ICG-Capability

V některých oborech jsou různé metody měření jediný způsob, jak získat informace o procesu a produktu. O to důležitější je mít kvalitní evidenci, že naměřeným datům lze důvěřovat. V tom může velmi pomoci Analýza měřících systémů (MSA).

Prověřovat měřící systémy je základní požadavek systémů jištění jakosti. Kvalitně naměřená a zaznamenaná data jsou také nezbytná, pokud chcete redukovat variabilitu vašich procesů nebo třeba úspěšně řešit reklamace. Analýza měřících systému je prováděna pro definovaný produkt, pro definovaný proces (například měření hmotnosti makové housky). Skládá se z experimentu, statistického a grafického vyhodnocení.

Variabilita procesu a vliv systému měření

Firmy zaznamenávají data charakterizující různé procesy každý den. Data vykazují kolísání, které nazýváme variabilita (neboli rozptyl hodnot dané veličiny, označovaný také σ²). Na obrázku vidíte ilustraci procesu a histogram – základní graf, který zobrazuje variabilitu kontinuálních dat.

Obr. 1: Ilustrace procesu a histogram

V souboru kontinuálních dat najdete nejnižší a nejvyšší hodnotu. Histogram si rozmezí mezi těmito hodnotami rozdělí do několika intervalů – ty vidíte na ose x. Na ose y je zobrazena četnost – počet výskytů dat v každém intervalu. Takto zobrazená data vykazují určitý tvar. V histogramu na obrázku 1 je tento tvar obkreslen křivkou normálního rozdělení. Normální rozdělení je matematický model běžně používaný pro statistické analýzy. Často je takto obecně zobrazována variabilita procesu, tak jako na schématu na obrázku 2.

Obr. 2: Celkovou variabilitu výstupu (zjištěnou variabilitu) ovlivňuje skutečná variabilita procesu i variabilita měřícího systému

Měření je proces. Je tedy ovlivňováno lidmi, zařízeními a materiálem potřebným pro měření, metodami a prostředím. Ke stanovení porce variability, kterou datům dodává měření samotné, slouží právě analýza měřícího systému.

Analýza měřících systémů

Když začnete do teorie analýzy měřících systémů pronikat, doslova vás zaplaví množství pojmů.  A není pak vůbec těžké se v celé problematice ztratit. Termínů je tolik, že vydají na malý slovník. Ten je součástí školících materiálů, které obdržíte v rámci našeho nového školení MSA, a obsahuje rovnou českou i anglickou variantu.

Obrázek 3 ilustruje vztahy mezi jednotlivými pojmy analýzy měřících systémů. V tomto článku představujeme tři základní vlastnosti měření – rozlišení, správnost a přesnost. Na našem školení tuto obsáhlou problematiku vysvětlíme podrobně, a pak budeme procvičovat a procvičovat a procvičovat.

Obr. 3: Schéma základních pojmů analýzy měřících systémů

Rozlišení

Jednoduchý způsob, jak zjistit, že vaše měření má dostatečné rozlišení, je „pravidlo deseti“. Rozlišení je zde definováno jako nejmenší změna hodnoty, kterou dokážete naměřit nebo získat (například 0,1 kg na běžné osobní váze). Pravidlo deseti říká, že rozlišení by mělo být minimálně 10x menší, než je variabilita vašeho procesu (nebo specifikační rozmezí).

Možná se vám právě vybavilo vaše měření, které toto pravidlo nesplňuje. První pomocí je revize postupu měření. Zde se zaměřte na to, zda v nějakém kroku nedochází k zaokrouhlování dat. Nízké rozlišení měření nebo nežádoucí zaokrouhlování může způsobit i to, že data nejsou kontinuální (mnohdy zbytečně).

Správnost a přesnost

Další vlastnosti měření jsou správnost a přesnost, každou z nich zkoumáme různým typem studie MSA.  Rozdíl mezi nimi je viditelný na obrázku 4.

Správnost hodnotí, zda existují rozdíly mezi naměřenými hodnotami a „pravými“ (~referenčními) hodnotami měřené veličiny. Přesností pak rozumíme rozdíl mezi hodnotami naměřenými pro identický objekt (nebo pro podobné objekty za specifických podmínek).

Obr. 4: Správnost a přesnost měření

Úspěšné provádění MSA tkví nejen v znalosti všech termínů a tolik obávané statistiky. Zásadní je kvalitní začátek – správně naplánovat experiment MSA. Pokud se chcete či potřebujete dozvědět více, rádi vás přivítáme na školení Analýza měřících systémů.