六西格玛之测量测量系统分析（MSA）课件

测量(Measure)阶段测量(Measure)阶段测量系统分析

(MeasurementSystemsAnalysis

)

测量系统分析

(MeasurementSystemsAnDefineMeasureAnalyzeImproveControlStep4-确定项目Y’sStep5-确认Y的现水准Step6-发掘潜在的原因变量(X)基础统计学

Minitab简介测量系统分析Y的表现水平及目标确定改进目标路径位置DefineMeasureAnalyzeImproveCon目录MSA

概要测量系统评价计量型数据

GageR&R记数型数据

GageR&R

MSA练习

目录MSA概要测量系统

它是测量仪器,测量者,测量对象,测量方法等一系列的总称;测量系统分析(MSA)

是MeasurementSystemAnalysis的首字母的缩写,表示为了确保数据的信赖性,通过研究测量系统所发生的变动对工程散布的影响,从而判断该测量系统的适合性MSA概要测量系统MSA概要测量系统评价的重要性

1.测量数据

1)作为分析判断的基本依据,有必要评价其信赖性;2)依据测量系统进行观测和评价

2.测量系统的分析是6SIGMA活动的最基本的工作和最重要的部分之一

3.测量系统分析被强调的原因

1)所有的产品通常都是由许多部件构成的;2)产品的小型化趋势使产品的误差界限缩小;3)部件更换或组装时通常要求有互换性;4)为了能大量生产,通常有增大自动组装的必要性测量系统分析的种类

1.连续性数据的MSA;2.离散性数据的MSAMSA概要测量系统评价的重要性MSA概要测量值真实可信吗

-测量值通常不是绝对的,它是测量流程的结果,与其他流程一样也具有散布;-因此,在测量系统得到验证之前,在项目中应把它作为一个重要的X变量来考虑;MSA概要测量值真实可信吗MSA概要

真值(实际产品散布)测量误差(测量散布)测量值(观察的散布)

测量值的构成要素＋=数据到处都有,但不一定反映事实,因此有必要确认数据的信赖性.MSA概要真值测量误差测量值测量值的构成要素＋=数据到处都有,但

在MSA研究时需要确保的信息资料

测量误差有多大?测量误差的原因是什么?测量工具分辨率如何?重新测量也有相同的结果吗?使用其他测量工具也有相同的结果吗?测量工具随着时间变化会长期稳定吗?测量工具是否具备执行该研究(分析)的能力?怎样提高测量系统?Y的测量系统评价在MSA研究时需要确保的信息资料测量误差有多大?Y的测理想的测量系统是测量时能够反映出“真值”.测量系统的品质是由统计性属性决定的.

统计性属性-测量散布要比产品规格小-测量散布要比工程散布小.-分辨率应该是产品规格或工程散布的

十分之

一的程度

测量系统的属性

Y的测量系统评价理想的测量系统是测量时能够反映出“真值”.测量系统的属工程散布可能的来源

我们将把“重复性”和“再现性”作为测量误差的第一来源来探讨

为了调查实际的工程散布，必须首先确定测量系统的散布，并把它从工程散布中分离出来

稳定性线性长期工程散布短期工程散布样本之间散布实际工程散布重复性校准测量仪器散布作业者散布

测量散布观察到的散布Y的测量系统评价工程散布可能的来源我们将把“重复性”和“再现性”作为测设备不稳定测量仪器环境

方法配件磨损电力不稳定标准次序

测量散布(错误的测量值)湿度清洁度震动电压变化气温变化

测量散布的原因?(4M1E)

样本

测量者灰尘/噪音标准样本量产样本良品样本不良样本保管/管理感觉,气氛熟练度测量位置测量次数测量条件Y的测量系统评价设备不稳定测量仪器环境方法配件磨损电力不稳定标假设某实际工程的标准偏差为5,平均为70，假设另有一带有一定测量误差(即标准偏差=5)的测量系统.

使用Minitab,来模拟测量误差给流程能力所带来的影响.

