版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领
文档简介
6SigmaYellowBelt單元五量測系統分析(MSA)16SigmaYellowBelt單元五1MSA
量測觀念要求標準
MSA種類分析方法運用範圍前置工作評鑑程序隨堂測驗2MSA233445566778899101011111212131314141515161617171818191920202121製程分析作業流程檢測作業改善檢測系統更修分析／消除變異製程改善μ或σ?GR&R?Ca/Cp/Cpk?Ca/Cp/Cpk?起始檢測系統追溯校正MSA短期SPC長期SPC製程品質再提昇YYYYNNNN22製程分析作業流程檢測系統更修起始檢測系統追溯校正MSA2323Variables(連續型)平均值全距法
ANOVAAttributes(離散型)
檢驗員本身及檢驗員間一致性判定有“大師”或“專家”標準Kappa統計分析MSA種類24Variables(連續型)MSA種類24MSA–Variables(連續型)25MSA–Variables(連續型)252626272728282929數據資料表30數據資料表30GR&R
分析表格31GR&R分析表格31GR&R
分析表格5.15*32GR&R分析表格5.15*323333343435353636373738383939變異的組成RChartXbarChartPart分析OP分析PartXOP交互作用GageR&R(ANOVA)forResponse40變異的組成RChartXbarChartPart分析O41414242434344444545MSA–Attributes(離散型)46MSA–Attributes(離散型)46量測方法
實驗:檢驗員以隨機順序方式進行量測分析工具:MinitabR14
AttributeAgreementAnalysis
推論:檢驗員本身(重複性)不同檢驗員間(再現性)與大師或“專家”標準比較(再現性)Kappa統計分析47量測方法實驗:檢驗員以隨機順序方式進行量測47檢驗員:2-3位樣本:建議至少30個(合格/不合格/兩者之間)試驗次數:每個樣本重複量測2-3次量測工具:主觀判斷Go/NoGo限度樣本/標準品量測方法
48檢驗員:2-3位量測方法48實驗步驟
步驟1:第一位檢驗員以隨機方式針對每個樣品判定合格/不合格或缺點數個數步驟2:第二位及第三位檢驗員分別重複同樣方式進行步驟3:重複1-2步驟,直到完成所須量測次數
49實驗步驟步驟1:第一位檢驗員以隨機方式針對每個樣品49分析Data/Code/TexttoNumericNG/G轉為數值格式NG:1G:2開啟檔案:MSAAttribute.mpj選擇Result編碼為數字格式欄位名稱將數據編碼轉為數值格式50分析Data/Code/TexttoNumeStat/QualityTools/AttributeAgreementAnalysis分析選擇PartOperator編碼後的欄位名稱51Stat/QualityTools/Attribu檢驗員1:第一次量測與第二次量測不一致兩位檢驗員判定不一致檢驗員2:第一次量測與第二次量測不一致分析問題所在:非水平的直線52檢驗員1:第一次量測與第二次量測不一致兩位檢驗員判定不一重複性:檢驗員本身分析95%CI:Theconfidenceintervalrepresentstherangeintowhichyoucanexpectthepercentmatchedtofall53重複性:檢驗員本身分析95%CI:Theconf重複性:檢驗員本身顯示信賴區間分析54重複性:檢驗員本身顯示信賴區間分析54再現性:不同檢驗員間各檢驗員間判定一致性分析55再現性:不同檢驗員間各檢驗員間判定一致性分析55有“大師”或“專家”標準分析56有“大師”或“專家”標準分析56分析選擇所有檢驗員欄位輸入檢驗員數量及每個樣本量測次數選擇大師或專家標準欄位選擇result顯示kappaStat/QualityTools/AttributeAgreementAnalysis57分析選擇所有檢驗員欄位輸入檢驗員數量及每個樣本量測次數選重複性:檢驗員本身分析推論:兩位檢驗員在10個樣本中,有8個判定一致58重複性:檢驗員本身分析推論:58再現性:不同檢驗員間分析推論:兩位檢驗員在10個樣本中,有8個判定一致59再現性:不同檢驗員間分析推論:兩位檢驗員在10個樣本中各檢驗員與專家比較分析推論:每個檢驗員和專家判定結果各有7個一致60各檢驗員與專家比較分析推論:每個檢驗員和專家判定結果各有所有檢驗員與專家比較分析推論:所有檢驗員和專家判定結果有5個一致61所有檢驗員與專家比較分析推論:所有檢驗員和專家判定結果有分析62分析62Kappa統計分析:StatGuideKappa(摘錄自MinitabR14線上協助)Theratiooftheproportionoftimesthattheappraisersagree(correctedforchanceagreement)tothemaximumproportionoftimesthatappraiserscouldagree(correctedforchanceagreement).Whenyouhaveaknownstandard,kappaistheaverageacrosstrials.Ifkappa=1,thenthereisperfectagreement.Ifkappa=0,thentheagreementisthesameaswouldbeexpectedbychance.Negativevaluesoccurwhenagreementisweakerthanexpectedbychance,butthisrarelyhappens.Thehigherthekappavalue,thestrongertheagreement.63Kappa統計分析:StatGuideKappa(摘Kappa統計分析:StatGuideKappaStatistics(摘錄自MinitabR14線上協助)
