minitab之MSA篇

1、MSA測(cè)量系統(tǒng)分析MSA的目的了解測(cè)量系統(tǒng)是否有足夠的能力來偵測(cè)出產(chǎn)品或制程參數(shù)的變更。MSA分析的對(duì)像只要控制計(jì)劃當(dāng)中所提出的測(cè)量系統(tǒng)就必須進(jìn)行分析。包含產(chǎn)品特性包含過程特性MSA分析方法的分類MSA計(jì)量型計(jì)數(shù)型破壞型計(jì)量型MSA計(jì)量型位置分析離散分析穩(wěn)定性分析偏倚分析線性分析重復(fù)性分析再現(xiàn)性分析穩(wěn)定性分析計(jì)數(shù)型MSA計(jì)量型風(fēng)險(xiǎn)分析法信號(hào)分析法數(shù)據(jù)解析法破壞性MSA計(jì)量型偏倚分析變異分析穩(wěn)定性分析法偏移(Bias)真值觀測(cè)平均值偏倚偏倚偏倚：是測(cè)量結(jié)果的觀測(cè)平均值與基準(zhǔn)值的差值。真值的取得可以通過采用更高級(jí)別的測(cè)量設(shè)備進(jìn)行多次測(cè)量，取其平均值而定之。重復(fù)性(Repeatability)重復(fù)性

2、重復(fù)性是由一個(gè)評(píng)價(jià)人，采用一種測(cè)量儀器，多次測(cè)量同一零件的同一特性時(shí)獲得的測(cè)量值變差。再現(xiàn)性(Reproducibility)再現(xiàn)性是由不同的評(píng)價(jià)人，采用相同的測(cè)量儀器，測(cè)量同一零件的同一特性時(shí)測(cè)量平均值的變差。再現(xiàn)性穩(wěn)定性(Stability)穩(wěn)定性時(shí)間1時(shí)間2穩(wěn)定性(或飄移)，是測(cè)量系統(tǒng)在某持續(xù)時(shí)間內(nèi)測(cè)量同一基準(zhǔn)或零件的單一特性時(shí)獲得的測(cè)量值總變差。線性(Linearity)量程基準(zhǔn)值觀測(cè)平均值基準(zhǔn)值線性是在量具預(yù)期的工作范圍內(nèi)，偏倚值的差值線性(Linearity)觀測(cè)平均值基準(zhǔn)值無偏倚有偏倚Case study(你喜歡什么類型儀器)基準(zhǔn)值觀測(cè)平均值基準(zhǔn)值觀測(cè)平均值基準(zhǔn)值觀測(cè)平均值穩(wěn)定性

3、分析的做法n自控制計(jì)劃中去尋找需要分析的測(cè)量系統(tǒng)，主要的考慮來自：n控制計(jì)劃中所提及的產(chǎn)品特性n控制計(jì)劃中所提及的過程特性決定要分析的測(cè)量系統(tǒng)選取一標(biāo)準(zhǔn)樣本，取值參考值請(qǐng)現(xiàn)場測(cè)量人員連續(xù)測(cè)量25組數(shù)據(jù)每次測(cè)量25次輸入數(shù)據(jù)到EXCEL，Xbar-R表格中計(jì)算控制界限，並用圖判定是否穩(wěn)定後續(xù)持續(xù)點(diǎn)圖，判圖保留記錄穩(wěn)定性分析的做法n選取一標(biāo)準(zhǔn)樣品n控制計(jì)劃中所提及的產(chǎn)品特性n控制計(jì)劃中所提及的過程特性n取出對(duì)產(chǎn)品特性或過程特性有代表性的樣本。n針對(duì)本樣本使用更高精密度等級(jí)的儀器進(jìn)行精密測(cè)量十次，加以平均，做為參考值。決定要分析的測(cè)量系統(tǒng)選取一標(biāo)準(zhǔn)樣本，取值參考值請(qǐng)現(xiàn)場測(cè)量人員連續(xù)測(cè)量25組數(shù)據(jù)每次

4、測(cè)量25次輸入數(shù)據(jù)到EXCEL，Xbar-R表格中計(jì)算控制界限，並用圖判定是否穩(wěn)定後續(xù)持續(xù)點(diǎn)圖，判圖保留記錄穩(wěn)定性分析的做法n請(qǐng)現(xiàn)場測(cè)量人員連續(xù)測(cè)量25組數(shù)據(jù)，每次測(cè)量25次。n記錄下這些數(shù)據(jù)。n一般而言初期的25組數(shù)據(jù)最好在短的時(shí)間內(nèi)收集，利用這些數(shù)據(jù)來了解儀器的穩(wěn)定狀況決定要分析的測(cè)量系統(tǒng)選取一標(biāo)準(zhǔn)樣本，取值參考值請(qǐng)現(xiàn)場測(cè)量人員連續(xù)測(cè)量25組數(shù)據(jù)每次測(cè)量25次輸入數(shù)據(jù)到EXCEL，Xbar-R表格中計(jì)算控制界限，並用圖判定是否穩(wěn)定後續(xù)持續(xù)點(diǎn)圖，判圖保留記錄穩(wěn)定性分析的做法n將數(shù)據(jù)輸入到minitab中。n計(jì)算每一組的平均值n計(jì)算每一組的R值。n計(jì)算出平均值的平均值n計(jì)算出R的平均值。決定要

5、分析的測(cè)量系統(tǒng)選取一標(biāo)準(zhǔn)樣本，取值參考值請(qǐng)現(xiàn)場測(cè)量人員連續(xù)測(cè)量25組數(shù)據(jù)每次測(cè)量25次輸入數(shù)據(jù)到EXCEL，Xbar-R表格中計(jì)算控制界限，並用圖判定是否穩(wěn)定後續(xù)持續(xù)點(diǎn)圖，判圖保留記錄穩(wěn)定性分析的做法n計(jì)算控制界限n平均值圖：Xbarbar+-A2Rbar, XbarbarnR值圖：D4Rbar, Rbar, D3Rbarn劃出控制界限n將點(diǎn)子繪上n先檢查R圖，是否連續(xù)25點(diǎn)都在控制界限內(nèi)，以判定重復(fù)性是否穩(wěn)定。n再看Xbar圖，是否連績25點(diǎn)都在控制界限內(nèi)，以判定偏移是否穩(wěn)定。n可以利用Xbarbar-標(biāo)準(zhǔn)值，進(jìn)行偏差檢定，看是否有偏差。n可以利用Rbar/d2來了解儀器的重復(fù)性。決定要分析