Minitab练习:流程能力及测量误差Y的测量系统评价假设某实际工程的标准偏差为5,平均为70，Minitab按照这些方法产生数据来模拟我们的模型:产生一个随机正态分布

Y的测量系统评价按照这些方法产生数据来模拟我们的模型:产生一个随机正态分布产生测量系统随机数据实际流程+测量系统Y的测量系统评价产生测量系统随机数据实际流程+测量系统Y的测量系统评价LSLUSLLSLUSL实际工程散布-无测量误差

观察到的工程散布-伴随

测量误差Y的测量系统评价LSLUSLLSLUSL实际工程散布-无测量误差观察

和测量系统相关的术语分辨率（

Discrimination

）正确度（Accuracy

）

-正确性-真值（Truevalue）-偏离（

Bias

）直线性（Linearity）稳定性（Stability）精密度（Precision

）

重复性（Repeatability）再现性（Reproducibility）Y的测量系统评价和测量系统相关的术语分辨率（Discrimination

是指测量仪器的最小刻度可以测量到被测对象的小数点的位置。

测量仪器的刻度通常应为为产品规格或工程散布宽度的十分之一12345好的分辨率

12345差的分辨率分辨率Y的测量系统评价是指测量仪器的最小刻度可以测量到被测对象的小数点的位平均散布正确性精密性mmm测量系统产品总+=sss222测量系统产品总+=

测量系统和关联术语测量误差=正确性(平均)+精密性(散布)测量系统偏离-通过“校准研究”决定测量系统散布-通过“R&R研究”决定Y的测量系统评价平均散布正确性精密性mmm测量系统产品总+=sss222测量-正确度:测量值的平均和真值的一致程度-直线性:在测量量程范围内的系统测量结果的一致性-稳定性:随着时间和空间的变化测量系统变动程度

对平均的评价Y的测量系统评价-正确度:测量值的平均和真值的一致程度对平均的评价

真值

理论正确值

偏离(Bias)

所有测量值的平均和真值间的差异

仪器2平均值真值平均值仪器1仪器2偏离仪器1偏离Y的测量系统评价真值偏离(Bias)仪器2平均值真值平均值仪器1真值平均正确度

正确度

测量仪器的正确度是指观察到的测量平均值和真值或“真实”值间的差异

正确度低的潜在原因-测量仪器的刻度调整不合适；-作业者不能正确使用测量仪器-不明确的步骤；-人的局限Y的测量系统评价真值平均正确度正确度测量仪器的正确度是指观察到的测量平

直线性

直线性是指在测量系统的量程范围内测量系统的一致性精确度测量仪器1:线性有问题测量样品0精确度测量仪器2:线性没有问题

0测量样品直线性差的潜在原因有哪些？Y的测量系统评价直线性直线性是指在测量系统的量程范围内测量系统的一致性精对于同样的样品用同样的测量仪器在不同的时间或地点测量时的结果的差异状态.

稳定性

时间1时间1时间2真值真值稳定性好稳定性差时间3时间3时间2稳定性差的潜在原因有哪些？Y的测量系统评价对于同样的样品用同样的测量仪器在不同的时间或地点测量时的稳

对散布的评价-精密度:根据测量系统反复性和再现性的总变动-

反复性:

重新测量也有相同的结果吗?-再现性:用其他测量系统也有相同的结果吗?Y的测量系统评价对散布的评价-精密度:根据测量系统反复性和再现性的总-测量系统中的总散布

术语:随机误差（RandomError），分散（Spread），测试/再测试误差（Test/Retesterror）

重复性和再现性

精密度

Ms=测量系统，rpt=重复性，rpd=再现性Y的测量系统评价-测量系统中的总散布精密度Ms=测量系统，rpt=

重复性

是同一个人用同一个仪器对同一个样品的同一个特性进行连续测量之间的散布。也被称为

测试-再测试误差

;是测量系统的固有散布，可作为

短期散布的估计，

真值平均值重复性好平均值重复性差重复性差的潜在原因有那些？Y的测量系统评价重复性是同一个人用同一个仪器对同一个样品的

再现性不同的操作者用相同或不同的测量仪器测量同一个样本的同一个特性时测量的平均值间的差异

真值再现性好作业者1再现性差作业者2作业者3作业者1作业者2作业者3再现性差的潜在原因有哪些？Y的测量系统评价再现性不同的操作者用相同或不同的测量仪器测量同一个样本的同

