Az R&R vizsgálatok tapasztalatai. Minősítése R&R a mindennapokban. Tóth Csaba László fizikus. Tóth László politológus. és benne egy különlegesség

Hasonló dokumentumok
SKIK Thot Quality Management Kaposvár június 8.

Minőségirányítási rendszerek 9. előadás

MSA - mérőrendszer elemzés (MSA - measurement systems analysis)

[Biomatematika 2] Orvosi biometria

A mérések általános és alapvető metrológiai fogalmai és definíciói. Mérések, mérési eredmények, mérési bizonytalanság. mérés. mérési elv

MÉRÉSTECHNIKA. Előadások (2.) Galla Jánosné

6. Előadás. Vereb György, DE OEC BSI, október 12.

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok

Gyártástechnológia alapjai Méréstechnika rész. Előadások (2.) 2011.

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Tartalomjegyzék I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra

Normális eloszlás tesztje

Mérési hibák

ÚJDONSÁGOK A MINITAB STATISZTIKAI SZOFTVER ÚJ KIADÁSÁNÁL (MINITAB 18)

Kockázatalapú változó paraméterű szabályozó kártya kidolgozása a mérési bizonytalanság figyelembevételével

Kettőnél több csoport vizsgálata. Makara B. Gábor MTA Kísérleti Orvostudományi Kutatóintézet

LINEÁRIS REGRESSZIÓ (I. MODELL) ÉS KORRELÁCIÓ FELADATOK

17. Folyamatszabályozás módszerei

STATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba

Mandátumbecslés A REPUBLIKON INTÉZET ELEMZÉSE

Mintavételi eljárások

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás

S atisztika 2. előadás

MINŐSÉGÜGYI STATISZTIKAI MÓDSZEREK. Dr. Drégelyi-Kiss Ágota ÓE BGK

Minőség-képességi index (Process capability)

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás

Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre

Bevezetés a hipotézisvizsgálatokba

Populációbecslések és monitoring

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Abszorpciós spektroszkópia

Kockázatkezelés a rezgésdiagnosztikában többváltozós szabályozó kártya segítségével

Matematikai statisztika c. tárgy oktatásának célja és tematikája

Anyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek

Hanthy László Tel.:

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

Mintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

Populációbecslések és monitoring

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása

Újrarajzolt választókerületi határok: A magyar választási rendszer földrajzi torzulásai 2011 előtt és után

STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM.

Kockázatalapú szabályozó kártyák tervezése, kiválasztása és folyamatra illesztése

BIOMETRIA (H 0 ) 5. Előad. zisvizsgálatok. Hipotézisvizsg. Nullhipotézis

Félidei eredmények. közvélemény-kutatás a Heti Válasz megbízásából

GVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet

Statisztika. Politológus képzés. Daróczi Gergely április 17. Politológia Tanszék

Kockázatok és mérési bizonytalanság kezelése a termelésmenedzsment területén

Dr. Király István Igazságügyi szakértő Varga Zoltán Igazságügyi szakértő Dr. Marosán Miklós Igazságügyi szakértő

[Biomatematika 2] Orvosi biometria

Az antropometria alkalmazásának célja a hatékony, biztonságos és kényelmes tevékenység biztosítása a méretek és elrendezés helyes megválasztásával

JÚLIUSI PÁRTPREFERENCIA ADATOK ALAPJÁN

Minőségmenedzsment (módszerek) BEDZSULA BÁLINT

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása

Hat Szigma Zöldöves Tanfolyam Tematikája

Biomatematika 2 Orvosi biometria

Kísérlettervezés alapfogalmak

Elemi statisztika fizikusoknak

Több valószínűségi változó együttes eloszlása, korreláció

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

KÖVETKEZTETŐ STATISZTIKA

Mangalica specifikus DNS alapú módszer kifejlesztés és validálása a MANGFOOD projekt keretében

Gyakorlat 8 1xANOVA. Dr. Nyéki Lajos 2016

Kistérségi gazdasági aktivitási adatok

Mérés 3 - Ellenörzö mérés - 5. Alakítsunk A-t meg D-t oda-vissza (A/D, D/A átlakító)

Modern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt

8. A mérıeszközök képességvizsgálata 1

Eloszlás-független módszerek (folytatás) 14. elıadás ( lecke) 27. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok

Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető!

Energiaaudit szolgáltatások a gyakorlatban. MVM Partner Energiakereskedelmi ZRt. Jakócs Krisztián Termékmenedzser május 09.

Hat Szigma Testre Szabva (Six Sigma for You 6S4U)

Többváltozós lineáris regressziós modell feltételeinek

Statisztika. Politológus képzés. Daróczi Gergely április 24. Politológia Tanszék

Kutatásmódszertan és prezentációkészítés

Testméretek, mozgástartományok. Szabó Gyula

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

Kísérlettervezés alapfogalmak

A maximum likelihood becslésről

Méréstechnika II. Mérési jegyzőkönyvek FSZ képzésben részt vevők részére. Hosszméréstechnikai és Minőségügyi Labor Mérési jegyzőkönyv

A VÁGÁSI KOR, A VÁGÁSI SÚLY ÉS A ROSTÉLYOS KERESZTMETSZET ALAKULÁSA FEHÉR KÉK BELGA ÉS CHAROLAIS KERESZTEZETT HÍZÓBIKÁK ESETÉBEN

Varianciaanalízis 4/24/12

[Biomatematika 2] Orvosi biometria

A társadalomkutatás módszerei I. Outline. A mintavételi hiba és konfidencia-intervallum Elmélet. Szükséges képletek: Tehát:

Kontrol kártyák használata a laboratóriumi gyakorlatban

Előrehozott parlamenti választások Horvátországban

A PAKSI ATOMERŐMŰ KÖRNYEZETI DÓZISADATAINAK ANALÍZISE

Nyugdíjpénztári rendszerek tapasztalatai Közép-Kelet Európában

A bergengóc lakosság szemszín szerinti megoszlása a négy tartományban azonos:

Kockázatkezelés és biztosítás 1. konzultáció 2. rész

Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ)

y ij = µ + α i + e ij

Kettőnél több csoport vizsgálata. Makara B. Gábor

Hipotézis vizsgálatok

A mérés. A mérés célja a mérendő mennyiség valódi értékének meghatározása. Ez a valóságban azt jelenti, hogy erre kell

Horváth Krisztina Pécsi Tudományegyetem Közgazdaságtudományi Kar Regionális Politika és Gazdaságtan Doktori Iskola, III. évfolyam

Átírás:

Az R&R vizsgálatok tapasztalatai és benne egy különlegesség Minősítése R&R a mindennapokban Tóth Csaba László fizikus Tóth László politológus

Miért végzünk R&R vizsgálatokat? Szabványkövetelmény A menedzsment mániája Szeretnénk megismerni a folyamatainkat 2

Melyik folyamat a jobb? János folyamata Teljes ingadozás (Észlelt ingadozás) Sári folyamata 2 s észlelt (teljes) 3

A mérés az adatainkba ingadozást visz be Valódi ingadozás Teljes ingadozás János folyamata 2 s Aktuális 2 s Mérőrendszer + = 2 s Észlelt teljes Sári folyamata Mérés ingadozása 4

A mérés eltolhatja a mért értéket Valódi átlag Átl. Észlelt átlag Átl. Átl. A mérés eltolása 5

Mi szükséges egy jó R&R vizsgálathoz? Megfelelő szoftver vagy excel tábla Jó mérő emberek és egy mérnök Megfelelő minták (?) Folyamatismerettel rendelkező szakember, aki kellőképpen jártas az MSA tudományában 6

Mikor kezdhetünk neki egy R&R vizsgálatnak? Stabilitás Felbontás Eltolódás (kalibráltság) Linearitás 7

A modellünk Eltérés a mérési eredményekben Mért termék okozta változás Mérőrendszer okozta változás Ismételhetőség (mérőeszköz) Reprodukálhatóság (operátor-technika) Operátor Operátor - termék kölcsönhatás s 2 total = s 2 termék + s 2 R&R s 2 total = s 2 termék + s 2 ismételhetőség + s 2 reprodukálhatóság s 2 total = s 2 termék + s 2 ism + s 2 operátor +s 2 khatás 8

Az operátor-mintadarab kereszthatás Definició: -Az operátorok közti eltérések nem konzisztensek minden darabra. -Az értékelők közötti eltérés attól függ, melyik darabot mérik. Munkadarabok Operátorok Professzor Kigyúrt Kutatóintézet + - Zongora hordár - + Dr. Nagy Attila 9

A mérés előkészítése Szükségünk van min két mérő emberre Általában 10 egységet mér Olyan minták használatáról kell gondoskodni, amelyek a teljes, de jellemző folyamatingadozást képviselik. (Ez nem jelenti csak a tűréstartományt, és nem sugallja egy kiveszem, amit akarok mintavételi terv használatát.) 3-3 minta a tűréshatárok közelében, 4 minta a specifikáció középső részéből Mindegyik egységet mindegyik operátor 2-3-szor méri Kritikus a véletlenszerűsítés

Terminológia Hozzájárulás-% (%Contribution): Egy összetevő vagy összetevők kombinációja által produkált ingadozás, a teljes észlelt ingadozás százalékában kifejezve. Tűrés-% (% Tolerance): Egy összetevő normális eloszlása 99,73%-ára becsült mérési összetevő által elfogyasztott darab-tűrés százaléka osztva a tűréssel (ismert mint precizitás/tűrés arány (Precision to Tolerance Ratio -P/T Ratio néven is) Diszkriminációs (Discrimination) Index: Az észlelt folyamatingadozás azon tartományainak száma, melyeket a mérőrendszer képes megkülönböztetni

A mérőrendszer elfogadhatóságának összegzése Hozzájárulás % Diszkriminációs varianciákra szórásokra index Tűrés % 9% 1% 30% 10% 5 10 X 30% 10% nem függetlenek Mindkét paraméter egyaránt fontos, együttesen figyeljük!

Egy R&R vizsgálat eredménye Problémák az ndc számmal ELLENTMONDÁS Feltételes elfogadás Kiváló megfelelés

ndc 2 s s 2 R& R 100 2 % SV 2 1 1 2 % 100 & SV R Part R s s Total 2 %SV ndc %SV ndc Dr. Wheeler (2006): 0,5 282,84 282 15 9,32 9 1 141,41 141 17 8,20 8 2 70,70 70 20 6,93 6 3 47,12 47 25 5,48 5 4 35,33 35 30 4,50 4 5 28,25 28 35 3,79 3 6 23,53 23 40 3,24 3 7 20,15 20 45 2,81 2 8 17,62 17 50 2,45 2 9 15,65 15 60 1,89 1 10 14,07 14 92 0,60 0 Sajnos, az alapján, amit szerző a gyakorlatban tapasztalt, sem a Discrimination Ratio, sem a Classification Ratio nem alkalmas egyszerű gyakorlati mérőszámnak..egyik sem definiálja a (valódi) megkülönböztethető kategóriák számát.

Mérőrendszer "javítás Elkövethetünk-e hibákat az R&R vizsgálatkor? Van egy mérőeszközünk, amely alkalmas 3 különböző méretű krumpli mérésére. Mindegyik méretű krumpliból van 10-10 db, és van 2 operátorunk is. Mindegyik operátor leméri kétszer a különböző méretű krumplikat. Először a 30-as, utána az 50-es, legvégül a 110-es méretű krumplik mérésére csinálunk GR&R-t. Kérdés: milyen a mérőrendszer?

A 30-as méretű krumplik GR&R-ja

A 50-es méretű krumplik GR&R-ja

A 110-es méretű krumplik GR&R-ja

Jó-e a mérőrendszerem? NEM! "Javítsuk" meg a mérőrendszert! Egyesítsük a három mintát!

Az összes krumpli GR&R-ja

Mi változott meg? Semmi! Tanulság: A mérőrendszer elemzéshez használt minta kiválasztásánál figyelembe kell venni, ha túl nagy a különbség az egyes mintadarabok között, akkor az ugyanazon darab mérései közötti különbséget elmossa a minták mérete közötti különbség!! Volt ugye egy ajánlásunk a 3-3-4!

22

23

Milyen legyen a minta összetétele? Ez függ attól, hogy milyenek a specifikációs határok Egyoldalú határok esetén: Elfogadási tartomány Tűréshatár Elutasítási tartomány 30 % 25 % 25 % 20 % Kétoldalú határok esetén: Elutasítási tartomány TH Elfogadási tartomány Elutasítási tartomány TH 10 % 12,5 % 12,5 % 30 % 12,5 % 12,5 % 10 % 24

Biztos, hogy az eszközből jön a változás? Magasságmérés mérőszalaggal Var % Total R&r 1,47 Repeat 1,12 Reprod 0,35 25

R&R a mindennapokban Ne feledjük el a követelményeket! Stabilitás (összehasonlíthatóság miatt) Felbontás (differenciált választ tudjunk adni) Eltolódás (nem könnyű eset) Linearitás (a válasz skála lehetőségei) 26

Ön hogyan ítéli meg az Etető Kft. Szolgáltatását? Kiváló Elfogadható Elfogadhatatlan 27

28

29

Egy minősítéses adatokra vonatkozó linearitás példa Rögzítve: 2014.06.20

Lineáris?