Ifeachappraiserprovidestwoormoreratingsforthesameunit,youcanassesstheconsistencyofeachappraiser'sratingsacrossthetrials.
IfKappa=1,thenthereisperfectagreement.IfKappa=0,theagreementisthesameaswouldbeexpectedbychance.Thestrongertheagreement,thehigherthevalueofKappa.Negativevaluesoccurwhenagreementisweakerthanexpectedbychance,butthisrarelyhappens.Dependingontheapplication,Kappalessthan0.7indicatesthatthemeasurementsystemneedsimprovement.Kappavaluesgreaterthan0.9areconsideredexcellent.
ComparetheKappastatisticsforeachResponseandforOverall.Areappraisershavingdifficultywithaparticularresponse?
Forthefabricdata,allKappastatisticsaregreaterthan0.7.Theappraisers'ratingconsistencyiswithinacceptablelimits.
Usethep-valuestochoosebetweentwoopposinghypotheses,basedonyoursampledata:Ho:TheagreementwithinappraiserisduetochanceH1:Theagreementwithinappraiserisnotduetochance
Thep-valueprovidesthelikelihoodofobtainingyoursample,withitsKappastatistic,ifthenullhypothesis(Ho)istrue.Ifthep-valueislessthanorequaltoapredeterminedlevelofsignificance(a-level),thenyourejectthenullhypothesisandclaimsupportforthealternativehypothesis.
Forthefabricdata,witha=0.05,forallappraisersandallresponses,p=0.000,soyourejectthenullhypothesis.Theratingagreementsforprintqualityaresignificantlydifferentfromthosethatwouldbeachievedbychance.
Thewithin-appraiserstatisticsdonotcomparetheappraisers'ratingstotheknownstandard.Althoughtheappraisers'ratingsmaybeconsistent,theyarenotnecessarilycorrect.64Kappa統計分析:StatGuideKappaStKappa統計分析
用來評估各個檢驗員在各次試驗間的一致性Kappa=1,判定結果完全一致Kappa=0,判定結果一致性的情況只是碰巧發生一致性越強,Kappa值越高當一致性比碰巧發生的機率還低時,Kappa為負值,但這很少發生；隨應用範圍不同,一般來說Kappa小於0.7表示測量系統需要改善．Kappa值大於0.9表示測量系統極佳65Kappa統計分析用來評估各個檢驗員在各次試驗間的一致性Kappa統計分析(假設檢定)
H0(虛無假設):檢驗員本身判定結果一致情況是由於碰巧發生H1(對立假設):檢驗員本身判定結果一致情況由於非碰巧發生
IfPvalue<α-Level(一般α=0.05),RejH0IfPvalue>α-Level(一般α=0.05),AccH066Kappa統計分析(假設檢定)H0(虛無假設):檢驗Kappa統計分析
檢驗員判定結果一致性,檢驗員1較佳Kappa值<0.7,表示量測系統須改善重複性:檢驗員本身PValue<0.05,RejectH067Kappa統計分析檢驗員判定結果一致性,檢驗員1較佳KKappa統計分析
