Tiêu chí chấp nhận Gage R&R: khách hàng Nhật yêu cầu gì
Dụng cụ đo của bạn được hiệu chuẩn hằng năm và chứng chỉ đã lưu đủ. Rồi bộ phận đảm bảo chất lượng của khách hàng Nhật gửi yêu cầu nộp kết quả Gage R&R (trong tài liệu tiếng Nhật viết là ゲージR&R, đọc là gēji R&R), hay hồ sơ sokutei shisutemu kaiseki (測定システム解析, phân tích hệ thống đo lường, MSA). Các nhà cung cấp linh kiện cho nhà máy Nhật tại Việt Nam, hoặc cho các hãng ô tô và Tier 1 Nhật ở nước ngoài, có thể nhận yêu cầu này bất cứ lúc nào.
Hiệu chuẩn chủ yếu kiểm tra một điều: số chỉ của dụng cụ lệch bao nhiêu so với chuẩn tham chiếu (độ lệch, bias). Số đo thực tế còn dao động khi cùng một người đo lại chi tiết, và thay đổi khi người khác đảm nhận. Gage R&R lượng hóa độ phân tán đó và so sánh nó với biến động giữa các chi tiết hoặc với dung sai.
Bài này trình bày vị trí của Gage R&R trong MSA, 6 bước thực hiện, một ví dụ tính đầy đủ (số liệu giả định) theo phương pháp trung bình và khoảng, điểm khác của kết quả ANOVA, và cách đọc tiêu chí 10% và 30%. Cuối bài là những điểm khách hàng Nhật hay kiểm tra, checklist trước khi nộp và danh sách câu hỏi cần hỏi trước khi làm.
Mục lục
- Gage R&R đánh giá gì trong MSA
- Cách làm Gage R&R trong 6 bước
- Phương pháp trung bình và khoảng: ví dụ tính toán
- Phương pháp trung bình và khoảng so với ANOVA
- Tiêu chí chấp nhận: đọc 10%, 30% và ndc ≥ 5
- Làm gì khi kết quả kém
- MSA cho dữ liệu thuộc tính: kiểm tra đạt/không đạt và Kappa
- Trước khi nộp: checklist và câu hỏi cho khách hàng Nhật
- Giới hạn của bài viết này
- Câu hỏi thường gặp
- Nguồn tham khảo
Gage R&R đánh giá gì trong MSA
MSA đánh giá bằng thống kê toàn bộ hệ thống đo, không chỉ riêng dụng cụ đo. Hệ thống đo gồm người đo, phương pháp đo, đồ gá và môi trường. Trong ngành ô tô, tiêu chuẩn thực tế là sổ tay tham chiếu MSA do AIAG (Automotive Industry Action Group, hiệp hội công nghiệp ô tô Hoa Kỳ) phát hành. Ấn bản hiện hành là ấn bản thứ 4, phát hành tháng 6/2010, và AIAG vẫn giới thiệu ấn bản này tính đến tháng 10/2026.
Sổ tay chia sai số của hệ thống đo thành hai loại: sai số về vị trí, khi giá trị trung bình của số đo lệch khỏi giá trị thật, và sai số về độ rộng (độ phân tán), khi các số đo tản mát quanh giá trị trung bình. Gage R&R đánh giá sai số về độ rộng: số đo tản mát bao nhiêu khi đo đi đo lại cùng một chi tiết.
Ba đặc tính mô tả sai số về vị trí, hai đặc tính mô tả sai số về độ rộng. Gage R&R gộp hai đặc tính về độ rộng.
EV = equipment variation (biến động thiết bị); AV = appraiser variation (biến động người đo). Cách phân loại dựa trên tài liệu giải thích tóm lược sổ tay AIAG MSA, ấn bản 4.
Độ lặp lại và độ tái lập: lưu ý về cách dùng từ trong tài liệu Nhật
Báo cáo của Nhật dùng 繰返し性 (kurikaeshi-sei) cho độ lặp lại và 再現性 (saigen-sei) cho độ tái lập. Tiêu chuẩn từ vựng đo lường của Nhật, JIS Z 8103, định nghĩa độ lặp lại là độ chụm trong điều kiện lặp lại: cùng quy trình, cùng người đo, cùng hệ thống đo, cùng điều kiện vận hành, cùng địa điểm, đo lặp cùng một đối tượng trong thời gian ngắn. Gage R&R thể hiện đại lượng này là EV.
Định nghĩa độ tái lập của JIS rộng hơn: điều kiện tái lập có thể gồm khác địa điểm và khác hệ thống đo. Bộ tiêu chuẩn ISO 5725 về độ chính xác của phương pháp đo (ở Việt Nam là bộ TCVN 6910) cũng hiểu độ tái lập theo nghĩa rộng tương tự. Trong Gage R&R, độ tái lập (AV) chủ yếu là chênh lệch do đổi người đo. Nếu quy trình hay báo cáo của bạn gửi cho khách hàng Nhật, hãy ghi rõ "độ tái lập = chênh lệch giữa các người đo" để không ai hiểu theo nghĩa rộng của JIS.
