如何做MSA演示文稿

如何做MSA演示文稿目前一页\总数一百一十四页\编于三点课程内容为什么要实施MSA?什么是MSA?如何实施MSA?如何分析MSA?培训目标:了解MSA5性分析,及应用5性分析确保量测系统能满足测试过程中的要求.2目前二页\总数一百一十四页\编于三点第一章测量系统基础第二章测量系统统计特性第三章测量系统变异性影响第四章测量系统分析3目前三页\总数一百一十四页\编于三点哪個製程較好呢？4目前四页\总数一百一十四页\编于三点第一章测量系统基础5目前五页\总数一百一十四页\编于三点测量系统分析■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。■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.。■如果得到顾客批准，也可采用其它分析方法和接收准则。PPAP手册中规定:■对新的或进的量具测量和试验设备应参考MSA手册进行变差

研究APQP手册中规定:,■MSA分析计划及分析报告为<产品/过程确认阶段>的输出之一.0.MSA分析的对象TS-16949标准7.6

监视和测量设备的控制6目前六页\总数一百一十四页\编于三点1.测量系统分析的目的

■确定所使用的数据是否可靠:测量系统分析还可以：■评估新的测量仪器■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■确定并解决测量系统误差问题7目前七页\总数一百一十四页\编于三点■测量定义为赋值（或数）给具体事物以表示它们之间

关于特定性的关系。这个定义由美国标准局(NBS)Ｃ．cccEisenhart1963）首次提出。赋值过程定义为测量过ccc程，而赋予的值定义为测量值。■量具：任何用来获得测量结果的装置，经常用来特指

用在车间的装置；包括通过/不通过装置。■测量系统：是用来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、

软件、人员、环境和假设的集合；用来获

得测量结果的整个过程。2.术语8目前八页\总数一百一十四页\编于三点3.量测过程：标准：零件：仪器：人/程序：环境SWIPE量测数值分析输入输出可接受可能可接受需改善量测系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。9目前九页\总数一百一十四页\编于三点4.测量数据的质量■数据质量最通用的统计特性:

▲准确度(Accuracy)X→μ或称偏移(BIAS):

量测实际值与工件真值间之差异,是指数据相对基准（标准）值的位置。▲精密度(Precision)σ或称变差(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 之变异性。是指数据的分布。位置(Location)宽度(Width)■数据的质量: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.10目前十页\总数一百一十四页\编于三点4.1低质量数据的原因和影响■低质量数据的普遍原因之一是变差太大■一组数据中的变差多是由于测量系统及其环境的相互作用造成的。■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，因为测量系统的变差可能掩盖制造过程的变差。11目前十一页\总数一百一十四页\编于三点5.测量过程■为了有效地控制任何过程变差，需要了解：

▲过程应该做什么?

▲什么能导致错误?

▲过程在做什么?

▲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（PFMEA）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

出纠正措施。PFMEA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

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

规定的目标。这种检查行为本身就是过程。12目前十二页\总数一百一十四页\编于三点1)足够的分辨率和灵敏度。2)是统计受控制的。3)产品控制，变异性小于公差。4)过程控制:▲显示有效的分辨率.▲变异性小于制造过程变差.6.测量系统的统计特性13目前十三页\总数一百一十四页\编于三点部件A部件B部件A部件BA=2.0B=2.0A=2.52B=2.006.1测量仪器-分辨率■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。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14目前十四页\总数一百一十四页\编于三点6.1测量系统的有效分辨率1.要求不低于过程变差或允许偏差（tolerance）的十分之一.2.零件之间的差异必须大于最小测量刻度;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不同数据分级(ndc)的计算为:

