Gage R&R গ্রহণযোগ্যতার মান: জাপানি গ্রাহক কী আশা করেন

আপনার গেজ ও মাপার যন্ত্র প্রতি বছর ক্যালিব্রেট করা হয়, সনদও ফাইলে আছে। তারপর জাপানি গ্রাহকের কোয়ালিটি অ্যাসুরেন্স টিম Gage R&R-এর ফলাফল চেয়ে বসে। জাপানি নথিতে এটি "gēji R&R" নামে আসে, আর পুরো নাম sokutei shisutemu kaiseki, অর্থাৎ মেজারমেন্ট সিস্টেমস অ্যানালাইসিস (MSA)। জাপানি অটোমেকার বা Tier 1-এর কাছে যন্ত্রাংশ সরবরাহ করা কারখানা, সেটা বাংলাদেশ, থাইল্যান্ড বা ভারত যেখানেই হোক, কোনো না কোনো সময় এই অনুরোধ পেতে পারে।

ক্যালিব্রেশন মূলত একটা জিনিস দেখে: রেফারেন্স স্ট্যান্ডার্ডের তুলনায় যন্ত্রের রিডিং কতটা সরে আছে (বায়াস)। কিন্তু বাস্তবে একই ব্যক্তি একই পার্ট আবার মাপলে রিডিং ছড়ায়, আর ব্যক্তি বদলালে রিডিং সরে যায়। Gage R&R এই ছড়ানোকে সংখ্যায় দেখায় এবং পার্ট থেকে পার্টের পার্থক্য বা টলারেন্সের সঙ্গে তুলনা করে।

এই লেখায় আছে MSA-র মধ্যে Gage R&R-এর জায়গা, স্টাডির ৬ ধাপ, গড় ও রেঞ্জ পদ্ধতিতে একটি সম্পূর্ণ (কাল্পনিক) হিসাবের উদাহরণ, ANOVA-র ফলাফল কীভাবে আলাদা, আর 10% ও 30% গ্রহণযোগ্যতার মান কীভাবে পড়বেন। শেষে আছে জাপানি গ্রাহকরা যা দেখতে চান, জমা দেওয়ার আগের চেকলিস্ট এবং স্টাডি শুরুর আগে গ্রাহককে করার প্রশ্ন।

সূচিপত্র

1. MSA-র মধ্যে Gage R&R কী মাপে
2. Gage R&R স্টাডি করার 6 ধাপ
3. গড় ও রেঞ্জ পদ্ধতি: হিসাবের উদাহরণ
4. গড় ও রেঞ্জ বনাম ANOVA
5. গ্রহণযোগ্যতার মান: 10%, 30% ও ndc ≥ 5 কীভাবে পড়বেন
6. ফলাফল খারাপ এলে কী করবেন
7. অ্যাট্রিবিউট MSA: পাস/ফেল ইন্সপেকশন ও কাপ্পা
8. জমা দেওয়ার আগে: চেকলিস্ট ও জাপানি গ্রাহককে প্রশ্ন
9. এই গাইডের সীমাবদ্ধতা
10. সচরাচর জিজ্ঞাসা (FAQ)
11. সূত্র

MSA-র মধ্যে Gage R&R কী মাপে

MSA শুধু যন্ত্রকে নয়, পুরো মাপার ব্যবস্থাকে পরিসংখ্যান দিয়ে যাচাই করে। এই ব্যবস্থায় আছে যিনি মাপছেন, মাপার পদ্ধতি, ফিক্সচার এবং পরিবেশ। অটোমোটিভ শিল্পে প্রচলিত মান হলো AIAG (Automotive Industry Action Group, যুক্তরাষ্ট্রের অটোমোটিভ শিল্প সংস্থা) প্রকাশিত MSA রেফারেন্স ম্যানুয়াল। বর্তমান সংস্করণ চতুর্থ, প্রকাশিত জুন 2010-এ, এবং অক্টোবর 2026 পর্যন্ত AIAG এটিকেই চলতি সংস্করণ হিসেবে দেখাচ্ছে।

ম্যানুয়ালটি মাপার ব্যবস্থার ত্রুটিকে দুই ভাগে দেখে: লোকেশন ত্রুটি, যেখানে গড় রিডিং প্রকৃত মান থেকে সরে যায়, আর উইডথ (ছড়ানো) ত্রুটি, যেখানে রিডিং গড়ের চারপাশে ছড়িয়ে পড়ে। Gage R&R উইডথ ত্রুটি যাচাই করে: একই জিনিস বারবার মাপলে রিডিং কতটা ছড়ায়।

চিত্র 1: MSA যে পাঁচটি বিষয় যাচাই করে

তিনটি বিষয় লোকেশন ত্রুটি দেখায়, দুটি দেখায় উইডথ ত্রুটি। Gage R&R উইডথের দুটি বিষয়কে একসঙ্গে ধরে।

বায়াস (Bias)

লোকেশনগড় রিডিং ও রেফারেন্স মানের পার্থক্য। ক্যালিব্রেশন বা মাস্টার পার্ট মেপে যাচাই করা হয়

লিনিয়ারিটি (Linearity)

লোকেশনমাপার রেঞ্জের নিচের ও ওপরের প্রান্তে বায়াস বদলায় কি না

স্ট্যাবিলিটি (Stability)

লোকেশনএকই মাস্টার কিছু সময় পরপর মাপলে সময়ের সঙ্গে বায়াস বদলায় কি না। কন্ট্রোল চার্টে ট্র্যাক করা হয়

রিপিটেবিলিটি (EV)

উইডথএকই ব্যক্তি একই গেজে একই পার্ট বারবার মাপলে রিডিংয়ের ছড়ানো। একে ইকুইপমেন্ট ভ্যারিয়েশনও বলা হয়

রিপ্রোডিউসিবিলিটি (AV)

উইডথঅ্যাপ্রেইজারদের গড় রিডিংয়ের পার্থক্য। একে অ্যাপ্রেইজার ভ্যারিয়েশনও বলা হয়

Gage R&R (GRR)

সম্মিলিতরিপিটেবিলিটি ও রিপ্রোডিউসিবিলিটি মিলিয়ে মাপার ব্যবস্থার উইডথ ত্রুটি

EV = equipment variation; AV = appraiser variation। শ্রেণিবিন্যাস AIAG MSA ম্যানুয়ালের চতুর্থ সংস্করণের সারসংক্ষেপ-করা ব্যাখ্যামূলক উপকরণ থেকে নেওয়া।

রিপিটেবিলিটি ও রিপ্রোডিউসিবিলিটি: জাপানি পরিভাষা প্রসঙ্গে

জাপানি রিপোর্টে রিপিটেবিলিটিকে বলা হয় kurikaeshi-sei, আর রিপ্রোডিউসিবিলিটিকে saigen-sei। জাপানের মেট্রোলজি পরিভাষার মান JIS Z 8103 রিপিটেবিলিটিকে সংজ্ঞায়িত করে "রিপিটেবিলিটি শর্তে নির্ভুলতা" হিসেবে: একই পদ্ধতি, একই অপারেটর, একই মাপার ব্যবস্থা, একই কাজের শর্ত ও একই জায়গায়, অল্প সময়ের মধ্যে একই বস্তু বারবার মাপা। Gage R&R এটিকেই EV হিসেবে দেখায়।

JIS-এ রিপ্রোডিউসিবিলিটির সংজ্ঞা আরও বিস্তৃত। এর শর্তে জায়গা বা মাপার ব্যবস্থা আলাদা হওয়ার ক্ষেত্রও ধরা যায়। Gage R&R-এ রিপ্রোডিউসিবিলিটি (AV) বলতে মূলত অ্যাপ্রেইজার বদলের কারণে হওয়া পার্থক্য বোঝায়। জাপানি গ্রাহকের কাছে পদ্ধতি বা রিপোর্ট পাঠালে স্পষ্ট লিখে দেওয়া ভালো: "রিপ্রোডিউসিবিলিটি = অ্যাপ্রেইজারদের মধ্যকার পার্থক্য", যাতে কেউ JIS-এর বিস্তৃত অর্থে না পড়েন।

