Gage R&R adalah: Cara Hitung dan Kriteria 10% / 30% (MSA)

Alat ukur Anda dikalibrasi setiap tahun, dan sertifikatnya tersimpan rapi. Lalu tim QA pelanggan Jepang meminta hasil Gage R&R (di dokumen berbahasa Jepang ditulis "geeji R&R") atau analisis sistem pengukuran, yaitu sokutei shisutemu kaiseki (measurement systems analysis, MSA). Pemasok yang mengirim part ke pabrik mobil dan motor Jepang, baik sebagai Tier 1 maupun Tier 2, patut bersiap menerima permintaan ini suatu saat.

Kalibrasi terutama memeriksa satu hal: seberapa jauh alat ukur menyimpang dari standar acuan (bias). Hasil ukur yang sebenarnya juga menyebar ketika orang yang sama mengukur part yang sama lagi, dan bergeser ketika orang lain mengambil alih. Gage R&R memberi angka pada sebaran itu, lalu membandingkannya dengan variasi antar-part atau dengan toleransi.

Artikel ini membahas posisi Gage R&R di dalam MSA, enam langkah studinya, contoh hitungan lengkap (data fiktif) dengan metode rata-rata dan rentang, perbedaan hasil ANOVA, dan cara membaca kriteria penerimaan 10% dan 30%. Di bagian akhir ada hal yang biasa dicek pelanggan Jepang, checklist sebelum mengirim laporan, dan pertanyaan yang sebaiknya diajukan sebelum studi dijalankan.

Daftar isi

1. Apa yang Diukur Gage R&R di dalam MSA
2. Cara Menjalankan Studi Gage R&R dalam 6 Langkah
3. Metode Rata-rata dan Rentang: Contoh Hitungan
4. Rata-rata dan Rentang vs. ANOVA
5. Kriteria Penerimaan: Membaca 10%, 30%, dan ndc ≥ 5
6. Yang Harus Dilakukan Jika Hasilnya Buruk
7. MSA Atribut: Inspeksi Lulus/Tidak Lulus dan Kappa
8. Sebelum Mengirim: Checklist dan Pertanyaan untuk Pelanggan Jepang
9. Batasan Panduan Ini
10. FAQ
11. Sumber

Apa yang Diukur Gage R&R di dalam MSA

MSA menilai seluruh sistem pengukuran secara statistik, bukan hanya alat ukurnya. Sistem itu mencakup orang yang mengukur, metode, jig atau fixture, dan lingkungan. Di industri otomotif, acuan yang menjadi standar de facto adalah manual referensi MSA terbitan AIAG (Automotive Industry Action Group, asosiasi industri otomotif Amerika Serikat). Edisi yang berlaku adalah edisi ke-4, terbit Juni 2010, dan per Oktober 2026 masih menjadi edisi yang dicantumkan AIAG.

Manual ini membagi error sistem pengukuran menjadi dua jenis. Pertama error lokasi (location), yaitu rata-rata hasil ukur berbeda dari nilai sebenarnya. Kedua error sebaran (width/spread), yaitu hasil ukur menyebar di sekitar rata-ratanya. Gage R&R menilai error sebaran: seberapa lebar hasil ukur menyebar ketika benda yang sama diukur berulang kali.

Gambar 1: Lima Properti yang Dievaluasi MSA

Tiga properti menggambarkan error lokasi dan dua properti menggambarkan error sebaran. Gage R&R menggabungkan kedua properti sebaran.

Bias

LokasiSelisih antara rata-rata hasil ukur dan nilai acuan. Diperiksa dengan kalibrasi atau dengan mengukur master part

Linearitas

LokasiApakah bias berubah antara ujung bawah dan ujung atas rentang ukur

Stabilitas

LokasiApakah bias berubah seiring waktu ketika master yang sama diukur secara berkala. Dipantau dengan control chart

Repeatability (EV)

SebaranVariasi ketika satu orang mengukur part yang sama berulang kali dengan alat yang sama. Disebut juga equipment variation

Reproducibility (AV)

SebaranSelisih rata-rata hasil ukur antar-appraiser. Disebut juga appraiser variation

Gage R&R (GRR)

GabunganRepeatability dan reproducibility digabung: error sebaran dari sistem pengukuran

EV = equipment variation; AV = appraiser variation. Klasifikasi mengacu pada materi penjelasan yang merangkum manual AIAG MSA edisi ke-4.

Repeatability dan Reproducibility: Catatan tentang Istilah Jepang

Laporan berbahasa Jepang memakai kurikaeshi-sei untuk repeatability (keterulangan) dan saigen-sei untuk reproducibility. Standar istilah metrologi Jepang, JIS Z 8103, mendefinisikan repeatability sebagai presisi pada kondisi keterulangan: prosedur, operator, sistem pengukuran, kondisi operasi, dan lokasi yang sama, dengan pengukuran berulang atas benda yang sama dalam waktu singkat. Gage R&R melaporkan ini sebagai EV.