ndc=(零件的标准偏差/总的量具偏差)*1.41.一般要求它大于4才可接受15目前十五页\总数一百一十四页\编于三点6.2敏感度（Sensitivity）■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。■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（OEM）、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。16目前十六页\总数一百一十四页\编于三点第二章测量系统统计特性17目前十七页\总数一百一十四页\编于三点数据变差的来源仪器(量具)工作件(零件)扩大量测系统变异变异性敏感性接触几何变形效应一致性单一性重复性再现性使用假设稳健设计偏移线性稳定性校准预防性维护维护创建公差发展的变异发展设计变异－夹持－位置－测量站－测量探测器相互关连的特性清洁适合的数据工作的定义弹性变形质量弹性特性支撑特性隐藏的几何可追溯性校准热扩散系数弹性特性人员/程序环境教育身体的限制程序目视标准工作规定工作态度经验培训经验培训理解技能人因工程照明压力振动空气污染几何的兼容性阳光人工光阳光阳温度人员空气流程热的系统平等化－系统构成要素周期标准与环境的关系标准18目前十八页\总数一百一十四页\编于三点测量系统的统计特性Bias偏倚(Bias)Repeatability重复性(precision精度)Reproducibility再现性Linearity线性Stability稳定性19目前十九页\总数一百一十四页\编于三点基准值观测平均值偏倚偏倚：是测量结果的观测平均值与基准值的差值。真值的取得可以通过采用更高等级的测量设备进行多次测量，取其平均值。1.偏倚(Bias)20目前二十页\总数一百一十四页\编于三点仪器需要校准仪器、设备或夹紧装置的磨损磨损或损坏的基准，基准出现误差校准不当或调整基准的使用不当仪器质量差─设计或一致性不好线性误差应用错误的量具不同的测量方法─设置、安装、夹紧、技术测量错误的特性量具或零件的变形环境─温度、湿度、振动、清洁的影响违背假定、在应用常量上出错应用─零件尺寸、位置、操作者技能、疲劳、观察错误1.1造成过份偏倚的可能原因21目前二十一页\总数一百一十四页\编于三点重复性指由同一个操作人员用同一种量具经多次测量同一个零件的同一特性时获得的测量值变差（四同）2.重复性(Repeatability)

