Jerry Fish, ingénieur système JMP, SAS
Jason Wiggins, JMP Ingénieur système principal, JMP
Brady Brady, ingénieur système principal, JMP
La plupart des ingénieurs et des scientifiques connaissent la valeur d'une bonne analyse des systèmes de mesure (MSA).Après tout, nos décisions en matière de données dépendent de la disponibilité de jauges qui donnent de bonnes lectures, n'est-ce pas ? Mais aucune jauge n'est parfaite.Peu importe nos efforts, il y a toujours des erreurs associées à une jauge.C'est pourquoi les MSA sont si importants.Ils nous aident à quantifier les erreurs commises par les jauges.
Mais une fois votre MSA terminé, que faites-vous ensuite ?Selon les résultats, vous pourriez conclure que la jauge est « mauvaise » et la jeter.Ou vous pourriez conclure que la jauge est "bonne" et l'utiliser sans vraiment comprendre les erreurs qu'elle va encore commettre.
Et si cette jauge imparfaite est utilisée en production ?À quelle fréquence fera-t-il des erreurs de type 1 vs type 2 ?Que coûtent ces erreurs à votre entreprise, en termes d'argent et en termes de réputation diminuée (si des pièces défectueuses sont expédiées) ?Serait-il judicieux d'investir du temps et/ou de l'argent dans l'amélioration de votre jauge pour pallier ces erreurs ?
Ces questions (et bien d'autres) trouvent une réponse avec un nouveau complément JMP. Pour illustrer le complément, nous présentons une étude de cas qui montre comment déterminer le pourcentage de bonnes pièces qui sont potentiellement rejetées par votre jauge et le nombre de mauvaises pièces qui sont transmises à vos clients.Nous discutons également des stratégies pour atténuer ces erreurs.