例子

假设我们有一个真实“硬度”为5.0的参考材料

用方法1得出以下读数：

3.8,4.4,4.2,4.0用方法2得出以下读数： 6.5,4.0,3.2,6.3哪个方法更精确？

哪个方法更精密?你更倾向于哪个方法？为什么？

方法2-平均值等于“真实”硬度值

方法1-散布很低

方法1-与散布相比我们更容易纠正平均值偏移

Y的测量系统评价例子假设我们有一个真实“硬度”为5.0的参考材料方正确性是...真值平均值偏离测量误差不应大于规格公差和产品散布的10%.精密性是...真值真值重复性好重复性差真值再现性好再现性差检查者A检查者B检查者C检查者A检查者B-测量仪器的自身变动-测量者间的变动真值Y的测量系统评价正确性是...真值平均值偏离测量误差不应大于规格公差和产品散

测量系统分析步骤1.决定测量的项目与特性2.确认测量仪器3.收集数据资料4.分析数据并得出结论Y的测量系统评价测量系统分析步骤1.决定测量的项目与特性Y的测量系统评价

事前确认事项选定正确的测量系统了吗?选定的重要测量系统输入变量和重要输出变量间的关系?测量系统的统计特性是否满足?数据的用途是什么?对测量仪器是否实施过检验与校正，其结果如何？

事后确认事项样本的选定具有代表性吗?与工程散布和规格相比其结果如何?测量时是否有误差?Y的测量系统评价事前确认事项选定正确的测量系统了吗?事后确认事项样本的计量型数据的

GageR&R

计量型数据的GageR&R它说明有多少百分比的总散布是由测量误差所带来的

包括重复性和再现性

-%R&R<10%:好的测量仪器-10%~30%:

可使用的水准-%R&R>30%:不适当%R&R一般以百分比表示Y的测量系统评价%R&R一般以百分比表示Y的测量系统评价观察到的工程散布测量系统散布%R&R=20%%R&R=75%%R&R=100%计量型数据的

GageR&R

观察到的工程散布测量系统散布%R&R=20%%R&R=%R&R

是工程改进负责人最佳的参考测量值.

%R&R用以推测测量系统的散布占全部工程散布的百分率%R&R

是执行工程改进研究时最有用的推测值.%R&R的使用

计量型数据的

GageR&R

%R&R是工程改进负责人最佳的参考测量值.%R

P/T比

一般用%表现注意:5.15标准偏差占测量系统散布的99%.5.15是产业标准.说明有多少百分比的公差由测量误差所占据

包括重复性和再现性

作为目标，我们追求P/T<30%计量型数据的

GageR&R

P/T比一般用%表现注意:5.15标准偏差占测量

P/T比

产品公差LSLUSL计测系统散布P/T=20%P/T=100%P/T=200%计量型数据的

GageR&R

P/T比产品公差LSLUSL计测系统散布P/T=2

简单的

P/T比实习让我们用计算器（Calculator）功能建立一个叫做‘Delta’的列变量，它就是观察者1和观察者2读数之间的差异

计量型数据的

GageR&R

例题：WEAR-MEASURE简单的P/T比实习让我们用计算器（Calculato描述性统计:Delta

平均值变量NN*平均值标准误标准差C5100-0.4100.1220.387利用描述统计学（DescriptiveStatistics）,计算Delta的标准偏差

这个标准偏差叫做测量的标准差

它主要描绘哪个，重复性或再现性？

计量型数据的

GageR&R

描述性统计:Delta利用描述统计学（DescriptPrecision=5.15*Precision=5.15*0.387Precision=1.99305s公差(规格上限-规格下限)是5.精密性和公差间的比率?使用上述的标准偏差，如何得出对测量分散好的估计？

