测量系统分析测量系统分析M Measurement easurement S System ystem A Analysisnalysis 1第一章第一章 测量系统基础测量系统基础第二章第二章 测量系统统计特性测量系统统计特性第三章第三章 测量系统变异性影响测量系统变异性影响第四章第四章 测量系统分析测量系统分析课程目录课程目录2课程内容课程内容为什么要实施为什么要实施MSA?MSA?什么是什么是MSA?MSA?如何实施如何实施MSA?MSA?如何分析如何分析MSA?MSA?培训目标培训目标: :了解了解MSA 5MSA 5性分析性分析, ,及应用及应用5 5性分析确保量测系性分析确保量测系统能满足测试过程中的要求统能满足测试过程中的要求. .3哪個製程較好呢？4第一章第一章测量系统基础测量系统基础57.6.17.6.1测量系统分析测量系统分析为分析在各种测量和试验设备系统测量结果存在的变差，应为分析在各种测量和试验设备系统测量结果存在的变差，应 进行适当统计研究。进行适当统计研究。此要求必须适用于在控制计划中提出的测量系统。此要求必须适用于在控制计划中提出的测量系统。所用的分析方法及接收准则，应符合与顾客关于测量系统分所用的分析方法及接收准则，应符合与顾客关于测量系统分 析的参考手册的要求析的参考手册的要求. .。如果得到顾客批准，也可采用其它分析方法和接收准则。如果得到顾客批准，也可采用其它分析方法和接收准则。 PPAPPPAP手册中规定手册中规定: :对新的或进的量具测量和试验设备应参考对新的或进的量具测量和试验设备应参考MSAMSA手册进行变差手册进行变差 研究研究APQPAPQP手册中规定手册中规定:,:, MSAMSA分析计划及分析报告为分析计划及分析报告为 的输出之一的输出之一. .0.0.MSAMSA分析的对象分析的对象TS-16949 TS-16949 标准标准 7.6 监视和测量设备的控制监视和测量设备的控制61.测量系统分析的目的测量系统分析的目的 确定所使用的数据是否可靠确定所使用的数据是否可靠: : 测量系统分析还可以：测量系统分析还可以：评估新的测量仪器评估新的测量仪器将两种不同的测量方法进行比较将两种不同的测量方法进行比较对可能存在问题的测量方法进行评估对可能存在问题的测量方法进行评估确定并解决测量系统误差问题确定并解决测量系统误差问题7 测量定义为测量定义为赋值（或数）给具体事物以表示它们之间赋值（或数）给具体事物以表示它们之间 关于特定性的关系关于特定性的关系。这个定义由美国标准局。这个定义由美国标准局(NBS)(NBS) c cc cc cEisenhart1963Eisenhart1963）首次提出。）首次提出。赋值过程定义为测量过赋值过程定义为测量过cccccc程程，而，而赋予的值定义为测量值赋予的值定义为测量值。 量具：任何用来量具：任何用来获得测量结果的装置获得测量结果的装置，经常用来特指，经常用来特指 用在车间的装置；包括通过用在车间的装置；包括通过/ /不通过装置。不通过装置。 测量系统：是用来测量系统：是用来对被测特性定量测量或定性评价的对被测特性定量测量或定性评价的 仪器或量具、标准、操作、方法、夹具、仪器或量具、标准、操作、方法、夹具、 软件、人员、环境和假设的集合软件、人员、环境和假设的集合；用来获；用来获 得测量结果的整个过程。得测量结果的整个过程。2.2.术语术语83.量测过程量测过程：标准：标准：零件：零件：仪器：仪器：人：人/ /程序程序：环境：环境S W IPE量测量测数数值值分析分析输入输入输出输出可接受可接受可能可接受可能可接受需改善需改善量量 测测 系系 统统如果测量的方式不对，那么好的结果可能被测为坏的结果，坏如果测量的方式不对，那么好的结果可能被测为坏的结果，坏的结果也可能被测为好的结果，此时便不能得到真正的产品或过的结果也可能被测为好的结果，此时便不能得到真正的产品或过程特性。程特性。94.4.测量数据的质量测量数据的质量数据质量最通用的统计特性数据质量最通用的统计特性数据质量最通用的统计特性数据质量最通用的统计特性: : : : 准确度准确度 ( Accuracy ) X( Accuracy ) X或称偏移或称偏移(BIAS):(BIAS): 量测实际值与工件真值间之差异量测实际值与工件真值间之差异, ,是指数据相对基准（标准）是指数据相对基准（标准） 值的位置。值的位置。 精密度精密度 ( Precision ) ( Precision ) 或称或称变差变差(Variation): 利用同一量具，重复量测相同工件同一质量特性，所得数据利用同一量具，重复量测相同工件同一质量特性，所得数据之变异性。是指数据的分布。之变异性。是指数据的分布。位置位置(Location )(Location )宽度宽度 (Width (Width ) )数据的质量数据的质量:取决于从处于稳定条件下进行操作的测取决于从处于稳定条件下进行操作的测 量系统中，多次测量的统计特性量系统中，多次测量的统计特性.104.1低质量数据的原因和影响低质量数据的原因和影响低质量数据的普遍原因之一是低质量数据的普遍原因之一是变差太大变差太大一组数据中的变差多是一组数据中的变差多是由于测量系统及其环境的相由于测量系统及其环境的相 互作用造成的互作用造成的。如果相互作用产生的变差过大，那么数据的质量会如果相互作用产生的变差过大，那么数据的质量会 太低，从而造成测量数据无法利用。如：具有较大太低，从而造成测量数据无法利用。如：具有较大 变差的测量系统可能不适合用于分析制造过程，因变差的测量系统可能不适合用于分析制造过程，因 为测量系统的变差可能掩盖制造过程的变差。为测量系统的变差可能掩盖制造过程的变差。115.5.测量过程测量过程为了有效地控制任何过程变差，需要了解：为了有效地控制任何过程变差，需要了解： 过程应该做什么过程应该做什么? ? 什么能导致错误什么能导致错误? ? 过程在做什么过程在做什么? ? 规范和工程要求规定过程应该做什么。规范和工程要求规定过程应该做什么。? ?过程失效模式及后果分析（过程失效模式及后果分析（PFMEAPFMEA）是用来确定与）是用来确定与 潜在过程失效相关的风险，并在这些失效出现前提潜在过程失效相关的风险，并在这些失效出现前提 出纠正措施。出纠正措施。PFMEAPFMEA的结果转移至控制计划。的结果转移至控制计划。通过评价过程结果或参数，可以获得过程正在做什通过评价过程结果或参数，可以获得过程正在做什 么的知识。这种活动，通常称为检验，么的知识。这种活动，通常称为检验，确定或否认过程是以稳定的方式操作并符合顾客确定或否认过程是以稳定的方式操作并符合顾客 规定的目标。这种规定的目标。这种检查行为本身就是过程检查行为本身就是过程。121)1)足够的分辨率和灵敏度足够的分辨率和灵敏度。2)2)是统计受控制的。是统计受控制的。3)3)产品控制，变异性小于产品控制，变异性小于 公差。公差。4)4)过程控制过程控制: :显示有效的分辨率显示有效的分辨率. .变异性小于制造过程变差变异性小于制造过程变差. .6.6.