Measurement System Analysis-3rd

Measurement System Analysis ไมมีของสิ่งใดที่เหมือนกันทุกประการ แตแมวาดู เหมือนจะมี เราก็ยังพบวา มันมีคาแตกตางกัน ซึ่งเรา จะรูไดก็ตอเมื่อวัดมันออกมา D. J. Wheeler

แนะนําวิทยากร

ประสบการณที่ปรึกษาและฝกอบรม (ตัวอยาง) กลุมยานยนตและชิน้ สวน ชื่อ-นามสกุล นายโสภณ ดวงประเสริฐ Isuzu Motors , Hino Motors , Summit Auto Seat Group Delphi Automotive Systems, Yuasa Battery ,Summit Showa ตําแหนง ที่ปรึกษาและผูเ ชี่ยวชาญอิสระ Thai Summit Group. ,Sammitr Motors, Yanmar S.P. Co., การศึกษา วิศวกรรมอุตสาหการ Ltd. , Bangchan General Assembly , Toyoda Kosei สถาบันเทคโนโลยีพระจอมเกลาธนบุรี Vandapac (Max liner), Mitsuboshi Belting , Topy Fastener โทรศัพทตดิ ตอ Auto Alliance, Aichi International, Miyoshi Precision Tel :0-2921-8818 Mobile : 08-1347-5600 Koyo Manufacturing , Toyoda Machine Works e-mail: [email protected] กลุมไฟฟาและอิเล็กทรอนิคส [email protected] JVC Manufacturing , Electrolux , Western Digital Thai Stanley Electric, Lite-On Electronics York Industrial , Star Microelectronics , ประสบการณทํางาน Kanom and Rayong Electricity Generating Gemba SPC Management กลุมอื่นๆ Consultant and Manager PTT PLC , GE Plastics (Thailand) , Surapon Foods LVM (Asia) Co., Ltd. Thai Airway International , APL Logistics Consultancy Service Manager Citi bank , Piyavate Hospital , Padang Industry Andersen Consulting Co., Ltd. (Accenture) Thai Caprolactum , Thai Polyacetal , UBE Nylon Quality Controller Thai Shell Exploration and Production , Index Furniture Bangkok Furnitech (Index furniture) , Bangsue Chiameng AT&T Microelectronics (Thai) Co., Ltd. (Agere system) QRA and SPC Engineer South East Asian Packaging and Canning , STB Textile Berli Jucker Cellox , Rubia Industry 08-1347-5600 , PQ Chemical

ตัวอยางหัวขอที่อบรม (Tools and Techniques) Management Group

Productivity Group

Quality Group

ISO 9001 , ISO 14001 ISO/TS 16949 Total Quality Management (TQM) Strategic Management Policy Management Business Plan Balanced scorecard Key Performance Indicator Benchmarking Six sigma Effective Decision Making Time management Daily management Eco-Design , RoHs Clean technology Life cycle analysis

Lean Manufacturing Toyota Production System Just In Time Kaizen Productivity Improvement Industrial Engineering Techniques 5S , VFP Poka-Yoke VA-VE Total Productive Maintenance (TPM) P-M Analysis Visual Control OEE Line Balancing Time Management Team Work and Building Managing Waste (Muda Mura Muri)

Quality control / Assurance APQP and PPAP FMEA and Control Plan Statistical Process Control Measurement System Analysis QCC and 7 QC Tools New QC 7 Tools Problem Solving Methods and 8D Root cause analysis and corrective action Quality Awareness Continuous Improvement Why-Why Analysis (5 why) QFD/QFDE

08-1347-5600

ขอมูลคือ อะไร……...

การวางแผน คําถามที่สําคัญที่ตองการตอบ การดําเนินการ

“ ขอมูลนั้นมิไดให สารสนเทศที่ คุณมีคือการคั้นขอมูลเพื่อใหมัน แสดงสารสนเทศ ออกมา และ ขณะเดียวกัน เครื่องมือในการคั้น ขอมูล ดังกลาวก็คือ สถิติ ….” ดร. ไมเคิล แฮรี่

8

คุณภาพขอมูล วัตถุประสงค เพื่อใหเห็นความจําเปนในการประเมิน ความไมแนนอนเพื่อคั้นเอาสารสนเทศมาใชตัดสินใจอยาง ถูกตอง พิจารณา ขอมูล = สารสนเทศเพื่อใชในการตัดสินใจ + สิ่งปนเปอน 9

สารสนเทศที่ปรากฏในขอมูลใด ๆ

ความแตกตางขอมูล คาไมแตกตางกัน สาเหตุธรรมชาติ (Common Cause)

คาแตกตางกัน สาเหตุผิดธรรมชาติ (Special Cause) 10

แนวความคิดในการประเมินความไมแนนอน

วิธีการวัด

สิ่งแวดลอม ระบบการวัด

พนักงานวัด

อุปกรณวัด

ความไมแนนอน ของ Output

ชิ้นงาน สาเหตุ

ผล 12

ตัวสถิติ และ คาพารามิเตอรคืออะไร ผลงานทั้งหมด (Population) เกิดจากการประเมินจาก กระบวนการทั้งหมด โดยไมมีการเวน และปราศจาก ความคลาดเคลื่อนในการเก็บขอมูลผลจากการ ประเมินขอมูลดวยการใชทุก ๆ คาทําใหสามารถ มองเห็นคุณลักษณะที่นาสนใจ เชน ผลจากการ ควบคุม ผลจากสิ่งที่ไมไดควบคุม ของงานทั้งหมดซึ่ง เหลานี้ จะมีคาคงที่ และเรียกรวมวา คาพารามิเตอร ของงานทั้งหมด(population parameter) 13

การประเมินคาแนวโนมสูศ นู ยกลาง คากลาง เปนการเฉลี่ยออกทางคณิตศาสตรของชุดขอมูล >> ตัวมันสะทอนถึง “ผลจากสิ่งที่ไดรับการควบคุม” >> ตัวมันไดทําการ ขจัดทิ้ง อิทธิพล ของสิ่งที่ไมไดรับการ ควบคุมทิ้งโดยการเฉลี่ยออก n >> ผลหลังการเฉลี่ยออก จะเรียกวา ∑ xn “สัญญาณ” เพื่อใชอธิบายกระบวนการ x = n =1 n >> อยางไรก็ตาม ตัวมันมีโอกาสลําเอียง จากอิทธิพลของ คาที่เพี้ยนมาก ๆ ได 14

การประเมินคาแนวโนมสูศูนยกลาง คามัธยฐาน สะทอนถึง คากึ่งกลาง ของคาของขอมุลทีไ่ ดรับการ เรียงลําดับแลวโดยคิดที่ 50% >> ไมมีความไวตอ คาที่เพี้ยนมาก ๆ >> กรณี ขอมูลมีลักษณะ กระจายปกติ คามัธยฐาน จะเขาใกลคา เดียวกับคากลาง >> ไมจําเปนตองใช ขอมูลมาดําเนินการคํานวณ เพราะใชลําดับ คาฐานนิยม สะทอนคาความถี่ทตี่ รวจพบมากที่สุด จากลักษณะตัววัด ขางตน ควรใชตัววัดใด มาอธิบานผลจากการ ปรับปรุงกระบวนการ 15

การประเมินคาความผันแปร คาพิสัย (Range) >> เปนการประเมินระยะหางระหวาง คาสูงสุดและคาต่ําสุด ของขอมูล Range = max− min >> มีความไวตอคา เพี้ยนที่ออกนอนกลุมสูง คาควบคุมแปรปรวน (Variance) n 2 (X X ) − ∑ i >> ใชขอมูลทั้งหมดแตละคาวัดความ s 2 = i =1 n −1 เบี่ยงเบนจากคากลาง แลวยกกําลังสอง >> ไมคอยไวตอ การเพี้ยนของคาขอมูล 16

การประเมินคาความผันแปร คาเบี่ยงเบนมาตรฐาน (Standard Deviation) >> ใชคาความแปรปรวน มาถอดรูทที่ 2 >> ปกติใชแสดงคาความแตกตางตอหนวย >> อาจประมาณไดจากคาพิสัย จากลักษณะตัวประเมินคาความผันแปร ตัววัดใดเหมาะสมที่จะใช อธิบายคาความ ผันแปรเพื่อ การปรับปรุงกระบวนการ

n

s=

2 (X − X ) ∑ i i =1

n −1

s = R / d2

17

การใชการกระจายของขอมูลแบบตอเนื่อง(เสนโคงปกติ)

ตอเนื่องจากการใชฮิสโตแกรม เราสามารถพิจารณา เสนโคงตอเนื่องได ตัวอยางขางลางจะเรียกการกระจายวา การกระจาย แบบปกติ เพื่อประเมินวา ลักษณะขอมูลจะเปนอยางไร หากเราเก็บขอมูลตอเนื่องไปเรื่อย ๆ โดยไมมขี ีดจํากัด ภายใตกระบวนการเดิม,การวัดผลเหมือนเดิม 19

มุมมองของการควบคุมคุณภาพและการควบคุมกระบวนการ ใชเพื่อการควบคุมคุณภาพ ผลิตภัณฑจายออก ขอกําหนดเฉพาะ, สเปก ถูกใช เทียบกับผลิตภัณฑเพื่อการ ยอมรับคุณภาพงาน คากลางของสเปกคือโอกาสที่สูง ที่สุดที่สรางความพึงพอใจให ลูกคา เปนอยางนอย ระบบวัดตองคลาดเคลื่อนนอย กวาคาเผื่อของสเปก

LSL

USL

21

มุมมองของการควบคุมคุณภาพและการควบคุมกระบวนการ

μμ

Point of Inflection

p(d) 1σ p(d)

1

TT

2

3

4

σ

5

6

USL

ใชพิจารณาการควบคุม กระบวนการ ความผันแปร เปนหัวใจสําคัญ ของการแสดงผลการควบคุม คาความสม่ําเสมอ และ ผลจาก กระบวนการที่เขาใกลคา เปาหมาย ชวยสรางความพึง พอใจใหลูกคา ระบบวัดตองคลาดเคลื่อนนอย กวาคาความผันแปรโดยรวม 22

MSA: แบบฝกหัดอุนเครื่อง การศึกษาความสัมพันธในกระบวนการ ความผันแปรชิ้นสวน ไลน 1 σ2ที่สังเกต ไลน 2

จากการเฝาติดตามไลนอยางตอเนื่อง เราสามารถสรุปวาไลน 1 และไลน 2 กําลัง ผลิตงานแบบเดียวกัน ตรวจพบความผันแปรที่จะตองใหนอยลง 65

MSA: แบบฝกหัดอุนเครื่อง ความผันแปรของ กระบวนการจริง

ความผันแปรโดยรวม (สังเกต)

ความคลาดเคลื่อนของ การวัด

ไลน 1 σ2 (ของกระบวนการจริง)

+

σ2 (จากการวัด)

=

σ2 (สังเกต)

ไลน 2

คําถาม:

1. ทั้ง 2 สายการผลิตเหมือนกันหรือไม ? 2. หากพิจารณาแลวความคลาดเคลื่อนในการวัดแบบใดถูกใชเพือ่ ตรวจจับความผันแปรในกระบวนการ ? 3. อะไรคือสิ่งที่คุณจะทําเพื่อการปรับปรุงกระบวนการสําหรับไลนแตละไลน ? 66

แนวคิดการประเมินความผันแปรในระบบวัด

องคประกอบของความผันแปรในระบบวัด

ความผันแปรโดยรวม = ความผันแปรในผลิตภัณฑ +

ความผันแปรในระบบวัด

ความผันแปร ในผลิตภัณฑ ความผันแปรภายใน ระบบวัด

69

ความหมายของการวัด ความถูกตอง (เฉลี่ย)

ความมนยํา (การเกาะกลุม) ใช ไมใช

ใช

......... ..

