MSA量测系统分析R-MSA量测系统分析R09042210470.pptx

《MSA量测系统分析R-MSA量测系统分析R09042210470.pptx》由会员分享，可在线阅读，更多相关《MSA量测系统分析R-MSA量测系统分析R09042210470.pptx（97页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、1MSA量测系统分析量测系统分析Measurement System Analysis讲师讲师:李国防李国防Minister.Leea-Update:2009-4-22R042李李 国国 防防经经 历历 ：美国质量协会（美国质量协会（ASQASQ）会员）会员 6339790263397902 美国质量协会（美国质量协会（ASQASQ）认证质量工程师（）认证质量工程师（CQECQE）5159451594中国质量协会注册中国质量协会注册6 SIGMA6 SIGMA黑带黑带 CAQ-BBEC-0600103CAQ-BBEC-0600103中国统计局注册统计师中国统计局注册统计师(中级中级)20051

2、00220532050524)2005100220532050524中国质量协会会员中国质量协会会员中国质量协会注册中级质量工程师中国质量协会注册中级质量工程师 00274420027442内部讲师培训师内部讲师培训师3量测的定义以观察所得的数据为基础,描述产品,过程,或服务的过程,能力,或绩效.记住量测要耗费时间和金钱.拥有准确的数据所带来的收益必须要超过获得数据所花费的成本.如果量测对该过程的管理或改善没有明确的答案,那么就要停下来,重新考虑这种量测的必要性.4量测系统分析的目的 进行量测系统分析的目的是在确保搜集到的信息足以代表过程中发生的情况。过程中的全部变异包括过程本身的变异以及量测

3、系统的变异，将量测变异减至最小可以保证所搜集的数据反映的变异代表过程的真实变异，因此，量测系统分析必须定期进行，以确保数据的可信赖与有效。一个过程中所有反复发生的活动都会有变动，这种变动称为变异5量量 测测Measurement 数数 据据Data资资 讯讯Information知识知识Knowledge知识与量测6数据的类型 1.连续数据.连续数据又叫计量(Variable)数据,是通过量测所获得的数据.其特点是可以用单位来度量.如摄氏度、秒、千米.2.离散数据.离散数据又叫计数(Attribute)数据,其特点是表现的是属性和类别.是通过计数所得到的数据.不能被精确细分.7从定性到定量到计

4、量从定性到定量到计量 定性 定量计数计量这辆汽车的加速性能好从0加速到100公里/小时不到8秒从0加速到100公里/小时需时6.5秒这个零件不好不符合规格该零件长 18.33mm规格是 18.25.05mm姚明很高他高到碰到门缘他身高226公分定性数据通常是用文字或图像表达，定性数据要设法转化成定量数据的两种形式中的一种，才符合6精神。从上表可以看出，计数数据以是否符合某一基准的个数或整体的比例来量测，而计量数据则是用可带小数的连续区间来量测8一般实例一般实例数据类型练习数据类型练习在组内讨论提出实例，完成下表:定性 定量 计数 计量9数据的误差 误差是统计学的基础,也是质量活动的基础,如果不

5、存在误差,6Sigma系统也就失去了任何价值.真值=测量值-测量误差数值量测精度真值量测值低高测量误差10量测系统分析的类型 1.作业性定义 2.走透过程(Walking the Process)3.Gage R&R 计量数据 计数数据 我们要尽可能的做量化研究，但并非所有的量测系统均可精确的从事 Gage R&R 研究，有时要以第一或第二种方法进行MSA研究。11量测系统分析作业性定义 量测系统可以根据项目团队提出的作业性定义加以验可，以确保所有从事量测工作的人员完全理解在数据搜集阶段中所期望的。在对数据搜集的作业性定义回顾之后，量测人员要知道：需要什麽信息，爲什麽？如何使用数据搜集表？什麽

6、是缺点？什麽不是缺点（在适用情况下）？如何对那些扭曲数据的非普通情况作出解释？项目团队在研究出作业性定义后，将验证：数据搜集计划搜集到所需数据 数据搜集工具是有效且方便使用 量测人员明白数据搜集的预期结果 1212作业性定义练习作业性定义练习 班上有多少白色衬衫？1313作业性定义练习作业性定义练习衬衫衬衫是覆盖人体驱干60%以上的有领衣服，它在裙子或裤子的上方，当它自由下垂时，其下边缘在裙腰或裤腰以下。衣服前方中央左右可以分离且穿着时系以钮扣扣合前方左右两边。如果穿着者穿的既不是裙子，也不是裤子，那麽这件衣服就是衬衫。驱干驱干系指人体肩膀上缘至臀部下缘的部份。如果符合上述定义的衬衫，穿着时其