测量系统的统计特性测量系统的统计特性13部件A部件B部件A部件BA=2.0B=2.0A=2.52B=2.006.16.1测量仪器测量仪器- -分辨率分辨率分辨率分辨率( (分辨力、可读性、分辨率分辨力、可读性、分辨率):): 别名：最小的读数的单位、测量分辨率、刻度限度 或探测度 为测量仪器能够读取的最小测量单位。为测量仪器能够读取的最小测量单位。测量分辨率描述了测量仪器分辨两个部件的测量值之间的差异的能力由设计决定的固有特性测量或仪器输出的最小 刻度单位总是以测量单位报告1：10经验法则146.1测量系统的有效分辨率1.1.要求不低于过程变差或允许偏差（要求不低于过程变差或允许偏差（tolerancetolerance）的十分）的十分 之一之一. .2.2.零件之间的差异必须大于最小测量刻度零件之间的差异必须大于最小测量刻度; ;极差控制图可极差控制图可 显示分辨率是否足够看控制限内有多少个数据分级显示分辨率是否足够看控制限内有多少个数据分级 不同数据分级不同数据分级(ndc)(ndc)的计算为的计算为: : ndc=(ndc=(零件的标准偏差零件的标准偏差/ / 总的量具偏差总的量具偏差)* 1.41. )* 1.41. 一般要求它大于一般要求它大于4 4才可接受才可接受156.26.2敏感度（敏感度（SensitivitySensitivity）敏感度是指能产生一个可检测到（有用的）输出信敏感度是指能产生一个可检测到（有用的）输出信 号的最小输入。号的最小输入。它是测量系统对被测特性变化的回应。它是测量系统对被测特性变化的回应。敏感度由量具设计（分辨力）、固有质量（敏感度由量具设计（分辨力）、固有质量（OEMOEM）、）、 使用中保养，以及仪器操作条件和标准来确定。使用中保养，以及仪器操作条件和标准来确定。它通常被表示为一测量单位。它通常被表示为一测量单位。16第二章第二章测量系统统计特性测量系统统计特性17数据变差的来源数据变差的来源仪器仪器( (量具量具) )工作件工作件( (零件零件) )扩大扩大量量测测系系统统变变异异变异性变异性敏感性敏感性接触几何接触几何变形效应变形效应一致性一致性单一性单一性重复性重复性再现性再现性使用假设使用假设稳健设计稳健设计偏移偏移线性线性稳定性稳定性校准校准预防性维护预防性维护维护维护创建公差创建公差发展的变异发展的变异发展发展设计变异设计变异夹持夹持位置位置测量站测量站测量探测器测量探测器相互关连相互关连的特性的特性清洁清洁适合的适合的数据数据工作的工作的定义定义弹性变形弹性变形质量质量弹性特性弹性特性支撑特性支撑特性隐藏的几何隐藏的几何可追溯性可追溯性校准校准热扩散系数热扩散系数弹性特性弹性特性人员人员/ /程序程序环境环境教育教育身体的身体的限制限制程序程序目视标准目视标准工作规定工作规定工作态度工作态度经验经验培训培训经验经验培训培训理解理解技能技能人因工程人因工程照明照明压力压力振动振动空气污染空气污染几何的兼容性几何的兼容性阳光阳光人工光阳人工光阳光阳光阳温度温度人员人员空气流程空气流程热的系统热的系统平等化平等化系统构成要素系统构成要素周期周期标准与环境标准与环境的关系的关系标标 准准18测量系统的统计特性测量系统的统计特性nBias偏倚(Bias)nRepeatability重复性(precision精度)nReproducibility再现性nLinearity线性nStability稳定性19基准值基准值观测平均值观测平均值偏倚偏倚偏倚：是测量结果的观测平均偏倚：是测量结果的观测平均值与基准值的差值。值与基准值的差值。真值的取得可以通过采用真值的取得可以通过采用更高等级的测量设备进行多次更高等级的测量设备进行多次测量，取其平均值。测量，取其平均值。1.偏倚(Bias)20仪器需要校准仪器需要校准仪器、设备或夹紧装置的仪器、设备或夹紧装置的磨损磨损磨损或损坏的基准，基准磨损或损坏的基准，基准出现误差出现误差校准不当或调整基准的使校准不当或调整基准的使用不当用不当仪器质量差仪器质量差设计或一致设计或一致性不好性不好线性误差线性误差应用错误的量具应用错误的量具不同的测量方法不同的测量方法设置、设置、安装、夹紧、技术安装、夹紧、技术测量错误的特性测量错误的特性量具或零件的变形量具或零件的变形环境环境温度、湿度、振动、温度、湿度、振动、清洁的影响清洁的影响违背假定、在应用常量上违背假定、在应用常量上出错出错应用应用零件尺寸、位置、零件尺寸、位置、操作者技能、疲劳、观察操作者技能、疲劳、观察错误错误1.1造成过份偏倚的可能原因造成过份偏倚的可能原因21重复性重复性指由指由同一个同一个操作人员用操作人员用同一同一种量种量具经多次测量具经多次测量同一同一个零件的个零件的同一同一特性时获得的测量值变差特性时获得的测量值变差（四同）（四同）2.重复性(Repeatability) Master Value22零件零件( (样品样品) )内部：形状、位内部：形状、位置、表面加工、锥度、样品置、表面加工、锥度、样品一致性。一致性。仪器内部：修理、磨损、设仪器内部：修理、磨损、设备或夹紧装置故障，质量差备或夹紧装置故障，质量差或维护不当。或维护不当。基准内部：质量、级别、磨基准内部：质量、级别、磨损损方法内部：在设置、技术、方法内部：在设置、技术、零位调整、夹持、夹紧、点零位调整、夹持、夹紧、点密度的变差密度的变差评价人内部：技术、职位、评价人内部：技术、职位、缺乏经验、操作技能或培训、缺乏经验、操作技能或培训、感觉、疲劳。感觉、疲劳。环境内部：温度、湿度、振环境内部：温度、湿度、振动、亮度、清洁度的短期起动、亮度、清洁度的短期起伏变化。伏变化。违背假定：稳定、正确操作违背假定：稳定、正确操作仪器设计或方法缺乏稳健性，仪器设计或方法缺乏稳健性，一致性不好一致性不好应用错误的量具应用错误的量具量具或零件变形，硬度不足量具或零件变形，硬度不足应用：零件尺寸、位置、操应用：零件尺寸、位置、操作者技能、疲劳、观察误差作者技能、疲劳、观察误差( (易读性、视差易读性、视差) )2.重复性不好的可能原因重复性不好的可能原因23由由不同不同操作人员，采用操作人员，采用相同相同的的测量仪器，测量测量仪器，测量同一同一零件的零件的同同一一特性时测量平均值的变差特性时测量平均值的变差（三同一异）（三同一异）再现性再现性3.再现性(Reproducibility)Inspector AMaster ValueInspector BInspector CInspector AInspector BInspector C24零件零件( (样品样品) )之间：使用同样的仪器、同样的操作者之间：使用同样的仪器、同样的操作者和方法时，当测量零件的类型为和方法时，当测量零件的类型为A,B,CA,B,C时的均值差。时的均值差。仪器之间：同样的零件、操作者、和环境，使用仪仪器之间：同样的零件、操作者、和环境，使用仪器器A,B,CA,B,C等的均值差等的均值差标准之间：测量过程中不同的设定标准的平均影响标准之间：测量过程中不同的设定标准的平均影响方法之间：改变点密度，手动与自动系统相比，零方法之间：改变点密度，手动与自动系统相比，零点调整、夹持或夹紧方法等导致的均值差点调整、夹持或夹紧方法等导致的均值差3.1再现性不好的可能潜在原因再现性不好的可能潜在原因25评价人评价人( (操作者操作者) )之间：评价人之间：评价人A,B,CA,B,C等的训练、技术、等的训练、技术、技能和经验不同导致的均值差。