Forstå måleusikkerhet for bedre beslutninger

Målesystemanalyse: 86% av variasjon fra målesystemet, ikke prosessen

En kvalitetsleder tok kontakt. De hadde gjort en målesystemanalyse på en ruhetsmåler. Regnearket sa alt var ok. Men var det det?

 Beslutninger vi tar er ofte basert på målinger. Data du ikke kan stole på bør ikke styre beslutninger.

Bakgrunn

Jeg analyserte dataene med kontrolldiagram.

Konklusjonen var ikke hyggelig.

86% av variasjonen kom fra målesystemet. 58% fra selve måleinstrumentet og metoden. 28% fra forskjeller mellom operatørene. Bare 14% fra de faktiske delene som ble målt.

Regnearket sa at alt var ok.

Det var ikke ok.

Kort oppsummert

Situasjon: Kvalitetsleder analyserte ruhetsmåler, gammelt regneark sa "ok".

Problem: Regnearket ga feil konklusjon – sa "ok" når det ikke var ok.

Årsak: 86% av variasjon fra målesystemet, ikke delene.

Konsekvens: Lettet etter produksjonsfeil på feil sted.

Hva dette handler om

I problemløsning og prosessforbedring tar vi ofte for gitt at målinger er fasiten. Vi glemmer at måling også er en prosess, med sin egen variasjon.

Så når vi leter etter årsaker til kvalitetsproblemer i produksjonen, leter vi på feil sted.

Det er i måleprosessen vi skulle ha lett.

Hvis målesystemet varierer mer enn prosessen, optimaliserer du ofte feil ting.

Uten et godt målesystem stopper forbedringsarbeidet opp. Du kan optimalisere, justere og tilpasse så mye du vil, men hvis målingene lyver, jobber du i blinde.

Dette er ikke uvanlig.

Mange stoler på et statistikkprogram som gir dem en fasit. Et AI-verktøy som spytter ut et svar, eller et gammelt regneark ingen kjenner opprinnelsen til.

Problemet er at du ikke forstår hvorfor tallene sier det de sier. Og da oppdager du heller ikke når de lyver.

Kontrolldiagram gir deg noe annet.

Du ser variasjonen selv. Du ser hvor den kommer fra. Du trenger ikke stole blindt på en konklusjon du ikke kan etterprøve.

Kjenner du igjen dette?

Kanskje du ikke analyserer ruhetsmålere daglig, men du kjenner igjen dynamikken:

Prøveresultater varierer, og du vet ikke om du skal stole på dem.
Du justerer prosessen basert på målinger, men ingenting blir bedre.
Teamet diskuterer hva som er galt etter hver liten endring.
To personer måler samme ting og får ulike svar.
Dere bruker masse energi på «forbedringer» som faktisk forverrer situasjonen.

Når du ikke skiller støy og signal i målesystemet, jakter du på årsaker som ikke finnes og velger tiltak som ikke virker.

Hva du kan gjøre hos deg

Steg 1: Still spørsmålet

Neste gang data varierer uventet, spør: «Er dette reell variasjon i prosessen, eller variasjon i målingen?» Ikke anta at prosessen er problemet før du har sjekket målesystemet.

Steg 2: Test repeterbarheten

La samme person måle samme prøve flere ganger. Hvis resultatene varierer mye, har du et problem med repeterbarheten i målesystemet.

Steg 3: Test reproduserbarheten

La flere personer måle samme prøve. Hvis resultatene varierer mellom personer, har du et problem med reproduserbarheten. Kanskje prosedyren er uklar, eller metoden er for subjektiv.

Steg 4: Vurder om målesystemet er godt nok

Tommelfingerregel: Målesystemets variasjon bør være under 10% av total variasjon. 10-20% er godkjent. 20-30% er marginalt. Over 30% er dårlig.

Ofte stilte spørsmål

Hva er måleusikkerhet?

Måleusikkerhet er et uttrykk for tvilen knyttet til et måleresultat. Den angis ofte som et symmetrisk intervall rundt målingen: Måleresultat ± måleusikkerhet. Eksempel: En målestav på 2000 mm ± 1 mm betyr at den faktiske lengden, med 95% sannsynlighet, ligger mellom 1999 mm og 2001 mm.

Hva er forskjellen på presisjon og nøyaktighet?

Presisjon handler om hvor like resultatene er når du måler det samme flere ganger (liten spredning). Nøyaktighet handler om hvor nær du er sann verdi. Du kan være presis uten å være nøyaktig, og omvendt.

Hva er repeterbarhet og reproduserbarhet?

Repeterbarhet er grad av variasjon i gjentatte målinger tatt for samme enhet, utført med ett instrument eller en operatør. Reproduserbarhet er grad av variasjon i målinger utført på samme enhet, men av ulike operatører eller instrument.

Hvordan vet jeg om målesystemet mitt er godt nok?

Test repeterbarheten: Mål samme objekt flere ganger. Hvis resultatene varierer mye, er målesystemet ikke pålitelig nok. Tommelfingerregel: Målesystemets variasjon bør være under 10% av total variasjon du ser.

Hva er følsomhet i et målesystem?

Følsomhet er oppløsningen for målemetoden. Det vil si den minste måleenheten. Tommelfingerregel: Måleenheten må være minst 1/10 av toleransen fra kunden.

Hva betyr stabilitet i et målesystem?

Er bias (avvik fra reell verdi) den samme over tid er målesystemet stabilt. Dersom bias varierer er målesystemet ustabilt. Miljømessige forhold som renslighet, støy, vibrasjon, belysning, kjemikalier, slitasje eller andre faktorer kan gi ustabilitet.

Hva er linearitet?

Linearitet er hvor nøyaktig målesystemet er i hele måleområdet. Er målesystemet lineært har det lik nøyaktighet i hele måleområdet. Er det bias i enkelt deler av måleområdet er målesystemet ikke lineært.

Trenger jeg MSA for alle målinger?

Nei, prioriter målinger som brukes til viktige beslutninger. Hvis en måling avgjør om produkt godkjennes eller vrakes, må du vite at målesystemet er pålitelig. For mindre kritiske målinger kan kravene være lavere.

Lær målesystemanalyse

Hvis du vil lære hvordan du sikrer at målesystemet ditt er godt nok til å bygge tillit, tilbyr vi nettkurs i målesystemanalyse.

Du lærer å bestemme viktige egenskaper som presisjon, nøyaktighet, følsomhet og kapabilitet, slik at du kan bygge tillit til data og slutte å diskutere om tallene stemmer.

Se MSA nettkurs

Hvis du vil lære mer om temaene i dette innlegget: