5 MSA量具重复性和再现性ppt课件.ppt

M S A测量系统分析Measurement System AnalysisVersion ,新版MSA 介绍第四版 2010.6,为什么要做MSA,若我们要知道过程输出是否达到要求及在控制之內, 所用的测量系统必須具备足够能力去量度过程的变差, 原因是测量过程本身亦存在一定的变差, 所以我们必须对所选用的测量系统/仪器先作一些统计分析,才可決定这个测量系统/仪器是否适用.,为什么要做MSA,这些因素亦会引致测量系統的变差,要改进测量系统，而不是改进数据！不只是考虑单因素影响，还要考虑多因素交互作用！,对产品决策的影响,LSL,USL,LSL,USL,对产品决策的影响计数型量具,对过程决策的影响,将普通原因报告为特殊原因；将特殊原因报告为普通原因。,清楚对过程能力结果的误判,GR&R=0.3,Cp=1.71,Cp=2.0,测量系统的分析研究 偏移 线性 稳定性 重复性和再现性 计数型量具研究,INTRODUCTION 介绍,WHY MEASUREMENT？ 为何测量,USE OF MEASUREMENT DATA 测量数据用途l 以测量数据与控制上下限比较，判断是否需要 调整过程l 以测量数据判断2个或以上变数之间的关系l 以测量数据了解过程表现l 如测量数据质量高，便可充分利用数据的效益l 如测量数据质量低，数据便失去作用,QUALITY MEASUREMENT DATA 测量数据的质量l 测量数据的质量是一个测量系统在稳定状态下操 作所得出重复测量数据中的统计性质l 这些统计性质通常就是数据的偏倚和变差l 偏倚小和变差小，测量数据质量便高l 测量数据质量低通常是测量系统和环境的交互作 用造成的,QUALITY SYSTEM REQUIREMENT 质量体系要求,QUALITY SYSTEM REQUIREMENT 质量体系要求ISO 9001:2000 - 7.6 监视和测量装置的控制ISO/TS 16949:2002 - 7.6.1 测量系统分析PPAP REQUIREMENT PPAP要求,AIAG MSA MANIAL AIAG MSA 手册1990/10 -1st ed. 第一版1995/2 -2nd ed. 第二版2002/3 -3rd ed. 第三版2010/6 -4th ed. 第四版,引言,ISO/TS 16949 相关要求7.6.1 测量系统分析为分析每种测量和试验设备系统得出的结果中出现的变差,应进行统计研究。此要求应适用于控制计划中提及的测量系统。所用的分析方法及接受准则应符合顾客关于测量系统分析的参考手册的要求。如果得到顾客的批准，也可使用其他分析方法和接受准则。,GENERAL MEASUREMENT 测量 赋值（或数）给具体事物以表示它们之间关于特定特性的关系 。,GENERAL GAGE 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。,GENERAL,MEASUREMENT SYSTERM 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。,GENERALCALIBRATION 校准在规定条件下，为确定测量仪器、测量系统的示值实物量具或标准物质所代表的值与相对应的参考标准确定的量值之间关系的一组操作。VERIFICATION 验证/检定通过检查和提供客观证据，表明规定的要求已经得到满足的一种确认。这里的客观证据，是指在通过观察、测量、试验或其他手段所获事实的基础上，证明是真实的信息。,GENERAL STANDARD 标准 l用于比较的可接受的基准 l用于接受的准则 l 已知数值，在表明的不确定度界限内， 作为真值被接受 l基准值 一个标准应该是一个可操作的定义：由供应商或顾客应用时，在昨天、今天和明天都具有同样的含义，产生同样的结果。