Apprenez-en plus dans notre cours en ligne gratuit :
Pensée statistique pour la résolution de problèmes industriels
Dans cette vidéo, nous utilisons le fichier Area MSA Exercise Final.jmp pour montrer comment analyser les biais dans la plateforme d'analyse des systèmes de mesure.
Dans cette étude, le système de mesure d'intérêt est la surface de plusieurs objets, mesurée par différents inspecteurs. La vraie valeur, ou norme, est connue.
Pour effectuer cette analyse, sélectionnez la plateforme d'analyse des systèmes de mesure dans le menu Analyser sous Qualité et processus. Sous Méthode d'analyse, nous sélectionnons Gauge R&R.
Entrez ensuite la valeur mesurée comme Y, la réponse, l'inspecteur comme X, la variable de regroupement et le numéro de pièce comme pièce, ID d'échantillon. Ensuite, nous entrons Standard comme Standard.
Pour analyser le biais, nous sélectionnons Gauge Studies, puis Bias Report dans le triangle rouge supérieur.
On voit que le biais moyen, qui est la différence entre les mesures et les vraies valeurs, est de -0,3731. En moyenne, les mesures sont inférieures aux valeurs réelles.
Les valeurs Lower 95% et Upper 95% représentent un intervalle de confiance pour le biais. Cela nous indique que le biais moyen se situe entre -0,28 et -0,46.
Le rapport de biais de mesure par norme affiche un graphique et des statistiques pour étudier le biais moyen pour les différentes normes. On apprend par exemple que les mesures de la norme 4.4 sont biaisées. En moyenne, les mesures sont inférieures de 1,11 unités à la valeur réelle de 4,4.
Notez que, lorsque nous comparons les mesures à la vraie valeur, nous utilisons le terme biais. Lorsque nous comparons les mesures à la vraie valeur pour différents opérateurs et différentes pièces, nous utilisons le terme erreur de mesure, ou simplement erreur.
Pour des graphiques supplémentaires, nous sélectionnons les graphiques d'erreur de mesure dans le triangle rouge pour le rapport de biais de mesure.
Ici, nous nous concentrons sur le rapport d'erreur de mesure par l'inspecteur. Ce rapport montre l'erreur moyenne pour les différents inspecteurs. Nous pouvons voir, par exemple, que l'erreur moyenne pour certains inspecteurs est grande, tandis que l'erreur moyenne pour d'autres inspecteurs est très faible.