স্টাডিতে রিডিংয়ের মোট ছড়ানোকে ভাগ করা হয়: পার্টের নিজের ছড়ানো এবং মাপার ব্যবস্থার ছড়ানো। নিচের চিত্রে সেটি দেখানো হলো।

চিত্র 2: মাপার ছড়ানো কীভাবে ভাগ হয়

ভালো মাপার ব্যবস্থায় মোট ছড়ানোর বেশিরভাগই আসে পার্ট থেকে, আর GRR ছোট থাকে।

মোট ভ্যারিয়েশন (TV)রিডিংয়ে দেখা পুরো ছড়ানো। TV² = PV² + GRR²

ভাগ হয়

পার্ট ভ্যারিয়েশন (PV)পার্টগুলোর প্রকৃত মাপের পার্থক্য। যে ছড়ানো আপনি দেখতে চান

Gage R&R (GRR)মাপার ব্যবস্থা থেকে আসা ছড়ানো। GRR² = EV² + AV²

GRR-এর উপাদান

রিপিটেবিলিটি (EV)এক ব্যক্তির মধ্যে গেজ, ফিক্সচার ও পদ্ধতি থেকে আসা ছড়ানো

রিপ্রোডিউসিবিলিটি (AV)অ্যাপ্রেইজারদের গড় রিডিংয়ের পার্থক্য

শুধু ভ্যারিয়েন্স (স্ট্যান্ডার্ড ডেভিয়েশনের বর্গ) যোগ করা যায়। স্ট্যান্ডার্ড ডেভিয়েশন বা শতাংশ সরাসরি যোগ করা যায় না।

ক্যালিব্রেশন বনাম Gage R&R

ক্যালিব্রেশনে গেজকে ট্রেসেবল স্ট্যান্ডার্ডের সঙ্গে তুলনা করে রিডিংয়ের ত্রুটি দেখা হয়। এটি শুধু যন্ত্রকে দেখে, মূলত চিত্র 1-এর বায়াসকে। ক্যালিব্রেশন ও ট্রেসেবিলিটি ঠিক থাকলেও ফিক্সচারের ঢিলা ভাব বা মাপা ব্যক্তির অভ্যাস থেকে ছড়ানো থেকে যায়।

Gage R&R-এ ব্যবহার হয় আসল পার্ট, যাঁরা সাধারণত মাপেন তাঁরাই মাপেন, এবং স্বাভাবিক পদ্ধতিতে। ক্যালিব্রেশন জানতে চায় "গেজ কি ঠিক আছে?" আর Gage R&R জানতে চায় "এই মাপার পদ্ধতিতে কি পার্টগুলোর পার্থক্য ধরা যায়?" রিডিংকে কোয়ালিটির সিদ্ধান্তে ব্যবহার করতে দুটোই লাগে।

জাপানি অটোমোটিভ গ্রাহকরা কেন চান: IATF 16949 7.1.5.1.1

অটোমোটিভ কোয়ালিটি ম্যানেজমেন্ট মান IATF 16949-এর ক্লজ 7.1.5.1.1-এ MSA চাওয়া হয়েছে। কন্ট্রোল প্ল্যানে তালিকাভুক্ত প্রতিটি ধরনের ইন্সপেকশন, মেজারমেন্ট ও টেস্ট ইকুইপমেন্ট সিস্টেমের ফলাফলের ভ্যারিয়েশন পরিসংখ্যান দিয়ে বিশ্লেষণ করতে হবে। বিশ্লেষণ পদ্ধতি ও গ্রহণযোগ্যতার মান MSA রেফারেন্স ম্যানুয়াল অনুযায়ী হতে হবে। অন্য পদ্ধতি বা মান কেবল গ্রাহকের অনুমোদনে চলে, আর সেই অনুমোদনের রেকর্ড রাখতে হবে।

অর্থাৎ পরিধি আসে কন্ট্রোল প্ল্যান থেকে, আর AIAG-র সংখ্যার মতোই গ্রাহকের নিজস্ব নিয়ম গুরুত্বপূর্ণ। জাপানি গ্রাহকের লঞ্চ প্রক্রিয়ায় MSA কোথায় বসে, সে বিষয়ে আলাদা লেখা দেখুন।

Gage R&R স্টাডি করার 6 ধাপ

ফলাফল কতটা বিশ্বাসযোগ্য, তা হিসাবের চেয়ে ডেটা সংগ্রহের মানের ওপর বেশি নির্ভর করে। একটি সাধারণ পরিকল্পনা: 10টি পার্ট, 3 জন অ্যাপ্রেইজার, প্রত্যেকে 3 বার। একে 6 ধাপে ভাগ করা হলো।

চিত্র 3: Gage R&R স্টাডির 6 ধাপ

ফলাফল বিশ্বাসযোগ্য হবে কি না, তা মূলত প্রস্তুতির তিন ধাপে ঠিক হয়ে যায়।

প্রস্তুতি

01লক্ষ্য ও উদ্দেশ্য ঠিক করাকোন বৈশিষ্ট্য, কোন গেজ। প্রসেস কন্ট্রোলের জন্য, নাকি পাস/ফেল ইন্সপেকশনের জন্য?

02রেজোলিউশন ও ক্যালিব্রেশন দেখাসবচেয়ে ছোট রিডিং-ধাপ কি টলারেন্সের (বা প্রসেস ভ্যারিয়েশনের) 1/10 বা তার চেয়ে সূক্ষ্ম? ক্যালিব্রেশন কি মেয়াদের মধ্যে?

03পার্ট বাছাইপ্রসেসের পুরো রেঞ্জ থেকে প্রায় 10টি পার্ট। নম্বর এমনভাবে দিন যাতে অ্যাপ্রেইজাররা দেখতে না পান

মাপা ও বিশ্লেষণ

04র‍্যান্ডম ক্রমে মাপা3 জন অ্যাপ্রেইজার, প্রত্যেকে 3 বার। প্রতি ট্রায়ালে ক্রম বদলান, আগের রিডিং আড়ালে রাখুন

05হিসাবগড় ও রেঞ্জ (X̄-R) পদ্ধতি বা ANOVA দিয়ে EV, AV ও GRR বের করুন

06মূল্যায়ন ও পদক্ষেপ%GRR ও ndc মানের সঙ্গে মেলান। না মিললে কারণ রিপিটেবিলিটি না রিপ্রোডিউসিবিলিটি, তা খুঁজুন

10টি পার্ট, 2–3 জন অ্যাপ্রেইজার ও 2–3টি ট্রায়াল একটি প্রচলিত নির্দেশনা (Minitab-এর টেকনিক্যাল পেপার)। গ্রাহকের নির্দিষ্ট করা থাকলে সেটাই মানুন।

ধাপ 1: লক্ষ্য ও উদ্দেশ্য ঠিক করা

কোন কোয়ালিটি বৈশিষ্ট্য, কোন গেজ, ফিক্সচার ও পদ্ধতিতে স্টাডি করবেন, তা ঠিক করুন। IATF 16949 প্রযোজ্য হলে সাধারণত কন্ট্রোল প্ল্যানে থাকা মাপগুলো দিয়ে শুরু করা হয়। আরও ঠিক করুন, মাপটা কীসের জন্য: কন্ট্রোল চার্টে প্রসেসের ছড়ানো দেখতে, নাকি শিপমেন্টের আগে পাস/ফেল সিদ্ধান্ত নিতে। উত্তরটা পরে %GRR-এর হর (denominator) কোনটা হবে, তা বদলে দেয়।