,BASIC EQUIPMENT 基本设备lDISCRIMINATION, READABILITY, RESOLUTION 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 或探测限度 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lEFFECTIVE RESOLUTION 有效分辨率 对于一个特定的应用，测量系统对过程变差的灵敏性 产生有用的测量输出信号的最小值 总是以一个测量单位报告,BASIC EQUIPMENT 基本设备lREFERENCE VALUE 基准值 规定的可接受值 需要一个可操作的定义 作为真值的替代l TRUE VALUE 真值 物品的实际值 未知的和不可知的,真值-不可能知道-使用较高级别分辩率的测量系统的结果代替测量值目标值,LOCATION VARIATION 位置变差,ACCURACY 准确度 “接近”真值或可接受的基准值 ASTM包括位置和宽度误差 的影响l BIAS 偏倚 测量的观测平均值和基准值 之 间差异 测量系统的系统误差分量,LOCATION VARIATION 位置变差,STABILITY 稳定性 偏移随时间的变化 一个稳定的测量过程 是关于位置的统计受控 别名：漂移,LOCATION VARIATION 位置变差,l LINEARITY 线性 整个正常操作范围的偏倚改变 整个操作范围的多个并且独立的 偏倚误差的相互关系 测量系统的系统误差分量,WIDTH VARIATION 宽度变差,lPRECISION 精密度 重复读数彼此之间的“接近度” 测量系统的随机误差分量,WIDTH VARIATION 宽度变差,l REPEATABILITY 重复性 一位评价人多次使用一种测 量仪器，测量同一零件的同 一特性时获得的测量变差 在固定和规定的测量条件下 连续（短期）试验差 通常指E.V.-设备变差 仪器（量具）的能力或潜能 系统内变差, WITHIN SYSTEM VARIATION 系统内部变差,WIDTH VARIATION 宽度变差,REPRODUCIBILITY 再现性 由不同的评价人使用同一个量 具，测量一个零件的一个特性 时产生的测量平均值的变差 对于产品和过程条件，可能是 评价人、环境（时间）或方法 的误差 通常指A.V.-评价人变差 系统间（条件）变差 ASTM E456-96包括重复性、 实验室、环境及评价人影响,WIDTH VARIATION 宽度变差,lGRR or GAGE R&R GRR 或量具R&R 量具重复性和再现性：测量系统重复性 和再现性合成的评估 测量系统能力：依据使用的方法，可能 包括或不包括时间影响,WIDTH VARIATION 宽度变差,l MEASUREMENT SYSTEM CAPABILITY 测量系统能力 测量系统变差的短期评估 （例如“GRR”包括图形） l MEASUREMENT SYSTEM PERFORMANCE 测量系统性能 测量系统变差的长期评估 （长期控制图法）,WIDTH VARIATION 宽度变差,lSENSITIVITY 灵敏度 最小的输入产生可探测出的输出信号 在测量特性变化时测量系统的响应 由量具设计（分辨率）、固有质量（OEM）、 使用中的维修及仪器和标准的操作条件确定 总是以一个测量单位报告,WIDTH VARIATION 宽度变差,lCONSISTENCY 一致性 重复性随时间的变化程度 一个一致的测量过程是考虑到宽度 （变异性）下的统计受控,WIDTH VARIATION 宽度变差,l UNIFORMITY 均一性 整个正常操作范围重复性的变化 重复性的线性,SYSTEM VARIATION 系统变差,lCAPABILITY 能力 短期获取读数的变异性lPERFORMANCE 性能 长期获取读数的变异性 以总变差为基础lUNCERTAINTY 不确定性 关于测量值的数值估计范围，相信真值包括 在此范围内,STANDARD 标准,INTERNATIONAL STANDARD 国际标准 国际协议承认的测量标准，在国际上作为对有 关量的所有其他测量标准定值的根据NATIONAL STANDRAD 国家标准 经国家官方决定承认的测量标准，在国内作为 对有关量的所有其他测量标准定值的根据TRACEABILITY 溯源性 测量的特性或标准值，此标准时规定的基准，通常 是国家或国际标准，通过全部规定了不确定度的不 间断的比较联系。,REFERENCE DOCUMENT 参考文件,ISO 10012GB/T 19022AIAG MEASUREMENT SYSTEMANALYSIS MANUAL 3rd ed.,MEASUREMENT PROCESS 测量过程,MEASUREMENT PROCESS 测量过程,l过程应该做什么？l什么能导致错误？l过程在做什么？