6、的測(cè)量系統(tǒng)選取一標(biāo)準(zhǔn)樣本，取值參考值請(qǐng)現(xiàn)場測(cè)量人員連續(xù)測(cè)量25組數(shù)據(jù)每次測(cè)量25次輸入數(shù)據(jù)到EXCEL，Xbar-R表格中計(jì)算控制界限，並用圖判定是否穩(wěn)定後續(xù)持續(xù)點(diǎn)圖，判圖保留記錄穩(wěn)定性分析的做法n后續(xù)持續(xù)點(diǎn)圖、判圖n如果前面的控制圖是穩(wěn)定的，那么就可以將此控制界限做為控制用控制界限。n我們后續(xù)就固定時(shí)間，使用同樣的樣本、同樣的測(cè)量儀器，同樣的測(cè)量人員。n此時(shí)由于樣本、儀品、人都是固定的，所以如果繪出來的圖形有異常，一般就代表儀器有問題，要進(jìn)行相應(yīng)的處理。n異常的判定n點(diǎn)：一點(diǎn)超出控制界限n線：連續(xù)七點(diǎn)上升，連續(xù)七點(diǎn)下降，連績七點(diǎn)在同一側(cè)。n面：非隨機(jī)性分析，在+-1sigma的范圍內(nèi)應(yīng)覆蓋6

7、8%的概率。決定要分析的測(cè)量系統(tǒng)選取一標(biāo)準(zhǔn)樣本，取值參考值請(qǐng)現(xiàn)場測(cè)量人員連續(xù)測(cè)量25組數(shù)據(jù)每次測(cè)量25次輸入數(shù)據(jù)到EXCEL，Xbar-R表格中計(jì)算控制界限，並用圖判定是否穩(wěn)定後續(xù)持續(xù)點(diǎn)圖，判圖保留記錄穩(wěn)定性分析的做法n保留記錄n各項(xiàng)的線性分析的記錄要保存下來，可以和PPAP檔案存放在一起，以有效證明公司的測(cè)量儀器其測(cè)量能力是足夠的。決定要分析的測(cè)量系統(tǒng)選取一標(biāo)準(zhǔn)樣本，取值參考值請(qǐng)現(xiàn)場測(cè)量人員連續(xù)測(cè)量25組數(shù)據(jù)每次測(cè)量25次輸入數(shù)據(jù)到EXCEL，Xbar-R表格中計(jì)算控制界限，並用圖判定是否穩(wěn)定後續(xù)持續(xù)點(diǎn)圖，判圖保留記錄范例10/1610/2210/2811/1211/1811/191/156

8、/1910/1211/2012/948.648.448.948.948.948.548.448.747.847.948.148.748.848.647.950.149.048.248.048.648.348.648.348.048.948.049.249.048.347.748.748.448.71/122/133/204/115/206/196/287/607/218/98/2248.248.148.348.048.148.148.348.148.048.247.948.548.748.948.748.448.448.648.648.648.448.348.948.548.648.648.7

9、48.748.548.748.748.948.79/79/1110/948.048.147.948.448.648.348.848.948.4252015105049.549.048.548.0SubgroupMeans1X=48.483.0SL=49.16-3.0SL=47.801.00.50.0StDevsS=0.34833.0SL=0.8944-3.0SL=0.000Stability Analysis for viscosity結(jié)果判定可以利用Xbar-MASTER來評(píng)估其偏差程度?？梢岳肦bar/d2來評(píng)估其EV，例用EV/TV可以了解其相應(yīng)的EV%。示例Master的值為48產(chǎn)品

10、的公差為48+-2所以偏差為影響百分比為(48.48-48)/4，當(dāng)然也可以進(jìn)行相應(yīng)的統(tǒng)計(jì)t檢定看是否有顯著差異利用Rbar/d2來估計(jì)其標(biāo)準(zhǔn)差，也可以評(píng)估其相應(yīng)的EV%。Minitab的做法收集數(shù)據(jù)將數(shù)據(jù)輸入minitab中制作控制圖判圖數(shù)據(jù)解析判定儀器的適用性偏倚分析的做法決定要分析的測(cè)量系統(tǒng)抽取樣本，取值參考值請(qǐng)現(xiàn)場測(cè)量人員測(cè)量15次輸入數(shù)據(jù)到minitab表格中計(jì)算t值，並判定是否合格，是否要加補(bǔ)正值保留記錄偏倚分析的做法決定要分析的測(cè)量系統(tǒng)抽取樣本，取值參考值請(qǐng)現(xiàn)場測(cè)量人員測(cè)量15次輸入數(shù)據(jù)到minitab中計(jì)算t值，並判定是否合格，是否要加補(bǔ)正值保留記錄n自控制計(jì)劃中去尋找需要分析

11、的測(cè)量系統(tǒng)，主要的考慮來自：n控制計(jì)劃中所提及的產(chǎn)品特性n控制計(jì)劃中所提及的過程特性偏倚分析的做法決定要分析的測(cè)量系統(tǒng)抽取樣本，取值參考值請(qǐng)現(xiàn)場測(cè)量人員測(cè)量15次輸入數(shù)據(jù)到minitab中計(jì)算t值，並判定是否合格，是否要加補(bǔ)正值保留記錄n自生產(chǎn)現(xiàn)場抽取樣本：n一般是取在制程中間的產(chǎn)品。n拿取此產(chǎn)品到更高精密的測(cè)量設(shè)備，測(cè)量十次，加以平均，取得參考值。偏倚分析的做法決定要分析的測(cè)量系統(tǒng)抽取樣本，取值參考值請(qǐng)現(xiàn)場測(cè)量人員測(cè)量15次輸入數(shù)據(jù)到minitab表格中計(jì)算t值，並判定是否合格，是否要加補(bǔ)正值保留記錄n現(xiàn)場人員測(cè)量：n現(xiàn)場人員：指的是實(shí)際在現(xiàn)場工作的人員，由于他們來進(jìn)行測(cè)量，才能真正了解公司