Nghiên cứu này tách tổng biến động quan sát được thành biến động của bản thân các chi tiết và biến động của hệ thống đo, như hình dưới.
Ở một hệ thống đo tốt, biến động chi tiết chiếm phần lớn tổng biến động và GRR nhỏ.
Chỉ có phương sai (bình phương độ lệch chuẩn) mới cộng được. Độ lệch chuẩn và tỷ lệ % không thể cộng trực tiếp.
Hiệu chuẩn và Gage R&R khác nhau thế nào
Hiệu chuẩn so sánh dụng cụ với chuẩn có liên kết chuẩn (traceability) và kiểm tra sai số của số chỉ. Nó chỉ xét riêng dụng cụ, chủ yếu là độ lệch ở Hình 1. Dù đã hiệu chuẩn và có liên kết chuẩn, độ rơ của đồ gá hay thói quen của người đo vẫn tạo thêm biến động. Về hồ sơ hiệu chuẩn và liên kết chuẩn tại nhà máy Nhật, xem bài về hiệu chuẩn JCSS.
Ở Việt Nam cần phân biệt thêm: "hiệu chuẩn" (calibration) khác với "kiểm định", là hoạt động kiểm soát theo Luật Đo lường đối với các phương tiện đo thuộc danh mục nhà nước quản lý. Cả hai đều không thay thế được Gage R&R, vì không cái nào đánh giá biến động do người đo và cách đo.
Gage R&R dùng chi tiết thật, do chính những người thường đo thực hiện, theo quy trình thường ngày. Hiệu chuẩn hỏi "Dụng cụ có đúng không?". Gage R&R hỏi "Cách đo này có phân biệt được các chi tiết với nhau không?". Cần cả hai thì mới dùng số đo để ra quyết định chất lượng.
Vì sao khách hàng ô tô Nhật yêu cầu: IATF 16949 mục 7.1.5.1.1
IATF 16949, tiêu chuẩn quản lý chất lượng ngành ô tô, yêu cầu MSA ở mục 7.1.5.1.1 (ISO 9001, tức TCVN ISO 9001:2015, chỉ có yêu cầu chung về nguồn lực theo dõi và đo lường ở mục 7.1.5). Phải có nghiên cứu thống kê để phân tích biến động của kết quả cho từng loại hệ thống thiết bị kiểm tra, đo và thử nghiệm ghi trong Control Plan. Phương pháp phân tích và tiêu chí chấp nhận phải theo các sổ tay tham chiếu MSA. Chỉ được dùng phương pháp hoặc tiêu chí khác khi khách hàng phê duyệt, và phải lưu hồ sơ phê duyệt đó.
Vì vậy phạm vi áp dụng xuất phát từ Control Plan, và quy định riêng của khách hàng quan trọng không kém các con số của AIAG. Vị trí của MSA trong quy trình chuẩn bị sản xuất của khách Nhật được nói trong bài về quy trình NPI của Nhật và bài về quy trình đảm bảo chất lượng tại nhà máy Nhật.
Cách làm Gage R&R trong 6 bước
Chất lượng của việc thu thập số liệu quyết định độ tin cậy của kết quả nhiều hơn bản thân phép tính. Dưới đây là kế hoạch điển hình với 10 chi tiết, 3 người đo, mỗi người đo 3 lần, chia thành sáu bước.
Ba bước chuẩn bị quyết định phần lớn độ tin cậy của kết quả.
10 chi tiết, 2–3 người đo, 2–3 lần đo là mức khuyến nghị thường gặp (tài liệu kỹ thuật của Minitab). Nếu khách hàng có chỉ định thì làm theo khách hàng.
Bước 1: Xác định đối tượng và mục đích
Trước hết, quyết định sẽ nghiên cứu đặc tính chất lượng nào, bằng dụng cụ, đồ gá và quy trình nào. Với IATF 16949, thường bắt đầu từ các phép đo ghi trong Control Plan. Cũng cần xác định phép đo dùng để làm gì: theo dõi biến động quá trình trên biểu đồ kiểm soát, hay phán định đạt/không đạt trước khi giao hàng. Câu trả lời quyết định sau này bạn dùng mẫu số nào để tính %GRR.
Bước 2: Kiểm tra độ phân giải và hiệu chuẩn
Nếu độ phân giải của dụng cụ (vạch đọc nhỏ nhất) quá thô, lần nào cũng ra cùng một số và không thể đánh giá đúng biến động. Hướng dẫn của AIAG có "quy tắc 10 chia 1" (10-to-1 rule): độ phân giải phải bằng 1/10 dung sai hoặc nhỏ hơn. Với kích thước có dung sai 0,10 mm, cần dụng cụ đọc được đến 0,01 mm hoặc mịn hơn.
Hãy xác nhận dụng cụ còn trong hạn hiệu chuẩn. Gage R&R không đánh giá độ lệch, nên kết quả tốt trên dụng cụ đã quá hạn hiệu chuẩn không chứng minh được số đo là đúng.
