Gage R&R Kabul Kriterleri: Japon Müşteriler Ne Bekler?

Ölçüm cihazlarınız her yıl kalibre ediliyor ve sertifikalar dosyada duruyor. Sonra Japon müşterinin kalite güvence ekibi sizden Gage R&R sonuçlarını (Japonca belgelerde "gēji R&R") ya da ölçüm sistemleri analizinizi (Japonca "sokutei shisutemu kaiseki", İngilizce MSA) istiyor. Türkiye'deki Japon otomotiv fabrikalarına ve Tier 1 firmalara parça sağlayan tedarikçiler de bu talebi alabilir.

Kalibrasyon esas olarak tek bir şeyi kontrol eder: cihazın referans standarttan ne kadar saptığını (bias). Gerçek ölçümlerde ise aynı kişi aynı parçayı yeniden ölçtüğünde değerler dağılır, kişi değiştiğinde de değerler kayar. Gage R&R bu dağılımı sayıya döker ve parçalar arası değişkenlikle ya da toleransla karşılaştırır.

Bu rehber Gage R&R'ın MSA içindeki yerini, bir çalışmanın altı adımını, ortalama ve aralık yöntemiyle tamamen çözümlü (kurgusal) bir örneği, ANOVA sonuçlarının farkını ve %10 ile %30 kabul kriterlerinin nasıl okunacağını anlatır. Sonunda Japon müşterilerin sık kontrol ettiği noktaları, göndermeden önce kullanılacak bir kontrol listesini ve çalışmaya başlamadan sorulacak soruları bulacaksınız.

İçindekiler

1. MSA İçinde Gage R&R Neyi Ölçer?
2. Gage R&R Çalışması 6 Adımda Nasıl Yapılır?
3. Ortalama ve Aralık Yöntemi: Çözümlü Örnek
4. Ortalama ve Aralık Yöntemi mi, ANOVA mı?
5. Kabul Kriterleri: %10, %30 ve ndc ≥ 5 Nasıl Okunur?
6. Sonuç Kötü Çıkarsa Ne Yapmalı?
7. Nitelik (Attribute) MSA: Geçti/Kaldı Muayenesi ve Kappa
8. Göndermeden Önce: Kontrol Listesi ve Japon Müşteriye Sorular
9. Bu Rehberin Sınırları
10. Sık Sorulan Sorular
11. Kaynaklar

MSA İçinde Gage R&R Neyi Ölçer?

MSA yalnızca cihazı değil, ölçüm sisteminin tamamını istatistiksel olarak değerlendirir. Sisteme ölçümü yapan kişi, yöntem, fikstür ve ortam da dahildir. Otomotivde fiili standart, AIAG'ın (Automotive Industry Action Group, ABD otomotiv sanayi derneği) yayımladığı MSA referans kılavuzudur. Güncel baskı Haziran 2010'da yayımlanan 4. baskıdır ve AIAG Ekim 2026 itibarıyla hâlâ bu baskıyı listelemektedir.

Kılavuz ölçüm sistemi hatasını ikiye ayırır. Konum hatasında ortalama okuma gerçek değerden farklıdır, genişlik (yayılım) hatasında ise okumalar ortalamaları etrafında dağılır. Gage R&R genişlik hatasını değerlendirir: aynı şeyi tekrar tekrar ölçtüğünüzde okumaların ne kadar yayıldığını.

Şekil 1: MSA'nın Değerlendirdiği Beş Özellik

Üç özellik konum hatasını, iki özellik genişlik hatasını tanımlar. Gage R&R bu iki genişlik özelliğini birleştirir.

Sapma (bias)

KonumOrtalama okuma ile referans değer arasındaki fark. Kalibrasyonla veya master parça ölçülerek kontrol edilir

Doğrusallık (lineerlik)

KonumÖlçüm aralığının alt ve üst ucunda sapmanın değişip değişmediği

Kararlılık

KonumAynı master parça belirli aralıklarla ölçüldüğünde sapmanın zamanla değişip değişmediği. Kontrol grafiğiyle izlenir

Tekrarlanabilirlik (EV)

GenişlikBir kişinin aynı parçayı aynı cihazla tekrar tekrar ölçerken ortaya çıkan değişkenlik. Ekipman değişkenliği (equipment variation) de denir

Yeniden üretilebilirlik (AV)

GenişlikDeğerlendiriciler arasındaki ortalama okuma farkı. Değerlendirici değişkenliği (appraiser variation) de denir

Gage R&R (GRR)

BirleşikTekrarlanabilirlik ile yeniden üretilebilirliğin birleşimi: ölçüm sisteminin genişlik hatası

EV = ekipman değişkenliği; AV = değerlendirici değişkenliği. Sınıflandırma, AIAG MSA kılavuzunun 4. baskısını özetleyen açıklayıcı kaynaklara dayanır.

Tekrarlanabilirlik ve Yeniden Üretilebilirlik: Japonca Terimlere Not

Japonca raporlarda tekrarlanabilirlik için "kurikaeshi-sei", yeniden üretilebilirlik için "saigen-sei" terimi geçer. Japon ölçüm terimleri standardı JIS Z 8103, tekrarlanabilirliği tekrarlanabilirlik koşulları altındaki hassasiyet olarak tanımlar: aynı prosedür, aynı operatör, aynı ölçüm sistemi, aynı çalışma koşulları ve aynı yer; aynı nesne kısa sürede tekrar tekrar ölçülür. Gage R&R bunu EV olarak raporlar.

