ANEXA A

EXEMPLU DE PROCEDURĂ DE TEST

Un exemplu de procedură pentru un test specific este prezentat în această anexă.
Procedura este simplă de utilizat şi poate fi aplicată direct într-un mediu de producţie, în
special ca test pentru Faza 2.
Procedura este adecvată pentru a fi utilizată atunci când:
• Se studiază numai doi factori, diferenţele între evaluatori şi diferenţele între piese.
• Nu există interacţie statistică între evaluatori şi piese.
• Există interes numai în variabilitatea sistemului de măsură, nu şi în deviaţia sa
instrumentală.
Ar trebui efectuată o proiectare statistică a experimentului pentru a determina dacă
procedura este adecvată pentru orice sistem de măsură specific. Utilizarea proceduri în alte
condiţii decât cele adecvate ar trebui evitată.

UN EXEMPLU DE ANALIZĂ A VARIAŢIEI FAZEI 2 A SISTEMULUI DE MĂSURĂ

Introducere
Se presupune adesea că rezultatele numerice ale inspecţiilor şi încercărilor furnizează o
indicaţie exactă a caracteristicilor care se măsoară. Totuşi procesul de măsură şi testare a
produselor face subiectul unei variaţii, tot aşa cum procesul de fabricaţie face subiectul unei
variaţii. Dacă aceste variaţii ale sistemului de măsură nu sunt înţelese, deciziile bazate pe
inspecţii şi încercări pot fi incorecte.

Fundal
Faza a 2-a a testului prevede monitorizarea în mers a acestor factori pentru a putea avea
în mod continuu încredere în metoda de măsură (şi datele care sunt produse) sau un semnal că
sistemul de măsură s-a degradat în timp.
Exemplul de analiză a variaţiei sistemul de măsură care urmează a fost efectuat ca un
Faza a 2-a a testului. Dispozitivul de măsurare a fost un comparator cu ceas montat pe o placă
de bază de granit. Caracteristica măsurată în timpul studiului a fost înălţimea unei roţi fără
profil. Fiind în Faza a 2-a a testului, se determinase în prealabil în timpul Fazei 1 că variaţia în
repetabilitatea şi reproductibilitatea componentelor sistemului erau principalii factori care
contribuiau la variaţia totală a sistemului de măsură.
Faza 1 de testare a dispozitivului de măsurare a folosit o proiectare statistică a
experimentului pentru a evalua mediul de operare (temperatura), deviaţia, liniaritatea,
repetabilitatea şi reproductibilitatea sistemului de măsură. Rezultatele fazei 1 de testare
indicau că mediul de operare nu contribuia semnificativ la variaţia generală a sistemului de
măsură. În plus, variaţiile imputabile deviaţiei şi linearităţii dispozitivului de măsurare s-au
dovedit a fi foarte mici, comparativ cu componentele repetabilitate şi reproductibilitate. În
acest caz, programul de întreţinere a sistemului de măsură a fost considerat ca un mijloc
acceptabil de a controla deviaţia şi liniaritatea dispozitivului de măsură. Totuşi, dat fiind
impactul semnificativ al repetabilităţii şi reproductibilităţii asupra variaţiei generale a
sistemului de măsură, s-a decis ca un experiment statistic simplu cu doi factori să se efectueze
periodic ca test Faza 2.

-87-
 În dezvoltarea programelor Fazei 1 şi Fazei 2 de testare sunt mai mulţi factori care ar
trebui luaţi în considerare:
1) Ce efect are evaluatorul asupra procesului? Dacă e posibil, are trebui folosiţi în studiu
evaluatorii care utilizează în mod normal dispozitivul de măsurare.
2) Este posibil ca etalonarea făcută de evaluator echipamentului de măsură să fie o
cauză semnificativă a variaţiei? Dacă e aşa, evaluatorul ar trebui să recalibreze
echipamentul înaintea fiecărei serii de citiri.
3) Câte eşantioane de piese şi câte citiri repetate sunt necesare? Numărul necesar de
piese va depinde de importanţa caracteristicii care este măsurată şi de nivelul de
încredere cerut în aproximarea variaţiei sistemului de măsură.

Metode de a Efectua un Studiu al Sistemului de Măsură

Deşi când se utilizează această metodă se poate varia numărul de evaluatori, încercări şi
piese, se recomandă ca numărul de evaluatori, încercări şi piese să rămână constant între Faza
1 şi Faza 2 a programului de testare sau, pentru sistemele de măsură obişnuite, între testele
secvenţiale ale Fazei 2. Menţinând comuni aceşti factori între programele de testare şi testele
secvenţiale, compararea între diferitele rezultate ale testului va fi mai bună.
Procedurile date pentru un studiu al Fazei 1 (Capitolul II pot fi utilizate pentru un studiu
al Fazei 2, dacă sursele majore de variaţie sunt repetabilitatea şi reproductibilitatea. Dacă alte
surse (şi ele) de variaţie sunt dominante, ar trebui utilizate procedurile şi tehnicile generale de
proiectare a experimentului.
Analiza Rezultatelor
Rezultatele ar trebui evaluate pentru a determina dacă dispozitivul de măsurare este
acceptabil pentru aplicaţia în care se intenţionează a fi utilizat.
Criterii de Acceptare – criteriile folosite pentru a determina dacă un sistem de măsură
este satisfăcător depind de procentul de toleranţă a pieselor şi de variabilitatea procesului de
fabricaţie care sunt înglobate în variaţia sistemului de măsură. Pentru sistemele de măsură al
căror scop este de a analiza un proces, o regulă generală de prim ordin pentru acceptabilitatea
sistemului de măsură este dată de următoarele:
• Eroare sub 10 procente – sistem de măsură acceptabil
• Eroare între 10 şi 30 de procente – poate fi acceptat, funcţie de importanţa aplicaţiei,
costul dispozitivului de măsurare, costul reparaţiei, etc.
• Peste 30 de procente – considerat inacceptabil – se vor face toate eforturile pentru a
îmbunătăţi sistemul de măsură.
Acceptarea finală a unui sistem de măsură nu ar trebui să se petreacă după un
singur set de indici. Performanţa sistemului de măsură ar trebui de asemeni să fie
analizată utilizând analizele grafice (vezi paginile 33, 38, 48, 70).

-88-
 ANEXA B
MODEL MATEMATIC PENTRU STUDIUL VARIABILELOR UTILIZÂND ANOVA

Introducere
Într-un proces de producţie care produce piese, pentru fiecare caracteristică a unei piese
există o valoare de referinţă. Aceste valori de referinţă variază de la piesă la piesă cu un
anumit nivel mediu. aceasta poate fi reprezentat simplu ca:
1) Valoare de Referinţă = Media Piesei + Efectul Intrinsec al Piesei
În practică, există o eroare introdusă de sistemul de măsură, care poate fi scrisă ca:
2) Valoarea Observată = Valoarea de Referinţă + Eroarea de Măsură
O cale simplă de a modela eroarea de măsurare este:
3) Eroarea de Măsurare = Deviaţia + Efectul Evaluatorului + Eroarea de Repetare
Deviaţia instrumentală este un număr care reprezintă eroarea generală, sistematică,
introdusă de instrument. În plus, pot fi erori introduse de utilizarea diverşilor evaluatori.
Termenul de eroare de reproducere reprezintă diferenţele între citirile repetate asupra aceleaşi
piese, efectuate cu acelaşi instrument şi de către acelaşi evaluator. Combinând (1), (2) şi (3),
obţinem modelul:
4) Valoarea Observată = (Media Piesei + Deviaţia) + Efectul Intrinsec al Piesei +
+ Efectul Evaluatorului + Eroarea de Repetare
Media piesei şi deviaţia sunt constante. Ele nu pot fi aproximate separat fără a avea un
instrument etalon. Efectul intrinsec al piesei reprezintă variaţiile din procesul de producţie.
Efectul evaluatorului reprezintă variaţia dată de diferiţi evaluatori – uneori numită
reproductibilitate. Eroarea de repetare reprezintă variaţia care rezultă din măsurători repetate
efectuate cu acelaşi instrument şi de către acelaşi evaluator – uneori numită repetabilitate.
Media piesei şi efectul intrinsec al piesei sunt proprietăţi ale procesului de producţie şi nu
depind de instrument. Termenii care rămân în formula model reflectă eroarea sistemul de
măsură.
Reprezentare Matematică
Fie yijm a m-a măsurătoare făcută de evaluatorul j pe a i-a piesă. Fiecare piesă are o
valoare de referinţă, să zicem xi, care este imposibil de măsurat în practică. Să notăm această
eroare impusă de practică asupra xi cu εijm. Atunci
5) Yijm = xi + εijm sau
Valoarea Observată + Deviaţia
Presupunem acum că xi sunt independente şi distribuite conform unei distribuţii normale,
cu media μ şi varianţa σ2, parametrul μ este media piesei, iar ecuaţia (5) poate fi scrisă ca:

-89-
 6) Yijm = μ + αi + εijm ,
unde αi = xi – μ este efectul piesei cu media zero şi varianţa σ2.
Deviaţia poate fi modelată ca şi consistând din deviaţia sistematică dată de instrument şi
evaluator ca un întreg, plus o deviaţie suplimentară dată de evaluatorul specific şi eroarea
asociată cu repetarea măsurătorilor. Deci
7) εijm = b + βj + eijm sau
Deviaţia = Deviaţia Instrumentală + Efectul Evaluatorului + Eroarea de Repetare
Presupunând că erorile de repetare sunt independente şi distribuite normal cu media zero
şi varianţa obişnuită τ2 pentru toate piesele/evaluatorii/combinaţiile de repetare. Varianţa τ2
măsoară repetabilitatea pentru instrument. Dacă evaluatorii sunt selectaţi aleator dintr-o
populaţie largă, se poate modela efectul evaluatorului βj ca fiind normal distribuit cu media 0
şi varianţa ω2. Varianţa ω2 măsoară variabilitatea dată de efectul evaluatorului, deci
reproductibilitatea. Combinând (6) cu (7), modelul poate fi scris ca:
8) yijm = (μ + b) αi + βj + eijm sau
Valoarea Observată = (Media Piesei + Deviaţia Instrumentală) + Efectul Piesei +
+Efectul Evaluatorului + Eroarea de Repetare
unde αi , βj şi eijm sunt independente, normal distribuite cu media zero şi varianţele τ2, ω2 şi
respectiv γ2. Ca urmare, varianţa procesului este
9) VAR(yijm) = σ2 + ω2 + τ2
În modelul (8) efectele piesei şi evluatorului se presupun ca fiind aditive. Aceasta
înseamnă că efectul evaluatorului al j-lea este acelaşi pe toate piesele. Prezumţia de însumare
s-ar putea să nu fie valabilă întotdeauna în practică. Se poate mai apoi testa validitatea
ipotezei din date, dacă fiecare evaluator repetă măsurătorile pe fiecare piesă.
Modelul aditiv se verifică prin includerea lui într-un model mai general. Presupunând că
deviaţia din (7) este dată de:
10) εijm = b + βj + λij + eijm
Deviaţia = Deviaţia Instrumentală + Efectul Evaluatorului + Efectul Evaluatorului – Piesei +
+ Eroarea de Repetare
Termenul adiţional λij reprezintă unica interacţie între al j-lea evaluator şi a i-a piesă.
Combinând (10) cu (6), reiese modelul ne-aditiv:
11) yijm = (μ + b) αi + βj + λij + eijm sau
Dacă λij este normal distribuit cu media 0 şi varianţa γ2, atunci varianţa totală pentru (11)
este dată de:
12) VAR(yijm) = σ2 + ω2 + α2 + τ2

-90-
MODEL MATEMATIC [Link] VARIABILELOR UTILIZÂND MEDIA ŞI AMPLITUDINEA
Metoda Mediei şi Amplitudinii necesită două sau trei repetări (r = 2 sau 3) de către
evaluatori (k = 2 sau 3) pe 10 piese (n = 10). Repetabilitatea măsurării, Rij, derivată prin
această metodă, se bazează pe preluarea amplitudinii repetărilor pentru fiecare combinaţie
piesă/evaluator. Fie că folosim modelul aditiv sau cel ne-aditiv, fiecare din aceste amplitudini
va aproxima ceva proporţional cu τ, deviaţia standard a repetabilităţii. Media acestor
intervale,
n k R ij
R = ∑∑
i =1 j=1 nk

va aproxima aceeaşi cantitate. Constanta corespunzătoare de proporţionalitate este

determinată din tabelele lui Duncan (vezi Lista de Referinţă 4). Ca urmare, metoda lungă
produce o aproximare validă a repetabilităţii şi în modelul aditiv şi în modelul ne-aditiv.
Aproximarea repetabilităţii se bazează pe amplitudinea care cuprinde media
măsurătorilor a (k) evaluatori asupra 10 piese, cu (r) repetări. În termenii modelului non-aditiv
din (11)media pentru al j-lea evaluator este:
n r yijm
y = ∑∑
j nr
i =1 m =1

n r
⎡ (μ + b ) + α i + βi + λ ij + eijm ⎤
= ∑∑ ⎢ ⎥
i =1 m =1 ⎣ nr ⎦
= (μ + b) + α. + β. + λ.j. + e.j.
unde punctul indică acei termeni care au fost mediaţi. Amplitudinea este valoarea
maximă absolută între toate diferenţele pereche:
Dj,j’ = y.j. - y.j’.
= (βj - βj’) + (λ.j - λ.j’) + (e.j. - e.j’)
Amplitudinea va aproxima ceva proporţional cu deviaţia standard a acestor diferenţe,
care este dată de :

⎛ γ 2 τ2 ⎞
2⎜⎜ ω2 + + ⎟⎟
⎝ n nr ⎠

Ca urmare, după găsirea constantei corespunzătoare din tabelele lui Duncan (vezi
Lista de Referinţă 4), aproximarea mediei AV din forma lungă devine:

⎛ γ 2 τ2 ⎞ ⎛ γ 2 τ2 ⎞
5.15 2⎜⎜ ω2 + + ⎟⎟ = 5.15 2⎜⎜ ω 2 + + ⎟
⎝ n nr ⎠ ⎝ 10 10 ⎟⎠

întrucât n=[Link] legată de repetabilitate pe care vrem s-o estimăm cu acest model
este:

5.15 (ω
2
+ γ2 )

-91-
 Ca urmare, aproximarea va tinde să fie ori prea mare, ori prea mică, funcţie de valoarea
lui r şi mărimea relativă a γ2 şi τ2. În plus, întrucât forma lungă nu produce estimări ale
interacţiei varianţei componentei γ2, nu se poate face nici o corecţie pentru a aproxima
cantitatea dorită. Dacă modelul aditiv e valabil, γ2 = 0 şi reproductibilitatea aproximată este
τ2
5.15 ω2 + , deci aproximarea a ceea ce se doreşte este 5.15ω. Astfel, sub acest model,
10r
metoda lungă nu produce o aproximare validă a reproductibilităţii, aproximarea
reproductibilităţii fiind dată de:

EV 2
AV(adj.) = AV 2 −
10r

MODEL MATEMATIC PT. STUDIUL VARIABILELOR UTILIZÂND METODA AMPLITUDINII

Deoarece avem o singură repetare, al treilea termen poate fi eliinat şi modelul [Link]
din (11) poate fi scris ca:
yij = (μ + β) + αi + βj + λij + eiji = 1,…,5, j = 1,2,
unde yij este măsurătoarea făcută de evaluatorul al j-lea pe piesa a i-a, iar αi, βj, λij şi eii sunt
independente normal distribuite cu componentele respective de varianţă σ2ω2γ2 şi λ2. Metoda
scurtă se bazează pe preluarea diferenţelor între măsurătorile celor doi evaluatori pentru
fiecare presă. Fie diferenţele pentru a i-a piesă:
di = yi1 - yi2 = (β1 – β2) = (λi1 – λi2) + (ei1 – ei2)
termenul mediu şi efectul pieselor se anulează reciproc. Întrucât efectele care rămân sunt
independent şi distribuite cu media 0, diferenţele d sunt date de:
VAR (di) = 2(ω2 + γ2 + τ2)
Forma scurtă R & R calculează aproximarea luând media valorilor absolute ale
diferenţelor de mai sus. Media aproximează ceva proporţional cu ω2 + γ 2 + τ2 . ( )
Repetabilitatea şi reproductibilitatea sunt ca urmare inseparabile în această analiză. Fiecare
*
diferenţă absolută este un interval între două valori, deci constanta de proporţionalitate d2=
1.19 (vezi Tabelul 2) (pentru produselor medie de cinci amplitudini de câte două).urmează că
amplitudinea medie dată de:
5

∑d
i =1
i
R=
5

este de aproximativ 1,19 (ω 2

)
+ γ 2 + τ 2 . Împrăştierea de 99% pentru R & R combinat este
deci aproximată la:
⎛ 5.15 ⎞
R&R = ⎜ ⎟R = 4.33 R
⎝ 1.19 ⎠
Dacă modelul aditiv funcţionează, atunci γ2 = 0. Dar în oricare caz, cantitatea
aproximează ceea ce a fost definită ca fiind reproductibilitatea. Aşa că utilizând oricare
model, metoda amplitudinilor produce o estimare validă a R & R combinate.

-92-
MODEL MATEMATIC PENTRU STUDIUL ATRIBUTELOR (METODA LUNGĂ)
În general, studiul atributelor consistă în obţinerea valorilor de referinţă pentru mai multe
piese selectate. Aceste piese sunt trecute prin instrument un număr de ori, (m), cu numărul
total de acceptări (a), care se înregistrează pentru fiecare piesă. Numărul de acceptări pentru
fiecare dimensiune a piese sunt distribuite ca variabile aleatorii binomiale, cu parametrii m şi
Pa, unde Pa este probabilitatea fundamentală de a accepta piesa cu valoarea XT. Deoarece
eroarea instrumentală este distribuită normal, probabilitatea estimată de a acceptare pentru XT,
P'a _= a/m se corectează cu un factor de corecţie utilizat în mod obişnuit pentru variabile
aleatorii binomiale. Aceste probabilităţi corectate sunt apoi transpuse grafic sub forma Curbei
de Performanţă a Instrumentului. Din această curbă se determină repetabilitatea şi deviaţia.
Pentru instrumentele cu atribute se poate aplica încă ipoteza variabilei instrumentului,
adică repetabilitatea este normal şi independent distribuită şi independentă de dimensiunea
piesei. În plus, aproximarea repetabilităţii instrumentului este deviată astfel ca în medie să
supraestimeze repetabilitatea etalonului cu aproximativ 8%. Deci price stimare a
repetabilităţii obţinută prin această procedură trebuie împărţită la 1.08. Pentru a determina că
deviaţia este semnificativ diferită de zero, este necesar să pornim cu definiţia lui t statistic

⎛ σ2 ⎞
N⎜⎜ B, ⎟
⎟
⎝ na ⎠
t=
x 2 (n r − 1)
(n r − 1)
B
σ / na
=
(n r − 1)s 2
/ (n r − 1)
σ2

B
=
s / na

31.3B
=
R

Unde σ2 este varianţa populaţiei.

Dacă valoarea absolută calculată a lui t este mai mare decât valoarea tabelată t0.025,nr-1 =
t0.025,19, deviaţia este diferită de zero în mod semnificativ.

-93-
REDUCEREA VARIANŢEI PRIN CITIRI MULTIPLE
Dacă variaţia sistemului de măsură prezent nu este acceptabilă (peste 30%), atunci există
o metodă care poate fi utilizată pentru a reduce variaţia la un nivel acceptabil până când poate
fi făcută îmbunătăţirea corespunzătoare a sistemului de măsură. Variaţiile inacceptabile pot fi
reduse prin citiri de măsurare multiple, independente statistic (ne-corelate) lae caracteristicilor
piesei care se evaluează, determinând media acestor măsurători şi înlocuind măsurătorile
individuale cu valorile numerice ale acestor medii. această metodă va fi bineînţeles
consumatoare de timp, dar este o alternativă, până se fac îmbunătăţiri sistemului instrumental
(de exemplu reproiectând sau cumpărând un nou instrument).
Procedura pentru această alternativă este următoarea:
1) Determinarea numărului de citiri multiple necesare pentru a atinge un nivel
acceptabil de variaţie.
2) Urmărirea procedurii de studiu a instrumentului discutată mai devreme în această
secţiune.
În exemplul Corporaţiei XYZ, procentul de toleranţă al variaţiei R & R este 25.5%, cu o
dispersie 5.15 egală cu 0.24. Ingineria Calităţii vrea să reducă această cifră cu cel puţin 15%,
ceea ce ar avea un echivalent în dispersia 5.15 de [Link] a determina numărul de citiri
necesare pentru a atinge criteriul dorit de 15%, trebuie să înţelegem mai întâi că distribuţia
măsurătorilor individuale şi medii au aceeaşi valoare medie numerică. În al doilea rând,
varianţa distribuţiei mediilor este egală cu varianţa distribuţiei valorilor individuale, împărţită
cu mărimea eşantionului. Înţelegând această relaţie care este arătată mai jos, Inginerul
Calităţii poate determina numărul de citiri multiple cerut.

(5.15σ x )2 =
(5.15σ)2
n

5.15σ
5.15σ x =
n

0.24
0.14 =
n

n = 1.1714

n = 3 (rotunjit la întregul cel mai apropiat)

Rezultă că citiri multiple în număr de 3 ale caracteristicilor piesei vor reduce variaţia
totală a sistemului de măsură la aproximativ 0.14 şi %R & R la 15%. Această metodă este un
pas temporar, până se fac alte îmbunătăţiri asupra sistemului de măsură.

-94-
INTERVALELE DE ÎNCREDERE1
Intervalele de încredere sunt un mod de a exprima eroarea de eşantionare. Intervalul
constă în limitele inferioară şi superioară determinate din datele care sunt garantate că au
“captat” valoarea de referinţă cu o probabilitate selectată destul de largă (de obicei luată ca
0.90, 0.95, sau 0.99).

Intervalul de încredere legat de orice varianţă este calculat ca varianţa estimată ( σ̂ )2

împărţită prin MS, unde cu MS se notează punctele procentuale pentru o distribuţie medie
pătratică (de exemplu un hi-pătrat (χ2) deviat cu un anumit grad de libertate, împărţit la
gradele de libertate, υ).

Intervalul de încredere =
(σˆ )2
MS υ
.
În Tabelul lui Duncan D3 pentru d 2 (a se vedea Lista de .
referinţă 4), observaţi că este o
coloană pentru gradele de libertate (υ). Cât priveşte d 2, gradele de libertate (υ) sunt
determinate din numărul de eşantioane
.
(g) şi mărimea eşantioanelor (m). Odată cunoscute g şi
m, atunci pot fi găsite fie d 2, fie gradele de libertate. g şi m pentru repetabilitate sunt: g =
([Link] piese x [Link] evaluatori), respectiv m = (nr. de încercări). g şi m pentru
reproductibilitate sunt g = 1 şi m = nr. de evaluatori. De exemplu, dacă 5 piese, 3 evaluatori şi
3 încercări sunt folosite într-un studiu, atunci pentru repetabilitate g=5x3=15, m=3. Mergând
apoi pe rând cu g=15 şi pe coloana m=3 în tabelul lui Duncan, gradele de libertate sunt
υ=27.5. pentru reproductibilitate, g=1, m=3, mergând din nou pe rândul cu g=1 şi coloana
m=3, găsim υ=2.0. Gradele de libertate pentru R & R este tocmai suma celor 2 grade de
libertate de mai înainte (υ = 27.5 + 2.0). Intervalele de încredere pentru EV, AV şi R&R sunt
arătate în Tabelul 18.

LIMITA INFERIOARĂ LIMITA SUPERIOARĂ

Repetabilitate (EV) EV / MS υ1, α EV / MS υ1,1− α

2 2

Reproductibilitate (AV) AV / MS υ 2, α AV / MS υ 2,1− α

2 2

R&R R&R / MS υ1+ υ 2, α R&R / MS υ1+ υ 2,1− α

2 2

Tabelul 18. Intervalul de Încredere pentru Studiul Mediei şi Amplitudinii Instrumentului

Un exemplu pentru datele arătate în Tabelul 7, utilizând procedura pentru 90% interval
de încredere, este arătat în tabelul 15.

1 Vezi de asemeni ISO/TAG 4/W 3 (1992), Ghid privitor la Expresia Incertitudinii în Măsurare.

-95-
Intervalele de încredere1 - ANOVA
Eroarea asociată cu aproximarea componentelor varianţei este tot aşa de importantă cât
aproximarea propriu-zisă. În general, mai multe grade de libertate (sau eşantioane) asociate cu
o anumită medie pătratică dau mai puţină eroare. Deci mai mulţi evaluatori într-un studiul al
instrumentelor de măsură vor îmbunătăţi aproximarea reproductibilităţii. La fel, mai multe
repetări vor îmbunătăţii aproximarea repetabilităţii. Eroarea asociată cu repetabilitatea va
depinde de asemeni de faptul dacă modelul aditiv poate fi utilizat, întrucât există mai multe
grade de libertate pentru eroare în modelul aditiv.
Intervalul de încredere poate fi determinat pentru toate componentele varianţei (vezi Lista
de Referinţă 21). Intervalele de încredere sunt calculate diferit, funcţie de faptul dacă
interacţia evaluator – piesă este semnificativă sau nu.
Dacă interacţia evaluator – piesă nu este semnificativă, utilizaţi formulele din Tabelul 20
pentru a calcula limitele de încredere.
Forma generală pentru limitele de încredere în modelul non-aditiv cu (n) piese măsurate
de (r) ori de fiecare din cei (k) evaluatori este după cum urmează. Notăm cu MS punctele
procentuale pentru o distribuţie medie pătratică (hi-pătrat împărţit la gradele de libertate) şi cu
F punctele procentuale pentru o distribuţie F. Din procentajul cel mai înalt rezultă limita de
încredere inferioară şi viceversa.

Componentul Varianţei Limita de Încredere (CL) Grade de Libertate (DF)

MSe
τ2 (repetabilitate) CL = nk(r -1)
MS
MSe⎡⎛ 1 ⎞ ⎛ MSop ⎞⎤
γ2 (interacţie) CL = ⎢⎜ ⎟ ∗ ⎜⎜ − 1⎟⎟⎥ (n - 1)(k - 1), nk(r -1)
r ⎢⎣⎝ F ⎠ ⎝ MSe ⎠⎥⎦
MS op ⎡⎛ 1 ⎞ ⎛ MS o ⎞⎤
ω2 (reproductibilitate) CL = ⎢⎜ ⎟∗⎜ − 1⎟⎥ k -1, (n - 1)(k - 1)
nr ⎣⎝ F ⎠ ⎝ MS op ⎠⎦
MSop ⎡⎛ 1 ⎞ ⎛ MSp ⎞⎤
σ2 (piesă-cu-piesă) CL = ⎢⎜ ⎟ ∗ ⎜⎜ − 1⎟⎥ n -1, (n - 1)(k - 1)
kr ⎣⎢⎝ F ⎠ ⎝ MSop ⎠⎟⎦⎥
1 ⎡⎛ MSo ⎞ ⎤
τ2 + ω2 (R&R) CL = ⎢⎜ ⎟ ∗ n (r − 1)MSe + (n − 1)MSop ⎥ k-1
nr ⎣⎝ MS ⎠ ⎦
Unde τ2, γ2,ω2 şi σ2 sunt notaţii pentru componentele varianţei

Tabelul 19. Componentul Varianţei CL cu o x p Semnificativ

1 Ar trebui recunoscut că intervalele de încredere descriu numai cât de bine acoperă eşantionul populaţia
(structura) care este eşantionată. Intervalele de încredere nu ne spun cât de bine descrie eşantionul viitorul. Pentru a
proiecta rezultatele prezentului în viitor sunt necesare cunoştinţe de spre subiectul în cauză; de exemplu
cunoaşterea sistemului total şi modelul de variaţie. Ca atare, numai rezultatele statistice nu sunt suficiente pentru a
face un “salt în timp”.

-96-
 Forma generală pentru limitele de încredere în modelul aditiv cu (n) piese măsurate de (r)
ori de către (k) evaluatori este după cum urmează. Notăm cu MS punctele procentuale pentru
o distribuţie medie pătratică (hi-pătrat împărţit la gradele de libertate) şi cu F punctele
procentuale pentru o distribuţie F. Din procentajul cel mai jos rezultă limita de încredere
superioară şi viceversa.

Componentul Varianţei Limita de Încredere (CL) Grade de Libertate (DF)

MS e
τ2(repetabilitate) CL = nkr –n – k + 1
MS
MS pool ⎡⎛ 1 ⎞ ⎛ MS o ⎞⎤
ω2 (reproductibilitate) CL = ⎢⎜ ⎟∗⎜ − 1⎟⎥ k – 1, nkr –n – k + 1
nr ⎣⎝ F ⎠ ⎝ MS pool ⎠⎦
MS pool ⎡⎛ 1 ⎞ ⎛ MS p ⎞⎤
σ2 (piesă-cu-piesă) CL =
kr ⎢⎜ F ⎟ ∗ ⎜ MS pool − 1⎟⎥ n –1, nkr –n – k + 1
⎣⎝ ⎠ ⎝ ⎠⎦
1 ⎡⎛ MS 0 ⎞ ⎤
τ2 + ω2 (R&R) CL = ⎢⎜ ⎟ ∗ ((nr − 1)MS pool )⎥ k-1
nr ⎣⎝ MS ⎠ ⎦

Tabelul 20. Componentul Varianţei CL cu o x p Insignifiant

De îndată ce se calculează intervalele de încredere pentru componentele varianţei, ele pot
fi uşor convertite pe bază de procentaj al variaţiei procesului, dacă se doreşte.
Notaţi că limitele de încredere pentru componentele varianţei sunt sensibile la ipotezele
normale. Deoarece o distribuţie normală nu poate fi niciodată asigurată în practică, toate
limitele de încredere ar trebui privite ca aproximative.

-97-
-98-
 ANEXA C
METODA MEDIEI ŞI AMPLITUDINII –TRATARE SUPLIMENTARĂ

Există consideraţii suplimentare demne de menţionat legate de metoda Mediei şi

Amplitudinii de evaluare a sistemelor de măsură. Exemplul diagramei de control este luat cu
permisiune din “Evaluând Procesul de Măsurare”, de Wheeler & Lyday (vezi Lista de
Referinţă 27).