ধাপ 2: রেজোলিউশন ও ক্যালিব্রেশন দেখা

গেজের রেজোলিউশন (সবচেয়ে ছোট পড়া যায় এমন ধাপ) খুব মোটা হলে প্রতিবার একই রিডিং আসে, আর ছড়ানো ঠিকমতো মূল্যায়ন করা যায় না। AIAG-র নির্দেশনায় "10-to-1 নিয়ম" আছে: রেজোলিউশন টলারেন্সের এক-দশমাংশ বা তার চেয়ে সূক্ষ্ম হতে হবে। 0.10 mm টলারেন্সের মাপের জন্য এমন গেজ লাগবে যা 0.01 mm বা তার চেয়ে সূক্ষ্ম পড়তে পারে।

গেজের ক্যালিব্রেশন মেয়াদের মধ্যে আছে কি না, তাও নিশ্চিত করুন। Gage R&R বায়াস মূল্যায়ন করে না, তাই ক্যালিব্রেশনের মেয়াদ পেরোনো গেজে ভালো ফলাফল এলেও রিডিং সঠিক, তা প্রমাণ হয় না।

ধাপ 3: পার্ট বাছাই

প্রসেস বাস্তবে যত ধরনের ছড়ানো তৈরি করে, তার পুরো রেঞ্জ থেকে পার্ট বাছুন। Minitab বলছে, প্রসেসের পুরো রেঞ্জ থেকে নমুনা নিলে পার্ট থেকে পার্টের ভ্যারিয়েশনের আরও ভালো অনুমান পাওয়া যায়। এক লট থেকে প্রায় একই রকম পার্ট নিলে পার্ট ভ্যারিয়েশন ছোট হয়ে যায় আর %GRR অন্যায়ভাবে খারাপ দেখায়।

পার্টে নম্বর দিন, কিন্তু অ্যাপ্রেইজারদের কাছ থেকে নম্বর আড়াল রাখুন। নম্বর দেখা গেলে অ্যাপ্রেইজাররা আগের রিডিং মনে রেখে মিলিয়ে ফেলেন। তাই পার্টের নিচের দিকে চিহ্ন দিন, বা অন্য কেউ পার্ট এগিয়ে দিন। 10টি পার্ট দিয়ে পার্ট ভ্যারিয়েশনের অনুমান খুব নিখুঁত হয় না। Minitab-এর টেকনিক্যাল পেপারে দুটি বিকল্প আছে: আরও বেশি পার্ট নেওয়া, অথবা বড় ঐতিহাসিক ডেটা থেকে হিসাব করা প্রসেস স্ট্যান্ডার্ড ডেভিয়েশন ব্যবহার করা।

ধাপ 4: র‍্যান্ডম ক্রমে মাপা

যাঁরা সাধারণত এই মাপ নেন, তাঁদের মধ্য থেকে অ্যাপ্রেইজার বাছুন। শুধু সেরা ইন্সপেক্টরকে নিলে প্রতিদিনের মাপে যে ছড়ানো হয়, স্টাডিতে তা কম দেখাবে।

ট্রায়াল 1-এ অ্যাপ্রেইজার A 10টি পার্ট একবার করে মাপেন, তারপর B ও C একইভাবে। ট্রায়াল 2 ও 3-এ পার্টের ক্রম এলোমেলো করে আবার একই কাজ হয়। প্রতি ট্রায়ালে ক্রম র‍্যান্ডম করলে এবং আগের ফলাফল আড়ালে রাখলে স্মৃতি ও মাপার ক্রমের প্রভাব সরে যায়। পার্টের ঠিক কোথায় মাপা হবে, তা আগে থেকে ঠিক করে নিন এবং সবাই যেন একই জায়গায় মাপেন।

ধাপ 5 ও 6: হিসাব ও মূল্যায়ন

ডেটা হাতে এলে গড় ও রেঞ্জ পদ্ধতি বা ANOVA দিয়ে হিসাব করুন। স্প্রেডশিটেও করা যায়, তবে স্ট্যাটিস্টিক্যাল সফটওয়্যারে ANOVA-র ফলাফল ও গ্রাফ একসঙ্গে পাওয়া যায়। মূল্যায়নে %GRR ও ndc (number of distinct categories) মানের সঙ্গে মেলান। না মিললে রিপিটেবিলিটি আর রিপ্রোডিউসিবিলিটির মধ্যে কোনটি বড়, তা দেখে পদক্ষেপ ঠিক করুন। পরের অংশে হিসাব ধাপে ধাপে দেখানো হয়েছে।

গড় ও রেঞ্জ পদ্ধতি: হিসাবের উদাহরণ

নিচের ডেটা কাল্পনিক। সব সংখ্যা ব্যাখ্যার জন্য বানানো, কোনো বাস্তব প্রসেসের নয়। ধরা যাক, শ্যাফটের বাইরের ব্যাস, স্পেসিফিকেশন 10.00 ±0.05 mm (টলারেন্স প্রস্থ 0.10 mm), 0.001 mm পর্যন্ত পড়তে পারে এমন মাইক্রোমিটারে মাপা হয়েছে। অ্যাপ্রেইজার A, B ও C প্রত্যেকে 10টি পার্ট তিনবার করে মেপেছেন।

অ্যাপ্রেইজার / ট্রায়াল	1	2	3	4	5	6	7	8	9	10
A, ট্রায়াল 1	9.972	9.986	10.020	9.995	10.029	9.962	10.008	9.994	10.014	10.000
A, ট্রায়াল 2	9.973	9.986	10.021	9.995	10.030	9.967	10.004	9.989	10.009	9.998
A, ট্রায়াল 3	9.966	9.984	10.017	9.999	10.030	9.964	10.000	9.988	10.015	10.002
A, রেঞ্জ	0.007	0.002	0.004	0.004	0.001	0.005	0.008	0.006	0.006	0.004
B, ট্রায়াল 1	9.969	9.986	10.020	9.998	10.035	9.965	10.010	9.995	10.015	10.004
B, ট্রায়াল 2	9.974	9.987	10.019	10.000	10.036	9.962	10.013	9.992	10.015	10.010
B, ট্রায়াল 3	9.976	9.983	10.023	10.002	10.031	9.969	10.010	9.994	10.021	10.002
B, রেঞ্জ	0.007	0.004	0.004	0.004	0.005	0.007	0.003	0.003	0.006	0.008
C, ট্রায়াল 1	9.969	9.980	10.017	9.990	10.024	9.960	10.007	9.989	10.007	9.996
C, ট্রায়াল 2	9.970	9.975	10.016	9.994	10.030	9.963	10.003	9.985	10.010	10.003
C, ট্রায়াল 3	9.967	9.980	10.018	9.994	10.025	9.958	10.004	9.985	10.014	10.000
C, রেঞ্জ	0.003	0.005	0.002	0.004	0.006	0.005	0.004	0.004	0.007	0.007
পার্টের গড়	9.9707	9.9830	10.0190	9.9963	10.0300	9.9633	10.0066	9.9901	10.0133	10.0017

গড় ও রেঞ্জ পদ্ধতিতে রেঞ্জ (সর্বোচ্চ বিয়োগ সর্বনিম্ন) এবং গড়গুলোর পার্থক্য থেকে স্ট্যান্ডার্ড ডেভিয়েশন অনুমান করা হয়। রেঞ্জকে স্ট্যান্ডার্ড ডেভিয়েশনে রূপান্তর করে K1, K2 ও K3 গুণক। ট্রায়াল, অ্যাপ্রেইজার ও পার্টের সংখ্যা অনুযায়ী এদের মান বদলায়।

