Análise do sistema de medição para dados de atributos: Kappa de Cohen

Introdução

Os estudos de Análise do Sistema de Medição (MSA) são bem conhecidos hoje em dia no setor. Mas quando falamos de estudos de MSA, estamos nos referindo principalmente aos estudos de repetibilidade e reprodutibilidade (R&R) de medidores. No entanto, durante a inspeção, ainda contamos com a inspeção visual, embora saibamos que a inspeção visual não é um método confiável para inspecionar a qualidade.

Por exemplo, no FMEA, devemos pontuar a detecção com pelo menos 6 (moderado) de 10 se os estudos de MSA de atributos forem feitos com bons resultados, mas, na maioria das vezes, é 7 ou 8 (baixa taxa de detecção).

Durante as sessões de treinamento da MSA, realizamos centenas de experimentos em que as pessoas tinham que contar uma letra específica em um texto. Esse teste rápido sob pressão de tempo (apenas 10 a 15 segundos permitidos) mostrou que os avaliadores eram capazes de encontrar o número certo de letras em um texto simples. Nesse cenário de experimento, não há confusão sobre “o que é um defeito e o que não é” e os avaliadores não estavam cansados. Mesmo assim, a maioria dos avaliadores não chegou à conclusão correta. As exceções foram as pessoas do setor de impressão, que têm muita experiência em inspeção visual e obtiveram uma pontuação significativamente melhor nesse teste.

Se um fornecedor alegar que não entrega defeitos porque faz 100% de inspeção visual, a primeira pergunta deve ser: Qual é a taxa de defeitos encontrada pelo senhor? Por experiência própria, é seguro dizer que pelo menos 20% da taxa de defeitos encontrados serão entregues aos clientes.

Uma ideia melhor sobre o risco pode ser estabelecida se for feito um estudo de MSA de atributos. Neste blog, descreveremos como um estudo de atributo pode ser realizado usando o software de gerenciamento Datalyzer Qualis Gage e o que o senhor precisa considerar para configurar um estudo.

Configuração do estudo

A parte mais importante de um estudo de atributos é estabelecer e organizar como o estudo deve ser feito. Normalmente, em um estudo de atributos, o senhor deve ter entre 20 e 80 produtos no estudo. A primeira discussão é como o senhor estabelece o que é um produto bom ou ruim. Com um medidor de atributos, o senhor pode medir o produto com um medidor mestre variável, mas isso não é possível com a inspeção visual.

O senhor precisa de uma equipe de “especialistas” para estabelecer o que é um bom produto e o que é um produto ruim. Quando o senhor escolhe 50 produtos que são claramente bons ou ruins, os resultados serão sempre excelentes. Se o senhor escolher 50 produtos que são discutíveis até mesmo entre os especialistas, pode esperar que os resultados do estudo sejam sempre ruins. É importante que o senhor escolha um bom conjunto de produtos em que talvez apenas alguns produtos sejam discutíveis.

Uma inspeção visual pode envolver muitos itens. No escopo do estudo, o senhor precisa determinar se combinará vários defeitos ou se usará apenas um defeito específico no estudo. Normalmente, um estudo deve ser representativo, portanto, é preferível que o senhor tenha vários defeitos no estudo. E o estudo deve ser feito em circunstâncias semelhantes às da produção.

Por exemplo: um cliente realizou a inspeção visual de seringas em uma máquina com luz de fundo específica em alta velocidade. Nesse caso, o senhor não pode oferecer aos avaliadores um conjunto de seringas em um escritório e pedir que eles as inspecionem, pois isso não é representativo.

O que fizemos nesse caso foi marcar as seringas com um marcador fluorescente e incluímos as seringas de teste durante a inspeção normal e filtramos as seringas após a inspeção. Quando o senhor realizar um estudo, tente realizá-lo nas mesmas circunstâncias e, principalmente, dentro do mesmo tempo que o avaliador normalmente tem.

Estabelecer um conjunto adequado de testes de produtos leva tempo. O problema é que, quando o senhor realiza esse estudo regularmente, precisa garantir que os resultados do estudo não sejam bem conhecidos na empresa. Se o senhor fornecer feedback sobre o que um avaliador deixou passar, o próximo avaliador saberá exatamente o que procurar em um estudo, o que torna seu conjunto de testes inútil. Um estudo deve ser feito totalmente às cegas, portanto, certifique-se de que a identificação do produto não esteja clara para o avaliador.

O último item é que o senhor pode precisar “recalibrar” a amostra de teste após um estudo. Um produto pode ser danificado ou ficar sujo durante o estudo e um produto classificado como “Bom” pode ser classificado corretamente pelos avaliadores como “Ruim” porque foi danificado ou ficou sujo durante o estudo. Isso é especialmente aplicável se o senhor tiver um número maior de alarmes falsos do que o esperado.

Registro e análise dos resultados

O método abaixo está de acordo com a 4ª edição do manual MSA da AIAG. Normalmente, 3 avaliadores inspecionam os 50 produtos 3 vezes. Os produtos serão inspecionados em uma ordem arbitrária. Para cada produto, inserimos o valor de referência, que é 0 para rejeição e 1 para um produto bom.

Assim, para cada produto, obtemos 9 resultados de inspeção. Se todos os resultados de inspeção forem uma rejeição e estiverem de acordo com o valor de referência, teremos um sinal de – na coluna de código. Se todos os resultados forem de um produto aceito e estiverem de acordo com o valor de referência, o senhor receberá um sinal de + na coluna de código. Se houver alguma medida diferente do valor de referência, veremos um X na coluna de código. Na parte inferior da planilha, vemos o número de aceitações e rejeições por avaliador.