Bước 3: Chọn chi tiết
Chọn các chi tiết phủ toàn bộ dải biến động mà quá trình thực sự tạo ra. Minitab lưu ý rằng lấy mẫu trên toàn dải của quá trình giúp ước lượng biến động giữa các chi tiết tốt hơn. Nếu bạn lấy các chi tiết giống nhau từ cùng một lô, biến động chi tiết sẽ nhỏ đi và %GRR bị đẩy lên cao một cách không công bằng.
Đánh số các chi tiết nhưng giấu số với người đo. Người đo nhìn thấy số thường nhớ số đo lần trước và đo cho khớp, nên hãy ghi ký hiệu ở mặt dưới chi tiết hoặc nhờ người khác đưa chi tiết cho họ. Mười chi tiết ước lượng biến động chi tiết chưa thật chính xác. Tài liệu kỹ thuật của Minitab nêu hai cách: tăng số chi tiết, hoặc dùng độ lệch chuẩn của quá trình tính từ lượng dữ liệu lịch sử lớn.
Bước 4: Đo theo thứ tự ngẫu nhiên
Chọn người đo từ những người thường làm phép đo này. Nếu chỉ dùng người kiểm tra giỏi nhất, nghiên cứu sẽ đánh giá thấp biến động của việc đo hằng ngày.
Ở lần đo 1, người A đo 10 chi tiết mỗi chi tiết một lần, rồi B và C làm tương tự. Lần 2 và lần 3 lặp lại với thứ tự chi tiết được xáo trộn. Ngẫu nhiên hóa thứ tự mỗi lần và để người đo không thấy kết quả trước đó sẽ loại bỏ ảnh hưởng của trí nhớ và thứ tự đo. Hãy thống nhất trước vị trí đo trên chi tiết và bảo đảm mọi người đo đúng vị trí đó.
Bước 5 và 6: Tính toán và phán định
Khi có đủ số liệu, tính bằng phương pháp trung bình và khoảng hoặc ANOVA. Excel làm được, nhưng phần mềm thống kê cho ra kết quả ANOVA và biểu đồ cùng lúc. Để phán định, so %GRR và ndc (số nhóm phân biệt được, number of distinct categories) với tiêu chí. Nếu không đạt, xem độ lặp lại hay độ tái lập lớn hơn rồi xử lý theo đó. Phần tiếp theo đi qua từng bước tính.
Phương pháp trung bình và khoảng: ví dụ tính toán
Số liệu dưới đây là giả định. Tất cả được bịa ra để giải thích và không lấy từ quá trình thực. Bối cảnh: đường kính ngoài của trục, quy cách 10,00 ±0,05 mm (độ rộng dung sai 0,10 mm), đo bằng panme đọc đến 0,001 mm. Người đo A, B, C mỗi người đo 10 chi tiết 3 lần.
| Người đo / lần đo | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
|---|---|---|---|---|---|---|---|---|---|---|
| A, lần 1 | 9,972 | 9,986 | 10,020 | 9,995 | 10,029 | 9,962 | 10,008 | 9,994 | 10,014 | 10,000 |
| A, lần 2 | 9,973 | 9,986 | 10,021 | 9,995 | 10,030 | 9,967 | 10,004 | 9,989 | 10,009 | 9,998 |
| A, lần 3 | 9,966 | 9,984 | 10,017 | 9,999 | 10,030 | 9,964 | 10,000 | 9,988 | 10,015 | 10,002 |
| A, khoảng | 0,007 | 0,002 | 0,004 | 0,004 | 0,001 | 0,005 | 0,008 | 0,006 | 0,006 | 0,004 |
| B, lần 1 | 9,969 | 9,986 | 10,020 | 9,998 | 10,035 | 9,965 | 10,010 | 9,995 | 10,015 | 10,004 |
| B, lần 2 | 9,974 | 9,987 | 10,019 | 10,000 | 10,036 | 9,962 | 10,013 | 9,992 | 10,015 | 10,010 |
| B, lần 3 | 9,976 | 9,983 | 10,023 | 10,002 | 10,031 | 9,969 | 10,010 | 9,994 | 10,021 | 10,002 |
| B, khoảng | 0,007 | 0,004 | 0,004 | 0,004 | 0,005 | 0,007 | 0,003 | 0,003 | 0,006 | 0,008 |
| C, lần 1 | 9,969 | 9,980 | 10,017 | 9,990 | 10,024 | 9,960 | 10,007 | 9,989 | 10,007 | 9,996 |
| C, lần 2 | 9,970 | 9,975 | 10,016 | 9,994 | 10,030 | 9,963 | 10,003 | 9,985 | 10,010 | 10,003 |
| C, lần 3 | 9,967 | 9,980 | 10,018 | 9,994 | 10,025 | 9,958 | 10,004 | 9,985 | 10,014 | 10,000 |
| C, khoảng | 0,003 | 0,005 | 0,002 | 0,004 | 0,006 | 0,005 | 0,004 | 0,004 | 0,007 | 0,007 |
| Trung bình chi tiết | 9,9707 | 9,9830 | 10,0190 | 9,9963 | 10,0300 | 9,9633 | 10,0066 | 9,9901 | 10,0133 | 10,0017 |
Phương pháp trung bình và khoảng ước lượng độ lệch chuẩn từ các khoảng (lớn nhất trừ nhỏ nhất) và từ chênh lệch giữa các giá trị trung bình. Các hệ số đổi khoảng thành độ lệch chuẩn là K1, K2 và K3, giá trị phụ thuộc số lần đo, số người đo và số chi tiết.