Ellenőrizze a felbontás és a linearitást! 32

33

Híres mintavételi hibák 1936: Alf Landon vs F. D. Roosevelt 6 % előnyből 25 % hátrány Literary Digest: 2/10 millió levél gépkocsinyilvántartások, telefonkönyvek George H. Gallup: néhány ezer, szociális momentumok alapján 1948: Thomas Dewey vs Harry Truman Dewey biztos befutó George H. Gallup: néhány ezer, szociális momentumok alapján 1940-es népszámlálás alapján Eredmény: 45,1% vs 49, 6 urbánus (demokrata) népesség megváltozott túlsúlya 34

Hogy vezet meg bennünket a média és a közvélemény-kutatók? Szlovák Nemzeti Tanács, 2016 március Probléma: 10 napos közvélemény-kutatási csend kvk1 kvk2 kvk3 exit eredmény kvátlag delta Smer 34,6 38,4 32,5 27,3 28,28 35,17-6,89 0,98 SaS 5,5 5,2 4 13,3 12,1 4,90 7,20-1,20 OL'aNO-NOVA 6,1 6,8 5 11,2 11,02 5,97 5,05-0,18 SNS 8,7 9,1 10,5 8 8,64 9,43-0,79 0,64 Kotleba-L'SNS 2,1 2,5 1,5 6,8 8,04 2,03 6,01 1,24 Sme Rodina 4,2 3,6 4,5 5,9 6,62 4,10 2,52 0,72 Most-Híd 8,2 9,2 7 7,3 6,5 8,13-1,63-0,80 Siet' 14 10,4 14,5 6,7 5,6 12,97-7,37-1,10 KDH 7 6,6 9 5 4,94 7,53-2,59-0,06 SMK-MKP 3,5 4 5 3,6 4,04 4,17-0,13 0,44 SDKÚ-DS 1 1,3 1 0,8 0,26 1,10-0,84-0,54 94,9 97,1 94,5 95,9 96,04 95,5 35

Az exit pollnak se hihetünk mindig Románia, elnökválasztás, 2009 december Probléma: az exit pollok csak Románia területén készültek A diaszpóra és a kettős állampolgárok döntöttek! Különbség: 70,048 szavazat, 0,67%!!! A 200,000 moldovai kettős állampolgár 94%-a Basescura szavazott 36

Mi a tanulság? A közvélemény-kutatások hasznosak, de tudni kell értelmezni! Nem közvélemény-kutatást kell nyerni, hanem választást! Id.: Kovács László, MSZP elnök, 2002. április 7., az urnazárás után Jól mértek, de nem jó következtetéseket vontak le! Gazsó Tibor (Századvég): Utólag vizsgálva, egyértelműen kiderült, hogy jók az adatok A pártválasztásukat eltitkolók is beazonosíthatók 37

Hihetünk-e a mandátumbecslésnek? Ismét kétharmadot kapna a Fidesz Honnan tudjuk? Valójában nem tudhatjuk, mert a mandátumok 53%-a egyéni körzetben (SMD) dől el A körzetek egy része erősen megtippelhető (ld. Vörös és Kék államok az Egyesült Államokban) A billegő körzetek dönthetnek jelentős részük háromesélyes A mandátumbecsléseket alapozó közvélemény-kutatások országosan reprezentatívak, ezek alapján lehetetlen a billegő körzetek megtippelése! Ezek a mandátum-becslések szemfényvesztések!!! 38

Zárásként egy friss példa: Horvát választások, 2015 november, 2016 szeptember 2015 koal % mandátum DK (HDZ) 33,36 56 HR (SDP) 33,2 56 Most 13,51 19 ZZ 4,24 1 B 365 (k) 3,32 2 IDS (k) 1,83 3 NS-Ref (k) 1,54 1 HDSSB 1,36 2 Σ 140 exit 2015 HR (SDP) 56 DK (HDZ) 57 Most 17 ZZ 3 IDS (k) 3 B 365 (k) 2 HDSSB 2 NS-Ref (k) 0 2016 koal % mandátum HDZ 36,27 59 NK (SDP) 33,82 54 Most 9,91 13 ZZ (k) 6,23 8 B 365 (k) 4,04 2 IDS (k) 2,29 3 PM/ZG (k) 2,06 0 HDSSB (k) 1,25 1 Σ 140 exit 2016 NK (SDP) 57 HDZ 57 Most 12 ZZ (k) 7 IDS (k) 3 B 365 (k) 2 HDSSB 1 PM/ZG (k) 1 Kis pártok mérésének a problémája: A regionális pártot pontosan méri, az országosnál háromszoros eltérés az exit pollnál! Itt sem arról van szó tehát, hogy rosszul mérünk, hanem az interpretációról! 39

Köszönöm megtisztelő figyelmüket! www.thotquality.hu