Intervalele de încredere1 – ANOVA

Scopul iniţial al acestei abordări grafice este de a determina dacă procesul de măsurare
este adecvat pentru a măsura variaţia procesului de fabricaţie. Se utilizează următoarele
criterii:
• Toate instrumentele funcţionează la fel?
• Toţi evaluatorii fac acelaşi lucru?
• Este variaţia sistemului de măsură mai mare decât variaţia procesului?
• Cât sunt de bune datele obţinute din procesul de măsurare sau în câte grupe sau
categorii se poate împărţii datele fără a se suprapune?

Etape Procedurale
1) Trebuie avut grijă să se urmărească indicaţiile de pregătire enumerate la pagina 39.
2) Determinaţi fiecare evaluator să verifice fiecare eşantion privind caracteristica care se
studiază înregistraţi primele verificări pe rândul de date de sus al diagramei de
control. (vezi Figura 27).
3) Repetaţi verificările şi înregistraţi datele pe al doilea rând de date al diagramei de
control (vezi Figura 27). )’(Notă: Nu permiteţi evaluatorilor să vadă citirile lor
iniţiale când fac această a doua verificare.) Datele trebuie să arate acum două
verificări pe aceiaşi piesă pentru fiecare evaluator.
4) Analizaţi datele prin calculul mediei ( X ) şi amplitudinii (R) pentru fiecare subgrupă
(vezi Figura 27).
5) Trasaţi valorile amplitudinii pe diagrama amplitudinilor şi calculaţi media
amplitudinilor ( R ) (includeţi toate subgrupele de amplitudini pentru (R) al tuturor
evaluatorilor). Desenaţi această amplitudine medie pe diagramă. Utilizaţi factorul D4
pentru n = 2 pentru a calcula limita de control pentru diagrama amplitudinii. Trasaţi
această limită şi determinaţi dacă valorile sunt în limita de control.
Dacă toate mediile sunt sub limita de control, toţi evaluatorii fac acelaşi lucru.
Dacă unul din evaluatori este în afara limitei, metoda lui diferă de a celorlalţi.
Dacă toţi evaluatorii au unele amplitudini în afara limitei de control, , sistemul de
măsură este sensibil la tehnica evaluatorului şi are nevoie de îmbunătăţiri pentru a
obţine date utile.

-99-
 6) Apoi trasaţi media pentru fiecare subgrupă ( X ) pentru toţi evaluatorii pe diagrama
mediei (vezi figura 28). Valorile mediei reprezintă atât variaţia, cât şi variaţia
măsurătorii.

Calculaţi media mediilor ( X ) (includeţi toate mediile subgrupelor( X ) pentru toţi

evaluatorii). Desenaţi această medie a mediilor ( X ) pe diagramă.
Acum calculaţi limitele de control pentru această diagramă utilizând factorul A2
pentru n = 2 şi media amplitudinii ( X ) din diagrama amplitudinii şi trasaţi aceste
limite pe diagrama mediei (vezi Figura 28). Observaţi că în acest studiu, diagrama
amplitudinii conţine numai variaţia măsurătorii. Deci zona dintre limitele de control
ele mediilor reprezintă cantitatea de variaţie de măsurătoare din sistem.
Dacă toate mediile cad în interiorul limitelor de control, variaţia măsurătorii
eclipsează variaţia procesului. Cu alte cuvinte. Procesul de măsurare are o variaţie
mai mare de cât procesul de fabricaţie şi nu are nici un rost monitorizarea sau
controlul acelui proces.
Dacă mai puţin de jumătate din medii sunt în afara limitelor, sistemul de măsură nu
este adecvat pentru controlul procesului.
Pe de altă parte, dacă majoritatea mediilor cad în afara limitelor de control, aceasta
indică faptul că semnalele din procesul de fabricaţie sunt mai mari decât variaţia
măsurătorii. Acest sistem de măsură poate furniza date folositoare pentru controlarea
procesului.

Exemplu de Foaie de Lucru

La întrebarea “Cât de bune sunt datele colectate cu acest sistem de măsură?” se poate
răspunde prin completarea exemplului de foaie de lucru din figura 29. Toate datele
necesare pot fi găsite în diagramele de medie şi amplitudine descrise mai sus.
Etapele în completarea exemplului de foaie de lucru sunt următoarele:
1) Identificarea măsurătorilor şi caracteristicilor care sunt evaluate, a celui care face
studiul şi datei studiului.
2) Media subgrupului amplitudinilor ( X ) este obţinută direct din diagrama de control.
3) Numărul de repetări (r) reprezintă de câte ori evaluatorul verifică aceeaşi piesă.
4) Calculaţi deviaţia standard a repetării ( σ̂ e ), aşa cum se arată în Figura 29a, utilizând
valoarea d2 corespunzătoare pentru (r).
5) Inseraţi numărul de evaluatori (no) în spaţiul prevăzut în Figura 29a.
6) Inseraţi numărul de eşantioane (n) în spaţiul prevăzut în Figura 29a.
7) Calculaţi media fiecărui evaluator prin medierea tuturor eşantioanelor obţinute de
fiecare evaluator şi introduceţi aceste medii în spaţiul prevăzut pentru fiecare evaluator.
8) Examinaţi mediile evaluatorilor (A,B,C) şi determinaţi amplitudinea mediilor
evaluatorilor prin scăderea celei mai mici din cea mai mare şi inseraţi în spaţiul
pentru (Ro) din Figura 29a.
9) Calculaţi deviaţia standard aproximată a evaluatorului ( σ̂ o) aşa cum se arată în
*
Figura 29a, prin utilizarea valorii d2 corespondentă valorii no.

-100-
 10) Calculaţi mediile eşantioanelor prin medierea valorilor obţinute de evaluatori pentru
fiecare eşantion (vezi Figura 29a). Pentru exemplu, adunaţi (media eşantionului 1 a
evaluatorului 1 + media eşantionului 1 a evaluatorului 2 + media eşantionului 1 a
ultimului evaluator şi împărţiţi această sumă la numărul de evaluatori). Acesta este
cea mai bună aproximare a valorii adevărate a acelui eşantion. plasaţi valoarea pentru
fiecare eşantion în spaţiul prevăzut (1,2,3…..9,10) în figura 29b.
11) Examinaţi mediile eşantioanelor (1,2,3,….9,10) şi calculaţi amplitudinea mediilor
eşantioanelor (Rp) prin scăderea cele mi mici din cea mai mare. Introduceţi această
valoare în spaţiul prevăzut în Figura 29b.
12) Estimaţi deviaţia standard de la eşantion la eşantion ( σ̂ o) aşa cum se arată în Figura
*
29b, utilizând valoarea d2 corespondentă valorii lui n (n = numărul de eşantioane).
13) Calculaţi “Raportul Semnal-Zgomot” prin împărţirea deviaţiei standard a mostrei cu
deviaţia standard a măsurătorii. Înmulţiţi “Raportul Semnal-Zgomot” cu 1.41 şi
introduceţi-l în spaţiul prevăzut (figura 29b).
NOTĂ: e nevoie să se ia în considerare numai poţiunea întreagă a acestui
număr, întru-cât defineşte categorii distincte. (Renunţaţi la toate fracţiile
zecimale.) (Vedeţi Figura 29b.)
Dacă numărul de categorii este mai mic de doi (2), sistemul de măsură nu are nici o
valoare în controlarea procesului. Totul este “zgomot” şi nu se poate spune dacă o piesă este
diferită de alta.
Dacă numărul de categorii este doi (2), asta însemnă că datele pot fi împărţite numai în
grupa de sus şi grupa de jos; aceasta reprezintă însă numai echivalentul nor date de atribut.
Dacă numărul de categorii este mai trei (3), datele pot fi împărţite în grupa de sus, grupa
mediană şi grupa de jos; acesta este un sistem de măsură puţin mai bun.
Un sistem cu patru (4) sau mai multe categorii va fi mult mai bun decât primele trei
exemple.
O pictogramă a categoriei datelor este adăugată la Figura 6 pentru lămuriri suplimentare.
Schema de flux (coperta interioară din faţă) descrie întreaga procedură de evaluare a
măsurătorii utilizând metodologia diagramei.

-101-
-102-
-103-
Măsurătoarea Făcută
Evaluată________LUNGIME ŞURUB_____ de ______R.W.L.____Data___LL-ZZ-AA__

EROAREA DE REPETARE: Media Amplitudinii Subgrupei = R = 7.6 R d2

Numărul de Repetări = Mărimea Subgrupei = r = 2 2 1.128
3 1.693
R 4 2.059
Deviaţia Standard a Aproximării Repetării '
= σˆ e = 6.738
d2 5 2.326
6 2.534
7.6
= σˆ e 7 2.704
1.128 8 2.847
9 2.970
10 3.078

CALCULE PENTRU EFECTUL EVALUATORULUI: Scrie mediile evaluatorului mai jos:

Numărul de Evaluatori = no = 3
* Evaluator Medie
no d2
Numărul de Eşantioane = n = 3 A 103.1
2 1.128 108.1 – 102.8 = Ro B - IO 102.8
3 1.693 Amplitudinea Mediilor Evaluatorilor = Ro = 5.3
C – hi 108.1
4 2.059
5 2.326 Deviaţia Standard Aproximată a Evaluatorilor = no = 3 D ____
6 2.534 E ____
5.3 Ro
7 2.704 = σˆ o *
= σˆ o = 2.781 F ____
8 2.847 1.906 d2
9 2.970
10 3.078

Figura 29a. Calcule pentru Metoda Diagramei de Control de Evaluare a

Procesului de Măsurare (Partea 1 din 2)

-104-
CALCULE PENTRU DEVIAŢIEI STANDARD A ERORII DE MĂSURARE:
Aproximaţi deviaţia standard a erorii de măsurare
σˆ m = σˆ 2e + σˆ o2

= (6.7376 )2 + (2.7806 )2
= 7.289

Scrieţi valoarea adecvată pentru σ̂ m aici: σˆ m = 7.289

CALCULE PENTRU RAPORTUL SEMNAL-ZGOMOT:

Scrieţi dedesubt media pentru fiecare mostră sau lot:

*
no d2 113.67 – 83.0 = Rp Eşantion Medie
Amplitudinea Mediilor Eşant.= Rp =30.67 1 111.17
2 1.410
3 1.906 [Link]ţia Stand. de la eşantion la eşantion: 2 113.33
4 2.237 30.67 Rp 3 ([Link].) 108.1
5 2.477 = 12.38 = σˆ o = 12.38
6 2.669
2.477 d∗2 4 102.17
7 2.827 Raport Semnal-Zgomot:
5 ([Link].) 113.67
8 2.961 12.38 σˆ p
= 1.691 = 1.698 6 ____
9 3.076 7.289 σˆ m
10 3.178 7 ____
8 ____
Deci numărul de categorii distincte de produse car pot fie distinse
9
În mod clar prin aceste măsurători este 1.41 x 1.698
10
⎛ σˆ p ⎞
1.41 ⎜ ⎟ = 2.395 sau 2
⎜ σˆ m ⎟
⎝ ⎠

Acesta este numărul de intervale nesuprapuse de încredere 97% care vor include amplitudinea
variaţiei produsului (Un interval de încredere 97% centrat pe o singură măsurătoare va conţine
valoarea reală a produsului care este reprezentat prin acea măsurătoare, în 97% din cazuri.