7、外表可见部分的95以上是白色，那麽就认爲它是白色的衬衫白色的衬衫。白色的白色的定义，是指衬衫的顔色与色卡规定范围内的部分相配。衬衫和顔色卡需的相配情况经由检查人员判定，检查人员要通过ISO9000认证医院的色盲检查。14作业性定义例 数据搜集的作业性定义例：在查检表上以年/月/日记录计算机到达客户的日期 将残余荼叶倒进过滤器，并将过滤器和残余荼叶放在秤盘上，以公克为单位记录每笔残余荼叶的重量 每天记录米饭留在电子锅内的时间。记录每次按下煮饭按钮的时间，再记录每次拿出熟饭锅的时间，用24小时制，时间记录到最近的分。15练习练习 写作业性定义写作业性定义16作业性定义练习 10个花生里有多少个有外

8、观缺点？17常态分布此时的数据分配是一条平滑的钟形曲线.反折点1目标值LSLUSL18正态分布中，任一点出现在 内的概率为 P(-X+)=68.26%2内的概率为 P(-2X+2)=95.45%3内的概率为 P(-3X Basic Statistics 1-Sample tStat Basic Statistics 1-Sample t28 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

9、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29 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30 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

10、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.31 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32 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 Linear

11、ity 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是总制程变异量的是总制程变异量的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.

12、4 4%，良好良好.33 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

13、: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34 计算Gage Linearity统计值22 Bias(y)=0.7367-0.13167 Master Linearity=0.13167*14.1941=1.86889%Linearity=13.167%(倾斜度)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35指的是随时间经过时，对同样部品的测量结果的变异程度指的是随时间经过时，对同样部品的测量结果的变异程度.随时间的经过如果

14、测量结果互不相同的话随时间的经过如果测量结果互不相同的话这时我们可以认为此测量系统的稳定性缺乏这时我们可以认为此测量系统的稳定性缺乏.分析稳定性的方法我们通常用连续型管制图分析稳定性的方法我们通常用连续型管制图(X bar(X bar R R管制图管制图).).目前所有的测量值都目前所有的测量值都在管制界限内在管制界限内,因此因此可以说此仪器是可以说此仪器是比较稳定的比较稳定的 在管制界限外有测量值或者具有特定的周期或者倾向的话不能说此仪器是稳定的在管制界限外有测量值或者具有特定的周期或者倾向的话不能说此仪器是稳定的.稳定性稳定性(Stability)(Stability)分析分析36实际制程

15、变异实际制程变异偏倚偏倚稳定性稳定性线性线性已观测的制程变异已观测的制程变异测量系统的变异测量系统的变异组组内变异内变异组组间变异间变异正确度正确度精密度精密度sP2sT2sR&R2sT2=sP2+sR&R2 sR&R2=sAV2+sEV2重重复性复性再现性再现性1)1)制制程变异的理解程变异的理解我们所观测制程的变异里包含了实际制程变异实际制程变异和测量系统的变异测量系统的变异.假如测量系统的变异比较大时会发生什么样的问题?测量系统验证测量系统验证37什么是重复性什么是重复性(Repeatability)?(Repeatability)?重复性重复性(Repeatability):(Repe

16、atability):“得到具有一贯性的结果得到具有一贯性的结果”反复测量时的变异反复测量时的变异 一名测量者对同样的部品用 同样的仪器对同样的特性在比较短的 时间内反复测量时所发生的测量值的 变异 这是因量具设备而发生的变异.测量者测量者 A A测量者测量者 B B测量者测量者C C再现性再现性什么是再现性什么是再现性 (Reproducibility)?(Reproducibility)?对同一个部品的同样的特性 利用同样的仪器几个人测量 时产生的测量者之间的测量值 平均之间的差异 这是因评价人而发生的变异.什么是精密度什么是精密度(Precision)?(Precision)?38Rep

17、eatability重复性重复性可能导致重复性不好的原因：可能导致重复性不好的原因：Equipment:设备设备测量仪器需 要维护。需要更严格的量具。部件的夹具需要改进。People:人员人员环境条件(照明，噪声)身 体 条件(视力)Reproducibility再现性再现性操作者B的测量均值操作者A的测量均值可能导致再现性不好的原因：可能导致再现性不好的原因：测量程序不清楚操作者使用和判读量具的能 力没有得到适当的培训。零件尺寸、位置、观察误差(易读性、视差)系统精密度不好的原因系统精密度不好的原因39+=实际制程变异测量系统变异已观测到的制程变异 Gage R&R Study Method

