ทำความรู้จักระบบวัดกันก่อน (Introduction to the Measurement System)

เราทำการวัดไปทำไม?

เราอยู่ในยุคที่การใช้ข้อมูลในการตัดสินใจ มีบทบาทและความสำคัญอย่างยิ่ง ในสายงานอุตสาหกรรมที่ผมทำงานอยู่ การนำข้อมูลที่ได้จากการวัดมาใช้ในการควบคุมและติดตามกระบวนการผลิตนั้น มีแพร่หลายและยาวนานมาก่อนแล้ว ยกตัวอย่างเช่น เอาข้อมูลที่ได้จากการวัดมาใช้ตัดสินใจเพื่อปรับกระบวนการผลิต หรือการนำค่าสถิติที่คำนวณได้จากค่าวัดเหล่านั้นมาเปรียบเทียบกับขอบเขตของการควบคุมทางสถิติ (Statistical control) ซึ่งหากเราพบว่ากระบวนการนี้ ไม่อยู่ภายใต้การควบคุมทางสถิติ ก็จะตัดสินใจทำการปรับตั้งค่าบางอย่าง เป็นต้น

การใช้ประโยชน์จากข้อมูลการวัดอีกอย่างหนึ่งคือการหาว่ามีความสัมพันธ์ที่มีนัยสำคัญระหว่างสองตัวแปรหรือมากกว่านั้นหรือไม่ ยกตัวอย่างเช่น เราสงสัยว่า ปริมาณกาวที่หยอดจากเครื่องจ่ายกาว (Dispenser) มีความสัมพันธ์กับอุณหภูมิสิ่งแวดล้อมหรือไม่ เราอาจทำการศึกษาความสัมพันธ์นี้โดยใช้วิธีทางสถิติที่เรียกว่า การวิเคราะห์การถดถอย (Regression analysis) เพื่อเปรียบเทียบน้ำหนักกาวกับค่าอุณหภูมิสภาวะแวดล้อมที่เครื่องทำงานอยู่ เป็นต้น

ยิ่งเมื่อเทคโนโลยีในปัจจุบันมีความก้าวหน้าอย่างมาก ข้อมูลที่ได้จากการวัดของเครื่องมือวัดต่างๆ แทบจะเรียกได้ว่าเป็นข้อมูลแบบปัจจุบันทันด่วนกันเลยทีเดียว แต่ทั้งนี้ทั้งนั้น ข้อมูลเหล่านี้ จะไร้ค่าทันที หากว่าข้อมูลที่ได้จากการวัดนั้น ไม่สามารถที่จะนำไปใช้งานตามวัตถุประสงค์ที่ต้องการ เรียกว่า ได้ข้อมูลมาก็ไม่รู้จะเอาไปใช้ต่อได้อย่างไร เพราะข้อมูลไม่มีคุณภาพเพียงพอที่จะนำไปประมวลผลให้ได้ผลลัพธ์อย่างที่คาดไว้

คุณภาพของข้อมูลจากการวัด (Quality of Measurement Data) จึงนับว่ามีความสำคัญมาก เพราะหากข้อมูลมีคุณภาพต่ำ เราแทบจะไม่สามารถใช้ในการวิเคราะห์ได้เลย ในทางตรงกันข้าม หากข้อมูลมีคุณภาพที่ดี ก็สามารถนำไปใช้ประโยชน์ในการวิเคราะห์ได้เป็นอย่างดีเช่นกัน ดังนั้นเพื่อจะให้มั่นใจว่าเราสามารถใช้ประโยชน์ข้อมูลจากการวัดได้เต็มที่ จึงจำเป็นต้องให้ความสำคัญกับคุณภาพของข้อมูลจากการวัดเสียก่อน

คุณภาพของข้อมูลการวัดเป็นอย่างไร?

คุณภาพของข้อมูลการวัด จะกำหนดโดยค่าทางสถิติที่ได้จากระบบวัดที่มีความเสถียร  ซึ่งระบบที่มีความเสถียรนั้น เมื่อนำไปใช้วัดคุณลักษณะบางอย่างที่ต้องการ แล้วได้ค่าที่ใกล้เคียงกับค่ามาสเตอร์ เราอาจกล่าวได้ว่า ข้อมูลการวัดนั้น มีคุณภาพที่ดี ทำนองเดียวกัน หากได้ค่าที่ค่อนข้างแตกต่างจากค่ามาสเตอร์ ข้อมูลการวัดนั้นก็มีคุณภาพที่ไม่ดีพอ นั่นเอง

ค่าสถิติที่เรามักใช้กันเป็นส่วนใหญ่ เพื่อบอกคุณลักษณะของข้อมูลการวัดก็คือ ความเอนเอียง (bias) และ ความแปรปรวน (variance) ของระบบวัดนั่นเอง ซึ่งความเอนเอียง จะบ่งบอกถึงความคลาดเคลื่อนเมื่อเทียบกับค่าอ้างอิง (reference value) ส่วนความแปรปรวน จะบอกถึงการกระจายของข้อมูลการวัดสาเหตุโดยทั่วไปของข้อมูลที่มีคุณภาพที่ไม่ดีพอนั้น มักจะเกิดจากมีความผันแปรที่สูง ซึ่งบ่อยครั้งเป็นผลจากปฏิกิริยาร่วม (interaction) ระหว่างระบบการวัดกับสภาวะแวดล้อมขณะทำการวัดนั้น ตัวอย่างเช่น ถ้าระบบการวัดใช้วัดปริมาตรของเหลวในถัง ซึ่งอาจมีการตอบสนองที่ไวกับอุณหภูมิ กรณีนี้ความผันแปรอาจจะมาจากทั้งปริมาตร หรืออุณหภูมิที่เปลี่ยนไป ซึ่งนั่นทำให้การแปรผลข้อมูลทำได้ยาก และระบบการวัดก็ดูจะไม่น่าเชื่อถือได้สักเท่าใดนัก

หากปฏิกิริยาร่วมมีผลต่อความผันแปรอย่างมากแล้ว คุณภาพของข้อมูลก็จะต่ำและไม่อาจนำข้อมูลนั้นไปใช้ประโยชน์ได้เลย หรือก็คือ ไม่สามารถนำข้อมูลที่ได้จากกการวัดนี้ ไปวิเคราะห์กระบวนการผลิต เพราะความผันแปรจากระบบวัด อาจจะไปบดบังความผันแปรในกระบวนการผลิตเสียหมดนั่นเอง ดังนั้นการจัดการระบบวัดส่วนใหญ่ จึงเน้นไปที่การทำให้ความผันแปรของระบบวัดนั้น อยู่ภายใต้การเฝ้าติดตามและควบคุม เพื่อให้มั่นใจว่าเราจะได้ข้อมูลที่มีคุณภาพและยอมรับได้จากระบบวัดนั่นเองครับ

==========================================================

อ้างอิง

"Measurement System Analysis; MSA 4th edition", Chapter I - Section A.