Figura 29b. Calcule pentru Metoda Diagramei de Control de Evaluare a

Procesului de Măsurare (Partea 2 din 2)

-105-
-106-
 ANEXA D
Preocuparea centrală a acestui manual este sistemele de măsură unde citirile pot fi
repetate pe fiecare piesă. Nu toate sistemele de măsură au această caracteristică; de exemplu
sistemele de măsură distructive sau sistemele unde piesele se schimbă ca urmare a
utilizării/testării.
În continuare sunt exemple de abordări ale analizei sistemelor de măsură care includ şi
acelea care nu sunt discutate în acest manual. Nu avem pretenţia că este o listă completă care
acoperă toate tipurile de sisteme de măsură , ci numai exemple de diverse abordări. Dacă aveţi
un sistem de măsură care nu se potriveşte subiectului acestui manual, e recomandat să căutaţi
ajutor de la resurse statistice competente.

I – SISTEME DE MĂSURĂ – STUDII DE STABILITATE

S1 – o Singură Piesă (Specimen), o Singură Măsurătoare pe Ciclu

a) se poate utiliza un standard de referinţă, dacă este adecvat procesului.
b) durata de viaţă în stare de depozitare a caracteristicii (proprietăţii) este cunoscută şi
se întinde dincolo de posibila durată a studiului; de exemplu caracteristica măsurată
nu se schimbă de-a lungul perioadei de utilizare.
c) sistemul de măsură este cunoscut (documentat) ca având un răspuns linear pe
domeniul care este de aşteptat pentru caracteristică (proprietate).
Analizaţi utilizând o diagramă [ X & mR] următoarele:
• determinaţi stabilitatea sistemului de măsură
1. comparaţi punctele trasate cu limitele de control
2. uitaţi-vă la tendinţe (numai la diagrama x)
R
• comparaţi σˆ e = cu repetabilitatea estimată σr dint-un studiu de variabilitate (vezi
d2
secţiunea următoare)
• determinaţi deviaţia dacă se cunoaşte valoarea de referinţă: deviaţia = X - valoarea de
referinţă

S2- n ≥ 3 Piese (Specimene) o Singură Măsurătoare pe Ciclu per Piesă (Specimen)

a) se poate utiliza un standard de referinţă, dacă este adecvat procesului.
b) durata de viaţă în stare de depozitare a caracteristicii (proprietăţii) este cunoscută şi
se întinde dincolo de posibila durată a studiului; de exemplu caracteristica măsurată
nu se schimbă de-a lungul perioadei de utilizare.
c) piesele (specimenele) acoperă domeniul de variaţie a caracteristicilor care e de
aşteptat să existe în proces.
Analizaţi utilizând o diagramă o diagramă [z,R]: acolo unde zi = xi + μi,
iar μi este valoarea standard (de referinţă) sau determinată prin mediarea unui mare număr
de citiri succesive a piesei (specimenului).

-107-
 • Determinaţi stabilitatea sistemului de măsură:
1. comparaţi punctele trasate cu limitele de control
2. căutaţi tendinţele (numai în diagrama x)
R
• comparaţi σˆ e = cu repetabilitatea estimată σr dint-un studiu de variabilitate
d2
• determinaţi deviaţia dacă se cunoaşte valoarea de referinţă: deviaţia = valoarea de
referinţă - X
• determinaţi liniaritatea, dacă s-au utilizat n ≥ 3 piese
• piesele (specimenele) trebuie să acopere domeniul de variaţie care e de aşteptat să
existe pentru proprietate
• fiecare piesă (specimen) va fi analizată separat pentru deviaţie şi repetabilitate
• cuantificaţi linearitatea.
1. trasaţi referinţa funcţie de valorile măsurate pe o diagramă în puncte şi comparaţi
cu linia de 45o.
2. determinaţi consistenţa (omogenitatea şi variaţia) între perioadele de întrerupere a
lucrului; de exemplu utilizaţi testul max min F, testul lui Levine, etc.
3. determinaţi dacă toate valorile de referinţă au aceeaşi deviaţie; de exemplu dacă
deviaţiile provin din aceeaşi distribuţie.
S1 şi S2 pot fi folosite pentru sistemele de măsură care sunt nedistructive şi vor fi utilizate cu
piese (specimene) care au:
(1) proprietăţi statice sau
(2) proprietăţi dinamice (schimbătoare) care au fost stabilizate.

S3 – un Eşantion Numeros dintr-un Proces Stabil

Sistemul de măsură trebuie să evalueze un eşantion omogen independent distribuit identic
distribuit (colectat şi izolat). Măsurătorile pieselor (specimenelor) individuale nu se repetă.
a) durata de viaţă în stare de depozitare a caracteristicii (proprietăţii) este cunoscută şi
se întinde dincolo de posibila durată a studiului; de exemplu caracteristica măsurată
nu se schimbă de-a lungul perioadei de utilizare şi/sau depozitare.
b) piesele (specimenele) acoperă domeniul de variaţie a caracteristicilor care e de
aşteptat să existe în proces.
c) linearitatea sistemului de măsură este cunoscută (documentată) pe domeniul care este
de aşteptat pentru caracteristică (proprietate). (Dacă răspunsul este ne-linear, citirile
trebuie corectate corespunzător.)
Analizaţi prin:
• determinarea variabilităţii totale printr-un studiu de capabilitate cu n ≥ 30 de piese.
(Acest studiu preliminar ar trebui de asemeni să fie utilizat pentru a verifica
compoziţia eşantionului: de exemplu, toate piesele (specimenele) provin dint-o
distribuţie unimodală.)
σ2total = σ2proces + σ2măs

1 Dacă este implicat mai mult de un evaluator în colectarea de date, atunci σe este afectat de asemeni de către
reproductibilitatea sistemului de măsură. Cuantificaţi reproductibilitatea cu diagrame prin puncte şi “cu mustăţi”,
indexate după evaluator.

-108-
 • măsurarea unuia sau mai multor piese individuale dint-un eşantion izolat, pe o
perioadă de timp, utilizând o diagramă [ X & R] sau [X& mR] cu limitele de control
de terminate prin studiul de capabilitate.
1. comparaţi punctele trasate cu limitele de control
2. căutaţi tendinţele
• întrucât piesele (specimenele) nu se schimbă (un eşantion izolat), orice indicaţie de
instabilitate va fi atribuită unei schimbări în sistemul de măsură.

S4 – Specimene Separate (Generale), un Singur Specimen pe Ciclu

a) durata de viaţă în stare de depozitare a caracteristicii (proprietăţii) este cunoscută şi
se întinde dincolo de posibila durată a studiului; de exemplu caracteristica măsurată
nu se schimbă de-a lungul perioadei de utilizare şi/sau depozitare.
b) piesele (specimenele) acoperă domeniul de variaţie a caracteristicilor care e de
aşteptat să existe în proces.
c) Specimenele se împart în m părţi. Cu m = 2 părţi, acesta este numit adesea studiul de
re-testare.
Analizaţi utilizând:
• diagrama amplitudinii pentru a urmării consecvenţa măsurătorii (acelaşi lucru cu
consecvenţa “în interiorul lotului”
R
• comparaţi σe = , cu repetabilitatea estimată σr dintr-un studiu de variabilitate
d2
• e vorba de un studiu legat de limita de sus: σ2e = σ2r + σ2între
• trasaţi diagrama pentru a urmări consecvenţa procesului de producţie
S4a – S4 cu Perechi de Piese Consecutive (Omogene) din Diferite Loturi
Este un studiu legat de limita de sus: σ2e = σ2r + σ2între + σ2loturi

S5 – Standuri (Bancuri) de Încercare

În această situaţie, mai multe instrumente de măsură (standuri de încercare) evaluează
aceeaşi caracteristic ale unui flux continuu de produse. Fluxul de produse este distribuit
aleator unor standuri individuale.
S5a – Răspunsurile Atributelor
Analizaţi utilizând diagramele p:
• determinaţi consecvenţa (în decizie) între standuri: o singură diagramă incluzând
rezultatele de la toate standurile
• determinaţi stabilitatea standurilor individuale : diagrame separate pentru fiecare
stand
analizaţi stabilitatea totală a sistemului cu o diagramă [ p & mR], unde p este media
peste toate standurile de încercare într-o zi anume.

-109-
 S5b – Răspunsurile Datelor Variabile
Analizaţi utilizând ANOVA şi tehnicile grafice (vezi de asemenea James):
• calculaţi X & s pentru fiecare stand de încercare (după caracteristică), într-o
perioadă de timp

• determinaţi consecvenţa între standuri: o singură diagramă [ X & s]; o incluzând

rezultatele de la toate standurile
• determinaţi stabilitatea standurilor individuale : diagrame separate [ X & s] pentru
fiecare stand
• cuantificaţi consecvenţa (omogenitate a variaţiei) între standuri; de exemplu utilizaţi
testul max min F, testul lui Levine, etc.
• determinaţi dacă toate standurile “ţintesc” aceeaşi valoare, prin compararea mediilor
standurilor; de exemplu, utilizând o analiză “numai dus” ANOVA. Dacă există vre-o
diferenţă, testaţi izolaţi standurile “diferite” prin utilizarea, de exemplu, a testului T
al luiTukey.

