Két átlag összehasonlítása

Két olyan módszer, amely állítólag ugyanazt méri, ritkán ad pontosan ugyanazt az eredményt. A kérdés nem az, hogy eltérnek-e egymástól – hiszen mindig eltérnek –, hanem az, hogy az eltérés elég kicsi-e ahhoz, hogy azokat felcserélhetően használhassuk: az egyik műszert a másikra cseréljük, elfogadjuk egy külső laboratórium eredményét, vagy összehasonlítsuk a beérkező és az ellenőrző mérést.

Ez a tanulmány nem egyszerűen egy R&R-teszt, sem pedig egy átlagok összehasonlító tesztje. Az átlagok összehasonlító tesztje egy különbség kimutatására irányul; ebben az esetben éppen ellenkezőleg, az egyenértékűséget kell bizonyítani, és egy nem szignifikáns teszt nem elegendő a következtetés levonásához. A táblázat tehát öt különálló kérdésre ad választ, mivel két átlag öt különböző módon térhet el egymástól.

1. Amit meg kell értenünk

Az „Információ” blokk tartalmazza mindazt, ami a tanulmányt jellemzi:

• a vizsgálat neve, az egység, valamint a jellemző minimális és maximális tűréshatárai – ezek megadása nem kötelező, de hiányuk esetén a vizsgálat nem tudja elvégezni a legkonkrétabb ellenőrzést, nevezetesen a megfelelőségi döntések következetességének ellenőrzését; ;
• d) az egyenértékűségi határ: az a eltérés, amely alatt a két átlag közötti különbségnek nincs gyakorlati jelentősége. Ez a vizsgálat döntő paramétere; ;
•  a δ meghatározásának módszere: abszolút értékben, illetve a tűréshatárhoz vagy a mért értékhez viszonyítva; ;
• a két eszköz (A és B) nevét, valamint annak megjelölését, amelyik referenciaértéknek szolgál – az eltérést mindig ahhoz viszonyítva számítják; ;
• az egyes eszközök darabszáma és ismétlésszáma; ;
• „A próbák magukban foglalják a darab újbóli összeállítását” jelölőnégyzet: ezt jelölje be, ha két próba között a darabot szétszerelik, majd újra összeállítják.

⚠️ A δ értéket az adatok megtekintése előtt kell meghatározni. Ha azt a megfigyelt eltérés ismeretében választjuk ki, az nem a következtetés megállapítását, hanem annak előre meghatározását jelenti. Ez szakmai döntés: mekkora eltérés esetén változna meg a döntésünk a két átlag között?

💡 A megismétlések rovat nem csupán adminisztratív részlet. Ha kétszer egymás után mérünk anélkül, hogy szétszerelnénk az alkatrészt, az csak a kijelzés ismételhetőségét méri, nem pedig a szerelvényét: ilyenkor az ismételhetőséget alábecsüljük, az elfogadhatósági határok túl szűkek, és fennáll a veszélye, hogy olyan megfelelésre következtetünk, ami valójában nem létezik. A kijelző automatikusan megjeleníti ezt a figyelmeztetést, ha a jelölőnégyzet nincs bejelölve.

2. „Mérések” fül

Két táblázat egymás mellett, egy-egy hivatkozási alap, egy sor egy-egy alkatrészre és egy oszlop egy-egy ismétlésre. A hivatkozási alapot egy jelölő jelzi. Az adatbeviteli szabály az egyetlen szigorú korlátozás: egyazon sor mindkét táblázatban ugyanarra az alkatrészre kell utalnia, ellenkező esetben a kiszámított eltérésnek nincs értelme.

Az adatok közvetlenül beilleszthetők az Excelből; a tabulátorok és a sorváltások felismerhetők, a tizedesvessző megengedett, és az üres cellák is elfogadhatók.

3. Eredmény fül: az öt kérdés

A diagnosztikai táblázat az öt olyan kérdést tartalmazza, amelyekre választ kell adni igen két egymással felcserélhető lehetőség megadására. Mindegyikhez tartozik egy jelző, egy számszerű érték a konfidencia-intervallummal, valamint egy válasz: igen, nem vagy bizonytalan.

💡 A „nem tudom” nem egyenértékű. Ez a leggyakoribb válasz egy rövid kampány során, és azt jelenti, hogy az adatok nem elegendőek a döntéshez. A képernyő nem csak ezt jelzi: megmutatja, hány darabot kellene hozzáadni ahhoz, hogy 80 % esély legyen a tranzakció lezárására – a példában 416 darabbal többet, azaz összesen 433 darabot. Ez egy méretezési információ, amelyet inkább a kampány elindítása előtt, mint utána érdemes tudni.

4. Számadatok

A diagnózisok alatt egy sor miniatűrkép mutatja a megjegyezendő értékeket:

• az átlagos eltérés, és főként annak δ-ben kifejezett aránya – a példában 6,029 l/min, azaz az ekvivalencia-határ 60 %-je: az eltérés ugyan nem kizáró jellegű, de máris a keret kétharmadát felemészti; ;
• a különbség 90 %-es konfidencia-intervalluma, összehasonlítva a ±δ sávval: az egyenértékűséget akkor bizonyítják, ha az intervallum teljes egészében a sávon belül helyezkedik el; ;
• a Deming-meredekség és a hozzá tartozó konfidencia-intervallum. A Deming-regresszió – ellentétben a klasszikus regresszióval – figyelembe veszi, hogy mindkét átlag hibás; ez a helyzet itt is, egyik sem tekinthető valós értéknek; ;
•  a tartomány alsó és felső határán becsült eltérés. Ha a két szám előjele eltérő, az egy fordulópontot jelez: az átlagok a tartomány közepén keresztezik egymást; ;
• a sávon kívül eső darabok száma ±δ — a példában 17-ből 12, és ez a tanulmány valódi üzenete.

