As05 - Msa 2

MSA –
Mesurement System Ansalysis

1 Sistem Pengukuran
We don’t know what we
don’t know.
If we can’t express what
we know in the form of
numbers, we really don’t
know much about it.
If we don’t know much
about it, we can’t control it.
If we can’t control it, we
are at the mercy of chance.
APQP, PPAP, FMEA, Control Plan, SPC & MSA
Apakah itu Measurement System Analysis?

• Sistem pengukuran itu seperti kaca depan mobil anda, jika kaca depan anda buram,
pandangan akan kabur
• Suatu sistem pengukuran membuat kita “melihat” proses Apabila sistem pengukuran
tidak baik, kita kehilangan kemampuan untuk membuat keputusan-keputusan yang
tepat tentang bagaimana memperbaiki proses kita
proses dalam melakukan pengukuran yang melibatkan apprisal, alat

dan metode pengukuran
Jika anda tidak dapat mengukur, anda tidak

dapat memperbaiki!
– Taguchi
Coretools-asrizal.zoomeci
Slide 3 AMS59 Issue09july2020
Aplikasi dari MSA
Sebagai kriteria penerimaan alat baru

Suatu metode dalam perbandingan beberapa alat pengukuran
Dasar penilaian alat ukur yang diduga bermasalah
Untuk membandingkan alat ukur sebelum dan sesuah
perbaikan
Salah satu komponen dalam menghitung variasi proses, dan
level yang dapat diterima untuk proses produksi
Untuk mengetahui kemampuan Operator baru.
Konsep Dasar Sistem Pengukuran
 Setiap produk/ jasa memiliki spesifikasi

 Setiap spesifikasi pasti dapat diukur
 Setiap hasil Pengukuran memiliki variasi
 Total variasi yang diamati sama dengan jumlah “variasi produk/ servis”
sebenarnya ditambah dengan variasi dari sistem pengukuran
 2
Total  2
Product  2
Measuremen t System
Measurement
MSA - Variasi Activitas untuk memberikan angka untuk

mengekspresikan karakteristik tertentu
Measurement System
- Variasi yang diamati dari proses berarti tidak hanya variasi aktual tetapi juga variasi sistem
Seluruh sistem digunakan untuk
pengukuran. mendapatkan nilai Pengukuran
※ Pemeriksaan sistem pengukuran merupakan prasyarat dari semua analisis pengukuran. (Contoh)
Metode operasi, Prosedur mesin pengukur
dan peralatan lainnya, Perangkat Lunak,
total2
Observed variation of skala ukur dll.
process/product Accuracy (ketepatan)
Ketepatan sesuai dengan nilai standar atau
level yang memungkinkan untuk memilih
Rataan
Prod2 MS2
Actual variation of Measurement variation of Precision
process/product process/product Penyebaran hasil pengukuran
Bias
Diff value antara Nilai std (true value) dgn
Within-group Between-group Precision Accuracy nilai yang terukur
variation variation Linierity
perbedaan nilai bias melalui jangkauan
operasi yang diharapkan dari pengukur
Z LT Z ST Repeatability Bias Stability
1.5 σshift Total variasi penguluran dari pengukuran
dengan part yang sama dengan waktu
Reproducibility Linearity yang berbeda
Repeatability
Operator Variasi pengukuran dgn opt dan alat yang
Stability
Target sama
LSL USL
Operator * Part Reproducibility
Var pengukuran dengan Alat sama opt
berbeda
Komponen Sistem Pengukuran

• Sumber-sumber variasi sistem pengukuran (Measurement System error) adalah:
Material Inspector Methods
Test Method
Sample Training
Collection
Workmanship
Sample Parallax
Practice
Preparation
Samples
Reproducibility
Ergonomics
Standards
Measurement
Discrimination Vibration
Bias Temperature
Repeatability Lighting
Calibration
Fixture
Linearity Humidity
Eyesight
Air Pressure
Instrument Environment Air Movement
Fatigue
Standard-Workpiece-Instrument-Person-Environment
Kesalahan Sistem Pengukuran (1/3)
Kesalahan sistem pengukuran dapat diklasifikasi menjadi dua kategori,