对于产品及过程资格以技能和经验不同导致的均值差。对于产品及过程资格以及一台手动测量仪器，推蕮进行此研究。及一台手动测量仪器，推蕮进行此研究。环境之间：在第环境之间：在第1,2,31,2,3等时间段内测量，由环境循环引等时间段内测量，由环境循环引起的均值差。这是对较高自动化系统在产品和过程资格起的均值差。这是对较高自动化系统在产品和过程资格中最常见的研究。中最常见的研究。违背研究中的假定违背研究中的假定仪器设计或方法缺乏稳健性仪器设计或方法缺乏稳健性操作者训练效果操作者训练效果应用应用零件尺寸、位置、观察误差零件尺寸、位置、观察误差( (易读性、视差易读性、视差) )3.1再现性不好的可能潜在原因再现性不好的可能潜在原因26基准值較小的偏倚基準值較大的偏倚量測平均值(低量程)量測平均值(高量程)基準值量測值無偏倚偏倚線性(變化的線性偏倚)在量具正常工作量程内的偏倚变化量在量具正常工作量程内的偏倚变化量多个独立的偏倚误差在量具工作量程内的关系多个独立的偏倚误差在量具工作量程内的关系是测量系统的系统误差构成是测量系统的系统误差构成4.线性(Linearity)(Linearity)27仪器需要校准，需减少校准时间间隔；仪器需要校准，需减少校准时间间隔；仪器、设备或夹紧装置磨损；仪器、设备或夹紧装置磨损；缺乏维护缺乏维护通风、动力、液压、腐蚀、清洁；通风、动力、液压、腐蚀、清洁；基准磨损或已损坏；基准磨损或已损坏；校准不当或调整基准使用不当；校准不当或调整基准使用不当；仪器质量差；仪器质量差；设计或一致性不好；设计或一致性不好；仪器设计或方法缺乏稳定仪器设计或方法缺乏稳定性；性；应用了错误的量具；应用了错误的量具；不同的测量方法不同的测量方法设置、安装、夹紧、技术；设置、安装、夹紧、技术；量具或零件随零件尺寸变化、变形；量具或零件随零件尺寸变化、变形；环境影响环境影响温度、湿度、震动、清洁度；温度、湿度、震动、清洁度；其它其它零件尺寸、位置、操作者技能、疲劳、读错。零件尺寸、位置、操作者技能、疲劳、读错。4.1线性误差的可能原因线性误差的可能原因28稳定性稳定性时间时间1 1时间时间2 2是测量系统在是测量系统在某持续时间某持续时间内测内测量量同一基准同一基准或零件的单一特性或零件的单一特性时获得的测量值总变差。时获得的测量值总变差。5.稳定性(Stability)29仪器需要校准，需要减少校准时间间隔仪器需要校准，需要减少校准时间间隔仪器、设备或夹紧装置的磨损仪器、设备或夹紧装置的磨损正常老化或退化正常老化或退化缺乏维护缺乏维护通风、动力、液压、过滤器、腐蚀、锈蚀、清通风、动力、液压、过滤器、腐蚀、锈蚀、清洁洁磨损或损坏的基准，基准出现误差磨损或损坏的基准，基准出现误差校准不当或调整基准的使用不当校准不当或调整基准的使用不当仪器质量差仪器质量差设计或一致性不好设计或一致性不好仪器设计或方法缺乏稳健性仪器设计或方法缺乏稳健性不同的测量方法不同的测量方法装置、安装、夹紧、技术装置、安装、夹紧、技术量具或零件变形量具或零件变形环境变化环境变化温度、湿度、振动、清洁度温度、湿度、振动、清洁度违背假定、在应用常量上出错违背假定、在应用常量上出错应用应用零件尺寸、位置、操作者技能、疲劳、观察错误零件尺寸、位置、操作者技能、疲劳、观察错误5.1不稳定的可能原因不稳定的可能原因30理想的测量系统在每次使用时，应只产生“正确”的测量结果。每次测量结果总应该与一个标准值相符。一个能产生理想测量结果的测量系统，应具有零变零变差、零偏倚差、零偏倚和所测的任何产品错误分类为零产品错误分类为零概率的统计特性。6.理想的测量系统理想的测量系统31足够的分辨率和灵敏度足够的分辨率和灵敏度。为了测量的目的，相对于过程变差或规范控制限，测量的增量应该很小。通常所有的十进制或10/1法则，表明仪器的分辨率应把公差(过程变差)分为十份或更多。这个规则是选择量具期望的实际最低起点。测量系统应该是统计受控制的测量系统应该是统计受控制的。这意味着在可重复条件下，测量系统的变差只能是由于普通原因而不是特殊原因造成。这可称为统计稳定性且最好由图形法评价。7.测量系统应有的特性测量系统应有的特性32对产品控制，测量系统的变异性与公差相比必须小于依据特性的公差评价测量系统。对于过程控制，测量系统的变异性应该显示有效的分辨率并与过程变差相比要小。根据6变差和或来自MSA研究的总变差评价测量系统。偏倚、重复性、再现性、线性可接受偏倚、重复性、再现性、线性可接受7.测量系统应有的特性测量系统应有的特性33第三章第三章测量系统变异性影响测量系统变异性影响34长期过程变差短期抽样产生的变差实际过程变差稳定性线性重复性重复性 准确度 量具变差操作员造成的变差测量误差过程变差观测值再现性再现性过程变差1.测量系统变异性的影响测量系统变异性的影响“重复性重复性” 和和 “再现性再现性” 是测量误差的主要来源是测量误差的主要来源351.1测量系统变异性的影响测量系统变异性的影响测量零件后测量零件后: : 1)1)确定零件是否可接受（在公差内）或不可接受确定零件是否可接受（在公差内）或不可接受 （在公差外）。（在公差外）。 2) 2)零件进行规定的分类零件进行规定的分类产品控制原理产品控制原理: :测量零件进行分类活动。测量零件进行分类活动。过程控制原理过程控制原理: :零件变差是由过程中的普通原因还零件变差是由过程中的普通原因还 是特殊原因造成的。是特殊原因造成的。 控制原理控制原理驱动兴趣点驱动兴趣点产品控制产品控制零件是否在明确的目录之内？零件是否在明确的目录之内？过程控制过程控制过程是否稳定和可接受？过程是否稳定和可接受？36LSLUSL2.对产品决策的影响对产品决策的影响 I I型错误型错误: : 生产者风险误发警报生产者风险误发警报 好零件有时会被判为好零件有时会被判为“坏坏”的的 IIII型错误型错误: :消费者风险或漏发警报消费者风险或漏发警报坏零件有时会被判为坏零件有时会被判为“好好”的的LSLUSLI I型错误型错误: :II型错误型错误37Bad is badLSLUSLIIIIIIIIIBad is badGood is goodConfused areaConfused area2.对产品决策的影响对产品决策的影响错误决定的潜在因素错误决定的潜在因素: :测量系统误差与公差交叉时测量系统误差与公差交叉时产品状况判定产品状况判定: :目标是最大限度地做出正确决定有二种选择：目标是最大限度地做出正确决定有二种选择： 改进生产区域改进生产区域：减少过程变差，没有零件产生在：减少过程变差，没有零件产生在IIII区。区。 改进测量系统改进测量系统：减少测量系统误差从而减小：减少测量系统误差从而减小IIII区域的面积，区域的面积， 这样就可以最小限度地降低做出错误决定的风险。这样就可以最小限度地降低做出错误决定的风险。383.对过程决策的影响对过程决策的影响对过程决策的影响如下对过程决策的影响如下: : 1) 1)普通原因报告为特殊原因普通原因报告为特殊原因 2) 2)特殊原因报告为普通原因特殊原因报告为普通原因测量系统变异性可能影响过程的稳定性、目标以测量系统变异性可能影响过程的稳定性、目标以 及变差的决定。及变差的决定。394.