18、Gage R&R Study Method X bar R:假设部品和测量者之间没有交互作用之后进行分析(传统的方法)ANOVA:部品和测量者之间存在交互作用的情况交互作用没有意义时两种方法的结果都差不多,但是交互作用有意义时可用ANOVA Method.Gage R&R-Gage R&R-精度精度(Precision)(Precision)分析分析 Gage R&R OverviewGage R&R Overview精密度散布散布散布散布R&R Study sR&R2=sEV2+sAV240准备事项准备事项短期方法短期方法长期方法长期方法(通常)测量者数2名3名样本数量5个10个测量次数测量

19、者别 各1次测量者别各2次或者3次赋予编号以及随机化对各个样本赋予编号,每次测量都要随机排列.确认测量位置及方法把测量位置标识在样本,让所有的测量者都要熟悉同样的测量方法.选择评价方法虽然迅速但是重复性和再现性被混合可以区分重复性和再现性的误差.可以得到有关误差原因的情报.为了做为了做Gage R&RGage R&R而采集数据的方法而采集数据的方法41q步骤步骤 1.选定代表制程长期变动的10个样本 2.量测仪器的校正 3.让第一个作业者对所有样本任意顺序各做一次量测 (Blind Measurement盲测)4.让第二个作业者按同样地方法实施(所有作业者相同)5.以同样的方法按必要的次数重复

20、量测 6.得到的DATA输入Minitab并进行分析Gage R&R Gage R&R 步骤步骤42q 样本的选定样本的选定样本一般为10个，能代表制程的散布。l假如样本只选定接近制程平均时，量测能力评价指标将会比实际不好。l假如样本的选定在比工程散布宽范围宽时，量测能力评价指标将会比实际好。样本反映制品的实际散布(制程变异)时才有意义。431.%Contribution=100%2.%GRR(=%Study Variation)=100%3.%Tolerance=100%4.Number of distinct categories=Round 1.41 (NDC识别指数识别指数)识别指数意

21、味着量测System能区别的制品散布。即，区别制程散布区间的数。1.例：识别指数为3时部品散布部品散布(p)量测散布量测散布(MS)Gage R&R 评价指标评价指标 评价指标评价指标2MS2TotalMSTotal5.15 MSTolerance *Tolerance=USL-LSL44NDC识别指识别指数数表明测量系统对一个特定的产品的可用性。提供测量系统在过程偏差的范围内可以精确测量的区分数。该数表明了一个测量过程检测产品偏差(过程偏移和改进)能力的好坏。RedYellowGreen510NDC分辨指数指南分辨指数指南 一种一种NDC分辨指数的直观表示：分辨指数的直观表示：1 categ

22、ory3 categories6 categories45q 评价基准l%Study Var 或%Tolerance为10%以上时，首先区分评价重复性和再现性后，查明各个受影响的原因，并采取措施。l 根据用途的优先参照评价指标-在制程判断合格与否很重要时，优先确认%Tolerance-制程管制用或制程显示用时，优先确认%Study Var Gage R&R 评价指标评价指标区分%Contribution%GRR(%Study Variation)或%ToleranceNDC辨别指数良好 1%10费用/考虑重要性110%1030%59不可使用 10%30%Quality Tools Gage R

23、&R Study(CrossedStat Quality Tools Gage R&R Study(Crossed)计量型计量型 Gage R&RGage R&RlMinitabMinitab提供提供 ANOVAANOVA法和法和 X X bar and Rbar and R两个分析方法。两个分析方法。l部品和量测者之间有交互作用时，部品和量测者之间有交互作用时，ANOVAANOVA法可以把交互作法可以把交互作 用分离显示，所以是更正确的分析方法。用分离显示，所以是更正确的分析方法。49计量数据分析步骤-1 用Minitab中输入数据的格式如下:50 在Minitab下拉式菜单选:Stat Q

24、uality tools Gage Study Gage R&R Study(Crossed),如下图所示:计量数据分析步骤-251 在出现的对话框选下图所示信息:上图信息表示用均值-全距法进行系统分析.考虑交互作用不考虑交互作用计量数据分析步骤-352 计量型计量型 Gage R&RGage R&R Minitab Minitab 分析结果分析结果 Graph Graph 解释解释R Chart by 作业者Components of VariationX Bar Chart by 作业者“选定的样本是否如实反映工程的散布选定的样本是否如实反映工程的散布?”如果这个值均匀如果这个值均匀，意味