চিত্র 4: গড় ও রেঞ্জ পদ্ধতির হিসাবের ধারা

তিনটি রেঞ্জ বা পার্থক্যকে K গুণক দিয়ে স্ট্যান্ডার্ড ডেভিয়েশনে বদলে তারপর মেলানো হয়।

R̿ (গড় রেঞ্জ)প্রতিজন অ্যাপ্রেইজারের রেঞ্জের গড়, তারপর অ্যাপ্রেইজারদের মধ্যে গড়

X̄diffঅ্যাপ্রেইজারদের গড়ের মধ্যে সর্বোচ্চ বিয়োগ সর্বনিম্ন

Rpপার্টের গড়গুলোর মধ্যে সর্বোচ্চ বিয়োগ সর্বনিম্ন

গুণক দিয়ে গুণ করুন

EV = R̿ × K1K1: 3 ট্রায়ালে 0.5908, 2 ট্রায়ালে 0.8862

AV = √[(X̄diff × K2)² − EV²/(n·r)]K2: 3 অ্যাপ্রেইজারে 0.5231, 2 জনে 0.7071

PV = Rp × K3K3: 10 পার্টে 0.3146, 5 পার্টে 0.4030

মেলানো

GRR = √(EV² + AV²)   TV = √(GRR² + PV²)%GRR = GRR ÷ TV × 100   ndc = 1.41 × PV ÷ GRR (দশমিকের পরের অংশ বাদ)

n = পার্টের সংখ্যা, r = ট্রায়ালের সংখ্যা। গুণকগুলো AIAG MSA চতুর্থ সংস্করণের পদ্ধতিতে ব্যবহৃত মান; SPC for Excel-এর সঙ্গে এবং d2 ও d2* টেবিল থেকে পাওয়া মানের সঙ্গে (K1 = 1/d2, K2 ও K3 = 1/d2*) মিলিয়ে দেখা হয়েছে। 2–10 পার্টের K3: 0.7071, 0.5231, 0.4467, 0.4030, 0.3742, 0.3534, 0.3375, 0.3249, 0.3146।

পুরোনো বই বা কোম্পানির পুরোনো স্প্রেডশিটে মাঝে মাঝে 4.56 ও 3.05-এর মতো গুণক দেখা যায়। এগুলো ম্যানুয়ালের 1ম ও 2য় সংস্করণের, যেখানে ফলাফল 99% ছড়ানো (5.15 স্ট্যান্ডার্ড ডেভিয়েশন) হিসেবে দেখানো হতো। মোট ভ্যারিয়েশনের বিপরীতে %GRR একই থাকে, কিন্তু EV ও AV-র পরম মান এবং টলারেন্সের অনুপাত বদলে যায়। কোনো টেমপ্লেট (নিজের কোম্পানির বা পুরোনো ফর্মও) কোন সংস্করণের গুণক ব্যবহার করছে, তা সবসময় দেখে নিন।

1. রিপিটেবিলিটি (EV)

প্রথমে প্রতিজন অ্যাপ্রেইজারের রেঞ্জের গড় বের করুন। উদাহরণে A-এর 0.0047 mm, B-এর 0.0051 mm, C-এর 0.0047 mm, তাই সামগ্রিক গড় রেঞ্জ R̿ হলো 0.00483 mm (4.83 µm)। পড়ার সুবিধার জন্য উদাহরণের বাকি অংশে µm ব্যবহার করা হয়েছে।

এগোনোর আগে দেখুন, কোনো রেঞ্জ কন্ট্রোল লিমিট ছাড়িয়েছে কি না (UCL = D4 × R̿; 3 ট্রায়ালে D4 = 2.574, ফলে 12.4 µm)। ছাড়ালে মাপা বা লেখায় ভুল সন্দেহ করুন এবং হিসাবের আগে সেই পার্ট আবার মাপুন। এখানে সর্বোচ্চ রেঞ্জ 8 µm, তাই সমস্যা নেই। তিন ট্রায়ালের K1 = 0.5908 নিয়ে EV = 4.83 × 0.5908 ≈ 2.86 µm।

2. রিপ্রোডিউসিবিলিটি (AV)

প্রতিজন অ্যাপ্রেইজারের 30টি রিডিংয়ের গড় A-এর 9.99723 mm, B-এর 10.00053 mm, C-এর 9.99443 mm। সর্বোচ্চ (B) ও সর্বনিম্নের (C) পার্থক্য X̄diff হলো 6.10 µm। তিনজন অ্যাপ্রেইজারের জন্য K2 = 0.5231।

X̄diff × K2 = 3.19 µm, যার বর্গ 10.18। অ্যাপ্রেইজারদের গড়ে রিপিটেবিলিটির কিছুটা ছড়ানোও থাকে, তাই বিয়োগ করুন EV² ÷ (10 পার্ট × 3 ট্রায়াল) = 2.86² ÷ 30 ≈ 0.27। তাহলে AV = √(10.18 − 0.27) ≈ 3.15 µm। বর্গমূলের ভেতরের মান ঋণাত্মক হলে AV = 0 ধরুন।

3. GRR, PV ও TV

GRR হলো EV ও AV-র বর্গের যোগফলের বর্গমূল: √(2.86² + 3.15²) ≈ 4.25 µm। পার্ট ভ্যারিয়েশন PV আসে Rp থেকে, অর্থাৎ পার্টের সর্বোচ্চ গড় (10.0300 mm) ও সর্বনিম্ন গড়ের (9.9633 mm) পার্থক্য থেকে। Rp = 66.67 µm; 10 পার্টের K3 = 0.3146 দিয়ে গুণ করলে PV = 20.97 µm। মোট ভ্যারিয়েশন TV = √(4.25² + 20.97²) ≈ 21.40 µm।

4. %GRR ও ndc

%GRR = 4.25 ÷ 21.40 × 100 ≈ 19.9%। একই হিসাবে %EV = 13.3%, %AV = 14.7% ও %PV = 98.0%। %EV ও %AV যোগ করলে 19.9% হয় না, কারণ চিত্র 2-এর নোটে বলা হয়েছে, শুধু বর্গ করা মান (ভ্যারিয়েন্স) যোগ করা যায়।

ndc = 1.41 × 20.97 ÷ 4.25 ≈ 6.96, যা দশমিকের পরের অংশ বাদ দিয়ে 6। 1.41 হলো √2-এর গোলাকার মান।

চিত্র 5: উদাহরণের ফলাফল (গড় ও রেঞ্জ পদ্ধতি)

%GRR 19.9%, যা "শর্তসাপেক্ষে গ্রহণযোগ্য" ব্যান্ডে পড়ে। রিপ্রোডিউসিবিলিটি (AV) রিপিটেবিলিটির চেয়ে সামান্য বড়।

মান (µm)

মোট ভ্যারিয়েশনের (TV) অনুপাত

রিপিটেবিলিটি EV

2.86

13.3%

রিপ্রোডিউসিবিলিটি AV

3.15

14.7%

Gage R&R GRR

4.25

19.9% (10–30% ব্যান্ড)

পার্ট ভ্যারিয়েশন PV

20.97

98.0%

মোট ভ্যারিয়েশন TV

21.40

100%

ndc

6.96 → 6

মান পূরণ হয়েছে (5 বা তার বেশি)

টলারেন্সের অনুপাত

6 × GRR = 25.5

100 µm টলারেন্স প্রস্থের 25.5%

কাল্পনিক উদাহরণের ডেটা; হিসাব Python-এ যাচাই করা। অনুপাত বর্গের যোগফলে মেলে বলে 13.3% + 14.7% সমান 19.9% হয় না।