新过程的接受新过程的接受新过程：如机加工、制造、冲压、材料处理、热新新过程：如机加工、制造、冲压、材料处理、热新 过程的接受处理，或采购总成时，作为采购过程的接受处理，或采购总成时，作为采购活动的一部分，经常要完成一系列步骤。活动的一部分，经常要完成一系列步骤。供应商处对设备的研究以及随后在顾客处对设备的供应商处对设备的研究以及随后在顾客处对设备的 研究。研究。如果生产用量具不具备资格却被使用。如果不知道是如果生产用量具不具备资格却被使用。如果不知道是 仪器问题，而在寻找制程问题，就会白费努力了。仪器问题，而在寻找制程问题，就会白费努力了。40第四章第四章测量系统分析测量系统分析41MSA分析方法的分类重重复复性性分分析析再再现现性性分分析析线线性性分分析析稳稳定定性性分分析析偏偏倚倚分分析析位位置置分分析析变变异异分分析析稳稳定定性性分分析析信信号号分分析析风风险险分分析析小小样样法法大大样样法法偏偏移移分分析析稳稳定定性性分分析析变变异异分分析析计量型计量型计数型计数型破坏型破坏型MSA极差法极差法均值极差法（包括控制图法）均值极差法（包括控制图法）ANOVE法（方差分析法）法（方差分析法）421.1.稳定性分析之执行稳定性分析之执行: :1) 1) 获取一样本并确定其相对于可追溯标准的基准值。获取一样本并确定其相对于可追溯标准的基准值。2 2）定期（天、周）测量标准样本）定期（天、周）测量标准样本3535次，样本容量和次，样本容量和 频率应该基于对测量系统的了解。频率应该基于对测量系统的了解。3 3）将数据按时间顺序画在）将数据按时间顺序画在X&RX&R或或X&SX&S控制图上控制图上 结果分析结果分析- -作图法作图法4 4）建立控制限并用标准化控制图分析评价失控或不）建立控制限并用标准化控制图分析评价失控或不 稳定状态。稳定状态。 结果分析结果分析- -数据法数据法431.1.稳定性分析之执行稳定性分析之执行: :決定要分析的測量系統選取一標准樣本，取值參考值請現場測量人員連續測量25組數據每次測量25次輸入數據到EXCEL，Xbar-R表格中計算控制界限，並用圖判定是否穩定後續持續點圖，判圖保留記錄产品特性/控制计划中所提及的过程特性针对样本使用更高精密度等级的仪器进行精密测量十次，加以平均，做为参考值。计算每一组的平均值/R值。计算出平均值的平均值/R的平均值。1.计算控制界限: A)平均值图：Xbarbar+-A2Rbar, Xbarbar B)R值图：D4Rbar, Rbar, D3Rbar2.划出控制界限,将点子绘上3.先检查R图，以判定重复性是否稳定。4.再看Xbar图，以判定偏移是否稳定。5.若控制图稳定，可以利用Xbarbar-标准值，进行偏差检 定，看是否有偏差。6. 若控制图稳定，利用Rbar/d2来了解仪器的重复性。441.1.稳定性分析之执行稳定性分析之执行: :決定要分析的測量系統選取一標准樣本，取值參考值請現場測量人員連續測量25組數據每次測量25次輸入數據到EXCEL，Xbar-R表格中計算控制界限，並用圖判定是否穩定後續持續點圖，判圖保留記錄 1.后续持续点图、判图2.异常的判定a)R图失控，表明不稳定的重复性，可能什么东西松动、阻塞、变化等。b)X-BAR失控，表明测量系统不再正确测量，可能磨损，可能需重新校准。45决定要分析的测量系统决定要分析的测量系统抽取样本，取值参考值抽取样本，取值参考值请现场测量人员测量请现场测量人员测量1515次次输入数据到输入数据到EXCELEXCEL表格中表格中计算计算t t值，并判定值，并判定是否合格，是否要加补正值是否合格，是否要加补正值保留记录保留记录2.2.偏倚偏倚BIASBIAS分析之执行分析之执行: :46X1=0.75mmX6=0.8mmX2=0.75mmX7=0.75mmX3=0.8mmX8=0.75mmX4=0.8mmX9=0.75mmX5=0.65mmX10=0.7mm同一操作者对同一工件测量10次如果参考标准是 0.80mm. 过程变差为0.70mm = 0.75Bias = 0.75-0.8= -0.05% Bias=1000.05/0.70=7.1%表明表明 7.1% 的过程变差是偏倚的过程变差是偏倚 BIAS2.2.偏倚偏倚BIAS BIAS 实例实例1:1:472.2.偏倚也可以与过程的容差相比较偏倚也可以与过程的容差相比较 判断准确度的简单标准为判断准确度的简单标准为. .小于过程变差或容差的小于过程变差或容差的 1%, 1%, 可认为是精确的可认为是精确的. .大于过程变差或容差的大于过程变差或容差的 1% 1% 则需要研究和调整测量则需要研究和调整测量系统系统, , 或者临时用补偿值来修正以后的测量值或者临时用补偿值来修正以后的测量值3.3.偏倚的研究还可以通过作图的方式来进行偏倚的研究还可以通过作图的方式来进行, , 即作出直即作出直方图方图, , 然后根据经验判断是否可以接受然后根据经验判断是否可以接受. .4.4.偏倚的研究还可以通过计算置信区间来判断是否可以偏倚的研究还可以通过计算置信区间来判断是否可以接受接受测量平均值 参考值x (100)容差宽度2.偏倚偏倚BIAS 实例实例:482.2.偏倚偏倚BIAS BIAS 实例实例: :作图分析作图分析49 3.3.线性线性(Linearity)(Linearity)比较良好的情况比较良好的情况在测量范围全领域基准值和测量平均值一致在测量范围全领域基准值和测量平均值一致/ /没有偏倚正确地测量没有偏倚正确地测量. .在测量范围全领域具有常数倍数的偏倚在测量范围全领域具有常数倍数的偏倚. / . / 虽有偏倚但是因为大小一定所以可以容易调整虽有偏倚但是因为大小一定所以可以容易调整. .基准值基准值测量平均偏倚偏倚测量平均基准值基准值50 线性线性(Linearity)(Linearity)的分析的分析 线性不好的情况线性不好的情况 测量范围全领域偏倚测量范围全领域偏倚( (正确度正确度) )不一定的情况不一定的情况 无法矫正无法矫正. .偏倚基准值偏倚基准值51 线性线性(Linearity)(Linearity)和偏倚和偏倚(Bias)(Bias)判定基准判定基准 线性线性(Linearity)(Linearity)差时需要考虑的事项：差时需要考虑的事项：调查量具测量范围中上部或下部的刻度是否合适检验基准值是否正确检验测量位置是否正确检验测量者是否正确的使用了仪器检验量具磨损与否检验量具校准与否调查量具本身内部设计问题 电子式的话在测量全范围进行再校准. 机械式的话在测量范围中以经常使用的范围为中心进行校准后不允许在其他范围使用.52 利用利用MinitabMinitab分析线性分析线性测量系统的操作范围内抽样5个部品进行精密的测试之后计算,要反复12次53线性分析：线性分析：( (图标法图标法) ) ( (6 6）用下面等式计算和画出最佳拟合线和置信带。）用下面等式计算和画出最佳拟合线和置信带。对于最佳拟合直线，对于最佳拟合直线， 用公式用公式：yi = ax i + b (g:零件个数，m:量测次数）x i = 基准值yi = 偏倚平均值 斜率斜率(Slope)(Slope)中心对一个已知X0，自信度区间为：下限：下限：b+aX0上限：上限：b+aX0(7)划出偏倚划出偏倚=0的线，并对图进行审查，以观察是否存在特殊原因的线，并对图进行审查，以观察是否存在特殊原因 ，以及线性是否可接受。