,MEASUREMENT PROCESS 测量过程,STATISTICAL PROPERTIES OF MEASUREMENT SYSTEMS 测量系统的统计特性,AN IDEAL MEASUREMENT SYSTEM WOULD PRODUCE ONLY “CORRECT”MEASUREMENTS EACH TIME IT WAS USED.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相一致。,FUNDAMENTAL PROPERTIES OF A “GOOD”MEASUREMENT SYSTEM “好的”测量系统的基本特性,1、 足够的分辨率和灵敏度 10-1 法则2、 统计受控的3、 对于产品控制 -测量系统的变异性与公差相比必须小4、 对于过程控制 -测量系统的变异性应该显示有效的 分辨率并且与制造过程变差相比要小 * 测量系统最大的（最坏）变差应小于过程变差 和规范控制限两者中的较小者,测量问题分析,Step1 识别问题Step2 识别小组Step3 测量系统和过程的流程图Step4 因果图Step5 计划-实施-研究-行动PDSAStep6 可能的解决方法及纠正证明Step7 将变更制度化,A,P,S,D,作测量系统研究的准备,用什么方式 ?,有什么条件须考虑作测量研究?,怎选取样件?-在整个测量对对象的范围内,分辦率足够吗 ?,用什么測量方法?,测量系统研究的准备,测量系统分析计划和准备 MSA常见问题 哪些测量系统需进行MSA?(测量风险在哪?) 需进行哪些研究?(测量风险来源?) 研究对象如何选取?(最大的测量风险?) 用什么方法?(计数型/计量型) 什么时间?(MSA计划) 判断准则是什么?(MSA手册),测量系统研究的准备,测量系统分析计划和准备 MSA常见问题 哪些测量系统需进行MSA?(测量风险在哪?) 并不是所有产品和过程特性都需要对其测量系统进行如此详尽的研究。 简单的标准测量工具如千分尺、卡尺可能不需要这样深度的战略和计划。 一个基本的经验准则是被测量的零件或子系统的特性是否已在控制计 划中识别或该特性在确定产品或过程是否可接受时是重要的。另外的 指南是对特定尺寸赋予的公差水平。 常识是任何情况下的指导!,测量系统研究的准备,测量系统分析计划和准备1计划所使用的方法2确定检验员人数，样本部件数量，量度次数。在此要考虑的因素包括： a)尺寸的关键性 - 关键尺寸需要较多部件数量和/或量度次数 b)部件外形 - 体积大或沉重的部件可能要较少的部件数量，但较多的量度 次数3因为目的是评估整个测量系统，检验员必须从正常操作设备的人员中选取4样本必须从过程中选取并能代表整个工作范围5设备的分辨力必须至少能量度出特性的预期过程变差的十分之一6保证测量方法（检验员和设备,量具特性）按规定的程序进行 1). 测量必须是随机进行的 2). 在设备上读数时，必须该估读到能得到的最近似数。如可能，读数必 须低致最小刻度的一半;例如:刻度是0.001，读数则要估计到0.0005 3). 观察研究的人必须充分了解对进行可靠研究所要求的注意事项的重要性 4)每个检验员必须用相同的程序相同的步骤去拿取数据,测量系统研究的准备,测量系统的分辩力l 选择和分析测量系统时，必须了解测量系统的分辨能力 - 即测量系统检测量度特性的轻微变化的能力 - 亦即分辨力l 由于经济和物质的限制，测量系统不一定会把个别数据精细地表现出来 一般会对数据分为不同的数据组。l 如测量系统的分辨能力不足，系统可能不能够确定过程变化或将个别部 件的特性数据展现出来l 如系统不能检测过程的变化，即表示分辨能力不可接受l 如系统不能检测特殊原因变化，即表示分辨能力不可接受,S.W.I.P.E,STANDARD 标准WORKPIECE(PART) 工件（零件）INSTRUMENT 仪器PERSON/PROCEDURE 人/程序ENVIRONMENT 环境,S.W.I.P.E,MEASUREMENT ERROR 测量误差,MEASUREMENT SYSTEM CAPABILITY 测量系统能力 短期时间的测量系统误差 线性均一性、重复性和再现性MEASUREMENT SYSTEM PERFORMANCE 测量系统性能 所以变差源随时间的影响 过程是否受控 稳定性、一致性,测量误差的来源灵敏度分辨率精度准确度操作者之间的差异；工具和夹具之间的差异；使用方法的差异。