গড় ও রেঞ্জ বনাম ANOVA

ANOVA (analysis of variance) রিডিংয়ের ভ্যারিয়েশনকে চার উৎসে ভাগ করে: পার্ট, অ্যাপ্রেইজার, অ্যাপ্রেইজার-পার্ট ইন্টারঅ্যাকশন এবং রিপিটেবিলিটি ত্রুটি। AIAG ম্যানুয়াল দুটি পদ্ধতিই বর্ণনা করে, আর স্ট্যাটিস্টিক্যাল সফটওয়্যারে সাধারণত ANOVA-ই ডিফল্ট।

Minitab-এর মতে, গড় ও রেঞ্জ পদ্ধতিতে অ্যাপ্রেইজার-পার্ট ইন্টারঅ্যাকশনের ভ্যারিয়েন্স হিসাব করা যায় না। ইন্টারঅ্যাকশন মানে পার্ট ধরে ধরে অ্যাপ্রেইজাররা আলাদা, যেমন "অ্যাপ্রেইজার C শুধু ছোট পার্টগুলোতে কম পড়ছেন"। ANOVA সাধারণত ভ্যারিয়েন্স আরও নির্ভুলভাবে অনুমান করে এবং ইন্টারঅ্যাকশন আছে কি না, তা পরীক্ষাও করতে পারে।

চিত্র 6: গড় ও রেঞ্জ পদ্ধতি বনাম ANOVA

X̄-R পদ্ধতি হাতে হাতে অনুসরণ করা যায়। ANOVA বেশি তথ্য ও বেশি নির্ভুল অনুমান দেয়।

গড় ও রেঞ্জ (X̄-R)

ANOVA

ছড়ানো কীভাবে অনুমান হয়

রেঞ্জকে গুণক দিয়ে গুণ করে স্ট্যান্ডার্ড ডেভিয়েশন অনুমান

মিন স্কয়ার থেকে ভ্যারিয়েন্স উপাদান অনুমান

ইন্টারঅ্যাকশন

মূল্যায়ন হয় না (রিপিটেবিলিটি বা রিপ্রোডিউসিবিলিটির ভেতরে লুকিয়ে থাকে)

অ্যাপ্রেইজার-পার্ট ইন্টারঅ্যাকশন আলাদা করে পরীক্ষা করা হয়

পরিশ্রম

ক্যালকুলেটর বা স্প্রেডশিট

স্ট্যাটিস্টিক্যাল সফটওয়্যার বা স্প্রেডশিটের অ্যানালাইসিস টুল

উদাহরণে %GRR

19.9% (ndc 6)

18.6% (ndc 7)

কোথায় উপযোগী

ফ্লোরে দ্রুত যাচাই, ধারণা শেখানো

গ্রাহকের কাছে জমা, যেখানে ইন্টারঅ্যাকশন সন্দেহ হয়

উদাহরণের ANOVA-তে ইন্টারঅ্যাকশনের p-মান ছিল 0.75, তাই ইন্টারঅ্যাকশন বাদ দিয়ে মডেল আবার হিসাব করা হয়েছে (Minitab p ≥ 0.05 হলে ইন্টারঅ্যাকশন বাদ দেয়)।

একই কাল্পনিক ডেটা ANOVA-তে চালালে রিপিটেবিলিটির স্ট্যান্ডার্ড ডেভিয়েশন 2.63 µm, রিপ্রোডিউসিবিলিটি 3.02 µm, GRR 4.00 µm এবং পার্ট থেকে পার্ট 21.12 µm আসে। %GRR (স্ট্যান্ডার্ড ডেভিয়েশনের অনুপাত হিসেবে) 18.6% এবং ndc 7। এক পদ্ধতি রেঞ্জ থেকে, অন্যটি মিন স্কয়ার থেকে অনুমান করে বলে সংখ্যা সামান্য আলাদা, তবে দুটোই একই ব্যান্ডে পড়ে।

সফটওয়্যারের আউটপুট পড়ার সময় %Contribution (জাপানিতে kiyo-ritsu) আর %Study Var (kenkyu hendo) গুলিয়ে ফেলবেন না। %Contribution ভ্যারিয়েন্সের অনুপাত: উদাহরণে GRR-এর জন্য 3.5%। %Study Var স্ট্যান্ডার্ড ডেভিয়েশনের অনুপাত: 18.6%। 10% ও 30% মান প্রযোজ্য স্ট্যান্ডার্ড ডেভিয়েশনের অনুপাতে (%Study Var বা টলারেন্সের অনুপাত)। %Contribution-এর জন্য Minitab আলাদা নির্দেশনা দেয়: 1%-এর নিচে, 1–9% এবং 9%-এর ওপরে।

গ্রহণযোগ্যতার মান: 10%, 30% ও ndc ≥ 5 কীভাবে পড়বেন

AIAG MSA ম্যানুয়ালের সবচেয়ে পরিচিত মান %GRR-কে 10% ও 30%-এ তিন ব্যান্ডে ভাগ করে। Minitab একই ব্যান্ডগুলোকে AIAG-র নির্দেশনা হিসেবে দেখায়।

চিত্র 7: %GRR গ্রহণযোগ্যতার ব্যান্ড (AIAG নির্দেশনা)

10–30% মানে স্বয়ংক্রিয় পাস নয়। এখানে ব্যবহার ও খরচ দেখে সিদ্ধান্ত নিতে হয়।

10%-এর নিচেগ্রহণযোগ্যমাপার ব্যবস্থা ব্যবহার করা যায়। পার্টগুলোর পার্থক্য ভালোভাবে ধরে

10–30%শর্তসাপেক্ষে গ্রহণযোগ্যমাপের গুরুত্ব, গেজের খরচ, রিওয়ার্ক বা মেরামতের খরচ ইত্যাদির ওপর নির্ভর করে গ্রহণযোগ্য হতে পারে। গ্রাহকের চাহিদাও দেখে নিন

30%-এর ওপরেগ্রহণযোগ্য নয়মাপার ব্যবস্থা উন্নত করতে হবে। এভাবেই প্রসেস কন্ট্রোল বা পাস/ফেল সিদ্ধান্তে ব্যবহার করবেন না

ndc (number of distinct categories) যে 5 বা তার বেশি, তাও নিশ্চিত করুন। ndc দেখায় মাপার ব্যবস্থা প্রসেসের ছড়ানোকে কয়টি দলে আলাদা করতে পারে।

সূত্র: Minitab Help ও QI Macros, যারা এগুলোকে AIAG নির্দেশনা হিসেবে উপস্থাপন করে। চাহিদা গ্রাহক ও শিল্পভেদে আলাদা।

উদাহরণের %GRR 19.9% মাঝের "শর্তসাপেক্ষে গ্রহণযোগ্য" ব্যান্ডে পড়ে। ndc 6, যা মান পূরণ করে: ব্যবস্থাটি প্রসেসের ছড়ানোকে প্রায় ছয়টি দলে আলাদা করতে পারে।

ndc 5-এর নিচে হলে মাপার ব্যবস্থা হয়তো খুব মোটা, অথবা বাছাই করা পার্টগুলোর ছড়ানো খুব কম। ndc-র লবে পার্ট ভ্যারিয়েশন (PV) থাকে, তাই পার্ট ঠিকমতো না বাছলে মাপার ব্যবস্থা ঠিক থাকলেও ndc কম আসে।

হর: প্রসেস ভ্যারিয়েশন, না টলারেন্স?