. . .. . .. . . . . . .

ไมใช

......... ..

. . .. . .. . . .

70

MSA: การตัดสินใจ ปกติการตัดสินใจที่เกี่ยวกับคุณภาพงานและการเปลี่ยนแปลงกระบวนการจะตอง อาศัย การวัด หรือ การตรวจสอบ เมื่อมีการเพิ่มขึ้นของความคลาดเคลื่อนในการวัดก็จะเทากับการเพิ่มขึ้นของคา สังเกตของคาที่วัดไดทั้งหมด: ความผันแปรโดยรวม = ความผันแปรของกระบวนการ + ความผันแปรจากการวัด เมื่อใดก็ตามที่ความผันแปรจากการวัดเทียบกับความผันแปรของกระบวนการ แลวมากกวา นั่นแสดงโอกาสการตัดสินใจผิดมีมาก ซึ่งทําใหการตัดสินใจ คุณภาพงานหรือการปรับกระบวนการผิดพลาดได 71

MSA: การตัดสินใจ ตัวระบบการวัดมีสวนสําคัญตอคาที่วดั ไดซึ่งใชวัดความผันแปรของผลิตภัณฑที่ สังเกตโดย มีการเลื่อนของคากลาง

μ (สังเกต) = μ (จริง) + μ (ระบบวัด) และการเพิ่มของคาความเบี่ยงเบนมาตรฐาน

σ

2

(สังเกต) =

σ

2

(จริง) +

σ (ระบบวัด) 2

การประเมินกระบวนการวัดจําเปนตองเขาใจสวนประกอบของความผันแปรใน ระบบวัดและปริมาณที่แสดงออกเพื่อปรับปรุงลดความคลาดเคลือ่ น เพิ่มความ แมนยําใหกับการประเมินกระบวนการผลิต 72

เกจ R&R ประเภทคาวัด ในอุดมคติระบบการวัดควรจะไดคา “จริง” ทุกๆ ครั้งที่มีคาวัดเกิด (หมายถึง ไมลําเอียง, ไมผันแปร) การศึกษาระบบวัดจะแสดงความสัมพันธของความผันแปรของความ คลาดเคลื่อนจากการวัดเทียบกับของจากขอมูลทั้งหมด มันถูกใชเปนเครื่องมือเปรียบเทียบของอุปกรณวัดตั้งแต 2 หรือพนักงานตั้งแต 2 คนขึน้ ไป MSA ควรใชเปนเครื่องมือตัวแรก เพื่อศึกษาความเหมาะสมหรือการยอมรับเอา เครื่องวัดใหมใดๆ เขาสูโรงงาน

73

แหลงความผันแปรในกระบวนการที่เปนไปได เพื่อระบุความผันแปรในกระบวนการและความผันแปรจากการวัด ซึ่งตองการแยกความผันแปรจาก การวัดออกจากกระบวนการ คาสังเกต

Reproducibility

ความผันแปรในกระบวนการจริง ความผันแปรใน กระบวนการระยะยาว

ความผันแปรใน กระบวนการระยะสั้น

Repeatability

ความผันแปรจากการวัด

ความผันแปรของการ เก็บตัวอยาง

ความสามารถใน การวัดซ้ํา

ความผันแปรจาก เครื่อง

การสอบเทียบ

ความเสถียร

ความผันแปรจาก พนักงานวัด

ความเปนเชิง เสนตรง

เราจะมองหาความคลาดเคลื่อนของการวัดที่สําคัญ โดยดูจากความสามารถในการวัดซ้ํา และ ความสามารถวัดใหม 74

รูปแบบการอธิบายความคลาดเคลื่อนจากการวัด

ความถู ความถูกกตตอองง

ความลําเอียงจากการวัดหามาได จาก “การศึกษาการสอบเทียบ”

คคาาเฉลี เฉลี่ย่ย

μ รวม = μ ผลิตภัณฑ + μ การวัด ความผันแปรในระบบการวัดถูก กําหนดจาก “การศึกษา R&R”

ความแม ความแมนนยํยําา

คคาาความผั ความผันนแปร แปร

2 2 σ 2total = σ + σ product measurement รวม ผลิ ตภัณฑ การวัด 75

การประเมินผล – ความหมาย ความถูกตองสัมพันธกับ คาจริง คาความลําเอียง ความเปนเชิงเสนตรง ความเสถียร

ความแมนยําสัมพันธกับ ความสามารถในการวัดซ้ํา ความสามารถในการวัดใหม ความสามารถในการแยกแยะ (ความละเอียด) ความไมตอเนื่อง ความมีสหสัมพันธ 76

แหลงของความผันแปรในการวัด วิธีการวัด

เครื่องมือ ความไมแนนอนของกลไก ความสึกหรอ ความไมแนนอนของไฟฟา

ความไมแนนอนของอัลกอริทึมการวัด

คําเตือน การไมสนใจตอปจจัยเหลานี้ สามารถสงผลกระทบรุนแรงตอ การอานผลและศึกษาเกจ

งายตอการปอนขอมูล การฝกอบรมพนักงาน ความถี่การสอบเทียบ มาตรฐานการซอมบํารุง ความพอเพียงของเวลางาน มาตรฐาน เทคนิคการวัดของพนักงาน ความผันแปรของการวัด ความชื้น ความสะอาด ความสั่นสะเทือน ความผันแปรของโวลเตจที่ใช ความแปรผันของอุณหภูมิ

สภาพแวดลอม 80

คําถามที่ตอ งตอบใหได ความคลาดเคลื่อนจากการวัดมีขนาดโตเทาใด? อะไรคือแหลงที่ทําใหเกิดความคลาดเคลือ่ นในการวัดบาง? ระบบการวัดมีคาเสถียรตลอดเวลาหรือไม? ระบบการวัดมีความสามารถหรือไม? เราจะปรับปรุงระบบการวัดอยางไร?

81

แนวคิดการประเมินความ สามารถในการแยกแยะในระบบวัด

ความสามารถในการแยกแยะ (ความละเอียด) จํานวนของตัวเลขหนวยที่สามารถตรวจจับไดโดยระบบวัด

Discrimination , Resolution

1 2 คําถามคือ : ไมบรรทัดอันไหนที่ควรถูกใชวัดงาน เพื่อใชอธิบายการ กระจายของกระบวนการในรูปโคงที่ใหดานบน ? 83

กระบวนการประเมินระบบวัด ความละเอี ความละเอียยด? ด? ความละเอียด, ที่เปนที่รูจักกันในนามความสามารถในการแยกแยะซึ่งหมายถึง ความสามารถของระบบวัดในการตรวจจับการเปลี่ยนแปลงขนาดเพียงเล็กนอยของคา วัดในคุณลักษณะที่สนใจ หากระบบวัดไมสามารถแยกแยะรายละเอียดการวัดไดดีพอ มันอาจหมายถึงไม สามารถบงชี้ความผันแปรวามาจาก กระบวนการหรือมาจากระหวางชิ้นงานเอง กฎทีน่ ิยมทั่วไป: กฎแหงสิบ – ความละเอียดของการวัด ควรมีคาอยางนอย 10 เทาของ ความผันแปรในกระบวนการ (6 เทาของคาเบี่ยงเบนมาตรฐาน) หรืองาน QC หมายถึง 10 เทาเทียบกับขนาดความกวางสเปก

84

กระบวนการประเมินความละเอียดของระบบวัด วิธีการตรวจจับความไมละเอียดเพียงพอ วิธีแสดงความไมละเอียดไดดีที่สุดสามารถใช ชารตคาพิสัย (R Chart) นั่นคือถา ชารตแสดงวาคาพิสัยมีเพียงคาหนึ่ง, สอง หรือสามคาที่เปนไปไดในเสน ควบคุมแสดงถึงความไมสามารถแสดงความละเอียด

Range of Thickness

และหากชารตแสดงคาพิสัยที่เกิดขึ้นมีเพียง 4 คาภายในเสนควบคุมและมีคาที่ แสดงพิสัย 1 ใน 4 ของคาพิสัยที่มีคาเปนศูนยดังตัวอยางลาง ก็เรียกวา ขาดความสามารถดานการแยกแยะ 0.020 0.015 0.010

UCL=0.0102

0.005

Avg.=0.0048 LCL=0.0000

0.000 5

10

15

20

25

Subgroup#

85

การประเมินระบบวัด ความละเอี ความละเอียยด? ด?

อะไรที่ตองทําเมื่อความละเอียดไมเพียงพอ? 1. พยายามวัดและรายงานผลโดยใหเพิม่ จะหรือความละเอียดตามเครื่องมือวัดที่ยอม ใหสูงสุด – บางครั้งตัวหนวยวัดที่ไดสามารถอานคาไดละเอียดมาก แตผูอานผลบางคน ไปตัดออกเพื่อที่จะเลี่ยง (ตามที่พวกเขาเชื่อ) วาจะชวยลดความสับสนจาก รายงาน (Noise) 2. หรือ อาจเปลี่ยนอุปกรณวัดใหสามารถวัดคาไดละเอียดขึ้น 86

X - R CONTROL CHART

X-Bar CHART

Part Number Part Name Characteristic CL UCL 2.45 LCL 2.40

Department GENERIC Frequency STDW1- Φ 4.76 Flare Length (ISO/F) Specification

Q.C. 2 /SHIFT 2.3+0.5/-0.3

Machine Sample Size Unit

Judge Tool Note

E/F NO.3 4 mm

CL UCL 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 LCL 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41

2.35 2.30 2.25 2.20 2.15

R-CHART

CL CL 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 UCL UCL 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.25 LCL LCL 0.20 0.15 0.10 0.05 0.00

n A2 D3

2

3

4

5

6

7

8

9

10

1.880

1.023

0.729

0.577

0.483

0.419

0.373

0.337

0.308

-

-

-

-

-

0.076

0.136

0.184

0.223

D4

3.267

2.575

2.282

2.115

2.004

1.924

1.864

1.816

1.777

Avg

2.30 2.30 2.30 2.30 2.40 2.40 2.40 2.40 2.30 2.30 2.30 2.30

2.33

2.40 2.30 2.30 2.30 2.30 2.40 2.40 2.30 2.40 2.40 2.40 2.30

2.35

2.40 2.30 2.30 2.30 2.30 2.40 2.40 2.30 2.40 2.50 2.40 2.30

Group 1

2.36 2.37

DATA

2.40 2.30 2.40 2.30 2.30 2.30 2.40 2.40 2.40 2.40 2.40 2.40

X - Bar 2.38 2.30 2.33 2.30 2.33 2.38 2.40 2.35 2.38 2.40 2.38 2.33 R 0.10 0.00 0.10 0.00 0.10 0.10 0.00 0.10 0.10 0.20 0.10 0.10 Date 4 7 11 12 13 14 MSA 18 3rd 19 20 21© Gemba 25 26SPC Management (02)881-3756-7