5. A két módszer ismételhetősége

Egy külön blokk mindkét módszer esetében feltünteti annak ismételhetőségét (s_r), a tűréshatár-intervallumból az ismételhetőség által elfoglalt részt – amennyiben a tűrésértékek meg vannak adva –, valamint a feldolgozott ismétlések átlagos számát. Megadják a két szórás λ arányát, feltüntetve annak eredetét: az ismétlések alapján becsült vagy előírt érték.

Ez a blokk gyakran magyarázza a képernyő többi részét. Két olyan mérési módszer, amelyek ismételhetősége jelentősen eltér, nem tekinthető egymással felcserélhetőnek, még akkor sem, ha átlagértékeik megegyeznek: a nagyobb szórású módszer ugyanazon alkatrészek esetében eltérő megfelelőségi értékeléseket eredményez.

6. A diagnózis egyszerűen

A fül alján minden nem teljesített vagy még nem eldöntött kritériumhoz egy bekezdés tartozik, amely elmagyarázza, mi történik és mit kell tenni. Ezt a részt érdemes először elolvasni: ez a bizalmi intervallumokat döntésekké alakítja át.

•  A figyelmeztetések a protokollra vonatkoznak: olyan próbák, amelyek során nem játszák el a szerkesztett változatot, a tűréshatárok hiánya, a résztvevők számának elégtelensége. Ezek részben érvénytelenítik a következtetéseket, és azokat a következtetések levonása előtt meg kell oldani.

•  A diagnózisok az eredményre vonatkoznak: bizonyított torzítás, a δ-nál szélesebb elfogadhatósági határok, a mérési sorozat során bekövetkezett eltérés. Mindegyikhez tartozik egy gyakorlati következmény, például az, hogy az átlagos eltérés kiigazítása nem lesz elegendő, ha az egyedi szórás túl nagy marad.

⚠️ Az átlagok egyenértékűsége nem jogosít fel az eszközök darabonkénti cseréjére. Ha a megfelelőségi döntést darabonként hozzák meg, akkor a harmadik kérdés, azaz a ±δ tartományban lévő darabok 95 % aránya a meghatározó, és a két átlag kicserélése előtt csökkenteni kell a szórást.

7. „Grafikonok” fül

Négy ábra, amelyek mindegyike a diagnosztikai táblázat egyik kérdésére ad választ.

• Az eltérés a referenciaértékhez képest — a Bland–Altman-diagram. Az abszcisszen a referenciaátlag értéke, az ordinátán a két átlag közötti különbség látható. Egy pillantásra látható az átlagos eltérés, az elfogadhatósági határok, a ±δ sáv és az eltérés tendenciája. A sávon kívüli darabokat külön szimbólum jelöli: számuk ad választ a „darabonkénti” kérdésre.
• B az A függvényében: a mérési párok felhője, az identitásegyenes y = x, a Deming-regresszió és az elfogadási sáv. Ha a mérési pontok felhője az identitásegyenes mentén halad és a tűréssávon belül marad, az a cserélhetőséget jelzi; ha a Deming-egyenes az identitásegyeneshez képest dőlésszögben áll, az a szinttől függő eltérést jelez.
• A hegyi ábra: az eltérések eloszlása, összecsukott percentilis formában ábrázolva. A csúcs az eltérések mediánját jelzi, a szélesség a szórást mutatja, a szimmetria pedig tájékoztatást ad az esetleges torzításról. Ez a legkönnyebben értelmezhető ábra annak megítéléséhez, hogy az eltérések központosak és szűk tartományban helyezkednek-e el, vagy szétszórtak és eltolódtak-e.
• Az adatbeviteli sorrendből adódó eltérések: ugyanaz a különbség, a mérések elvégzésének sorrendjében ábrázolva. Ez az egyetlen grafikon, amely eltérést jelezhet: egy olyan eltérés, amely a kampány során folyamatosan növekszik, nem torzítás, hanem a műszer elmozdulása.

Összegzés

A két módszer egymással felcserélhető, ha az öt kérdésre mindegyikre igenlő válasz érkezik. Ellenkező esetben a teendő attól függ, melyik kérdésnél nem teljesül a feltétel:

•  a kimutatott és stabil átlagos eltérés korrigálható: ez egy eltérés, amely kalibrálással vagy a két átlag egyikére alkalmazott korrekcióval állítható be; ;
• az a eltérés, amely a mért szinttől függ, nem orvosolható eltolással: korlátozni kell a közös felhasználási tartományt, vagy a két eszközt egymással nem helyettesíthetőnek kell tekinteni; ;
• a δ-nál szélesebb elfogadhatósági határok miatt minden csere előtt csökkenteni kell a szórást — a legnagyobb szórású átlag ismételhetőségén kell dolgozni; ;
• ha a vizsgálat során eltérés lép fel, az a vizsgálatot érvénytelenné teszi: azt újra kell végezni, miután az érintett változót stabilizálták; ;
• A döntetlen eredmény nem kudarc, hanem a figurák hiánya. A képernyőn látható a szükséges figurák száma.

💡 Ez a tanulmány kiegészíti az R&R-t, nem helyettesíti azt. Az R&R egy eszközt abszolút értelemben minősít, figyelembe véve a tűréshatárokat vagy a folyamat eltéréseit. Két eszköz összehasonlítása egy helyettesítést jellemez: nem azt mondja meg, hogy az eszközök jók-e, hanem azt, hogy egyeznek-e egymással. Két közepes minőségű eszköz tökéletesen cserélhető lehet, míg két kiváló eszköz nem feltétlenül az.