JIS'teki yeniden üretilebilirlik tanımı daha geniştir. Yeniden üretilebilirlik koşullarına farklı yerler ve farklı ölçüm sistemleri de girebilir. Gage R&R'da yeniden üretilebilirlik (AV) ise esas olarak değerlendirici değişince ortaya çıkan farkı ifade eder. Prosedürünüz veya raporunuz bir Japon müşteriye gidecekse "yeniden üretilebilirlik = değerlendiriciler arasındaki fark" diye açıkça yazmanız, JIS'teki geniş anlamda okunmasını önler.

Çalışma, gözlenen toplam değişkenliği parçaların kendi değişkenliği ve ölçüm sisteminin değişkenliği olarak ayırır. Aşağıdaki şekil bu ayrımı gösterir.

Şekil 2: Ölçüm Değişkenliğinin Bileşenleri

İyi bir ölçüm sisteminde toplam değişkenliğin büyük kısmı parça değişkenliğidir ve GRR küçüktür.

Toplam değişkenlik (TV)Okumalarda görülen tüm değişkenlik. TV² = PV² + GRR²

Ayrılır

Parça değişkenliği (PV)Parçalar arasındaki gerçek boyut farkları. Görmek istediğiniz değişkenlik

Gage R&R (GRR)Ölçüm sisteminden gelen değişkenlik. GRR² = EV² + AV²

GRR'ın bileşenleri

Tekrarlanabilirlik (EV)Cihaz, fikstür ve yöntemden kaynaklanan, kişi içi değişkenlik

Yeniden üretilebilirlik (AV)Değerlendiriciler arasındaki ortalama okuma farkları

Yalnızca varyanslar (standart sapmanın karesi) toplanır. Standart sapmalar ve yüzdeler doğrudan toplanamaz.

Kalibrasyon ve Gage R&R Arasındaki Fark

Kalibrasyon, bir cihazı izlenebilir bir standartla karşılaştırır ve okumadaki hatayı kontrol eder. Yalnızca cihaza bakar; esas olarak Şekil 1'deki sapmayı (bias) inceler. Kalibrasyon ve izlenebilirlik yerinde olsa bile fikstürdeki boşluk ya da ölçüm yapan kişinin alışkanlıkları değişkenlik eklemeye devam eder.

Gage R&R ise gerçek parçaları, bu ölçümü normalde yapan kişilerle, olağan prosedürle ölçer. Kalibrasyon "Cihaz doğru mu?" sorusunu sorar. Gage R&R "Bu ölçüm yöntemi parçaları birbirinden ayırt edebiliyor mu?" sorusunu sorar. Okumaları kalite kararlarında kullanabilmek için ikisine de ihtiyaç vardır.

Japon Otomotiv Müşterileri Neden İster? IATF 16949 madde 7.1.5.1.1

Otomotiv kalite yönetim standardı IATF 16949, 7.1.5.1.1 maddesinde MSA'yı zorunlu kılar. Kontrol planında listelenen her muayene, ölçme ve test ekipmanı sisteminin sonuçlarındaki değişkenliği analiz eden istatistiksel çalışmalar yapılmalıdır. Analiz yöntemleri ve kabul kriterleri MSA referans kılavuzlarına uymalıdır. Başka yöntem veya kriterlere yalnızca müşteri onayıyla izin verilir ve bu onayın kayıtları saklanmalıdır.

Yani kapsamı kontrol planı belirler ve müşterinin kendi kuralları da AIAG rakamları kadar önemlidir. MSA'nın Japon bir müşterinin seri üretime geçiş sürecindeki yeri için aşağıdaki yazılara bakabilirsiniz.

Gage R&R Çalışması 6 Adımda Nasıl Yapılır?

Sonuca ne kadar güvenebileceğinizi hesaptan çok verinin nasıl toplandığı belirler. Aşağıda 10 parça, 3 değerlendirici ve her biri için 3 tekrarlı tipik bir plan altı adıma bölünmüştür.

Şekil 3: Gage R&R Çalışmasının Altı Adımı

Üç hazırlık adımı, sonuca güvenilip güvenilemeyeceğini büyük ölçüde belirler.

Hazırlık

01Hedefi ve amacı belirleyinHangi karakteristik, hangi cihaz? Proses kontrolü mü, kabul/ret muayenesi mi?

02Çözünürlüğü ve kalibrasyonu kontrol edinEn küçük okuma adımı toleransın (veya proses değişkenliğinin) 1/10'u ya da daha ince mi? Kalibrasyon geçerli mi?

03Parçaları seçinProses aralığının tamamını kapsayan yaklaşık 10 parça. Numaralar değerlendiricilerden gizli olmalı

Ölçüm ve analiz

04Rastgele sırayla ölçün3 değerlendirici, her biri 3 tekrar. Her turda sırayı değiştirin, önceki okumaları gizleyin

05HesaplayınEV, AV ve GRR'ı ortalama ve aralık (X̄-R) yöntemiyle veya ANOVA ile bulun

06Değerlendirin ve aksiyon alın%GRR ve ndc'yi kriterlerle karşılaştırın. Kalırsa nedenin tekrarlanabilirlik mi yeniden üretilebilirlik mi olduğunu bulun

10 parça, 2–3 değerlendirici ve 2–3 tekrar yaygın bir yönergedir (Minitab teknik belgesi). Müşterinin bir şartnamesi varsa ona uyun.