计量型数据的

GageR&R

描述性统计:Delta

平均值变量NN*平均值标准误标准差C5100-0.4100.1220.387Precision=5.15*Precision=该比率(即精密性和公差比率)叫

P/T比.即：说明测量误差占规格公差的46%

.计量型数据的

GageR&R

描述性统计:Delta

平均值变量NN*平均值标准误标准差C5100-0.4100.1220.387该比率(即精密性和公差比率)叫P/T比.计量型数据的GP/T比(Minitab里

%Tolerance)通常在推测测量系统精密性时普遍使用.该推测值在评价测量系统与规格相关的问题时比较适合只是要注意规格公差可能太小或太宽的情况

P/T比使用

计量型数据的

GageR&R

P/T比(Minitab里%Tolerance)通常测量误差给流程能力带来的影响测量误差越大,给大家理解真正的流程能力带来更大的影响.计量型数据的

GageR&R

测量误差给流程能力带来的影响测量误差越大,给大家理解真正的流%R&R=20%%R&R=50%观察到的工程散布%R&R=100%产品公差LSLUSL测量系统散布P/T=20%P/T=50%P/T=100%

产品公差和工程散布一致时

计量型数据的

GageR&R

%R&R=20%%R&R=50%观察到的工程散布%R测量系统散布%R&R=25%%R&R=50%观察到的工程散布%R&R=100%产品公差LSLUSLP/T=50%P/T=100%P/T=200%

产品公差是工程散布的½时计量型数据的

GageR&R

测量系统散布%R&R=25%%R&R=50%观察到的%R&R=20%%R&R=40%%R&R=100%P/T=10%P/T=20%P/T=50%产品公差LSLUSL观察到的工程散布测量系统散布

产品公差是工程散布的2倍时计量型数据的

GageR&R

%R&R=20%%R&R=40%%R&R=100一般选出2-3名作业者一般选择10个样本为被测对象每个作业者通常对每个样本反复测量2-3次

注意事项所选样本要能很好地代表工程要以工程内平时做检查工作的作业者为评价对象作业者在测量过程中不准知道样本属性的信息

测量系统分析的一般做法计量型数据的

GageR&R

一般选出2-3名作业者注意事项所选样本要能很好地代表工操作者数量如果工程使用若干个操作者，随机选择2-4名

如果工程只使用一名操作者，或不使用操作者，进行无操作者影响研究（忽略再现性影响）

样本数选择足够多的样本，以使：

(样本数)X(操作者数)>15如果不现实或不可能，选择测试数，以使：

如果样本数

x操作者数<15,测试数=3如果

样本数

x操作者数<8,测试数=3到4如果样本数

x操作者数<5,测试数=4到5如果样本数

x操作者数<4,测试数=6到6计量型数据的

GageR&R

操作者数量计量型数据的GageR&R

样本选定方法从工程中抽样应覆盖工程的散布范围例如:如果你生产了一种材料，检定的平均值为9.00，sigma为0.01，那么抽样的检定范围为8.97-9.03(99%的范围)注意!如果你的工程生产具有不同检定但具有相同基数的材料，把其分群并分别作R&R研究

