NDC ist ein Messwert in der Messsystemanalyse. NDC (number of distinct rows) setzt die Gesamtstreuung des Messprozesses (GRR) mit der Produktstreuung (PV) in ein Verhältnis.
Der ndc berechnet sich mit folgender Formel.
Der ndc bewertet ein Messsytem. Neben dem %GRR (Gage Repeatability & Reproducibility) – Wert ist dies ein zusätzlicher Wert zur Sicherstellung der MSA (Measurement Systems Analysis). In AIAG Core Tool MSA wird ein ndc von mindestens 5 gefordert.
Interpretation und Beispiel für den ndc (number of distinct categories)
Der ndc gibt an, wie viele unterschiedliche Stufen oder Kategorien ein Messsystem innerhalb des Streubereichs der gemessenen Teile (Produktstreuung) unterscheiden kann.
Beispiel: Du hast eine Waage, mit der du das Gewicht von Äpfeln messen möchtest.
- Ein niedriger ndc (z.B. 2 oder 3): Die Waage ist sehr ungenau. Sie kann vielleicht nur zwischen „leicht“, „mittel“ und „schwer“ unterscheiden. Es wäre schwer, kleine Gewichtsunterschiede zwischen den Äpfeln zu erkennen.
- Ein hoher ndc (z.B. 10 oder mehr): Die Waage ist sehr genau. Sie kann viele verschiedene Gewichtsstufen unterscheiden. Du könntest selbst kleinste Unterschiede im Gewicht der Äpfel erkennen.
Warum ist der ndc wichtig?
Der ndc ist wichtig, weil er dir eine Vorstellung davon gibt, ob dein Messsystem die notwendige Auflösung hat, um die natürlichen Schwankungen in deinen Prozessen und Produkten zu erfassen.
- Wenn dein ndc niedrig ist, könnte dein Messsystem wichtige Variationen verschleiern. Du könntest nicht in der Lage sein, Probleme in deinem Produktionsprozess rechtzeitig zu erkennen.
- Wenn dein ndc hoch genug ist, kannst du sicher sein, dass dein Messsystem empfindlich genug ist, um relevante Unterschiede zu erfassen.
Die wichtigsten Punkte für den ndc
- Anzahl: Der ndc ist eine Anzahl – er sagt dir, wie viele verschiedene Messwertkategorien das Messsystem liefern kann.
- Streuung: Er bezieht sich immer auf die Streuung der Teile oder Produkte, die du misst.
- Auflösung: Der ndc ist ein Indikator für die Auflösung des Messsystems.
- Fähigkeit: Ein ausreichend hoher ndc ist wichtig, damit dein Messsystem überhaupt fähig ist, zuverlässige Messergebnisse zu liefern.
Vereinfacht gesagt:
Je größer die Streuung der Produkte ist, und je kleiner die Messsystemstreuung ist, desto größer wird der ndc ausfallen.
Weitere Informationen zur MSA (Measurement Systems Analysis) 4th finden Sie bei https://www.aiag.org/quality/automotive-core-tools/msa
Die Verwendung innerhalb der Messsystemanalyse MSA 2 und MSA 3 finden Sie im Beitrag Messsystemanalyse.
Weitere wichtige Inhalte für Ihr Projekt!
Folgen Sie den einzelnen, unten stehenden Links und Sie gelangen zum Thema und den entsprechenden Excel Dateien. Das Bild mit allen Links zu den Themen können Sie als pdf (Werkzeuge_20150722_4_als_pdf) downloaden.
Die Excel Vorlagen für die Lean Tools laden Sie in dieser Excel Datei (Toolbox.xlsx) runter.
Das Komplettpaket Excel Vorlagen Messsystemanalyse und Prozessfähigkeit können Sie hier anfordern.
Organisieren – Define Phase
- Projektauftrag
- Wasserfall Diagramm
- Stichprobe berechnen
- Business Case
- Pareto Prinzipg 80/20 Regel
- Z Wert Tabelle
- Change Management
Messen – Measure Phase
- Pareto Diagramm
- Konfidenzintervall
- Six Sigma Organisation
- Boxplot Diagramm
- Ursache Wirkungs Diagramm
- Smart Regel
- Qualitäts Kennzahlen
- Ishikawa Diagramm
- Projektabgrenzung
- Prozesskennzahlen
- Zeitanalyse
- Kick off
- OEE Gesamtanlagen- effektivität
- Sipoc
Analysieren – Measure Phase
- Messsystemanalyse Verfahren 1
- Messsystemanalyse Verfahren 2
- Messsystem fähig?
- Messsystem Analyse Verfahren 3
- Projektplan
- Messwert normalverteilt Anderson Darling
- Wahrscheinlichkeitsnetz
- Prozess / Maschine fähig? cp / cpk ausreichend?
- SPC Statistische Prozesskontrolle
Verbessern – Improve Phase
- 7 Arten der Verschwendung
- Paarweiser Vergleich Nutzwert Analyse
- Spaghetti Diagramm
- 5S Methode
- EPEI Every part every interval
- Wertstromanalyse Symbole
- Little’s Law
- Yamazumi chart Yamazumi board
- Wertstromanalyse
- 10er Regel der Fehlerkosten