Действующий
Оценка неопределенности измерений помогает поддерживать доверие клиентов организаций (внутренних и внешних) в том, что процессы измерения в организациях способны адекватно определять уровень качества. Анализ неопределенности измерений помогает выявить изменчивость в областях производства, критических для качества продукции, и, направив ресурсы в такие области, улучшить или сохранить качество.
Измерительный анализ может помочь в выборе новых измерительных инструментов с помощью оценки составляющей вариации, которая связана с инструментом.
4.5.5.3 Определение характеристик конкретного метода (правильность, точность, повторяемость, воспроизводимость и т.д.)
Анализ измерений позволяет выбрать наиболее подходящие методы измерения для подтверждения качества продукции. Измерительный анализ позволяет организациям поддерживать баланс между стоимостью и эффективностью различных методов измерения, влияющих на качество продукции.
Система измерений в организациях может быть оценена и охарактеризована количественно путем сравнения ее результатов измерений с аналогичными результатами, полученными другими системами измерения. Это может помочь организациям в улучшении применяемых методов или в обучении сотрудников измерительному анализу.
Анализ возможностей процесса представляет собой изучение присущей процессу изменчивости и распределения характеристик процесса для оценки его способности производить продукцию, соответствующую установленным требованиям.
Когда измеряемыми переменными являются данные продукции или процесса, присущая процессу изменчивость характеризуется "разбросом" процесса, если процесс находится в состоянии статистического управления (см. 4.11), и обычно измеряется как шесть стандартных отклонений (6 сигма) распределения процесса. Если параметры процесса подчиняются нормальному распределению (описываются кривой в виде колокола), этот интервал теоретически охватывает 99,73% всей совокупности.
Возможность процесса обычно выражается в виде показателя, который связывает фактическую изменчивость процесса с допуском, установленным в спецификациях. Широко используемый показатель изменчивости для переменных данных 
- это отношение общего допуска к величине 
, которая является мерой теоретической изменчивости процесса, точно центрированного между пределами, задаваемыми в спецификации. Другой широко используемый показатель 
, описывающий фактическую возможность процесса, может быть как центрированным, так и нецентрированным. Показатель 
особенно удобен в случаях односторонних допусков. Другие показатели разработаны для учета медленных и быстрых составляющих изменчивости процесса.
- это отношение общего допуска к величине , которая является мерой теоретической изменчивости процесса, точно центрированного между пределами, задаваемыми в спецификации. Другой широко используемый показатель , описывающий фактическую возможность процесса, может быть как центрированным, так и нецентрированным. Показатель особенно удобен в случаях односторонних допусков. Другие показатели разработаны для учета медленных и быстрых составляющих изменчивости процесса.
При анализе таких характеристик процесса, как процент несоответствий или количество несоответствий, устанавливают такие показатели возможностей процесса, как средняя доля несоответствующих единиц или средний уровень несоответствий.
Анализ возможностей процесса используют для оценки способности процесса производить продукцию, которая стабильно соответствует требованиям спецификаций, а также для оценки ожидаемого количества несоответствующей продукции.
Такой анализ может применяться для оценки возможностей любой составляющей процесса, такой как отдельная машина. Анализ "возможностей машины" может использоваться, например, для оценки оборудования или его вклада в общие возможности процесса.
Анализ возможностей процесса обеспечивает оценку присущей процессу изменчивости и оценку ожидаемого процента несоответствующей продукции. Это позволяет организациям оценить стоимость несоответствия и может помочь при принятии решений относительно усовершенствования процесса.
Назначение минимальных требований для возможностей процесса может помочь выбору процессов и оборудования, которые обеспечат производство приемлемой продукции.
Концепция анализа возможностей процесса полностью применима к статистически управляемому процессу. Поэтому анализ возможностей процесса следует выполнять в сочетании с методами управления.
Оценки процента несоответствующей продукции делаются в предположении о нормальности распределения. Когда требования нормальности распределения не выполняются, с оценками следует обращаться осторожно, особенно в случае процессов с высокими показателями изменчивости.
Показатели возможностей могут вводить в заблуждение, когда распределение процесса является существенно ненормальным.
В этих случаях оценки процента несоответствующих изделий следует основывать на методах анализа, разработанных для таких распределений. Аналогично в случае процессов, которые находятся под воздействием систематических неслучайных причин вариации, таких как износ инструмента, для вычисления и исследования возможностей должны использоваться специальные методы.
Анализ возможностей процесса используют для назначения рациональных технических требований в спецификациях на продукцию, гарантирующих, что составляющие вариаций согласуются с увеличениями допуска для собранной продукции. Наоборот, когда необходимы жесткие допуски, от изготовителей комплектующих требуется, чтобы был достигнут заданный уровень возможностей процесса для обеспечения высокого объема производства продукции при минимальных потерях.
