5 اختبارات إعادة الإنتاج التي يمكنك استخدامها لتقدير عدم اليقين

 

مقدمة

يُعد اختبار قابلية التكرار جزءًا مهمًا من تقدير عدم اليقين في القياس. وهو أحد مكونات عدم اليقين من النوع أ، وينبغي تضمينه في كل ميزانية عدم يقين .

ومع ذلك، فإن العديد من المختبرات تهمل اختبار إمكانية إعادة الإنتاج وتضمينه في تحليلاتها.

عندما أتحدث مع العملاء والأصدقاء، أحصل على الكثير من الأسباب والأعذار التي تفسر عدم قيامهم باختبار إمكانية التكرار؛

• "ليس لدينا وقت."
• "نحن لا نعرف كيف."
• "نحن مختبر مكون من شخص واحد."
• "لدينا معيار قياس واحد فقط."

حسنًا، أنا هنا اليوم لأخبركم أنه بإمكانكم اختبار إمكانية إعادة الإنتاج حتى لو كنتم مختبرًا مكونًا من شخص واحد فقط.

في هذا الدليل، سوف تتعلم كل ما تحتاج إلى معرفته، وأكثر، لإجراء اختبارات إعادة الإنتاج الخاصة بك.

إذا كنت تحسب عدم اليقين في القياس، فأنت بحاجة إلى معرفة مدى إمكانية تكرار نتائج القياس الخاصة بك.

ليس هذا مهمًا لمراقبة الجودة فحسب، بل هناك العديد من الأمور التي يمكنك تعلمها من اختبار قابلية التكرار، وهو أمر يستحق الجهد المبذول.

  
   

خلفية

لقد كان هناك الكثير من المناقشات والآراء حول إدراج عدم اليقين من النوع أ في تقديراتك لعدم اليقين في القياس.

تُدرج معظم المختبرات بيانات اختبار التكرار ضمن ميزانيات عدم اليقين. ومع ذلك، يُهمل الكثير منها تضمين بيانات اختبار التكرار.

لماذا؟

أنا لست متأكدًا، ولكنني أرغب في معرفة ذلك.

لقد حضرت مؤخرًا الاجتماع السنوي لجمعية A2LA للجنة الاستشارية للقياس، وقد صدمت عندما سمعت شخصًا يسأل لماذا يجب أخذ "إمكانية إعادة الإنتاج" في الاعتبار لتحليل عدم اليقين.

وبعد الإدلاء بتصريحه، واصل هذا الشخص حديثه ليخبر الجميع أن هذا الأمر غير ضروري أو ممكن لأن المختبر لديه محطة عمل واحدة وفني واحد فقط.

بصراحة لقد صدمت!

الشخص الذي أدلى بهذا البيان هو شخص ذكي من شركة مرموقة، وكنت في حيرة شديدة بشأن سبب عدم قدرة هذا الشخص على تصور الأساس المنطقي لاختبار إمكانية إعادة الإنتاج.

للأسف، هذا الشخص ليس الوحيد. يتساءل الكثيرون عن جدوى استخدام اختبار قابلية التكرار لتقدير عدم اليقين. على مر السنين، تواصلتُ مع عدد من القراء والباحثين والعملاء الذين كانت لديهم أيضًا أسئلة حول اختبار قابلية التكرار.

وبناء على هذه المعلومات، لا أستطيع إلا أن أفترض؛

1. إنهم لا يفهمون اختبار إمكانية إعادة الإنتاج،
2. لم يحاولوا اختبار إمكانية إعادة الإنتاج، و(أو)
3. لم يبحثوا في اختبار قابلية التكرار

ولهذا السبب، قررت أن أكتب دليلاً يعلمك كل ما قد تحتاج إلى معرفته حول اختبار إمكانية إعادة الإنتاج لجمع بيانات عدم اليقين من النوع أ.

بالإضافة إلى ذلك، سأعرض لك 5 طرق يمكنك من خلالها اختبار إمكانية تكرار القياس لحساب عدم اليقين في القياس حتى لو كنت مختبرًا لشخص واحد مع طاولة عمل واحدة فقط.

لذا، إذا كنت مهتمًا بجمع بيانات عدم اليقين من النوع أ، استمر في القراءة لأنني سأغطي المواضيع السبعة التالية؛

1. ما هي إمكانية إعادة الإنتاج؟
2. لماذا تعد إمكانية إعادة الإنتاج مهمة؟
3. متطلبات اختبار إمكانية إعادة الإنتاج
4. أنواع اختبارات قابلية التكرار
5. كيفية إجراء اختبار قابلية التكرار
6. كيفية تحليل نتائج اختبار قابلية التكرار
7. كيفية تقييم نتائج اختبار إمكانية إعادة الإنتاج

  
   

ما هي إمكانية إعادة الإنتاج؟

وفقًا لمفردات القياس الدولية (VIM) ، فإن إمكانية إعادة الإنتاج هي "دقة القياس في ظل ظروف إمكانية إعادة إنتاج القياس".

أثناء قراءة التعريف، أنا متأكد من أنك لاحظت مصطلحي "دقة القياس" و"شرط إمكانية إعادة إنتاج القياس".

ألا تكره أن تُعرّف المصطلحات بكلماتها الخاصة؟ أنا أيضًا. إنه أمر محبط.

لذلك، دعونا نحاول تبسيط التعريف حتى لا تحتاج إلى درجة الدكتوراه لفهم المفهوم.