MasterValue22目前二十二页\总数一百一十四页\编于三点零件(样品)内部：形状、位置、表面加工、锥度、样品一致性。仪器内部：修理、磨损、设备或夹紧装置故障，质量差或维护不当。基准内部：质量、级别、磨损方法内部：在设置、技术、零位调整、夹持、夹紧、点密度的变差评价人内部：技术、职位、缺乏经验、操作技能或培训、感觉、疲劳。环境内部：温度、湿度、振动、亮度、清洁度的短期起伏变化。违背假定：稳定、正确操作仪器设计或方法缺乏稳健性，一致性不好应用错误的量具量具或零件变形，硬度不足应用：零件尺寸、位置、操作者技能、疲劳、观察误差(易读性、视差)2.重复性不好的可能原因23目前二十三页\总数一百一十四页\编于三点由不同操作人员，采用相同的测量仪器，测量同一零件的同一特性时测量平均值的变差（三同一异）再现性3.再现性(Reproducibility)InspectorAMasterValueInspectorBInspectorCInspectorAInspectorBInspectorC24目前二十四页\总数一百一十四页\编于三点零件(样品)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A,B,C时的均值差。仪器之间：同样的零件、操作者、和环境，使用仪器A,B,C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3.1再现性不好的可能潜在原因25目前二十五页\总数一百一十四页\编于三点评价人(操作者)之间：评价人A,B,C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及一台手动测量仪器，推蕮进行此研究。环境之间：在第1,2,3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中最常见的研究。违背研究中的假定仪器设计或方法缺乏稳健性操作者训练效果应用─零件尺寸、位置、观察误差(易读性、视差)3.1再现性不好的可能潜在原因26目前二十六页\总数一百一十四页\编于三点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4.线性(Linearity)27目前二十七页\总数一百一十四页\编于三点仪器需要校准，需减少校准时间间隔；仪器、设备或夹紧装置磨损；缺乏维护—通风、动力、液压、腐蚀、清洁；基准磨损或已损坏；校准不当或调整基准使用不当；仪器质量差；—设计或一致性不好；仪器设计或方法缺乏稳定 性；应用了错误的量具；不同的测量方法—设置、安装、夹紧、技术；量具或零件随零件尺寸变化、变形；环境影响—温度、湿度、震动、清洁度；其它—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28目前二十八页\总数一百一十四页\编于三点稳定性时间1时间2是测量系统在某持续时间内测量同一基准或零件的单一特性时获得的测量值总变差。5.稳定性(Stability)29目前二十九页\总数一百一十四页\编于三点仪器需要校准，需要减少校准时间间隔仪器、设备或夹紧装置的磨损正常老化或退化缺乏维护─通风、动力、液压、过滤器、腐蚀、锈蚀、清洁磨损或损坏的基准，基准出现误差校准不当或调整基准的使用不当仪器质量差─设计或一致性不好仪器设计或方法缺乏稳健性不同的测量方法─装置、安装、夹紧、技术量具或零件变形环境变化─温度、湿度、振动、清洁度违背假定、在应用常量上出错应用─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30目前三十页\总数一百一十四页\编于三点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，应具有零变差、零偏倚和所测的任何产品错误分类为零概率的统计特性。6.理想的测量系统31目前三十一页\总数一百一十四页\编于三点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。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32目前三十二页\总数一百一十四页\编于三点对产品控制，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6σ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7.测量系统应有的特性33目前三十三页\总数一百一十四页\编于三点第三章测量系统变异性影响34目前三十四页\总数一百一十四页\编于三点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过程变差1.测量系统变异性的影响“重复性”和“再现性”是测量误差的主要来源35目前三十五页\总数一百一十四页\编于三点1.1测量系统变异性的影响■测量零件后:1)确定零件是否可接受（在公差内）或不可接受（在公差外）。2)零件进行规定的分类■产品控制原理:测量零件进行分类活动。■过程控制原理:零件变差是由过程中的普通原因还是特殊原因造成的。

控制原理驱动兴趣点产品控制零件是否在明确的目录之内？过程控制过程是否稳定和可接受？36目前三十六页\总数一百一十四页\编于三点LSLUSL2.对产品决策的影响■

I型错误:生产者风险误发警报好零件有时会被判为“坏”的

■

II型错误:消费者风险或漏发警报坏零件有时会被判为“好”的LSLUSLI型错误:II型错误37目前三十七页\总数一百一十四页\编于三点BadisbadLSLUSLIIIIIIIIIBadisbadGoodisgoodConfusedareaConfusedarea2.对产品决策的影响■错误决定的潜在因素:测量系统误差与公差交叉时■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：▲改进生产区域：减少过程变差，没有零件产生在II区。▲改进测量系统：减少测量系统误差从而减小II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。38目前三十八页\总数一百一十四页\编于三点3.对过程决策的影响■对过程决策的影响如下:

1)普通原因报告为特殊原因2)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

及变差的决定。39目前三十九页\总数一百一十四页\编于三点4.新过程的接受■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

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研究。■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。40目前四十页\总数一百一十四页\编于三点第四章测量系统分析41目前四十一页\总数一百一十四页\编于三点MSA分析方法的分类重复性分析再现性分析线性分析稳定性分析偏倚分析位置分析变异分析稳定性分析信号分析风险分析小样法大样法偏移分析稳定性分析变异分析计量型计数型破坏型MSA●极差法●均值极差法（包括控制图法）●ANOVE法（方差分析法）42目前四十二页\总数一百一十四页\编于三点1.稳定性分析之执行:1)获取一样本并确定其相对于可追溯标准的基准值。2）定期（天、周）测量标准样本3~5次，样本容量和频率应该基于对测量系统的了解。3）将数据按时间顺序画在X&R或X&S控制图上结果分析-作图法4）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。结果分析-数据法43目前四十三页\总数一百一十四页\编于三点1.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2~5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,XbarbarB)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。44目前四十四页\总数一百一十四页\编于三点1.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2~5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目前四十五页\总数一百一十四页\编于三点决定要分析的测量系统抽取样本，取值参考值请现场测量人员测量15次输入数据到EXCEL表格中计算t值，并判定是否合格，是否要加补正值保留记录2.偏倚BIAS分析之执行:46目前四十六页\总数一百一十四页\编于三点