Adım 1: Hedefi ve Amacı Belirleyin

Hangi kalite karakteristiğini, hangi ölçüm cihazı, fikstür (jigu) ve prosedürle inceleyeceğinize karar verin. IATF 16949 kapsamında genellikle kontrol planında listelenen ölçümlerle başlanır. Ölçümün ne için kullanıldığına da karar verin: kontrol grafiğinde proses değişkenliğini izlemek mi, sevkiyat öncesi kabul/ret kararı vermek mi? Cevap, daha sonra %GRR için hangi paydayı kullanacağınızı değiştirir.

Adım 2: Çözünürlüğü ve Kalibrasyonu Kontrol Edin

Cihazın çözünürlüğü (okunabilen en küçük adım) çok kabaysa her seferinde aynı değeri verir ve değişkenlik doğru değerlendirilemez. AIAG yönergesinde "10'a 1 kuralı" vardır: çözünürlük toleransın onda biri ya da daha ince olmalıdır. Toleransı 0,10 mm olan bir ölçü için 0,01 mm veya daha iyi okuyan bir cihaz gerekir.

Cihazın kalibrasyonunun geçerli olduğunu doğrulayın. Gage R&R sapmayı (bias) değerlendirmez; kalibrasyon süresi geçmiş bir cihazdan iyi bir sonuç çıkması, okumaların doğru olduğunu kanıtlamaz.

Adım 3: Parçaları Seçin

Prosesin gerçekte ürettiği değişkenlik aralığının tamamını kapsayan parçalar seçin. Minitab, proses aralığının tamamından örnek almanın parçalar arası değişkenliğin daha iyi tahmin edilmesini sağladığını belirtir. Tek bir partiden benzer parçalar toplarsanız parça değişkenliği küçülür ve %GRR haksız yere yüksek çıkar.

Parçaları numaralandırın, ancak numaraları değerlendiricilerden gizleyin. Numarayı gören değerlendirici önceki okumasını hatırlayıp ona yaklaşma eğilimindedir. Bu yüzden numarayı parçanın alt yüzüne yazın veya parçaları başka biri versin. 10 parça, parça değişkenliğini çok hassas tahmin etmez. Minitab'ın teknik belgesi iki seçenek sunar: daha çok parça kullanmak veya çok sayıda geçmiş veriden hesaplanan proses standart sapmasını kullanmak.

Adım 4: Rastgele Sırayla Ölçün

Değerlendiricileri bu ölçümü normalde yapan kişiler arasından seçin. Yalnızca en iyi kontrolörünüzü kullanırsanız çalışma günlük ölçümdeki değişkenliği olduğundan düşük gösterir.

1. tekrarda A değerlendiricisi 10 parçanın hepsini birer kez ölçer, ardından B ve C aynısını yapar. 2. ve 3. tekrarlarda parça sırası karıştırılarak aynı işlem yinelenir. Sırayı her turda rastgele yapmak ve önceki sonuçları görünmez tutmak, hafıza ve ölçüm sırası etkilerini ortadan kaldırır. Parçanın hangi noktasından ölçüleceğini önceden netleştirin ve herkesin aynı noktayı kullandığından emin olun.

Adım 5 ve 6: Hesaplama ve Değerlendirme

Veriler toplandıktan sonra ortalama ve aralık yöntemiyle ya da ANOVA ile hesaplayın. Bir hesap tablosu yeterlidir, ancak istatistik yazılımı ANOVA sonuçlarını ve grafikleri tek seferde üretir. Sonucu değerlendirmek için %GRR ve ndc'yi (ayırt edilebilir kategori sayısı) kriterlerle karşılaştırın. Kriterler karşılanmazsa tekrarlanabilirlik mi yeniden üretilebilirlik mi daha büyük, ona bakın ve ona göre aksiyon alın. Sonraki bölüm hesabı adım adım gösterir.

Ortalama ve Aralık Yöntemi: Çözümlü Örnek

Aşağıdaki veriler kurgusaldır. Tüm rakamlar açıklama için uydurulmuştur ve gerçek bir prosesten gelmez. Kurulum şöyledir: mil dış çapı, şartname 10,00 ±0,05 mm (tolerans genişliği 0,10 mm), 0,001 mm okuyan bir mikrometreyle ölçülüyor. A, B ve C değerlendiricilerinin her biri 10 parçayı üçer kez ölçer.

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

Ortalama ve aralık yöntemi, standart sapmaları aralıklardan (en büyük eksi en küçük) ve ortalamalar arasındaki farklardan tahmin eder. Aralıkları standart sapmaya çeviren katsayılar K1, K2 ve K3'tür; değerleri tekrar, değerlendirici ve parça sayısına göre değişir.

Şekil 4: Ortalama ve Aralık Yönteminin Hesap Akışı

Üç aralığı veya farkı K katsayılarıyla standart sapmaya çevirin, sonra birleştirin.