أولاً، لنُعرّف دقة القياس. تُعرّفها وحدة قياس التباين (VIM) بأنها "درجة التوافق بين المؤشرات".

في الأساس، هذا هو الانتشار أو الانحراف المعياري المحسوب من مجموعة من القياسات المتكررة، على الأرجح من اختبار القدرة على التكرار.

لنُعرِّف الآن شرط إعادة إنتاج القياس. يُعرِّفه نظام VIM بأنه "شرط قياس، من مجموعة شروط تشمل مواقع مختلفة، ومشغلين، وأنظمة قياس، وقياسات مُكررة على نفس الأجسام أو أجسام مشابهة".

لذلك، فإن شرط إمكانية إعادة إنتاج القياس هو اختبار آخر لإمكانية التكرار حيث يتم تغيير شرط القياس.

الآن بعد أن قمنا بتقسيم تعريف إمكانية التكرار، يمكن تفسيره بشكل أفضل على أنه الانحراف المعياري لنتائج اختبار إمكانية التكرار المتعددة حيث تم تغيير ظروف القياس .

الهدف هو تحديد مدى تطابق نتائج اختبار التكرار مع اختبار آخر لتحديد مدى إمكانية تكرار نتائجك عند إجرائها في ظل ظروف مختلفة.

بشكل أساسي، يتعين عليك إعادة إنشاء نتائج القياس الخاصة بك بعد تغيير متغير واحد في كل مرة وتقييم التأثير الذي يحدثه على نتائجك.

نأمل أن يكون لديك الآن فهم أفضل لمصطلح إمكانية إعادة الإنتاج.

في القسم التالي، سوف تتعلم لماذا من المهم تقدير عدم اليقين في القياس.

  
   

لماذا تعد إمكانية إعادة الإنتاج مهمة؟

تعتبر إمكانية إعادة الإنتاج مهمة لأنها توضح أن مختبرك لديه القدرة على تكرار نتائج القياس في ظل ظروف مختلفة.

بالإضافة إلى ذلك، يوفر لك اختبار إمكانية إعادة الإنتاج القدرة على تجربة عوامل مختلفة يمكن أن تؤثر على نتائج القياس وتقدير عدم اليقين.

عندما تعرف العوامل التي تؤثر بشكل كبير على نتائج القياس الخاصة بك، يمكنك اتخاذ إجراءات للتحكم في عملية القياس الخاصة بك وتقليل عدم اليقين في القياس.

على سبيل المثال، إذا كان مختبرك سيجري اختبار إعادة إنتاج لتقييم نتائج قياس كل فني ومشغل واحد، وكانت النتائج مختلفة بشكل كبير عن المجموعة التي تم أخذ العينات منها، فيمكنك التحقيق في السبب واتخاذ الإجراء المناسب (على سبيل المثال، توفير التدريب لهم لتحسين مهاراتهم).

في مثال آخر، تخيّل أن مختبرك يُقيّم طرق اختبار أو معايرة مختلفة باستخدام اختبار قابلية التكرار. إذا أسفرت إحدى الطرق عن نتائج مختلفة بشكل كبير عن الطرق الأخرى، يمكنك اتخاذ إجراء لمراجعة الطريقة أو التوقف عن استخدامها في الاختبارات والمعايرة.

كما ترون، يُعدّ اختبار قابلية التكرار أداةً فعّالة لمراقبة الجودة وتحسين عمليات مختبركم. ولهذا السبب، يُعدّ مهمًا.

ومع ذلك، لن يكون ذلك مفيدًا إلا إذا حللتَ البيانات بالفعل واستخدمتَها لتحسين عملية القياس. لذا، فكّر فيما هو أبعد من تقدير عدم اليقين، إذ يمكن استخدام اختبار قابلية التكرار في:

• مراقبة جودة العمل،
• التحقق من صحة الأساليب والإجراءات والتدريب وما إلى ذلك،
• إيجاد المشاكل في أنظمة القياس، و
• زيادة الثقة في نتائج القياس.

إذا كان هدفك هو توفير نتائج قياس ذات جودة أفضل مع قدر أقل من عدم اليقين، فابدأ في إجراء اختبارات إمكانية إعادة الإنتاج واستخدم النتائج لتحسين عمليتك.

  
   

متطلبات اختبار إمكانية إعادة الإنتاج

حاليًا، لا يُشترط اختبار قابلية التكرار بموجب معيار ISO/IEC 17025 أو أي وثيقة معيارية أخرى؛ إلا إذا كنتَ معتمدًا من قِبل A2LA . مع ذلك، هناك توصيات قوية باستخدام اختبار قابلية التكرار.

في هذا القسم، تعرف على كيفية الإشارة إلى إمكانية إعادة الإنتاج في مستندات السياسات والمتطلبات المختلفة.

 

متطلبات ILAC P14 لإمكانية إعادة الإنتاج

في القسم 5.4.5.3 من معيار ISO/IEC 17025 ، تم إدراج إمكانية إعادة الإنتاج كقيمة يمكن الحصول عليها من طرق معتمدة.

بالإضافة إلى ذلك، في الملاحظة 3 ضمن القسم 5.4.5.3، تم إدراج إمكانية إعادة الإنتاج كمثال أو مكون حيث يمكن إدراج عدم اليقين في القيم.

 

سياسة ILAC P14

في القسم 5.4 من سياسة ILAC P14، يوصى بتضمين إمكانية إعادة الإنتاج في تقديرك لعدم اليقين في CMC.