Definisi reproducibility dalam JIS lebih luas, karena kondisi reproduksinya bisa mencakup lokasi dan sistem pengukuran yang berbeda. Dalam Gage R&R, reproducibility (AV) terutama berarti selisih akibat pergantian appraiser (operator yang mengukur). Jika prosedur atau laporan Anda akan dikirim ke pelanggan Jepang, tulis secara eksplisit "reproducibility = selisih antar-appraiser" agar tidak dibaca dalam arti JIS yang lebih luas.

Studi ini membagi total variasi yang teramati menjadi variasi dari part itu sendiri dan variasi dari sistem pengukuran, seperti pada gambar berikut.

Gambar 2: Cara Variasi Pengukuran Diuraikan

Pada sistem pengukuran yang baik, variasi part menjadi bagian terbesar dari total variasi dan GRR kecil.

Total variation (TV)Seluruh variasi yang terlihat pada hasil ukur. TV² = PV² + GRR²

Diuraikan menjadi

Part variation (PV)Perbedaan dimensi yang nyata antar-part. Variasi yang sebenarnya ingin dilihat

Gage R&R (GRR)Variasi dari sistem pengukuran. GRR² = EV² + AV²

GRR terdiri dari

Repeatability (EV)Variasi dalam satu orang akibat alat ukur, fixture, dan metode

Reproducibility (AV)Selisih rata-rata hasil ukur antar-appraiser

Hanya varians (simpangan baku kuadrat) yang bisa dijumlahkan. Simpangan baku dan persentase tidak bisa langsung dijumlahkan.

Kalibrasi vs. Gage R&R

Kalibrasi membandingkan alat ukur dengan standar yang tertelusur, lalu memeriksa error pada pembacaannya. Yang dilihat hanya alat ukurnya, terutama bias pada Gambar 1. Meskipun kalibrasi dan ketertelusuran sudah terpenuhi, kelonggaran pada fixture atau kebiasaan orang yang mengukur tetap menambah variasi. Untuk catatan kalibrasi dan ketertelusuran di pabrik Jepang, lihat .

Gage R&R memakai part yang sebenarnya, diukur oleh orang yang memang biasa mengukurnya, dengan prosedur sehari-hari. Kalibrasi bertanya "Apakah alat ukurnya benar?", sedangkan Gage R&R bertanya "Bisakah metode pengukuran ini membedakan satu part dari part lain?". Keduanya diperlukan sebelum hasil ukur boleh dipakai untuk keputusan mutu.

Mengapa Pelanggan Otomotif Jepang Memintanya: IATF 16949 7.1.5.1.1

IATF 16949, standar sistem manajemen mutu otomotif, mensyaratkan MSA pada klausul 7.1.5.1.1. Studi statistik harus menganalisis variasi hasil dari setiap jenis sistem peralatan inspeksi, pengukuran, dan pengujian yang tercantum dalam control plan (rencana pengendalian). Metode analisis dan kriteria penerimaannya harus mengikuti manual referensi MSA. Metode atau kriteria lain hanya boleh dipakai dengan persetujuan pelanggan, dan catatan persetujuan itu harus disimpan.

Jadi cakupannya berasal dari control plan, dan aturan pelanggan sendiri sama pentingnya dengan angka AIAG. Posisi MSA dalam proses peluncuran produk pelanggan Jepang dibahas di dan .

Cara Menjalankan Studi Gage R&R dalam 6 Langkah

Kualitas pengambilan data lebih menentukan keandalan hasil daripada perhitungannya. Berikut rencana yang umum dipakai, yaitu 10 part, 3 appraiser, dan 3 trial (pengulangan) masing-masing, yang dibagi menjadi enam langkah.

Gambar 3: Enam Langkah Studi Gage R&R

Tiga langkah persiapan sangat menentukan apakah hasilnya bisa dipercaya.

Persiapan

01Tentukan target dan tujuanKarakteristik mana, alat ukur mana. Untuk pengendalian proses atau untuk keputusan lulus/tidak lulus?

02Periksa resolusi dan kalibrasiApakah skala terkecil 1/10 toleransi (atau variasi proses) atau lebih halus? Apakah kalibrasi masih berlaku?

03Pilih partSekitar 10 part yang mencakup seluruh rentang proses. Beri nomor yang tidak terlihat oleh appraiser

Pengukuran dan analisis

04Ukur dengan urutan acak3 appraiser, masing-masing 3 trial. Ubah urutan setiap trial dan sembunyikan hasil sebelumnya

05HitungCari EV, AV, dan GRR dengan metode rata-rata dan rentang (X̄-R) atau ANOVA

06Nilai dan ambil tindakanBandingkan %GRR dan ndc dengan kriteria. Jika tidak lulus, cari tahu apakah penyebabnya repeatability atau reproducibility

10 part, 2–3 appraiser, dan 2–3 trial adalah pedoman yang umum (dokumen teknis Minitab). Ikuti spesifikasi pelanggan jika ada.

Langkah 1: Tentukan Target dan Tujuan

Tentukan karakteristik mutu apa yang akan dipelajari, dengan alat ukur, fixture, dan prosedur yang mana. Di bawah IATF 16949, lazimnya pengukuran yang tercantum dalam control plan didahulukan.