Kappa值<0.7,表示量測系統須改善判定通過與無通過Kappa值相同再現性:不同檢驗員間PValue<0.05,RejectH068Kappa統計分析Kappa值<0.7,表示量測系統須改Kappa統計分析
Kappa值<0.7,表示量測系統須改善各檢驗員與專家比較Kappa值降低,表檢驗員並非每次做出正確判斷各檢驗員與專家比較PValue<0.05,RejectH069Kappa統計分析Kappa值<0.7,表示量測系統須改Kappa統計分析
PValue<0.05,RejectH0Kappa值<0.7,表示量測系統須改善所有檢驗員與專家比較判定通過與無通過Kappa值相同70Kappa統計分析PValue<0.05,Reje離散型量測系統改善方法
感知增加器(增進人類辨別力的工具)遮罩/範本(阻絕不重要的資訊)查檢表變更產品設計自動化整頓工作範圍視覺上的輔助工具71離散型量測系統改善方法感知增加器(增進人類辨別力的工具)772727373747475757676777778787979808081816SigmaYellowBelt單元五量測系統分析(MSA)826SigmaYellowBelt單元五1MSA
量測觀念要求標準
MSA種類分析方法運用範圍前置工作評鑑程序隨堂測驗83MSA2843854865876887898909911092119312941395149615971698179918100191012010221製程分析作業流程檢測作業改善檢測系統更修分析／消除變異製程改善μ或σ?GR&R?Ca/Cp/Cpk?Ca/Cp/Cpk?起始檢測系統追溯校正MSA短期SPC長期SPC製程品質再提昇YYYYNNNN103製程分析作業流程檢測系統更修起始檢測系統追溯校正MSA10423Variables(連續型)平均值全距法
ANOVAAttributes(離散型)
檢驗員本身及檢驗員間一致性判定有“大師”或“專家”標準Kappa統計分析MSA種類105Variables(連續型)MSA種類24MSA–Variables(連續型)106MSA–Variables(連續型)2510726108271092811029數據資料表111數據資料表30GR&R
分析表格112GR&R分析表格31GR&R
分析表格5.15*113GR&R分析表格5.15*3211433115341163511736118371193812039變異的組成RChartXbarChartPart分析OP分析PartXOP交互作用GageR&R(ANOVA)forResponse121變異的組成RChartXbarChartPart分析O1224112342124431254412645MSA–Attributes(離散型)127MSA–Attributes(離散型)46量測方法
實驗:檢驗員以隨機順序方式進行量測分析工具:MinitabR14
AttributeAgreementAnalysis
推論:檢驗員本身(重複性)不同檢驗員間(再現性)與大師或“專家”標準比較(再現性)Kappa統計分析128量測方法實驗:檢驗員以隨機順序方式進行量測47檢驗員:2-3位樣本:建議至少30個(合格/不合格/兩者之間)試驗次數:每個樣本重複量測2-3次量測工具:主觀判斷Go/NoGo限度樣本/標準品量測方法
129檢驗員:2-3位量測方法48實驗步驟
步驟1:第一位檢驗員以隨機方式針對每個樣品判定合格/不合格或缺點數個數步驟2:第二位及第三位檢驗員分別重複同樣方式進行步驟3:重複1-2步驟,直到完成所須量測次數
130實驗步驟步驟1:第一位檢驗員以隨機方式針對每個樣品49分析Data/Code/TexttoNumericNG/G轉為數值格式NG:1G:2開啟檔案:MSAAttribute.mpj選擇Result編碼為數字格式欄位名稱將數據編碼轉為數值格式131分析Data/Code/TexttoNumeStat/QualityTools/AttributeAgreementAnalysis分析選擇PartOperator編碼後的欄位名稱132Stat/QualityTools/Attribu檢驗員1:第一次量測與第二次量測不一致兩位檢驗員判定不一致檢驗員2:第一次量測與第二次量測不一致分析問題所在:非水平的直線133檢驗員1:第一次量測與第二次量測不一致兩位檢驗員判定不一重複性:檢驗員本身分析95%CI:Theconfidenceintervalrepresentstherangeintowhichyoucanexpectthepercentmatchedtofall134重複性:檢驗員本身分析95%CI:Theconf重複性:檢驗員本身顯示信賴區間分析135重複性:檢驗員本身顯示信賴區間分析54再現性:不同檢驗員間各檢驗員間判定一致性分析136再現性:不同檢驗員間各檢驗員間判定一致性分析55有“大師”或“專家”標準分析137有“大師”或“專家”標準分析56分析選擇所有檢驗員欄位輸入檢驗員數量及每個樣本量測次數選擇大師或專家標準欄位選擇result顯示kappaStat/QualityTools/AttributeAgreementAnalysis138分析選擇所有檢驗員欄位輸入檢驗員數量及每個樣本量測次數選重複性:檢驗員本身分析推論:兩位檢驗員在10個樣本中,有8個判定一致139重複性:檢驗員本身分析推論:58再現性:不同檢驗員間分析推論:兩