例如:一个工程生产出检定为70.0,85.0,和90.5，公差均为+/-0.50的材料，均用同一系统测量

作3次研究–对每个检定作一次

如果你把上述样本合在一起，GR&R值将被人为地降低

计量型数据的

GageR&R

样本选定方法从工程中抽样应覆盖工程的散布范围计量型数

R&R分析顺序

校准测量仪器，或确认它已经被校准

让操作者1随机测量一次所有的样本

让操作者2随机测量一次所有的样本

继续到所有的操作者都对样本进行了一次测量（这就是测试1）

重复步骤2-4直到所需数目的测试为止

用所提供的形式决定R&R研究的统计量

重复性再现性以上每个的标准偏差

%R&RP/T比分析结果并决定可能的后续措施

计量型数据的

GageR&R

R&R分析顺序校准测量仪器，或确认它已经被校准

Minitab生成

GageR&R

DataMatrix计量型数据的

GageR&R

Minitab生成GageR&RDataMa计量型数据的

GageR&R

计量型数据的GageR&R计量型数据的

GageR&R

部件文本格式进行数字格式转换

计量型数据的GageR&R部件文本格式进行数字格式让我们用

Minitab来分析数据

打开文件ANOVAMSA.MPJ中的工作表

AIAGMSAExample

我们将使用

Minitab的测量仪器

R&R研究功能

计量型数据的

GageR&R

让我们用Minitab来分析数据计量型数据的Gage在此输入测量仪器相关的信息作为履历

计量型数据的

GageR&R

在输入栏中输入规格公差

记住-公差是规格的整个范围！

你也可以加上一个描述性标题

在此输入测量仪器相关的信息作为履历计量型数据的Gage

Minitab分析结果

Minitab产生解析的和图表的分析信息

解析结果ANOVA表格

散布构成

百分比占有率表

图表结果X-Bar/R图散布构成

操作者*部品交互作用图

操作者别和部品别图

让我们先看解析结果，然后再看图表结果

计量型数据的

GageR&R

Minitab分析结果Minitab产生解析的和包含交互作用的双因子方差分析表来源自由度SSMSFPSample92.058710.22874539.71780.000Operator20.048000.0240004.16720.033Sample*Operator180.103670.0057594.45880.000重复性300.038750.001292合计592.24913删除交互作用项选定的Alpha=0.25如果是好的测量系统则在

ANOVAtable里

Sample项表现为非常显著，

而Operator表现为不太显著

会话窗口

解释计量型数据的

GageR&R

包含交互作用的双因子方差分析表如果是好的测量系统则在A量具R&R方差分量来源方差分量贡献率合计量具R&R0.004437510.67重复性0.00129173.10再现性0.00314587.56Operator0.00091202.19Operator*Sample0.00223385.37部件间0.037164489.33合计变异0.0416019100.00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&R0.0666150.3996932.6679.94重复性0.0359400.2156417.6243.13再现性0.0560880.3365327.5067.31Operator0.0302000.1812014.8136.24Operator*Sample0.0472630.2835823.1756.72部件间0.1927811.1566894.52231.34合计变异0.2039651.22379100.00244.76可区分的类别数=4计量型数据的

GageR&R

会话窗口

解释量具R&R计量型数据的GageR&R会话窗口解因测量系统的变动(%Contribution：方差分量贡献率)占总变动的10.67%,

因此样本间的变动为

89.33%.反复性散布占3.10%，再现性散布占7.56%.可见相对于重复性变动，作业者间的差异更大从%R&R看%StudyVariation（%研究变异%SV）,结果为32.66%，脱离了允许水准30%须改进。(%Contribution：方差分量贡献率)

10.67%有下列关系式.

0.1067=(0.3266)^2从P/T比看%公差,结果为68.61%,大于30%,表示该测量仪器散布脱离了允许水准,其区分良/不良能力不足,需要改进可区分的类别数（NumberofDistinctCategories）是4，通常该值要大于5.

MinitabSession解释计量型数据的

GageR&R

因测量系统的变动(%Contribution：方差分量贡献

测量能力评价指标测量系统分散

-测量系统的总体性精密度-测量系统可否使用的判断基准-%Contribution

测量系统散布与产品/工程变动的比较

-%Studyvariation(%R&R)-NumberofDistinctCategories

测量系统散布和公差的比较-%Tolerance(P/T比)计量型数据的

GageR&R

测量能力评价指标测量系统分散计量型数据的GageR&R

测量能力评价指标TOTAL%Contribution=×100%%Studyvariation=×100%(%R&R)5.15×%Tolerance=×100%(P/T比)NumberofDistinctCategories=Round(×1.41)(区分测量系统的区间数)