Tentukan juga untuk apa pengukuran itu dipakai: memantau variasi proses dengan control chart, atau memutuskan lulus/tidak lulus sebelum pengiriman. Jawabannya menentukan penyebut mana yang dipakai untuk %GRR nanti.

Langkah 2: Periksa Resolusi dan Kalibrasi

Jika resolusi alat ukur (skala terkecil yang bisa dibaca) terlalu kasar, alat selalu menunjukkan angka yang sama dan variasi tidak bisa dievaluasi dengan benar. Pedoman AIAG memuat "aturan 10 banding 1" (10-to-1 rule): resolusi harus sepersepuluh toleransi atau lebih halus. Untuk dimensi dengan toleransi 0,10 mm, Anda perlu alat ukur yang terbaca sampai 0,01 mm atau lebih halus.

Pastikan juga kalibrasi alat ukur masih berlaku. Gage R&R tidak mengevaluasi bias, jadi hasil bagus dari alat yang kalibrasinya sudah lewat tidak membuktikan bahwa pembacaannya benar.

Langkah 3: Pilih Part

Pilih part yang mencakup seluruh rentang variasi yang benar-benar dihasilkan proses. Minitab mencatat bahwa pengambilan sampel di seluruh rentang proses memberi perkiraan variasi antar-part yang lebih baik. Jika Anda mengumpulkan part yang mirip dari satu lot saja, variasi part mengecil dan %GRR tampak buruk secara tidak adil.

Beri nomor pada part, tetapi sembunyikan nomornya dari appraiser. Appraiser yang melihat nomor cenderung mengingat hasil sebelumnya lalu menyamakannya, jadi tandai sisi bawah part atau minta orang lain yang menyerahkan part. Sepuluh part tidak memberi perkiraan variasi part yang sangat presisi. Dokumen teknis Minitab memberi dua pilihan: pakai lebih banyak part, atau pakai simpangan baku proses yang dihitung dari data historis dalam jumlah besar.

Langkah 4: Ukur dengan Urutan Acak

Pilih appraiser dari orang yang biasa melakukan pengukuran ini. Jika hanya inspektur terbaik yang dipakai, studi akan meremehkan variasi pengukuran sehari-hari.

Pada trial 1, appraiser A mengukur ke-10 part satu kali, lalu B dan C melakukan hal yang sama. Trial 2 dan 3 mengulanginya dengan urutan part yang diacak. Mengacak urutan di setiap trial dan menyembunyikan hasil sebelumnya menghilangkan pengaruh ingatan dan urutan pengukuran. Sepakati lebih dulu di bagian part mana pengukuran dilakukan, dan pastikan semua orang memakai posisi yang sama.

Langkah 5 dan 6: Hitung dan Nilai

Setelah data lengkap, hitung dengan metode rata-rata dan rentang atau dengan ANOVA. Spreadsheet bisa dipakai, tetapi software statistik menghasilkan hasil ANOVA dan grafiknya sekaligus. Untuk menilai hasil, bandingkan %GRR dan ndc (number of distinct categories, jumlah kategori yang dapat dibedakan) dengan kriteria.

Jika tidak memenuhi, periksa mana yang lebih besar, repeatability atau reproducibility, lalu bertindak sesuai itu. Bagian berikut menguraikan perhitungannya langkah demi langkah.

Metode Rata-rata dan Rentang: Contoh Hitungan

Data di bawah ini fiktif. Semua angka dibuat untuk keperluan penjelasan dan tidak berasal dari proses nyata. Skenarionya: diameter luar poros, spesifikasi 10,00 ±0,05 mm (lebar toleransi 0,10 mm), diukur dengan mikrometer yang terbaca sampai 0,001 mm. Appraiser A, B, dan C masing-masing mengukur 10 part sebanyak tiga kali.

Appraiser / trial	1	2	3	4	5	6	7	8	9	10
A, trial 1	9,972	9,986	10,020	9,995	10,029	9,962	10,008	9,994	10,014	10,000
A, trial 2	9,973	9,986	10,021	9,995	10,030	9,967	10,004	9,989	10,009	9,998
A, trial 3	9,966	9,984	10,017	9,999	10,030	9,964	10,000	9,988	10,015	10,002
A, rentang	0,007	0,002	0,004	0,004	0,001	0,005	0,008	0,006	0,006	0,004
B, trial 1	9,969	9,986	10,020	9,998	10,035	9,965	10,010	9,995	10,015	10,004
B, trial 2	9,974	9,987	10,019	10,000	10,036	9,962	10,013	9,992	10,015	10,010
B, trial 3	9,976	9,983	10,023	10,002	10,031	9,969	10,010	9,994	10,021	10,002
B, rentang	0,007	0,004	0,004	0,004	0,005	0,007	0,003	0,003	0,006	0,008
C, trial 1	9,969	9,980	10,017	9,990	10,024	9,960	10,007	9,989	10,007	9,996
C, trial 2	9,970	9,975	10,016	9,994	10,030	9,963	10,003	9,985	10,010	10,003
C, trial 3	9,967	9,980	10,018	9,994	10,025	9,958	10,004	9,985	10,014	10,000
C, rentang	0,003	0,005	0,002	0,004	0,006	0,005	0,004	0,004	0,007	0,007
Rata-rata part	9,9707	9,9830	10,0190	9,9963	10,0300	9,9633	10,0066	9,9901	10,0133	10,0017

Metode rata-rata dan rentang memperkirakan simpangan baku dari rentang (maksimum dikurangi minimum) dan dari selisih antar-rata-rata. Faktor yang mengubah rentang menjadi simpangan baku adalah K1, K2, dan K3, dan nilainya bergantung pada jumlah trial, appraiser, dan part.