"يجب تضمين قدر معقول من المساهمة في عدم اليقين الناتج عن القدرة على التكرار، ويجب تضمين المساهمات الناتجة عن القدرة على إعادة الإنتاج في مكون عدم اليقين في CMC، عندما تكون متاحة."

 

JCGM 100:2008 دليل تقدير عدم اليقين في القياس

في الملحق ب، القسم 2.16 من دليل تقدير عدم اليقين في القياس (GUM) ، يتم تعريف إمكانية إعادة الإنتاج وتوفير قائمة بالشروط أو المتغيرات التي يمكن تغييرها لاختبار إمكانية إعادة الإنتاج.

 

ASTM E177 وASTM E456

في الجدول 1 من معيار ASTM E177 ، "ممارسة استخدام مصطلحي الدقة والتحيز"، تُدرج إمكانية إعادة الإنتاج كشرط للدقة. علاوةً على ذلك، يُقدم الجدول أدناه قائمةً بالشروط أو المتغيرات التي يُمكن تغييرها لتحديد إمكانية إعادة الإنتاج.

كما ترى، لا يشترط بالضرورة إمكانية إعادة الإنتاج لتقدير عدم اليقين؛ ولكن من المؤكد أنها تعتبر مساهمًا مهمًا ويوصى بأخذها في الاعتبار في ميزانيات عدم اليقين الخاصة بك.

 

A2LA R205

قامت هيئة اعتماد واحدة فقط في أمريكا الشمالية، وهي A2LA، بجعل إمكانية إعادة الإنتاج شرطًا لتقديرات بيانات عدم اليقين في CMC.

في القسم 6.7.1 من متطلبات A2LA R205 المحددة: برنامج اعتماد مختبر المعايرة، تم إدراج إمكانية إعادة الإنتاج كمكون رئيسي يجب مراعاته في كل حساب عدم اليقين في CMC.

في رأيي، تعد القدرة على إعادة الإنتاج عاملاً مساهماً كبيراً في عدم اليقين في القياس ويجب تضمينها في ميزانيات عدم اليقين الخاصة بك.

إنه عنصر عدم يقين من النوع أ وهو بنفس أهمية القدرة على التكرار.

علاوة على ذلك، يُمكنك إجراؤه بسهولة في مختبرك. لن يستغرق جمع البيانات وتحليلها سوى بضع دقائق إضافية.

  
   

أنواع اختبارات قابلية التكرار

عند اختبار قابلية إعادة الإنتاج، هناك العديد من الشروط المختلفة التي يُمكن اختبارها. ومع ذلك، فإن معظم خبراء القياس (الذين تحدثتُ معهم أو استطلعتُ آراءهم) يُقارنون المُشغّلين فقط (أي نتائج فني مُقارنة بآخر).

مع أنني أتفق على أهمية مقارنة العوامل، إلا أن هناك العديد من الشروط الإضافية التي يمكنك اختبارها. لماذا نختبر شرطًا واحدًا فقط؟

لن تتأكد أبدًا من أن حالة واحدة أكثر أهمية من الأخرى إلا إذا قمت باختبارها بنفسك.

في هذا القسم، ستتعرف على خمسة أنواع من اختبارات قابلية التكرار التي يمكنك إجراؤها في مختبرك لجمع بيانات عدم اليقين من النوع أ. بعد ذلك، ستكون لديك معلومات كافية لمساعدتك في تحديد أفضل الظروف لإجراء الاختبار في مختبرك.

الشروط الخمسة التي سنغطيها في هذا الدليل هي؛

1. المشغل مقابل المشغل
2. المعدات مقابل المعدات
3. البيئة مقابل البيئة
4. الطريقة مقابل الطريقة
5. يوم مقابل يوم

 

المشغل مقابل المشغل

اختبار إمكانية إعادة الإنتاج الأكثر شيوعًا لجمع بيانات عدم اليقين من النوع أ هو البحث عن التباينات في نتائج القياس عبر المشغل.

من خلال مقارنة اثنين أو أكثر من الفنيين أو المهندسين وما إلى ذلك، يمكنك معرفة الكثير عن التناقضات في عملية القياس الخاصة بك.

كل ما عليك فعله هو أن يكون لديك فنيان مستقلان يقومان بنفس عملية القياس.

أولاً، اطلب من الفني أ إجراء اختبار تكرار بسيط وتسجيل نتائجه.

باستخدام هذه المعلومات، احسب المتوسط والانحراف المعياري.

بعد ذلك، اطلب من الفني ب إجراء نفس اختبار التكرار وتسجيل النتائج.

مرة أخرى، احسب المتوسط والانحراف المعياري.

الآن، احسب الانحراف المعياري لمتوسط الفني أ ومتوسط الفني ب.

وستكون النتيجة هي إمكانية تكرار العمل من مشغل إلى مشغل.

إذا كانت النتيجة المحسوبة أكبر مما تفضل أو أكبر مما كنت تتوقع، ففكر في توفير التدريب للفنيين وتكرار التجربة.

استمر بهذه العملية حتى تحصل على النتيجة التي ترضيك.

لإجراء اختبار إعادة إنتاج المشغل مقابل المشغل، استخدم الإرشادات التالية؛

1. قم بإجراء اختبار التكرار مع المشغل أ.
2. سجل نتائجك،
3. احسب المتوسط والانحراف المعياري ودرجات الحرية،
4. قم بإجراء اختبار التكرار مع المشغل B،
5. سجل نتائجك،
6. احسب المتوسط والانحراف المعياري ودرجات الحرية،
7. احسب الانحراف المعياري للمتوسطين المسجلين في الخطوتين 3 و6.