，以及线性是否可接受。54 实行结果实行结果 结果解释结果解释 MinitabMinitab使用方法使用方法(Stat (Stat Quality Tools Quality Tools Gage Linearity Study) Gage Linearity Study) StdDev Study Var %Study VarSource (SD) (5.15*SD) (%SV) Total Gage R&R 0.23894 1.2305 8.67 Repeatability 0.23894 1.2305 8.67 Part-to-Part 2.74576 14.1407 99.62 Total Variation 2.75613 14.194114.1941 100.00LinearityLinearity是总製程变異量的是总製程变異量的13.167%,13.167%,因此线性是比较因此线性是比较差差, ,需要改善需要改善. .BiasBias是是0.0.4 4%，良好良好. .55 计算Gage Linearity统计值22 Bias(y) = 0.7367 - 0.13167 Master Linearity = 0.13167 * 14.1941 = 1.86889 %Linearity = 倾斜度 *100 = 13.167% 计算Gage Bias统计值 平均 Bias = -0.2667 / 5 =-0.05333 %Bias = ( |-0.05334| / 14.1941 ) * 100 = 0.4% 线性的计算方法线性的计算方法56 Linearity = | 倾斜度 | x Process Variation %Linearity =LinearityProcess VariationX 100在量具的测量范围内评价测量的一贯性在量具的测量范围内评价测量的一贯性, ,在量具的测量范围内如果在量具的测量范围内如果BiasBias一定的话可以说线一定的话可以说线性较好性较好. .为了评价线性必须要计算为了评价线性必须要计算Bias.Bias.* Process Variation = 6= | 倾斜度 | x 100%Linearity%Linearity值如果接近值如果接近0 0的话可以判定线性比较好的话可以判定线性比较好. . 回归模型 : y = a + bxy : Biasx : 基准值b : 倾斜度 线性的计算公式线性的计算公式57平均范围 = = (2+1+1+2+1)/5 = 7/5 = 1.4量具误差 = 5.15 * /d =5.15 / 1.19 * = 4.33 * = 4.33 * 1.4 = 6.1% Gage R&R = 量具误差Gage Error / 允差Tolerance = 6.1 / 20 * 100 % = 30.5%4.快速快速GR&R（极差法（极差法/短期模式）短期模式）d常数表常数表允差Tolerance = 20= 最大值-最小值RRRRR585.5.计量型数据的计量型数据的 均值均值- -极差法极差法1.1.选择三个测量人（选择三个测量人（A, B,CA, B,C）和）和1010个测量样品。个测量样品。 测量人应有代表性，代表常从事此项测量工作的QC人员或生产线人员 10个样品应在过程中随机抽取，可代表整个过程的变差，否则会严重 影响研究结果。2.2.校准量具校准量具3.3.测量，测量，让三个测量人对10个样品的某项特性进行测试，每个样品每人测 量三次，将数据填入表中。试验时遵循以下原则： 盲测原则1：对10个样品编号，每个人测完第一轮后，由其他人对这10个样品进行随机的重新编号后再测，避免主观偏向。 盲测原则2：三个人之间都互相不知道其他人的测量结果。4.4.计算计算: :59 示范：示范：MSAMSA搜集数据的规划搜集数据的规划 项次项次搜集点搜集点搜集要项搜集要项评估人员评估人员搜集数量搜集数量1喷喷 嘴嘴 封封 口口内径大小内径大小33.0 0.5mm张三张三 李四李四王五王五10个个2喷喷 嘴嘴 封封 口口外观检验外观检验外外观观检检验验(毛毛边边、刮伤、变形刮伤、变形)志明志明小宝小宝15个个60零件人員12345678910A133.6533.0032.8532.8533.5533.0032.9532.8533.0033.60A233.6033.0032.8032.9533.4533.0032.9532.8033.0033.70B133.5533.0532.8032.8033.4033.0032.9532.7533.0033.55B233.5532.9532.7532.7533.4033.0532.9032.7032.9533.50C133.5033.0532.8032.8033.4033.0032.9532.8033.0533.85C233.5533.0032.8032.8033.5033.0532.9532.8033.0533.80搜集搜集GRRGRR的数据的数据示范：量测系统分析示范：量测系统分析 计量计量 61作业者/量测次数零 件平均數123456789101.张三 133.6533.0032.8532.8533.5533.0032.9532.8533.0033.602. 233.6033.0032.8032.9533.4533.0032.9532.8033.0033.703.平均数33.6333.0032.8332.9033.5033.0032.9532.8333.0033.65 =33.134.全距0.050.000.050.100.100.000.000.050.000.10Ra =0.055.李四 133.5533.0532.8032.8033.4033.0032.9532.7533.0033.556. 233.5532.9532.7532.7533.4033.0532.9032.7032.9533.507.平均数33.5533.0032.7832.7833.4033.0332.9332.7332.9833.53 =33.078.全距0.000.100.050.05.000.050.050.050.050.05Rb =0.049.王五 133.5033.0532.8032.8033.4033.0032.9532.8033.0533.8510. 233.5533.0032.8032.8033.5033.0532.9532.8033.0533.8011.平均数33.5333.0332.8032.8033.4533.0332.9532.8033.0533.83 =33.1312.全距0.050.050.000.000.100.050.000.000.000.05Rc =0.0313.零件平均数33.5733.0132.8032.8333.4533.0232.9432.7833.0133.67Rp=0.8914.公式：0.05+0.04+0.03/作业者人数= = 0.04015.作业者人数= 316. 公式：Max 33.13 Min 33.07= diff diff = 0.0617.