Gambar 4: Alur Perhitungan Metode Rata-rata dan Rentang

Ubah tiga rentang atau selisih menjadi simpangan baku dengan faktor K, lalu gabungkan.

R̿ (rata-rata rentang)Rata-ratakan rentang tiap appraiser, lalu rata-ratakan antar-appraiser

X̄diffRata-rata appraiser terbesar dikurangi yang terkecil

RpRata-rata part terbesar dikurangi yang terkecil

Kalikan dengan faktor

EV = R̿ × K1K1: 0,5908 untuk 3 trial, 0,8862 untuk 2

AV = √[(X̄diff × K2)² − EV²/(n·r)]K2: 0,5231 untuk 3 appraiser, 0,7071 untuk 2

PV = Rp × K3K3: 0,3146 untuk 10 part, 0,4030 untuk 5

Gabungkan

GRR = √(EV² + AV²)   TV = √(GRR² + PV²)%GRR = GRR ÷ TV × 100   ndc = 1,41 × PV ÷ GRR (dibulatkan ke bawah)

n = jumlah part, r = jumlah trial. Faktor sesuai metode AIAG MSA edisi ke-4, dicek terhadap SPC for Excel dan terhadap nilai turunan dari tabel d2 dan d2* (K1 = 1/d2, K2 dan K3 = 1/d2*). K3 untuk 2–10 part: 0,7071; 0,5231; 0,4467; 0,4030; 0,3742; 0,3534; 0,3375; 0,3249; 0,3146.

Buku teks lama dan spreadsheet internal warisan kadang masih memakai faktor seperti 4,56 dan 3,05. Faktor ini berasal dari edisi ke-1 dan ke-2 manual, yang menyatakan hasil sebagai sebaran 99% (5,15 simpangan baku). %GRR terhadap total variasi tetap sama, tetapi nilai absolut EV dan AV serta rasio terhadap toleransi berubah.

Selalu periksa faktor dari edisi mana yang dipakai sebuah template, termasuk form internal atau form lama.

1. Repeatability (EV)

Pertama, rata-ratakan rentang tiap appraiser. Pada contoh, A = 0,0047 mm, B = 0,0051 mm, dan C = 0,0047 mm, sehingga rata-rata rentang keseluruhan R̿ adalah 0,00483 mm (4,83 µm). Sisa contoh memakai µm agar mudah dibaca.

Sebelum lanjut, periksa bahwa tidak ada rentang yang melewati batas kendali (UCL = D4 × R̿; untuk 3 trial D4 = 2,574, sehingga 12,4 µm). Jika ada yang melewati, curigai kesalahan pengukuran atau pencatatan, lalu ukur ulang part itu sebelum menghitung. Di sini rentang terbesar 8 µm, jadi aman. Dengan K1 = 0,5908 untuk tiga trial, EV = 4,83 × 0,5908 ≈ 2,86 µm.

2. Reproducibility (AV)

Rata-rata tiap appraiser dari 30 pembacaan adalah 9,99723 mm untuk A, 10,00053 mm untuk B, dan 9,99443 mm untuk C. Selisih antara yang tertinggi (B) dan terendah (C), X̄diff, adalah 6,10 µm. Dengan tiga appraiser, K2 = 0,5231.

X̄diff × K2 = 3,19 µm, yang jika dikuadratkan menjadi 10,18. Karena rata-rata appraiser juga mengandung sedikit variasi repeatability, kurangkan EV² ÷ (10 part × 3 trial) = 2,86² ÷ 30 ≈ 0,27. Hasilnya AV = √(10,18 − 0,27) ≈ 3,15 µm. Jika nilai di bawah akar menjadi negatif, tetapkan AV = 0.

3. GRR, PV, dan TV

GRR adalah akar dari jumlah kuadrat EV dan AV: √(2,86² + 3,15²) ≈ 4,25 µm. Variasi part PV dihitung dari Rp, selisih rata-rata part terbesar (10,0300 mm) dan terkecil (9,9633 mm). Rp = 66,67 µm; dikalikan K3 = 0,3146 untuk 10 part, PV = 20,97 µm.

Total variasi TV = √(4,25² + 20,97²) ≈ 21,40 µm.

4. %GRR dan ndc

%GRR = 4,25 ÷ 21,40 × 100 ≈ 19,9%. Perhitungan yang sama memberi %EV = 13,3%, %AV = 14,7%, dan %PV = 98,0%. Menjumlahkan %EV dan %AV tidak menghasilkan 19,9%, karena hanya nilai kuadrat (varians) yang bisa dijumlahkan, seperti catatan pada Gambar 2.

ndc = 1,41 × 20,97 ÷ 4,25 ≈ 6,96, dibulatkan ke bawah menjadi 6. Angka 1,41 adalah √2 yang dibulatkan.