12、測(cè)量的偏差是多少。n重復(fù)測(cè)量十五次，取記錄其值。偏倚分析的做法決定要分析的測(cè)量系統(tǒng)抽取樣本，取值參考值請(qǐng)現(xiàn)場測(cè)量人員測(cè)量15次輸入數(shù)據(jù)到minitab表格中計(jì)算t值，並判定是否合格，是否要加補(bǔ)正值保留記錄n將數(shù)據(jù)輸入到minitab中：nexcel：我們利用來計(jì)劃平均值，標(biāo)準(zhǔn)差，以及平均值的標(biāo)準(zhǔn)差。n平均值使用的語法：averagen標(biāo)準(zhǔn)差的語法為：stdev偏倚分析的做法決定要分析的測(cè)量系統(tǒng)抽取樣本，取值參考值請(qǐng)現(xiàn)場測(cè)量人員測(cè)量15次輸入數(shù)據(jù)到EXCEL表格中計(jì)算t值，並判定是否合格，是否要加補(bǔ)正值保留記錄n計(jì)算t值，并加以判定nt值的計(jì)算法：利用(平均值-標(biāo)準(zhǔn)值)平均值的標(biāo)準(zhǔn)差。nt=是指

13、用來判定是否有明顯偏差的基準(zhǔn)，其和自由度有關(guān)，一般典型的=0.05n如果t t就代表有明顯的偏移。n如果t t就代表沒有明顯的偏移。n在minitab中可直接看p值偏倚分析的做法決定要分析的測(cè)量系統(tǒng)抽取樣本，取值參考值請(qǐng)現(xiàn)場測(cè)量人員測(cè)量15次輸入數(shù)據(jù)到EXCEL表格中計(jì)算t值，並判定是否合格，是否要加補(bǔ)正值保留記錄n結(jié)果判定n如果t t就代表有明顯的偏移。n此時(shí)就要再看其所受的影響。n我們利用偏差公差，或偏差過程變化范圍來了解其受影響的比例，如果比例比較高時(shí)那么就可能儀器要停用或者修理。偏倚分析的做法決定要分析的測(cè)量系統(tǒng)抽取樣本，取值參考值請(qǐng)現(xiàn)場測(cè)量人員測(cè)量15次輸入數(shù)據(jù)到EXCEL表格中計(jì)算

14、t值，並判定是否合格，是否要加補(bǔ)正值保留記錄n保留記錄n各項(xiàng)的線性分析的記錄要保存下來，可以和PPAP檔案存放在一起，以有效證明公司的測(cè)量儀器其測(cè)量能力是足夠的。偏差練習(xí)基準(zhǔn)值=6.0偏倚15.8-0.225.7-0.335.9-0.145.9-0.156.00.066.10.176.00.086.10.196.40.4106.30.3116.00.0126.10.1136.20.2145.6-0.4156.00.0數(shù)據(jù)解析結(jié)果n(m)均值標(biāo)準(zhǔn)偏差r均值的標(biāo)準(zhǔn)偏差b測(cè)量值156.00670.225140.05814將數(shù)據(jù)輸入minitabSelect: Stat Basic Statistic

15、s 1 Sample t設(shè)定檢定對(duì)像及檢定值輸入基準(zhǔn)值繪圖選檢定直方圖可以選擇不同的圖型來形象表示置信區(qū)間選0.95選擇置信區(qū)間選擇假設(shè)和被擇假設(shè)結(jié)果輸出One-Sample T: 偏差Test of mu = 0 vs mu not = 0Variable N Mean StDev SE Mean偏差 15 0.0067 0.2120 0.0547Variable 95.0% CI T P偏差 ( -0.1107, 0.1241) 0.12 0.905t Histogram of 偏差圖形輸出0.40.30.20.1-0.0-0.1-0.2-0.3-0.443210偏差FrequencyHi

16、stogram of 偏差(with Ho and 95% t-confidence interval for the mean)X_Ho線性的研究指南線性的研究指南1 1選取至少5個(gè)樣本測(cè)量樣本10次以上計(jì)算偏倚和偏倚均值繪制線性圖畫出“偏倚0”并判定記錄保存n 取至少5個(gè)樣本，樣本測(cè)量值要覆蓋測(cè)量儀器一定的量程范圍。n 確定每個(gè)樣本的基準(zhǔn)值 測(cè)量樣本大于等于10次，取均值作為“基準(zhǔn)值”線性的研究指南線性的研究指南2 2選取至少5個(gè)樣本測(cè)量樣本10次以上計(jì)算偏倚和偏倚均值繪制線性圖畫出“偏倚0”并判定記錄保存n 隨機(jī)化選擇樣本讓評(píng)價(jià)人測(cè)量n 由現(xiàn)場實(shí)際操作該儀器的人員測(cè)量樣本n對(duì)每個(gè)樣本測(cè)量

17、10次以上線性的研究指南線性的研究指南3 3選取至少5個(gè)樣本測(cè)量樣本10次以上計(jì)算偏倚和偏倚均值繪制線性圖畫出“偏倚0”并判定記錄保存n 計(jì)算每次測(cè)量的樣本的偏倚n 計(jì)算每種樣本測(cè)量的偏倚均值ijijibiasx基準(zhǔn)值1mijjibiasbiasm線性的研究指南線性的研究指南4 4選取至少5個(gè)樣本測(cè)量樣本10次以上計(jì)算偏倚和偏倚均值繪制線性圖畫出“偏倚0”并判定記錄保存n 對(duì)計(jì)算出的偏倚均值和基準(zhǔn)值建立線性關(guān)系： ， 是基準(zhǔn)值， 是偏倚平均值 n 利用最小二乘法計(jì)算出斜率a和截距b ，以及在置信水平為下的置信帶n 由于計(jì)算很復(fù)雜（見MSA第三版79頁），推薦使用軟件進(jìn)行擬合，EXCEL或MIN