Đổi ba khoảng hoặc chênh lệch thành độ lệch chuẩn bằng các hệ số K, rồi tổng hợp lại.
n = số chi tiết, r = số lần đo. Hệ số theo phương pháp của AIAG MSA ấn bản 4, đã đối chiếu với SPC for Excel và với giá trị suy ra từ bảng d2 và d2* (K1 = 1/d2, K2 và K3 = 1/d2*). K3 cho 2–10 chi tiết: 0,7071; 0,5231; 0,4467; 0,4030; 0,3742; 0,3534; 0,3375; 0,3249; 0,3146.
Một số giáo trình cũ và file Excel nội bộ đời cũ đôi khi dùng các hệ số như 4,56 và 3,05. Chúng đến từ ấn bản 1 và 2 của sổ tay, vốn biểu diễn kết quả theo độ rộng 99% (5,15 độ lệch chuẩn). %GRR so với tổng biến động không đổi, nhưng giá trị tuyệt đối của EV, AV và tỷ lệ so với dung sai thì thay đổi. Hãy luôn kiểm tra biểu mẫu đang dùng áp dụng hệ số của ấn bản nào, kể cả biểu mẫu nội bộ hay biểu mẫu cũ.
1. Độ lặp lại (EV)
Trước hết, lấy trung bình các khoảng của từng người đo. Trong ví dụ, A là 0,0047 mm, B là 0,0051 mm và C là 0,0047 mm, nên khoảng trung bình chung R̿ là 0,00483 mm (4,83 µm). Phần còn lại của ví dụ dùng µm cho dễ đọc.
Trước khi tính tiếp, kiểm tra không có khoảng nào vượt giới hạn kiểm soát (UCL = D4 × R̿; với 3 lần đo D4 = 2,574, cho 12,4 µm). Nếu có khoảng vượt giới hạn, hãy nghi ngờ lỗi đo hoặc lỗi ghi chép và đo lại chi tiết đó trước khi tính. Ở đây khoảng lớn nhất là 8 µm nên không vấn đề gì. Với K1 = 0,5908 cho ba lần đo, EV = 4,83 × 0,5908 ≈ 2,86 µm.
2. Độ tái lập (AV)
Giá trị trung bình của mỗi người đo trên 30 số đo là 9,99723 mm với A, 10,00053 mm với B và 9,99443 mm với C. Chênh lệch giữa người cao nhất (B) và thấp nhất (C), X̄diff, là 6,10 µm. Với ba người đo, K2 = 0,5231.
X̄diff × K2 = 3,19 µm, bình phương lên được 10,18. Vì giá trị trung bình của người đo còn chứa một chút biến động độ lặp lại, hãy trừ đi EV² ÷ (10 chi tiết × 3 lần đo) = 2,86² ÷ 30 ≈ 0,27. Kết quả là AV = √(10,18 − 0,27) ≈ 3,15 µm. Nếu giá trị dưới dấu căn âm, đặt AV = 0.
3. GRR, PV và TV
GRR là căn bậc hai của tổng bình phương EV và AV: √(2,86² + 3,15²) ≈ 4,25 µm. Biến động chi tiết PV tính từ Rp, chênh lệch giữa trung bình chi tiết lớn nhất (10,0300 mm) và nhỏ nhất (9,9633 mm). Rp = 66,67 µm; nhân với K3 = 0,3146 cho 10 chi tiết được PV = 20,97 µm. Tổng biến động TV = √(4,25² + 20,97²) ≈ 21,40 µm.
4. %GRR và ndc
%GRR = 4,25 ÷ 21,40 × 100 ≈ 19,9%. Tính tương tự được %EV = 13,3%, %AV = 14,7% và %PV = 98,0%. Cộng %EV với %AV không ra 19,9%, vì chỉ các giá trị bình phương (phương sai) mới cộng được, như ghi chú dưới Hình 2.
ndc = 1,41 × 20,97 ÷ 4,25 ≈ 6,96, làm tròn xuống là 6. Số 1,41 là √2 đã làm tròn.
%GRR là 19,9%, thuộc vùng "chấp nhận có điều kiện". Độ tái lập (AV) lớn hơn độ lặp lại một chút.
Số liệu ví dụ giả định; phép tính đã kiểm lại bằng Python. Vì các tỷ lệ được tổng hợp theo tổng bình phương nên 13,3% + 14,7% không bằng 19,9%.