%GRR মোট (প্রসেস) ভ্যারিয়েশনের বিপরীতে বা টলারেন্সের বিপরীতে হিসাব করা যায়। টলারেন্সের অনুপাতে 6 × GRR (±3 স্ট্যান্ডার্ড ডেভিয়েশনের ছড়ানো) কে টলারেন্স প্রস্থ দিয়ে ভাগ করা হয়; একে P/T অনুপাত (precision-to-tolerance ratio)-ও বলা হয়।

Minitab মোট ভ্যারিয়েশনের অনুপাতকে সামগ্রিক প্রসেস ভ্যারিয়েশনের সঙ্গে তুলনা হিসেবে এবং টলারেন্সের অনুপাতকে স্পেকের ভেতর ও বাইরে পার্ট আলাদা করার সূচক হিসেবে বর্ণনা করে। সেখান থেকে প্রচলিত রীতি আসে: কন্ট্রোল চার্টে যাওয়া মাপের জন্য মোট ভ্যারিয়েশনের অনুপাত, আর চূড়ান্ত ইন্সপেকশনের পাস/ফেল সিদ্ধান্তের মাপের জন্য টলারেন্সের অনুপাত। কোনটি নেবেন, তা নির্ভর করে মাপ কীভাবে ব্যবহার হয় এবং গ্রাহক কী চান তার ওপর; কিছু রিপোর্টে দুটোই দেখানো হয়।

হর আলাদা হলে একই ডেটায় ফলাফল বদলে যায়। উদাহরণে মোট ভ্যারিয়েশনের বিপরীতে %GRR 19.9%, কিন্তু 0.10 mm টলারেন্সের বিপরীতে 25.5%। রিপোর্টে সবসময় লিখুন "কীসের বিপরীতে অনুপাত", যাতে আপনার সংখ্যা গ্রাহকের সংখ্যার সঙ্গে না লাগে। জাপানি ড্রয়িংয়ের সাধারণ টলারেন্স নিয়ে আলাদা লেখা দেখুন।

10% ও 30%-এর বাইরে জাপানি গ্রাহকরা যা আশা করতে পারেন

10% ও 30% হলো AIAG-র নির্দেশনা, সর্বজনীন সীমা নয়। IATF 16949 MSA রেফারেন্স ম্যানুয়ালকে ডিফল্ট ধরে, তবে গ্রাহক অনুমোদন দিলে অন্য বিশ্লেষণ পদ্ধতি ও মানও মেনে নেয়। ফলে অটোমেকার ও Tier 1-রা নিজেদের কাস্টমার-স্পেসিফিক রিকোয়ারমেন্টে (CSR; জাপানিতে kokyaku koyu yokyu jiko) নিজস্ব মান বা পরিধি ঠিক করে দিতে পারে।

জাপানি গাইডবুক ও কোম্পানির অভ্যন্তরীণ মানে মাঝে মাঝে শর্তসাপেক্ষ ব্যান্ডকে আরও ভাগ করা হয়, যেমন 10–20% সাধারণভাবে গ্রহণযোগ্য এবং 20–30% সর্বোচ্চ সীমা। চাহিদা কোম্পানিভেদে আলাদা, তাই এক জাপানি গ্রাহকের নিয়ম অন্যের জন্য প্রযোজ্য ধরে নেবেন না। নিরাপদ ক্রম হলো: আগে গ্রাহকের চাহিদা নিশ্চিত করুন, তারপর নিজের অভ্যন্তরীণ মান সেটার চেয়ে ঢিলা না রেখে ঠিক করুন।

SPC for Excel-এর তথ্য অনুযায়ী, AIAG ম্যানুয়াল নিজেই সতর্ক করে যে শুধু GRR নির্দেশনাকে সীমা হিসেবে ধরে মাপার ব্যবস্থা বিচার করা গ্রহণযোগ্য পদ্ধতি নয়। সংখ্যাটা সীমার ভেতরে কি না, তার পাশাপাশি এই মাপ দিয়ে কী সিদ্ধান্ত নেওয়া হচ্ছে, তাও বিবেচনায় রাখতে হবে।

বাংলাদেশের কারখানার জন্য কয়েকটি কথা

AIAG MSA ম্যানুয়াল একটি শিল্প-সংস্থার প্রকাশনা, কোনো বাংলাদেশি জাতীয় মান নয়। BSTI-র (Bangladesh Standards and Testing Institution) কোনো মান এর সম্পূর্ণ সমতুল্য কি না, তা আমরা যাচাই করে নিশ্চিত হতে পারিনি। তাই গ্রাহক কোন সংস্করণ ও কোন মান চান, তা সরাসরি তাঁদের কাছ থেকে জেনে নেওয়াই নিরাপদ।

ক্যালিব্রেশনের দিক থেকে গ্রাহক সাধারণত দেখতে চান সনদটি ট্রেসেবল কি না। দেশে ক্যালিব্রেশন সেবা দেয় BSTI-র National Metrology Laboratory (NML-BSTI) এবং Bangladesh Accreditation Board (BAB) স্বীকৃত ল্যাবগুলো। কোন সনদ গ্রাহক মেনে নেবেন, তা জমা দেওয়ার আগে জিজ্ঞেস করে নিন; BAB-র বর্তমান স্বীকৃতির পরিধি তাদের নিজস্ব তালিকা থেকে দেখে নেবেন।

ফলাফল খারাপ এলে কী করবেন

%GRR বেশি এলে প্রথমে দেখুন রিপিটেবিলিটি (EV) বড়, না রিপ্রোডিউসিবিলিটি (AV)। AIAG MSA চতুর্থ সংস্করণ অনুসারী গাইডগুলোতে (যেমন QI Macros) সম্ভাব্য কারণ নিচের মতো সাজানো আছে।

চিত্র 8: কারণ আলাদা করা ও সাধারণ প্রতিকার

EV না AV বড়, আর ndc যথেষ্ট কি না, তার ওপর নির্ভর করে কোথায় হাত দেবেন।

রিপিটেবিলিটি (EV) বড়গেজের রক্ষণাবেক্ষণ (ক্ষয়, মরচে, ঢিলা ভাব), গেজ বাছাই নতুন করে দেখা, পার্ট বা গেজের ক্ল্যাম্পিং ভালো করা, মাপার জায়গা নির্দিষ্ট করা। পার্টের ভেতরের ভ্যারিয়েশন (টেপার, রাউন্ডনেস) ঢুকে পড়ছে কি না, তাও দেখুন

রিপ্রোডিউসিবিলিটি (AV) বড়অ্যাপ্রেইজারদের মাপার পদ্ধতি শেখানো, পদ্ধতি নির্দিষ্ট করা (কোথায় ছোঁয়াবেন, কতটা বল, কীভাবে পড়বেন), পড়তে কঠিন স্কেলের গেজ বদলানো, যাতে সবাই একই ভঙ্গিতে মাপেন এমন ফিক্সচার লাগানো

ndc 5-এর নিচে, পার্ট ভ্যারিয়েশন কমপার্টগুলো প্রসেসের ছড়ানোর প্রতিনিধিত্ব নাও করতে পারে। প্রসেসের পুরো রেঞ্জ থেকে আবার পার্ট বাছুন, অথবা ঐতিহাসিক ডেটা থেকে নেওয়া প্রসেস স্ট্যান্ডার্ড ডেভিয়েশন ব্যবহার করুন

কোনো রেঞ্জ কন্ট্রোল লিমিট ছাড়িয়েছেকোনো নির্দিষ্ট অ্যাপ্রেইজার বা পার্টের সঙ্গে বড় রেঞ্জ জড়িত কি না দেখুন। ভুল পড়া, লেখায় ভুল বা নোংরা পার্টের মতো একবারের কারণ আগে সরান

সূত্র: QI Macros (AIAG MSA চতুর্থ সংস্করণ অনুসারী গাইড) ও Minitab-এর টেকনিক্যাল পেপার। যেকোনো প্রতিকারের পর একই শর্তে স্টাডি আবার চালিয়ে ফল যাচাই করুন।

উদাহরণে %AV (14.7%) %EV-র (13.3%) চেয়ে সামান্য বড়, আর অ্যাপ্রেইজার C-এর গড় B-এর চেয়ে প্রায় 6 µm কম। শুরুতে দেখুন C কীভাবে মাইক্রোমিটার ব্যবহার করছেন (র‍্যাচেট ব্যবহার করছেন কি না, মাপার ফেস পার্টের ওপর সোজা বসছে কি না) এবং কীভাবে স্কেল পড়ছেন।