18、ITABiiyaxbixiy線性的研究指南線性的研究指南5 5選取至少5個(gè)樣本測(cè)量樣本10次以上計(jì)算偏倚和偏倚均值繪制線性圖畫出“偏倚0”并判定記錄保存n 畫出“bias0”的直線n 若“bias0”的直線完全在擬合線置信帶以內(nèi)，則線性可接受；否則，線性不可接受線性的研究指南線性的研究指南6 6選取至少5個(gè)樣本測(cè)量樣本10次以上計(jì)算偏倚和偏倚均值繪制線性圖畫出“偏倚0”并判定記錄保存n 線性分析的記錄要保存下來，可以和PPAP檔案存放在一起，以有效證明公司的測(cè)量儀器其測(cè)量能力是足夠的。例題例題t一名工廠主管希望對(duì)過程采用新測(cè)量系統(tǒng)。作為PPAP的一部份，需要評(píng)價(jià)測(cè)量系統(tǒng)的線性?；谝炎C明的過程

19、變差，在測(cè)量系統(tǒng)操作量程內(nèi)選擇了五個(gè)零件。每個(gè)零件經(jīng)過全尺寸檢測(cè)測(cè)量以確定其基準(zhǔn)值。然后由領(lǐng)班分別測(cè)量每個(gè)零件12次。研究中零件是被隨機(jī)選擇的。例題例題pmrpmrpmrpmrpmr122.7245.1365.8487.65109.1122.5243.9365.7487.75109.3122.4244.2365.9487.85109.5122.5245.0365.9487.75109.3122.7243.8366.0487.85109.4122.3243.9366.1487.85109.5122.5243.9366.0487.85109.5122.5243.9366.1487.75109.51

20、22.4243.9366.4487.85109.6122.4244.0366.3487.55109.2122.6244.1366.0487.65109.3122.4243.8366.1487.75109.4例題解答例題解答零件基準(zhǔn)值123452.004.006.008.0010.0010.71.1-0.2-0.4-0.920.5-0.1-0.3-0.3-0.730.40.2-0.1-0.2-0.540.51-0.1-0.3-0.750.7-0.20.0-0.2-0.660.3-0.10.1-0.2-0.570.5-0.10.0-0.2-0.580.5-0.10.1-0.3-0.590.4-0.

21、10.4-0.2-0.4100.40.00.3-0.5-0.8110.60.10.0-0.4-0.7120.4-0.20.1-0.3-0.6偏倚均值0.4916670.1250.025-0.29167-0.61667MINITABMINITAB軟件操作軟件操作n 從StatQuality ToolsGage StudyGage Linearity and Bias Study進(jìn)入結(jié)果輸出結(jié)論結(jié)論n從圖形可以明顯看出：測(cè)量系統(tǒng)存在線性問題。 “偏倚0”的線與置信帶交叉，但不包含在內(nèi)。n主管需要對(duì)線性問題查找原因n如果偏倚在測(cè)量范圍內(nèi)不能調(diào)整為0，只要測(cè)量系統(tǒng)穩(wěn)定性O(shè)K，進(jìn)行軟件調(diào)零后仍可用于產(chǎn)品

22、和過程的控制，但不能用于對(duì)產(chǎn)品和過程進(jìn)行分析。R&R分析的做法決定要分析的測(cè)量系統(tǒng)選取十個(gè)可以代表製程的樣本以及挑選現(xiàn)場實(shí)際測(cè)量人員23人請(qǐng)現(xiàn)場人員對(duì)十個(gè)產(chǎn)品連續(xù)重複測(cè)量23次，記得盲測(cè)的要求輸入數(shù)據(jù)到minitab中計(jì)算出R&R的結(jié)果進(jìn)行判定，和採取相應(yīng)措施保留記錄R&R分析決定要分析的測(cè)量系統(tǒng)選取十個(gè)可以代表製程的樣本以及挑選現(xiàn)場實(shí)際測(cè)量人員23人請(qǐng)現(xiàn)場人員對(duì)十個(gè)產(chǎn)品連續(xù)重複測(cè)量23次，記得盲測(cè)的要求輸入數(shù)據(jù)到EXCEL的R&R表格中計(jì)算出R&R的結(jié)果進(jìn)行判定，和採取相應(yīng)措施保留記錄n決定要分析的測(cè)量系統(tǒng)n由控制計(jì)劃當(dāng)中挑選，需要進(jìn)行分析的儀器。n一

23、般典型包含了產(chǎn)品特性測(cè)量儀器以及過程特性測(cè)量儀器。n測(cè)量風(fēng)險(xiǎn)愈高的儀器要愈優(yōu)先分析。R&R分析決定要分析的測(cè)量系統(tǒng)選取十個(gè)可以代表製程的樣本以及挑選現(xiàn)場實(shí)際測(cè)量人員23人請(qǐng)現(xiàn)場人員對(duì)十個(gè)產(chǎn)品連續(xù)重複測(cè)量23次，記得盲測(cè)的要求輸入數(shù)據(jù)到EXCEL的R&R表格中計(jì)算出R&R的結(jié)果進(jìn)行判定，和採取相應(yīng)措施保留記錄n選擇十個(gè)可以代表制程變化的產(chǎn)品，一般此項(xiàng)產(chǎn)品的變化，最好能夠覆蓋產(chǎn)品的變化范圍比較好。n選擇可以代表實(shí)際現(xiàn)測(cè)量人員的操作測(cè)量人員。n每一個(gè)測(cè)量人員針對(duì)每一個(gè)產(chǎn)品重復(fù)測(cè)量23 次。n測(cè)量風(fēng)險(xiǎn)愈高的儀器要愈優(yōu)先分析。R&R分析n請(qǐng)現(xiàn)場人員對(duì)十個(gè)產(chǎn)品重復(fù)測(cè)量23次