 

يوم مقابل يوم

هناك طريقة شائعة أخرى لاختبار إمكانية تكرار عملية القياس وهي اختبار التباين في نتائج القياس من يوم لآخر.

تعتبر هذه الطريقة رائعة لجمع بيانات عدم اليقين من النوع أ للمختبرات التي تحتوي على فني واحد أو طاولة عمل واحدة أو كليهما.

الشيء الوحيد الذي تحتاج إلى تغييره هو اليوم أو الوقت الذي يتم فيه إجراء الاختبار.

على سبيل المثال، يمكنك المقارنة؛

• الصباح مقابل بعد الظهر،
• الاثنين مقابل الثلاثاء، أو
• الاثنين مقابل الجمعة.

يمكنك مقارنة أي سيناريو تريده طالما أن المتغير الوحيد الذي يتغير هو اليوم أو الوقت من اليوم.

للبدء، اطلب من أحد الفنيين إجراء اختبار التكرار في اليوم الأول.

من نتائجهم، احسب المتوسط والانحراف المعياري.

بعد ذلك، اطلب من الفني إجراء نفس اختبار التكرار بالضبط في اليوم الثاني.

مرة أخرى، احسب المتوسط والانحراف المعياري من نتائجهم.

الآن، احسب الانحراف المعياري للمتوسطات المحسوبة من اليوم الأول واليوم الثاني. وستكون النتيجة هي إمكانية تكرار نتائجك اليومية.

لإجراء اختبار تكرار يوم مقابل يوم، استخدم الإرشادات التالية؛

1. قم بإجراء اختبار التكرار في اليوم أ.
2. سجل نتائجك،
3. احسب المتوسط والانحراف المعياري ودرجات الحرية،
4. قم بإجراء اختبار التكرار في اليوم ب،
5. سجل نتائجك،
6. احسب المتوسط والانحراف المعياري ودرجات الحرية،
7. احسب الانحراف المعياري للمتوسطين المسجلين في الخطوتين 3 و6.

 

الطريقة مقابل الطريقة

طرق اختبار قابلية التكرار ليست اختبارًا شائعًا يُجرى في حالة عدم اليقين من النوع أ. ومع ذلك، فهو اختبار قابلية تكرار مفيد جدًا إذا كنت تسعى إلى تقليل عدم اليقين في القياس.

يمكن للطريقة التي تختارها أن تؤثر بشكل كبير على عدم اليقين في القياس، لذلك، يمكن استخدام إمكانية إعادة إنتاج الطريقة مقابل الطريقة لتحديد التباين بين طريقتي القياس.

ومن خلال النتائج، يمكنك تحديد عملية القياس التي تعطي قدرًا أقل من عدم اليقين في نتائج القياس.

لإجراء اختبار إعادة إنتاج الطريقة مقابل الطريقة، استخدم الإرشادات التالية؛

1. قم بإجراء اختبار التكرار باستخدام الطريقة أ.
2. سجل نتائجك،
3. احسب المتوسط والانحراف المعياري ودرجات الحرية،
4. قم بإجراء اختبار التكرار باستخدام الطريقة ب،
5. سجل نتائجك،
6. احسب المتوسط والانحراف المعياري ودرجات الحرية،
7. احسب الانحراف المعياري للمتوسطين المسجلين في الخطوتين 3 و6.

 

المعدات مقابل المعدات

إذا كنت تعمل في مختبر متوسط إلى كبير الحجم، فمن المحتمل أن يكون لديك العديد من طاولات العمل ومعدات القياس المكررة.

لذلك، من المرجح أن تختلف نتائج قياساتك نتيجة استخدام طاولات عمل أو معدات قياس مختلفة. أليس من المثير للاهتمام معرفة كيف يؤثر اختيار معدات مختلفة على نتائج قياساتك؟

إذا كانت إجابتك "نعم"، أنصحك بتجربة هذا النوع من اختبار قابلية التكرار في مختبرك. قد تُفاجأ بالنتائج.

كل أداة أو جهاز قياس سوف يعمل بشكل مختلف عن الآخر، على الرغم من أنها قد يكون لها نفس التصنيع ورقم الطراز.

حتى لو تم تصنيع معداتك في نفس اليوم، على نفس خط الإنتاج، فإن أداءها سيختلف قليلاً.

لهذا السبب، من المهم مراعاة اختبار قابلية تكرار المعدات مقارنةً بالمعدات الأخرى لبيانات عدم اليقين من النوع A. احتمالية تأثر نتائج قياسك بالمعدات التي تختارها عالية جدًا!

إنه يشكل بديلاً جيدًا لاختبار إمكانية إعادة إنتاج المشغل مقابل المشغل.

لإجراء اختبار إعادة إنتاج المعدات مقابل المعدات، استخدم الإرشادات التالية؛

1. قم بإجراء اختبار التكرار باستخدام المعدات أ.
2. سجل نتائجك،
3. احسب المتوسط والانحراف المعياري ودرجات الحرية،
4. قم بإجراء اختبار التكرار باستخدام المعدات B،
5. سجل نتائجك،
6. احسب المتوسط والانحراف المعياري ودرجات الحرية،
7. احسب الانحراف المعياري للمتوسطين المسجلين في الخطوتين 3 و6.

 

البيئة مقابل البيئة

أصبح العمل خارج المختبر أكثر شيوعًا هذه الأيام. إذا كان مختبرك يُجري المعايرة أو الاختبار في الميدان أو في مواقع العملاء، فمن المرجح أن تتأثر نتائج قياساتك بالبيئة التي تُجرى فيها الاختبارات والمعايرة.

