Para garantir que seus resultados sejam válidos, considere as seguintes diretrizes ao coletar dados, realizar a análise, e interpretar os resultados.
- Os operadores devem medir as peças em uma ordem aleatória
- Para garantir que a ordem de coleta de dados não influencie os resultados, cada operador deve medir todas as peças aleatoriamente dentro de uma réplica. Depois de todos os operadores medirem todas as peças uma vez, repita o processo para todas as réplicas.
- Os operadores devem medir pelo menos 10 peças para que um estudo seja considerado adequado
- A variação do processo pode ser estimada a partir de uma grande amostra de dados históricos, ou de partes do estudo. Se você tem uma estimativa histórica da variação do processo, a exigência habitual de 10 peças é aceitável.
- Se você não tiver uma estimativa histórica, deve considerar o uso de mais de 10 peças. Embora você precise de um grande número de peças para obter uma estimativa muito precisa de variação de processo, a utilização de 15 a 35 peças deve resultar em uma estimativa muito melhor do que se você utilizar 10 peças.
- Selecione peças que representam o intervalo real ou esperado da variação do processo
- Selecione peças de toda a variedade de seu processo para aumentar a probabilidade de ter uma boa estimativa da variação peça a peça. Por exemplo, não meça peças consecutivas, peças de um único turno ou de uma única linha de produção, ou peças de uma pilha de rejeição.
- Os fatores de Operador e Peça devem ser cruzados
- Dois fatores são cruzados quando cada nível de um fator ocorre em combinação com cada nível do outro fator.
- Por exemplo, se os fatores de operação e peça forem cruzados, cada operador deve avaliar todas as peças.
- Para obter mais informações sobre fatores cruzados, vá para Tipos de fatores em estudos de medição R&R e estudos de EMP de Wheeler.
- Os fatores de Operador e Peça devem ser aleatórios
- Um fator é aleatório quando ele tem muitos níveis possíveis, mas apenas uma amostra aleatória dos níveis está incluída nos dados.
- Por exemplo, Peça é um fator aleatório porque as peças selecionadas para o estudo se destinam a representar todas as peças possíveis do processo de produção.
- Por exemplo, Operador é um fator aleatório quando você tem muitos funcionários que tomam as medidas, mas você seleciona aleatoriamente alguns operadores para o estudo.
- Para obter mais informações sobre fatores aleatórios, acesse Tipos de fatores em estudos de medição R&R e estudos de EMP de Wheeler.
- Os operadores devem medir cada peça pelo menos duas vezes
- Variação de medição é dividida em dois componentes: reprodutibilidade e repetibilidade. A reprodutibilidade é a variação que ocorre quando pessoas diferentes medem a mesma peça. A repetibilidade é a variação que ocorre quando a mesma pessoa mede a mesma peça várias vezes. Se você usar pelo menos 10 peças e, pelo menos, três operadores, sendo que cada operador mede cada peça pelo menos duas vezes em ordem aleatória, é possível obter uma estimativa adequada de repetibilidade.
- Você deve ter pelo menos três operadores para que um estudo seja considerado adequado
- Para obter os melhores resultados, inclua 3 a 5 operadores em seu estudo. Você não deve ter menos de três operadores no estudo, a menos que o número de operadores que utilizam o sistema de medição seja, na verdade, menor que 3. Se você suspeitar que há grandes diferenças entre operadores, você deve considerar a utilização de mais de 3 a 5 operadores. Caso sejam identificadas diferenças entre os operadores, como um operador cujas medidas sejam inferiores às dos outros operadores, muitas vezes a consistência será melhorada com o treinamento.
- Ao selecionar operadores para o estudo, garanta que eles sejam representativos de todos os operadores que utilizam o sistema de medição. Se você realizar o estudo apenas com os melhores (ou piores) operadores, os resultados serão tendenciosos e não fornecerão uma estimativa precisa das diferenças do operador. A melhor maneira de garantir a precisão é selecionar aleatoriamente os operadores para o estudo.