R̿ (ortalama aralık)Her değerlendiricinin aralıklarının ortalaması, sonra değerlendiriciler arası ortalama

X̄diffDeğerlendirici ortalamalarının en büyüğü eksi en küçüğü

RpParça ortalamalarının en büyüğü eksi en küçüğü

Katsayıyla çarpın

EV = R̿ × K1K1: 3 tekrar için 0,5908, 2 tekrar için 0,8862

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

PV = Rp × K3K3: 10 parça için 0,3146, 5 parça için 0,4030

Birleştirin

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

n = parça sayısı, r = tekrar sayısı. Katsayılar AIAG MSA 4. baskı yönteminde kullanılan değerlerdir; SPC for Excel ile ve d2 ile d2* tablolarından türetilen değerlerle (K1 = 1/d2, K2 ve K3 = 1/d2*) karşılaştırılarak kontrol edilmiştir. 2–10 parça için K3: 0,7071; 0,5231; 0,4467; 0,4030; 0,3742; 0,3534; 0,3375; 0,3249; 0,3146.

Eski ders kitapları ve eski şirket içi hesap tabloları bazen 4,56 ve 3,05 gibi katsayılar kullanır. Bunlar kılavuzun 1. ve 2. baskılarından gelir; o baskılar sonuçları %99'luk yayılım (5,15 standart sapma) olarak ifade ediyordu. Toplam değişkenliğe göre %GRR aynı kalır, ancak EV ve AV'nin mutlak değerleri ile toleransa oranı değişir. Bir şablonun hangi baskının katsayılarını kullandığını, şirket içi veya eski formlar dahil, mutlaka kontrol edin.

1. Tekrarlanabilirlik (EV)

Önce her değerlendiricinin aralıklarının ortalamasını alın. Örnekte A için 0,0047 mm, B için 0,0051 mm ve C için 0,0047 mm çıkar; genel ortalama aralık R̿ = 0,00483 mm (4,83 µm) olur. Örneğin geri kalanı okunabilirlik için µm kullanır.

Devam etmeden önce hiçbir aralığın kontrol limitini aşmadığını kontrol edin (UCL = D4 × R̿; 3 tekrar için D4 = 2,574, yani 12,4 µm). Aşan bir aralık varsa ölçüm veya kayıt hatasından şüphelenin ve hesaplamadan önce o parçayı yeniden ölçün. Burada en büyük aralık 8 µm olduğundan sorun yok. Üç tekrar için K1 = 0,5908 ile EV = 4,83 × 0,5908 ≈ 2,86 µm bulunur.

2. Yeniden Üretilebilirlik (AV)

Her değerlendiricinin 30 okumasının ortalaması A için 9,99723 mm, B için 10,00053 mm ve C için 9,99443 mm'dir. En yüksek (B) ile en düşük (C) arasındaki fark X̄diff = 6,10 µm'dir. Üç değerlendirici için K2 = 0,5231'dir.

X̄diff × K2 = 3,19 µm; karesi 10,18 eder. Değerlendirici ortalamaları biraz da tekrarlanabilirlik değişkenliği içerdiğinden EV² ÷ (10 parça × 3 tekrar) = 2,86² ÷ 30 ≈ 0,27 çıkarılır. Sonuç AV = √(10,18 − 0,27) ≈ 3,15 µm olur. Karekök içindeki değer negatif çıkarsa AV = 0 alınır.

3. GRR, PV ve TV

GRR, EV ve AV'nin kareleri toplamının kareköküdür: √(2,86² + 3,15²) ≈ 4,25 µm. Parça değişkenliği PV, en büyük parça ortalaması (10,0300 mm) ile en küçüğü (9,9633 mm) arasındaki fark olan Rp'den gelir. Rp = 66,67 µm'dir; 10 parça için K3 = 0,3146 ile çarpınca PV = 20,97 µm olur. Toplam değişkenlik TV = √(4,25² + 20,97²) ≈ 21,40 µm'dir.

4. %GRR ve ndc

%GRR = 4,25 ÷ 21,40 × 100 ≈ %19,9. Aynı hesap %EV = %13,3, %AV = %14,7 ve %PV = %98,0 verir. %EV ile %AV'yi toplamak %19,9 etmez; Şekil 2'nin altındaki notta belirtildiği gibi yalnızca kareli değerler (varyanslar) toplanır.

ndc = 1,41 × 20,97 ÷ 4,25 ≈ 6,96 olup aşağı yuvarlanınca 6 çıkar. 1,41, √2'nin yuvarlanmış halidir.

Şekil 5: Çözümlü Örneğin Sonuçları (Ortalama ve Aralık Yöntemi)

%GRR %19,9 ile "şartlı kabul" bandındadır. Yeniden üretilebilirlik (AV), tekrarlanabilirlikten biraz daha büyüktür.

Değer (µm)

Toplam değişkenliğe (TV) oran

Tekrarlanabilirlik EV

2,86

%13,3

Yeniden üretilebilirlik AV

3,15

%14,7

Gage R&R GRR

4,25

%19,9 (%10–30 bandı)

Parça değişkenliği PV

20,97

%98,0

Toplam değişkenlik TV

21,40

%100

ndc

6,96 → 6

Kriteri karşılıyor (5 veya üstü)

Toleransa oran

6 × GRR = 25,5

100 µm tolerans genişliğinin %25,5'i

Kurgusal örnek veriler; hesaplar Python ile doğrulanmıştır. Oranlar karelerin toplamı olarak birleştiğinden %13,3 + %14,7, %19,9'a eşit değildir.