X1=0.75mm X6=0.8mmX2=0.75mm X7=0.75mmX3=0.8mm X8=0.75mmX4=0.8mm X9=0.75mmX5=0.65 mm X10=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=100[0.05/0.70]=7.1%表明7.1%的过程变差是偏倚BIAS2.偏倚BIAS实例1:47目前四十七页\总数一百一十四页\编于三点2.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.小于过程变差或容差的1%,可认为是精确的.大于过程变差或容差的1%则需要研究和调整测量系统,或者临时用补偿值来修正以后的测量值3.偏倚的研究还可以通过作图的方式来进行,即作出直方图,然后根据经验判断是否可以接受.4.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测量平均值–参考值x(100)容差宽度2.偏倚BIAS实例:48目前四十八页\总数一百一十四页\编于三点2.偏倚BIAS实例:作图分析49目前四十九页\总数一百一十四页\编于三点♣

3.线性(Linearity)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/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./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目前五十页\总数一百一十四页\编于三点

线性(Linearity)的分析①线性不好的情况

–测量范围全领域偏倚(正确度)不一定的情况

无法矫正.偏倚基准值偏倚基准值51目前五十一页\总数一百一十四页\编于三点②线性(Linearity)和偏倚(Bias)判定基准③线性(Linearity)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目前五十二页\总数一百一十四页\编于三点④利用Minitab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目前五十三页\总数一百一十四页\编于三点▶实行结果▶结果解释▶Minitab使用方法(StatQualityTools

GageLinearityStudy)

StdDevStudyVar%StudyVarSource(SD)(5.15*SD)(%SV)TotalGageR&R0.238941.23058.67Repeatability0.238941.23058.67Part-to-Part2.7457614.140799.62TotalVariation2.7561314.1941100.00Linearity是总製程变異量的13.167%,因此线性是比较差,需要改善.Bias是0.4%，良好.54目前五十四页\总数一百一十四页\编于三点♣计算GageLinearity统计值22

Bias(y)=0.7367-0.13167MasterLinearity=0.13167*14.1941=1.86889%Linearity=倾斜度*100=13.167%♣计算GageBias统计值

平均

Bias=-0.2667/5=-0.05333%Bias=(|-0.05334|/14.1941)*100=0.4%⑤线性的计算方法55目前五十五页\总数一百一十四页\编于三点▲Linearity=|倾斜度

|xProcessVariation▲%Linearity=LinearityProcessVariationX100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Bias一定的话可以说线性较好.为了评价线性必须要计算Bias.*ProcessVariation=6σ=|倾斜度

|x100%Linearity值如果接近‘0’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56目前五十六页\总数一百一十四页\编于三点平均范围==(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%GageR&R=量具误差GageError/允差Tolerance=6.1/20*100%=30.5%4.快速GR&R（极差法/短期模式）d常数表允差Tolerance=20=最大值-最小值RRRRR57目前五十七页\总数一百一十四页\编于三点5.计量型数据的均值-极差法1.选择三个测量人（A,B,C）和10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.校准量具3.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.计算:58目前五十八页\总数一百一十四页\编于三点