24、。n在測(cè)量時(shí)，要使用盲測(cè)的原則，偵測(cè)出人員平常測(cè)量時(shí)的無意識(shí)錯(cuò)誤，才能真正估計(jì)出在正式測(cè)量時(shí)的誤差。決定要分析的測(cè)量系統(tǒng)選取十個(gè)可以代表製程的樣本以及挑選現(xiàn)場實(shí)際測(cè)量人員23人請(qǐng)現(xiàn)場人員對(duì)十個(gè)產(chǎn)品連續(xù)重複測(cè)量23次，記得盲測(cè)的要求輸入數(shù)據(jù)到EXCEL的R&R表格中計(jì)算出R&R的結(jié)果進(jìn)行判定，和採取相應(yīng)措施保留記錄R&R分析決定要分析的測(cè)量系統(tǒng)選取十個(gè)可以代表製程的樣本以及挑選現(xiàn)場實(shí)際測(cè)量人員23人請(qǐng)現(xiàn)場人員對(duì)十個(gè)產(chǎn)品連續(xù)重複測(cè)量23次，記得盲測(cè)的要求輸入數(shù)據(jù)到EXCEL的R&R表格中計(jì)算出R&R的結(jié)果進(jìn)行判定，和採取相應(yīng)措施保留記錄n將各項(xiàng)的測(cè)量數(shù)據(jù)輸入

25、到excel的檔案當(dāng)中。n輸入數(shù)據(jù)時(shí)要注意有效讀數(shù)，只取到最小讀數(shù)，如果要估讀，只能估讀一半。R&R分析決定要分析的測(cè)量系統(tǒng)選取十個(gè)可以代表製程的樣本以及挑選現(xiàn)場實(shí)際測(cè)量人員23人請(qǐng)現(xiàn)場人員對(duì)十個(gè)產(chǎn)品連續(xù)重複測(cè)量23次，記得盲測(cè)的要求輸入數(shù)據(jù)到EXCEL的R&R表格中計(jì)算出R&R的結(jié)果進(jìn)行判定，和採取相應(yīng)措施保留記錄n計(jì)算出R&R的結(jié)果n一般利用此項(xiàng)的excel表格可以得可以下的結(jié)果：nAV:人員的變異nEV:儀器的變異nPV：產(chǎn)品的變異nTV：總變異nR&R%：重復(fù)性和再現(xiàn)性所占的比例。R&R分析決定要分析的測(cè)量系統(tǒng)選取十個(gè)可以代表製程的樣本以

26、及挑選現(xiàn)場實(shí)際測(cè)量人員23人請(qǐng)現(xiàn)場人員對(duì)十個(gè)產(chǎn)品連續(xù)重複測(cè)量23次，記得盲測(cè)的要求輸入數(shù)據(jù)到EXCEL的R&R表格中計(jì)算出R&R的結(jié)果進(jìn)行判定，和採取相應(yīng)措施保留記錄n判定：nR&R%10%，良好，可以接受。n10%R&R%30%，不可以接受。R&R分析決定要分析的測(cè)量系統(tǒng)選取十個(gè)可以代表製程的樣本以及挑選現(xiàn)場實(shí)際測(cè)量人員23人請(qǐng)現(xiàn)場人員對(duì)十個(gè)產(chǎn)品連續(xù)重複測(cè)量23次，記得盲測(cè)的要求輸入數(shù)據(jù)到EXCEL的R&R表格中計(jì)算出R&R的結(jié)果進(jìn)行判定，和採取相應(yīng)措施保留記錄n保留記錄n各項(xiàng)的R&R的記錄要保存下來，可以和PPAP檔案存放在一

27、起，以有效證明公司的測(cè)量儀器其測(cè)量能力是足夠的。R&R練習(xí)Select: Stat Quality Tools Gage Study Gage R&R Study (Crossed)輸入各項(xiàng)參數(shù)得到結(jié)果Gage R&R%ContributionSource VarComp (of VarComp)Total Gage R&R 0.004437 10.67Repeatability 0.001292 3.10Reproducibility 0.003146 7.56Operator 0.000912 2.19Operator*Part 0.002234 5.37P

28、art-To-Part 0.037164 89.33Total Variation 0.041602 100.00StdDev Study Var %Study VarSource (SD) (5.15*SD) (%SV)Total Gage R&R 0.066615 0.34306 32.66Repeatability 0.035940 0.18509 17.62Reproducibility 0.056088 0.28885 27.50Operator 0.030200 0.15553 14.81Operator*Part 0.047263 0.24340 23.17Part-To

29、-Part 0.192781 0.99282 94.52Total Variation 0.203965 1.05042 100.00Number of Distinct Categories = 4Gage R&R for Response圖形結(jié)果Misc:Tolerance:Reported by:Date of study:Gage name:01.11.00.90.80.70.60.50.40.3321Xbar Chart by OperatorSample MeanMean=0.8075UCL=0.8796LCL=0.735400.150.100.050.00321R Cha

30、rt by OperatorSample RangeR=0.03833UCL=0.1252LCL=010 9 8 7 6 5 4 3 2 11.11.00.90.80.70.60.50.4PartOperatorOperator*Part InteractionAverage1 2 3 3211.11.00.90.80.70.60.50.4OperatorBy Operator10 9 8 7 6 5 4 3 2 11.11.00.90.80.70.60.50.4PartBy Part%Contribution %Study Var Part-to-PartReprodRepeatGage R

31、&R100500Components of VariationPercentGage R&R (ANOVA) for ResponsePhase 3計(jì)數(shù)型MSA假設(shè)檢驗(yàn)法假設(shè)檢驗(yàn)法1 1選取樣本和測(cè)量人員重復(fù)判斷樣本23次將數(shù)據(jù)記錄在表格計(jì)算一致性和有效性判定記錄保存n 選取2050個(gè)樣本，樣本數(shù)可根據(jù)實(shí)際情況而定n 此樣本要包括合格、不合格的產(chǎn)品，臨界附近的產(chǎn)品n 研究人員對(duì)每一樣本取得基準(zhǔn)值，并正確判斷是否合格n 23名現(xiàn)場的測(cè)量人員假設(shè)檢驗(yàn)法假設(shè)檢驗(yàn)法2 2選取樣本和測(cè)量人員重復(fù)判斷樣本23次將數(shù)據(jù)記錄在表格計(jì)算一致性和有效性判定記錄保存n 每個(gè)人重復(fù)測(cè)量23次，根據(jù)規(guī)格