لذلك، قد يكون من الجيد إجراء اختبار إعادة إنتاج البيئة مقابل البيئة.

لإجراء اختبار إعادة إنتاج البيئة مقابل البيئة، ما عليك سوى استخدام الإرشادات التالية؛

1. قم بإجراء اختبار التكرار في البيئة أ.
2. سجل نتائجك،
3. احسب المتوسط والانحراف المعياري ودرجات الحرية،
4. قم بإجراء اختبار التكرار في البيئة B،
5. سجل نتائجك،
6. احسب المتوسط والانحراف المعياري ودرجات الحرية،
7. احسب الانحراف المعياري للمتوسطين المسجلين في الخطوتين 3 و6.

الآن، لا يجب أن يقتصر اختبار إمكانية إعادة إنتاج البيئة مقابل البيئة على المختبر مقابل الميدان.

تحتوي بعض المختبرات على غرف مختلفة، ولكل منها بيئة فريدة خاصة بها، حتى لو كانت تقوم بإجراء اختبارات ومعايرات مماثلة.

وفي هذه المنظمات، قد يكون من الجيد اختبار التباين في نتائج القياس بين الظروف البيئية.

على سبيل المثال، لديّ مقاييس مكبس تحتاج إلى معايرة. مع أنني أُرسلها إلى نفس المُصنِّع للمعايرة، إلا أن مقاييس المكبس قد تُعاير في بيئات مختلفة.

في الماضي، تلقيتُ تقارير معايرة تُبيّن ظروفًا بيئية مختلفة. يُعاير أحد مقياسي المكبس عند ٢٠ درجة مئوية، والآخر عند ٢٣ درجة مئوية.

إنه أمر يثير جنوني حرفيًا، لأنه يخلق عملًا إضافيًا بالنسبة لي لتصحيح النتائج لبيئة مختبري أو لمقارنة النتائج من المعايرات السابقة.

في مثال آخر، تخيّل معايرة جهاز في مختبرك عند ٢٠ درجة مئوية، ومعايرة جهاز في موقع العميل عند ٢٨ درجة مئوية. هل يمكن أن يؤثر هذا على نتائج قياسك؟

ربما؟ ولكنك لن تعرف ذلك إلا إذا اختبرته بنفسك وحصلت على بيانات تدعم ادعائك.

  
   

How to Perform Reproducibility Testing

إجراء اختبار إعادة الإنتاج سهل ومباشر. مع ذلك، من المفيد توضيح العملية.

في هذا القسم، ستتعلم كيفية إجراء اختبار إعادة الإنتاج خطوة بخطوة. كل ما عليك فعله هو اتباع التعليمات أدناه.

1. تحديد هدف
2. حدد ما ستختبره أو تقيسه
3. حدد متغيرًا أو شرطًا لتغييره
4. قم بإجراء اختبار باستخدام المتغير أ
5. قم بإجراء اختبار باستخدام المتغير B
6. تحليل النتائج

 

1. تحديد هدف

عند اتخاذ قرار بإجراء اختبار إمكانية التكرار، من المهم تحديد هدف.

اسأل نفسك، "لماذا أقوم بإجراء اختبار إمكانية التكرار؟"

بعض الأسباب الشائعة التي تدفع الناس إلى إجراء اختبارات قابلية التكرار هي؛

• جمع بيانات عدم اليقين من النوع أ،
• التحقق من صحة طريقة المعايرة أو الاختبار الجديدة،
• تقييم جودة وتناسق نتائج المختبر،
• التحقيق في العوامل التي تسبب عدم اليقين أو الخطأ في القياس.

هناك العديد من الأسباب التي قد تدفعك لإجراء عملية إعادة إنتاج. ومع ذلك، عليك تحديد الغرض أو الهدف.

دون تحديد الهدف، قد تُصمّم التجربة بشكل خاطئ، ما قد يُؤدي إلى جمع بيانات خاطئة، ويُجبرك على تكرار التجارب.

لذا، تأكد من تحديد أهدافك أولاً.

 

2. حدد ما ستقيسه

الآن بعد أن عرفت سبب قيامك بإجراء اختبار إمكانية التكرار، فقد حان الوقت لتحديد ما ستقيسه.

على سبيل المثال، قد يكون قياس جهد التيار المستمر وظيفةً أساسيةً في مختبرك. لذلك، عليك إجراء اختبار إعادة إنتاج للتأكد من إمكانية تكرار نتائج القياس.

اختر دالة القياس والمعلمة التي ترغب باختبارها. ثم حدّد كيفية إجراء القياس.

لإكمال هذه الخطوة، سوف تحتاج إلى اختيار؛

• متى ستقوم بإجراء الاختبار (الوقت)،
• المكان الذي ستجري فيه الاختبار (البيئة)،
• كيف ستقوم بإجراء الاختبار (الطريقة)،
• ما الذي ستستخدمه لإجراء الاختبار (المعدات)،
• من ستقوم بإجراء الاختبار (المشغل).

 

3. حدد متغيرًا أو شرطًا لتغييره

الآن بعد أن قمت بتحديد معايير اختبار إمكانية إعادة الإنتاج، فقد حان الوقت لاختيار الشرط الذي تريد تغييره في التجربة.

إذا كان لديك عدة أفراد مؤهلين لإجراء اختبار أو معايرة، ففكر في اختيار المشغلين حسب حالتك.