2.35 0.08

87

X - R CONTROL CHART

X-Bar CHART

Part Number Part Name Characteristic CL UCL 2.45 LCL 2.40

Department GENERIC Frequency STDW1- Φ 4.76 Flare Length (ISO/F) Specification

Q.C. 2 /SHIFT 2.3+0.5/-0.3

Machine Sample Size Unit

Judge Tool Note

E/F NO.3 4 mm

CL UCL 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 2.26 LCL 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.33 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41 2.41

2.35 2.30 2.25 2.20 2.15

R-CHART

CL CL 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 0.10 UCL UCL 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.23 0.25 LCL LCL 0.20 0.15 0.10 0.05 0.00

n A2 D3

2

3

4

5

6

7

8

9

10

1.880

1.023

0.729

0.577

0.483

0.419

0.373

0.337

0.308

-

-

-

-

-

0.076

0.136

0.184

0.223

D4

3.267

2.575

2.282

2.115

2.004

1.924

1.864

1.816

1.777

Avg

2.36 2.32 2.31 2.31 2.34 2.36 2.40 2.42 2.32 2.30 2.33 2.34

2.34

2.36 2.34 2.34 2.32 2.30 2.35 2.40 2.30 2.35 2.40 2.36 2.44

2.36

2.38 2.34 2.31 2.32 2.30 2.35 2.36 2.30 2.35 2.45 2.41 2.31

Group 2

2.35 2.37

DATA

2.39 2.30 2.36 2.33 2.35 2.33 2.40 2.35 2.42 2.40 2.45 2.37

X - Bar 2.37 2.33 2.33 2.32 2.32 2.35 2.39 2.34 2.36 2.39 2.39 2.37 R 0.03 0.04 0.05 0.02 0.05 0.03 0.04 0.12 0.10 0.15 0.12 0.13 Date 4 7 11 12 13 14 MSA 18 3rd 19 20 21© Gemba 25 26SPC Management (02)881-3756-7

2.35 0.07

88

แนวคิดการประเมินความ ถูกตองในระบบวัด (Bias)

ความลําเอียง (Bias) ความลําเอียง (Bias) คาจริง

ความลําเอียง

มันเปนคาทางทฤษฎีที่ใหความ ถูกตองตรงตามความจริง ตรงกับมาตรฐาน NIST

ความลําเอียง

ความแตกตางระหวางคาเฉลี่ยของ คาวัดทุกคาและคาจริง ปริมาณของการออกนอกคา เปาหมาย ความคลาดเคลื่อนเชิงระบบหรือ ออฟเซ็ท

คาจริง (อางอิง)

คาสังเกต (คาเฉลี่ย)

90

ความถูกตอง

μ รวม = μ ผลิตภัณฑ + μ

ระบบการวัด

ความลําเอียง: ความแตกตางระหวางคาเฉลี่ยของคาสังเกตและคา มาสเตอร (อางอิง) ซึ่งคามาสเตอรตองเปนที่ยอมรับกันและสามารถสอบ กลับไปหามาตรฐานสากล เชน NIST ได คาเฉลี่ย คามาสเตอร (คาอางอิงมาตรฐาน)

91

ความลําเอียง ความลําเอียง: ขาดการสอบเทียบทีด่ ีเมื่อเทียบกับคามาตรฐานจริง คาเฉลี่ยของคาความลําเอียง: ความแตกตางของพนักงานหรือเครื่อง ตางๆ ที่เอียงจากตรงกลาง เชน ตางจากคาเฉลี่ยของคาจริง (true value) คาอางอิง (คามาสเตอร)

คาเฉลี่ย

อุปกรณ 1

อุปกรณ 2

คาเฉลี่ยของความลําเอียง 92

คาความแมนยําของเกจจากการวัดคา ความถูกตอง ผลที่เกิดขึ้นกับกระบวนการ : ทําใหเกิดการเลื่อนของคากลางของการกระจายของขอมูล คาเฉลี่ยจริงของ กระบวนการ

ความลําเอียงจาก การวัด

คาเฉลี่ยของกระบวนการ ที่ไดจากการวัด

LSL 93

ขั้นตอน เลือกชิ้นตัวอยางและกําหนดคาอางอิงที่สามารถสอบกลับไปยัง มาตรฐานสากลได ถาไมมีใหเลือกงานจากกระบวนการผลิตโดยมี เงื่อนไขที่สําคัญในการเลือกงานนีใ้ หคนหาชิ้นงานที่มีขนาดอยู กึ่งกลางของสเปก วัดชิ้นงาน มากกวาหรือเทากับ n >10 ครั้งในหอง เครื่องมือ และหาคาเฉลีย่ และกําหนดใหเปนคาอางอิง (Reference value) ใหพนักงาน หนึ่งคน วัดที่จุดเดิมของชิ้นงานมากกวาหรือเทากับ n >10 ครั้งในสภาพแวดลอมปกติ พล็อตขอมูลเปน Histogram ใหสัมพันธกบั คาอางอิงแลวจึงพิจารณา Special cuase และ abnormalities ถาไมพบก็ใหวิเคราะหตอ 95

ขั้นตอน คํานวณคา เฉลี่ยของคาที่อาน Xbar คํานวณคา สวนเบี่ยงเบนมาตรฐานของการวัดซ้ํา (Repeatability standard deviation, sigma rep.) หาคา t statistic , sigma b หาคา confidence bound

96

การคํานวณ คาความลําเอียง σ r มาจากการคํานวณคา ตามสูตร σr σb =

R d*

2

n

t

=

Bias

σb

97

การคํานวณ คาความลําเอียง

Bias -

d2

σb

* d2

Bias +

d2

σb

* d2

t v, alpha

ระยะชวงความเผื่อ ของการประเมินความ ลําเอียง

t v, alpha

98

การคํานวณ คาความลําเอียง σ r มาจากการคํานวณคา ตามสูตร σr

σb =

Max (xi) – min (xi) d* 2

=

t n

Bias

σb

คาจากการคํานวณดานลางตอง ครอมคา 0 ทั้ง 2 ดาน Bias -

d2 σ b * d2

Bias +

t v, alpha

d2

σb

* d2

t v, alpha

99

. . . หัวหนาของของผมเรียกผมไปตอวาเรื่อง ผลของ การวัดที่ไมตรงกับผลทดสอบของลูกคา และไดกําชับให ผมไปพิจารณาวา มีเกณฑใดบางที่จะใชคัดเลือกวา เครื่องวัดใดผิดปกติ ผมควรทําอยางไรดี. . .

ลองคิดดู

ปจจุบันนี้ผมมีเวอรเนียรวัดงานมากกวา 50 ตัวที่ ตองดูแล ผมไดนําเอางานมาวัดหาคามาสเตอร ดวยไมโครมิเตอรทลี่ ะเอียดกวา โดยมีคา มาสเตอรอยูที่ 6.00/0.18 และไดนํามาแสดงใน สไลด ถัดไป

ฝกปฏิบัติ การคํานวณ คาความลําเอียง Reference Value ( mm ) =

0.180 Bias

Sample

READING

1

0.180

0.000

2

0.181

0.001

3

0.181

0.001

4

0.181

0.001

5

0.179

-0.001

6

0.179

-0.001

7

0.179

-0.001

8

0.179

-0.001

9

0.179

-0.001

10

0.180

0.000

11

0.180

0.000

12

0.180

0.000

13

0.181

0.001

14

0.180

0.000

15

0.179

-0.001

107

Constant Value

Mean

0.1799

-0.0001

Std. Dev.

0.0008

0.0008

α

0.05

g

1

Max

0.18

0.00

m

15

Min

0.18

0.00

Range

0.00

0.00

d2 3.47193 d2*

3.55333 n(m)

Statiscals Summary

Measured value

x=

15

Mean,

Standard

Standard

n

Deviation

Error of Mean

∑x i =1

i

Range σr = * d2

n 0.1799

0.000562852

σr σb = n

0.000145328

108

ใหพิจารณาวาชวงความเชื่อมัน่ ครอบคลุม คา 0 หรือไม ถาครอบคลุม แสดงวา คา bias ยอมรับได Analysis

statistic

Summary

bias t = σb Measured value

-0.9175

of

t value

freedom

( 2-tailed)

Interval of the Bias Lower

Upper

(df)

10.8

2.201

Mean-REF.

Bias - [σb ( tν,1−α/2)]

-0.0001

-0.00045

Bias + [σb ( tν,1−α/2)]

0.00018

เกณฑการตัดสิน X

Acceptable, คา (0) อยูในระหวาง คา Lower and upper ดวยชวงความเชื่อมั่น 95% ของคา bias Unacceptable, คา (0) ไมอยูในระหวาง คา Lower and upper ดวยชวงความเชื่อมั่น 95% ของคา bias

109

อะไรคือสาเหตุที่ทําใหเกิดความลําเอียงในการวัด เครื่องมือวัดไมไดสอบเทียบ เครื่องวัด, อุปกรณการจับวัดสึก ตัวมาตรฐานสึก, เสียหาย หรือเกิดความคลาดเคลื่อนในงานอางอิง สอบเทียบไมถูกตอง หรือ การตั้งงานอางอิงไมเหมาะสม คุณภาพดานลักษณะเครื่องมือวัด กลไกนําไปสูการวัดที่ลําเอียงงาย นําเกจมาใชผิดประเภท วิธีการจับยึด, ใชงาน, ตั้ง, แตกตาง เกิดการผันแปรในสภาพแวดลอมเชน อุณหภูมิ ความชื้น การสั่น ขณะวัด 111

แนวคิดการประเมินความ เสถียรในระบบวัด (Stability)

ความเสถียร วัดความแตกตางที่เกิดกับความถูกตอง เมื่อเวลาเปลี่ยนไป เปนการดูวาการกระจายของคาการ วัดยังคงที่และคาดการณไดเมื่อเวลา ผานไปหรือไมทั้งคาเฉลี่ยและคา เบี่ยงเบน ตองไมมีการเลื่อน, เปลี่ยน, วัฐจักร ใชประเมินจากแนวโนมในชารต ตองมั่นใจกอนวาระบบการวัดถูก สอบเทียบและมีสภาพ R&R ปกติ

คามาสเตอร (คาอางอิงมาตรฐาน) เวลา 1 เวลา 2

113

การประเมินความเสถียรของระบบวัด

ความเสถียร เวลา 1

เวลา 2

การกระจายของคาวัดยังคงทีแ่ ละคาดหมาย ไดตลอดเวลา ไมมีการเลื่อนเปลีย่ นตําแหนง, เปนวัฐจักร