32、作出是否合格的判定假設(shè)檢驗(yàn)法假設(shè)檢驗(yàn)法3 3選取樣本和測(cè)量人員重復(fù)判斷樣本23次將數(shù)據(jù)記錄在表格計(jì)算一致性和有效性判定記錄保存n 將測(cè)量人員的判定結(jié)果記錄在表格中n 記“1”為合格；記“0”為不合格假設(shè)檢驗(yàn)法假設(shè)檢驗(yàn)法4 4選取樣本和測(cè)量人員重復(fù)判斷樣本23次將數(shù)據(jù)記錄在表格計(jì)算一致性和有效性判定記錄保存n 利用交叉表方法來確定評(píng)價(jià)人之間和評(píng)價(jià)人與基準(zhǔn)值之間的一致性n 計(jì)算每個(gè)評(píng)價(jià)人作出判定的有效性假設(shè)檢驗(yàn)法假設(shè)檢驗(yàn)法5 5選取樣本和測(cè)量人員重復(fù)判斷樣本23次將數(shù)據(jù)記錄在表格計(jì)算一致性和有效性判定記錄保存n 一致性kappa值大于0.75，一致性好Kappa值小于0.4，則一致性差n 有效性個(gè)

33、人的重復(fù)性正確百分比90%。個(gè)人和標(biāo)準(zhǔn)值相比較的正確百分比90%。全部測(cè)量人員一致的百分比90%。全部測(cè)量人員和標(biāo)準(zhǔn)一致的百分比90%。萬一小于此百分比，則代表此測(cè)量系統(tǒng)尚不可以被接受，應(yīng)做 調(diào)整。假設(shè)檢驗(yàn)法假設(shè)檢驗(yàn)法6 6選取樣本和測(cè)量人員重復(fù)判斷樣本23次將數(shù)據(jù)記錄在表格計(jì)算一致性和有效性判定記錄保存n 風(fēng)險(xiǎn)分析的記錄要保存下來，可以和PPAP檔案存放在一起，以有效證明公司的測(cè)量儀器其測(cè)量能力是足夠的。案例案例n 某生產(chǎn)過程受控，但性能指數(shù)Pp=Ppk=0.5，該過程會(huì)產(chǎn)生較多不合格產(chǎn)品。因此，需要一個(gè)可接受的計(jì)數(shù)型測(cè)量系統(tǒng)將不合格產(chǎn)品從生產(chǎn)流中挑選出來。與計(jì)量型量具不同的是，該量具不能指

34、出產(chǎn)品的好壞，只能指出產(chǎn)品可接受或拒絕。LSLUSL0.500.600.40LSLUSL0.500.600.40案例案例n這個(gè)測(cè)量系統(tǒng)與公差相比的%GRR25%，公差為0.01。但尚未小組證明，需要進(jìn)行測(cè)量系統(tǒng)研究。n樣本的選擇：隨機(jī)地從過程中抽取50個(gè)零件樣本，要覆蓋過程變差。（注：樣本要包括合格、不合格的產(chǎn)品，臨界附近的產(chǎn)品）案例案例n選擇三名評(píng)價(jià)人，每個(gè)人對(duì)每個(gè)產(chǎn)品評(píng)價(jià)了三次，記錄在計(jì)數(shù)型研究數(shù)據(jù)表中一致性分析列聯(lián)表（評(píng)價(jià)人之間）一致性分析列聯(lián)表（評(píng)價(jià)人之間）B總計(jì)01A0.0 計(jì)算期望的計(jì)算4415.7634.35050.01.0 計(jì)算期望的計(jì)算331.39768.7100100.0總

35、計(jì)計(jì)算期望的計(jì)算4747.0103103.0150150.0A與B的列聯(lián)表列聯(lián)表（評(píng)價(jià)人之間）列聯(lián)表（評(píng)價(jià)人之間）C總計(jì)01B0.0 計(jì)算期望的計(jì)算4216.0531.04747.01.0 計(jì)算期望的計(jì)算935.09468.0103103.0總計(jì)計(jì)算期望的計(jì)算5151.09999.0150150.0B與C的列聯(lián)表列聯(lián)表（評(píng)價(jià)人之間）列聯(lián)表（評(píng)價(jià)人之間）C總計(jì)01A0.0 計(jì)算期望的計(jì)算4317.07335050.01.0 計(jì)算期望的計(jì)算834.09266.0100100.0總計(jì)計(jì)算期望的計(jì)算5151.09999.0150150.0A與C的列聯(lián)表一致性分析一致性分析KappaKappanKapp

36、a是一個(gè)評(píng)價(jià)人之間一致性的測(cè)量值nKappa的計(jì)算：設(shè)p0列聯(lián)表正對(duì)角線單元中觀測(cè)值的總和 pe列聯(lián)表正對(duì)角線單元中期望值的總和Kappa（p0pe）/（1pe）nKappa的判定（通常的建議法則） Kappa大于0.75表示好的一致性 Kappa小于0.4則表示一致性差，需要改進(jìn)KappaKappa評(píng)價(jià)人之間評(píng)價(jià)人之間n計(jì)算評(píng)價(jià)人之間的Kappa值kappaABCA0.860.78B0.860.79C0.780.79列聯(lián)表（評(píng)價(jià)人與基準(zhǔn)值）列聯(lián)表（評(píng)價(jià)人與基準(zhǔn)值）基準(zhǔn)總計(jì)01A0.0 計(jì)算期望的計(jì)算4515.0534.05050.01.0 計(jì)算期望的計(jì)算333.09768.0100100.0

37、總計(jì)計(jì)算期望的計(jì)算4848.0102102.0150150.0A與基準(zhǔn)判斷列聯(lián)表列聯(lián)表（評(píng)價(jià)人與基準(zhǔn)值）列聯(lián)表（評(píng)價(jià)人與基準(zhǔn)值）基準(zhǔn)總計(jì)01B0.0 計(jì)算期望的計(jì)算4515.0232.04747.01.0 計(jì)算期望的計(jì)算333.010070.0103103.0總計(jì)計(jì)算期望的計(jì)算4848.0102102.0150150.0B與基準(zhǔn)判斷列聯(lián)表列聯(lián)表（評(píng)價(jià)人與基準(zhǔn)值）列聯(lián)表（評(píng)價(jià)人與基準(zhǔn)值）基準(zhǔn)總計(jì)01A0.0 計(jì)算期望的計(jì)算4216.3934.75151.01.0 計(jì)算期望的計(jì)算631.79367.39999.0總計(jì)計(jì)算期望的計(jì)算4848.0102102.0150150.0C與基準(zhǔn)判斷列聯(lián)表Kap