Phương pháp trung bình và khoảng so với ANOVA
ANOVA (phân tích phương sai) tách biến động của số đo thành bốn nguồn: chi tiết, người đo, tương tác người đo × chi tiết và sai số lặp lại. Sổ tay AIAG mô tả cả hai phương pháp, và phần mềm thống kê thường mặc định dùng ANOVA.
Theo Minitab, phương pháp trung bình và khoảng không tính được phương sai của tương tác người đo × chi tiết. Tương tác nghĩa là mỗi người đo có thói quen khác nhau theo từng chi tiết, ví dụ "người C đo thấp chỉ ở các chi tiết nhỏ". Nhìn chung ANOVA ước lượng phương sai chính xác hơn và còn kiểm định được có tương tác hay không.
Phương pháp X̄-R có thể tính tay. ANOVA cho nhiều thông tin hơn và ước lượng chính xác hơn.
Trong ví dụ ANOVA, giá trị p của tương tác là 0,75 nên mô hình được tính lại không có số hạng tương tác (Minitab loại bỏ tương tác khi p ≥ 0,05).
Chạy cùng số liệu giả định này qua ANOVA cho độ lệch chuẩn độ lặp lại là 2,63 µm, độ tái lập 3,02 µm, GRR 4,00 µm và biến động giữa các chi tiết 21,12 µm. %GRR (tỷ lệ độ lệch chuẩn) là 18,6% và ndc là 7. Các số hơi khác nhau vì một phương pháp ước lượng từ khoảng, phương pháp kia từ bình phương trung bình, nhưng cả hai rơi vào cùng một vùng.
Khi đọc kết quả của phần mềm, đừng nhầm %Contribution (tỷ lệ đóng góp; tiếng Nhật 寄与率, kiyo-ritsu) với %Study Var (% biến động nghiên cứu; 研究変動, kenkyu hendo). %Contribution là tỷ lệ phương sai: 3,5% với GRR trong ví dụ. %Study Var là tỷ lệ độ lệch chuẩn: 18,6%. Tiêu chí 10% và 30% áp dụng cho tỷ lệ độ lệch chuẩn (%Study Var hoặc tỷ lệ so với dung sai). Với %Contribution, Minitab đưa ra mốc riêng: dưới 1%, 1–9% và trên 9%.
Tiêu chí chấp nhận: đọc 10%, 30% và ndc ≥ 5
Tiêu chí nổi tiếng nhất của sổ tay AIAG MSA chia %GRR thành ba vùng tại 10% và 30%. Minitab trình bày cùng ba vùng này như hướng dẫn của AIAG.
10–30% không tự động là đạt. Đây là vùng cần quyết định dựa trên ứng dụng và chi phí.
Nguồn: Minitab Help và QI Macros, đều trình bày đây là hướng dẫn của AIAG. Yêu cầu khác nhau tùy khách hàng và ngành.
%GRR 19,9% của ví dụ nằm ở vùng giữa, "chấp nhận có điều kiện". ndc là 6, đạt tiêu chí: hệ thống chia được biến động của quá trình thành khoảng sáu nhóm.
Nếu ndc dưới 5, có thể hệ thống đo quá thô, hoặc các chi tiết được chọn có biến động quá nhỏ. Vì ndc dùng biến động chi tiết (PV) ở tử số, chọn chi tiết không tốt sẽ cho ndc thấp ngay cả khi bản thân hệ thống đo không có vấn đề.
Mẫu số: biến động quá trình hay dung sai?
%GRR có thể tính so với tổng biến động (biến động quá trình) hoặc so với dung sai. Tỷ lệ so với dung sai lấy 6 × GRR (độ rộng ±3 độ lệch chuẩn) chia cho độ rộng dung sai; còn gọi là tỷ số P/T (precision-to-tolerance).
Minitab mô tả tỷ lệ so với tổng biến động là sự so sánh với biến động chung của quá trình, và tỷ lệ so với dung sai là chỉ số để phân loại chi tiết trong hay ngoài quy cách. Thông lệ vì thế là: dùng tỷ lệ so với tổng biến động cho phép đo đưa vào biểu đồ kiểm soát, và tỷ lệ so với dung sai cho phép đo dùng để phán định đạt/không đạt ở kiểm tra cuối. Lựa chọn tùy cách dùng phép đo và yêu cầu của khách hàng, và có báo cáo ghi cả hai.
Cùng một số liệu, đổi mẫu số sẽ ra kết quả khác. Trong ví dụ, %GRR là 19,9% so với tổng biến động nhưng là 25,5% so với dung sai 0,10 mm. Luôn ghi rõ "tỷ lệ so với cái gì" trong báo cáo để số của bạn không mâu thuẫn với số của khách hàng. Về dung sai chung trên bản vẽ Nhật, xem bài so sánh JIS B 0405 với ASME.
Khách hàng Nhật có thể mong đợi gì ngoài 10% và 30%
10% và 30% là hướng dẫn của AIAG, không phải giới hạn chung cho mọi nơi. IATF 16949 lấy sổ tay MSA làm mặc định nhưng chấp nhận phương pháp phân tích và tiêu chí khác khi khách hàng phê duyệt. Vì vậy các hãng ô tô và Tier 1 có thể đặt tiêu chí hoặc phạm vi riêng trong yêu cầu riêng của khách hàng (CSR; tiếng Nhật 顧客固有要求事項, kokyaku koyu yokyu jiko).