ประเมินดวยแผนภูมิควบคุม พิจารณาเวลาและเงื่อนไขระบบ

114

Step เลือกชิ้นตัวอยางและจัดตั้งคาอางอิงที่สามารถสอบกลับไปยัง มาตรฐานสากลได ถาไมมีใหเลือกงานจากกระบวนการผลิตโดยมี เงื่อนไขที่สําคัญ งานจากกระบวนการผลิตนี้จะตองไมมีความสึก หรอเกิดขึ้นในระหวางการใช, วัสดุที่ใชทําจะตองคงทน พอสมควร, ตองปองกันความเสียหายที่ทําใหคาวัดที่สนใจ คลาดเคลื่อนเนือ่ งจากการจับตองหรือขนยาย ในการเลือกงานนี้ ใหคนหาชิ้นงานที่มีขนาดอยูกงึ่ กลางของสเปค (ตัวงานตัวอยางนี้ ไมจําเปนตองสอบกลับไปยังมาตรฐานสากลได) บางกรณีอาจจําเปนตองมีงานตัวอยางเลือกคาต่าํ สุด, สูงสุดและ กึ่งกลาง โดยนํามาวัดแยกกันและดําเนินการพล็อตชารทแยกกัน 115

Step ทําเปนประจําทุกวันหรือทุกอาทิตย ใหนํางานตัวอยางนี้มาวัดซ้ํา อยางนอย 3 ซ้ํา โดยความถี่และขนาดตัวอยางขึ้นอยูก ับลักษณะ ความรูในเรื่องระบบวัด ปจจัยสําคัญสามารถรวมถึงการพิจารณา ความบอยในการสอบเทียบหรือความบอยในการซอมบํารุงหรือ ความสามารถในการทํางานตามสภาพแวดลอมของมันวาเปน อยางไร คาที่อานไดจะสะทอนถึงความแตกตางตามชวงเวลาที่ เกิดขึ้นจริงจากการวัดใชงาน ในกรณีนตี้ อ งระวังเรื่อง การวอรม อัพของเครื่องมือหรือปจจัยความคลาดเคลื่อนจากภาวะแวดลอม พล็อตขอมูลลงบนแผนภูมิควบคุม Xbar&R chart หาคา control limit แลวอานผลโดยพิจารณา Out of control หรือ Unstable 116

การตีความหมายของ Control Chart

1. จุดอยูนอกเสนควบคุม ทําไมจึงตางจากที่ผานมา ? UCL

CL

LCL

117

การตีความหมายของ Control Chart

2. ผลกระบวนการวัดเปลี่ยนแปลงทันทีทนั ใด ชวงเวลาที่ 1

จุดเปลี่ยนแปลงทันที่ทันใด UCL

CL

LCL

ชวงเวลาที่ 2 118

การตีความหมายของ Control Chart

3. ผลกระบวนการวัดแสดงจุดมีแนวโนม (Trend) ทําไมจึงคอย ๆ เปลี่ยนไป ? UCL

CL

LCL

119

การตีความหมายของ Control Chart

4. ผลกระบวนการวัดแสดงการเกิดจุด กระจายเปนชวง (Periodicity) ทําไมจึงเกิดเปนรูปแบบซ้ําเดิมอีก? UCL

CL

LCL

120

การตีความหมายของ Control Chart

5. ผลกระบวนการวัดวนเวียนใกลเสนควบคุม จุดที่เปลี่ยนแปลง UCL

CL

LCL

121

การตีความหมายของ Control Chart

6. ผลกระบวนการวัดวนเวียนใกลเสนกลาง UCL

CL

LCL

122

สูตรการหาเสนเสถียร R chart X_ chart _ CL = R CL = X _ UCL = _X+A2+R UCL = D2 R _ LCL = X - A2R LCL = D3 R

ตาราง คาสัมประสิทธิ์สําหรับ Xbar - R Chart ขนาดของ X Chart กรุปยอย(n) A2

2 3 4 5 6

1.880 1.023 0.729 0.577 0.483

R Chart D3 D4 -

3.267 3.575 2.283 2.115 2.004

d2 1.128 1.693 2.059 2.326 2.534

123

Stability Control Chart Fax 02-744-7201 P roduc t nam e P art no. P aram eter

date tim e operato r S am ple

S pec ific ation

S TUD A 0123 D iam ete r

1 2 3

Chart no.

0.75 0 +/- 0.00 5 Mac hining 11

Operation M ac hine no.

1 inches every day

unit of m eas urem ent Frequenc y

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

5 5 5

5 6 4

6 4 3

3 4 5

4 7 7

6 5 6

5 5 4

4 4 4

6 5 6

1 5 7

5 5 1

7 8 7

3 4 7

6 6 6

3 4 4

2 2 2

5 4 6

5 4 4

0 4 2

-1 -1 0

8 8 4

4 6 4

4 5 6

6

-2 20 1 4 1 5

4 5

S um A verag e X -bar R ange R

15 15 13 12 18

17 14

12 17 13 11 2 2 14 18 11

5.00

5.00

4.33

4.00

6.00

5.67

4.67

4.00

5.67

4.33

3.67

7.33

4.67

6.00

3.67

2.00

6 1 5 13 5.00

4.33

6.67

4.67

5.00

0

2

3

2

3

1

1

0

1

6

4

1

4

0

1

0

2

1

4

1

4

2

2

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

1

2

3

4

5

6

7

10

11

12

13

14

15

16

17

18

19

20

21

22

23

15

16

17

2.00 -0.67

A verag e 8.00 6.00

P owered B y Gem ba S P C M anagem ent

4.00 2.00 0.00 -2.00

R ange

8

9

7 6 5

P owered B y Gem ba S P C M anagem ent

4 3 2 1 0 1

2

3

4

5

6

7

8

9

10

11

12

13

14

18

19

20

21

22

23

124

อะไรคือสาเหตุที่ทําใหเกิดความไมเสถียรในการวัด

เครื่องมือวัดไมไดสอบเทียบในชวงเวลาทีพ่ อดี ตองรน ระยะเวลาสอบเทียบลง เครื่องมือสึกหรอ เกาเก็บจนคลาดเคลื่อน ดูแลรักษาไมดี เชน ความสะอาด, ลม, ไฟฟา, ตัวกรอง ตัวมาตรฐานที่ใชอางอิงคลาดเคลื่อน

125

อะไรคือสาเหตุที่ทําใหเกิดความไมเสถียรในการวัด

การตัง้ ตัวอางอิงไมเหมาะสม นําเกจมาใชผิดประเภท วิธีการจับยึด, ใชงาน, ตั้ง, แตกตาง เกิดการผันแปรที่นําไปสูการเลื่อน ในสภาพแวดลอมเชน อุณหภูมิ ความชื้น การสั่น ขณะวัด ตัวเกจออกแบบใหมนั่ คงไมดนี ัก

126

แนวคิดการประเมินความ เปนเชิงเสนในระบบวัด (Linearity)

การประเมินความเปนเชิงเสนของระบบวัด ความถูกตอง ดานต่ํา(ดานลาง)

ความถูกตอง ดานคาสูง(ดานบน)

คาอางอิง

คาอางอิง

คาเฉลี่ยของ คาสังเกต

ยานการใชงานยานต่ํา

คาเฉลี่ยของ คาสังเกต

ยานการใชงานยานสูง 130

ความเปนเชิงเสน การวัดความแตกตางของความถูกตองหรือแมนยําเมื่อเปลี่ยนยาน (range) ของการวัดใน แตละอุปกรณวัดไป y = x

คาความถูกตองเปลี่ยนไป ตามยานการวัด

คาจริง เกจ 1: มีประเด็นความเปน เชิงเสนในเกจนี้

y=x

คาวัด

เกจ 2: มีประเด็นความ เปนเชิงเสนในเกจนี้

y=x

คาวัด

คาวัด

เกจ 3: ไมมีประเด็นความ เปนเชิงเสน

คาจริง

ความแมนยําเปลี่ยนไป มากกวายานการวัด

คาจริง 131

Step ในการศึกษาความเปนเชิงเสนตรงคลายคลึงกับการศึกษาความ ลําเอียงนั่นคือ การหาคาอางอิงที่สามารถสอบกลับไปยังมาตรฐาน ได หรือถาหาไมไดใหเลือกงานจากกระบวนการผลิตที่มีเงื่อนไข ไมเสื่อมสภาพขณะใชงาน, คงทนตอการหยิบจับ โดยเลือกมา อยางนอย 5 ชิ้นสวน ที่ตอ งครอบคลุมชวงการใชงานของ เครื่องมือวัด แตละชิ้นสวนถูกวัดตามจุดที่กาํ หนดโดยใชเครื่องมือวัดที่มีความ ละเอียดกวาอยางนอย 10 ซ้ําและดําเนินการคํานวณเปนคาอางอิง มาตรฐานโดยใชคาเฉลีย่ 133

Step ระหวางการวัดจําเปนตองควบคุมสภาพแวดลอมตลอดจนวิธกี าร ในการวัดตามหลักการการวัดที่ดี นําชิ้นงานที่เปนตัวอางอิงจํานวน 5 ชิ้น ใหเลือกอยางสุมนํามาวัด ดวยเครื่องมือวัดที่สนใจ ทําจนครบอยางละ อยางนอยชิ้นละ 10 ซ้ํา แลวดําเนินการคํานวณคาความลําเอียง นําคาความลําเอียงของแตละอันไปทําการพล็อตกราฟ โดยแกน นอนแทนถึงคาอางอิง และแกนตั้งแทนถึงคาความลําเอียง ใชสมการถดถอย คํานวณหาคาความชันและคาการตัดแกน ใหตัดสินใจโดยใชสูตรในหนาถัดไปเปนตัวตัดสินใจ 134

ความเปนเชิงเสน

140

ความเปนเชิงเสน

141

ธรรมชาติของวิธีการทดสอบสมมติฐาน สมมติฐานหลัก (Ho) ปกติอธิบายภาวะที่ควรเปน เปนสิ่งที่คุณมักจะสมมติวาเปนจริง สัญญาลักษณคือ = หรือ > หรือ <

Alternative Hypothesis (Ha): ปกติอธิบายภาวะที่แตกตาง มันคืออะไรก็ตามที่เราพยายามจะพิสูจน สัญญาลักษณใน = หรือ < หรือ > ฉ 1994 Dr. Mikel J. Harry V3.0

142

เครื่องมือสถิติ : การทดสอบความชัน

การทดสอบความชันของเสนที่สะทอนความสอดคลองกับคา อางอิงทุกคา. เปนความจําเปนเบื้องตนกอนการทดสอบโดยใช T-test เพื่อทวน สอบความถูกตองของคาที่วัดไดกับคาอางอิง ตองมั่นใจวาการวัด เปนปกติกอ น และคาแตกตางเพียงพอ การทดสอบความชัน. Ho: ขอมูลมาสอคลองกับคาอางอิง. a = 0 Ha:ขอมูลไมไดสอคลองกับคาอางอิง. a = 0 143

การประเมิน วิเคราะหการยอมรับความเปนเชิงเสน

t

=

a s

<

t 1-α/2, gm-2

∑( xj – x )2

144

เครื่องมือสถิติ : การทดสอบความลําเอียง

การทดสอบความลําเอียงของเสนที่สะทอนความลําเอียงวา ไมลําเอียง หรือไม เปนความจําเปนเบื้องตนกอนการทดสอบโดยใช T-test เพื่อทวนสอบ ความลําเอียงของคาที่วัดได ตองมั่นใจวาการวัดเปนปกติกอน และคา แตกตางเพียงพอ การทดสอบความลําเอียง. Ho: ขอมูลปราศจากความลําเอียง . b = 0 Ha:ขอมูลมีความลําเอียง. b = 0

145

การประเมิน วิเคราะหการยอมรับความเปนเชิงเสน

t

<

b

= 1 + gm

X2

t 1-α/2, gm-2

S

∑( xi – x )2

146

. . . หัวหนาของของผมเรียกผมไปตอวาเรื่อง

ลองคิดดู

เครื่องมือวัดที่สอดคลองกับผลทดสอบของลูกคา และได กําชับใหผมไปพิจาณาวา มีเกณฑใดบางที่จะใชคัดเลือก วาเครื่องวัดใดผิดปกติ ผมควรทําอยางไรดี. . .