Gambar 5: Hasil Contoh Hitungan (Metode Rata-rata dan Rentang)

%GRR adalah 19,9%, masuk kategori "dapat diterima bersyarat". Reproducibility (AV) sedikit lebih besar daripada repeatability.

Nilai (µm)

Rasio terhadap total variasi (TV)

Repeatability EV

2,86

13,3%

Reproducibility AV

3,15

14,7%

Gage R&R GRR

4,25

19,9% (rentang 10–30%)

Variasi part PV

20,97

98,0%

Total variasi TV

21,40

100%

ndc

6,96 → 6

Memenuhi kriteria (5 atau lebih)

Rasio terhadap toleransi

6 × GRR = 25,5

25,5% dari lebar toleransi 100 µm

Data contoh fiktif; perhitungan diverifikasi dengan Python. Karena rasio digabung sebagai jumlah kuadrat, 13,3% + 14,7% tidak sama dengan 19,9%.

Rata-rata dan Rentang vs. ANOVA

ANOVA (analysis of variance) membagi variasi pada hasil ukur menjadi empat sumber: part, appraiser, interaksi appraiser-part, dan error repeatability. Manual AIAG menjelaskan kedua metode, dan software statistik biasanya memakai ANOVA sebagai pengaturan awal.

Menurut Minitab, metode rata-rata dan rentang tidak bisa menghitung varians interaksi appraiser-part. Interaksi berarti appraiser berbeda dari part ke part, misalnya "appraiser C membaca rendah hanya pada part yang kecil". ANOVA umumnya memperkirakan varians dengan lebih akurat dan juga bisa menguji apakah interaksi itu ada.

Gambar 6: Metode Rata-rata dan Rentang vs. ANOVA

Metode X̄-R bisa diikuti dengan tangan. ANOVA memberi lebih banyak informasi dan perkiraan yang lebih akurat.

Rata-rata dan rentang (X̄-R)

ANOVA

Cara variasi diperkirakan

Rentang dikalikan faktor untuk memperkirakan simpangan baku

Komponen varians diperkirakan dari mean square

Interaksi

Tidak dievaluasi (tersembunyi di dalam repeatability atau reproducibility)

Interaksi appraiser-part dipisahkan dan diuji

Usaha

Kalkulator atau spreadsheet

Software statistik atau fitur analisis pada spreadsheet

%GRR pada contoh

19,9% (ndc 6)

18,6% (ndc 7)

Paling cocok untuk

Pengecekan cepat di lapangan, mengajarkan konsep

Pengiriman ke pelanggan, pengukuran yang dicurigai ada interaksi

Pada ANOVA contoh, nilai p interaksi adalah 0,75, sehingga model dihitung ulang tanpa suku interaksi (Minitab menghapus interaksi jika p ≥ 0,05).

Jika data fiktif yang sama dihitung dengan ANOVA, simpangan baku repeatability adalah 2,63 µm, reproducibility 3,02 µm, GRR 4,00 µm, dan antar-part 21,12 µm. %GRR (sebagai rasio simpangan baku) adalah 18,6% dan ndc 7. Angkanya sedikit berbeda karena satu metode memperkirakan dari rentang dan yang lain dari mean square, tetapi keduanya jatuh di kategori yang sama.

Saat membaca output software, jangan tertukar antara %Contribution (bahasa Jepang: kiyo-ritsu) dan %Study Var (kenkyu hendo). %Contribution adalah rasio varians: 3,5% untuk GRR pada contoh. %Study Var adalah rasio simpangan baku: 18,6%.

Kriteria 10% dan 30% berlaku untuk rasio simpangan baku (%Study Var atau rasio terhadap toleransi). Untuk %Contribution, Minitab memberi pedoman terpisah: di bawah 1%, 1–9%, dan di atas 9%.

Kriteria Penerimaan: Membaca 10%, 30%, dan ndc ≥ 5

Kriteria yang paling dikenal dari manual AIAG MSA membagi %GRR menjadi tiga kategori dengan batas 10% dan 30%. Minitab menyajikan kategori yang sama sebagai pedoman AIAG.

Gambar 7: Kategori Penerimaan %GRR (Pedoman AIAG)

10–30% bukan otomatis lulus. Ini adalah kategori yang keputusannya bergantung pada penggunaan dan biaya.

Di bawah 10%Dapat diterimaSistem pengukuran boleh dipakai. Part dapat dibedakan dengan baik

10–30%Dapat diterima bersyaratMungkin dapat diterima tergantung pentingnya pengukuran, biaya alat ukur, biaya rework atau perbaikan, dan sebagainya. Periksa juga persyaratan pelanggan

Di atas 30%Tidak dapat diterimaSistem pengukuran harus diperbaiki. Jangan dipakai apa adanya untuk pengendalian proses atau keputusan lulus/tidak lulus

Pastikan juga ndc (jumlah kategori yang dapat dibedakan) bernilai 5 atau lebih. ndc menunjukkan berapa kelompok yang bisa dibedakan sistem pengukuran dari variasi proses.