Ortalama ve Aralık Yöntemi mi, ANOVA mı?

ANOVA (varyans analizi), okumalardaki değişkenliği dört kaynağa ayırır: parçalar, değerlendiriciler, değerlendirici-parça etkileşimi ve tekrarlanabilirlik hatası. AIAG kılavuzu iki yöntemi de anlatır ve istatistik yazılımları genellikle varsayılan olarak ANOVA kullanır.

Minitab'a göre ortalama ve aralık yöntemi değerlendirici-parça etkileşiminin varyansını hesaplayamaz. Etkileşim, değerlendiricilerin parçadan parçaya farklı ölçmesi demektir; örneğin "C değerlendiricisi yalnızca küçük parçalarda düşük okuyor." ANOVA genellikle varyansları daha doğru tahmin eder ve etkileşimin var olup olmadığını da test edebilir.

Şekil 6: Ortalama ve Aralık Yöntemi ile ANOVA

X̄-R yöntemi elle izlenebilir. ANOVA daha fazla bilgi ve daha doğru tahmin verir.

Ortalama ve aralık (X̄-R)

ANOVA

Değişkenlik nasıl tahmin edilir

Aralıklar katsayılarla çarpılarak standart sapma tahmin edilir

Varyans bileşenleri ortalama karelerden tahmin edilir

Etkileşim

Değerlendirilmez (tekrarlanabilirliğin veya yeniden üretilebilirliğin içinde gizlenir)

Değerlendirici-parça etkileşimi ayrılır ve test edilir

Emek

Hesap makinesi veya hesap tablosu

İstatistik yazılımı veya hesap tablosunun analiz araçları

Örnekte %GRR

%19,9 (ndc 6)

%18,6 (ndc 7)

En uygun olduğu durum

Hızlı üretim sahası kontrolleri, kavramı öğretmek

Müşteriye gönderilen raporlar, etkileşimden şüphelenilen ölçümler

Örnekteki ANOVA'da etkileşimin p değeri 0,75 çıktığından model etkileşim terimi olmadan yeniden hesaplandı (Minitab, p ≥ 0,05 ise etkileşimi çıkarır).

Aynı kurgusal veri ANOVA'dan geçirilince tekrarlanabilirlik standart sapması 2,63 µm, yeniden üretilebilirlik 3,02 µm, GRR 4,00 µm ve parçalar arası 21,12 µm çıkar. %GRR (standart sapmaların oranı olarak) %18,6 ve ndc 7'dir. Rakamlar biraz farklıdır çünkü bir yöntem aralıklardan, diğeri ortalama karelerden tahmin yapar; ancak ikisi de aynı banda düşer.

Yazılım çıktısını okurken %Katkı (%Contribution) ile %Çalışma Değişkenliğini (%Study Var) karıştırmayın. Japonca raporlarda bunlar "kiyo-ritsu" ve "kenkyu hendo" olarak geçer. %Katkı varyansların oranıdır; örnekte GRR için %3,5'tir. %Study Var standart sapmaların oranıdır; örnekte %18,6'dır. %10 ve %30 kriterleri standart sapma oranlarına (%Study Var veya toleransa oran) uygulanır. %Katkı için Minitab ayrı bir yönerge verir: %1'in altı, %1–9 ve %9'un üstü.

Kabul Kriterleri: %10, %30 ve ndc ≥ 5 Nasıl Okunur?

AIAG MSA kılavuzunun en bilinen kriterleri %GRR'ı %10 ve %30 sınırlarıyla üç banda ayırır. Minitab aynı bantları AIAG yönergesi olarak sunar.

Şekil 7: %GRR Kabul Bantları (AIAG Yönergesi)

%10–30 otomatik kabul değildir. Kullanıma ve maliyete göre karar verdiğiniz banttır.

%10'un altıKabul edilebilirÖlçüm sistemi kullanılabilir. Parçaları iyi ayırt eder

%10–30Şartlı kabul edilebilirÖlçümün önemine, cihaz maliyetine, yeniden işleme veya onarım maliyetine vb. bağlı olarak kabul edilebilir. Müşterinin şartlarını da kontrol edin

%30'un üstüKabul edilemezÖlçüm sistemi iyileştirilmelidir. Proses kontrolünde veya kabul/ret kararlarında olduğu gibi kullanılmamalıdır

ndc'nin (ayırt edilebilir kategori sayısı) 5 veya daha fazla olduğunu da doğrulayın. ndc, ölçüm sisteminin proses değişkenliğini kaç gruba ayırabildiğini gösterir.

Kaynaklar: bunları AIAG yönergesi olarak sunan Minitab Yardım ve QI Macros. Şartlar müşteriye ve sektöre göre değişir.

Örnekteki %19,9'luk %GRR ortadaki "şartlı kabul" bandına düşer. ndc 6 olduğundan kriteri karşılar: sistem proses değişkenliğini yaklaşık altı gruba ayırabilir.

ndc 5'in altındaysa ölçüm sistemi fazla kaba olabilir veya seçilen parçalar yeterince değişken olmayabilir. ndc'nin payında parça değişkenliği (PV) bulunduğundan, parçalar kötü seçilmişse ölçüm sisteminin kendisi iyi olsa bile ndc düşük çıkar.

