Interpretieren der wichtigsten Ergebnisse für Messsystemanalyse, Typ 1

Führen Sie die folgenden Schritte aus, um eine Messsystemanalyse vom Typ 1 zu interpretieren. Zu den wichtigsten Ausgaben zählen ein Verlaufsdiagramm der Messwerte, Statistiken der systematischen Messabweichung und Statistiken der Fähigkeit.

Schritt 1: Streuung in den Messwerten im Vergleich zum Toleranzbereich bewerten

Suchen Sie anhand eines Verlaufsdiagramms nach Hinweisen auf eine systematische Messabweichung oder sonstige Streuung des Messsystems im Prozess.

Möglicherweise werden Messwerte angezeigt, die sich nahe an der Referenzlinie befinden, Messwerte, die im gesamten Toleranzbereich variieren, oder Messwerte, die außerhalb des Toleranzbereichs von ± 10 % liegen. Wenn einer der Punkte jenseits der Grenzen liegt, ist die Fähigkeit des Systems in Frage zu stellen.

Wichtigstes Ergebnis: Verlaufsdiagramm

In diesen Ergebnissen fallen die meisten Messwerte für die Stärke in den ± 10%-Toleranzbereich. Einige der Messwerte sind jedoch kleiner als erwartet (unterhalb des −10%-Toleranzbereichs). Dieser Umstand kann auf ein Problem mit dem Messsystem hinweisen.

Schritt 2: Systematische Messabweichung im Messsystem bewerten

Die systematische Messabweichung des Messsystems gibt die Differenz zwischen dem Mittelwert der Messwerte und dem Referenzwert an. Bestimmen Sie mit Hilfe des p-Werts, ob das Messsystem eine signifikante systematische Messabweichung aufweist. Die Nullhypothese lautet, dass die systematische Messabweichung gleich 0 ist, und die Alternativhypothese lautet, dass die systematische Messabweichung ungleich 0 ist.

Um zu bestimmen, ob das Messsystem eine signifikante systematische Messabweichung aufweist, vergleichen Sie den p-Wert mit dem Signifikanzniveau (als α oder Alpha bezeichnet). In der Regel ist ein Signifikanzniveau von 0,05 gut geeignet. Ein Signifikanzniveau von 0,05 bedeutet ein Risiko der Schlussfolgerung, dass ein System eine systematische Messabweichung aufweist, wenn dies tatsächlich nicht der Fall ist, von 5 %.

p-Wert ≤ α: Messsystem hat systematische Messabweichung (H0 zurückweisen)
Wenn der p-Wert kleiner oder gleich dem Signifikanzniveau ist, weisen Sie die Nullhypothese zurück. Sie können schlussfolgern, dass im Messsystem eine signifikante systematische Messabweichung vorhanden ist. Untersuchen Sie das Messsystem, um die Ursache dieser systematischen Messabweichung zu bestimmen, und verbessern Sie das Messsystem.
p-Wert > α: Schlussfolgerung von keiner systematischen Messabweichung im Messsystem nicht möglich (H0 nicht zurückweisen)
Wenn der p-Wert größer als das Signifikanzniveau ist, weisen Sie die Nullhypothese nicht zurück. Es liegen keine hinreichenden Hinweise darauf vor, dass die systematische Messabweichung des Messsystems statistisch signifikant ist. Sie können jedoch auch nicht die Schlussfolgerung ziehen, dass das Messsystem keine systematische Messabweichung aufweist.
Wichtigste Ergebnisse: Systematische Messabweichung, T, p-Wert

Da der p-Wert von 0,021 in diesen Ergebnissen kleiner als das Signifikanzniveau von 0,05 ist, liegen ausreichende Hinweise für die Schlussfolgerung vor, dass eine systematische Messabweichung vorhanden ist. Der Grad der systematischen Messabweichung ist statistisch signifikant, obwohl sie anscheinend klein ist (-0,000015).

Schritt 3: Fähigkeit des Messsystems bewerten

Bestimmen Sie anhand der Prozessfähigkeitsindizes, ob Ihr Messsystem in der Lage ist, Teile beständig und genau zu messen.

Cg vergleicht die Toleranz mit der Messwertstreuung. CgK vergleicht die Toleranz mit der Messwertstreuung und der systematischen Messabweichung.

Wichtigste Ergebnisse: Cg, CgK

In diesen Ergebnissen ist Cg gleich 0,53, und CgK ist 0,42. Beide Prozessfähigkeitsindizes sind kleiner als der im Allgemeinen verwendete Richtwert 1,33. Diese Ergebnisse bedeuten, dass das Messsystem Teile nicht beständig und genau messen kann. Sie müssen das Messsystem verbessern, damit es zuverlässiger misst.

Durch Ihre Nutzung dieser Website stimmen Sie zu, dass Cookies verwendet werden. Cookies dienen zu Analysezwecken und zum Bereitstellen personalisierter Inhalte.  Lesen Sie unsere Richtlinien