38、paKappa評(píng)價(jià)人與基準(zhǔn)值評(píng)價(jià)人與基準(zhǔn)值n評(píng)價(jià)人與基準(zhǔn)值之間的一致性ABCkappa0.880.920.77有效性有效性n有效性的計(jì)算有效性正確判斷的數(shù)量/判斷機(jī)會(huì)的總數(shù)n案例的計(jì)算結(jié)果如下來源%評(píng)價(jià)人%SCORE VS ATTRIBUTE評(píng)價(jià)人A評(píng)價(jià)人B評(píng)價(jià)人C評(píng)價(jià)人A評(píng)價(jià)人B評(píng)價(jià)人C總受檢數(shù)505050505050符合的424540424540不符合的8510851095% UCI93%97%90%93%97%90%計(jì)算得分84%90%80%84%90%80%95% LCI71%78%66%71%78%66%有效性有效性n測(cè)量系統(tǒng)的有效性計(jì)算結(jié)果SYSTEM % EFFECTIVE SC

39、ORESYSTEM % EFFECTIVE SCORE vs REFERENCETOTAL INSPECTED5050#IN AGREEMENT393995% UCI64%64%計(jì)算得分78%78%95% LCI89%89%MINITABMINITAB軟件的操作軟件的操作n 利用MINITAB軟件，我們同樣可以進(jìn)行測(cè)量系統(tǒng)的有效性和一致性的分析，從StatQuality toolsAttribute Agreement Analysis入口。MINITABMINITAB軟件操作軟件操作n 軟件分析的結(jié)果如下Attribute Agreement Analysis for 評(píng)價(jià)結(jié)果評(píng)價(jià)結(jié)果 Wi

40、thin Appraisers Assessment AgreementAppraiser # Inspected # Matched Percent 95 % CIA 50 42 84.00 (70.89, 92.83)B 50 45 90.00 (78.19, 96.67)C 50 40 80.00 (66.28, 89.97)# Matched: Appraiser agrees with him/herself across trials.Fleiss Kappa StatisticsAppraiser Response Kappa SE Kappa Z P(vs 0)A 0 0.76

41、0000 0.0816497 9.3081 0.0000 1 0.760000 0.0816497 9.3081 0.0000B 0 0.845073 0.0816497 10.3500 0.0000 1 0.845073 0.0816497 10.3500 0.0000C 0 0.702911 0.0816497 8.6089 0.0000 1 0.702911 0.0816497 8.6089 0.0000MINITABMINITAB軟件操作軟件操作Each Appraiser vs Standard Assessment AgreementAppraiser # Inspected #

42、Matched Percent 95 % CIA 50 42 84.00 (70.89, 92.83)B 50 45 90.00 (78.19, 96.67)C 50 40 80.00 (66.28, 89.97)# Matched: Appraisers assessment across trials agrees with the known standard.Assessment DisagreementAppraiser # 1 / 0 Percent # 0 / 1 Percent # Mixed PercentA 0 0.00 0 0.00 8 16.00B 0 0.00 0 0

43、.00 5 10.00C 0 0.00 0 0.00 10 20.00# 1 / 0: Assessments across trials = 1 / standard = 0.# 0 / 1: Assessments across trials = 0 / standard = 1.# Mixed: Assessments across trials are not identical.Fleiss Kappa StatisticsAppraiser Response Kappa SE Kappa Z P(vs 0)A 0 0.880236 0.0816497 10.7806 0.0000

44、1 0.880236 0.0816497 10.7806 0.0000B 0 0.922612 0.0816497 11.2996 0.0000 1 0.922612 0.0816497 11.2996 0.0000C 0 0.774703 0.0816497 9.4881 0.0000 1 0.774703 0.0816497 9.4881 0.0000MINITABMINITAB軟件操作軟件操作Between Appraisers Assessment Agreement# Inspected # Matched Percent 95 % CI 50 39 78.00 (64.04, 88

45、.47)# Matched: All appraisers assessments agree with each other.Fleiss Kappa StatisticsResponse Kappa SE Kappa Z P(vs 0)0 0.793606 0.0235702 33.6698 0.00001 0.793606 0.0235702 33.6698 0.0000All Appraisers vs Standard Assessment Agreement# Inspected # Matched Percent 95 % CI 50 39 78.00 (64.04, 88.47

46、)# Matched: All appraisers assessments agree with the known standard.Fleiss Kappa StatisticsResponse Kappa SE Kappa Z P(vs 0)0 0.859184 0.0471405 18.2260 0.00001 0.859184 0.0471405 18.2260 0.0000有效性的評(píng)價(jià)有效性的評(píng)價(jià)n以下表格提供了對(duì)測(cè)量系統(tǒng)評(píng)價(jià)的指南判斷測(cè)斷系統(tǒng)有效性漏發(fā)警報(bào)的比例誤發(fā)警報(bào)的比例評(píng)價(jià)人可接受90%2%5%評(píng)價(jià)人可接受的邊緣可能需改進(jìn)80%5%10%評(píng)價(jià)人不可接受需改進(jìn)5%10%有效

47、性的評(píng)價(jià)有效性的評(píng)價(jià)n根據(jù)案例數(shù)據(jù)得到三個(gè)評(píng)價(jià)人的信息有效性漏發(fā)警報(bào)的比例誤發(fā)警報(bào)的比例結(jié)論A84%2%3.33%邊緣B90%2%1.33%可接受C80%4%6%不可接受 評(píng)價(jià)人A處于可接受的邊緣，可能需要改進(jìn) 評(píng)價(jià)人B可接受 評(píng)價(jià)人C不可接受，需要改進(jìn)，建議重新進(jìn)行培訓(xùn)，甚至棄用數(shù)據(jù)解析法數(shù)據(jù)解析法n研究計(jì)數(shù)型測(cè)量系統(tǒng)的重復(fù)性和偏倚n數(shù)據(jù)解析法中零件的選擇至關(guān)重要 選擇8個(gè)零件，其基準(zhǔn)值已知 每個(gè)零件用量具測(cè)量m20次，并記錄下接受的數(shù)量（a） 8個(gè)零件必須滿足，最小值的零件a0，最大值的零件a20，另外6個(gè)，1a19 最大和最小值的兩個(gè)零件應(yīng)該代表過程的范圍數(shù)據(jù)解析法數(shù)據(jù)解析法1 1選取樣