s2Totals2MSsTotalsMSTolerancesMSsMSsPart

判断基准

区分%Contribution%R&R,P/T比NumberofDistinctCategories方差分量贡献率%研究变异，

%公差可区分的类别数理想水准<1%<10%>10可用的水准

1~10%10~30%4~9不合适的水准>10%>30%<4计量型数据的

GageR&R

方差分量贡献率%研究变异(%SV)%公差(SV/Toler)可区分的类别数测量能力评价指标TOTALs2Totals2MSsTota图表解释计量型数据的

GageR&R

图表解释计量型数据的GageR&R

Xbar-RChart范围（Range）图可以帮助确定不合适的分辨率

我们要求在控制限内有最少5个可能的数值

我们希望在XBar图中看到至少有50%的点散布在控制限的外面

这显示的是部品-部品的散布

如果没有超限点,你很可能没能获得覆盖生产中正常范围的样本

Xbar-RChart范围（Range）图可以帮助确

XbarChart如果每个操作者的平均值不同，再现性是可疑的

我们要求更多的平均值落在控制限外部，但所有的操作者是一致的

这预示着更多的部品-部品散布，正是我们所要求的

我们希望看到图上多数点落在控制限外部

如果如此，而且R-图受控，那么我们就能决定测量系统占工程散布的百分率。

计量型数据的

GageR&R

XbarChart如果每个操作者的平均值不同，再现性是可

RChart可疑的不适当的分辨率，如果：

R-图在控制限内但其明显水平少于5个明显水平等于5或有更多的R水平，但超过1/4的值为0

如果R-图显示非受控情况，则重复性可疑

如果一个操作者的范围非受控，而其他操作者受控，那么方法可疑

如果所有操作者的范围都非受控，那么系统对操作者方法敏感

计量型数据的

GageR&R

RChart可疑的不适当的分辨率，如果：计量型数据的对每个操作者按照部品别画一条线显著的交互作用由两个操作者之间的交叉线来显示

我们期望对所有的操作者，所有的部品都是平行线

如果存在操作者-部品交互作用，我们需要了解并加以解决

交互作用

PLOT计量型数据的

GageR&R

对每个操作者按照部品别画一条线交互作用PLOT计量型数据前面讨论的数据的图示化描述

我们要求测量仪器

R&R部分越小越好，以使部品-部品部分尽可能的大

散布的构成要素计量型数据的

GageR&R

前面讨论的数据的图示化描述散布的构成要素计量型数据的G此图显示平均值（红圈）和每个操作者的数据分散

我们希望所有的操作者数据点的集中情况类似，操作者的平均值成一条水平线

ByOperator计量型数据的

GageR&R

此图显示平均值（红圈）和每个操作者的数据分散ByOp

ByPart此图显示平均值（红圈）和每个部品的分散我们希望看到每个部品的最小分散，但部品间有散布（平均值漂移）

计量型数据的

GageR&R

ByPart此图显示平均值（红圈）和每个部品的分散计量型

破坏性实验MSAGageR&RStudy(Crossed)适用于在1个

Lot(Batch)里可以获得充分多的样本

对于任何一个样本,所有作业者都可以测量的情况

GageR&RStudy(Nested)适用于从1个

Lot(Batch)只能获得1个样本

且对于一个样本只能由1名作业者测量的情况破坏性实验MSAGageR&RStudy(Cross破坏性实验样本选择指南

样本选择是与破坏和在线测量系统相关的问题

可用以下方式选择样本以使部品间的散布最小化

收集你的研究中所必需的“标准”样本把它们划分成足够小的样本，以覆盖操作者

x样本

x测试值假设

较小样本的散布是可以忽略的，而且能够忽略

破坏性实验MSA破坏性实验样本选择指南样本选择是与破坏和在线测量系统相关的16234578910破坏性实验样本选择指南假设我们希望作2个操作者，2次测试，10个样本的研究

我们需要10个标准样本和2x2x10=40个较小样本

破坏性实验MSA16234578910破坏性实验样本选择指南假设我们希望作

破坏性实验

MINITAB例子为了进行破坏性实验

GageR&R研究从12个

Batch各取2个样本标本，

假设一个

Batch内样本相同，实验的结果参考

[DestructiveMSA.mtw],试作出分析(Spec.3520~3620)

破坏性实验MSA破坏性实验MINITAB例子为了进行破坏性实验Gag

DATA确认测量者:3名反复:2回(从同一

Batch中抽取的样本数)总的

Batch数:12个总的测量数:24个

破坏性实验MSADATA确认测量者:3名破坏性实验MSA

STEP1

破坏性实验MSASTEP1破坏性实验MSA

STEP2统计数据及图形分析方法同

交叉设计相同

破坏性实验MSA(1)输入Batch(2)输入Operator(3)输入测量结果(4)

输入ToleranceSTEP2统计数据及图形分析方法同交叉设计相同破坏性实

STEP3