Lompat ke konten

Tips dan trik

Cara menilai alat ukur dengan studi Gage R&R dan membaca hasilnya

Redaksi ARSTEMA · · 4 menit baca

Rancang studi Gage R&R, pahami rumus %Study Var dan %Tolerance, lalu baca batas penerimaan serta jumlah kategori berbeda (ndc) untuk memutuskan apakah alat ukur cukup andal dipakai.

Gage R&R (Gage Repeatability and Reproducibility) adalah metode untuk mengetahui seberapa besar variasi pada data ukur yang berasal dari sistem pengukurannya sendiri. Menurut Quality-One, variasi itu punya dua unsur: repeatability (keterulangan), yang bersumber dari peralatan, dan reproducibility (keterbandingan antarpelaku ukur), yang bersumber dari inspektur atau operator. Pakai studi ini sebelum data ukur dipakai untuk kendali proses atau keputusan terima/tolak, supaya jelas apakah angka yang tercatat mencerminkan komponen atau justru alat dan cara mengukurnya.

Langkah

  1. Rancang pengambilan data secara acak. Quality-One menyatakan data harus bersifat acak. Praktik standarnya: beberapa penilai (appraiser, yaitu orang yang mengukur) mengukur kumpulan komponen yang sama dalam urutan acak. Lazimnya dipakai dua atau tiga penilai dan 5 atau 10 komponen. Sebagai contoh, halaman bantuan Minitab memakai tiga operator yang mengukur sepuluh komponen, tiga kali per komponen. Contoh Quality-One memakai dua penilai, sepuluh komponen, dua kali ukur, dengan jangka sorong digital berskala inci desimal.
  2. Pilih komponen yang mewakili seluruh rentang. Minitab menegaskan komponen studi harus mewakili seluruh rentang komponen yang mungkin. Dalam contoh Quality-One, komponennya mewakili seluruh rentang keluaran proses.
  3. Pilih metode hitung. Quality-One menyebut dua metode yang paling diterima luas: Average and Range (rata-rata dan rentang) dan ANOVA (analisis ragam). ANOVA lebih rumit, tetapi dapat membedakan hubungan (interaksi) antara penilai dan komponen. Banyak praktisi memakai perangkat lunak, dan sebagian besar perangkat lunak itu menyediakan ANOVA.
  4. Pahami rumus dasarnya. Menurut Minitab, Study Var adalah simpangan baku tiap sumber variasi dikali 6, atau pengali lain yang Anda tentukan. Pengali 6 mencakup sekitar 99,73% data bila data berdistribusi normal, sedangkan pengali 5,15 dipakai bila ingin mencakup 99%. %Study Var adalah Study Var tiap sumber dibagi variasi total, dikali 100. %Tolerance adalah Study Var tiap sumber dibagi toleransi proses, dikali 100. Minitab juga mencatat bahwa %Study Var merupakan akar kuadrat dari %Contribution, sehingga %Contribution berjumlah 100 sedangkan %Study Var tidak.
  5. Pilih metrik sesuai tujuan. Minitab menjelaskan: bila alat dipakai untuk menilai perbaikan proses, misalnya menurunkan variasi antar komponen, %Study Var adalah estimasi presisi yang lebih baik. Bila alat dipakai menilai komponen terhadap spesifikasi, %Tolerance adalah metrik yang tepat.
  6. Bandingkan dengan batas penerimaan. Gunakan tabel berikut yang bersumber dari Quality-One untuk Total Gage R&R.
Statistik Dapat diterima Tergantung metode ukur dan aplikasi Tidak dapat diterima, perlu perbaikan
%Study Variance di bawah 10% 10 sampai 30% 30%
%Contribution di bawah 1% 1 sampai 9% di atas 9%