25、样本没能如实反映意味样本没能如实反映工程的散布。工程的散布。“作业者之间是否有差异？作业者之间是否有差异？”作业者之间最好没有差异。作业者之间最好没有差异。作业者与部品的Interaction“每名作业者对样本是否做不同的量测？每名作业者对样本是否做不同的量测？”每名作业者对样本的量测值一致为好。每名作业者对样本的量测值一致为好。By 部品By 作业者作业者53 计量型计量型 Gage R&RGage R&R Minitab Minitab 分析结果分析结果 Graph Graph 解释解释作业者作业者与部品的InteractionBy 作业者By 部品R Chart by 作业者“在全体散布

26、中在全体散布中 R&R R&R 所占的比重是否充分小所占的比重是否充分小?”Gage R&R,Repeat,Reprod.Gage R&R,Repeat,Reprod.的高度越接近的高度越接近0 0 越好。越好。“作业者别重复量测值是否稳定作业者别重复量测值是否稳定?”注意注意 !要是超过要是超过R ChartR Chart的界限，就得调查其原因，的界限，就得调查其原因，并重新量测。并重新量测。“辨别相互不同部品的能力是否充分辨别相互不同部品的能力是否充分?”与与R ChartR Chart相反，尽量多超过管制界限为相反，尽量多超过管制界限为好。好。(50%(50%以上的点以上的点)Compo

27、nents of VariationX Bar Chart by 作业者54 计量型计量型 Gage R&RGage R&R Minitab Minitab 分析结果分析结果 Graph Graph 解释解释55q ANOVA ANOVA 解释解释 良好的量测System，在ANOVA table中应要部品影响大(P值 0.05).在这里作业者*部品有影响，不能说量测System是良好。Source DF SS MS F P 部品 9 0.241027 0.0267807 132.432 0.00000作业者 2 0.000649 0.0003244 1.604 0.22846作业者*部品 1

28、8 0.003640 0.0002022 3.370 0.00021Repeatability 60 0.003600 0.0000600 Total 89 0.248916 计量型计量型 Gage R&R56%ContributionSource VarComp (of VarComp)Total Gage R&R 1.11E-04 3.64 Repeatability 6.00E-05 1.96 Reproducibility 5.15E-05 1.68 作业者 4.07E-06 0.13 作业者*部品 4.74E-05 1.55 Part-To-Part 2.95E-03 96.36 T

29、otal Variation 3.06E-03 100.00 StdDev Study Var%Study VarSource (SD)(5.15*SD)(%SV)Total Gage R&R 1.06E-02 0.054376 19.07 Repeatability 7.75E-03 0.039892 13.99 Reproducibility 7.18E-03 0.036952 12.96 作业者 2.02E-03 0.010395 3.65 作业者*部品 6.89E-03 0.035459 12.44 Part-To-Part 5.43E-02 0.279867 98.16 Total

30、Variation 5.54E-02 0.285100 100.00 Number of Distinct Categories=7q 评价指标的计算评价指标的计算 计量型计量型 Gage R&R%Contribution=X 100 =3.64(%)2MS2Total0.0001110.00306%Study Var=X 100 =19.07(%)0.0543760.2851005.15 X MS5.15 X Total57l 辨别范周为7，小于基准值10，但大于基准值5.l%Study Var为 19.07%，大于基准值10%，但小于基准值30%。l%Contribution为 3.64%

31、，因部品之间差的变动为96.36%.还有，再现性散布为 1.68%，比重复性散布1.96%小，因此可以说因重复引起的变动比作业者之间的差异更大。q 评价指标解释评价指标解释%ContributionSource VarComp (of VarComp)Total Gage R&R 1.11E-04 3.64 Repeatability 6.00E-05 1.96 Reproducibility 5.15E-05 1.68 作业者 4.07E-06 0.13 作业者*部品 4.74E-05 1.55 Part-To-Part 2.95E-03 96.36 Total Variation 3.06

32、E-03 100.00 StdDev Study Var%Study VarSource (SD)(5.15*SD)(%SV)Total Gage R&R 1.06E-02 0.054376 19.07 Repeatability 7.75E-03 0.039892 13.99 Reproducibility 7.18E-03 0.036952 12.96 作业者 2.02E-03 0.010395 3.65 作业者*部品 6.89E-03 0.035459 12.44 Part-To-Part 5.43E-02 0.279867 98.16 Total Variation 5.54E-02