Payda: Proses Değişkenliği mi, Tolerans mı?

%GRR toplam (proses) değişkenliğe göre ya da toleransa göre hesaplanabilir. Toleransa oran, 6 × GRR'ın (±3 standart sapmalık yayılım) tolerans genişliğine bölünmesiyle bulunur; P/T oranı (precision-to-tolerance, hassasiyet/tolerans oranı) olarak da adlandırılır.

Minitab, toplam değişkenliğe oranı genel proses değişkenliğiyle bir karşılaştırma, toleransa oranı ise parçaları şartname içi ve dışı diye ayırma göstergesi olarak tanımlar. Buradan olağan uygulama çıkar: kontrol grafiklerini besleyen ölçümlerde toplam değişkenliğe oranı, nihai muayenedeki kabul/ret kararlarında toleransa oranı kullanın. Seçim, ölçümün nasıl kullanıldığına ve müşterinin ne istediğine bağlıdır; bazı raporlar ikisini birden gösterir.

Aynı veri farklı paydayla farklı sonuç verir. Örnekte %GRR toplam değişkenliğe göre %19,9, 0,10 mm toleransa göre %25,5'tir. Raporda her zaman "neye oran" olduğunu yazın; böylece rakamlarınız müşterininkilerle çelişmez. Japon çizimlerindeki genel toleranslar için aşağıdaki yazıya bakabilirsiniz.

Japon Müşteriler %10 ve %30'un Ötesinde Ne Bekleyebilir?

%10 ve %30, AIAG yönergeleridir; evrensel sınırlar değildir. IATF 16949, MSA referans kılavuzunu varsayılan yapar ama müşteri onaylarsa başka analiz yöntemlerini ve kriterlerini de kabul eder. Bu nedenle otomotiv üreticileri ve Tier 1 firmalar, müşteriye özel gereksinimlerinde (CSR; Japonca "kokyaku koyu yokyu jiko") kendi kriterlerini veya kapsamlarını belirleyebilir.

Japonya'daki kılavuzlarda ve şirket içi standartlarda şartlı bant bazen daha da bölünür; örneğin %10–20 genel olarak kabul, %20–30 sınır sayılır. Şartlar şirketten şirkete değişir, bu yüzden bir Japon müşterinin kuralının diğeri için de geçerli olduğunu varsaymayın. Güvenli sıra şudur: önce müşterinin şartını teyit edin, sonra şirket içi standardınızı ondan gevşek olmayacak şekilde belirleyin.

SPC for Excel'e göre AIAG kılavuzunun kendisi, GRR yönergelerini tek başına eşik kriteri olarak kullanmanın ölçüm sistemini değerlendirmek için kabul edilebilir bir yol olmadığı konusunda uyarır. Rakamın limit içinde olmasının ötesinde, karar ölçümün neye karar vermek için kullanıldığını da dikkate almalıdır.

Sonuç Kötü Çıkarsa Ne Yapmalı?

%GRR yüksekse önce tekrarlanabilirliğin (EV) mi yoksa yeniden üretilebilirliğin (AV) mi daha büyük olduğuna bakın. QI Macros gibi AIAG MSA 4. baskısına dayanan rehberler olası nedenleri aşağıdaki gibi sıralar.

Şekil 8: Nedeni Ayırma ve Tipik Çözümler

Nereye müdahale edileceği, EV'nin mi AV'nin mi büyük olduğuna ve ndc'nin yeterli olup olmadığına bağlıdır.

Tekrarlanabilirlik (EV) büyükCihaz bakımı (aşınma, korozyon, boşluk), cihaz seçiminin gözden geçirilmesi, parçanın veya cihazın bağlanmasının iyileştirilmesi, ölçüm noktasının sabitlenmesi. Parça içi değişkenliğin (koniklik, yuvarlaklık) karışıp karışmadığını da kontrol edin

Yeniden üretilebilirlik (AV) büyükDeğerlendiricilere yöntem eğitimi, prosedürün somutlaştırılması (temas noktası, kuvvet, okuma şekli), okunması zor skalalı cihazların değiştirilmesi, herkese aynı hazırlığı sağlayan fikstürler

ndc 5'in altında, parça değişkenliği küçükParçalar proses değişkenliğini temsil etmiyor olabilir. Parçaları proses aralığının tamamından yeniden seçin veya geçmiş verilerden proses standart sapması kullanın

Bir aralık kontrol limitini aşıyorBelirli bir değerlendiriciye veya parçaya bağlı büyük aralıklar arayın. Yanlış okuma, kayıt hatası veya kirli parça gibi tek seferlik nedenleri önce giderin

Kaynaklar: QI Macros (AIAG MSA 4. baskıyla uyumlu rehber) ve Minitab teknik belgesi. Her düzeltmeden sonra etkiyi doğrulamak için çalışmayı aynı koşullarda tekrarlayın.

