การวิเคราะห์ระบบการวัดMeasurement System Analysis : MSA

ความเข้าใจพื้นฐานและวัตถุประสงค์ของ MSA
การวิเคราะห์ระบบการวัด (MSA) ถือว่าเป็นเทคนิคที่สำคัญอย่างหนึ่งต่อการยืนยันผลการตรวจสอบคุณภาพ ที่มีการนำมาใช้ประกอบการจัดทำระบบคุณภาพในส่วนของอุตสาหกรรมยานยนต์อย่างแพร่หลายในปัจจุบัน ซึ่งเป็นระบบพื้นฐานที่มีความสำคัญและจำเป็นที่จะต้องมีการวิเคราะห์ ควบคุม และการยืนยันผลการตรวจสอบคุณภาพชิ้นงานที่ผลิตขึ้น ถึงแม้ว่าระบบการผลิตจะมีความถูกต้อง แต่ถ้าระบบการวัดมีความผิดพลาดก็อาจส่งผลต่อการตัดสินใจที่จะยอมรับหรือปฏิเสธชิ้นงานได้
ถ้าหากระบบการวัดขาดความถูกต้องและขาดความแม่นยำในการใช้งาน จะเป็นผลกระทบให้เกิดการขาดความเชื่อมั่นจางลูกค้าในระยะยาวได้ ดังนั้นระบบการวัดที่ดีจะต้องนำไปสู่การปรับปรุงเพื่อลดค่าความผันแปรต่าง ๆ ทั้งจากกระบวนการผลิต และจากกระบวนการวัดได้
ข้อกำหนด ISO/IATF 16949 ที่เกี่ยวข้องกับ MSA
ISO/IATF 16949 : 2016 ข้อ 7.1.5.1.1 การวิเคราะห์ระบบการวัด (MSA) คือ การศึกษาทางสถิติที่ต้องดำเนินการวิเคราะห์ความแปรปรวนที่แสดงอยู่ในการตรวจสอบระบบการวัด และเครื่องมือวัด ตามที่มีระบุในแผนการควบคุม Control Plan
ความหมายในเรื่องนี้ คือ องค์กรที่จัดทำระบบ IATF 16949 ต้องศึกษาการวิเคราะห์ระบบการวัด เพื่อตรวจสอบว่ามีความผิดพลาดจากการวัดหรือไม่ เช่น การวัดซ้ำๆโดยพนักงานคนเดียว (Repeatability) การวัดโดยต่างพนักงาน เช่น QC กับ Production (Reproducibility) และศึกษาว่า ผลการวิเคราะห์ระบบการวัดนั้น มีความน่าเชื่อถือผ่านเกณฑ์การยอมรับที่กำหนดไว้หรือไม่ เช่น GRR < 10 % แสดงว่าสามารถยอมรับได้ 10% < GRR < 30% อาจจะยอมรับ แต่ควรมีการปรับปรุงเพื่อลดความผิดพลาดจากการวัด GRR > 30% จะต้องปรับปรุงระบบการวัดในหัวข้อนี้ ผลจากการวิเคราะห์ระบบการวัด จะนำไปสู่การสร้างความเชื่อมั่นต่อผลการวัดในกระบวนการได้
หลักการและความผันแปรในระบบการวัด
ชุดการปฏิบัติการที่มอบหมายค่าตัวเลข หมายถึง กระบวนการวัด หรือระบบการวัด โดยมีองค์ประกอบหลักคือ เครื่องมือวัด พนักงานวัด วิธีการวัด ชิ้นงานหรือสิ่งที่ได้รับการวัด และสภาวะแวดล้อมขณะทำการวัด และเนื่องจากองค์ประกอบเหล่านี้จะมีความไม่เท่ากัน จึงส่งผลให้เกิดความผันแปรในระบบการวัดเกิดขึ้นเสมอ
ขั้นตอนวิเคราะห์ปัญหาของระบบวัด
การวิเคราะห์ระบบการวัดนี้ มีจุดประสงค์สำคัญในการวิเคราะห์ถึงแหล่งของความคลาดเคลื่อนในระบบการวัด ด้วยการจำแนกสาเหตุที่ผิดปกติออกจากระบบการวัด

บ่งชี้ประเด็นหรือปัญหาที่เกิดขึ้นในการวัด
สิ่งที่จะต้องพิจารณาคือ
1. ทวนสอบตัวแปรที่ถูกต้อง ที่จะทำการวัดที่ตำแหน่งที่เหมาะสม ทวนสอบอุปกรณ์กำหนดตำแหน่ง และจับยึดชิ้นงาน ถ้ามีการใช้งานภายในสภาพแวดล้อมที่สำคัญที่จะมีผลต่อการวัด
2. พิจารณาว่าอะไร คือ สมบัติทางสถิติของระบบการวัด ที่จะมีผลต่อการยอมรับ และเฝ้าติดตามแหล่งกำเนิดความผันแปร เพื่อความเชื่อมั่นในระบบการวัด