48、本和測(cè)量人員重復(fù)測(cè)量樣本20次繪制正態(tài)概率紙計(jì)算偏倚和重復(fù)性判定記錄保存n 選取8左右樣本，樣本必須滿足要求n 樣本的選擇很重要，如果確實(shí)很難取到，可以按照要求去刻意制作n 挑選現(xiàn)場實(shí)際測(cè)量的一個(gè)人數(shù)據(jù)解析法數(shù)據(jù)解析法2 2選取樣本和測(cè)量人員重復(fù)測(cè)量樣本20次繪制正態(tài)概率紙計(jì)算偏倚和重復(fù)性判定記錄保存n 每個(gè)樣本重復(fù)測(cè)量m20次，判定接受的次數(shù)記為an 用下列等式計(jì)算每個(gè)零件接受概率975. 0set 20025. 0set 05 . 0 5 . 00, 5 . 05 . 00, 5 . 05 . 0aaapapamaifamaifmaamaifmap，數(shù)據(jù)解析法數(shù)據(jù)解析法3 3選取樣本和測(cè)量

49、人員重復(fù)測(cè)量樣本20次繪制正態(tài)概率紙計(jì)算偏倚和重復(fù)性判定記錄保存n 將基準(zhǔn)值繪制在正態(tài)概率紙上n 橫坐標(biāo)為參考值n 縱坐標(biāo)為n 繪制可以借助MINITAB軟件ap數(shù)據(jù)解析法數(shù)據(jù)解析法4 4選取樣本和測(cè)量人員重復(fù)測(cè)量樣本20次繪制正態(tài)概率紙計(jì)算偏倚和重復(fù)性判定記錄保存n 根據(jù)繪制的正態(tài)概率紙上的圖形計(jì)算偏倚和重復(fù)性是調(diào)整因子 08. 108. 1)005. 0 ()995. 0 (ityRepeatabillimitLower )5 . 0 (aTaTaTPatXPatXPatXBias數(shù)據(jù)解析法數(shù)據(jù)解析法5 5選取樣本和測(cè)量人員重復(fù)測(cè)量樣本20次繪制正態(tài)概率紙計(jì)算偏差和重復(fù)性判定記錄保存n 偏

50、倚的判定n 重復(fù)性的判定R&R%10%，良好，可以接受。10%R&R%30%，不可以接受，則該偏倚明顯偏離零如果2.09319t t 3 .310.25ityrepeatabilBiast數(shù)據(jù)解析法數(shù)據(jù)解析法6 6選取樣本和測(cè)量人員重復(fù)測(cè)量樣本20次繪制正態(tài)概率紙計(jì)算偏差和重復(fù)性判定記錄保存n 數(shù)據(jù)解析法的記錄要保存下來，可以和PPAP檔案存放在一起，以有效證明公司的測(cè)量儀器其測(cè)量能力是足夠的。案例案例n計(jì)數(shù)型量具用于測(cè)量公差為0.010的一個(gè)尺寸，現(xiàn)研究這個(gè)測(cè)量系統(tǒng)的偏倚和重復(fù)性XtaPa-0.01600.025-0.01510.075-0.01430.175-0.01350

51、.275-0.01280.425-0.011160.775-0.0105180.875-0.010200.975-0.008201.000MINITABMINITAB軟件操作軟件操作n根據(jù)上述數(shù)據(jù)繪制在正態(tài)概率紙上C C1 1P Pe er rc ce en nt t-0.0050-0.0075-0.0100-0.0125-0.0150-0.0175999590807060504030201051-0.0121750Mean0.966-0.01217StDev0.002574N9AD0.133P-ValueP Pr ro ob ba ab bi il li it ty y P Pl lo ot

52、 t o of f C C1 1Normal 利用MINITAB，從StatBasic StatisticsNormality test進(jìn)入，輸入數(shù)據(jù)。在percent line中的at y values輸入50偏倚和重復(fù)性計(jì)算偏倚和重復(fù)性計(jì)算n由MINITAB輸出結(jié)果得n偏倚和重復(fù)性計(jì)算01217. 0)5 . 0 (aTPatX，可以考慮加補(bǔ)正值所以有明顯的偏倚問題86. 90073. 00023. 03 .313 .310074. 008. 1)0163. 0(008. 000217. 0)010. 0(01217. 0RBiastRBiasMINITABMINITAB軟件操作軟件操作n

53、 利用MINITAB，從StatQuality toolsGage StudyAttribute Gage Study進(jìn)入，輸入數(shù)據(jù)。R Re ef fe er re en nc ce e V Va al lu ue e o of f M Me ea as su ur re ed d P Pa ar rt tP Pe er rc ce en nt t o of f A Ac cc ce ep pt ta an nc ce e-0.010-0.012-0.014-0.016999580502051R Re ef fe er re en nc ce e V Va al lu ue e o of f

54、 M Me ea as su ur re ed d P Pa ar rt tP Pr ro ob ba ab bi il li it ty y o of f A Ac cc ce ep pt ta an nc ce e-0.005-0.010-0.0151.00.50.0L LimitBias:0.0024271Pre-adjusted Repeatability: 0.0085512Repeatability:0.0079177Fitted Line: 7.48669 + 602.451 * ReferenceR - sq for Fitted Line: 0.955080AIAG Test of Bias = 0 vs not = 0TDFP-Value9.6056419 0.0000000Gage name:Date of study: Reported by:Tolerance:Misc:A At tt tr ri ib bu ut te e G Ga ag ge e S St tu ud dy y ( (A An na al ly yt ti ic c M Me et th ho od d) ) f fo or r A Ac cc ce ep pt ta an nc ce ePhase 4破壞性MSA破壞性MSA的分析此項(xiàng)分析有其先天