示范：MSA搜集数据的规划项次搜集点搜集要项评估人员搜集数量1喷嘴封口内径大小33.00.5mm张三

李四王五10个2喷嘴封口外观检验外观检验(毛边、刮伤、变形)志明小宝15个59目前五十九页\总数一百一十四页\编于三点零件人員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GRR的数据示范：量测系统分析﹣计量60目前六十页\总数一百一十四页\编于三点作业者/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：[Max33.13–Min33.07]=diff

diff=0.0617.公式：[D4]=UCLR=0.043.27=UCLR=0.1318.公式：[D3]=LCLRLUCR=0示范：量具再现性及再生性数据表

xRRRx61目前六十一页\总数一百一十四页\编于三点公式：%AV=100[AV/TV]%AV=10.79%n=零件数

r=量测次数再现性──作业者．变异（AV）公式：AV=n=10 r=2AV=0.0304 公式：%EV=100[EV/TV]%EV=12.59%

重复性──设备变异（EV）公式：EV=R*K1EV=0.0355％制程变异量测单元分析量测次数K1230.88620.5908作业者人数23K20.70710.5231示范：量具重复性及再现性报告62目前六十二页\总数一百一十四页\编于三点全变异（TV）公式：TV=TV=0.2839

公式：%PV=100[PV/TV]

％PV=98.62%公式：ndc=1.41[PV/GRR]ndc=8.3978零件变异（PV）公式：PV=Rp*K3PV=0.2800公式：%R&R=100[GRR/TV]

%R&R=16.58%

重复性&再现性（GRR）公式：GRR=

GRR=0.04668

％制程变异量测单元分析0.70710.52310.44670.40300.37420.35340.33750.32490.31462345678910K3零件数示范：量具重复性及再现性报告63目前六十三页\总数一百一十四页\编于三点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，64目前六十四页\总数一百一十四页\编于三点*AV计算中，如根号下出现负值，AV取值0

9.2819.2809.2729.2839.2799.2739.2809.2729.3809.28690.1110

极差均值

0.002

3

最大均值差0.0007

2.57

均值上限

9.2889极差上限0.0051

0

均值下限

9.2848极差下限0

1.02注:

零件均值

9.2819.2809.2729.2839.2799.2739.2809.2729.3809.28690.1110

极差均值

0.002

3

最大均值差0.0007

2.57

均值上限

9.2889极差上限0.0051

0

均值下限

9.2848极差下限0

1.02注:

零件均值

65目前六十五页\总数一百一十四页\编于三点

5.GageR&R判断原则1.数值＜10%表示该量具系统可接受。2.10%≦数值≦30%表示该量具系统可接受或不接受，决定于该量具系统之重要性、修理所需之费用等因素。3.数值>30%表示该量具系统不能接受，须予以改进。判断原则66目前六十六页\总数一百一十四页\编于三点短期与长期方法的比较短期模式用生产设备用生产操作员快速-只需几个样品(~5)无反复（replicates）估计总的变差(TotalGageR&R)不能区分AV和EV不能指导改进的方向可用于破坏性测试长期模式用生产设备用生产操作员较多样品(>5)要求反复Replicates(~3)估计总的变差(TotalGageR&R)可以区分AV和EV为测量系统的改进提供指导67目前六十七页\总数一百一十四页\编于三点NO-GOGOOperator2Operator16.量测系统分析﹣计数值：68目前六十八页\总数一百一十四页\编于三点Go-NoGo数据模式人为因素主导，情况复杂对于以“是”和“不是”为计数基础的定性数据，其GR&R考察的概念是与定量数据一样的。但方法上完全不同.定性数据测量系统的能力取决于操作员判断的有效性，即将“合格”判断成合格，将“不合格”判断成不合格的程度.量测系统分析﹣计数值：69目前六十九页\总数一百一十四页\编于三点有效性Effectiveness(E)-即判断“合格”与“不合格”的准确性E=实际判断正确的次数/可能判断正确的机会次数.2.漏判的几率Probabilityofmiss(P-miss)–将“不合格”判为合格的机会;

P(miss)=实际漏判的次数/漏判的总机会数.3.误判的几率Probabilityoffalsealarm(P-FA)-将“合格”判为不合格的机会.