Sumber: Minitab Help dan QI Macros, yang menyajikan ini sebagai pedoman AIAG. Persyaratan berbeda menurut pelanggan dan industri.

%GRR contoh sebesar 19,9% jatuh di kategori tengah "dapat diterima bersyarat". ndc bernilai 6, memenuhi kriteria: sistem dapat memisahkan variasi proses menjadi sekitar enam kelompok.

Jika ndc di bawah 5, sistem pengukuran mungkin terlalu kasar, atau part yang dipilih terlalu seragam. Karena ndc memakai variasi part (PV) sebagai pembilang, part yang dipilih kurang baik menghasilkan ndc rendah walaupun sistem pengukurannya sendiri baik.

Penyebut: Variasi Proses atau Toleransi?

%GRR dapat dihitung terhadap total variasi (variasi proses) atau terhadap toleransi. Rasio terhadap toleransi membagi 6 × GRR (sebaran ±3 simpangan baku) dengan lebar toleransi; rasio ini juga disebut P/T ratio (precision-to-tolerance ratio).

Minitab menjelaskan rasio terhadap total variasi sebagai perbandingan dengan variasi proses secara keseluruhan, dan rasio terhadap toleransi sebagai indikator untuk memilah part ke dalam spesifikasi dan di luar spesifikasi. Praktik yang lazim mengikutinya: pakai rasio terhadap total variasi untuk pengukuran yang masuk ke control chart, dan rasio terhadap toleransi untuk pengukuran yang dipakai pada keputusan lulus/tidak lulus di inspeksi akhir. Pilihannya bergantung pada penggunaan pengukuran dan persyaratan pelanggan, dan sebagian laporan menampilkan keduanya.

Data yang sama memberi hasil berbeda jika penyebutnya berbeda. Pada contoh, %GRR adalah 19,9% terhadap total variasi tetapi 25,5% terhadap toleransi 0,10 mm. Selalu tulis "rasio terhadap apa" di laporan agar angka Anda tidak berselisih dengan angka pelanggan. Untuk toleransi umum pada gambar kerja Jepang, lihat .

Yang Mungkin Diharapkan Pelanggan Jepang di Luar 10% dan 30%

Angka 10% dan 30% adalah pedoman AIAG, bukan batas yang berlaku universal. IATF 16949 menjadikan manual referensi MSA sebagai acuan utama, tetapi menerima metode analisis dan kriteria lain jika disetujui pelanggan. Karena itu, pabrikan mobil dan Tier 1 dapat menetapkan kriteria atau cakupan sendiri dalam customer-specific requirements (CSR; bahasa Jepang: kokyaku koyu yokyu jiko).

Buku panduan Jepang dan standar internal perusahaan kadang membagi kategori bersyarat lebih halus, misalnya 10–20% dianggap umumnya dapat diterima dan 20–30% sebagai batas. Persyaratan berbeda antar-perusahaan, jadi jangan menganggap aturan satu pelanggan Jepang berlaku untuk pelanggan lain. Urutan yang aman: konfirmasi persyaratan pelanggan lebih dulu, lalu tetapkan standar internal yang tidak lebih longgar darinya.

Menurut SPC for Excel, manual AIAG sendiri memperingatkan bahwa memakai pedoman GRR semata sebagai batas lulus/gagal bukan cara yang dapat diterima untuk menilai sistem pengukuran. Selain apakah angkanya berada di dalam batas, keputusan harus mempertimbangkan apa yang diputuskan lewat pengukuran itu.

Yang Harus Dilakukan Jika Hasilnya Buruk

Jika %GRR tinggi, mulailah dengan memeriksa mana yang lebih besar, repeatability (EV) atau reproducibility (AV). Panduan yang berbasis AIAG MSA edisi ke-4, seperti QI Macros, memilah kemungkinan penyebabnya sebagai berikut.

Gambar 8: Mengisolasi Penyebab dan Perbaikan yang Umum

Di mana harus bertindak bergantung pada mana yang lebih besar, EV atau AV, dan apakah ndc cukup tinggi.

Repeatability (EV) besarRawat alat ukur (aus, korosi, kelonggaran), tinjau pilihan alat ukur, perbaiki penjepitan part atau alat ukur, tetapkan lokasi pengukuran. Periksa juga apakah variasi di dalam part (taper, kebulatan) ikut masuk

Reproducibility (AV) besarLatih appraiser dalam metode pengukuran, buat prosedur lebih spesifik (titik kontak, gaya, cara membaca), ganti alat ukur yang skalanya sulit dibaca, tambahkan fixture agar semua orang memakai setup yang sama

ndc di bawah 5, variasi part kecilPart mungkin tidak mewakili variasi proses. Pilih ulang part dari seluruh rentang proses, atau pakai simpangan baku proses dari data historis

Ada rentang yang melewati batas kendaliCari rentang besar yang terkait appraiser atau part tertentu. Singkirkan dulu penyebab sesaat seperti salah baca, salah catat, atau part kotor

Sumber: QI Macros (panduan yang selaras dengan AIAG MSA edisi ke-4) dan dokumen teknis Minitab. Setelah perbaikan apa pun, ulangi studi dengan kondisi yang sama untuk memastikan efeknya.