هذا هو المتغير الأكثر شيوعًا في اختبارات قابلية التكرار. يتيح لك هذا المتغير معرفة مدى قابلية نتائج القياس للتكرار عند إجراء الاختبارات والمعايرات من قِبل أشخاص مختلفين.

إذا كنت تقوم بإجراء الاختبارات والمعايرة في المختبر أو في الميدان، ففكر في تغيير البيئة لاختبار إمكانية إعادة الإنتاج.

لذلك، قم بإجراء تجربة واحدة في المختبر والأخرى في الميدان.

وسيساعدك أيضًا على رؤية مدى إمكانية تكرار نتائج القياس الخاصة بك خارج المختبر.

إذا كان بإمكان موظفيك اختيار طرق مختلفة لإجراء اختبار أو معايرة، ففكر في تغيير الطريقة الخاصة باختبار إمكانية إعادة الإنتاج.

سيوضح لك مقدار التباين الذي قد يكون لديك عند اختيار طريقة واحدة على أخرى.

إذا كان لديك تكرار للمعايير أو طاولات عمل متعددة لإجراء اختبارات أو معايرات مماثلة، ففكر في اختيار المعدات كمتغير لك.

سيمنحك اختبار إمكانية التكرار هذا القدرة على تحديد ما إذا كانت نتائج القياس الخاصة بك قابلة للتكرار من خلال اختيار قطعة واحدة من معدات الاختبار مقابل قطعة أخرى.

إذا لم تكن لديك خيارات كثيرة لاختبار متغيرات أخرى، فحاول اختيار الوقت كمتغير. خاصةً إذا كنتَ مختبرًا بمشغل واحد وطاولة عمل واحدة.

يمكن تحقيق ذلك بسهولة بإجراء اختبار تكرار يومي. سيسمح لك هذا برؤية مدى التباين في نتائج قياساتك على مدار فترة زمنية.

 

4. قم بإجراء اختبار التكرار مع الشرط أ

على غرار اختبار A/B، سوف تقوم بإجراء اختبار إمكانية إعادة الإنتاج لتقييم نتائج الحالة A مقابل الحالة B.

قم ببساطة بإجراء اختبار التكرار مع الشرط أ. قم بجمع 20 عينة متكررة أو أكثر خلال فترة زمنية قصيرة وسجل نتائجك.

بعد إجراء الاختبار، احسب المتوسط (أي المتوسط الحسابي) والانحراف المعياري ودرجات الحرية لمجموعة البيانات الخاصة بك.

أجد سهولة في تسجيل نتائجي في جدول بيانات مايكروسوفت إكسل. بمجرد إدخال البيانات في الجدول، يُمكنني تحليلها بسهولة وحفظها على جهازي.

وفي وقت لاحق، يمكنني استخدام جدول البيانات لجمع المزيد من البيانات ومقارنة النتائج بالتجارب السابقة.

بالإضافة إلى ذلك، تعد هذه ممارسة رائعة لإضافتها إلى عمليتك إذا كنت تخطط لتطوير مخططات التحكم واستخدامها.

 

5. قم بإجراء اختبار التكرار مع الشرط ب

بعد إتمام التجربة بالشرط (أ)، أجرِ اختبار تكرار جديد. ولكن هذه المرة غيّر الشرط إلى الخيار (ب).

هذا كل شيء.

الأمر بسيط جدًا. لا ترغب بتغيير أي شيء آخر في عملية القياس في التجربة سوى الشرط.

تذكر أن الهدف هو رؤية كيفية تأثير كل حالة على نتائج القياس.

مع الحالة ب، قم بإجراء اختبار تكرار جديد حيث تقوم بجمع 20 عينة متكررة أو أكثر على مدى فترة زمنية قصيرة وتسجيل نتائجك.

بعد ذلك، قم بحساب المتوسط (أي المتوسط الحسابي)، والانحراف المعياري، ودرجات الحرية لمجموعة البيانات العينة الخاصة بك.

بعد ذلك، انتقل إلى الخطوة التالية حيث ستقوم بتحليل النتائج وتحديد عدم اليقين الذي أدخله متغير الاختبار.

 

6. تحليل النتائج لحساب إمكانية إعادة الإنتاج

باستخدام البيانات التي تم جمعها من اختبار إمكانية إعادة الإنتاج، يمكنك تحليل النتائج لحساب عدم اليقين الناجم عن إمكانية إعادة الإنتاج.

أولاً، احسب متوسط النتيجة من الاختبار بالشرط أ.

بعد ذلك، احسب متوسط النتيجة من الاختبار مع الشرط ب.

إذا قمت باختبار أكثر من شرطين في تجربتك، فقم بتضمين نتائج القياس المتوسطة الإضافية في تحليلك.

الآن، احسب الانحراف المعياري لمتوسطي القيمتين أو أكثر من الخطوات السابقة. ستكون هذه هي قيمة عدم اليقين في إمكانية التكرار.

كيفية حساب عدم اليقين

1. احسب متوسط النتائج باستخدام الشرط أ،
2. احسب متوسط النتائج باستخدام الشرط ب،
3. احسب الانحراف المعياري للنتائج لـ A وB.

مع أن هذا قد يبدو جهدًا كبيرًا، إلا أنه ليس كذلك. في الواقع، عادةً ما تكون هذه عملية سهلة التنفيذ ولا تتطلب الكثير من الوقت.

عندما أقوم بإجراء اختبارات التكرار والقدرة على الإنتاج في المختبر، عادة ما أقوم بحجز 30 دقيقة من يومي (في بداية أو نهاية يوم العمل) لإجراء هذه التجارب.