II – SISTEME DE MĂSURĂ – STUDII DE VARIABILITATE

Notă: Toate studiile descriptive sunt enumerative prin natura lor prin aceea că ele
descriu sistemul de măsură (inclusiv Efectele mediului) în timpul studiului.
Deoarece sistemele de măsură nu trebuie să fie folosite în luarea de decizii
despre produse, procese sau servicii, o concluzie analitică despre sistemele de
măsură este necesară. Tranziţia de la rezultate enumerative la cele analitice
necesită cunoştinţe despre subiectul în discuţie şi expertiză privind:
1. asigurarea că toate sursele de variaţie la care ne putem aştepta sunt luate în
consideraţie în timpul proiectării şi execuţiei studiului.
2. Analiza rezultatelor (datelor) în lumina utilizărilor, mediilor, controlului,
întreţinerii, etc. la care ne putem aştepta.

V1 – Tehnici Standard GRR (tehnici conţinute în acest manual de referinţă)

Aceste Studii cuprind analiză grafică, ca şi analiză numerică (vezi de asemeni James).
V1a – Metoda Amplitudinii (R & R)
V1a – Metoda Amplitudinii (R & R şi Intrinsec Piesei)
V1a – Metoda ANOVA
V1a – Metoda Amplitudinii (R & R)
V1a – Metoda modificată Amplitudine/ANOVA

V2 – Citiri Multiple cu p ≥ 2 Instrumente

Analizaţi folosind aproximările lui Grubbs (sau Thomson) (vezi de asemeni Grubbs sau
Thomson):
• variabilitatea procesului
• variabilitatea instrumentului = repetabilitatea
• calculul regiunii de încredere le aveţi la dispoziţie

-110-
V3 – Specimene Separate (m = 2)
a) eşantionul trebuie să acopere variabilitatea la care ne putem aştepta din parte
procesului
b) împărţiţi specimenele în m = 2 părţi (de exemplu, părţi testare-retestare)
Analizaţi utilizând tehnici regresive:
• estimaţi repetabilitatea cu termenul de eroare: σr = σe
• linearitate (prin compararea liniei aproximate cu linia de 45o)
V3a - V3 cu Perechi de Piese Consecutive
Este un studiu legat de limita de sus: σ2e ≤ σ2r + σ2între
• trasaţi diagrama pentru a urmări consecvenţa procesului de producţie

V3 – Specimene Separate (General)

a) (la fel ca V3-a)
b) împărţiţi specimenele în m părţi, unde m ≡ 0 mod 2; m ≥ 2 (de exemplu, m =
3,4,6,8,…)
Analizaţi utilizând:
• tehnici standard GRR, inclusiv grafice
• ANOVA – Proiectarea Blocului Aleator (NOVA “dus-întors”)
V4a - V4 cu Perechi de Piese Consecutive (Omogene) din Diferite Loturi
σ2e ≤ σ2r + σ2între + σ2loturi
Este un studiu legat de limita de sus.

Notă: V3 şi V4 pot fi de asemeni utilizate pentru a analiza sistemele de măsură cu

caracteristici dinamice.

-111-
Următoarele Studii iau ca Ipoteză Caracteristica (proprietatea) Piesei
(specimenului) ca Fiind Dinamică

V5 – V1 cu Piese Stabilizate
de exemplu, motoare care sunt “sparte” faţă de cele care sunt “verzi”.

V6 – Analiza Seriilor Temporale

a) citiri repetate după perioade timp specificate
Analizaţi prin determinarea modelului de degradare pentru fiecare piesă din eşantion:
• σr = σe
• consecvenţa degradării (dacă n ≥ 2)

V7 – Analiza Lineară
a) citiri repetate după perioade timp specificate
b) degradarea în sistemul de măsură este cunoscută (documentată) ca având un răspuns
linear pe intervalele de timp specificate.
c) Analizaţi prin regresie lineară:
• σr = σe
• consecvenţa degradării (dacă n ≥ 2)
7a – V7 cu Eşantion Omogen
a) şi b) de la V7
b) analizaţi prin regresie lineară

V8 – Timpul Funcţie de Degradarea Caracteristicii (Proprietăţii)

V6 şi V7 pot fi modificate pentru a determina dacă degradarea depinde în timp (de
exemplu, de durata de viaţă în stare de stocare) sau de activitate.

V9 – V2 cu Citiri Multiple Simultane şi Instrumente cu p ≥ 3

Analizaţi la fel ca V2 (vezi de asemeni Lipson & Sheth capitolul 13.2).

-112-
 GLOSAR DE TERMENI
Vezi “Manualul Controlului Statistic al Procesului” al Ford/GM/Chrysler pentru definiţii în plus.

Deviaţie (Bias) Diferenţa între media observată a măsurătorilor şi media

etalon a aceeaşi piese, utilizând instrumente de precizie.

Analiza Varianţei Metodă statistică de a evalua datele dint-un experiment

(ANOVA) proiectat.

Analiză Regresivă Un calcul pentru a defini relaţiile matematice între două sau
mai multe variabile.

Capabilitate pe Termen Măsura statistică a variaţiei intrinseci a subgrupurilor

Lung manifestată de un proces pe o perioadă lungă de timp.
Aceasta diferă de performanţă, întrucât nu include variaţia
inter-grupuri.

Date Date variabile: măsurători ale unei piese eşantion. Date de

atribut: calităţi sau rezultatele uni încercări trece/nu trece
asupra unei piese eşantion.

Diagramă în Puncte Un grafic cu două variabile, una funcţie de cealaltă, pr a

vizualiza tendinţele.

Discriminare Discriminarea este ce mai mare din rezoluţiile aparente şi

(Diferenţiere) efective pentru sistemele cu o singură citire. Numărul de
categorii de date este adeseori numit ca rata discriminării,
întrucât descrie câte clasificări putem avea încrederea că pot
fi distinse, date fiind variaţiile procesului observat.

Eroarea Sistemului de Combinaţia între deviaţia, repetabilitatea, reproductibilitatea,

Măsură stabilitatea şi linearitatea instrumentului.

Experiment Proiectat Un plan destinat să dirijeze încercările care presupune toată

pregătirea ce trebuie făcută înainte de a trece la efectuarea
vreunei încercări. Cerinţele de pregătire sunt ca: să fie scrise
întrebările; să fie pregătite foile de colectare a datelor, să fie
stabilită modalitatea de analiză a datelor şi să cunoască
limitele încercării.

Histogramă Un mod ilustrativ de a afişa datele sub formă de frecvenţe.

Aceasta furnizează un mod vizual de a evalua forma datelor.

Interacţiune Se găseşte la un instrument R & R. Ne-aditivitatea între

evaluator şi piesă. Diferenţele date de evaluator depind de
piesa care se măsoară.

-113-
În Afara Controlului Stare care descrie un proces din care nu au fost eliminate
toate cauzele speciale de variaţie. Această stare reiese
evidentă pe diagrama de control, prin prezenţa unor puncte
în afara limitelor de control sau în interiorul limitelor de
control, prin forme/modele care nu sunt aleatoare.

Linearitate Diferenţă în valoarea deviaţiei unui instrument pe întinderea

domeniului pe care ne aşteptăm să opereze instrumentul.

Piesă cu Piesă Variaţii date de măsurarea a diverse piese

Probabilitate Set de condiţii sau cauze care concură pentru a produce un

eveniment.
Repetabilitate Variaţii în măsurători obţinute cu un instrument atunci când
este utilizat de mai multe ori de un evaluator când măsoară o
caracteristică a unei piese.

Reproductibilitate Variaţii în media măsurătorilor făcute de diferiţi evaluatori

care utilizează acelaşi instrument când măsoară o
caracteristică a unei piese

Rezoluţie Capabilitatea sistemului de măsurare de a detecta şi a reda

fidel chiar şi mici schimbări ale caracteristicii măsurate.
(Vezi de asemenea discriminare.)

Rezoluţia unui sistem de măsurare este δ dacă există o

probabilitate egală ca valoarea indicată pe oricare piesă care
diferă faţă de o piesă de referinţă cu mai puţin de δ, să fie
aceeaşi cu valoarea indicată pe piesa de referinţă. Rezoluţia
unui sistem de măsurare suferă influenţa instrumentului de
măsură, ca şi a altor surse de variaţie a sistemului total de
măsură.

Rezoluţie Aparentă Mărime celui mai mic increment pe instrumentul de măsură

este rezoluţia aparentă. Această valoare este folosită în mod
tipic în literatură ca reclamă pentru a clasifica instrumentul
de măsură. Numărul de categorii de date poate fi determinat
împărţind această mărime la împrăştierea previzibilă a
distribuţiei procesului.
NOTĂ: Numărul de digiţi (cifre semnificative) afişaţi sau
raportaţi nu indică întotdeauna rezoluţia instrumentului. De
exemplu, piese măsurate ca 29.075, 29.080, 29.095, …etc.,
sunt înregistrate ca măsurători cu cinci (5) digiţi. Totuşi
instrumentul s-ar putea să nu aibă o rezoluţie de .001, ci mai
curând una de 0.005

-114-
Rezoluţie Efectivă Mărimea categoriilor de date, atunci când variaţia totală a
sistemului de măsură este luată în considerare. Această
mărime este determinată de lungimea intervalului de
încredere bazat pe variaţia sistemului de măsură. Numărul de
categorii de date poate fi determinat prin împărţirea mărimii
la împrăştierea previzibilă a distribuţiei procesului. Pentru
rezoluţia efectivă, o estimare standard este (la un nivel de
încredere de 97%) 1.41[PV/R&R]. Vezi Wheeler pentru o
interpretare alternativă).

Sub Control Stare a procesului când acesta prezintă numai variaţii

aleatoare (opusă situaţiei când apar variaţii sistematice şi/sau
variaţii având surse identificabile.

Toleranţă Deviaţie permisă de la standard. Adică domeniul permis de

variaţie legat de o valoare nominală. Toleranţa permisă este
diferenţa între limitele superioară şi inferioară specificate.