Pada contoh, %AV (14,7%) sedikit lebih besar daripada %EV (13,3%), dan rata-rata appraiser C sekitar 6 µm lebih rendah daripada B. Mulailah dengan memeriksa cara C memakai mikrometer (apakah ratchet dipakai dan apakah permukaan ukur menempel tegak lurus pada part) serta cara C membaca skala.

Jika masalahnya repeatability, coba fixture dan lokasi pengukuran yang tetap sebelum membeli alat ukur baru. Variasi cara part ditempatkan atau di mana part diukur sering menjadi penyebab, lebih sering daripada performa alat ukurnya sendiri.

Untuk mempersempit penyebab, buat plot hasil ukur per appraiser dan per part, atau pakai diagram sebab-akibat (fishbone) untuk mendaftar faktor di bawah manusia, alat ukur, metode, dan lingkungan.

Kesalahan Umum yang Memaksa Studi Diulang

• Sepuluh part diambil dari lot yang sama, sehingga variasi part kecil dan %GRR tampak buruk
• Nomor part terlihat saat pengukuran, sehingga appraiser menyamakan dengan hasil sebelumnya
• Hanya appraiser terbaik yang ikut, sehingga hasilnya lebih baik daripada pengukuran sehari-hari
• Tidak ada kesepakatan lokasi pengukuran, sehingga variasi di dalam part masuk ke repeatability
• Template lama dengan faktor 5,15 sigma, sehingga EV dan AV tidak cocok dengan hitungan pelanggan
• %GRR dilaporkan tanpa menyebut penyebutnya (total variasi atau toleransi), sehingga angkanya berbeda dengan angka pelanggan

Ketika pelanggan menunjuk masalah pengukuran dan meminta laporan tindakan korektif, hasil MSA bisa mendukung analisis akar masalah. Menampilkan %GRR sebagai bukti bahwa sistem pengukuran sudah diverifikasi membuat penanggulangan lebih meyakinkan. Format laporannya dibahas di .

MSA Atribut: Inspeksi Lulus/Tidak Lulus dan Kappa

Perhitungan di atas tidak berlaku untuk pengukuran yang hanya menghasilkan lulus atau tidak lulus: inspeksi visual, penilaian terhadap limit sample (gendo mihon), atau go/no-go gauge. Sistem pengukuran atribut seperti ini dievaluasi dari seberapa baik penilaian-penilaiannya cocok satu sama lain.

Pendekatan yang umum adalah metode cross-tab dalam manual AIAG. Siapkan part yang penilaian benarnya (acuan) sudah diketahui. Beberapa appraiser menilai tiap part beberapa kali, lalu kecocokan antar-appraiser dan dengan acuan dinyatakan dengan kappa.

Kappa mengukur kecocokan di luar kebetulan: 1 berarti cocok sempurna, 0 berarti tidak lebih baik dari kebetulan. Menurut Minitab, AIAG menganggap kappa 0,75 atau lebih sebagai kecocokan yang baik, dan nilai lebih besar seperti 0,90 lebih disukai.

Baca hasilnya dari tiga sisi: dalam appraiser (apakah tiap orang memberi penilaian yang sama saat diulang?), tiap appraiser terhadap acuan (apakah penilaiannya benar?), dan antar-appraiser (apakah penilaian berubah menurut orangnya?). SPC for Excel mengutip tabel dari manual AIAG (edisi ke-3) dengan pedoman penerimaan terhadap acuan: effectiveness 90% atau lebih, miss rate (part buruk yang diloloskan) 2% atau kurang, dan false alarm rate (part baik yang ditolak) 5% atau kurang.

Jika pelanggan menetapkan kriteria, ikuti kriteria itu. Sertakan part yang dekat dengan batas, bukan hanya part yang jelas baik dan jelas buruk. Tanpa part di perbatasan, variasi penilaian tidak pernah terlihat.

Sebelum Mengirim: Checklist dan Pertanyaan untuk Pelanggan Jepang

Beberapa kesalahan di atas, seperti penyebut yang tidak ditulis atau faktor lama, berasal dari asumsi yang tidak sama, bukan dari alat ukur yang buruk. Selesaikan hal-hal ini dengan pelanggan sebelum studi dijalankan, bukan setelah laporan dikembalikan.