公式： D4=UCLR=0.043.27=UCLR= 0.1318.公式： D3=LCLRLUCR= 0示范：示范：量具再现性及再生性数据表量具再现性及再生性数据表 xRRRx62公式：公式：%AV = 100 AV/TV %AV = 10.79% n = 零件数零件数 r = 量测次数量测次数 再现性再现性作业者变异（作业者变异（AVAV）公式：公式：AV =AV = n = 10 n = 10 r = 2 r = 2 AV = 0.0304 AV = 0.0304公式：公式：%EV = 100 EV/TV %EV = 12.59% 重复性重复性设备变异（设备变异（EVEV）公式：公式：EV =R* K1EV =R* K1 EV =0.0355 EV =0.0355 制程变异制程变异量测单元分析量测单元分析量测次数量测次数K1K12 23 30.88620.5908作业者人数作业者人数2 23 3K2K20.7071 0 0.5231示范：示范：量具重复性及再现性报告量具重复性及再现性报告63 全变异（全变异（TV） 公式：公式：TV = TV= 0.2839 公式：公式：%PV=100PV/TV PV =98.62%公式：公式：ndc=1.41PV/GRR ndc=8.3978 零件变异（零件变异（PV） 公式：公式：PV=Rp*K3 PV= 0.2800 公式：公式：%R&R=100GRR/TV %R&R = 16.58% 重复性重复性&再现性（再现性（GRR） 公式：公式：GRR= GRR= 0.04668 制程变异制程变异量测单元分析量测单元分析 0.70710.52310.44670.40300.37420.35340.33750.32490.31462345678910K3K3零件数零件数示范：示范：量具重复性及再现性报告量具重复性及再现性报告64 3.对每个样品由三个人所测得 的9个测试值求平均值，4.总平均值的均值Xp与极差的Ra2.计算A测的所有样品的总平均值3.总平均值的均值Xa与极差的Ra1.计算A对每个样品三次 测试结果的均值/极差，65*AV计算中，如根号下出现负值，AV取值0注:零件均值注:零件均值665.Gage R&R 判断原则判断原则1.1.数值数值10%10%表示该量具系统可接受。表示该量具系统可接受。2.10% 2.10% 数值数值 30% 30%表表示示该该量量具具系系统统可可接接受受或或不不接接受受，决决定定于于该该量量具具系系统统之之重重要要性性、修修理理所所需需之之费用等因素。费用等因素。3.3.数值数值 30% 30%表表示示该该量量具具系系统统不不能能接接受受，须予以改进。须予以改进。判断原则判断原则67短期与长期方法的比较短期与长期方法的比较短期模式短期模式n用生产设备用生产设备 n用生产操作员用生产操作员n快速快速 - - 只需几个样品只需几个样品(5)(5)n无反复（无反复（replicatesreplicates）n估计总的变差估计总的变差(Total Gage (Total Gage R&R)R&R)n不能区分不能区分 AV AV 和和EVEVn不能指导改进的方向不能指导改进的方向n可用于破坏性测试可用于破坏性测试长期模式长期模式n用生产设备用生产设备 n用生产操作员用生产操作员n较多样品较多样品 (5)(5)n要求反复要求反复 Replicates (3)Replicates (3)n估计总的变差估计总的变差 (Total Gage (Total Gage R&R)R&R)n可以区分可以区分 AV AV 和和EVEVn为测量系统的改进提供指导为测量系统的改进提供指导68NO-GOGOOperator 2Operator 16.6.量测系统分析量测系统分析计数值：计数值：69n Go-No Go Go-No Go 数据模式数据模式n 人为因素主导，情况复杂人为因素主导，情况复杂n 对对于于以以“是是”和和“不不是是”为为计计数数基基础础的的定定性性数数据据，其其 GR&RGR&R考考察察的的概概念念是是与与定定量量数数据据一一样样的的。但但方方法法上完全不同上完全不同. .n定定性性数数据据测测量量系系统统的的能能力力取取决决于于操操作作员员判判断断的的有有效效性性，即即将将“合合格格”判判断断成成合合格格，将将“不不合合格格”判断成不合格的程度判断成不合格的程度. .量测系统分析量测系统分析计数值：计数值：701.1.有效性有效性 Effectiveness(E)Effectiveness(E) - 即判断“合格”与“不合格” 的准确性 E= E= 实际判断正确的次数实际判断正确的次数/ /可能判断正确的机会次数可能判断正确的机会次数. .2.2.漏判的几率漏判的几率 Probability of miss(P-miss)Probability of miss(P-miss) 将“不合格” 判为合格的机会; P(miss)=P(miss)=实际漏判的次数实际漏判的次数 / / 漏判的总机会数漏判的总机会数. .3.3.误判的几率误判的几率 Probability of false alarm(P-FA)Probability of false alarm(P-FA) - 将“合 格”判为不合格的机会. P(false alarm)=P(false alarm)=实际误判次数实际误判次数 / / 误判的总机会数误判的总机会数. .4.4.偏倚偏倚 Bias(B)Bias(B) - 指漏判或误判的偏向. B=P(false alarm) / P(miss)B=P(false alarm) / P(miss) B=1, B=1, 无偏倚无偏倚; ; B1, B1, 偏向误判偏向误判; B1, ; B1, 偏向漏判偏向漏判以下为判断所用的指标以下为判断所用的指标71量测系统分析量测系统分析(计数值计数值) )示范：示范：外观检验量测分析，两个人，外观检验量测分析，两个人，1515个样本，重复两次，数据如下个样本，重复两次，数据如下72 表示此量测系统是可靠的表示此量测系统是可靠的示范：量测系统分析示范：量测系统分析计数计数 Appraiser # Inspected # Matched Percent (%) 95.0% CI 小宝小宝 15 15 100.0 ( 81.9, 100.0)志明志明 15 14 93.3 ( 68.1, 99.8)# Matched: Appraiser agrees with him/herself across trials.73属性数据测量系统分析Attribute MSA74Kappa属性测量系统u属性/顺序测量系统使用了接受/拒绝标准或分级，例如， 用(1-5) 确定是否达到可以接受的质量水平uKappa技术可以用来评估这些属性和顺序测量系统75 你真的拥有太多的属性数据吗?u很多检验过程能够收集连续数据，但选择属性数据以简化检验员的任务u例如，很多功能测验将连续地评估一项产品（温度、承载力，硬度等等）并以通过/失败记录其结果u设法获取连续数据76属性和顺序测量u属性和顺序测量经常依靠主观分类或分级u例子包括：u把部件特征分级为好或坏u在品尝之后分级葡萄酒的香味和口感u从1到5给雇员的表现分级u给体操打分u在利用这些测量系统之前，我们应该评估它们吗？