في أغلب الأحيان، يتطلب الأمر عادةً أقل من 15 دقيقة لإكمال العملية بما في ذلك تحليل البيانات.

ولكي تتمكن من دمج هذه العملية بنجاح في مختبرك، اتبع الخطوات التالية؛

1. تحديد ما يحتاج إلى اختبار،
2. تحديد عدد مرات إجراء الاختبار،
3. حدد جدولًا زمنيًا،
4. التنفيذ، و
5. كرر

بمجرد التزامك بإضافة هذه المهمة إلى جدول أعمالك والالتزام بالروتين، يصبح إجراء اختبارات التكرار وإعادة الإنتاج أسهل بكثير. وقبل أن تدرك ذلك، ستكون قد حصلت على الكثير من بيانات عدم اليقين من النوع أ.

  
   

كيفية إجراء اختبار إمكانية إعادة الإنتاج

على الرغم من أننا تناولنا بإيجاز تحليل نتائج الاختبارات في القسم السابق، فلنتناول العملية بمزيد من التفصيل ونضيف بعض الصور لمساعدتك على تعلم كيفية تحليل بياناتك.

أولًا، ستحتاج إلى تسجيل نتائجك وإدخالها في برنامج جدول بيانات. أُفضّل استخدام Microsoft Excel أو Google Sheets.

إنه أسهل وأسرع بكثير من استخدام البرامج الإحصائية مثل SPSS، Minitab، JMP، وما إلى ذلك.

 

1. احسب متوسط النتائج باستخدام الشرط أ

بعد إدخال جميع نتائج الاختبار في Microsoft Excel، قد ترغب في البدء في تحليل نتائج الاختبار للحالة A.

باستخدام دالة "المتوسط" في برنامج إكسل، احسب المتوسط الحسابي. ببساطة، أدخل المعادلة التالية في خلية فارغة واضغط على زر الإدخال:

=متوسط(الخلية 1:الخلية رقم)

إذا تم ذلك بشكل صحيح، فيجب أن يبدو الأمر كما يلي؛

 

2. احسب متوسط النتائج باستخدام الشرط ب

الآن بعد أن قمت بحساب متوسط النتائج للحالة أ، كرر العملية للحالة ب وأي حالات إضافية قد تكون اختبرتها (على سبيل المثال ج، د، هـ، وما إلى ذلك).

مرة أخرى، باستخدام دالة "المتوسط" في إكسل، احسب المتوسط الحسابي. ببساطة، أدخل المعادلة التالية في خلية فارغة واضغط على زر الإدخال:

=متوسط(الخلية 1:الخلية رقم)

إذا تم ذلك بشكل صحيح، فيجب أن يبدو الأمر كما يلي؛

 

3. احسب الانحراف المعياري للنتائج لـ A وB.

أخيرًا، ستحتاج إلى حساب الانحراف المعياري للقيم المتوسطة التي حسبتها لكل حالة. ستمنحك النتيجة قيمةً تُحددها لنوع عدم اليقين (أ) لضمان إمكانية إعادة الإنتاج.

باستخدام دالة "STDEV" في برنامج إكسل، احسب الانحراف المعياري لمتوسط القيم المحسوبة لكل حالة. ببساطة، أدخل المعادلة التالية في خلية فارغة واضغط على مفتاح الإدخال (Enter).

=STDEV(الخلية 1: الخلية #)

إذا تم ذلك بشكل صحيح، فيجب أن يبدو الأمر كما يلي؛

كما ترى، حساب قابلية التكرار ليس صعبًا. إنها مجرد عملية يجب اتباعها لتحليل نتائج اختبارك بدقة. والأفضل من ذلك، أنه يمكنك إتمام هذه المهمة في دقائق معدودة.

لذا، لا عذر. أضف إمكانية التكرار إلى تقديرك لعدم اليقين في القياس.

  
   

متطلبات إمكانية إعادة إنتاج JCGM 100 GUM

يمكن استخدام بيانات اختبار قابلية التكرار لأغراض تتجاوز تحليل عدم اليقين بكثير. فهي تُظهر لك كيفية تحسين جودة عمليات القياس لديك.

كل ما عليك فعله هو تقييم نتائج الاختبار للعثور على المشاكل والفرص.

دون جعل هذه العملية معقدة للغاية، يجب عليك تقييم نتائجك من أجل:

1. أخطاء في البيانات،
2. فروق كبيرة في متوسط القيمة (أي المتوسط) و(أو)
3. فروق كبيرة في الانحراف المعياري

من خلال تقييم نتائج الاختبار الخاصة بك لهذه الحالات الثلاث، يمكنك اتخاذ إجراء سريع لتحسين عملية القياس الخاصة بك.

 

أخطاء في البيانات

البحث عن الأخطاء في نتائج اختباراتك أمرٌ سهلٌ للغاية، لكن الكثيرين لا يفعلون ذلك.

إذا خصصت خمس أو عشر دقائق فقط من وقتك لمراجعة بياناتك بحثًا عن الأخطاء، فيمكنك تجنب المشكلات لاحقًا.

مع ذلك، عليك توخي الحذر. أحيانًا يكون من السهل اكتشاف الأخطاء، وأحيانًا أخرى، لا. سيتعين عليك استخدام الأدلة الموضوعية وحكمك الشخصي لاكتشاف الأخطاء في بياناتك.

