Certificatie voor IATF 16949 via MSA

Measurement System Analysis (MSA) is een evaluatiemethode van het meetsysteem. In een organisatie wordt veel gemeten, denk aan de kalibratie van meetmiddelen of de toepassing van SPC in een processtap. Met MSA wordt de kwaliteit van die metingen onderzocht. Dat onderzoek is een eis in de norm IATF 16949, maar kan natuurlijk altijd onderdeel van het managementsysteem zijn. Ook bij ISO 9001. Hoe betrouwbaar zijn de metingen in uw organisatie? Wat kunt u zeggen over de betrouwbaarheid van de operationele processen?

Automotive stelt eisen aan het meetsysteem en de procesanalyses

De kwaliteitsnorm IATF 16949 voor de automotive verwacht dat organisaties MSA toepassen om de betrouwbaarheid van metingen te onderzoeken. MSA is de kwalificatie van het meetsysteem en een voorwaarde om operational excellence te realiseren. Het MSA bestaat uit de onderdelen die hieronder worden beschreven. Hulp nodig? Laat het ons weten!

De opbouw van MSA en de eisen van IATF 16949:

  1. Statistiek: Kwaliteit van de meetwaarden
  2. Vereisten: Uit de MSA moet blijken dat het systeem stabiel is
  3. Spelregels: MSA spelregels in de praktijk toepassen
  4. Stabiliteitsonderzoek: Bepaalde stabiliteit van het meetsysteem
  5. Bias onderzoek: Bepaal de bias van het meetsysteem
  6. Gage r&R onderzoek: Herhaalbaarheid en reproduceerbaarheid

1. Statistiek: Kwaliteit van de meetwaarden

MSA begint met de ordening en validatie van metingen. Er is een werkelijke waarde en met behulp van metingen wordt getracht, die werkelijke waarde te weten te komen. Maar meetinstrumenten kunnen afwijkingen vertonen, onjuist worden gebruikt of niet goed gekalibreerd zijn. Daardoor kunnen afwijkingen ontstaan en die kunnen worden gemeten. We onderscheiden de volgende afwijkingen:

Stabiliteit

Dit is de capaciteit van een meetinstrument om over langere tijd bij herhaling dezelfde waarde te meten bij hetzelfde monster. Lukt dat niet, dan is er verloop. Voorbeeld: Dit is vaak van toepassing bij meetinstrumenten in laboratoria zoals HPLC, gaschromatografie en andere testen naar chemische (sporen) componenten.

Nauwkeurigheid (bias)

Dit is het verschil in uitkomst tussen het gemiddelde van de gemeten waarden en de werkelijke waarde. Voorbeeld: De snelheidsmeter in uw auto wijst 100 kilometer per uur aan, maar de werkelijke snelheid van uw auto is 101 kilometer per uur. De bias is 1 kilometer per uur.

Lineariteit

De hiervoor besproken afwijking (bias) kan constant zijn, maar ook niet-lineair. De snelheidsmeter heeft in het voorbeeld bij een snelheid van 100 kilometer per uur een bias van 1 kilometer per uur. Bij 50 kilometer per uur, kan die bias ook 1 kilometer per uur zijn, maar ook 0,2 kilometer per uur. Dan is de bias niet lineair.

Herhaalbaarheid (repeatability)

Bij meten van de specificaties van een monster wordt bij herhaling van dezelfde meting dezelfde waarde gevonden, waarbij er alleen sprake is van een bepaalde natuurlijke variatie. Hoe kleiner die waarde is, hoe lager de kosten van een organisatie is (Deming). Voorbeeld: U hebt griep en wilt uw koorts meten. U kunt als analist van deze meting zelf de meting met dezelfde thermometer 3x uitvoeren. De spreiding van deze 3 metingen is een maat voor de herhaalbaarheid.

Reproduceerbaarheid (reproducibility)

Nu wordt het zelfde monster bij herhaling gemeten door verschillende instrumenten (van hetzelfde type) of verschillende personen (die wel dezelfde procedure volgen). Voorbeeld: Uw kind heeft griep en wil de koorts meten. U gebruikt dezelfde thermometer, maar een keer doet uw kind het zelf, een keer uw partner en een keer uzelf. Dit leidt ook tot een spreiding omdat er toch hele kleine verschillen zijn in de uitvoering van de meetprocedure. De variatie in de reproduceerbaarheid is groter dan die van de herhaalbaarheid.