ปจจุบันนี้ผมมีตลับเมตรวัดงาน ในหลาย ๆ ยาน การวัด และไดนํามาแสดงในสไลด ถัดไป REGISTER EQUIPMENT NO: EQUIPMENT NAME: RESOLUTION:

OPERATING RANGE: MEASURING TAPE

0.05 mm

36-72 inc

PRODUCT MEASURED : NAME OF APPRAISER :

TAFONG B

ฝกปฏิบัติ การคํานวณ คาความเปนเชิงเสน REFERENCE VALUE

2.00

4.00

6.00

8.00

10.00

1

2.01

4.00

6.00

8.00

10.00

2

2.01

4.00

6.00

8.00

10.00

3

2.01

4.00

6.00

8.00

10.00

4

2.01

4.00

6.00

8.00

10.00

5

2.01

4.00

6.00

8.00

10.00

6

2.01

4.00

6.00

8.00

10.00

7

2.01

4.00

6.00

8.00

10.00

8

2.01

4.00

6.00

8.00

10.00

9

2.01

4.00

6.00

8.00

10.00

10

2.01

4.00

6.30

8.00

10.00

11

2.10

4.00

6.00

8.00

9.80

12

2.10

4.00

6.10

8.00

9.80

Part Avg.

2.0250

4.0000

6.0333

8.0000

9.9667

148

Number of part, g = Number of trails, m = gm =

5 12 60

alpha, α = tgm-2,1-α/2 =

0.05 2.001716

Linearity (Varying Linear Bias) Part Avg. No BIAS

10.0 9.5 9.0

Observed Average Value

8.5 8.0 7.5 7.0 6.5 6.0 5.5 5.0 4.5 4.0 3.5 3.0 2.5 2.0 2

3

3

4

4

5

5

6

6

7

7

8

8

9

9

10 10

Reference Value 149

B

I

A

S

PART

1

2

3

4

5

REFERENC E VALUE

2.00

4.00

6.00

8.00

10.00

1

0.01

0.00

0.00

0.00

0.00

2

0.01

0.00

0.00

0.00

0.00

3

0.01

0.00

0.00

0.00

0.00

4

0.01

0.00

0.00

0.00

0.00

5

0.01

0.00

0.00

0.00

0.00

6

0.01

0.00

0.00

0.00

0.00

7

0.01

0.00

0.00

0.00

0.00

8

0.01

0.00

0.00

0.00

0.00

9

0.01

0.00

0.00

0.00

0.00

10

0.01

0.00

0.30

0.00

0.00

11

0.10

0.00

0.00

0.00

-0.20

12

0.10

0.00

0.10

0.00

-0.20

BIAS Avg.

0.0250

0.0000

0.0333

0.0000

-0.0333

150

Slope, a = Intercept, b = Upper bound Best fit Lower bound

-0.00583 0.04000 0.05349 0.02833 0.00318

Syx =

0.05620

Xbar =

6.00

0.03445 0.01667 -0.00112

0.01952 0.00500 -0.00952

0.01112 -0.00667 -0.02445

0.00682 -0.01833 -0.04349

Linearity Plot

Upper bound Best fit Lower bound

0.50

bias=0 0.40

BIAS Avg.

0.30 0.20

Bias

0.10 0.00 0

1

1

2

2

3

3

4

4

5

5

6

6

7

7

8

8

9

9

10 10

-0.10 -0.20 -0.30 -0.40 -0.50 Reference Value 151

Statistic Testing Result TEST for slope TEST for intercept H0: a = 0 H0: b = 0 H1: a ≠ 0 H1: b ≠ 0 tb = ta = 2.274 2.351 [ ] [X]

ta ≤ tgm-2,1-α/2 Accept H0, Reject H1 ta > tgm-2,1-α/2 Reject H0, Aacept H1

[ ] [X]

tb ≤ tgm-2,1-α/2 Accept H0, Reject H1 tb > tgm-2,1-α/2 Reject H0, Aacept H1

Final conclusion Acceptable X Unacceptable Comment:

152

อะไรคือสาเหตุที่ทําใหเกิดความไมเปนเชิงเสนในการวัด เครื่องมือวัดไมไดสอบเทียบในชวงเวลาที่พอดี ตองรนระยะเวลาสอบ เทียบลง หรือสอบเทียบไมครบยานที่ใชงาน เครื่องมือสึกหรอ ดูแลรักษาไมดี เชน ความสะอาด, ลม, ไฟฟา, ตัวกรอง ใชเกจผิดงานและยานที่ควรใช วิธีการจับยึด, ใชงาน, ตั้ง, แตกตาง เกิดการผันแปรที่ในสภาพแวดลอมเชน อุณหภูมิ ความชื้น การสั่น ขณะ วัด เกจมีการปรับคาตามขนาดงานที่นํามาตรวจ 156

แนวคิดการประเมินความ สามารถในการวัดซ้ําและวัดใหม ในระบบวัด (Repeatability & Reproducibility)

ตัววัดระบบวัด ความแปรปรวนจากระบบวัด: σ2meas = σ2repeat + σ2reprod Ì ผลการวิเคราะหจะไดจากการศึกษา เกจ R&R เพื่อดูวา ระบบการวัดนั้น “ดี” หรือ “แย” สําหรับการประยุกตใดๆ ตองเปรียบเทียบความ ผันแปรจากการวัดกับสเปกงาน หรือความผันแปรในกระบวนการ การเปรียบเทียบ σ2meas กับคาสเปก: Precision-to-Tolerance Ratio (P/T)

การเปรียบเทียบ σ2meas กับความผันแปรในกระบวนการ (P/TV): % ความสามารถในการวัดซ้ําและความสามารถในการวัดใหม (%R&R) ดัชนีความสามารถในการแยกแยะ

158

ความแมนยํา 2 2 σ 2รวม = σผลิ2 ตภัณฑ + σความสามารถ + σความสามารถ

การวัดซ้ํา

การวัดใหม

ndc = number of distinct category ความผันแปรโดยรวมในระบบวัด เปนการวัดความผันแปรโดยรวมของการวัดซ้ํา ความแมนยํามีคาเทากับผลรวมของความสามารถการวัดซ้ําและ ความสามารถของการวัดใหม

159

ความแมนยํา: ความสามารถในการวัดซ้ํา 2 2 2 2 σ รวม = σ ผลิตภัณฑ + σ ความสามารถ + σ ความสามารถ ในการวัดซ้ํา ในการวัดใหม ความสามารถในการวัดซ้ํา: ความผันแปรแรกเริ่มของอุปกรณการวัด ความผันแปรที่เกิดขึ้นเมื่อมีการวัดซ้ําโดยใชตัวแปร (ปจจัยเดิม) ภายใตเงื่อนไข เหมือนกันคือ: งานเดียวกัน พนักงานเดียวกัน ตั้งงานเดียวกัน ยูนิตเดียวกัน สภาพแวดลอมเงื่อนไขเดียวกันในระยะสั้น

ประมาณโดยใชคาเบี่ยงเบนมาตรฐานรวม (จากคาเฉลี่ย) ของการกระจายของ ขอมูลทีเ่ กิดจากการวัดซ้ํา 160

ความแมนยํา : ความสามารถการวัดซ้ํา

σ

2

รวม

= σ ผลิตภัณฑ + σ ความสามารถ + σ 2

2

การวัดซ้ํา

2

ความสามารถ ในการวัดใหม

ความสามารถการวัดซ้ํา คือ ความผันแปรของคาวัดตอเนื่องจากงานชิ้น เดียวกัน, คุณลักษณะเดียวกัน, โดยใชคนๆ เดียวกัน ที่ใชเครื่องวัด คามาสเตอร ความสามารถในการวัดซ้ําดี

ความสามารถในการวัดซ้ําแย

161

ความแมนยํา : ความสามารถการวัดใหม

σ

2

รวม

= σ ผลิตภัณฑ + σ ความสามารถ + σความสามารถใน 2

2

2

การวัดซ้ํา

การวัดใหม

ความสามารถในการวัดใหม: ความผันแปรที่เปนผลมาจากเงื่อนไขที่ แตกตางกันที่ถูกใชในการวัด ซึ่งประกอบดวย ตางพนักงาน ตางการตั้งงาน ตางหนวยทดสอบ ความแตกตางของภาวะแวดลอม ความผันแปรจากการวัดในระยะยาว

เปนการประเมินคาเบี่ยงเบนมาตรฐานของคาเฉลี่ยจากคาวัดที่เกิดจาก ความแตกตางของเงื่อนไขการวัดตางๆ 162

ความแมนยํา : ความสามารถการวัดใหม ความสามารถการวัดใหม คือ ความผันแปรของคาวัดตอเนื่องจากงานชิ้น เดียวกัน, คุณลักษณะเดียวกัน, โดยใชคนๆ เดียวกัน ที่ใชเครื่องวัด คามาสเตอร พนักงาน A พนักงาน B พนักงาน C

เครื่อง B เครื่อง A เครื่อง C

163

คาสัดสวน P/T เรียกวา อัตราสวน ความแมนยําตอคาเผื่อ 5.15 * σmeas P/T = Tolerance

ปกติ ปกติ มัมักกจะแสดงอยู จะแสดงอยูใในน รูรูปปเปอร เปอรเเซ็ซ็นนตต

คาเผื่อ = USL - LSL

ใชแสดงจํานวนเปอรเซ็นตของความคลาดเคลื่อนที่มีตอคาขอบเขตความ เผื่อ 5.15 σmeas แทนถึงระดับ 99% ของทุกคาวัด คาดีที่สุดตองนอยกวา 10% และคาก้ํากึ่งที่อาจยอมรับได < 30% รวมทั้งความสามารถในการวัดซ้ํา และความสามารถในการวัดใหม 164