33、0.285100 100.00 Number of Distinct Categories=7 计量型计量型 Gage R&R总的来看，考虑与费用所需的精密度来决定是否允许使用此量测总的来看，考虑与费用所需的精密度来决定是否允许使用此量测System，应给重复性的改善予以更大的，应给重复性的改善予以更大的比重，来改善量测比重，来改善量测System的方案。的方案。585960 61 练习量具量具 R&R 方差分量来源 方差分量 贡献率合计量具 R&R 0.0003482 3.66 重复性 0.0001530 1.61 再现性 0.0001952 2.05 Operator 0.0001089

34、1.15 Operator*PartID 0.0000863 0.91部件间 0.0091570 96.34合计变异 0.0095052 100.00过程公差=0.5 研究变异%研究变%公差来源 标准差(SD)(6*SD)异(%SV)(SV/Toler)合计量具 R&R 0.0186597 0.111958 19.14 22.39 重复性 0.0123700 12.69 14.84 再现性 0.0139702 0.083821 16.76 Operator 0.0104350 0.062610 10.70 Operator*PartID 0.0092886 0.055731 9.53 11.1

35、5部件间 0.0956922 0.574153 98.15 114.83合计变异 0.0974945 0.584967 100.00 116.99可区分的类别数=762例例)计算计算%ToleranceTolerance时时%Tolerance=5.15 MSTolerance5.15 MSUSL-LSL63q%Toleance被计算的例子被计算的例子 计量型计量型 Gage R&R%Tolerance=X 100 =68.61(%)0.343060.55.15 X MSUSL-LSLProcess Tolerance64一个人反复一个人反复3 3次测试同样的部件的结果值之间有很大的差异次测试

36、同样的部件的结果值之间有很大的差异.即即,可判断出重复性上有问题可判断出重复性上有问题.另外另外,大部分的测量值都靠近平均的附近大部分的测量值都靠近平均的附近,所以可以判断出测所以可以判断出测量系统的区别上有问题量系统的区别上有问题.对个别测量值的图表分析对个别测量值的图表分析 图表分析结果图表分析结果 Minitab 使用方法使用方法(Stat Quality Tools Gage Run Chart 结果的结果的 解释解释65 Gage R&R Run Chart的使用的使用根据部品Plot每个测试人员的测量值能了解到同样部件,同样的人反复测出的值之间的变动量,也就是反复性.能了解到几个人

37、测了同样部件时测出的值之间的变动量,也就是再现性.重重复性上有问题的时候复性上有问题的时候 再现性上有问题的时候再现性上有问题的时候66过程过程%R&RR&R 观察到的观察到的 CpCp对策对策?1 18%8%0.40.4?2 255%55%1.51.5?3 350%50%0.40.4?4 460%60%4.54.5?注意力应放在哪一部分?量测系统还是过程能力?%R&R与能力67 过程过程%R&RR&R 观察到的观察到的 CpCp 对策对策 1 18%8%0.40.4能力能力 2 255%55%1.51.5量测量测 3 350%50%0.4 0.4 可能两者都是可能两者都是 4 460%60%

38、4.5 4.5 量测量测%R&R与能力68如何处理量具能力不足:如果主要的变异源是再现性(设备)，那麽需要更换、修理、或者调整设备。如果咨询设备经销商或者对行业情报进行研究后，发现使用的量具技术已达到当前工艺水平，并且量具工作符合规范，那麽仍然需要修正量具。对这个问题的一个临时解决方案是用信号平均(见下一页)。如果占主导地位的变异源是作业员造成的(再生性)，那麽必须透过训练和定义标准作业程序来解决这个问题。应当观察不同作业人员之间的差别，以便发现是训练、技巧，还是程序方面的问题。对规格进行分析，它们合理吗?如果量具能力是边际能力(高达研究变异的30%)，并且过程以很高的能力(Ppk大于2)在运

39、转，那麽量具没有问题，可以继续使用。69注:如果要减少量具误差，那麽要利用样本标准误的平方根的好处信号平均技术:n1n=对同一个零件进行再现量测的次数量测值=“n”次读数的平均值例:如果指出的估计值是4次再现量测值的平均数，那麽量具误差可以减少50%。2/141=这种技术应该用做短期方法，但是必须修正量具。管制再现性:平均数分配个体分配70/N N=s ss sP PMSMS 信信号号噪噪音音比比 (S/N(S/N 比比)将将産産品品变变异异与与量量测测系系统统变变异异联联系系起起来来，S/NS/N比应该尽可能大。比应该尽可能大。区区分分度度指指数数 提提供供刻刻度度数数量量 ，使使量量测测系