yaitu Akurasi dan Presisi
1. Akurasi adalah perbedaan antara pengukuran dengan nilai
aktual part sedangkan
2. Presisi adalah variasi yang terlihat ketika sebuah part yang
sama diukur beberapa kali dengan alat ukur yang sama
Noted :
kita diharuskan memastikan apakah sistem pengukuran dapat
mendeteksi perubahan kecil yang ada di proses (discrimination)
• komponen yang dapat kita analisa dari sistem

pengukuran adalah:
1. Accuracy
a. Bias
b. Stability
c. Linearity
2. Precision (Gage R&R) (alat – opt – method)
 Reproducibility – reputability
3. Discrimination
 kemampuan untuk mendeteksi
perubahan kecil didalam
karakteristik
Y1
Y2
Y3
USL
Y4
LSL T
• Variasi Sistem Pengukuran

Variasi sistem pengukuran merupakan penjumlahan dari variasi yang diakibatkan karena Repeatablility dan
Reproducibility dan mencerminkan variasi penyebab umum dalam sistem pengukuran
 MS   rpt   rpd
2 2 2
%R&R
Operator A
    
target
2 2 2
  
m
2
m
2
rpt
g
2
o
rpd
Operator B Operator C
Alat, Opt , part
Alat, part
Perbandingan: Yang Baik Vs. Yang Buruk
Mean Mean
Repeatability Baik Repeatability Tidak Baik
Reproducibility Reproducibility buruk
baik
Mean Mean
Operator 1 Operator 2 Operator 3 Operator 1 Operator 2 Operator 3
Discrimination
[ Number of distinct categories – NDC ]
• diskriminasi adalah kemampuan untuk mendeteksi perubahan kecil didalam
karakteristik
• Alat ukur mungkin tidak tepat untuk mengidentifikasi variasi proses atau
menghitung nilai karakteristik individual part apabila diskriminasi-nya tidak
dapat diterima
• Apabila suatu alat ukur tidak dapat membedakan antara variasi umum di dalam
proses dengan variasi penyebab khusus, alat ukur tersebut tidak dapat diterima
.28 .28 Penggaris .28 .28

.279 .282 Caliper .282 .279
.2794 .2822 Micrometer .2819 .2791
Acceptence MS
% Gage R&R
< 10%  Acceptable
10% - 30%  Conditional
> 30%  Reject
NDC
>5  Acceptable
2–5  Conditional
<2  Reject
Rel 1.0
Analisa Sistem Pengukuran
Analisa sistem
Pengukuran
Accuracy Precision
Linearity Bias Study/ Stability GAGE R&R Attribute Agreement

Analysis
Crossed Method Nested Method

2 Gage R&R
• Variable Gage R&R
 Range-method
 Xbar-R Method
 Anova Method
 Analitical Method
 GRR Crossed
 GRR Nested
Rel 1.0
Standard Gage R&R AIAG
Automotive Industry Action Group (AIAG) mengenal 2 standar MSA

untuk Gage R & R:
 Short Form – Lima part diukur dua kali oleh dua operator yang
berbeda. (5 – 2 – 2)
 Long Form – Sepuluh part diukur tiga kali oleh tiga operator yang
berbeda. (10 – 3 – 3)
Sistem Pengukuran dapat diterima apabila variasi Gage R&R lebih
kecil dari Variasi Proses.
Rel 1.0
Analisa Sistem Pengukuran Kontinyu
Tool : Gage R&R (Crossed)

Apa:
 adalah sebuah eksperimen yang digunakan untuk
mengestimasi berapa besar dari total variasi proses yang
disebabkan oleh sistem pengukuran.
 Total variasi proses terdiri dari variasi part-to-part dan
variasi sistem pengukuran.
 Crossed Analysis biasanya digunakan ketika setiap part dalam
studi dapat diukur beberapa kali.
Gage R&R study (crossed method)

Metode untuk analisa variasi sistem pengukuran:
1. Metode Range
2. Metode Xbar-R
3. Metode ANOVA
Id VariationX Range Xbar R Anova