P/TV และ %R&R P/TV

σmeas P / TV = σTotal

ปกติ ปกติจจะแสดงใน ะแสดงใน รูรูปปแบบเปอร แบบเปอรเเซ็ซ็นนตต

σ 2meas %R & R = 2 × 100 σ Total

%R&R เปนการระบุความคลาดเคลือ่ นจากการวัดวามีผลตอความคลาดเคลื่อน ทั้งหมดเทาใด P/TV: แบบดีที่สุด: <10% ที่พอยอมรับได: <30% ถาคาซิกมามีคานอยกวา 30% ของคาซิกมารวม จะมีผลกระทบนอยกวา 5 เปอรเซ็นต และถามีคานอยกวา 10% ของคาซิกมารวมจะสงผลกระทบเพียง 1% 165

Uses of P/T and P/TV (%R&R) คาอัตราสวน P/T ถูกใชในความหมายทั่วๆไป เพื่อออกความแมนยําของระบบวัด โดยประมาณ เปนการประเมินวา ระบบวัดทําไดดีเพียงใดเมื่อเทียบกับสเปก คาเหมาะสมของ P/T ไมขึ้นกับขีดความสามารถกระบวนการ ดังนั้น ถา Cpk มีคาแย คา P/T อาจใหผลการตีความผิดพลาดได

ขณะที่อัตราสวน P/TV (%R&R) ถูกใชเพื่อการปรับปรุงกระบวนการมากที่สุด เพราะมันสะทอนวา ระบบวัดทําไดดีเพียงใด เมื่อเทียบกับความผันแปรทีพ่ บหรืออานได จากกระบวนการทัง้ หมด %R&R ถูกใชเพื่อการปรับปรุงกระบวนการมากที่สุด แตตองใหมีจํานวนตัวแทนครบทุก ยานในกระบวนการที่ควรเปน

166

กระบวนการประเมินระบบวัด Discrimination Index

σ 2Part ดัชนีแยกแยะ = 1.41* 2 σ R&R

σ DR็ = 2 *  σ

• เปนการแสดงเอาจํานวนที่ถูกแบงออกซึ่งหมายถึงระบบ การวัดยังคงวัดไดถูกตองเมื่อเทียบกับความผันแปรของ กระบวนการ (Part) • แสดงวากระบวนการสามารถแยกแยะความผันแปรของ กระบวนการและตรวจจับการเปลี่ยนแปลง (Shift), ความ ผันแปรที่เปลี่ยนไปไดดีเพียงใดเพื่อการปรับปรุง

2 total 2 meas

−1

% Discrimination Index 5 10

167

Discrimination Index Discrimination Index (or Discrimination Ratio) 2 σ total DR = 2 * 2 − 1 σ meas

Minitab MinitabApproximation Approximation

σtotal DR=1.41* σmeas

DR defines the number of distinct categories which could be established with the measurement system in the range of process/product variation while making allowance for measurement error Should be as large as possible (see Appendix) If the Index = 2, only attribute data is available and sample sizes must be larger.

%R&R contribution and DR contain the same information, but DR has more intuitive appeal. 168

กฎการตัดสินใจ

%R&R

ดัชนีแยกแยะ

P/T

แย

โซนแดง

> 7.7%

<5

> 30%

ยอมรับ

โซนเหลือง

2 - 7.7%

5 -10

10 - 30%

ดี

โซนเขียว

0 - 2%

> 10

0 - 10%

169

Step เลือกชิ้นงานอยางสุมมาอยางนอย 5 ชิ้น (ปกติชิ้นงานเหลานี้จะมี ความแตกตางกัน จึงตองเลือกชิ้นงานใหครอบคลุมคาความ แตกตางตามปกติของการทํางาน) เลือกพนักงานผูที่จะมาทดสอบอยางนอย 2 ทาน (จํานวน พนักงานทดสอบขึ้นอยูกบั การใชงานพนักงานทดสอบจริงๆ ที่ เกิดขึ้น หามใชการเปนตัวแทนมาเปนตัวศึกษาระบบวัด) กอนจะดําเนินการศึกษาเครื่องมือวัดตองถูกสอบเทียบและอยูใน สภาวะปกติ 171

Step สุมชิ้นงานใหพนักงานวัดโดยทําเชนนี้จนครบทุกชิ้น แลวจึงเชิญพนักงาน ทานตอไปมาทําเชนนี้อีก (ระหวางการวัดตองมั่นใจวาพนักงานไมจดจํา ลักษณะของชิ้นงานซึ่งทําใหมีผลตอความลําเอียงได) เมื่อวัดจนครบทุกคนในซ้ําแรกแลว ก็ใหสุมชิ้นงานกับการวัดในซ้ําที่สอง อีก ทําเชนนี้จนครบอยางนอย 2 ซ้ํา แลวบันทึกลงในตารางการวัด ระหวางการวัดหากชิ้นงานเสียหาย เสียรูป หรือมีการวัดตางจุดกันตอง กลับไปศึกษาตั้งแตตนใหม ใชสูตรคํานวณคาความสามารถในการวัดซ้ําและความสามารถในการวัด ใหมและดําเนินการตัดสินใจ 172

ผมควร แปลผลอยางไร

. . . ปจจุบันระบบวัดผม ดูแลมีสภาพ ดังสไลดถัดไป . . ในการศึกษานี้ ผมไดใชพนักงาน จํานวน 3 คน มาประเมิน โยมีงานที่นํามาใชประเมินจํานวน 10 ชิ้นงาน

GAGE REPEATABILITY AND REPRODUCIBILITY DATA SHEET VARIABLE DATA RESULTS DEPARTMENT: ENGINEERING & Q.C. SECTION:

APPROVED

Q.C.- LAB

CHECKED

REPORTED

WORKING CONDITIONS:

Humidity:

40%

Part Number GENERIC Part Name BRAKE TUBE - STDW1 Characteristics WEIGHT Specification / Classification 71 g/m

Temp: 20'C Gage Name BALANCE - 400g Gage Number KCW - 002 Gage Type WEIGHT SYSTEM Trials Parts 3

10

Appraiser A Appraiser B Appraiser C Appraisers

3

Date Performed 1.SEP .03

174

APPRAI SER/ TRI AL #

PART

AVERAGE

1

2

3

4

5

6

7

8

9

10

1

0.290

-0.560

1.340

0.470

-0.800

0.020

0.590

-0.310

2.260

-1.360

0. 1940

2.

2

0.410

-0.680

1.170

0.500

-0.920

-0.110

0.750

-0.200

1.990

-1.250

0. 1660

3.

3

0.640

-0.580

1.270

0.640

-0.840

-0.210

0.660

-0.170

2.010

-1.310

0. 2110

4.

AVE

0. 447

-0. 607

1. 260 0. 537

-0. 853 -0. 100

0. 667

-0. 227

2. 087 -1. 307

XA =

0. 1903

5.

R

0. 35

0. 12

0. 17

0. 17

0. 12

0. 23

0. 16

0. 14

0. 27

0. 11

RA =

0. 1840

1

0.080

-0.470

1.190

0.010

-0.560

-0.200

0.470

-0.630

1.800

-1.680

0. 0010

7.

2

0.250

-1.220

0.940

0.050

-1.200

0.220

0.550

0.080

2.120

-1.620

0. 0170

8.

3

0.070

-0.680

1.340

0.200

-1.280

0.060

0.830

-0.340

2.190

-1.500

0. 0890

9.

AVE

0. 133

-0. 790

1. 157 0. 087

-1. 013

0. 027

0. 617

-0. 297

2. 037 -1. 600

XB =

0. 0357

10.

R

0. 18

0. 75

0. 40

0. 19

0. 72

0. 42

0. 36

0. 71

0. 39

0. 18

RB =

0. 4300

1

0.040

-1.380

0.880

0.140

-1.460

-0.290

0.020

-0.460

1.770

-1.490

-0. 2230

12.

2

-0.110

-1.130

1.090

0.200

-1.070

-0.670

0.010

-0.560

1.450

-1.770

-0. 2560

13.

3

-0.150

-0.960

0.670

0.110

-1.450

-0.490

0.210

-0.490

1.870

-2.160

-0. 2840

AVE -0. 073

-1. 157

0. 880 0. 150

-1. 327 -0. 483

0. 080

-0. 503

1. 697 -1. 807

XC =

-0. 2543

0. 20

0. 10

0. 42

RC =

0. 3280

X = Rp =

-0. 0094 3. 5111

R=

0. 3140

XDI FF =

0. 4447

1.

6.

11.

14. 15.

A

B

C

R

16. PART AVE( Xp)

0. 19 0. 169

0. 42 -0. 851

0. 42

0. 09

1. 099 0. 258

17.

( RA + RB + RC) / ( # OF APPRAI SERS) =

18.

( Max X - Mi n X ) =

19.

R x D4* =

20.

R x D3* =

0. 39

0. 38

-1. 064 -0. 186

0. 454

ตัวอยาง

-0. 342

0. 67

1. 940 -1. 571

UCLR =

0. 8102

LCLR =

175 0. 0000

Measur ement Uni t Anal ysi s

% Tot al Var i at i on ( TV)

Repeat abi l i t y - Equi pment Var i at i on ( EV) EV

% EV

Tr i al s

K1

0. 3140 x 0. 5908

2

0.8862

= 100( 0. 18551/1. 14346)

0. 18551

3

0.5908

= 16.22%

=

R x

= =

K1

= 100 ( EV/TV)

Repr oduci bi l i t y - Appr ai ser Var i at i on ( AV) AV

=

{ ( XDI FF x K2) 2 - ( EV2/nr ) } 1/2

=

{ ( 0. 4447 x 0. 5231) ^2 - ( 0. 18551 ^2/( 10 x 3) ) } ^1/2

=

0. 23013

% AV Trials

2

3

K2

0.7071

0.5231

Repeat abi l i t y & Repr oduci bi l i t y ( R & R) R & R

=

{ ( EV2 + AV2) } 1/2

= =

CONCLUSI ON:

= 20.13% n = number of par t s

Par t s

K3

{ ( 0. 18551^2 + 0. 23013^2) } ^0. 5

2

0.7071

0. 29559

3

0.5231

= 100( 0. 29559/1. 14346)

4

0.4467

= 25.85%

=

RP x K3

5

0.4030

=

3. 51111 x 0. 3146

6

0.3742

7 8

0.3534 0.3375

= 1. 10460 Tot al Var i at i on ( TV) TV

= 100( 0. 23013/1. 14346)

r = number of t r i al s

Par t Var i at i on ( PV) PV

= 100 ( AV/TV)

=

{ ( R&R2 + PV2) } 1/2

9

0.3429

=

{ ( 0. 29559^2 + 1. 10460^2) } ^0. 5

10

0.3146

=

1. 14346

3

% R&R

% PV

= 100 ( R&R/TV)

= 100 ( PV/TV) = 100( 1. 10460/1. 14346) = 96.60%

ndc

= 1. 41 ( PV/GRR) = 1. 41( 1. 10460/0. 29559) = 5.269

NO ACTI ON REQUI RED

ACTI ON REQUI RED

COMMENT :

ตัวอยาง Number of di st i nct Cat eg

176

GAGE REPEATABILITY AND REPRODUCIBILITY DATA SHEET VARIABLE DATA RESULTS DEPARTMENT: ENGINEERING & Q.C. SECTION:

APPROVED

Q.C.- LAB

CHECKED

REPORTED

WORKING CONDITIONS:

Humidity:

40%

Part Number

Temp:

20'C

Gage Name

Appraiser A

GENERIC Part Name BRAKE TUBE - STDW1 Characteristics WEIGHT Specification / Classification 71 g/m

BALANCE - 400g Gage Number

Appraiser B KCW - 002

Gage Type

Appraiser C WEIGHT SYSTEM Parts

Trials

3

Appraisers

10

3

Date Performed 15.SEP .00

177

ฝกปฏิบัติ การคํานวณ (R&R) APPRAI SER/ TRI AL #

PART

AVERAGE

1

2

3

4

5

6

7

8

9

10

1

46.66

46.45

46.52

46.56

46.48

46.55

46.37

46.51

46.40

46.73

46. 52

2.