إذا لم تكن متأكدًا، فمن الأفضل أحيانًا تكرار التجربة للتحقق.

 

فروق كبيرة في المتوسط أو القيمة المتوسطة

إذا لاحظت أي فرق كبير في المتوسط المبلغ عنه أو القيمة المتوسطة أثناء تقييم البيانات، فقد ترغب في إجراء تحقيق.

في أغلب الأحيان، قد يشير الاختلاف الكبير في القيمة المتوسطة إلى وجود مشكلة؛

• قد يفتقر المشغل إلى المهارة اللازمة لإجراء عملية القياس،
• قد لا تكون الطريقة مناسبة للاختبار الذي تم إجراؤه،
• قد لا تعمل معدات القياس كما هو مقصود،
• قد تكون الظروف البيئية غير مستقرة، أو
• قد يكون موقع الاختبار قد أدخل خطأً إضافيًا.

ومع ذلك، قد يشير اختلاف النتائج إلى فرصة محتملة لتحسين عملية القياس. على سبيل المثال؛

• قد يكون المشغل أكثر مهارة من زملائه في العمل،
• قد تعمل الطريقة على تقليل عدم اليقين في القياس،
• قد تكون معدات القياس أكثر دقة أو دقة،
• قد تكون الظروف البيئية أكثر ملاءمة للاختبار الذي يتم إجراؤه،
• قد يكون الموقع أكثر ملاءمة لإجراء الاختبار.

تأكد من النظر إلى النتائج من زوايا متعددة. كن متفائلاً ومتشائماً في الوقت نفسه.

لا يمكنك معرفة ما حدث بالفعل أو سبب حدوثه حتى تقوم بتقييم نتائجك وإجراء تحقيق.

حتى لو كان الأمر صعبًا، حاول ألا تفترض أن جميع الاختلافات الجوهرية سيئة. فقد تفوتك فرص التحسين.

 

اترك تعليقاً إلغاء الرد

إذا لاحظت أي اختلاف كبير في الانحرافات المعيارية المبلغ عنها أثناء تقييم البيانات، فقد ترغب في إجراء تحقيق.

في كثير من الأحيان، من السهل افتراض وجود مشكلة أو خطأ عشوائي. مع ذلك، من الأفضل أن تُقيّم نتائجك بدقة أكبر لاكتشاف سبب حدوثها.

عندما ترى انحرافات معيارية أكبر، فقد تكون هناك مشكلة. على سبيل المثال؛

• قد يفتقر المشغل إلى المهارة اللازمة لإجراء عملية القياس،
• قد لا تكون الطريقة مناسبة للاختبار الذي تم إجراؤه،
• قد لا تعمل معدات القياس كما هو مقصود،
• قد تكون الظروف البيئية غير مستقرة، أو
• قد يكون موقع الاختبار قد أدخل خطأً إضافيًا.

من ناحية أخرى، قد يشير الانحراف المعياري الأصغر إلى فرصة للتحسين. على سبيل المثال؛

• قد يكون المشغل أكثر مهارة من زملائه في العمل،
• قد تعمل الطريقة على تقليل المزيد من مصادر عدم اليقين،
• قد تكون معدات القياس أكثر دقة أو دقة،
• قد تكون الظروف البيئية أكثر ملاءمة للاختبار الذي يتم إجراؤه،
• يجب أن يكون الموقع أكثر ملاءمة لإجراء الاختبار.

مرة أخرى، لن تعرف ما حدث بالفعل أو سبب حدوثه حتى تقوم بتقييم نتائجك وإجراء تحقيق.

في أغلب الأحيان، ستجد أن الاختلاف الكبير يشير إلى وجود مشكلة. ومع ذلك، ستجد بين الحين والآخر فرصة لتحسين عملية القياس لديك.

في كلتا الحالتين، تُعدّ هذه فرصةً للتحسين. لذا، بادر إلى تحسين عملية القياس لديك وإمكانية تكرار نتائجها.

كل ما عليك فعله هو بذل الجهد وأخذ الوقت لتقييم نتائج الاختبار الخاص بك.

  
   

خاتمة

يُعد اختبار قابلية التكرار عنصرًا مهمًا يجب إضافته إلى ميزانيات عدم اليقين لديك. وهو مصدر عدم يقين من النوع أ، وعادةً ما يُرفق ببيانات قابلية التكرار، ويُظهر مدى براعتك في إعادة إنتاج نتائج قياساتك.

ولهذا السبب ينبغي إدراجه في كل ميزانية غير مؤكدة تقريباً.

في هذا الدليل، يجب أن تكون قد تعلمت كل شيء عن اختبار إمكانية إعادة الإنتاج، بما في ذلك خمس طرق لإجراء تجارب إمكانية إعادة الإنتاج حتى لو كان مختبرك لديه موارد محدودة (مثل الموظفين والمعدات وما إلى ذلك).

والأهم من ذلك كله، يجب أن تكون قد تعلمت؛

• ما هي إمكانية إعادة الإنتاج؟
• لماذا هو مهم، و
• كيفية حسابه

الآن أريدك أن تجرب ذلك.

أجرِ اختبارًا لإمكانية تكرار النتائج في مختبرك. ثم انشر تعليقًا وأخبرني بنوع التجربة التي أجريتها وسبب إجرائها.

الأمر يتعلق فقط بتخصيص الوقت وإنجاز العمل. لذا، تأكد من إجراء اختبار إعادة الإنتاج بنفسك واترك تعليقًا أدناه لإعلامي بنوع التجربة التي أجريتها وسبب إجرائها.