Высокие значения возможностей процесса (например, 
) иногда используют на уровне комплектующих и подсистем, чтобы достичь необходимого качества и надежности сложных систем.
) иногда используют на уровне комплектующих и подсистем, чтобы достичь необходимого качества и надежности сложных систем.
Анализ возможностей машины используют для оценки ее способности выполнять работу в соответствии с заданными требованиями, а также для принятия решений о закупке или ремонте оборудования.
Производители приборов в автомобильной, космической, электронной, продовольственной, фармацевтической и медицинской отраслях обычно используют анализ возможностей процесса как главный критерий оценки поставщиков и продукции. Это позволяет производителю минимизировать прямой контроль закупленных изделий и материалов.
Некоторые компании, занимающиеся производством или оказанием услуг, отслеживают показатели возможностей процессов, чтобы выявлять потребности в усовершенствовании процессов и проверять эффективность таких усовершенствований.
Регрессионный анализ связывает поведение исследуемой характеристики (обычно называемой "переменной отклика") с потенциально причинными факторами (обычно называемыми "независимыми переменными"). Такие соотношения определяются моделью, которую разрабатывают на основе научных, экономических, инженерных или других исследований. Цель регрессионного анализа состоит в том, чтобы помочь понять потенциальную причину вариаций в отклике и объяснить, насколько влияет на эту вариацию каждый фактор. Это достигается установлением статистических связей вариации переменной отклика с вариациями независимых переменных и получением лучшей согласованности путем минимизации отклонений между предсказанным и фактическим откликом.
- проверять гипотезы относительно влияния независимых переменных на отклик и использовать эту информацию для оценок изменений в отклике при заданном изменении независимой переменной;
- предсказывать (с заданным уровнем доверия) интервал значений, в котором будет находиться ожидаемое значение отклика при заданном значении независимой переменной;
- оценивать направление и степень связи между переменной отклика и независимой переменной (хотя такая связь не означает причинную зависимость). Такая информация может использоваться для определения влияния изменения одного фактора (например, температуры) на выходные характеристики процесса, в то время как другие факторы остаются постоянными.
Регрессионный анализ может обеспечить понимание соотношений между различными факторами и наблюдаемым откликом. Такое понимание может помочь в принятии решений, связанных с изучаемым процессом, и будет способствовать улучшению процесса.
Регрессионный анализ позволяет в сжатом виде представлять данные отклика, сравнивать различные, но связанные наборы данных и анализировать потенциальные отношения "причина - следствие". Регрессионный анализ позволяет оценить относительные величины влияния независимых переменных, а также относительный вклад этих переменных. Эта информация очень важна при управлении или улучшении выходных характеристик процесса.
Регрессионный анализ обеспечивает определение оценки величины и источника влияний на отклик, вызванных факторами, которые или не измерены, или не исследовались при анализе. Эта информация может использоваться для совершенствования системы измерения или управления процессом.
Регрессионный анализ может использоваться для прогнозирования значений переменной отклика при заданных значениях одной или более независимых переменных, а также для прогнозирования влияния изменений независимых переменных на полученный или предсказанный отклик. При решении ряда задач проведение таких исследований может быть полезно для оценки эффективности предполагаемых действий.
При моделировании процесса требуется навык в построении модели регрессии (линейной, показательной, многомерной) и использовании диагностики для улучшения модели. Наличие неучтенных переменных, погрешностей измерений и других источников необъясненных вариаций отклика может усложнить моделирование. Какой метод оценки является подходящим для регрессионного анализа, определяется предположениями, лежащими в основе рассматриваемой регрессионной модели, и характеристиками имеющихся данных.
Включение или невключение в анализ единичного наблюдения или их небольшой группы может оказать влияние на оценку отклика. Поэтому наблюдения, влияющие на результаты, должны быть освобождены от случайных выбросов, т.е. от экстремальных значений, пригодность которых для анализа должна быть исследована.
При моделировании является важным упрощение модели с помощью минимизации количества независимых переменных. Включение ненужных переменных может скрыть влияние независимых переменных и уменьшить точность прогнозов, сделанных с помощью модели. Однако, опустив существенную независимую переменную, можно серьезно ограничить модель и снизить достоверность результатов.
Регрессионный анализ используют для моделирования таких характеристик производства, как объем производимой продукции, производительность, качество исполнения, временной цикл, вероятность отказов при испытании или контроле, а также различных видов несоответствий в процессах. Регрессионный анализ используют, чтобы выявить наиболее важные факторы в таких процессах, а также величину и характер их вклада в исследуемые характеристики.