,系统的变差种类,Stability 稳定性Bias 偏倚Linearity 线性Repeatability 重复性 Reproducibility 再现性,系统的变差种类,Location Error 位置变差,Width Error 宽度变差,i.e. Average measured value Vs Actual value平均观测值 Vs 基准值,i.e. Spread of measurement - Precision 测量的分布 精密度,接受的准则-位置误差偏倚和线性 - 当测量系统的偏倚与线性误差与零误差差别较明显或是超出量具校准程序确立的最大允许误差，这是不可接受的； - 重新进行校准或者偏差校正，以便尽可能减少这种偏差。,系统的变差种类,接受的准则-宽度误差测量系统变差所掩盖掉的生产中变差的百分比或者零件公差的百分比；对特定的测量系统的最终接受准则，取决于该测量系统的环境和目的，而且还要去的顾客的同意；误差小于10%-通常认为可以接受；误差在10%-30%之间-基于测量的重要性、测量装置的成本、维修的成本等因素进行考虑，可能是可接收的；超过30%-不可接受，应通过努力改进该测量系统。,系统的变差种类,测量系统分析的时机新生产的产品PV有不同时新仪器EV有不同时新的操作人员AV 有不同时易损耗的仪器必须注意其分析频率,第一阶段,第二阶段,相对于工差,对零件作出错误决定的潜在因素,在测量系统误差与公差交叉时存在I区坏零件测为坏的-II 区可能做出潜在的错误决定-III区好零件称为好的1)改进生产过程,减少过程变差,没有零件在II区2)改进测量系统,EFFECT ON DECISION 对决策的影响,EFFECT ONPRODUCT DECISION 对产品决策的影响,1、 REJECT A GOOD PART 拒收合格品 TYPE I ERROR I型错误 PRODUCER RISK 生产者风险 FALSE ALARM 误发警报,EFFECT ONPRODUCT DECISION 对产品决策的影响,2、ACCEPT A BAD PART 接受不合格品 TYPE II ERROR II型错误 CONSUMER RISK 消费者风险 MISS RATE 漏发警报,MAXIMIZE CORRECT DECISION 最大限度地做出正确决定,1、 改进生产过程2、 改进测量系统,EFFECT ON PROCESS DECISION 对过程决策的影响,对于过程控制，必须 统计控制 对准目标 可接受的变异性1、 把普通原因报告为特殊原因2、 把特殊原因报告为普通原因,测量系统分析介绍,测量系统变差的类型：- BIAS 偏移- LINEARITY 线性- STABILITY 稳定性- REPEATABILITY 重覆性- REPRODUCIBILITY 再现性,寬度變差,位置變差,测量系统研究的准备,测量系统分析计划和准备 MSA常见问题 哪些测量系统需进行MSA?(测量风险在哪?) 需进行哪些研究?(测量风险来源?) 研究对象如何选取?(最大的测量风险?) 用什么方法?(计数型/计量型) 什么时间?(MSA计划) 判断准则是什么?(MSA手册),测量系统分析研究,BIAS 偏移l 要确定测量系统的偏移，必须得到部件的基准值（不是规格值）l 基准值可以从工具房或全尺寸检验设备得到l 基准值是用来比较观察值以计算偏移 Bias 基准值 ,观察平均值,偏移,基准值,测量系统分析,如偏移比较大，调查可能的原因 基准件或参考值有误，检查确定标准件的程序。 仪器磨损。这问题会在稳定性分析中呈现出来，建议进行维修或重新 修正计划 仪器产生错误的尺寸 仪器所测量的特性有误 仪器没有经过适当的校准。对校准程序进行评审 评价者使用仪器的方法不正确。对测量指导书进行评审。 仪器纠正的指令错误,测量系统分析,偏移例子 确定偏倚的独立样本法（MSA手册第四版）一个样本由一个检查员量度了10次, 10个数据如下:X1=0.75 X6=0.80X2=0.75 X7=0.75X3=0.80 X8=0.75X4=0.80 X9=0.75X5=0.65 X10=0.70全尺寸检验设备量度了基准值为0.80mm, 部件的过程变差是0.70mm观察值的平均值是: =X/10=7.5/10=0.75偏移=观察平均值-基准值 =0.75-0.80 =-0.05,测量系统分析,偏移例子（续）偏移与过程变差的百分比是： %偏移=100偏移/过程变差 =1000.05/0.70 =7.1%偏移与公差的百分比则以公差代替过程变差计算；所以量具的偏移是-0.05mm即观察数据平均比真值少0.05mm也是过程变差的7.1%,核心工具- MSA,测量系统的线性许多量具都有一定的工作范围，即量程。