विषय
यदि आप डेटा के सांख्यिकीय विश्लेषण का प्रयास कर रहे हैं, तो आपको जो भी संग्रह प्रक्रिया आपके द्वारा उपयोग की जाती है उससे उत्पन्न संख्याओं के वर्गीकरण से अधिक चाहिए। आपको स्वयं संग्रह प्रक्रिया की विश्वसनीयता के बारे में भी सुनिश्चित होना चाहिए। दूसरे शब्दों में, अगर किसी ने आपको बताया कि पड़ोस की बेकरी केक एक बैच से दूसरे में गुणवत्ता में 15 प्रतिशत से भिन्न है, तो आपको यह जानना होगा कि क्या इस गुणवत्ता को निर्धारित करने के लिए उपयोग किए जाने वाले माप स्वयं पर्याप्त गुणवत्ता वाले थे। क्या होगा यदि केक सभी बैचों में कमोबेश एक जैसे हों और यह वास्तव में गुणवत्ता-मूल्यांकन प्रणाली है जो एक डेटा सेट से दूसरे में वास्तविक भिन्नता दिखाता है?
इस तरह की चिंताओं को माप प्रणाली विश्लेषण, या एमएसए के दिल में स्थित है। इसकी अवधारणा विभिन्न श्रेणियों की संख्या, या MSA में NDC, उन साधनों पर नज़र रखने का एक महत्वपूर्ण तरीका है जिनके द्वारा आप अपने डेटा अधिग्रहण की गुणवत्ता का मूल्यांकन करते हैं, और यह Gage R & R से प्राप्त होता है। ये सांख्यिकीय उपकरण उन स्थितियों में बहुत उपयोगी होते हैं जहां बड़ी संख्या में वस्तुओं का उत्पादन किया जा रहा है और वे सिद्धांत में हैं, समान (जैसे, एक प्रकार का मोटर वाहन हिस्सा जो एक प्रकार के वाहन में जाता है लेकिन प्रति वर्ष हजारों के स्तर पर निर्मित होता है )।
एमएसए समझाया
एक एमएसए गणना माप उपकरण, माप प्रक्रिया, काम के माहौल से माप के परिणामों में कितना भिन्नता की पड़ताल करती है, वास्तव में अध्ययन किए जा रहे आइटम के बाहर मापने वाले और अन्य कारकों को करने वाले लोग। केक के बारे में उदाहरण पर लौटते हुए, आप जानना चाहेंगे कि उनकी गुणवत्ता में कितनी भिन्नता थी, उनकी गुणवत्ता की धारणा में भिन्नता का परिणाम था। क्या वे वास्तव में छह महीने पहले की तुलना में पिछले हफ्ते "बहुत मीठे" थे, या इसका परिणाम यह हो सकता है कि लोग सर्दियों में गर्मियों में चीजों का स्वाद कैसे लेते हैं?
MSA को लागू करने के पीछे का विचार उत्पादन प्रक्रिया को परिष्कृत करने और त्रुटियों को खत्म करने के लिए परिणामों का उपयोग करना है। यह गुणवत्ता नियंत्रण का अपेक्षाकृत परिष्कृत पहलू है। अधिकांश, जिसमें गैज़ आर एंड आर और एनडीसी जानकारी का उत्पादन होता है, हाथ से नहीं बल्कि सांख्यिकी सॉफ्टवेयर पैकेज का उपयोग करके किया जाता है।
द गेज आर एंड आर
"गैज़ आर एंड आर" का "R & R" भाग "विश्वसनीयता और प्रतिलिपि प्रस्तुत करने योग्यता" के लिए है। विश्वसनीयता एक ही ऑपरेटर (अक्सर एक व्यक्ति) की क्षमता को संदर्भित करता है ताकि उसे एक ही परिणाम प्राप्त हो सके; reproducibility कई संचालकों के माप को संदर्भित करता है जो संभव के रूप में एक संख्यात्मक क्लस्टर के रूप में गिरते हैं।
इस प्रकार के एमएसए में तीन तक शामिल होते हैं ऑपरेटरों (वह है, माप उपकरण), पाँच से 10 भागों या आइटम, और तीन तक बार-बार माप। इन विश्लेषणों को संरचित किया जाता है ताकि प्रत्येक अलग-अलग भाग को प्रत्येक ऑपरेटर द्वारा अलग-अलग संभाला जाए, और प्रत्येक भाग-संचालक युग्म से माप को कम से कम एक बार दोहराया जाए।
गेज आर एंड आर माप में केवल परिवर्तनशीलता को मापता है। ध्यान दें कि यह माप की सटीकता के बारे में कुछ नहीं कहता है, जिसे केवल अंशांकन के माध्यम से आश्वासन दिया जा सकता है। यदि डेटा स्वयं संदेहास्पद है, तो अनुकूल प्रजनन क्षमता की गणना बेकार है।
NDC गणना
जब आप अपने सॉफ़्टवेयर प्रोग्राम पर Gage R & R चलाते हैं, तो परिणामों में NDC शामिल होगा। हालांकि, यह समझना उपयोगी है कि यह संख्या कहां से आती है।
सूत्र है:
NDC = √2 (√)अंश/σपण) = 1.41(σअंश/σपण)
यहाँ, σअंश गैज़ आर एंड आर के भाग घटक के विचरण के वर्गमूल का प्रतिनिधित्व करता है, जबकि varपण पूरे गैज़ आर एंड आर विश्लेषण के विचरण के वर्गमूल का प्रतिनिधित्व करता है। 5 या उससे अधिक का NDC मान वांछनीय माना जाता है। 2 से कम बहुत कम है क्योंकि दोनों के बीच तुलना करने के लिए कुछ भी नहीं है; 2 और 3 के मानों का उपयोग "अधिक / कम" और "निम्न / मध्य / उच्च" श्रेणियों को बनाने के लिए किया जा सकता है, लेकिन उप-रूपी हैं।