Sách hướng dẫn và tiêu chuẩn nội bộ của một số công ty Nhật đôi khi chia nhỏ hơn vùng có điều kiện, ví dụ coi 10–20% là nhìn chung chấp nhận được và 20–30% là mức giới hạn. Yêu cầu khác nhau theo từng công ty, nên đừng cho rằng quy tắc của một khách hàng Nhật áp dụng cho khách hàng khác. Thứ tự an toàn là xác nhận yêu cầu của khách hàng trước, rồi đặt tiêu chuẩn nội bộ không lỏng hơn mức đó.
Theo SPC for Excel, chính sổ tay AIAG cảnh báo rằng chỉ dùng các mốc GRR làm ngưỡng cứng không phải là cách chấp nhận được để đánh giá hệ thống đo. Ngoài việc con số có nằm trong giới hạn hay không, quyết định phải xét phép đo được dùng để quyết định điều gì.
Làm gì khi kết quả kém
Khi %GRR cao, hãy bắt đầu bằng việc xem độ lặp lại (EV) hay độ tái lập (AV) lớn hơn. Các tài liệu dựa trên AIAG MSA ấn bản 4, như QI Macros, phân loại nguyên nhân có khả năng như sau.
Nơi cần tác động phụ thuộc vào việc EV hay AV lớn hơn và ndc có đủ hay không.
Nguồn: QI Macros (tài liệu theo AIAG MSA ấn bản 4) và tài liệu kỹ thuật của Minitab. Sau mỗi biện pháp, làm lại nghiên cứu trong cùng điều kiện để xác nhận hiệu quả.
Trong ví dụ, %AV (14,7%) lớn hơn %EV (13,3%) một chút, và giá trị trung bình của người C thấp hơn của B khoảng 6 µm. Hãy bắt đầu bằng việc kiểm tra cách C dùng panme (có dùng núm cóc không, hai mặt đo có áp vuông góc vào chi tiết không) và cách C đọc thang.
Khi vấn đề nằm ở độ lặp lại, hãy thử đồ gá và cố định vị trí đo trước khi mua dụng cụ mới. Nguyên nhân thường là biến động ở cách đặt chi tiết hay vị trí đo, hơn là hiệu năng của dụng cụ. Để khoanh vùng nguyên nhân, hãy vẽ biểu đồ số đo theo người đo và theo chi tiết, hoặc dùng biểu đồ xương cá (特性要因図, tokusei yoin-zu) để liệt kê yếu tố theo con người, dụng cụ, phương pháp và môi trường.
Những lỗi thường gặp buộc phải làm lại
- Mười chi tiết lấy cùng một lô, nên biến động chi tiết nhỏ và %GRR trông xấu
- Số chi tiết hiện ra khi đo, nên người đo đo cho khớp số lần trước
- Chỉ có người đo giỏi nhất tham gia, cho kết quả tốt hơn việc đo hằng ngày
- Không thống nhất vị trí đo, nên biến động trong bản thân chi tiết lẫn vào độ lặp lại
- Dùng biểu mẫu cũ với hệ số 5,15 sigma, nên EV và AV không khớp với phép tính của khách hàng
- Báo cáo %GRR mà không ghi mẫu số (tổng biến động hay dung sai), nên số khác với số của khách hàng
Khi khách hàng chỉ ra vấn đề đo lường và yêu cầu báo cáo khắc phục, kết quả MSA có thể là cơ sở cho phân tích nguyên nhân gốc. Đưa %GRR ra như bằng chứng đã kiểm tra hệ thống đo sẽ làm đối sách thuyết phục hơn. Xem cách viết báo cáo 8D cho định dạng này.
MSA cho dữ liệu thuộc tính: kiểm tra đạt/không đạt và Kappa
Các phép tính ở trên không dùng được cho phép đo chỉ cho kết quả đạt hoặc không đạt: kiểm tra ngoại quan, phán định theo mẫu giới hạn (限度見本, gendo mihon), hay dưỡng đầu qua/đầu không qua (go/no-go). Các hệ thống đo thuộc tính này được đánh giá bằng mức độ nhất quán của các phán định.
Cách phổ biến là phương pháp bảng chéo trong sổ tay AIAG. Chuẩn bị các chi tiết đã biết phán định đúng (chuẩn tham chiếu). Nhiều người đo phán định từng chi tiết nhiều lần, và mức nhất quán giữa các người đo và với chuẩn được biểu thị bằng Kappa. Kappa đo mức nhất quán vượt quá ngẫu nhiên: 1 là nhất quán hoàn toàn và 0 là không hơn ngẫu nhiên. Theo Minitab, AIAG coi Kappa từ 0,75 trở lên là nhất quán tốt, và các giá trị cao hơn như 0,90 thì tốt hơn.