当用量具在其工作范围内测量不同大小的特性时，其偏倚可能是不同的（如图9-1所示）。测量系统的线性便是表征在量具的工作范围内其偏倚变化规律的一个统计特性。 基准值 基准值 范围的较低部分 范围的较高部分 图 测量系统的线性 （测量系统具有统计稳定性的前提下，在量具的预期工作范围内偏倚值的变化规律）,偏倚较小,偏倚较大,观测的平均值,观测的平均值,核心工具- MSA,测量系统线性分析一个工厂希望确定测量系统的线性。根据过程所生产的产品特性的变化范围，选择了5个零件作样本（一般要求不少于5个零件，即零件数g5)。首先把它们送到比要研究的测量系统更高级别的测量系统上进行多次测量，取多次测量值的平均值作为它们各自的基准值，如表9-1所示。根据以往的研究经验，要研究的测量系统只具有重复性而不具有再现性问题，所以界用一个评价人进行研究即可。这个评价人对每个零件重复测量12次（一般要求不少于10次，即重复测量次数m10），表9-1列出测量值。在进行这种测量时，应注意保持各次测量结果之间的统计独立性，即使后面的测量读数不受前面读数千的影响，具体方法就是使各个零件和测量次数的组合随机化。 线性分析第4版MSA手册采用如下方法对下表中的测量值进行处理的：计算对每个零件多次重复测量值的平均值，用它减去同一个零件的基准值，便得到用这个测量系统测量这个零件的偏倚。,核心工具- MSA,线性分析第4版MSA手册第4版测量系统分析参考手册中采用了不同的方法对上表中的数据进行处理。具体方法介绍如下。计算对每个零件(基准值为 )的每个测量值 对应的测量误差 及其平均值 .按照定义， 也就是偏倚（ ）的估计值，即于是可得到下表。,核心工具- MSA,表 对测量系统的线性进行研究的数据表 零件i 1 2 3 4 5 基准值 2.00 4.00 6.00 8.00 10.00 测量误差 1 0.7 1.1 -0.2 -0.4 -0.9 2 0.5 -0.1 -0.3 -0.3 -0.7 3 0.4 0.2 -0.1 -0.2 -0.5 4 0.5 1.0 -0.1 -0.3 -0.7 5 0.7 -0.2 0.0 -0.2 -0.6 6 0.3 -0.1 0.1 -0.2 -0.5 测量序号 7 0.5 -0.1 0.0 -0.2 -0.5 8 0.5 -0.1 0.1 -0.3 -0.5 9 0.4 -0.1 0.4 -0.2 -0.4 10 0.4 0.0 0.3 -0.5 -0.8 11 0.6 0.1 0.0 -0.4 -0.7 12 0.4 -0.2 0.1 -0.3 -0.6 偏倚yi 0.49 0.13 0.03 -0.29 -0.62 在线性图（见下图）上画出测量误差 和偏倚 在下图上，横坐标是基准值，纵坐标是偏倚或测量误差。,核心工具- MSA,2 4 6 8 10 测量系统的线性图利用（ ）这些数据点（i=1, ，g；j=1, ，m）拟合出一条直线，来反映偏倚随基准值的变化规律。这条直线的方程为：利用最小二乘法进行拟合即可求出拟合直线的钭率a、截距b和线性拟合优度 。其中，n=gm=512=60。下面是计算过程。,1.10.90.70.50.30.1-0.1-0.3-0.5-0.7-0.9-1.0, , ,偏倚,测量误差,基准值,偏倚=0.73666-0.13167基准值,拟合优度=0.71432,线性图,偏倚=0,回归 要 偏倚 - 95%置信区,核心工具- MSA,由于拟合优度 数值过低，表明线性模型对于数据是不适合的。从上图也可以看出，数据点比较分散，与拟合优度 提示的情况相符。这表明，测量数据的质量值得怀疑，应该找出原因，进行适当改进以后再徕进行测量。但是，在这里旨在介绍数据处理方法，所以继续进行数据处理。对于任意给定的基准值 水平下偏倚的置信带按照如下公式计算：,核心工具- MSA,低限： 高限： 其中， 的默认值是0.05，自由度为 n=2，查附表示（t分布表）可以得到 =2.00172. 下表给出回直线和偏倚的95%置信限坐标的计算结果。 在线性图上画出回归直线和偏倚的95%置信限。画出“0偏倚线”，为了使测量系统线性可 以被接受，“0偏倚线”必须完全位于上述置信限之内。