Part Variation O O O
Between Appraiser O O O
Within Appriaser XX O O
Gage Var XX O O
Part *appraiser XX XX O
Gage R & R –
1. Pilih secara acak Alat ukur, appraisers (opt) dan parts (Object) yang akan di ukur.
2. Pilih secara acak yang mewakili variasi proses yang melekat dari produksi harus
dibuat. (
3. Blind mark the parts (parts diberi label /tanda yang tidak bisa dikenali oleh
operator.
4. Setiap part diukur beberapa kali (sesuai dgan rencana repitasi MSA (at least twice)
oleh operator.
5. Record the measurement on the worksheet and estimate the repeatability and
reproducibility.
6. Estimate the measurement variability and total variability.
7. Compute the Precision-to-Total ratio and Precision-to-Tolerance ratio (P/T) (if
specification limits are available).
Range Method
Mengunakan Range Method untuk Analisa Sistem pengukuran tanpa melakukan repeatasi
Part App A App B Range Average Range ( R) 

 R i
1 0.85 0.80 0.05 g

2 0.75 0.70 0.05
3 1.00 0.95 0.05
4 0.45 0.55 0.1
5 0.50 0.60 0.1
R bar 0.07
GRR 0.06 Rbar / d2
Stdev 0.19 SDTev
% GRR 0.33 GRR / Stdev (%)
R GRR
GRR  ( *
) %GRR  100  ( )
d2 Process Standard Deviation
Gage R & R – Xbar & R Method

Table for d2
Num of Trial
m
2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 1.41 1.91 2.24 2.48 2.67 2.83 2.96 3.08 3.18 3.27 3.35 3.42 3.49 3.55
2 1.28 1.81 2.15 2.40 2.60 2.77 2.91 3.02 3.13 3.22 3.30 3.38 3.45 3.51
Num of Part & Operator
3 1.23 1.77 2.12 2.38 2.58 2.75 2.89 3.01 3.11 3.21 3.29 3.37 3.43 3.50
4 1.21 1.75 2.11 2.37 2.57 2.74 2.88 3.00 3.10 3.20 3.28 3.36 3.43 3.49
5 1.19 1.74 2.10 2.36 2.56 2.73 2.87 2.99 3.10 3.19 3.28 3.35 3.42 3.49
6 1.18 1.73 2.09 2.35 2.56 2.73 2.87 2.99 3.10 3.19 3.27 3.35 3.42 3.49
7 1.17 1.73 2.09 2.35 2.55 2.72 2.87 2.99 3.10 3.19 3.27 3.35 3.42 3.48
g 8 1.17 1.72 2.08 2.35 2.55 2.72 2.87 2.98 3.09 3.19 3.27 3.35 3.42 3.48
9 1.16 1.72 2.08 2.34 2.55 2.72 2.86 2.98 3.09 3.18 3.27 3.35 3.42 3.48
10 1.16 1.72 2.08 2.34 2.55 2.72 2.86 2.98 3.09 3.18 3.27 3.34 3.42 3.48
11 1.16 1.71 2.08 2.34 2.55 2.72 2.86 2.98 3.09 3.18 3.27 3.34 3.41 3.48
12 1.15 1.71 2.07 2.34 2.55 2.72 2.85 2.98 3.09 3.18 3.27 3.34 3.41 3.48
13 1.15 1.71 2.07 2.34 2.55 2.71 2.85 2.98 3.09 3.18 3.27 3.34 3.41 3.48
14 1.15 1.71 2.07 2.34 2.54 2.71 2.85 2.98 3.08 3.18 3.27 3.34 3.41 3.48
15 1.15 1.71 2.07 2.34 2.54 2.71 2.85 2.98 3.08 3.18 3.26 3.34 3.41 3.48
>15 1.128 2.059 2.534 2.847 3.078 3.258 3.407