রিপিটেবিলিটি সমস্যা হলে নতুন গেজ কেনার আগে ফিক্সচার ও নির্দিষ্ট মাপার জায়গা চেষ্টা করে দেখুন। অনেক সময় গেজের নিজের ক্ষমতার চেয়ে পার্ট কীভাবে বসানো হচ্ছে বা কোথায় মাপা হচ্ছে, সেই ছড়ানোই কারণ। কারণ সংকুচিত করতে অ্যাপ্রেইজার ও পার্ট ধরে রিডিং প্লট করুন, অথবা ফিশবোন (কারণ-ফল) ডায়াগ্রামে মানুষ, গেজ, পদ্ধতি ও পরিবেশের উপাদান তালিকা করুন।

যেসব ভুলের কারণে স্টাডি আবার করতে হয়

• একই লট থেকে 10টি পার্ট নেওয়া, ফলে পার্ট ভ্যারিয়েশন কম আর %GRR খারাপ দেখায়
• মাপার সময় পার্টের নম্বর দেখা যায়, ফলে অ্যাপ্রেইজাররা আগের রিডিং মিলিয়ে নেন
• শুধু সেরা অ্যাপ্রেইজার অংশ নেন, ফলে ফল প্রতিদিনের মাপের চেয়ে ভালো আসে
• মাপার জায়গা ঠিক না করায় পার্টের ভেতরের ভ্যারিয়েশন রিপিটেবিলিটিতে ঢুকে যায়
• 5.15-সিগমা গুণকের পুরোনো টেমপ্লেট ব্যবহার, ফলে EV ও AV গ্রাহকের হিসাবের সঙ্গে মেলে না
• হর (মোট ভ্যারিয়েশন, না টলারেন্স) না লিখে %GRR রিপোর্ট করা, ফলে সংখ্যা গ্রাহকের সঙ্গে মেলে না

গ্রাহক মাপের সমস্যা ধরিয়ে দিয়ে সংশোধনমূলক রিপোর্ট চাইলে MSA-র ফলাফল মূল কারণ বিশ্লেষণে প্রমাণ হিসেবে কাজে লাগে। মাপার ব্যবস্থা যাচাই করা হয়েছে তার প্রমাণ হিসেবে %GRR দেখালে প্রতিকার আরও বিশ্বাসযোগ্য হয়। সেই ফরম্যাটের জন্য 8D রিপোর্ট লেখার আলাদা লেখা দেখুন।

অ্যাট্রিবিউট MSA: পাস/ফেল ইন্সপেকশন ও কাপ্পা

যে মাপে শুধু পাস বা ফেল আসে, যেমন চোখে দেখা ইন্সপেকশন, লিমিট স্যাম্পলের (জাপানিতে gendo mihon) সঙ্গে মিলিয়ে সিদ্ধান্ত বা go/no-go গেজ, সেখানে ওপরের হিসাব চলে না। এই অ্যাট্রিবিউট (গণনাযোগ্য) মাপার ব্যবস্থাকে সিদ্ধান্তগুলো কতটা মেলে, তা দিয়ে যাচাই করা হয়।

প্রচলিত পদ্ধতি হলো AIAG ম্যানুয়ালের ক্রস-ট্যাব পদ্ধতি। এমন পার্ট তৈরি রাখুন যেগুলোর সঠিক সিদ্ধান্ত (রেফারেন্স) জানা আছে। কয়েকজন অ্যাপ্রেইজার প্রতিটি পার্টে কয়েকবার সিদ্ধান্ত দেন, আর অ্যাপ্রেইজারদের মধ্যে এবং রেফারেন্সের সঙ্গে মিল কাপ্পা (kappa) দিয়ে প্রকাশ করা হয়। কাপ্পা সুযোগজনিত মিলের বাইরে মিল মাপে: 1 মানে পুরো মিল, 0 মানে সুযোগের চেয়ে ভালো নয়। Minitab-এর তথ্য অনুযায়ী AIAG কাপ্পা 0.75 বা তার বেশিকে ভালো মিল ধরে, আর 0.90-এর মতো বড় মান বেশি কাম্য।

ফলাফল তিনভাবে পড়ুন: অ্যাপ্রেইজারের নিজের মধ্যে (প্রত্যেকে কি আবার একই সিদ্ধান্ত দেন?), প্রত্যেক অ্যাপ্রেইজার বনাম রেফারেন্স (সিদ্ধান্ত কি সঠিক?), এবং অ্যাপ্রেইজারদের মধ্যে (ব্যক্তি বদলালে সিদ্ধান্ত বদলায় কি?)। SPC for Excel AIAG ম্যানুয়ালের (3য় সংস্করণ) একটি টেবিলের উল্লেখ করে, যেখানে রেফারেন্সের বিপরীতে গ্রহণযোগ্যতার নির্দেশনা আছে: effectiveness 90% বা তার বেশি, মিস রেট (খারাপ পার্ট পাস করে দেওয়া) 2% বা কম এবং ফলস অ্যালার্ম রেট (ভালো পার্ট বাতিল করা) 5% বা কম।

গ্রাহক মান নির্দিষ্ট করে দিলে সেটাই মানুন। পার্টের মধ্যে শুধু স্পষ্ট ভালো ও স্পষ্ট খারাপ নয়, সীমার কাছাকাছি পার্টও রাখুন। সীমার কাছের পার্ট না থাকলে সিদ্ধান্তের ছড়ানো কখনো ধরা পড়ে না।

জমা দেওয়ার আগে: চেকলিস্ট ও জাপানি গ্রাহককে প্রশ্ন

ওপরের কিছু ভুল, যেমন হর না লেখা বা পুরোনো গুণক, খারাপ গেজ থেকে নয়, বরং ভিন্ন ধারণা থেকে আসে। এই বিষয়গুলো রিপোর্ট ফেরত আসার পরে নয়, স্টাডির আগেই গ্রাহকের সঙ্গে মিটিয়ে নিন।

জমা দেওয়ার আগের চেকলিস্ট

বিষয়	কী নিশ্চিত করবেন
পরিধি	বৈশিষ্ট্য, গেজ, ফিক্সচার ও পদ্ধতি চিহ্নিত; বৈশিষ্ট্যটি কন্ট্রোল প্ল্যানে আছে
রেজোলিউশন	সবচেয়ে ছোট রিডিং-ধাপ টলারেন্সের (বা প্রসেস ভ্যারিয়েশনের) 1/10 বা তার চেয়ে সূক্ষ্ম
ক্যালিব্রেশন	গেজের ক্যালিব্রেশন মেয়াদের মধ্যে
স্টাডির নকশা	পার্ট, অ্যাপ্রেইজার ও ট্রায়ালের সংখ্যা লেখা; পার্ট প্রসেসের রেঞ্জ ছুঁয়েছে; ক্রম র‍্যান্ডম; পার্টের নম্বর আড়াল
অ্যাপ্রেইজার	যাঁরা সাধারণত মাপেন তাঁরা, শুধু সেরা ইন্সপেক্টর নন
পদ্ধতি	গড় ও রেঞ্জ বা ANOVA লেখা; ANOVA হলে ইন্টারঅ্যাকশন রাখা হয়েছে না বাদ গেছে
গুণক	K1, K2, K3 চতুর্থ সংস্করণের (পুরোনো 5.15-সিগমা গুণক নয়)
হর	%GRR মোট ভ্যারিয়েশন, টলারেন্স বা দুটোর বিপরীতে, স্পষ্ট লেবেলসহ
ফলাফল	%EV, %AV, %GRR, ndc; রেঞ্জ কন্ট্রোল লিমিটের সঙ্গে মেলানো
মান	রিপোর্টে কোন মান প্রয়োগ হয়েছে (AIAG বা গ্রাহকের CSR) তার নাম
শর্তসাপেক্ষ ব্যান্ড	%GRR 10–30% হলে এই ব্যবহারের জন্য কেন গ্রহণযোগ্য তার কারণ, এবং দরকার হলে গ্রাহকের অনুমোদন
অ্যাট্রিবিউট যাচাই	সীমার কাছের পার্ট আছে; কাপ্পা, effectiveness, মিস রেট ও ফলস অ্যালার্ম রেট রিপোর্ট করা