斜率大线性越差,核心工具- MSA,在本例中，不满足这个要求，测量系统的线性是不可以接受的。,表 回归直线和偏倚的95%置信限坐标,测量系统分析,l 如回归线有好的拟合优度（接近直线）线性或线性百分比就可根据回归线的斜度来评估是否足够l 如回归线没有好的拟合优度（不接近直线）偏移平均值和主值可能没有线性关系，测量系统的线性是否可以接受就需要进一步的分析 如果一个测量系统有非线性度，要找出可能的原因1设备在操作范围的最低最高端没有适当2最大最小的标准有误差3设备磨损4设备内部的设计特性,核心工具- MSA,测量系统的重复性和再现性 测量系统的重复性 只有当测量系统处于统计稳定状态时,进行重复性研究才有意义. 如图所示,在重复性误差 分布上以0为中心的5.15 范围为重复性.在5.15 范 围内正态分布概率密度曲线下的面积为99%. 称为重复性标准差,有时也简称为重复性.重复性的意义：一个人用一把量具对同一个被测特性进行多次重复测量，测量值落在重复性（ ）范围内的概率为99%。,99%,测量系统的重复性：以0为中心的 范围,核心工具- MSA,进行数据测量的方法(1) 选择日常使用量具的人员进行测量,给他们编号为A，B，C；(2) 测量的零件数n5，它们应该代表实际的或期望的过程变差范围。取样方法是： 每天从过程中随机抽取件，共抽取n天。对这些零件进行编号；(3) 让测量者以随机顺序测量这n个零件，把测量值输入第行；(4) 让测量者，以相同的随机顺序测量这n个零件，而且他们之间不能看到彼此 的结果，把测量值分别输入第6,11行；(5) 以不同的随机测量顺序第2次重复该循环，把测量值分别输入到第2，7，12行；(6) 以不同的随机测量顺序第3次重复该循环，把测量值分别输入到第3，8，13行；(7) 当测量者属于不同的班次时，可以使用如下替代方法：让测量者A测量所有n个 零件并把读数输入第1行，然后，让测量者A以不同的顺序测量所有n个零件并把 读数分别输入第2，3行；让测量者B，C同样做。,1,核心工具- MSA,进行数据分析的方法(1) 以每个人对同一零件进行的多次重复测量值为子组(容量为重复测量次数r)，计算均值 （表中的第4，9，14行）和极差 R （表8-2中的第5，10，15行）。其中，每一个这样的极差 都是在测量者、零件、量具一定时得到的，所以它只反映测量系统的重复性。而上述每下个 均值既反映重复性，又反映再现性；(2) 利用上述级差作极差图（R图） 在极差图中没有超出控制限的点.这表明,所有测量者的表现都是一样的.如果只是中一个测 量者的极差图中有点超出控制限,表明他的方法与其他人不同.如果在所有测量者的极差图 中都有点超出控制限,则表明测量系统对操作者的技术太敏感,需要改进才能获得有用的数据.计算结果如下表所示；如果量具公用于检验新产品是否合格,则应该按照下式计算（取公差而不是总变差）:,核心工具- MSA,测量系统重复性的再现性R 10%R&R30% -说明测量系统不可以接受,需要进行改进. 测量系统数据分级 把在零件间变差( )范围内的零件分成的读数组的组数为 ng ，接受准则为,核心工具- MSA,表 第4版测量系统分析参考手册上的“测量系统重复性的再现性分析报告表(均值-极差法)”量具重复性和再现性报告 零件号的名称： 量具名称： 日期：特性： 量具号： 完成人：规范： 量具类型： 测量单元分析 %总变差（TV）重复性-设备变差（EV）再现性-评价人变差（AV） n=零件数 r=实验次数,试验 K1 2 0.8862 3 0.5908,评价人 2 3 K2 0.7071 0.5231,核心工具- MSA,重复性和再现性(GRR)零件变差(PV)总变差(TV) 综上所述，第3版QS9000测量系统分析参考手册上的“测量系统重复性和再现性分析报告表（均值-极差法）”（即表8-4）与第2版手册(即表8-3)的差别在于：EV，AV，GRR(R)，PV，TV 都仅是相应的标准差，而不是5.15倍标准差；K1，K2，K3都是相应 的倒数，而不是 的倒数的5.15倍。,零件 K3 2 0.7071 3 0.5231 4 0.4467 5 0.4030 6 0.3742 7 0.3534 8 0.3375 9 0.3249 10 0.3146,核心工具- MSA,引起测量系统重复性、再现性问题的可能原因一个测量系统重复性比较差的原因可能包括：（1）仪器需要维护；（2）量具应该徕设计以增大其刚度；（3）夹紧或测量点的位置需要改进；（4）存在过大的零件变差。