W.E. Deming (PDCA cirkel) ontdekte diep in de vorige eeuw al dat statistische wetmatigheden ook in organisaties gelden. De output van een proces kent per definitie variatie. Daar is in veel organisaties te weinig aandacht voor, hetgeen kwalijke en kostbare consequenties heeft. Het niet visueel maken van die variatie via regelkaarten leidt tot stijgen van kosten en de kwaliteit van producten blijft hierdoor onnodig achter. Deming ontdekte dat er zelfs organisatiespelregels horen bij deze statistische wetmatigheden:

  1. Er is altijd variatie in de output van processen. Maak u daar niet druk om, maar accepteer dat. Dit is de natuurlijke variatie, die altijd aanwezig is.
  2. Als er alleen sprake is van natuurlijke variatie en het product voldoet aan de klanteisen, reageer dan niet op de variatie. Te vaak wordt gereageerd op meetwaarden, die boven of onder het gemiddelde ligt, maar die wel gewoon onderdeel zijn van de natuurlijk variatie. Reacties hierop leidt tot hogere kosten en onbeheerste processen.
  3. Management gaat over de beïnvloeding van de natuurlijke oorzaken van variatie, operators gaan over de bijzondere oorzaken van variatie.

Praktisch voorbeeld: U rijdt iedere dag van huis naar uw werk. Die afstand wordt nooit in exact dezelfde tijd afgelegd. Er is sprake van natuurlijke oorzaken van variatie. Wilt u die variatie beïnvloeden, dan moet het management het systeem veranderen. Operators hebben daartoe geen bevoegdheid noch het overzicht. Doet u er ineens twee keer zo lang over, omdat u een lekke band heeft gekregen (bijzondere oorzaak van variatie), dan is juist de operator aan zet en niet de manager. De operator zorgt er voor dat de band wordt vervangen. In dit voorbeeld bent u de eerste keer de manager, de tweede keer de operator.

2. Vereisten: Uit de MSA moet blijken dat het systeem stabiel is

Nu de statistiek bekend is, is de vraag welke eisen worden gesteld aan het meetsysteem van uw organisatie:

  1. Het is de kunst om over een langere periode statistische stabiliteit te realiseren. Meetinstrumenten zoals in het laboratorium, maar ook voltmeters, schuifmaten en andere meetmiddelen mogen niet verlopen. Voorbeeld: Uw rijdt over de snelweg met 100 kilometer per uur en de snelheidsmeter geeft 100 kilometer per uur aan. Over 3 jaar moet de snelheidsmeter bij dezelfde snelheid nog steeds 100 kilometer per uur aangeven en niet 98 kilometer per uur.
  2. De natuurlijke variatie van het meetmiddel c.q. het meetsysteem moet klein zijn in vergelijking tot de variatie in de output van een proces. Voorbeeld, de variatie in de snelheidsmeter van de politie moet kleiner zijn dan de nauwkeurigheid van de snelheidsmeter van uw auto. In het omgekeerde geval zou u mogelijk onterechte snelheidsbekeuringen krijgen.
  3. De natuurlijke variatie van het meetsysteem moet logischerwijze ook klein zijn in vergelijking tot (klant)specificaties. Voorbeeld: Als het profiel in millimeters nauwkeurig moet worden gefreesd, moet de variatie van het meetsysteem kleiner zijn dan millimeters.
  4. De resolutie van het meetinstrument moet kleiner zijn dan de toleranties in de specificaties en eveneens kleiner dan de variatie in de output van het proces. Voorbeeld, als het gefreesde profiel 10 centimeter moet zijn met een tolerantie van 1 millimeter, dan moet het meetsysteem nauwkeuriger meten.

Waar leiden deze definities toe? Wel vrij eenvoudig: het meetsysteem moet geschikt zijn voor het proces of product dat wordt gemeten. In organisaties die hun producten (monsters) in een laboratorium nameten gaat dit meestal wel goed, omdat laboranten goed weten hoe dit vakgebied werkt, maar als zo’n laboratorium er niet is en er wordt in de fabriek gemeten, aan de productielijn, ontstaan regelmatig afwijkingen. Dit is kostbaar. Het is overigens ook wel aardig om de vraag te stellen hoe goed het financiële meetsysteem is (maandelijkse financiële rapportages) of het meetsysteem van competenties van medewerkers via de beoordelings- en functioneringsgesprekken.

3. Spelregels: MSA spelregels in de praktijk toepassen

Nadat alle definities goed zijn vastgelegd en per proces is bepaald welk meetmiddel geschikt is, volgt de toepassing. De metingen moeten worden uitgevoerd volgens de juiste methode. Daarbij gelden de volgende regels:

  1. Bepaal de steekproefgrootte. Hoeveel monster moeten worden gemeten? Een 100% controle - alle producten nameten - klinkt wellicht verleidelijk, maar is duur en zelfs ook statistisch niet voordelig. Het juiste aantal monsters, analisten en tijdsperiode dient te worden bepaald.
  2. Naast de steekproefgrootte, is ook de steekproefspreiding van belang. Het gaat om het creëren van een betrouwbaar beeld van de spreiding in een proces. Het is dan in veel gevallen niet handig om alleen het eerste monster te nemen dat direct na de opstart van een machine is gemaakt.
  3. Bepaal de analisten. Wie neemt de monsters en meet ze? Zijn dat de operators? Een aparte kwaliteitscontroleur of kwaliteitsinspecteur? Iemand uit het laboratorium?
  4. Zorg voor duidelijke procedures. In veel gevallen kunnen of moeten die meetmethoden worden uitgeschreven. In het laboratorium is dat vrijwel altijd standaard, maar in de fabriek lang niet altijd. Denk aan metingen bij de ingangscontrole, waarbij de ene magazijnmedewerker een rondje loopt en visueel checkt en de andere het meetlint erbij pakt om de maten na te meten. Dit zorgt al direct voor afwijkingen.
  5. Houd in een logboek precies bij welk monster is genomen, van welke plaats en op welk moment. Zo ontstaat traceability, hetgeen ook een eis is in ISO 9001 en IATF 16949.
  6. Zorg dat de analisten niet weten welk monster ze meten. Zorg voor objectiviteit.

Dit deel van het meetsysteem lijkt wellicht een open deur te beschrijven, maar is in veel situaties onvoldoende op orde en dat leidt tot kosten en onnodige problemen. Een goede inrichting werkt in het voordeel van de organisatie.

4. Stabiliteitsonderzoek: Bepaal de stabiliteit van het meetsysteem

Nu volgt het onderzoek, waarbij de stabiliteit van het meetsysteem wordt bepaald. We kunnen niet toestaan dat het systeem gaat schuiven, driften, onregelmatig wordt of andere onzekerheden veroorzaakt. Het meetsysteem moet juist betrouwbaar zijn, omdat beslissingen erop worden gebaseerd.

  1. Er is een referentiestandaard nodig. Een monster dat het proces goed representeert. Dit is de referentie waarde. Dit monster is de master sample.
  2. Over een langere periode wordt dit master sample meerdere keren gemeten. Bijvoorbeeld 5 keer. Hieruit volgt een maat voor de natuurlijke variatie.
  3. Plaats de metingen in regelkaarten (SPC) om de variatie in beeld te brengen. Evalueer het proces op basis van deze regelkaarten.
  4. Doe meer aan zogenaamde Round Robin of Ringversuch om de stabiliteit te toetsen.

Deze onderzoeken zijn bedoeld om de stabiliteit van het meetsysteem te onderzoeken. MSA is bedoeld om te borgen dat over langere termijn de metingen waarden presenteren die betrouwbaar zijn. Voorbeeld: Als u griep hebt en de koorts wil meten, dan verwacht u dat de thermometer jaar in jaar uit de juiste waarde weergeeft.

5. Bias onderzoek: Bepaal de bias van het meetsysteem

Ondanks alle onderzoek naar de stabiliteit, kan een meetinstrument consequent een te lage of te hoge waarde presenteren. Daarom wordt bias onderzoek gedaan.

  1. Bepaal het verschil tussen het gemiddelde van de metingen en de referentiewaarde. Dus Bias = gemiddelde - referentie waarde.
  2. Vervolgens wordt de relatie gelegd tussen de bias en de procesvariatie. Analyseer de uitkomsten. Als de waarde voor het biaspercentage relatief hoog is, kan aan de volgende oorzaken worden gedacht:
  • Niet volgen van de procedures
  • Een fout in de meting van de referentiewaarde
  • Instabiliteit in het meetsysteem. Als de regelkaart een trend presenteert, dan kan er sprake zijn van slijtage van het meetinstrument of verloop in de kalibratie.

6. Gage r&R onderzoek: Herhaalbaarheid en reproduceerbaarheid

Dit onderzoek betreft het onderzoek naar de gemeten monsters en de variatie in die monsters. De variatie in de monsters leert ons over de kwaliteit van het proces. Meer variatie betekent onzekerheid, hogere kosten en kans op non-kwaliteit (faalkosten). De uitvoering van een Gage r&R onderzoek vindt regelmatig plaats op diverse kritische processen.

Zet MSA in om te voldoen aan IATF 16949

Al het voorgaande vormt het Measurement System Analysis. Dit is werk dat vaak bij vakspecialisten ligt, zoals medewerkers van Quality Control, Inspectie of Six Sigma Black Belts. Zij kennen de statistiek en kunnen uw organisatie er in ondersteunen. Heeft u die kennis niet in huis, dan kunnen wij die leveren. We helpen u bij de opzet van MSA, maar ook me verbeterteams en andere vormen van procesanalyse.

Wilt u een nulmeting MSA voor IATF 16949? Vul dan onderstaande formulier in. Bellen voor vragen kan natuurlijk ook via 088 33 666 66, of een e-mail sturen naar info@patagonia-bv.com.

Stel uw vraag

Vul het formulier in en stel uw vragen.

Boudewijn Poppelaars