Örnekte %AV (%14,7), %EV'den (%13,3) biraz büyüktür ve C değerlendiricisinin ortalaması B'ninkinden yaklaşık 6 µm düşüktür. C'nin mikrometreyi nasıl kullandığını (cırcırı (ratchet) kullanıp kullanmadığını, ölçüm yüzeylerinin parçaya düzgün oturup oturmadığını) ve skalayı nasıl okuduğunu kontrol ederek başlayın.

Sorun tekrarlanabilirlikteyse yeni cihaz almadan önce fikstürleri ve sabit bir ölçüm noktasını deneyin. Sebep çoğu zaman cihazın kendi performansından çok parçanın nasıl yerleştirildiği veya nereden ölçüldüğüdür. Nedenleri daraltmak için okumaları değerlendiriciye ve parçaya göre grafiğe dökebilir veya neden-sonuç (balık kılçığı) diyagramında faktörleri insan, cihaz, yöntem ve ortam başlıkları altında listeleyebilirsiniz.

Çalışmanın Yeniden Yapılmasına Yol Açan Sık Hatalar

• 10 parçanın aynı partiden toplanması; parça değişkenliği küçük kalır ve %GRR kötü görünür
• Ölçüm sırasında parça numaralarının görünmesi; değerlendiriciler önceki okumalarına uyar
• Yalnızca en iyi değerlendiricinin katılması; sonuç günlük ölçümden daha iyi çıkar
• Ölçüm noktası üzerinde anlaşılmaması; parça içi değişkenlik tekrarlanabilirliğe karışır
• 5,15 sigma katsayılı eski bir şablon; EV ve AV müşterinin hesabıyla uyuşmaz
• %GRR'ın paydasının (toplam değişkenlik veya tolerans) yazılmadan raporlanması; rakamlar müşterininkilerle çelişir

Müşteri bir ölçüm sorununu işaret edip düzeltici faaliyet raporu istediğinde MSA sonuçları kök neden analizini destekleyebilir. Ölçüm sisteminin doğrulandığının kanıtı olarak %GRR'ı göstermek önleyici aksiyonu daha ikna edici yapar. Bu formatın nasıl yazıldığı için 8D raporu rehberine bakın.

Nitelik (Attribute) MSA: Geçti/Kaldı Muayenesi ve Kappa

Yukarıdaki hesaplar yalnızca geçti veya kaldı sonucu veren ölçümlerde çalışmaz: görsel muayene, limit numunelere (Japonca "gendo mihon") göre yapılan kararlar veya geçer/geçmez mastarlar gibi. Bu nitelik (attribute) ölçüm sistemleri, kararların ne kadar uyuştuğuna bakılarak değerlendirilir.

Yaygın yaklaşım, AIAG kılavuzundaki çapraz tablo yöntemidir. Doğru kararı (referansı) bilinen parçalar hazırlanır. Birkaç değerlendirici her parçaya birkaç kez karar verir; değerlendiriciler arasındaki ve referansla uyum kappa ile ifade edilir. Kappa, şansın ötesindeki uyumu ölçer: 1 mükemmel uyum, 0 şanstan farksız demektir. Minitab'a göre AIAG, 0,75 ve üstü kappayı iyi uyum sayar; 0,90 gibi daha büyük değerler tercih edilir.

Sonuçları üç açıdan okuyun: değerlendirici içi (her kişi aynı kararı yine verir mi?), her değerlendirici ile referans arası (kararlar doğru mu?) ve değerlendiriciler arası (karar kişiye göre değişiyor mu?). SPC for Excel, AIAG kılavuzunun 3. baskısındaki bir tabloya atıfla referansa göre kabul yönergelerini verir: etkinlik %90 veya üstü, kaçırma oranı (kötü parçanın geçirilmesi) %2 veya altı ve yanlış alarm oranı (iyi parçanın reddedilmesi) %5 veya altı.

Müşteri kriter belirtmişse ona uyun. Yalnızca açıkça iyi ve açıkça kötü parçaları değil, sınıra yakın parçaları da dahil edin. Sınır parçaları yoksa karar değişkenliği hiç ortaya çıkmaz.

Göndermeden Önce: Kontrol Listesi ve Japon Müşteriye Sorular

Yukarıdaki hataların birçoğu, eksik payda veya eski katsayılar gibi, kötü cihazlardan değil uyuşmayan varsayımlardan gelir. Bu noktaları rapor geri dönmeden önce, çalışmadan önce müşteriyle netleştirin.

Gönderim Öncesi Kontrol Listesi

Madde	Teyit edilecek
Kapsam	Karakteristik, cihaz, fikstür ve prosedür belirlenmiş; karakteristik kontrol planında yer alıyor
Çözünürlük	En küçük okuma adımı toleransın (veya proses değişkenliğinin) 1/10'u ya da daha ince
Kalibrasyon	Cihazın kalibrasyonu geçerli
Çalışma tasarımı	Parça, değerlendirici ve tekrar sayıları yazılmış; parçalar proses aralığını kapsıyor; sıra rastgele; parça numaraları gizli
Değerlendiriciler	Ölçümü normalde yapan kişiler; yalnızca en iyi kontrolör değil
Yöntem	Ortalama ve aralık veya ANOVA belirtilmiş; ANOVA'da etkileşim teriminin tutulup tutulmadığı yazılmış
Katsayılar	K1, K2, K3 4. baskıdan (eski 5,15 sigma katsayıları değil)
Payda	%GRR toplam değişkenliğe, toleransa veya ikisine göre, açıkça etiketlenmiş
Sonuçlar	%EV, %AV, %GRR, ndc; aralıklar kontrol limitine karşı kontrol edilmiş
Kriterler	Uygulanan kriterler (AIAG veya müşterinin CSR'ı) raporda adıyla belirtilmiş
Şartlı bant	%GRR %10–30 ise bu kullanım için neden kabul edilebilir olduğu ve gerekiyorsa müşteri onayı
Nitelik kontrolleri	Sınır parçaları dahil; kappa, etkinlik, kaçırma ve yanlış alarm oranları raporlanmış