Valoare de Referinţă O valoare care serveşte ca referinţă de comparare asupra

căreia s-a căzut de acord. Ea poate fi:
• o valoare teoretică sau stabilită pe baza unor principii
ştiinţifice;
• o valoare desemnată pe baza unei norme/reglementări
date de o organizaţie naţională sau internaţională;
• o valoare asupra căreia s-a stabilit un consens pe baza
unor lucrări experimentale în colaborare, sub auspiciile
unui grup de oameni de ştiinţă sau de ingineri; sau
• pentru o aplicaţie specifică, o valoare asupra căreia s-a
convenit, obţinută prin utilizarea unei metode de
referinţă acceptate
O valoare consecventă cu definiţia unei cantităţi specificate
şi acceptată, uneori convenţional, ca adecvată pentru un scop dat.
NOTĂ: Alţi termeni folosiţi, sinonimi cu “valoare de
referinţă”, sunt:
valoare de referinţă acceptată
valoare acceptată
valoare convenţională
valoare adevărată convenţională
valoare desemnată
cea mai bună aproximare a valorii
valoare etalon
măsurătoare etalon

Variaţia Evaluatorului Variaţie datorată diferenţei de metodă a evaluatorlui.

Aceasta este calculată ca variaţia dată de inabilitatea unui
evaluator de a reproduce măsurătorile unui alt evaluator.
Variaţia evaluatorului este numită de asemeni
“Reproductibilitate” în alte diagrame de calcul.

-115-
-116-
 LISTĂ DE REFERINŢĂ
1. (Chrysler, Ford, GM), "Manualul de Referinţă al Controlului Statistic al Proceselor -
Statistical Process Control Reference Manual, AIAG, Detroit, Michigan 1991.
2. (Chrysler, Ford, GM), Manualul de Referinţă al Analizei Sistemelor de Măsurare -
Measurement Systems Analysis Reference Manual, AIAG, Detroit, Michigan, 1990.
3. ASTM E 177-86, Utilizarea Termenilor de Precizie şi deviaţie în Metodele de
Trestare ale ASTM - Use of the Terms Precision and Bias in ASTM Test Methods.
4. Duncan, A. J., Controlul Calităţii şi Statistica Industrială - Quality Control and
Industrial Statistics, 4th ed., Richard D. Irwin, Inc., Homewood, Illinois, 1974.
5. Eagle, A. R., “O Metodă de Abordare a Erorilor în Încercări şi Măsurare” - "A
Method For Handling Errors in Testing and Measuring," Industrial Quality Control, March,
1954, pag. 10-14.
6. Grubbs, F. E., “Despre Estimarea Preciziei de Măsurare a Instrumentelor de Măsură
şi Variabilitatea Produselor” - "On Estimating Precision of Measuring Instruments and
Product Variability," Journal of the American Statistical Association, Vol. 43,1948, pag.243-
264.
7. Grubbs, F. E., “Erori de Măsurare, Precizie, Acurateţe şi Comparaţia Statistică a
Instrumentelor de Măsură” - "Errors of Measurement, Precision, Accuracy and the
Statistical Comparison of Measuring Instruments," Technometrics, Vol. 15, February, 1973,
pag. 53-66.
8. Gruska, G. F, and Heaphy, M. S., “Analiza Sistemelor de Măsură” - "Measurement
Systems Analysis," TMI Conference Workshop, Detroit, Michigan, 1987.
9. Hicks, Charles R., Concepte Fundamentale în Proiectarea Experimentelor-
Fundamental Concepts in the Design of Experiments, Holt, Rinehart and Winston, New York,
1973.
10. Hahn, J. H. and Nelson, W, “O Problemă în Compararea Statistică a Dispozitivelor
de Măsură” - "A Problem in the Statistical Comparison of Measuring Devices",
Technometrics, Vol. 12. No. 1, February, 1970, pag. 95-102.
11. Heaphy, M. S., [Link]., Parametrii Sistemului de Măsură - Measurement System
Parameters, Society of Manufacturing Engineering -IQ81-154, Detroit, Michigan, 1981.
12. ISO/IEC/OIML/BIPM (1984), Vocabular Internaţional al Termenilor de Bază şi
Generali în Metrologie - International Vocabulary of Basic and General Terms in Metrology
(abbr. VIM).
13. ISO/TAG 4/WG 3 (1992), Ghid asupra Expresiei Inceritudine în Măsurare - Guide
to the Expression of Uncertainty in Measurement.
14. Jaech, J. L., “Alte Teste de Importanţă pentru Estimatorii lui Grubbs” - "Further
Tests of Significance for Grubbs' Estimators," Biometrics, 27, December, 1971. pag. 1097-
1101.
15. James, R D., “Reprezentarea Grafică a Datelor Instrumentelor R & R” - “Graphical
Displays of Gage R&R Data," AQC Transaction, ASQC, 1991.
16. Lipson, C. and Sheth, N. J., Experimentul Tehnic - Engineering Experiment, McGraw-
Hill, New York, 1973.

-117-
17. Maloney, C. J. and Rostogi, S. C., “Teste de Importanţă pentru Estimatorii lui
Grubbs” - “Significance Test for Grubbs' Estimators," Biometrics, 26,
December, 1970. pag. 671-676.
18. Mandel, J., “Repetabilitate şi Reproductibilitate” - “Repeatability and
Reproducibility," Journal of Quality Technology, Vol.4, No.2, April, 1972. pag.74-85.
19. McCaslin, J. A., and Gruska, G. E, “Analiza Sistemelor de Instrumente cu Atribute” -
“Analysis of Attribute Gage Systems," ASQC Technical Conference Transactions, 1976, pag.
392-399.
20. Nelson, L., “Utilizarea Amplitudinii pentru a Estima Variabilitatea ” - “Use of the
Range to Estimate Variability," Journal of Quality Technology, Vol. 7, No.l, January, 1975,
pag.46-48.
21. Robinson, J. A., “Analiza Varianţei în Studii de Repetabilitate şi Reproductibilitate
cu un Singur Instrument” - “Analysis of Variance in Single Gage Repeatability and
Reproducibility Studies," GH Research Memorandum #47-230, July 27, 1984.
22. Thompson, W A. Jr., “Problema Estimărilor Negative a Varianţei Componentelor,
Anale de Matematică Statistică” - “The Problem of Negative Estimates of Variance
Components, Annals of Mathematical Statistics"-, No. 33,1962, pag. 273-289. -
23. Thompson, W. A. Jr., “Precizia Procedurilor de Măsurare Simultană” - “Precision of
Simultaneous Measurement Procedures", American Statistical Association Journal, June,
1963, pag. 474-479.
24. Traver, R. W, “Repetabilitatea Echipamentului de Măsurare – Rigla de Cauciuc” -
“Measuring Equipment Repeatability - The Rubber Ruler," 1962 ASQC Convention
Transactions, pag. 25-32.
25. Western Electric Dicţionar de Control Statistic al Calităţii - Statistical Quality Control
Handbook, Select Code 700-444, Indianapolis, Indiana, pag. 84-91.
26. Wheeler, D. J., “Evaluarea Procesului de Măsurare când Încercarea este
Distructivă” - “Evaluating the Measurement Process When the Testing is Destructive,"
TAPAGI Conference, 1991.
27. Wheeler, D. J. and Lyday, R. W., “Evaluarea procesului de Măsurare” - “Evaluating
the Measurement Process," SPC Press, Inc., Knox-ville, Tennessee, 1989.

-118-
 MODELE DE FORMULARE

Cititorul are permisiunea de a reproduce formularele din această secţiune

-119-
 EVALUATOR
ÎNCERCAREA
PIESA MEDIA
NR.
1 2 3 4 5 6 7 8 9 10
1. A 1
2. 2
3. 3
4. Media Xa =
5 Amplitudinea
6.B 1
7. 2
8. 3
9. Media Xb =
10. Amplitudinea Rb =
11.C 1
12 2
13 3
14. Media Xc =
15. Amplitudinea Rc =
16 Media Piesei
X=
( Xb ) Rp=

[ ] [ ] [ ]
17. ( Ra = ____ + Rb = ____ + Rc = ____ )/[[Link] evaluatori = ___ ] = R=

[ ] [
18. Max X = _____ − MinX = _____ = XDIFF ]
19 ⎡⎢R = ____ ⎤⎥ x[D4 = ____ ] = UCLR
⎣ ⎦

20* ⎡⎢R = ____ ⎤⎥ x[D3 = ____ ] = LCLR

⎣ ⎦

∗
D4=3.27 pentru două încercări şi 2.58 pentru trei încercări; D3=0 pentru până la 7 încercări. UCLR
reprezintă limita intervalelor individuale R. Încercuiţi-le pe acelea în afara acestei limite. Identificaţi
cauzele şi corectaţi-le. Repetaţi aceste citiri utilizând acelaşi evaluator şi unitate ca iniţial sau eliminaţi
valorile şi refaceţi media şi recalculaţi R şi valoarea limită din observaţiile rămase.
Note:________________________________________________________________
_____________________________________________________________________
_____________________________________________________________________
_____________________________________________________________________
Foaia de Date pentru Repetabilitatea şi Reproductibilitatea Instrumentului

-120-
Piesa Nr. &Numele: Numele Instrum.: Data:
Caracteristicile: Nr. Instrum.: Executat de:
Specificaţia: Tipul Instrum.: ____________

Din foaia de date: R= X DIFF = Rp=

Analiza Unităţii de Măsură %Variaţia totală(TV)

Repetabilitate – Variaţia echipamentului (EV)
EV = R x K1
K1 %EV =100[EV/TV]
= _____ x ____ =100[ / ]
Încercări
= _______ 2 4.56 = %
3 3.05
Reproductibilitate –Variaţie estimată (AV)
AV = [X × K2] − ⎡[EV 2 / (n ⋅ r )⎤ %AV =100[AV/TV]
2
⎢⎣ ⎥⎦
DIFF

=100[ / ]
= [____× ____ ]2 − ⎡[____ 2 / (___ × ___ )⎤ = %
⎢⎣ ⎥⎦

Evalu- 2 3 n= nr. de piese

= ____
atori
K2 3.65 2.70 r= nr. de încercări
Repetabilitate &Reproductibilitate (R&R) %R =100[R&R/TV]
R&R = EV 2 + AV 2 ( ) &R =100[___x_____]
= ____ %
= (____ 2 + ____ 2 ) Piese K3
= _____ 2 3,65
Variaţia piesei (PV) 3 2,70 %PV =100[PV/TV]
PV = Rp x K3 4 2,30 =100[___/___]
=_____ x ____ 5 2,08 = _____ %
= ______ 6 1,93
Variaţia totală (TV) 7 1,82
TV (
= R & R 2 + PV 2 ) 8
9
1,74
1,67
= (____ ) + (____ )
2 2
10 1,62
= ____