u不评估它们的后果是什么呢？77 测量系统分析 属性数据u什么方法适于评估属性测量系统？u属性系统属性系统 同等处理所有误分类的Kappa技术u顺序系统顺序系统 考虑误分类等级的Kappa技术u例如，如果我们从1到5判断一油漆产品的等级，检验员A把它评为1级，检验员B评为5级，比起检验员A把它评为4级而检验员B评为5级来，具有更大的误分类78数据类型u常态常态: 包含不具有排序基础或可以分别出量的差别的数字，例如 u例子: 一公司中: A部门、B部门、 C部门u一车间中: 机器1、机器2、机器3u运输的类型: 船、火车、飞机u顺序顺序: 包含可以分等级的数字。但是不能根据该标度推断出数字之间差别。u例子：产品性能: 优秀、很好、好、一般、差u品尝试验： 味淡、辣、很辣、辣得难受u客户调查： 强烈满意、满意、不满意、强烈不满意79Kappa技术uKappa适用于非定量系统，如u好或坏u通过/不通过u区分声音 (嘶嘶声、叮当声、重击声)u區分色彩亮度u通过/失败80Kappa技术u适用于属性数据的Kappau同等处理所有误分类u要求单元之间相互独立，并且檢驗员或分级员是独立作出分级的u要求评估类别是相互排斥的81操作定义（检查标准）u存在着一些质量特点，或者难以定义或者定义很耗费时间u要一致地评估分类，几个单元必须由一个以上的评估人或判定人作出分类u如果评估员之间达成足够的一致，那么就有可能，尽管不能保证，分级是正确的u如果评估员不能达成足够的一致，那么分级的可用性就很有限了差劲的属性测量系统几乎总是可以归咎于差劲的操作定义82 留意事项留意事项(1)樣品应选定代表Process的樣品。任意选定25个樣品时，以下能成为向导。(2)把平时检查的作业者选定为作业者的选定对象，并成为Blind Appraisal.计数型计数型 Gage R&R很难区分良/不率的樣品20%30%不易区分良/不率的樣品30%40%比较容易区分良/不率的樣品30%40%很容易区分良/不率的樣品0%20%83 属性测量系统中的和风险u风险/生产者风险u 合格产品被拒绝u不必要的报废/返工的原因u被人为削减的过程性能u风险/消费者风险 u接受了不合格产品u不满意的客户u夸大的过程性能84结果?u哪些是重要的应关心的问题？u如果检验员之间和内部不能达成很好的一致，会有什么风险呢？u次品正在流向下一步操作或客户吗？u优质品正在被返工或处理掉吗？u评估的标准是什么？u 如何度量一致性？85什么是 Kappa? uP observedu 判定员一致同意的单元的比率=判定员一致判定为优良的比率+判定员一致判定为次劣的比率uP chanceu预期偶然达成一致的比率=（判定员A判定为优良的比率*判定员B判定为优良的比率）+（判定员A判定为次劣的比率*判定员B判定为次劣的比率）u注意： 上述等式适用于两类分析，即优良或次劣86Kappau要达成完全一致， P observed = 1 且 K=1u一般说来，如果Kappa值低于0.7，那么测量系统是不适当的u如果Kappa值为0.9或更高，那么测量系统是优秀的uKappa的下限为0到 -1u如果 P observed = P chance 那么 K=0 u因而Kappa值为 0表示达成一致和随机偶然预期达成的一致是一样的87qKappaKappa量测能力评价指标量测能力评价指标l上面的判断基准根据Project的目标有可能变更。-举个例，不良率0.1%0.001% 改善课题的情况下检出率必须为 100%.-满足指数40% 60% 改善课题时，如果检出率是70%以上就可以被选择。l基本上，达不到基本上，达不到100%时，必须调查其原因。时，必须调查其原因。判断基准(良好)判断基准(考虑)判断基准(不足)判断指标90% 7090%70% 计数型计数型 Gage R&R88属性测量系统指导u在选择研究的部件时，要考虑以下几方面因素：u如果你只有两个类别，优良和次劣，你至少应该选择20个优良品和20个次劣品u最多可选择 50个优良品和50个次劣品 u尽量保持大约50%的优良品和50%的次劣品u选择不同程度的优良和次劣89属性测量系统指导u如果你的类别超过2种，其中一类是优良，其它类别是不同的缺陷方式，那么你至少应该选择大约50%的优良品和每種缺陷方式中的最少为10%的产品u你可以把一些缺陷方式合并称为“其它”u这些类别应该互相排斥，否则它们应该合并起来90分级员内部/重复性考虑u让每个分级员至少两次判定同一单元u为每个分级员建立独立的Kappa表，计算他们的Kappa值u如果某个分级员的Kappa测量值很小，那么该分级员自己没有很好地重复判定u如果分级员自己没有很好地重复判定，那么他也不能和其它分级员很好的做重复判定，这将掩盖其它分级员内部重复判定的好坏u根据每个分级员的首次判定建立一个Kappa表，计算不同分级员之间的Kappa值u不同分级员之间的Kappa值将进行两两对比 (A和 B, B和C, A和C)91Kappa 例子#1uBill Blackbelt正在努力改进一个具有高退货率的油漆过程u在工程早期，由于很明显的检验员之间和检验员内部的差别，所以测量系统就是一个关注的问题u下一页的数据是在测量系统研究中收集的。u需要计算每个操作员的Kappa和操作员之间的 Kappa92考虑下列数据93分级员A的 交叉表在每个单元格中填入收集到的信息在每个单元格中填入收集到的信息94交叉表第一格代表分级员第一格代表分级员A在第一次在第一次和第二次测量中判定为优良的和第二次测量中判定为优良的次数次数95交叉表第二格代表分级员第二格代表分级员A在第一次测量中在第一次测量中判定一个单元为次劣，在第二次测量判定一个单元为次劣，在第二次测量中判定为优良的次数中判定为优良的次数96交叉表第三格代表分级员第三格代表分级员A在第一次测量中在第一次测量中判定一个单元为优良，在第二次测量判定一个单元为优良，在第二次测量中判定为次劣的次数中判定为次劣的次数97交叉表第四格代表分级员第四格代表分级员A在第一次测量和第二次测在第一次测量和第二次测量中判定一个单元为次劣的次数量中判定一个单元为次劣的次数98交叉表边格的数字代表行和列的总和边格的数字代表行和列的总和99交叉表-比例分级员分级员A比例比例下表代表上表的数据，其中每个单元格用总数的百分比来表示代表代表10/20100交叉表-比例由行和列的总和计算而得101对Kappa的定义将有所不同，取决于我们是在定义分级员内部Kappa，还是在定义分级员之间的Kappa记得怎样计算Kappa吗? Pobserved判定员一致同意的单元的比率=判定员A/B一致判定为优良的比率+判定员A/B一致判定为次劣的比率 Pchance预期偶然达成一致的比率=（判定员A判定为优良的比率*判定员B判定为优良的比率）+（判定员A判定为次劣的比率*判定员B判定为次劣的比率）102Pobserved 等于上表对角线上概率的总和： P observed =(0.500 + 0.350) = 0.850Pchance 等于每个分类概率乘积的总和： Pchance =(0.600*0.55) + (0.400*0.45) = 0.51那么 Krater A=(0.85 - 0.51)/(1 - 