P(falsealarm)=实际误判次数/误判的总机会数.4.偏倚Bias(B)-指漏判或误判的偏向.B=P(falsealarm)/P(miss)B=1,无偏倚;

B>1,偏向误判;B<1,偏向漏判以下为判断所用的指标70目前七十页\总数一百一十四页\编于三点量测系统分析﹣(计数值)示范：外观检验量测分析，两个人，15个样本，重复两次，数据如下71目前七十一页\总数一百一十四页\编于三点

表示此量测系统是可靠的示范：量测系统分析﹣计数Appraiser#Inspected#MatchedPercent(%)95.0%CI

小宝1515100.0(81.9,100.0)

志明151493.3(68.1,99.8)#Matched:Appraiseragreeswithhim/herselfacrosstrials.72目前七十二页\总数一百一十四页\编于三点属性数据测量系统分析

AttributeMSA73目前七十三页\总数一百一十四页\编于三点Kappa属性测量系统属性/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Kappa技术可以用来评估这些属性和顺序测量系统74目前七十四页\总数一百一十四页\编于三点你真的拥有太多的属性数据吗?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/失败记录其结果设法获取连续数据75目前七十五页\总数一百一十四页\编于三点属性和顺序测量属性和顺序测量经常依靠主观分类或分级例子包括：把部件特征分级为好或坏在品尝之后分级葡萄酒的香味和口感从1到5给雇员的表现分级给体操打分在利用这些测量系统之前，我们应该评估它们吗？不评估它们的后果是什么呢？76目前七十六页\总数一百一十四页\编于三点测量系统分析–属性数据什么方法适于评估属性测量系统？属性系统－同等处理所有误分类的Kappa技术顺序系统－考虑误分类等级的Kappa技术例如，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77目前七十七页\总数一百一十四页\编于三点数据类型常态:包含不具有排序基础或可以分别出量的差别的数字，例如 例子:一公司中:A部门、B部门、C部门 一车间中:机器1、机器2、机器3 运输的类型:船、火车、飞机顺序: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。

例子：产品性能:优秀、很好、好、一般、差 品尝试验：味淡、辣、很辣、辣得难受 客户调查：强烈满意、满意、不满意、强烈不满意78目前七十八页\总数一百一十四页\编于三点Kappa技术Kappa适用于非定量系统，如好或坏通过/不通过区分声音(嘶嘶声、叮当声、重击声)區分色彩亮度通过/失败79目前七十九页\总数一百一十四页\编于三点Kappa技术适用于属性数据的Kappa同等处理所有误分类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要求评估类别是相互排斥的80目前八十页\总数一百一十四页\编于三点操作定义（检查标准）存在着一些质量特点，或者难以定义或者定义很耗费时间要一致地评估分类，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81目前八十一页\总数一百一十四页\编于三点

留意事项樣品应选定代表Process的樣品。任意选定25个樣品时，以下能成为向导。

把平时检查的作业者选定为作业者的选定对象，并成为BlindAppraisal.计数型

GageR&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%82目前八十二页\总数一百一十四页\编于三点属性测量系统中的α和β风险α风险/生产者风险合格产品被拒绝不必要的报废/返工的原因被人为削减的过程性能β风险/消费者风险接受了不合格产品不满意的客户夸大的过程性能83目前八十三页\总数一百一十四页\编于三点结果?哪些是重要的应关心的问题？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？次品正在流向下一步操作或客户吗？优质品正在被返工或处理掉吗？评估的标准是什么？如何度量一致性？84目前八十四页\总数一百一十四页\编于三点什么是Kappa?Pobserved

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） 注意：上述等式适用于两类分析，即优良或次劣85目前八十五页\总数一百一十四页\编于三点Kappa要达成完全一致，Pobserved=1且K=1一般说来，如果Kappa值低于0.7，那么测量系统是不适当的如果Kappa值为0.9或更高，那么测量系统是优秀的Kappa的下限为0到-1如果Pobserved=Pchance那么K=0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86目前八十六页\总数一百一十四页\编于三点Kappa量测能力评价指标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。基本上，达不到100%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%↑70~90%70%↓计数型