40、系统统准准确确量量测测零零件件(样样本本)的的变变异异。如如果果这这个个指指数数小小于于4 4，那那麽麽它它就就不不适适合合爲爲研研究究提提供供数数据据；如如果果指指数数等等于于2 2 到到4 4，那那麽麽它它相相当当于于“过过/不不过过”(Go/No Go/No Go)Go)量量具具。我我们们希希望望这这个个值值等等于于或大于或大于5 5。=s ss sp pmsms*.1 14141区分度区分度其他统计指数S S比比71下面几张幻灯片显示了4个计量的量具R&R结果%研究(P/TV-精密度比总变异)和%公差(P/T-精密度比公差)及其图形表示，这有助于使结果和改善量测系统需要的措施以目视直接

41、了解，还讨论了GR&R对Cp的影响。GR&R结果有无数个(将%研究和%公差结合)。用这4个相对特殊的情况，有 助于决定对得出的结果需要采取哪些措施。请记住，尽管可以考虑接受（慎 重进行）小于30%的情形，但是要努力寻找GR&R 因测量仪器的变异比较大.-仪器保全不足 -使用不合适的仪器 -仪器的固定夹具或者位置问题 再现性误差大时-因人的变异比较大.-测量者对使用和读Gage还不够熟悉.-需要对测量者进行培训 -Gage的刻度不够准确.测量的误差或者变异的要素 -I仪器 :仪器之间的差异,刻度频度之间的差异 -P测量方法:读仪器的方法之间的差异,测量方法的差异 -E测量条件:湿度,温度,压力等

42、作业环境之间的差异 -W测量样本:样本之间的变异 -P测量者:测量者之间的差异,实验室之间的差异,作业班次之间的差异83属性数据测量系统分析Attribute MSANO-GOGOOperator 2Operator 184 你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！85 留意事项留意事项(1)样品应选定代表Process的样品。任意选定25个样品时，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 Appr

43、aisal.计数型计数型 Gage R&R很难区分良/不率的样品20%30%不易区分良/不率的样品30%40%比较容易区分良/不率的样品30%40%很容易区分良/不率的样品0%20%86 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87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？881)1)有效性有效性(E):(E)

44、:正确地判断出合格正确地判断出合格/不合格的能力不合格的能力E=总次数正确判断出的样品数量2)2)漏发警报漏发警报率率 :P(Miss):P(Miss):把不合格品判定为合格品的概率把不合格品判定为合格品的概率(第第2 2种种 Error:Error:危险率危险率)(样品数 反复次数)P(Miss)=不合格样品的总测量次数误判断为合格的次数误判断为合格的次数=不合格品数 反复次数3)3)误发警报概率误发警报概率 P(FA);P(FA);把合格品判定为不合格品的概率把合格品判定为不合格品的概率(第第1 1种种 Error:Error:危险率危险率)误判断为不合格的次数误判断为不合格的次数=合格品

45、的总测量次数合格样品数 反复次数4)4)偏差偏差(Bias):(Bias):判断人员区分合格判断人员区分合格/不合格的尺度不合格的尺度B=P(FA)P(Miss)B=1:没有偏差B 1:判定为不合格的机率比较大B 1:判定为合格的机率比较大统计量适合附带条件下可以使用不合格有效性(E)误发警报率:P(FA)漏发警报率:P(Miss)0.90 1.00.0 0.050.0 0.020.80 0.900.05 0.100.02 0.050.80 以下0.10 以上0.05 以上89 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 St

46、udyStudyEx)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.90Attribute Gage R&R StudyAttribute Gage R&R StudyAttribute Gage R&R Study for MeasuremWithin AppraiserWithin App

47、raiserAssessment 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

48、数100 91Each Appraiser vs StandardEach Appraiser vs StandardAssessment AgreementAppraiser#Inspected#Matched Percent 95%CIA 15 14 93.33 (68.05,99.83)B 15 13 86.67 (59.54,98.34)C 15 12 80.00 (51.91,95.67)#Matched:Appraisers assessment across trials agrees with standard.Assessment Disagreement Appraiser

49、#NG/G Percent#G/NG Percent#Mixed PercentA 0 0.00 0 0.00 1 6.67B 0 0.00 0 0.00 2 13.33C 0 0.00 1 14.29 2 13.33#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

50、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100 92点:对比率的点推定值线:信赖区间的宽度*Graph 解释93 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