2

46.70

46.41

46.51

46.59

46.33

46.56

46.36

46.51

46.36

46.71

46. 50

3.

3

46.68

46.42

46.44

46.57

46.34

46.51

46.39

46.56

46.45

46.75

46. 51

4.

AVE

46. 680

46. 427

46. 490

46. 573

46. 383

46. 540

46. 373

46. 527

46. 403

46. 730

XA =

46. 51

5.

R

0. 04

0. 04

0. 08

0. 03

0. 15

0. 05

0. 03

0. 05

0. 09

0. 04

RA =

0. 06

1

46.70

46.55

46.60

46.65

46.44

46.60

46.59

46.60

46.50

46.86

46. 61

7.

2

46.71

46.47

46.66

46.60

46.50

46.60

46.55

46.61

46.51

46.90

46. 61

8.

3

46.83

46.51

46.57

46.69

46.50

46.56

46.44

46.53

46.49

46.82

46. 59

9.

AVE

46. 747

46. 510

46. 610

46. 647

46. 480

46. 587

46. 527

46. 580

46. 500

46. 860

XB =

46. 60

10.

R

0. 13

0. 08

0. 09

0. 09

0. 06

0. 04

0. 15

0. 08

0. 02

0. 08

RB =

0. 08

1

46.69

46.42

46.44

46.67

46.33

46.46

46.36

46.40

46.37

46.60

46. 47

12.

2

46.68

46.40

46.40

46.53

46.34

46.46

46.34

46.47

46.41

46.62

46. 47

13.

3

46.65

46.40

46.43

46.53

46.35

46.49

46.33

46.48

46.37

46.65

46. 47

14.

AVE

46. 673

46. 407

46. 423

46. 577

46. 340

46. 470

46. 343

46. 450

46. 383

46. 623

XC =

46. 47

15.

R

0. 04

0. 02

0. 04

0. 14

0. 02

0. 03

0. 03

0. 08

0. 04

0. 05

RC =

0. 05

46. 738

X= Rp =

46. 53 0. 34

R=

0. 0637

XDI FF =

0. 1357

1.

6.

11.

A

B

C

16. PART AVE( Xp)

46. 700

46. 448

46. 508

46. 599

46. 401

46. 532

46. 414

46. 519

46. 429

17.

( RA + RB + RC) / ( # OF APPRAI SERS) =

18.

( Max X - Mi n X ) =

19.

R x D4* =

UCLR =

0. 1700

20.

R x D3* =

LCLR =

178 0. 0000

Measur ement Uni t Anal ysi s

% Tot al Var i at i on ( TV)

Repeat abi l i t y - Equi pment Var i at i on ( EV) EV

=

R x

= =

K1

% EV

Tr i al s

K1

= 100 ( EV/TV)

0. 0637 x 0. 5908

2

0.8862

= 100( 0. 03761/0. 13275)

0. 03761

3

0.5908

= 28.34%

Repr oduci bi l i t y - Appr ai ser Var i at i on ( AV) AV

=

{ ( XDI FF x K2) 2 - ( EV2/nr ) } 1/2

=

{ ( 0. 1357 x 0. 5231) ^2 - ( 0. 0376 ^2/( 10 x 3) ) } ^1/2

=

0. 07063

% AV Trials

2

3

K2

0.7071

0.5231

Repeat abi l i t y & Repr oduci bi l i t y ( R & R) R& R

=

{ ( EV2 + AV2) } 1/2

= =

= 53.21% n = number of par t s

Par t s

K3

{ ( 0. 03761^2 + 0. 07063^2) } ^0. 5

2

0.7071

0. 08003

3

0.5231

= 100( 0. 08003/0. 13275)

4

0.4467

= 60.28%

=

RP x K3

5

0.4030

=

0. 33667 x 0. 3146

6

0.3742

7 8

0.3534 0.3375

= 0. 10592 Tot al Var i at i on ( TV) TV

= 100( 0. 07063/0. 13275)

r = number of t r i al s

Par t Var i at i on ( PV) PV

= 100 ( AV/TV)

=

{ ( R&R2 + PV2) } 1/2

9

0.3429

=

{ ( 0. 08003^2 + 0. 10592^2) } ^0. 5

10

0.3146

=

0. 13275

CONCLUSI ON:

% PV

= 100 ( R&R/TV)

= 100 ( PV/TV) = 100( 0. 10592/0. 13275) = 79.79%

ndc

= 1. 41 ( PV/GRR) = 1. 41( 0. 10592/0. 08003) = 1.866

NO ACTI ON REQUI RED

3

% R&R

ACTI ON REQUI RED

COMMENT :

179

อะไรคือสาเหตุที่ทําใหเกิดความไมสามารถในการวัดซ้ํา

ความผันแปรภายในตัวอยาง:รูปราง,ตําแหนง,ผิวสําเร็จ,ความเรียว ,ความสม่ําเสมอของตัวอยาง ความผันแปรภายในเครื่องวัด:การซอม,การสึกเหรอ,ความ เสียหายของอุปกรณจับงานและอุปกรณตาง ๆ,คุณภาพการซอม บํารุงหรือคุณภาพไมดี ความผันแปรจากมาตรฐานภายใน:คุณภาพมาตรฐาน,ความสึก เหรอ,ระดับคุณภาพ ความผันแปรภายในของวิธีการ,ความผันแปรในการตัง้ งาน, เทคนิค,การจับการถือ,การตั้งศูนย,ความหนาแนนของจุด 181

อะไรคือสาเหตุที่ทําใหเกิดความไมสามารถในการวัดซ้ํา

ความผันแปรภายในของผูวัด:เทคนิค,ตําแหนง,ความรูและ ประสบการณที่นอยในการใชเครื่องมือ, มีความสามารถที่ หลากหลายในการใชเครื่องมือ, ตองอาศัยความรูสึกในการใช เครื่องมือ, มีความลาจากการใชเครื่องมือ ความผันแปรของสภาพแวดลอม : ความผันแปรระยะสั้นของ อุณหภูมิ, ความชื้น, ความสั่นสะเทือน, แสงสวาง, ความสะอาด ทําผิดสมมติฐาน – ความแนนอน, ความเหมาะสมในการ ดําเนินงาน 182

อะไรคือสาเหตุที่ทําใหเกิดความไมสามารถในการวัดซ้ํา

ความคลาดเคลื่อนหรือความไมเสถียรของเครื่องมือวัดที่นํามาใช, ขาดความแนนอนในการใชงาน การนําเครื่องมือวัดไปใชผิดประเภท ความเสื่อมของเครื่องมือวัดหรือชิ้นสวน, ขาดความมั่นคงทนทาน การประยุกตใช – ขนาดชิ้นสวน, ตําแหนง, ความคลาดเคลื่อนจาก การสังเกต (การอานคา)

183

อะไรคือสาเหตุที่ทําใหเกิดความไมสามารถในการวัดใหม

ความผันแปรระหวางชิ้นสวนตัวอยาง – คาเฉลีย่ ความแตกตางเมือ่ มีการวัดชิ้นงานที่ตา งประเภทกัน โดยใชเครื่องมือวัด เหมือนกัน พนักงานคนเดียวกันและวิธีการวัดที่เหมือนกัน ความแตกตางระหวางเครื่องมือ – คาเฉลีย่ ความแตกตางของ อุปกรณที่ตางกัน โดยใชงานชิ้นเดียวกัน พนักงานคนเดียวกันและ สภาพแวดลอมเดียวกัน ขอสังเกตในการศึกษาความคลาดเคลื่อน แบบนี้พบวาบอยครั้งมักจะมีการผสมกันระหวางวิธีการวัด และ/ หรือ พนักงานผูวัด 184

อะไรคือสาเหตุที่ทําใหเกิดความไมสามารถในการวัดใหม ความผันแปรระหวางมาตรฐาน – คาเฉลี่ยที่ไดรับอิทธิพลโดยการตั้ง มาตรฐานกระบวนการวัดที่แตกตางกัน ความแตกตางระหวางวิธีการ – คาเฉลี่ยที่แตกตางกันเนื่องมาจากสาเหตุ การเปลี่ยนจุดวัด, วิธีการอัตโนมัติกับวิธีการดวยมือ, การตั้งศูนย, การจับ ยึดและ/หรือการถือรอ ความแตกตางระหวางผูวัด – เปนคาเฉลี่ยความแตกตางระหวางพนักงานที่ มีสาเหตุจากการฝกอบรม, เทคนิค, ทักษะ, และประสบการณที่แตกตาง กัน โดยกรณีนี้แนะนําใหศึกษากระบวนการและผลิตภัณฑที่ตองถูก รับรองกอนและใชกับกระบวนการที่ตองวัดดวยมือ 185

อะไรคือสาเหตุที่ทําใหเกิดความไมสามารถในการวัดใหม ความแตกตางระหวางสภาพแวดลอม – คาเฉลี่ยความแตกตางในคาวัดเมื่อ เวลาเปลี่ยนไป ที่มีสาเหตุจากการเปลี่ยนแปลงตามรอบของ สภาพแวดลอม ซึ่งมีอยูในระบบวัดทุกระบบตามปกติ ในกระบวนการที่มี ระบบวัดแบบอัตโนมัติที่มีความละเอียดสูงก็จะพบไดบอยๆ ในชวงการ รับรองกระบวนการและผลิตภัณฑ ความผิดพลาดของสมมติฐานการศึกษาระบบวัด การออกแบบเครื่องมือไมดี หรือไมมั่นคงทนทาน ความมีประสิทธิผลของการฝกอบรมพนักงานผูวัด การนําไปใช ขนาดชิ้นสวน, ตําแหนง, ความคลาดเคลื่อนจากการอานผล 186