สิ่งที่ต้องเตรียมก่อนการวิเคราะห์ระบบการวัด
การวิเคราะห์ระบบการวัด คือ การลดแหล่งกำเนิดความผันแปรในกระบวนการวัดอย่างเป็นระบบอันประกอบด้วยปัจจัยต่าง ๆ ซึ่งก็คือสิ่งที่ต้องเตรียมก่อนการวิเคราะห์ระบบการวัด ดังนี้

วิธีการวัด
ชิ้นงานที่การวัด
เครื่องมือที่ใช้วัด
คนที่ทำการวัด
สภาวะแวดล้อมขณะทำการวัด
ข้อกำหนดเฉพาะของชิ้นงาน
ขั้นตอนการวิเคราะห์ความแม่นยำ

1. กำหนดวิธีการ และเวลาที่จะสอบเทียบเครื่องมือวัด โดยปกติจะต้องดำเนินการสอบเทียบก่อนการศึกษารีพีททะบิลิตี้และรีโปรดิวซิบิลิตี้จะเริ่มต้นขึ้น เพราะว่าความผันแปรจากการสอบเทียบจะรวมอยู่กับค่ารีพีททะบิลิตี้ของระบบการวัดด้วย จึงต้องพยายามลดค่าความผันแปรโดยการให้พนักงานวัดทุกคนมีความเข้าใจในกระบวนวิธีการสอบเทียบและดำเนินการอย่างสม่ำเสมอ
2. กำหนดจำนวนพนักงานวัดที่ใช้สำหรับการศึกษา GR&R ในการกำหนดจำนวนพนักงานวัดที่เหมาะสมมีความสำคัญอย่างยิ่ง สิ่งที่จะต้องพิจารณาในระบบการผลิตคือจำนวนพนักงานวัด ถ้าหากกระบวนการมาใช้พนักงานในการดำเนินการวัด(เครื่องมือวัดอัตโนมัติ) หรือมีการใช้พนักงานวัดเพียงคนเดียวก็แสดงว่าค่าความผันแปรในระบบการวัดมิได้มีผลมาจากสาเหตุด้านพนักงานวัด และในกรณีที่ระบบการวัดมีพนักงานวัดจำนวนหลายคน ให้ทำการสุ่มพนักงานวัดอย่างน้อย 2 คน และต้องเป็นพนักงานที่ผ่านการฝึกอบรมอย่างดีแล้ว (ถ้าเป็นไปได้จะใช้ 3 คน)
3. กำหนดจำนวนชิ้นงานตัวอย่างที่ใช้วัดในการศึกษา GR&R โดยปกติจะแนะนำไว้ที่ 10 สิ่งตัวอย่าง (จำนวนของสิ่งตัวอย่าง)x(จำนวนของพนักงานวัด) จะต้องมากกว่า 15 แต่ถ้าไม่สามารถดำเนินการตามนี้ได้ ให้เพิ่มจำนวนการทำซ้ำของการวัดในแต่ละสิ่งตัวอย่าง และสิ่งตัวอย่างที่จะใช้ในการวัดนี้ต้องเป็นสิ่งตัวอย่างที่มีความแตกต่างกันอย่างมีนัยสำคัญ
4. กำหนดจำนวนครั้งในการวัดซ้ำสำหรับสิ่งตัวอย่างแต่ละชิ้น โดยปกติแล้วนิยมให้ทำการวัดซ้ำที่แต่ละสิ่งตัวอย่างด้วยจำนวนซ้ำเท่าๆ กัน ในการวัดซ้ำของพนักงานแต่ละคนด้วยจำนวน 2-3 ครั้งต่อชิ้นงานแต่ละชิ้น (ที่นิยมคือทำซ้ำ 3 ครั้ง)
5. วิธีการลดความผันแปรภายในสิ่งตัวอย่างของการศึกษา GR&R ในการศึกษา GR&R บางกรณีนั้น จะไม่สามารถกำจัดความผันแปรภายในสิ่งตัวอย่างออกจากการวัดซ้ำ ได้ เช่น ในกรณีการตรวจสอบแบบทำลายที่จะมีความผันแปรภายในล๊อตจะรวมอยู่กับค่ารีพีททะบิลิตี้เสมอ จึงมีความจำเป็นต้องพยายามเลือกงานในล๊อตที่มีความใกล้เคียงกันให้มากที่สุด
6. วิธีการประเมินผล(GR&R) เกจรีพีททะบิลิตี้และรีโปรดิวซิบิลิตี้ เมื่อการทดลองสิ้นสุดลง จะต้องมีการประเมินผลถึงคุณภาพของข้อมูลและจะต้องมีการประเมินผลเปรียบเทียบกับความผันแปรที่ยอมรับได้ ซึ่งอาจจะเป็นค่าความคลาดเคลื่อนอนุโลมของข้อกำหนดเฉพาะ
การวิเคราะห์ความถูกต้องของระบบการวัดแบบ Variable
ระบบการวัดโดยทั่วไปจะมีความผันแปรของการวัดเป็นการแจกแจงตัวแบบปกติ และมีคุณลักษณะความผันแปรดังในรูป