0.51)=0.693计算分级员A的Kappa103K Rater B =数字数字比例比例计算分级员B的Kappa104 利用利用MinitabMinitab的的 二元分类二元分类 系数型系数型 Gage R&RGage R&R的的 StudyStudyEx) Ex) 为了分析以为了分析以Go/No-Go GageGo/No-Go Gage判定合格判定合格/ /不合格的系数型测试系统不合格的系数型测试系统 选了选了15 EA 15 EA 样品样品 ( (合格品合格品 8 8个个, ,不不合格品合格品7 7个个) )之后由之后由3 3名测试人员反复测了名测试人员反复测了3 3次后得到了如下的次后得到了如下的Data. Data. 105Attribute Gage R&R StudyAttribute Gage R&R StudyAttribute Gage R&R Study for MeasuremWithin AppraiserWithin AppraiserAssessment AgreementAppraiser # Inspected # Matched Percent (%) 95.0% CI A 15 14 93.3 ( 68.1, 99.8)B 15 13 86.7 ( 59.5, 98.3)C 15 13 86.7 ( 59.5, 98.3)# Matched: Appraiser agrees with him/herself across trials. 测量一致性测量一致性 评价评价- -评价每个测试人员反复测试出的值之间的测量一致性评价每个测试人员反复测试出的值之间的测量一致性* 各测试人员的反复测量的结果的一致性的比率 反复测试每个样品时一致的样品数总样品数100 106Each Appraiser vs StandardEach Appraiser vs StandardAssessment AgreementAppraiser # Inspected # Matched Percent (%) 95.0% CI A 15 14 93.3 ( 68.1, 99.8)B 15 12 80.0 ( 51.9, 95.7)C 15 12 80.0 ( 51.9, 95.7)# Matched: Appraisers assessment across trials agrees with standard.Assessment Disagreement Appraiser # NG/G Percent (%) # G/NG Percent (%) # Mixed Percent (%) A 0 0.0 0 0.0 1 6.7 B 1 6.7 0 0.0 2 13.3 C 0 0.0 1 6.7 2 13.3 # NG/G: Assessments across trials = NG / standard = G.# G/NG: Assessments across trials = G / standard = NG.# Mixed: Assessments across trials are not identical. 测量准确性测量准确性(Accuracy)的的 评价评价-比较每个测试人员的测试值 vs 标准(参考值)时评价是否一致* 每个测试人员反复测试结果的准确性 比率标准值一致的次数总样品数100107点 :对比率的点推定值线 : 信赖区间的宽度* Graph 解释108 正确度正确度 分析分析 测量已知参考值的测量已知参考值的15个部件时正确地判断了个部件时正确地判断了14次时次时,这时求正确判定的比率这时求正确判定的比率p的的 点推定值点推定值 & 95信赖信赖区间区间. Hint : STATBasic Statistics1PropotionHint : STATBasic Statistics1PropotionTest and CI for One ProportionTest and CI for One ProportionTest of p = 0.5 vs p not = 0.5 ExactSample X N Sample p 95.0% CI P-Value1 14 15 0.933333 (0.680515, 0.998314) 0.001点推定点推定信赖区间信赖区间109Between Appraisers Between Appraisers 再现性再现性Assessment Agreement# Inspected # Matched Percent (%) 95.0% CI 15 11 73.3 ( 44.9, 92.2)# Matched: All appraisers assessments agree with each other.All Appraisers vs StandardAll Appraisers vs StandardAssessment Agreement# Inspected # Matched Percent (%) 95.0% CI 15 11 73.3 ( 44.9, 92.2)# Matched: All appraisers assessments agree with standard.Executing from file: C:new minitabMACROSGAtGage.MAC 测试人员之间的测量一致性的评价测试人员之间的测量一致性的评价 测试人员的综合性意见和与标准间的比较测试人员的综合性意见和与标准间的比较测试人员间测出的结果一致的比率测试人员间测出的结果一致的比率和标准值比较之后和标准值比较之后 再比较看看所有测试人员们测出的结果一致的程度再比较看看所有测试人员们测出的结果一致的程度测试一致性比率 =对每个样品的各测试人的测试结果一致的次数总样品数100110一些改进想法u我们可以怎样改进这一测量系统呢？u额外的培训u实物标准/样品u分级员认证过程u更好的操作定义111Kappa结论u当前测量系统够能用吗？u你将把你的改进努力集中在哪些方面？u你将对哪些分级员进行必需的培训？112记住u尽力避免属性数据u操作定义相当重要u属性测量系统需要大量的维护uKappa是测验一个主观测量系统的重复性和再现性的一个很容易的方法113MSA使用原則使用原則Do MSA Before：Data collectionNew Gage operationNew system launchImprovement verificationDo MSA After：CalibrationGage MaintenanceNew Procedure setup114子组内样本数A2D3D421.88003.26731.02302.57540.72902.28250.57702.11560.48302.00470.4190.0761.92480.3730.1361.86490.3370.1841.816100.3080.2231.777110.2850.2561.744120.2660.2841.716130.2490.3081.692140.2350.3291.671150.2230.3481.652附录附录:控制图系数表控制图系数表115！116