Japon Müşteriye Sorulacak Sorular

• MSA hangi karakteristikler için gerekli: kontrol planındaki her madde mi, yoksa yalnızca özel ve kritik karakteristikler mi?
• AIAG MSA 4. baskı kriterlerini mi uyguluyorsunuz, yoksa CSR'ınızda kendi kriterleriniz var mı (örneğin %10–30 bandının içinde bir bölünme)?
• %GRR proses değişkenliğine, toleransa veya ikisine göre mi hesaplanmalı?
• Yöntemi (ortalama ve aralık veya ANOVA) ve parça, değerlendirici ve tekrar sayılarını siz belirliyor musunuz?
• Kendi Excel formatınızı mı istiyorsunuz? Öyleyse hangi baskının katsayılarını kullanıyor?
• Görsel muayenede limit numune (gendo mihon) sağlayacak mısınız ve hangi kappa veya etkinlik değerini bekliyorsunuz?
• Çalışma ne zaman tekrarlanmalı: cihaz değişiminde, prosedür değişikliğinde, değerlendirici değişikliğinde veya sabit bir takvimle mi?

Örnek Soru E-postası

Japon müşterilerle yazışma genellikle İngilizce yapıldığı için örnek metin İngilizcedir. Köşeli parantezli yerleri kendi bilgilerinizle doldurun.

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]

Bu Rehberin Sınırları

• Çözümlü örnek kurgusal veri kullanır. Gerçek çalışmalarda müşterinizin formunu ve yazılım ayarlarını izleyin.
• Kriterler müşteriye, sektöre ve karakteristiğe göre değişir. Buradaki AIAG bantları bir referanstır; müşterinin CSR'ının yerini tutmaz.
• Bu rehber, her değerlendiricinin her parçayı ölçtüğü yaygın çapraz (crossed) çalışmayı anlatır.
• IATF 16949'un tam ifadesi için ikincil kaynaklara değil, standardın kendisine ve güncel AIAG kılavuzuna bakın.
• Bu yazı için MSA'ya ya da Gage R&R'a özgü bir TSE (Türk Standardları Enstitüsü) karşılığı doğrulanmadı. Bir TS standardına atıf yapmanız gerekiyorsa güncel TSE kataloğundan kontrol edin.

Sık Sorulan Sorular

Gage R&R çalışması ne sıklıkla tekrarlanmalı?

Sabit bir aralık yoktur. Cihaz değiştiğinde, prosedür değiştiğinde veya değerlendiriciler değiştiğinde gözden geçirin. Müşterinizin CSR'ı kriter veya kapsam belirtiyorsa buna uyacak şekilde planlayın.

Cihaz kalibre ise yine de Gage R&R gerekir mi?

Evet. Kalibrasyon yalnızca cihazın sapmasını (bias) kontrol eder. Fikstür boşluğundan veya ölçümü yapanların alışkanlıklarından gelen değişkenliği kapsamaz; Gage R&R'ın değerlendirdiği tam olarak budur.

Gage R&R neyin kısaltmasıdır?

Gage repeatability and reproducibility, yani ölçüm cihazı için tekrarlanabilirlik ve yeniden üretilebilirliktir. Tekrarlanabilirlik EV, yeniden üretilebilirlik AV, birleşik değer GRR olarak yazılır. Japonca belgelerde de aynı kısaltma kullanılır ve "gēji R&R" diye okunur.

Gage R&R'ı hesap tablosunda hesaplayabilir miyim?

Ortalama ve aralık yöntemini hesap tablosunda yeniden üretmek kolaydır: katsayılarla çarpıp birleştirirsiniz. ANOVA daha fazla hesap içerir; istatistik yazılımı veya hesap tablosunun analiz araçları emekten tasarruf ettirir.

Değerlendiriciler kimler olmalı?

Ölçümü normalde yapan iki veya üç kişi; yalnızca en yetenekli olan değil. Yalnızca en iyi kontrolörü kullanmak günlük ölçümden daha iyi bir sonuç verir ve değişkenliği olduğundan düşük gösterir.

Kaynaklar

• AIAG, MSA-4: Measurement Systems Analysis
• Q-DAS, Notes on the 4th Edition of the MSA Manual (yayın tarihi ve 5,15 katsayısı)
• JIS Z 8103:2019 (ölçüm terimleri) ve JIS Z 8402-1:1999 (ölçüm yöntemleri ve sonuçlarının doğruluğu, Bölüm 1), Japonca: 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 ve Methods and formulas for method of analysis
• Minitab, Data considerations for Crossed Gage R&R Study ve 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 madde 7.1.5.1.1 özeti (Japonca): IATF16949 koryaku