R (herhaalbaarheid en reproduceerbaarheid) studie om te bepalen of een meetsysteem in staat is tot nauwkeurige meting. Daarnaast bepaalt MSA de hoeveelheid fout die afkomstig is van het meetproces zelf.

Het doel van MSA is te verzekeren dat een geselecteerd meetsysteem betrouwbare resultaten levert met herhaalbaarheid en reproduceerbaarheid. Bij het uitvoeren van een PPAP, worden alle meetsystemen geïdentificeerd in het control plan. Een gauge R&R wordt voor elk van deze systemen uitgevoerd om de nauwkeurigheid te controleren.

Waarom een MSA uitvoeren?

MSA stelt vertrouwen in dataverzamelingsmethoden vast om de integriteit van vastgelegde data te verifiëren die gebruikt wordt in andere kwaliteitsstudies. Dit proces omvat het evalueren van meetinstrumenten, testmethoden en dataverzamelingstechnieken. MSA helpt fabrikanten geïnformeerde beslissingen te nemen over hun productieprocessen en producten. AIAG beschouwt MSA als een kerntool in het verbeteren van de kwaliteit van beslissingen door de kwaliteit van gebruikte data te verbeteren.

Meetsysteemfouten identificeren

Bij het uitvoeren van een MSA kan data ofwel gelijk zijn aan de correcte waarde, ofwel systeemfouten bevatten. MSA identificeert deze meetsysteemfouten, die geclassificeerd worden door precisie en accurateheid.

• Preciie: de nauwkeurigheid van de steekproefdatapunten ten opzichte van elkaar.
• Accurateheid: de nauwkeurigheid van de steekproefdatapunten ten opzichte van de doelwaarde.

Systeemfoutclassificaties

Een productiecontrolplan is van toepassing wanneer een component in volle productie is. Het plan is uitgebreid in kenmerken, procescontroles, tests en metingen die door de volledige productie worden uitgevoerd.

Precisie kan worden opgesplitst in herhaalbaarheid en reproduceerbaarheid. Een gauge R&R-studie wordt gebruikt om de gecombineerde meting van herhaalbaarheid en reproduceerbaarheid te schatten.

Precisie:

• Herhaalbaarheid: het vermogen om elke keer hetzelfde resultaat te krijgen wanneer dezelfde meting door dezelfde operator herhaald wordt. Dit levert informatie over apparatuursvariabiliteit.
• Reproduceerbaarheid: het vermogen van een operator om dezelfde resultaten te krijgen als die van een andere operator. Dit levert informatie over operatorvariabiliteit.

Verder kan accurateheid worden opgesplitst in lineariteit, stabiliteit en bias. Een gauge lineariteit & bias-studie wordt gebruikt om te bepalen of meetinstrumenten nauwkeurig meten.

Accurateheid:

• Lineariteit: meet veranderingen in nauwkeurigheid van een meetapparaat doorheen zijn bereik van operationele capaciteit. Bijvoorbeeld: verandert de nauwkeurigheid bij het meten van een component van 5 lbs vs 30 lbs?
• Stabiliteit: meet de consistentie in de praktijk van het uitvoeren van de studie over tijd. Bijvoorbeeld: verandert de nauwkeurigheid door de operator die vandaag andere technieken gebruikt vs een maand geleden om de steekproef te verzamelen?
• Bias: meet het verschil dat bestaat tussen het gemiddelde van een steekproefdataset en de werkelijke waarde. Bijvoorbeeld: als een thermometer leest dat het 72 graden is buiten terwijl het eigenlijk 70 graden is, heeft de thermometer een +2 graden bias omdat het hoger leest dan het daadwerkelijke weer.

Waarom is MSA belangrijk?

Het hebben van foutieve meetsystemen kan ertoe leiden dat slechte kwaliteitscomponenten door de mazen van het net glijden en hoge kwaliteit onderdelen worden afgewezen. Als resultaat worden klanten ontevreden over de onvermogen van de fabrikant om aan hun kwaliteitseisen te voldoen. Door een MSA uit te voeren, kunnen fabrikanten ervoor zorgen dat hun meetapparatuur en de bediening hiervan voldoen aan hun precisie- en nauwkeurigheidsvereisten.