ความสามารถในการวัดซ้ําและวัดใหม ในระบบวัด และ ความสามารถของ กระบวนการ

MSA สําหรับคานับ (Attribute)

ลองนับซิ..มีจด ุ ดําอยูกี่จุด

198

ขั้นตอนการศึกษา 1. ทําการเลือก คณะผูชํานาญการหรือผูเชี่ยวชาญ ซึ่งเปนบุคคลในองคกรที่มี ความสามารถเปนพิเศษในการแยกแยะคุณภาพดี/เสีย และลูกคาใหการยอมรับผล จากผูเชี่ยวชาญ 2. กําหนดขนาด ล็อต เพื่อใชเปนตัวทดสอบความสามารถในระบบการเก็บขอมูลและ ทดสอบ ที่ประกอบดวย งานคุณภาพดี, งานคุณภาพก้ํากึ่ง, งานดีแบบก้ํากึ่ง 20 ตัวอยาง สําหรับพนักงาน 3 คน) 3. ใหคณะผูชํานาญการ ยืนยันผลการตรวจแลวจดบันทึกผลไว 4. คัดเลือกพนักงานที่ทําการประเมิน 2-4 คน โดยเขาเหลานั้น ผานการฝกอบรมเกณฑ การตรวจและผานการประเมินผลแลว 5. ดําเนินการศึกษา เหมือนกรณี ระบบวัด ตองระวัง การจดจําของพนักงาน ที่สงผลตอความลําเอียงในการอานคาและ ประเมินผล 199

MSA สําหรับคานับ (Attribute) Measurement System Analysis การประเมินประสิทธิผลระดับการวัดสําหรับขอมูลเชิงคุณภาพ Effective (E) ศักยภาพโดยรวมของผูประเมินในการตรวจจับและ แยกแยะชิ้นงานที่มขี อ บกพรองและไมมขี อ บกพรองออกจากกัน Probability of a miss [P (Miss)] ขอบกพรอง

โอกาสที่ผูประเมินจะยอมรับงานที่มี

Probability of a false alarm [P(FA)] โอกาสที่ผูประเมินจะปฏิเสธงานที่ไม มีขอ บกพรอง หรือ งานดี

213

MSA สําหรับคานับ (Attribute) Measurement System Analysis ตัววัดสําหรับการประเมินระบบการวัดสําหรับขอมูลเชิงคุณภาพ Bias (B) แนวโนมของผูประเมินในการแยกแยะงานที่มขี อ บกพรองและ งานที่ไมมขี อบกพรอง B=1

ผูประเมินไมเอนเอียง

B>1

ผูประเมินมีแนวโนมในการปฏิเสธชิ้นงาน

B<1

ผูประเมินมีแนวโนมในการยอมรับชิ้นงาน

214

MSA สําหรับคานับ (Attribute) Measurement System Analysis การคํานวณเพื่อประเมินระบบการวัดสําหรับขอมูลเชิงคุณภาพ Effective (E) =

Number of Parts Correctly identified Total opportunities to be correct

Probability of a miss [P (Miss)] =

Number of misses Number of opportunities for a miss

Probability of a false alarm [P(FA)] =

Number of false alarms

Number of opportunities for a false alarm

215

MSA สําหรับคานับ (Attribute) Measurement System Analysis การคํานวณเพื่อประเมินระบบการวัดสําหรับขอมูลเชิงคุณภาพ (ตอ) Bias (B)

= B (FA)/B (Miss)

โดยที่ B (FA) และ B (Miss) สามารถหาไดจากตาราง Bias Factor for Inspection Capability Studies involving Attribute data

216

MSA สําหรับคานับ (Attribute) กฎการตัดสินใจ

อัตราการเตือนที่ ความมีประสิทธิผลของ อัตราความผิดพลาดที่ ผิดพลาดที่เกิดขึน้ ที่ยอม ระบบวัด ยอมให ให

การยอมรับจากผูตรวจ

> 90 %

<2%

<5%

การยอมรับสําหรับ ผูตรวจ แตผลยังก้ํากึ่ง อาจจําเปนตองปรับปรุง

> 80 %

<5%

< 10 %

ไมเปนทีย่ อมรับ จําเปนตองมีการ ปรับปรุง

< 80 %

>5%

> 10 % 217

MSA สําหรับคานับ (Attribute) Part 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Master Part Inspec. G or NG G G NG NG NG G G G NG G G NG G G G G G G G G

1 G G NG NG NG G G G NG G G NG G G G G G G G G

A 2 G G NG NG NG G G G NG G G NG G G G G G G G G

3 G G NG NG NG NG G G NG G G NG G NG G G G G G G

1 G G NG NG NG G G G NG G G NG G G G G G G G G

B 2 G G NG NG NG G G G NG G G NG G G G G G G G G

3 G G NG NG NG NG G G NG G G NG G G G G G G G G

1 G G NG NG NG G G G NG G G NG G G G G G G G G

C 2 G G NG NG NG NG NG G NG G G G G NG G G G G G G

3 G G NG NG NG NG G G NG G G NG G NG G G G G G G

219

MSA สําหรับคานับ (Attribute) ☯ Cohen’s Kappa (Interrater agreement) Kappa A B C

A

-

Acceptable Acceptable

B Acceptable Acceptable

C Acceptable Acceptable -

B Acceptable

C Acceptable

☯ Cohen Cohen’s Kappa (Standard agreement)

Kappa

A Acceptable

220

MSA สําหรับคานับ (Attribute) ☯ Statistical Report

A B C

Effectiveness Miss Rate False Alarm Rate 0.90 0.00 0.03 0.95 0.00 0.017 0.80 0.017 0.083

Effectiveness Acceptable Acceptable Marginal

A B C

Miss Rate Acceptable Acceptable Acceptable

False Alarm Rate Acceptable Acceptable Marginal

☯ Criteria

Parameter

Cohen’s Kappa Effectiveness Miss Rate False Alarm Rate

Acceptable

0.75 or More 0.9 or More 0.02 or Less 0.05 or Less

Marginal 0.40-0.75 0.80-0.90 0.02-0.05 0.05-0.10

Unacceptable Less than 0.40 Less than 0.80 More than 0.05 More than 0.10

221

Kappa -Attribute Gage R&R Study Cohen’s Kappa (interrater agreement) Kappa A B C

A 0.96 0.84

B 0.96 0.80

C 0.84 0.80 -

Cohen’s Kappa

Kappa

A 0.91

B 0.96

C 0.76 222

Date: Part No:

2-ก.ย.-2004

DDD

Part Name:

A-Care

A01

% Appraiser to Self1 A B Source Total Inspected 20 20 # Matched 18 19 95% UCL 98.8% 99.9% Calculated Score 90.0% 95.0% 95% LCL 68.3% 75.1% False Negative (operator biased toward rejection) Std = G False Positive (operator biased toward acceptance) Std = NG Mixed (Operator accepts and rejects the same part) Score3 Total Inspected # in Agreement 95% UCL Calculated Score 95% LCL

Company Name:

20 16 94.3% 80.0% 56.3%

C 20 16 94.3% 80.0% 56.3%

% Appraiser Vs Standard2 A B C 20 20 20 18 19 16 98.8% 99.9% 94.3% 90.0% 95.0% 80.0% 68.3% 75.1% 56.3% 0 0 0 0 0 0 2 1 4 vs Standard4 20 16 94.3% 80.0% 56.3% 223

% Appraiser Vs Standard

% Apprraiser to Self 95% UCL 100.0%

Calculated Score

80.0%

80.0%

75.1%

70.0%

68.3%

60.0%

56.3%

50.0% 40.0% 30.0% 20.0% 10.0% 0.0%

A

B

Calculated Score

95% LCL

94.3%

% Efficiency

% Efficiency

95% UCL

99.9% 95.0%

98.8% 90.0%

90.0%

95% LCL

100.0% 90.0% 80.0% 70.0% 60.0% 50.0% 40.0% 30.0% 20.0% 10.0% 0.0%

C

99.9% 95.0%

98.8% 90.0%

94.3% 80.0%

75.1%

68.3%

56.3%

A

B

C

Notes 1) Operator agrees with him/herself on both trials 2) Operator agrees on all trials with the known standard 3) All operators agreed within and between themselves 4) All operators agreed within & between themselves AND agreed with the known standard 224

MSA สําหรับคานับ (Attribute) Parameter Cohen’s Kappa, Interrator Agreement (ระดับ ความสัมพันธระหวาง กันของพนักงานที่ ตรวจสอบได เหมือนกัน )

Acceptable Equal or More than 0.75

Marginal 0.40 - Less than 0.75

Unacceptable Less than 0.40

Cohen’s Kappa, Standard Agreement (สัมประสิทธิ์ Kappa ของพนักงานแตละคน เทียบกับคาอางอิง ) Effectiveness Miss Rate False Alarm Rate

Equal or More than 0.75

0.40 - Less than 0.75

Less than 0.40

0.90 or More 0.02 or Less 0.05 or Less

0.80 – Less than 0.90 More than 0.02 - 0.05 More than 0.05 - 0.10

Less than 0.80 More than 0.05 More than 0.10

225

MSA สําหรับคานับ (Attribute) Effectiveness = Number of correct decision / total opportunities for a decision False Alarm และ Miss Rate เปนการพิจารณาผลกระทบที่เกิดขึ้นกับผลิตภัณฑ จากการตัดสินใจที่ผด ิ พลาด ดังตัวอยาง โดยถาในกรณี ที่ความผันแปรที่เกิดขึ้นในการวัดชิ้นงานเดียวกันหลายๆครั้งเกิดจากความผันแปรจากเกจ (Gage Repeatability and Reproducibility) ดังนั้นระบบการวัดถือไดวาอยูในการควบคุมเชิงสถิติ (In statistical control) และ มีคาความลําเอียงเปนศูนย (Zero bias) การตัดสินใจผิดพลาดอาจเกิดขึ้นเมื่อ การกระจายของคาการวัด (Measurement distribution) เหลื่อมกับขีดจํากัดเฉพาะ (Specification limit) ดังนั้น ชิ้นงานดีบางครั้งอาจบอกวาเปนงานเสีย (Type I error , producer’s risk, False Alarm) และ บางครั้งชิ้นงานเสียอาจถูกบอกวาเปนงานดี (Type II error, consumer’s risk, Miss Rate) ดังนั้นจะเห็นไดวาเกี่ยวของโดยตรงกับระบบการวัดที่มีความผิดพลาดตัดกับขีดจํากัดเฉพาะ (Specification limit) และเพื่อเพิ่มการตัดสินใจอยางถูกตองใหมากขึ้นมีทางเลื อกสองประการในการปรับปรุง 1. ปรับปรุงกระบวนการโดยลดความผันแปรภายในกระบวนการทําใหไมมีชิ้นงานเสียผลิตออกมา ทําใหไมมีการตัดสินใจแบบ Type II error ได 2. ปรับปรุงระบบการวัด โดยลดความผิดพลาดในระบบการวัดที่มีอยูเพื่อลดขนาดของ Type II error ทําใหลดการตัดสินใจที่ผด ิ พลาดลงได

226