Übersicht über Messprozess auswerten (gekreuzte MPA)

Verwenden Sie Messprozess auswerten (gekreuzte MPA), um die Schwankungen in Ihrem Messsystem zu bewerten, wenn jeder Prüfer jeden Teil in der Studie misst. Zum Durchführen dieser Untersuchung müssen Sie über ein balanciertes Design mit Zufallsfaktoren verfügen.

Ein Techniker wählt beispielsweise zehn Teile aus, die die erwartete Spannweite der Prozessstreuung darstellen. Für die Untersuchung messen drei Prüfer die zehn Teile jeweils dreimal in zufälliger Reihenfolge.

Die Ergebnisse klassifizieren das Messsystem von der besten Bewertung der ersten Klasse bis zur schlechtesten Bewertung der vierten Klasse. Die Klassen entsprechen dem klasseninternen Korrelationskoeffizienten. In der Praxis erklärt der Koeffizient, wie gut das Messsystem eine Verschiebung des Prozessmittelwerts von mindestens 3 Standardabweichungen erkennt. Messsysteme erster und zweiter Klasse haben in der Regel eine hohe Wahrscheinlichkeit, solche Verschiebungen mit einer begrenzten Anzahl von Tests und Untergruppen auf einer Regelkarte zu erkennen. Bei Messsystemen dritter Klasse fügt die typische Analyse der Regelkarte Tests hinzu, um die Wahrscheinlichkeit zu erhöhen, eine Verschiebung des Prozessmittelwerts zu erkennen. Ein Messsystem vierter Klasse muss in der Regel verbessert werden, um einen Prozess zu überwachen oder um Aktivitäten zur Prozessverbesserung durchzuführen.

Wheeler's Method and the Honest Gage R&R Study
Wheeler (2006) 1 beschreibt die Berechnungen, Ergebnisse und Klassifikationen für die MPA gekreuzt Studie. Daher ist die Studie auch als Wheeler-Methode bekannt. In diesem Buch wird in der Kapitelüberschrift für die Analyse der Begriff Honest Gage R&R Study verwendet, was ein weiterer gebräuchlicher Name für die Analyse ist.

Wo finde ich diese Analyse?

Um eine gekreuzte MPA-Studie durchzuführen, wählen Sie Statistik > Qualitätswerkzeuge > Messsystemanalyse (MSA) > Messprozess auswerten (gekreuzte MPA).

In welchen Fällen bietet sich eine andere Analyse an?

Die AIAG (2010)2 beschreibt Messsystemanalysen mit verschiedenen Möglichkeiten, um zu entscheiden, wie gut die Systeme funktionieren. Um Ergebnisse zu bewerten, die AIAG-Methoden verwenden, sollten Sie die folgenden Analysen berücksichtigen.
1 Wheeler, D. J. (2006). EMP III: Evaluating the measurement process & using imperfect data. SPC Press, Knoxville, TN.
2 Automotive Industry Action Group (AIAG) (2010). Measurement Systems Analysis Reference Manual, 4th edition. Chrysler, Ford, General Motors Supplier Quality Requirements Task Force