GageR&R87目前八十七页\总数一百一十四页\编于三点属性测量系统指导在选择研究的部件时，要考虑以下几方面因素：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个次劣品最多可选择50个优良品和50个次劣品尽量保持大约50%的优良品和50%的次劣品选择不同程度的优良和次劣88目前八十八页\总数一百一十四页\编于三点属性测量系统指导如果你的类别超过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%的产品你可以把一些缺陷方式合并称为“其它”这些类别应该互相排斥，否则它们应该合并起来89目前八十九页\总数一百一十四页\编于三点分级员内部/重复性考虑让每个分级员至少两次判定同一单元为每个分级员建立独立的Kappa表，计算他们的Kappa值如果某个分级员的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)90目前九十页\总数一百一十四页\编于三点Kappa例子#1BillBlackbelt正在努力改进一个具有高退货率的油漆过程在工程早期，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下一页的数据是在测量系统研究中收集的。需要计算每个操作员的Kappa和操作员之间的Kappa91目前九十一页\总数一百一十四页\编于三点考虑下列数据92目前九十二页\总数一百一十四页\编于三点分级员A的交叉表在每个单元格中填入收集到的信息93目前九十三页\总数一百一十四页\编于三点交叉表第一格代表分级员A在第一次和第二次测量中判定为优良的次数94目前九十四页\总数一百一十四页\编于三点交叉表第二格代表分级员A在第一次测量中判定一个单元为次劣，在第二次测量中判定为优良的次数95目前九十五页\总数一百一十四页\编于三点交叉表第三格代表分级员A在第一次测量中判定一个单元为优良，在第二次测量中判定为次劣的次数96目前九十六页\总数一百一十四页\编于三点交叉表第四格代表分级员A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97目前九十七页\总数一百一十四页\编于三点交叉表边格的数字代表行和列的总和98目前九十八页\总数一百一十四页\编于三点交叉表-比例分级员A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10/2099目前九十九页\总数一百一十四页\编于三点交叉表-比例由行和列的总和计算而得100目前一百页\总数一百一十四页\编于三点对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）101目前一百零一页\总数一百一十四页\编于三点Pobserved等于上表对角线上概率的总和：

Pobserved=(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KraterA=(0.85-0.51)/(1-0.51)=0.693计算分级员A的Kappa102目前一百零二页\总数一百一十四页\编于三点KRaterB=数字比例计算分级员B的Kappa103目前一百零三页\总数一百一十四页\编于三点▶利用Minitab的二元分类系数型GageR&R的StudyEx)为了分析以Go/No-GoGage判定合格/不合格的系数型测试系统选了15EA样品(合格品8个,不合格品7个)之后由3名测试人员反复测了3次后得到了如下的Data.104目前一百零四页\总数一百一十四页\编于三点AttributeGageR&RStudyAttributeGageR&RStudyforMeasuremWithinAppraiserAssessmentAgreementAppraiser#Inspected#MatchedPercent(%)95.0%CIA151493.3(68.1,99.8)B151386.7(59.5,98.3)C151386.7(59.5,98.3)#Matched:Appraiseragreeswithhim/herselfacrosstrials.▶测量一致性评价-评价每个测试人员反复测试出的值之间的测量一致性*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<反复性>105目前一百零五页\总数一百一十四页\编于三点EachAppraiservsStandardAssessmentAgreementAppraiser#Inspected#MatchedPercent(%)95.0%CIA151493.3(68.1,99.8)B151280.0(51.9,95.7)C151280.0(51.9,95.7)#Matched:Appraiser'sassessmentacrosstrialsagreeswithstandard.AssessmentDisagreementAppraiser#NG/GPercent(%)#G/NGPercent(%)#MixedPercent(%)A0