位檢驗員在10個樣本中,有8個判定一致140再現性:不同檢驗員間分析推論:兩位檢驗員在10個樣本中各檢驗員與專家比較分析推論:每個檢驗員和專家判定結果各有7個一致141各檢驗員與專家比較分析推論:每個檢驗員和專家判定結果各有所有檢驗員與專家比較分析推論:所有檢驗員和專家判定結果有5個一致142所有檢驗員與專家比較分析推論:所有檢驗員和專家判定結果有分析143分析62Kappa統計分析:StatGuideKappa(摘錄自MinitabR14線上協助)Theratiooftheproportionoftimesthattheappraisersagree(correctedforchanceagreement)tothemaximumproportionoftimesthatappraiserscouldagree(correctedforchanceagreement).Whenyouhaveaknownstandard,kappaistheaverageacrosstrials.Ifkappa=1,thenthereisperfectagreement.Ifkappa=0,thentheagreementisthesameaswouldbeexpectedbychance.Negativevaluesoccurwhenagreementisweakerthanexpectedbychance,butthisrarelyhappens.Thehigherthekappavalue,thestrongertheagreement.144Kappa統計分析:StatGuideKappa(摘Kappa統計分析:StatGuideKappaStatistics(摘錄自MinitabR14線上協助)
Ifeachappraiserprovidestwoormoreratingsforthesameunit,youcanassesstheconsistencyofeachappraiser'sratingsacrossthetrials.
IfKappa=1,thenthereisperfectagreement.IfKappa=0,theagreementisthesameaswouldbeexpectedbychance.Thestrongertheagreement,thehigherthevalueofKappa.Negativevaluesoccurwhenagreementisweakerthanexpectedbychance,butthisrarelyhappens.Dependingontheapplication,Kappalessthan0.7indicatesthatthemeasurementsystemneedsimprovement.Kappavaluesgreaterthan0.9areconsideredexcellent.
ComparetheKappastatisticsforeachResponseandforOverall.Areappraisershavingdifficultywithaparticularresponse?
Forthefabricdata,allKappastatisticsaregreaterthan0.7.Theappraisers'ratingconsistencyiswithinacceptablelimits.
Usethep-valuestochoosebetweentwoopposinghypotheses,basedonyoursampledata:Ho:TheagreementwithinappraiserisduetochanceH1:Theagreementwithinappraiserisnotduetochance
Thep-valueprovidesthelikelihoodofobtainingyoursample,withitsKappastatistic,ifthenullhypothesis(Ho)istrue.Ifthep-valueislessthanorequaltoapredeterminedlevelofsignificance(a-level),thenyourejectthenullhypothesisandclaimsupportforthealternativehypothesis.
Forthefabricdata,witha=0.05,forallappraisersandallresponses,p=0.000,soyourejectthenullhypothesis.Theratingagreementsforprintqualityaresignificantlydifferentfromthosethatwouldbeachievedbychance.
Thewithin-appraiserstatisticsdonotcomparetheappraisers'ratingstotheknownstandard.Althoughtheappraisers'ratingsmaybeconsistent,theyarenotnecessaril
温馨提示
- 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
评论
0/150
提交评论