জাপানি গ্রাহককে করার প্রশ্ন

• কোন বৈশিষ্ট্যে MSA লাগবে: কন্ট্রোল প্ল্যানের সব আইটেমে, নাকি শুধু স্পেশাল ও ক্রিটিক্যাল বৈশিষ্ট্যে?
• আপনারা কি AIAG MSA চতুর্থ সংস্করণের মান অনুসরণ করেন, নাকি CSR-এ নিজস্ব মান আছে (যেমন 10–30% ব্যান্ডের ভেতরে ভাগ)?
• %GRR প্রসেস ভ্যারিয়েশন, টলারেন্স, না দুটোর বিপরীতেই হিসাব করব?
• পদ্ধতি (গড় ও রেঞ্জ বা ANOVA) এবং পার্ট, অ্যাপ্রেইজার ও ট্রায়ালের সংখ্যা কি আপনারা নির্দিষ্ট করেন?
• আপনাদের নিজস্ব Excel ফরম্যাট লাগবে কি? লাগলে সেটা কোন সংস্করণের গুণক ব্যবহার করে?
• চোখে দেখা ইন্সপেকশনের জন্য আপনারা কি লিমিট স্যাম্পল (gendo mihon) দেবেন, আর কাপ্পা বা effectiveness কত আশা করেন?
• স্টাডি কখন আবার করতে হবে: গেজ বদলালে, পদ্ধতি বদলালে, অ্যাপ্রেইজার বদলালে, নাকি নির্দিষ্ট সময় পরপর?

গ্রাহককে পাঠানোর ইমেইলের নমুনা

জাপানি গ্রাহকের সঙ্গে সাধারণত ইংরেজিতে যোগাযোগ হয়, তাই নমুনাটি ইংরেজিতেই রাখা হলো। [ ] চিহ্নের ভেতরের অংশ নিজের তথ্য দিয়ে বদলে নিন।

Subject: Gage R&R requirements for part [part number]

Dear [Name],

We are preparing the measurement system analysis for [part number / drawing number] as listed in our control plan. To make sure our report matches your requirements, could you confirm the following?

1. Acceptance criteria: AIAG MSA 4th edition (%GRR under 10% / 10–30% / over 30%, ndc of 5 or more), or your own criteria?
2. Denominator for %GRR: process variation, tolerance, or both?
3. Preferred method (average and range or ANOVA) and study size (parts, appraisers, trials)
4. Whether a specific report format is required

If any characteristic falls in the 10–30% range, we will assess whether it is acceptable for its intended use and confirm with you.

Best regards,
[Your name]

এই গাইডের সীমাবদ্ধতা

• হিসাবের উদাহরণ কাল্পনিক ডেটায়। বাস্তব স্টাডিতে গ্রাহকের ফর্ম ও সফটওয়্যারের সেটিং অনুসরণ করুন।
• মান গ্রাহক, শিল্প ও বৈশিষ্ট্যভেদে আলাদা। এখানকার AIAG ব্যান্ড একটি রেফারেন্স, গ্রাহকের CSR-এর বিকল্প নয়।
• এই গাইড প্রচলিত ক্রসড স্টাডি বর্ণনা করে, যেখানে প্রতিজন অ্যাপ্রেইজার প্রতিটি পার্ট মাপেন।
• IATF 16949-এর সঠিক ভাষ্যের জন্য দ্বিতীয় স্তরের উৎস নয়, মান নিজে এবং AIAG-র চলতি ম্যানুয়াল দেখুন।
• বাংলাদেশ-সংক্রান্ত অংশে BSTI ও BAB-র বর্তমান তালিকা ও পরিধি আমরা এই লেখায় নতুন করে যাচাই করিনি। ব্যবহারের আগে তাদের নিজস্ব উৎস দেখে নিন।

সচরাচর জিজ্ঞাসা (FAQ)

Gage R&R স্টাডি কত দিন পরপর আবার করতে হয়?

কোনো নির্দিষ্ট ব্যবধান নেই। গেজ বদলালে, পদ্ধতি বদলালে বা অ্যাপ্রেইজার বদলালে নতুন করে দেখুন। গ্রাহকের CSR-এ মান বা পরিধি নির্দিষ্ট থাকলে সেই অনুযায়ী পরিকল্পনা করুন।

গেজ ক্যালিব্রেট করা থাকলে কি Gage R&R লাগে?

হ্যাঁ, লাগে। ক্যালিব্রেশন শুধু যন্ত্রের বায়াস দেখে। ফিক্সচারের ঢিলা ভাব বা যাঁরা মাপেন তাঁদের অভ্যাস থেকে আসা ছড়ানো এতে ধরা পড়ে না, আর Gage R&R ঠিক সেটাই যাচাই করে।

Gage R&R-এর পূর্ণরূপ কী?

Gage repeatability and reproducibility। রিপিটেবিলিটিকে লেখা হয় EV, রিপ্রোডিউসিবিলিটিকে AV, আর দুটো মিলিয়ে GRR। জাপানি নথিতেও একই সংক্ষেপ ব্যবহার হয়, শুধু নামটি লেখা হয় "gēji R&R"।

স্প্রেডশিটে কি Gage R&R হিসাব করা যায়?

গড় ও রেঞ্জ পদ্ধতি স্প্রেডশিটে সহজেই করা যায়: গুণক দিয়ে গুণ করে মেলাতে হয়। ANOVA-র হিসাব বেশি জটিল, তাই স্ট্যাটিস্টিক্যাল সফটওয়্যার বা স্প্রেডশিটের অ্যানালাইসিস টুল ব্যবহার করলে পরিশ্রম কমে।

অ্যাপ্রেইজার কারা হবেন?

যাঁরা সাধারণত এই মাপ নেন, এমন দুই বা তিনজন, শুধু সবচেয়ে দক্ষজন নন। শুধু সেরা ইন্সপেক্টরকে নিলে ফল প্রতিদিনের মাপের চেয়ে ভালো আসে এবং ছড়ানো কম করে ধরা হয়।

সূত্র

• AIAG, MSA-4: Measurement Systems Analysis
• Q-DAS, Notes on the 4th Edition of the MSA Manual (প্রকাশের তারিখ ও 5.15 গুণক)
• JIS Z 8103:2019 (মেজারমেন্ট পরিভাষা) এবং JIS Z 8402-1:1999 (জাপানি ভাষায়): Z 8103, Z 8402-1
• Minitab, Is my measurement system acceptable?
• Minitab, Interpret the key results for Crossed Gage R&R Study
• Minitab, Methods and formulas for gage R&R table ও Methods and formulas for method of analysis
• Minitab, Data considerations for Crossed Gage R&R Study ও Assistant technical paper: Gage R&R Study (Crossed)
• Minitab, What is gage resolution?
• SPC for Excel, Variable Measurement Systems – Part 4: Gage R&R
• SPC for Excel, Acceptance Criteria for Measurement Systems Analysis
• SPC for Excel, Attribute Gage R&R Studies – Part 2
• QI Macros, Gage R&R Made Easy
• IATF 16949 ক্লজ 7.1.5.1.1-এর সারসংক্ষেপ (জাপানি ভাষায়): IATF16949 kōryaku