Erfahren Sie mehr in unserem kostenlosen Online-Kurs:
Statistisches Denken für die industrielle Problemlösung
In diesem Video verwenden wir die Datei Area MSA Exercise Final.jmp, um zu demonstrieren, wie Bias in der Measurement Systems Analysis-Plattform analysiert werden.
In dieser Studie ist das interessierende Messsystem der Bereich mehrerer Objekte, der von verschiedenen Inspektoren gemessen wird. Der wahre Wert oder Standard ist bekannt.
Um diese Analyse durchzuführen, wählen Sie im Menü „Analysieren“ unter „Qualität und Prozess“ die Plattform „Messsystemanalyse“ aus. Unter Analysemethode wählen wir Gauge R&R.
Geben Sie dann Messwert als Y, Antwort, Inspektor als X, Gruppierungsvariable und Teilenummer als Teil, Proben-ID ein. Dann geben wir Standard als Standard ein.
Um Bias zu analysieren, wählen wir Gauge Studies und dann Bias Report aus dem oberen roten Dreieck.
Wir sehen, dass die durchschnittliche Abweichung, die die Differenz zwischen den Messungen und den wahren Werten ist, -0,3731 beträgt. Im Durchschnitt liegen die Messwerte unter den wahren Werten.
Die Werte Untere 95 % und Obere 95 % stellen ein Konfidenzintervall für die systematische Abweichung dar. Dies sagt uns, dass die durchschnittliche Abweichung im Bereich von -0,28 bis -0,46 liegt.
Der Messabweichungsbericht nach Standard zeigt ein Diagramm und Statistiken, um die durchschnittliche Abweichung für die verschiedenen Standards zu untersuchen. Wir erfahren zum Beispiel, dass die Messungen für Standard 4.4 verzerrt sind. Im Durchschnitt liegen die Messwerte 1,11 Einheiten unter dem wahren Wert von 4,4.
Beachten Sie, dass wir beim Vergleich der Messungen mit dem wahren Wert den Begriff Bias verwenden. Wenn wir die Messungen mit dem wahren Wert für verschiedene Bediener und verschiedene Teile vergleichen, verwenden wir den Begriff Messfehler oder einfach Fehler.
Für zusätzliche Diagramme wählen wir Messfehlerdiagramme aus dem roten Dreieck für den Messabweichungsbericht.
Hier konzentrieren wir uns auf den Messfehlerbericht von Inspector. Dieser Bericht zeigt den durchschnittlichen Fehler für die verschiedenen Inspektoren. Wir können zum Beispiel sehen, dass der durchschnittliche Fehler bei einigen Inspektoren groß ist, während der durchschnittliche Fehler bei anderen Inspektoren sehr klein ist.