一个测量系统再现性比较差的原因可能包括：（1）需要对测量者进行更好地培训，以使其能够更好地操作测量仪器；（2）量具刻度盘上的刻度不清楚；（3）需要某种夹紧来帮助测量者更一致地使用量具。,计数型测量系属于测量系统中的一类，其测量值是一种有限的分级数，与结果是连读值的计量型测量系统原同。最常见的是通过/不通过量具(Go/No Go Gage)。由于这些方法不能量化测量系统变异性，只有当顾客同意的情况下才能使用。计数型测量系统变差源应该通过人的因素和人机工程学研究的结果最小化。判断的风险可以用以下方法评价。 o 假设检验分析 Hypothesis Test Analysis o 信号探测理论 Signal Detection Theory最适当的分析是用量具性能曲线(GPC - Gage Performance Curve) 将测量系统变差量化。,计数型测量系统研究,Hypothesis Test Analysis 假设检验分析 Cross-Tab Method 交叉表方法,计数型测量系统研究续,关注评价人的一致性评价人和基准的一致性,科恩的Kappa技术,Kappa适用于非定量系统：好或坏通过/不通过区分声音 (嘶嘶声、叮当声、重击声)通过/失败,Kappa适用于属性数据同等处理所有误分类不假定分级是平均分布于可能的范围要求单元之间相互独立，并且判定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,操作定义,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,差的属性测量系统总是归于差的操作定义,测量系统中的和风险,风险/生产者风险 合格产品被拒绝 不必要的碎片/返工的原因 被人为削减的过程性能风险/消费者风险 接受了不合格产品太多的保证要求不满意的客户夸大的过程性能,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？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？评估的操作定义是什么呢？,什么是 Kappa?,P observed 判定员接受的单元的比率 =（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）P chance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,要达成完全一致， P observed = 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值大于0.75表示一致性好，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 P observed = P chance 那么 K=0,计数型测量系统指导,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，选择相等数量可各选 20 50个优良品和次劣品 选择不同程度的优良和次劣,如果你的类别超过2种，有优良和不同缺陷方式，应选择大约50%的优良品和每种缺陷最少为10%的产品你可以把一些缺陷方式合并称为“其它”这些类别应该互相独立，否则它们应该合并起来,重复性,每人至少两次判定同一单元每人独立计算Kappa值如果某人的Kappa测量值很小，重复判定不好，也不能和其它分级员很好的做重复判定，将掩盖其它人重复判定的好坏以每人的第一次判定建立Kappa表，计算不同人员之间的Kappa值，将进行两两对比 (A和 B, B和C, A和C),Kappa 例1,Bill Blackbelt 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。下面的数据是在测量系统研究中收集的。