1.693 2.326 2.704 2.970 3.173 3.336 3.472

1. Pilih secara acak Alat ukur, appraisers (opt) dan parts (Object) yang akan di ukur.
2. Pilih secara acak yang mewakili variasi proses yang melekat dari produksi harus
dibuat. (
3. Blind mark the parts (parts diberi label /tanda yang tidak bisa dikenali oleh
operator.
4. Setiap part diukur beberapa kali (sesuai dgan rencana repitasi MSA (at least twice)
oleh operator.
5. Record the measurement on the worksheet and estimate the repeatability and
reproducibility.
6. Estimate the measurement variability and total variability.
7. Compute the Precision-to-Total ratio and Precision-to-Tolerance ratio (P/T) (if
specification limits are available).
Opt = 3
Part = 15
Repeat = 2

Repeatability m = number of trials = 2
g = no.of parts x no.of appraisers
= 15 x 3 = 45
= 0.906
Reproducibility
m = number of appraisers = 3
Variation MS

Part Variation R Part = P max - P min R Part 10
Part = =
= 48.0 – 38.0 d 2 3.55
= 10 m = number of parts = 15
g = no. of range calculation = 1
= 2.817
Total Variation
Precision to Tolerance Ratio Precision to Total Variation Ratio NDC
NDC = 1.41(PV/ms)
= 1.41 (2.817/ 0.955)

= 4
3 Attribute agreement Analysis
Analisa Sistem Pengukuran

Analisa sistem
Pengukuran
Accuracy Precision
Linearity Bias Study/ Stability GAGE R&R Attribute Agreement

Analysis
Crossed Method Nested Method
Attribute Agreement Analysis

Apa:
Attribute agreement analysis memeriksa konsistensi dari hasil dalam appraiser
dan antara appraiser dan, jika tepat, membandingkan dengan master atau nilai
referensi (juga disebut nilai standar). Tipe analisa menggunakan attribute
ratings atau klasifikasi, misalnya pass/fail.
Data dapat berupa :
Tipe Data Contoh

Benar/Salah
Binary Satu dari dua nilai
OK/Reject
Sobek,Bolong,Luntur
Nominal Variabel kategorikal yang tak berurutan
Manis,Asin,Pahit
Emas,Perak,Perunggu (Medals)
Ordinal Varibel diskrit yang berurutan
Likert Scale
Attribute Agreement Analysis

Kapan:
• Membandingkan dua atau lebih appraiser
• Meneliti konsistensi ketika appraiser yang sama atau alat yang sama dipakai
untuk menilai barang yang sama beberapa kali.
• Mengevaluasi kebenaran ketika seorang appraiser menilai sebuah barang
dibandingkan dengan standar.
Mengapa:
• Apakah operator akan sepakat tentang hasil penilaian pass/fail pada sampel
label yang sama ?
• Apakah operator akan menilai dengan benar, ketika dibandingkan dengan
standar yang diberikan oleh Quality Coordinator ?
Workshop: Attribute Agreement Analysis
Workshop: Attribute Agreement Analysis (Lanj.)
Untuk melakukan attribute agreement analysis :

• Open xxxx
• Pilih Stat  Quality Tools  Attribute Agreement Analysis
• Lengkapi dialog box
seperti di samping
• Klik OK
MINITAB menampilkan output berikut tergantung

pada studi yang dilakukan :
Tabel ini Jika muncul berarti……
Tiap appraiser menilai satu item
Within Appraiser
lebih dari satu kali
Ada standard atau jawaban benar

Each Appraiser vs Standard
untuk setiap sampel
Between Appraisers Ada setidaknya dua appraiser
All Appraisers vs Standard Memiliki standard untuk tiap sampel
Ingin diselidiki derajat

Kappa Statistics
konsistensi anatara penilaian
Kendall's Coefficient Data Ordinal
Menggunakan Statistik Fleiss’s Kappa

• Kappa statistic mewakili derajat kesepakatan absolut di antara
penilaian – kappa memperlakukan semua kesalahan klasifikasi secara
sama tanpa memperhatikan penyimpangannya (magnitude).
• Semakin tinggi tingkat kesepakatan absolut dalam penilaian, semakin
tinggi nilai kappa :
– Jika kappa = 1, kesepakatan sempurna
– Jika kappa < 1, kesepakatan sama dengan yang dicapai dengan
menduga-duga.
– Jika kappa = 0, kesepakatan sangat lemah dan lebih buruk dari
menduga-duga, ini jarang terjadi
Panduan AIAG menyarankan :