Quality-One menulis angka 30% pada baris tidak dapat diterima, sedangkan artikel Minitab oleh Eric Heckman mengutip pedoman AIAG (Automotive Industry Action Group) dengan %Study Variation maksimum 30% dan jumlah kategori berbeda minimum 5. 7. Baca jumlah kategori berbeda (ndc, number of distinct categories). Angka ini menunjukkan berapa kelompok data proses yang mampu dibedakan sistem ukur Anda. Menurut Minitab, Manual AIAG menyatakan 5 kategori atau lebih menandakan sistem ukur yang dapat diterima. Bila kurang dari 5, resolusi sistem ukur mungkin tidak cukup. Bila ndc 2, komponen hanya terpisah menjadi dua kelompok (tinggi dan rendah). Bila ndc 3, komponen terpisah menjadi tiga kelompok (rendah, tengah, tinggi). Bila ndc kurang dari 2, sistem ukur tidak berguna untuk mengendalikan proses karena tidak dapat membedakan komponen. 8. Periksa sumber variasi terbesar. Menurut Minitab, pada sistem ukur yang dapat diterima, komponen variasi terbesar adalah variasi antar komponen (part-to-part). Bila repeatability dan reproducibility menyumbang banyak variasi, selidiki sumber masalahnya dan lakukan tindakan korektif. Quality-One menambahkan petunjuk: repeatability yang jauh lebih besar daripada reproducibility dapat menunjukkan masalah pada alat ukur atau variasi berlebih di dalam komponen, sedangkan reproducibility yang jauh lebih besar dapat menunjukkan masalah pada akurasi atau keterampilan penilai. 9. Cocokkan dengan grafik. Menurut Minitab, titik pada R chart yang berada di atas batas kendali atas (UCL) menandakan operator tidak mengukur komponen secara konsisten. Pada grafik interaksi Operator*Part, garis yang berhimpit berarti operator mengukur dengan cara serupa. Garis yang tidak sejajar atau bersilangan berarti kemampuan operator mengukur suatu komponen bergantung pada komponen itu. Garis yang secara konsisten lebih tinggi atau lebih rendah menandakan operator menambah bias. 10. Perhatikan interval kepercayaan. Minitab menyarankan, bila interval terlalu lebar untuk berguna, pertimbangkan menambah ukuran sampel.

Contoh membaca hasil

Dalam contoh Quality-One (dua penilai, sepuluh komponen, dua kali ukur, jangka sorong digital), Total Gage R&R pada %Contribution bernilai 2,18%, dengan repeatability 1,3% dan reproducibility 0,87%. Pada %Study Variance, totalnya 14,75%, dengan repeatability 11,42% dan reproducibility 9,34%. Quality-One menilai angka-angka itu masih dalam batas yang dapat diterima untuk jenis alat dan penerapannya. Selisih repeatability dan reproducibility tidak menunjukkan perbedaan berarti, dan persentase variasi terbesar berasal dari antar komponen. Quality-One menyebut contoh itu hanya ilustrasi, bukan analisis proses.

Kesalahan yang sering terjadi

  • Menganggap lulus pada satu alat berarti beberapa alat setara. Dalam contoh Minitab, tiga lini produksi punya alat ukur yang masing-masing dikalibrasi ke standarnya sendiri dan lulus Gage R&R. Studi diperluas yang memasukkan ketiga alat memberi %Tolerance 79%, padahal di atas 30% dianggap tidak dapat diterima. Setelah alat dikalibrasi ke satu standar, penolakan produk nyaris hilang.
  • Memakai %Study Variation saat komponen kurang dari 10. Artikel yang sama sangat menyarankan memasukkan simpangan baku historis dan memakai %Process. Ketentuan umum %Process sama dengan %Study Variation, yaitu di bawah 30%.
  • Memakai satu metrik tanpa melihat tujuan. Pilih %Study Var untuk perbaikan proses dan %Tolerance untuk penilaian terhadap spesifikasi.
  • Membaca grafik sebagai penilaian proses produksi. Quality-One mengingatkan bahwa grafik hanya menggambarkan efektivitas sistem ukur, bukan proses manufakturnya.

Sumber

  1. Gage R&R | Gage Repeatability & Reproducibility | Quality-OneQuality-One International · 30 Agustus 2017
  2. All statistics and graphs for Crossed Gage R&R StudyMinitab, LLC
  3. How to Design, Analyze and Interpret the Results of an Expanded Gage R&R StudyMinitab

Pelajari lebih dalam di ARSTEMA Academy