Toate calculele sunt bazate pe sigma prognozat 5,15 (99,0% din suprafaţă sub curba distribuţiei normale).
K1 este 5.15/ d *2 ,unde d *2 este dependent de numărul de încercări (m) şi de numărul de părţi de timp a numărului de
operatori (g), care este estimat a fi mai mare de 15. Valorile lui d *2 sunt luate din Tabelul 2,pag.29.
AV – dacă este o valoare negativă sub radical, variaţia estimată (AV) este zero.
K2 este 5.15/ d *2 , unde d *2 este dependent de numărul de operatori (m) şi (g) este 1, cât este doar un singur interval
de calcul.
d *2 este obţinut din tabelul D3, “Controlul Calităţii şi Statistică Industrială”, A.J. Duncan. (Vezi lista de referinţă, 4)
____________________________________________________________________________________________

Foaia de Date pentru Repetabilitatea şi Reproductibilitatea Instrumentului

-121-
 MEDIA
EVALUATOR NR./
ÎNCERCARE NR.
PIESA EVALUATĂ
1 2 3 4 5
Proba evaluare MAX MIN INT MAX MIN INT MAX MIN INT MAX MIN INT MAX MIN INT
nr.
1. A 1
2. 2
3. 3
[Link] (toate)
5 Amplitudine
6.B 1
7. 2
8. 3
9. Medie (toate)
10. Amplitudine
11.C 1
12. 2
13 3
14. Medie (toate)
15. Amplitudine R0=
16Media piesei
Rp=
( Xp )
17. Media
[Link] R X WIV =
( X WIV )

18. R REPETATĂ =
∑ INTERVAL (LINIILE5,10 si 15) = 0,35 = 0,0117
Nr. de citiri pentru interval 0,30
(doar intervalele MAX/MIN)
[ ] [ ]
19. Max X = 0.7665 − Min X = 0,7005 = X DIFF = 0,066 = 0,07

[
20 R = ]x[D 4 = ] = UCL R

21* [R = ]x[D 3 = ] = LCL R

∗
D4=3.27 pentru două încercări şi 2.58 pentru trei încercări; D3=0 pentru până la 7 încercări. UCLR
reprezintă limita intervalelor individuale R. Încercuiţi-le pe acelea în afara acestei limite. Identificaţi
cauzele şi corectaţi-le. Repetaţi aceste citiri utilizând acelaşi evaluator şi unitate ca iniţial sau eliminaţi
valorile şi refaceţi media şi recalculaţi R şi valoarea limită din observaţiile rămase.
Note:______________________________________________________________________________
___________________________________________________________________________________
___________________________________________________________________________________
Foaia de Date pentru Repetabilitatea şi Reproductibilitatea Instrumentului –
Inclusiv Variaţia Intrinsecă Piesei

-122-
Piesa Nr. &Numele: Numele Instrum.: Data:
Caracteristicile: Nr. Instrum.: Executat de:
Specificaţia: Tipul Instrum.: _____________

Din foaia de date: R= X DIFF = Rp=

Analiza Unităţii de Măsură %Variaţia totală(TV)

Repetabilitate – Variaţia echipamentului (EV)
EV = R x K1
= _____ x ____ Încercări K1 %EV =100[EV/TV]
= _______ 2 4.56 =100[ / ]
= %
3 3.05
Reproductibilitate –Variaţie estimată (AV)
AV = [X × K2] − ⎡[EV 2 / (n ⋅ r )⎤
2 %AV =100[AV/TV]
⎢⎣ ⎥⎦ =100[ / ]
DIFF

= [____× ____ ]2 − ⎡[____ 2 / (___ × ___ )⎤ = %

⎢⎣ ⎥⎦

= ____Eval. 2 3 n= nr. de piese

K2 3.65 2.70 r= nr. de încercări
Repetabilitate &Reproductibilitate (R&R) % =100[R&R/TV]
R&R = EV 2 + AV 2 ( ) Piese K3
R =100[___x_____]
& = ___ %
2 3,65 R
= (____ 2 + ____ 2 ) 3 2,70
= _____ 4 2,30
Variaţia piesei (PV) 5 2,08 % =100[PV/TV]
6 1,93 P =100[___/___]
7 1,82 V = _____ %
PV = Rp x K3 8 1,74
=_____ x ____ 9 1,67
= ______ 10 1,62
Variaţia intrinsecă (WIV)
⎡ ⎤ %WIV = 100[WIV/TV]
(___ )2 − (___ )
⎡ 2 ⎤ 2
⎢
⎢
(R X WIV × K3 )
2
−
EVWIV ⎥
n
WIV r ⎥
⎢
⎢
⎥
_x_ ⎥
= 100 [___/___]
= ____%
WIV= X WIV +⎢ ⎥ = ___ + ⎢ ⎥ = ___
⎢ 2 ⎥ ⎢ 2 ⎥
⎢ ⎥ ⎢ ⎥
⎣ ⎦ ⎣ ⎦

X WIV =
∑X WIV (linia 17 )
= ____ = ____
[Link] citiri ale X WIV
WIW = NR. EVALUATORI, R = NR.ÎNCERCĂRI, ŞI
⎛
⎜
EVWIV = ⎜
∑R INTERVAL ( Liniile 5,10 & 15 ⎟
⎞
⎟ × K1 = ___× ___ = ____
⎜ Nr. de citiri a R AMPLITUDINE ⎟
⎝ ⎠
Variaţia totală (TV)
TV = (R & R 2
+ PV 2 + WIV 2 )
= (___ )2 + (___ )2 + (___ )2
= _______
Foaia de Date pentru Repetabilitatea şi Reproductibilitatea Instrumentului –
Inclusiv Variaţia Intrinsecă Piesei

-123-
 DIAGRAMA DE CONTROL A AMPLITUDINII REPETABILITĂŢII
FABRICA DEPART. OPERAŢIA [Link] DE [Link] [Link]Ă PIESA NR.

MAŞINA NR. DATELE CARACTERISTICA [Link] EŞANT. NUME PIESĂ

X = UCL = LCL = MEDIILE (DIAGRAMA X BAR)

R = UCL = LCL = AMPLITUDINILE (DIAGRAMA R)

DATĂ
TIMP
1
C
I 2
T
3
I
R 4
I
5
SUMĂ

SUMA
X=
[Link]
[Link]-
R=
[Link]

-124-
 DIAGRAMA DE CONTROL PIESĂ-EVALUATOR
FABRICA DEPART. OPERAŢIA [Link] DE [Link] [Link]Ă PIESA NR.

MAŞINA NR. DATELE CARACTERISTICA [Link] EŞANT. NUME PIESĂ

X = UCL = LCL = MEDIILE (DIAGRAMA X BAR)

R = UCL = LCL = AMPLITUDINILE (DIAGRAMA R)

DATĂ
TIMP
1
C
I 2
T
3
I
R 4
I
5
SUMĂ

SUMA
X=
[Link]
[Link]-
R=
[Link]

-125-
Procesul de Feedback al Utilizatorului Manualului M.S.A.

Consecvent cu conceptul de îmbunătăţire continuă, acest manual de analiză a sistemelor

de măsurare din industria de automobile este supus unui proces periodic oficial de
analiză/revizie. Aliniat la conceptul de satisfacere a clientului, această revizuire va atrage
după sine consideraţii de la un an la altul nu numai asupra oricăror schimbări aplicabile în
cerinţele fabricanţilor de vehicule, dar de asemeni şi reacţiile utilizatorilor manualului, în
scopul de a îl face mai util şi eficient pentru industria de automobile şi comunităţile de
utilizatori. Ca urmare, vă rugăm să vă luaţi libertatea de a oferi în scris comentariile dvs., atât
pro cât şi contra, relativ la gradul în care manualul este uşor de înţeles, “prietenos faţă de
utilizator”, etc., în zona indicată de mai jos. Vă rugăm să specificaţi numărul paginii din
manual, când e cazul. Trimiteţi comentariul dvs. la adresa indicată mai jos:

Numele dvs. ______________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________________

Reprezentând _________________________________________________________________________________________________________________________________________________________________________________________________………__________________________________________________________________________________________________________

(Furnizor/Firmă/Numele diviziei)

Adresa _________________________________________________________________________________________________________________________________________________________________________________________________………___________________________________________________________________________________________________________________________________…

_______________________________________________________________________________________________________________________________________________________________________________________________………__________________________________________________________________________________________________________________________………………

_______________________________________________________________________________________________________________________________________________________________________________________________………______________________________________________________________________________________________________________________________________

Telefon _______________________________________ ( _______________________________________ )_____________________________________________________________________________________________________________________

Vă rugăm notaţi primii trei clienţi în domeniul auto şi localizarea lor.

____________________________________________________________________________________________________________________________________________________________ ____________________________________________________________________________________________________________________________________________________________

Client Localizare
____________________________________________________________________________________________________________________________________________________________ ____________________________________________________________________________________________________________________________________________________________

Client Localizare
____________________________________________________________________________________________________________________________________________________________ ____________________________________________________________________________________________________________________________________________________________

Client Localizare

Comentarii feedback _________________________________________________________________________________________________________________________________________________________________________________________________………__________________________________________________________________________________________

(adăugaţi foi dacă _________________________________________________________________________________________________________________________________________________________________________________________________………__________________________________________________________________________________________

este necesar) _________________________________________________________________________________________________________________________________________________________________________________________________………__________________________________________________________________________________________

_______________________________________________________________________________________________________________________________________________________________________________________________………__________________________________________________________________________________________..

_______________________________________________________________________________________________________________________________________________________________________________________________………__________________________________________________________________________________________…

______________________________________________________________________________________________________________________________________________________________________________________________………__________________________________________________________________________________________….

Transmiteţi comentariile la: Grupul de Acţiune din Industria de Automobile

Suite 200
26200 Lahser Road.
Southfield, Michigan 48034

MSA, 2nd Rev., 2nd Printing

-126-