ความผันแปรของตำแหน่งจะหมายถึงคุณสมบัติของการ “เข้าใกล้” ของค่าเฉลี่ยจากผลการวัดหลายๆ ครั้ง เมื่อเปรียบเทียบกับค่าอ้างอิง และจะกำหนดด้วยปริมาณความเอนเอียง (Bias)
สาเหตุของBiasอาจจะมาจาก
อุปกรณ์การวัด หรือ ชิ้นงานมาตรฐาน มีความสึกหรอ
มีการใช้เกจวัด วัดงานอย่างไม่ถูกต้อง
มีการสอบเทียบอุปกรณ์การวัด หรือ เกจวัดที่ไม่ถูกต้อง
ปัจจัยแวดล้อมต่าง ๆ อาทิ อุณหภูมิ
Bias คืออะไร
ในการประเมินผลระบบการวัด จะเป็นการพิจารณาว่า ความผันแปรของระบบการวัดมีค่าเท่าใด ทั้งนี้เพื่อการพิจารณาว่าจะสามารถให้การยอมรับความผันแปรดังกล่าวได้หรือไม่ ซึ่งการพิจารณาดังกล่าวจะขึ้นอยู่กับความผันแปรทั้งหมดที่ยอมให้เกิดขึ้นในข้อมูลวัด โดยจะกำหนดได้จากความผันแปรของกระบวนการ และจากความคลาดเคลื่อนอนุโลมของข้อกำหนดเฉพาะ
ค่าไบอัส หมายถึง ความแตกต่างระหว่างค่าเฉลี่ยของค่าที่ได้จากการวัดจากค่าอ้างอิงหรือค่ามาสเตอร์ และค่าไบอัสนี้จะเป็นค่าประเมินคุณสมบัติด้านความถูกต้องของระบบการวัด ในการประเมินค่าไบอัสของระบบการวัด มีวิธีการดังนี้
คุณสมบัติด้านไบอัส (Bias)
เป็นค่าความแตกต่างระหว่างค่าจริงและค่าเฉลี่ยของค่าวัดที่วัดได้บนคุณลักษณะและชิ้นงานวัดเดียวกัน
ขั้นตอนการวิเคราะห์ความเที่ยง
เลือกงานมาตรฐานในการวัดขึ้นมาชิ้นหนึ่ง ที่สามารถสอบกลับไปยังมาตรฐานแห่งชาติได้ หรือ เลือกชิ้นงานจากสายการผลิต โดยกำหนดให้เป็นงานมาสเตอร์ โดยให้ทำการวัดงานมาสเตอร์นี้อย่างน้อย 10 ครั้ง ภายใต้สภาวะควบคุมแล้วทำการเฉลี่ยค่าความผันแปรในการวัด และกำหนดให้เป็นค่าอ้างอิง (reference value)
ใช้พนักงานที่มีความสามารถในการใช้เครื่องมือวัดอย่างดีทำการวัดงานมาสเตอร์ดังกล่าวอย่างน้อย 10 ครั้ง ภายใต้สภาวะการวัดที่ต้องการประเมินผล
ทำการเฉลี่ยค่าวัดดังกล่าว
ทำการประเมินผลค่าไบอัส โดยการพิจารณาถึงความแตกต่างของค่าเฉลี่ยที่ได้จากค่าอ้างอิง
ประเมินผลค่าไบอัสเทียบกับความคลาดเคลื่อนอนุโลมที่ยอมให้ หรือ ให้ประเมินค่าไบอัสเทียบกับความผันแปรของกระบวนการ
การวิเคราะห์ความถูกต้อง/แม่นยำ เมื่อเปลี่ยนช่วงเวลาการวัดแบบ Variable
เสถียรภาพ (หรือการเลื่อน) เป็นความผันแปรรวมในการวัดที่ได้จากระบบการวัดในงาน master หรือชิ้นงานเดียวกันเมื่อทำการวัดคุณลักษณะเดียวที่เวลาต่างกัน เสถียรภาพเป็นการเปลี่ยนค่าเอนเอียงในช่วงของระยะเวลา

สาเหตุต่าง ๆ ของความไม่เสถียร
ช่วงเวลาในการสอบเทียบยาวเกินไป
การเสื่อมสภาพของอุปกรณ์วัด หรือการบำรุงรักษาที่ไม่ดี
สิ่งแวดล้อมในระบบการวัดมีการเปลี่ยนแปลงไปแบบค่อยเป็นค่อยไป
Comments