Checklist Sebelum Mengirim

Butir	Yang dikonfirmasi
Cakupan	Karakteristik, alat ukur, fixture, dan prosedur teridentifikasi; karakteristik ada di control plan
Resolusi	Skala terkecil 1/10 toleransi (atau variasi proses) atau lebih halus
Kalibrasi	Kalibrasi alat ukur masih berlaku
Desain studi	Jumlah part, appraiser, dan trial dicantumkan; part mencakup rentang proses; urutan diacak; nomor part disembunyikan
Appraiser	Orang yang biasa melakukan pengukuran, bukan hanya inspektur terbaik
Metode	Rata-rata dan rentang atau ANOVA dicantumkan; untuk ANOVA, apakah suku interaksi dipertahankan atau dihapus
Faktor	K1, K2, K3 dari edisi ke-4 (bukan faktor lama 5,15 sigma)
Penyebut	%GRR terhadap total variasi, toleransi, atau keduanya, diberi label jelas
Hasil	%EV, %AV, %GRR, ndc; rentang diperiksa terhadap batas kendali
Kriteria	Kriteria yang dipakai (AIAG atau CSR pelanggan) disebut di laporan
Kategori bersyarat	Jika %GRR 10–30%, alasan mengapa dapat diterima untuk penggunaan ini, dan persetujuan pelanggan jika diperlukan
Pengecekan atribut	Part di perbatasan disertakan; kappa, effectiveness, miss rate, dan false alarm rate dilaporkan

Pertanyaan untuk Pelanggan Jepang

• Karakteristik mana yang memerlukan MSA: semua butir control plan, atau hanya karakteristik khusus dan kritis?
• Apakah Anda mengikuti kriteria AIAG MSA edisi ke-4, atau punya kriteria sendiri di CSR (misalnya pembagian di dalam kategori 10–30%)?
• Apakah %GRR dihitung terhadap variasi proses, toleransi, atau keduanya?
• Apakah Anda menetapkan metode (rata-rata dan rentang atau ANOVA) serta jumlah part, appraiser, dan trial?
• Apakah Anda mewajibkan format Excel sendiri, dan jika ya, faktor dari edisi mana yang dipakainya?
• Untuk inspeksi visual, apakah Anda akan menyediakan limit sample (gendo mihon), dan berapa kappa atau effectiveness yang diharapkan?
• Kapan studi harus diulang: setelah penggantian alat ukur, perubahan prosedur, pergantian appraiser, atau menurut jadwal tetap?

Contoh Email Pertanyaan

Korespondensi teknis dengan pelanggan Jepang umumnya memakai bahasa Inggris, jadi contoh berikut ditulis dalam bahasa Inggris. Ganti bagian dalam tanda kurung siku sesuai kebutuhan.

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]

Batasan Panduan Ini

• Contoh hitungan memakai data fiktif. Studi yang sebenarnya harus mengikuti form pelanggan dan pengaturan software Anda.
• Kriteria berbeda menurut pelanggan, industri, dan karakteristik. Kategori AIAG di sini adalah acuan, bukan pengganti CSR pelanggan.
• Panduan ini menjelaskan studi crossed yang umum, yaitu setiap appraiser mengukur setiap part.
• Untuk bunyi persis IATF 16949, periksa standarnya sendiri dan manual AIAG yang berlaku, bukan sumber sekunder.
• Padanan standar nasional Indonesia (SNI) untuk istilah dan metode di atas belum dikonfirmasi dalam artikel ini. Tanyakan kepada pelanggan atau lembaga sertifikasi Anda standar mana yang dirujuk.

FAQ

Seberapa sering studi Gage R&R diulang?

Tidak ada interval tetap. Tinjau ulang ketika alat ukur diganti, prosedur berubah, atau appraiser berganti. Jika CSR pelanggan menetapkan kriteria atau cakupan, sesuaikan rencana Anda dengannya.

Jika alat ukur sudah dikalibrasi, apakah Gage R&R masih diperlukan?

Ya. Kalibrasi hanya memeriksa bias alat ukur itu sendiri. Kalibrasi tidak mencakup variasi akibat kelonggaran fixture atau kebiasaan orang yang mengukur, padahal itulah yang dievaluasi Gage R&R.

Gage R&R adalah singkatan dari apa?

Gage repeatability and reproducibility. Repeatability ditulis EV, reproducibility ditulis AV, dan nilai gabungannya GRR. Dokumen berbahasa Jepang memakai singkatan yang sama, ditulis dalam huruf Jepang sebagai "geeji R&R".

Bisakah Gage R&R dihitung di spreadsheet?

Metode rata-rata dan rentang mudah direproduksi di spreadsheet: kalikan dengan faktor lalu gabungkan. ANOVA memerlukan lebih banyak perhitungan, jadi software statistik atau fitur analisis pada spreadsheet menghemat tenaga.

Siapa yang sebaiknya menjadi appraiser?

Dua atau tiga orang yang biasa melakukan pengukuran itu, bukan hanya yang paling terampil. Jika hanya inspektur terbaik yang dipakai, hasilnya lebih baik daripada pengukuran sehari-hari dan variasinya terlalu rendah dinilai.

Sumber

• AIAG, MSA-4: Measurement Systems Analysis
• Q-DAS, Notes on the 4th Edition of the MSA Manual (tanggal terbit dan faktor 5,15)
• JIS Z 8103:2019 (istilah pengukuran) dan JIS Z 8402-1:1999 (akurasi metode dan hasil pengukuran, Bagian 1), dalam bahasa Jepang: 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 dan Methods and formulas for method of analysis
• Minitab, Data considerations for Crossed Gage R&R Study dan 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
• Ringkasan klausul IATF 16949 7.1.5.1.1 (dalam bahasa Jepang): IATF16949 Koryaku