Wenn Sie Prozessverbesserungen durchgeführt haben oder planen, haben Sie sich wahrscheinlich gefragt, ob Sie wirklich präzise Messwerte erhalten. Sie müssen Ihren Daten vertrauen, bevor Sie sie verwenden, um wichtige Entscheidungen über Anpassungen und die Ressourcenzuweisung zu treffen. Die Messsystemanalyse (MSA) bezieht sich im Allgemeinen auf Verfahren, mit denen die Streuung in einem Messsystem geschätzt und ausgewertet wird. Eine Art von Studie ist eine EMP-Studie, die auch als Wheeler-Methode bezeichnet wird. EMP steht für „Messungsprozess auswerten (Evaluate Measurement Process)“. In der EMP-Studie werden zwei Quellen für Streuung bei Messungen ausgewertet:
Wiederholbarkeit: Die Streuung, die beobachtet wird, wenn derselbe Bediener dasselbe Teil unter den gleichen Bedingungen mit demselben Messgerät mehrmals misst.
Reproduzierbarkeit: Die Streuung, die beobachtet wird, wenn unterschiedliche Bediener dasselbe Teil unter den gleichen Bedingungen mehrmals mit demselben Messgerät messen.
Anhand der Wiederholbarkeit und Reproduzierbarkeit klassifiziert die EMP-Studie die Messsysteme von der besten Bewertung der ersten Klasse bis zur schlechtesten Bewertung der vierten Klasse. In diesen Klassifizierungen wird praktisch erläutert, wie gut das Messsystem eine Verschiebung des Prozessmittelwerts von mindestens drei Standardabweichungen erkennt. Wenn das Messsystem solche Verschiebungen erkennen kann, sollte das Messsystem für andere Maßnahmen zur Prozessverbesserung nützlich sein. In vielen Regelkarten wird beispielsweise ein Teilgruppenmittelwert von mehr als drei Standardabweichungen vom Gesamtmittelwert als Signal dafür verwendet, dass eine besondere Ursache Auswirkungen auf den Prozess hatte.
So überwacht beispielsweise ein Hersteller von Lebensmitteln das Füllgewicht von Müslischachteln.. Der Hersteller möchte sicherstellen, dass die Streuung von unterschiedlichen Messwerten gering genug ist, um andere Prozessverbesserungsanalysen verwenden zu können. Die Ergebnisse einer EMP-Studie helfen dabei zu bestimmen, ob das Messsystem akzeptabel ist und wie das Messsystem verbessert werden kann.
Die EMP-Statistiken liefern dem Messsystem seine Klassifizierung. In diesen Ergebnissen ist die Klassifizierung erste Klasse. Das Team kann sicher sein, dass das Messsystem gut genug ist, um es für andere Maßnahmen zur Prozessverbesserung einzusetzen.
Die EMP-Studie enthält außerdem Informationen, anhand derer Sie entscheiden können, wann Verbesserungen am Messsystem priorisiert werden sollen. Die Analyse der mittleren Spannweiten (ANOMR) und die Analyse der Haupteffekte (ANOME) zeigen, wo die Reproduzierbarkeit im Verhältnis zur Prozessstreuung gering ist. In diesem ANOMR ist Operator B weniger konsistent als die beiden anderen Operatoren. Durch die Verbesserung der Einheitlichkeit für Operator B wird das Messsystem verbessert.
In diesem Beispiel ANOME messen unterschiedliche Operatoren tendenziell höher oder niedriger als einander. Durch Verbesserungen, die die Mittelwerte verschiedener Bediener näherbringen, wird das Messsystem verbessert.
Um auf Ihre Daten reagieren zu können, müssen Sie darauf vertrauen, dass die Daten richtig sind. Die EMP-Studie in der Minitab Statistical Software gibt Ihnen die Möglichkeit zu sehen, ob Ihr Messsystem akzeptabel ist und wie Sie Ihre Messsysteme verbessern können. Wenn Sie die Genauigkeit Ihrer Messungen beurteilen, können Sie sicher sein, dass Sie Daten erhalten, denen Sie vertrauen können.