Memahami Analisis Statistik Pengukuran (MSA): Tujuan, Alat, dan Dampak
Definisi Analisis Statistik Pengukuran (MSA)
Analisis statistik pengukuran (MSA) adalah praktik menggunakan alat statistik seperti studi gage R&R (repeatabilitas dan reproduktibilitas) untuk menentukan apakah sistem pengukuran mampu untuk pengukuran yang presisi. Selain itu, MSA menentukan jumlah kesalahan yang berasal dari proses pengukuran itu sendiri.
Tujuan MSA adalah untuk memastikan bahwa sistem pengukuran yang dipilih memberikan hasil yang dapat diandalkan dengan repeatabilitas dan reproduktibilitas. Saat melakukan PPAP, semua sistem pengukuran diidentifikasi dalam control plan. Sebuah gage R&R dilakukan untuk setiap satu sistem ini untuk memeriksa presisi.
Mengapa melakukan MSA?
MSA membangun kepercayaan pada metode pengumpulan data untuk memverifikasi integritas data yang digunakan dalam studi kualitas lainnya. Proses ini termasuk mengevaluasi instrumen pengukuran, metode pengujian, dan teknik pengumpulan data. MSA membantu produsen membuat keputusan yang tepat tentang proses produksi dan produk mereka. AIAG mempertimbangkan MSA sebagai alat inti dalam meningkatkan kualitas keputusan yang dibuat melalui meningkatkan kualitas data yang digunakan.
Identifikasi Kesalahan Sistem Pengukuran
Saat melakukan MSA, data dapat benar terhadap nilai yang benar atau memiliki kesalahan sistem. MSA mengidentifikasi kesalahan sistem pengukuran ini, yang diklasifikasikan berdasarkan presisi dan akurasi.
- Presisi: kedekatan titik data sampel satu sama lain.
- Akurasi: kedekatan titik data sampel terhadap nilai sasaran.
Klasifikasi Kesalahan Sistem
Rencana kontrol produksi berlaku ketika sebuah komponen dalam produksi penuh. Rencana ini komprehensif atas karakteristik, kontrol proses, tes, dan pengukuran yang dilakukan selama produksi penuh.
Presisi dapat dipecah menjadi repeatabilitas dan reproduktibilitas. Sebuah studi gage R&R digunakan untuk mengestimasi pengukuran gabungan repeatabilitas dan reproduktibilitas.
Presisi:
- Repeatabilitas: kemampuan untuk mendapatkan hasil yang sama setiap kali pengukuran yang sama diulang oleh operator yang sama. Ini memberikan informasi tentang variabilitas peralatan.
- Reproduktibilitas: kemampuan operator untuk mendapatkan hasil yang sama dengan operator lain. Ini memberikan informasi tentang variabilitas operator.
Selanjutnya, akurasi dapat dipecah menjadi linearitas, stabilitas, dan bias. Sebuah studi linearitas & bias gage digunakan untuk menentukan apakah instrumen pengukuran mengambil pengukuran dengan akurat.
Akurasi:
- Linearitas: mengukur perubahan akurasi dari alat pengukuran melalui rentang kapasitas operasinya. Misalnya, apakah akurasi berubah saat mengukur komponen yang beratnya 5 lbs. vs 30 lbs.?
- Stabilitas: mengukur konsistensi dalam praktik melakukan studi seiring waktu. Misalnya, apakah akurasi berubah karena operator menggunakan teknik yang berbeda hari ini vs satu bulan lalu untuk mengumpulkan sampel?
- Bias: mengukur perbedaan yang ada antara rata-rata dari kumpulan data sampel dan nilai aktual. Misalnya, jika termometer membaca 72 derajat di luar ketika sebenarnya 70 derajat di luar, termometer memiliki bias +2 derajat karena membaca lebih tinggi dari cuaca aktual.
Mengapa MSA penting?
Memiliki sistem pengukuran yang rusak dapat menyebabkan komponen kualitas rendah meloloskan dan bagian berkualitas tinggi ditolak. Akibatnya, pelanggan menjadi tidak puas dengan ketidakmampuan produsen untuk memenuhi persyaratan kualitas mereka. Dengan melakukan MSA, produsen dapat memastikan bahwa peralatan pengukuran mereka dan operasi peralatan ini selaras dengan persyaratan presisi dan akurasi mereka.