Đọc kết quả theo ba hướng: trong cùng người đo (mỗi người có đưa ra cùng phán định khi làm lại không?), từng người so với chuẩn (phán định có đúng không?), và giữa các người đo (phán định có đổi theo người không?). SPC for Excel trích một bảng từ sổ tay AIAG (ấn bản 3) với mốc chấp nhận so với chuẩn: hiệu lực (effectiveness) từ 90% trở lên, tỷ lệ bỏ sót (chi tiết xấu bị cho đạt) từ 2% trở xuống, và tỷ lệ báo động nhầm (chi tiết tốt bị loại) từ 5% trở xuống.
Nếu khách hàng chỉ định tiêu chí, hãy làm theo khách hàng. Hãy đưa vào cả những chi tiết gần ranh giới, không chỉ chi tiết rõ ràng tốt và rõ ràng xấu. Không có chi tiết ở ranh giới thì biến động của phán định sẽ không bao giờ lộ ra.
Trước khi nộp: checklist và câu hỏi cho khách hàng Nhật
Nhiều lỗi ở trên, như thiếu mẫu số hay dùng hệ số cũ, đến từ việc hai bên hiểu khác nhau chứ không phải do dụng cụ đo kém. Hãy thống nhất các điểm này với khách hàng trước khi làm nghiên cứu, đừng đợi báo cáo bị trả lại.
Checklist trước khi nộp
| Hạng mục | Cần xác nhận |
|---|---|
| Phạm vi | Đã xác định đặc tính, dụng cụ, đồ gá và quy trình; đặc tính có trong Control Plan |
| Độ phân giải | Vạch đọc nhỏ nhất bằng 1/10 dung sai (hoặc biến động quá trình) hoặc mịn hơn |
| Hiệu chuẩn | Dụng cụ còn trong hạn hiệu chuẩn |
| Thiết kế nghiên cứu | Ghi rõ số chi tiết, số người đo, số lần đo; chi tiết phủ dải quá trình; thứ tự ngẫu nhiên; số chi tiết được giấu |
| Người đo | Là những người thường làm phép đo, không chỉ người kiểm tra giỏi nhất |
| Phương pháp | Ghi rõ trung bình và khoảng hay ANOVA; với ANOVA, ghi giữ hay loại số hạng tương tác |
| Hệ số | K1, K2, K3 của ấn bản 4 (không dùng hệ số 5,15 sigma cũ) |
| Mẫu số | %GRR so với tổng biến động, dung sai hoặc cả hai, ghi nhãn rõ |
| Kết quả | %EV, %AV, %GRR, ndc; các khoảng đã kiểm tra với giới hạn kiểm soát |
| Tiêu chí | Báo cáo nêu tên tiêu chí đã áp dụng (AIAG hoặc CSR của khách hàng) |
| Vùng có điều kiện | Nếu %GRR từ 10–30%, ghi lý do vẫn chấp nhận được cho mục đích này, và có sự đồng ý của khách hàng nếu được yêu cầu |
| Kiểm tra thuộc tính | Có chi tiết ở ranh giới; báo cáo Kappa, hiệu lực, tỷ lệ bỏ sót và tỷ lệ báo động nhầm |
Câu hỏi nên hỏi khách hàng Nhật
- Đặc tính nào cần MSA: mọi hạng mục trong Control Plan, hay chỉ các đặc tính đặc biệt và quan trọng?
- Anh/chị theo tiêu chí AIAG MSA ấn bản 4, hay có tiêu chí riêng trong CSR (ví dụ chia nhỏ vùng 10–30%)?
- %GRR cần tính so với biến động quá trình, dung sai, hay cả hai?
- Có chỉ định phương pháp (trung bình và khoảng hay ANOVA) và số chi tiết, số người đo, số lần đo không?
- Có yêu cầu dùng file Excel riêng của khách hàng không, và file đó dùng hệ số của ấn bản nào?
- Với kiểm tra ngoại quan, khách hàng có cung cấp mẫu giới hạn (gendo mihon) không, và mong đợi Kappa hoặc hiệu lực bao nhiêu?
- Khi nào phải làm lại nghiên cứu: sau khi thay dụng cụ, đổi quy trình, đổi người đo, hay theo lịch cố định?
Mẫu email hỏi khách hàng
Dưới đây là bản nháp bằng tiếng Việt. Hãy dịch sang tiếng Anh hoặc tiếng Nhật, hoặc nhờ phiên dịch nội bộ, trước khi gửi.
Tiêu đề: Yêu cầu Gage R&R cho chi tiết [mã chi tiết]
Kính gửi anh/chị [Tên],
Chúng tôi đang chuẩn bị phân tích hệ thống đo lường cho [mã chi tiết / số bản vẽ] theo Control Plan. Để báo cáo phù hợp với yêu cầu của quý công ty, xin anh/chị xác nhận giúp các điểm sau:
1. Tiêu chí chấp nhận: AIAG MSA ấn bản 4 (%GRR dưới 10% / 10–30% / trên 30%, ndc từ 5 trở lên), hay tiêu chí riêng của quý công ty?