计算每个操作员的Kappa和操作员之间的 Kappa,分析表,在每个单元格中填入收集到的信息,A在1st和2nd 测量中同时判定 GOOD 的次数,A在1st为 BAD ，2nd 测量中判定 GOOD 的次数,A在1st 为GOOD，2nd 测量中为BAD 的次数,A在1st ，2nd 测量中同时为BAD的次数,边格的数字代表行和列的总和,A测量者的比例,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10/20,由行和列的总和计算而得,Pobserved 等于上表对角线上概率的总和： P observed =(0.500 + 0.350) = 0.850Pchance 等于每个分类概率乘积的总和： Pchance =(0.6*0.55) + (0.4*0.45) = 0.51那么 Krater A=(0.85 - 0.51)/(1 - 0.51)=0.693,计算A的Kappa,K B =,数字,比例,计算B的Kappa,测量者间的Kappa,使用相同程序估计测量者间的Kappa限于我们感兴趣的一对检验员的首次判定如果检验员的可重复性很差（低于85%），不用于计算检验员间,两个人都判定为优良的次数,B判定优良，A判定次劣的次数,两个人都判定为优良的次数,A判定优良，B判定次劣的次数,计算分级员之间的 Kappa:,下表代表上表中的数据，其中每个单元格以总数的百分比来表示,测量者间的Kappa,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,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）,Pobserved等于上表对角线上概率的总和： Pobserved =(0.450 + 0.300) = 0.750Pchance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 Krater A/B=(0.75 - 0.51)/(1 - 0.51)=0.489,计算分级员A对分级员B的Kappa,测量系统的改进,改进测量系统额外的培训实物标准/样品分级员认证过程更好的操作定义,当前测量系统够能用吗？改进努力集中在哪些方面？,计数型测量系统研究续,1。评价方法1.1 选择20个零件为样件,其中应至少有6个坏零件1.2 要求一个有资质人员检查好的及坏的零件 1.3 选择至少3个操作员1.4 要求每个操作员进行两次参数判定2. 计算确定3个参量：测量效率、错判、误报效率（Effectiveness）：是指判定有效的比率；错判：是指将坏零件误判为好零件。误报：是指将好零件误判为坏零件。,计数型测量系统研究续,3。测量系统的评价准则：,核心工具- MSA,计数型量具研究 (MSA第3版信号探测法)在利用信号探测法进行分析时需要有3个测量者参加，需要测量的零件为50件。下面以一个例子说明这种分析方法。一个工厂需要对一个计数型测量系统进行研究。为了进行研究。从过程中随机抽取了50个零件作为研究的样件，并且都确定了它们的基准值。这种零件的规范限为：LSL=0.45，USL=0.55。选择3个日常使用这种量具的人参加测量，每人用这种计数型量具对每个零件测量3次。以随机顺序进行测量，表12-5给出测量结果。,核心工具- MSA,表12-5 50个零件的测量结果（风险分析法）（0代表“拒绝”；1代表“接受”；代码“-”代表区；“”代表区；“+”代表区）,核心工具- MSA,核心工具- MSA,核心工具- MSA,计数型量具研究 (MSA第3版风险分析法)风险分析法仍采用前述数据，计算如下：假设检验分析交叉表方法A与B交叉表,核心工具- MSA,B与C交叉表,A与C交叉表,核心工具- MSA,假设检验分析交叉表方法用科恩的 Kappa 来测量两个评价人对同一目标评价值的一致程度；设 对角线单元中观测值（比例）的总和； 对角线单元中期望值（比例）的总和；则 有下表的结果：大体上， Kappa 0.75 - 一致性好 Kappa 0.4 - 一致性差,核心工具- MSA,在此分析中并未告诉测量系统区分好与不好的能力，只是分析了评价人之间表现出来的差异；如果要确定评价人与基准之间的一致性，则需开发下表：A与基准判断交叉表,核心工具- MSA,B与基准判断交叉表,C与基准判断交叉表,核心工具- MSA,这些值可以分析评价人与基准之间的一致性；,术语,方差分析（Analysis of Variance） (ANOVA)评价一个设计试验数据的统计方法。可视分辩率（Apparent Resolution）测量仪器的最小增量的大小即可视分辩率。该数值通常用在广告中来划分测量仪器的分级。评价人变差（Appraiser Variation）评价人方法间差异