• Nilai kappa lebih besar dari 0.75 mengindikasikan kesepakatan yang bagus
hingga bagus sekali
• Nilai kurang dari 0.40 mengindikasikan kesepakatan yang buruk.
• Maximum Nilai Kappa =1,00
Kappa
0,00 0,40 0,75 1,00
Within Appraisers
Appraiser Vs Standard
• Within Appraisal
• Each appraiser vs standard: assessing agreement
• Each appraiser vs standard : assessment disagreement
Between Appraisers
All Appraisers vs Standard
Takeaway
 Evaluasi pengukuran perlu dilakukan untuk memastikan apakah
alat ukur atau sistem pengukuran yang kita punya valid untuk
digunakan atau tidak
 Evaluasi pengukuran dilihat dari tingkat akurasi dan presisi
 Untuk mengevaluasi kepresisian suatu sistem pengukuran bisa
menggunakan Gage R&R untuk data kontinyu dan Attribute
Agreement Analysis untuk data diskrit

As05 - Msa 2

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

As05 - Msa 2

Diunggah oleh

Hak Cipta:

Format Tersedia

MSA –

Mesurement System Ansalysis

Apakah itu Measurement System Analysis?

proses dalam melakukan pengukuran yang melibatkan apprisal, alat

Jika anda tidak dapat mengukur, anda tidak

Aplikasi dari MSA

Sebagai kriteria penerimaan alat baru

Konsep Dasar Sistem Pengukuran

 Setiap produk/ jasa memiliki spesifikasi

MSA - Variasi Activitas untuk memberikan angka untuk

Komponen Sistem Pengukuran

Material Inspector Methods

Kesalahan Sistem Pengukuran (1/3)

Kesalahan sistem pengukuran dapat diklasifikasi menjadi dua kategori,

Kesalahan Sistem Pengukuran (2/3)

• komponen yang dapat kita analisa dari sistem

Kesalahan Sistem Pengukuran (3/3)

• Variasi Sistem Pengukuran

Perbandingan: Yang Baik Vs. Yang Buruk

Repeatability Baik Repeatability Tidak Baik

Reproducibility Reproducibility buruk

Operator 1 Operator 2 Operator 3 Operator 1 Operator 2 Operator 3

.28 .28 Penggaris .28 .28

Analisa Sistem Pengukuran

Linearity Bias Study/ Stability GAGE R&R Attribute Agreement

Crossed Method Nested Method

Standard Gage R&R AIAG

Automotive Industry Action Group (AIAG) mengenal 2 standar MSA

Analisa Sistem Pengukuran Kontinyu

Tool : Gage R&R (Crossed)

Gage R&R study (crossed method)

Id VariationX Range Xbar R Anova

Part App A App B Range Average Range ( R) 

1 0.85 0.80 0.05 g

Gage R & R – Xbar & R Method

>15 1.128 2.059 2.534 2.847 3.078 3.258 3.407

Gage R & R – Xbar & R Method

Gage R & R – Xbar & R Method

Gage R & R – Xbar & R Method

Gage R & R – Xbar & R Method

Precision to Tolerance Ratio Precision to Total Variation Ratio NDC

= 1.41 (2.817/ 0.955)

Analisa Sistem Pengukuran

Linearity Bias Study/ Stability GAGE R&R Attribute Agreement

Crossed Method Nested Method

Attribute Agreement Analysis

Tipe Data Contoh

Attribute Agreement Analysis

Untuk melakukan attribute agreement analysis :

Workshop: Attribute Agreement Analysis (Lanj.)

MINITAB menampilkan output berikut tergantung

Ada standard atau jawaban benar

Between Appraisers Ada setidaknya dua appraiser

All Appraisers vs Standard Memiliki standard untuk tiap sampel

Ingin diselidiki derajat

Kendall's Coefficient Data Ordinal

Menggunakan Statistik Fleiss’s Kappa

Panduan AIAG menyarankan :

0,00 0,40 0,75 1,00

• Each appraiser vs standard: assessing agreement

• Each appraiser vs standard : assessment disagreement

All Appraisers vs Standard

Anda mungkin juga menyukai