2. Mẫu số của %GRR: biến động quá trình, dung sai, hay cả hai?
3. Phương pháp ưu tiên (trung bình và khoảng hay ANOVA) và quy mô nghiên cứu (số chi tiết, người đo, lần đo)
4. Có yêu cầu định dạng báo cáo cụ thể không?Nếu có đặc tính nằm trong khoảng 10–30%, chúng tôi sẽ đánh giá xem có chấp nhận được cho mục đích sử dụng hay không và xác nhận lại với quý công ty.
Trân trọng,
[Họ tên]
Giới hạn của bài viết này
- Ví dụ tính dùng số liệu giả định. Nghiên cứu thật cần theo biểu mẫu và cài đặt phần mềm của khách hàng.
- Tiêu chí khác nhau tùy khách hàng, ngành và đặc tính. Các vùng AIAG ở đây chỉ để tham khảo, không thay thế CSR của khách hàng.
- Bài mô tả nghiên cứu chéo (crossed) thông dụng, trong đó mọi người đo đều đo mọi chi tiết.
- Các tiêu chuẩn TCVN nhắc đến (bộ TCVN 6910 tương ứng ISO 5725, TCVN ISO 9001:2015) chỉ để định hướng. Hãy đối chiếu bản hiện hành, vì mức độ tương đương với tiêu chuẩn quốc tế không nên mặc định là hoàn toàn giống nhau.
- Về nguyên văn IATF 16949 mục 7.1.5.1.1, hãy xem chính tiêu chuẩn và sổ tay AIAG hiện hành, không dựa vào nguồn thứ cấp.
Câu hỏi thường gặp
Bao lâu nên làm lại Gage R&R một lần?
Không có chu kỳ cố định. Hãy xem lại khi thay dụng cụ, đổi quy trình hoặc đổi người đo. Nếu CSR của khách hàng quy định tiêu chí hay phạm vi, hãy lập kế hoạch cho khớp.
Dụng cụ đã hiệu chuẩn rồi thì có cần Gage R&R nữa không?
Có. Hiệu chuẩn chỉ kiểm tra độ lệch của riêng dụng cụ. Nó không bao gồm biến động do độ rơ của đồ gá hay thói quen của người đo, đúng là thứ Gage R&R đánh giá.
Gage R&R là viết tắt của gì?
Gage repeatability and reproducibility, tức độ lặp lại và độ tái lập của dụng cụ đo. Độ lặp lại viết là EV, độ tái lập là AV và giá trị gộp là GRR. Tài liệu tiếng Nhật dùng cùng chữ viết tắt này, viết là ゲージR&R.
Có tính Gage R&R bằng Excel được không?
Phương pháp trung bình và khoảng dễ làm lại trong bảng tính: nhân với các hệ số rồi tổng hợp. ANOVA có nhiều phép tính hơn, nên phần mềm thống kê hoặc công cụ phân tích của bảng tính sẽ đỡ công hơn.
Nên chọn ai làm người đo?
Hai hoặc ba người thường xuyên làm phép đo này, không chỉ người giỏi nhất. Chỉ dùng người kiểm tra giỏi nhất sẽ cho kết quả tốt hơn việc đo hằng ngày và đánh giá thấp biến động.
Nguồn tham khảo
- AIAG, MSA-4: Measurement Systems Analysis
- Q-DAS, Notes on the 4th Edition of the MSA Manual (năm phát hành và hệ số 5,15)
- JIS Z 8103:2019 (từ vựng đo lường) và JIS Z 8402-1:1999 (độ chính xác của phương pháp đo và kết quả đo, phần 1), bản tiếng Nhật: 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 và Methods and formulas for method of analysis
- Minitab, Data considerations for Crossed Gage R&R Study và 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
- Tóm tắt IATF 16949 mục 7.1.5.1.1 (tiếng Nhật): IATF16949 kōryaku
Bài gốc tiếng NhậtHướng dẫn này được biên soạn từ một bài viết của MONOSCOPE dành cho độc giả tại Nhật: ゲージR&Rのやり方｜MSAの手順・計算例と判定基準10％・30％の読み方
Về biên tập viên
Biên tập viên MONOSCOPEFOUNDER & EDITORKhoảng mười năm làm việc tại một nhà sản xuất thiết bị nhà máy và một công ty kỹ thuật nhà máy, phụ trách đề xuất, thiết kế và chạy thử thiết bị, sau đó chuyển sang tiếp thị trực tuyến. Hiện là tư vấn web cho các nhà sản xuất B2B, giúp họ trình bày rõ sản phẩm và công nghệ. Có chứng chỉ quốc gia Nhật Bản về Quản lý năng lượng (Energy Manager) và Kỹ sư điện trưởng hạng ba.
Viết blog kỹ thuật từ năm 2017 (hơn 500 bài) và có kênh YouTube tiếng Nhật với khoảng 20.000 người đăng ký. Mỗi hướng dẫn được viết từ góc nhìn hiện trường Nhật Bản và đối chiếu với các tiêu chuẩn được trích dẫn.
