六西格玛测量系统分析.ppt

杨劲松 2003、3、12,6,第7部分：测量系统评价,目 录,测量系统的评价（MSA）测量系统的概念离散型数据评价连续型数据评价破坏性实验评价,项目叙述,Process Map流程图,C&E Matrix 因果矩阵,初步的 FMEA,MSA 测量系统分析,流程能力研究,Multi-Vari Studies 多变量分析,测量MEASURE,分析ANALYZE,改善IMPROVE,控制 CONTROL,DOE 试验设计(或其他改善方法),控制计划,交接训练,最终流程 能力研究,项目责权移交,最终项目报告,项目追踪,MSA（测量系统）的概念,测量系统的评估,测量系统必须证明具有充分的敏感度：必须具有充分的辨别力；必须敏感的、有效的探测产品或流程的变化测量系统必须稳定：测量系统的变化应尽量排除特殊原因的干扰测量系统的误差在预期范围内要一致，并且对于所测量的目标（产品或流程）而言是充分的,测量系统的构成要素,测量工具：,-硬件,-软件,使用这些工具的所有步骤：,-选择测量员,-设定并执行各步骤,-离线计算及资料登录,-校准频率及技术,测量系统的误差:偏差、重复性、再现性、稳定性、和线性,测量系统变化的类型,接受测量仪器的标准将仪器相互比较将怀疑为不良的量具的评价作为基础修理测量仪器前后要比较计算流程变化的必需成分和产品流程的可接受程度开发量具性能曲线（GPC）的必要信息，其可以表明 接受部分真值的可能性,测量&测试仪器,参考标准,转换标准,校正标准,转换标准,工作标准,检查标准,主值,主值,不同标准间的关系,术 语,Discrimination(鉴别力),与“Accuracy（精确性）”相关用词,-True Value（真正值）,-Bias（偏差）,-Linearity（线性相等）,与“Precision（变异性）”相关用词,-Repeatability（重复性）,-Reproducibility（重现性）,Stability（稳定性）,-Linearity（线性相等）,直 尺 卡 尺 千 分 尺,.28.279.2794,.28.282.2822,.28.282.2819,鉴别力,分辨率是：检测特性的微小的变化的能力.当仪器不能辨别工件偏差或确定单个零件特性数值偏差时，分辨率不可以接受.不能够检测工艺偏差和特殊原因造成的偏差.,Discrimination,鉴别力,系统所能量测出的小数位数。测量渐进单位应为产品规格或流程变异计量单位的10分之1,鉴别力不足,1,2,3,4,5,鉴别力良好,1,2,3,4,5,测量的鉴别力,0.135,0.140,0.145,5,10,15,20,25,UCL=0.1444,Mean=0.1397,LCL=0.1350,0,0.00,0.01,0.02,UCL=0.01717,R=0.00812,LCL=0,-,Xbar/R 表,辨别力=.001,MWCC6sigma,控制和分析活动中流程分布的不同类型数目的影响,种类的数目,可以用于控制，只有当：,控制,分析,1）当流程变化与规格,比较时，其值小,2）在预期流程变化范,围内，损失功效是扁平的,3）变化的主源引起平,1）对于评估流程参数和,指数是不能接受的,2）只表示流程是否正在,产生一致或不一致部分,1）基于流程分布，可以,使用半变量控制技术,2）可以产生非敏感变量,控制图,1）可以使用变量控制图,1）一般来讲，由于它只,提供粗略的估计，所以对估计流程参数和指数来说，是不能接受的,1）可推荐,均变化,1数据类,2-4数据类,5或更多数据类,Accuracy(精确性）,Accuracy 测量值的平均数是否偏移 True Value?,True Value(真正值）,-理论上正确的数值,-NIST 国家标 准,偏差,-所有测量平均值与 True Value 的离差,-Amount tool 持续的远离 中心点,-系统性误差或 offset,测量精确性,精确性是指：标准值和实际测量值之间的差异。,标准值是指：制作测量工具的标准抽样或国家公认,机关使用的标准品,测量值,标准值,精确性,称之为偏移（Bias）,Bias(偏差）,Average of measurement are different by a fixed amount测量平均值会有一固定的差异,Bias effects 包括：,操守作者偏差-不同的操作者即使测量同一物件，平均值也会,造成可察觉的不同,仪器偏差-不同的仪器即使侧量同一物件，平均值也会造成,可以察觉的不同,Master Value,仪器二,平均数,仪器一偏差量,仪器二偏差量,仪器一,平均数,Precision（变异性）,名词：Random Error,Spread,Test/Retest error,测量系统中的总变异,MS rpt rpd,测量重复值的自然变异,重复性与再现性,=,2,+,2,2,测量系统固有的变异性,在绝对不变的情形下，对相同变量重复测量所产生的变异,-相同操作者,-相同设定,-相同零件,-相同环境条件,-短期,由重复值的 Pooled standard deviation 估计所得,Repeatability总是比系统的总变异要小,重复性变异,Master Value,平均数,由相同人员使用相同仪器对相同零件、相同特性进行连续测量所得的误差test retest error。也可称为。被用来估计短期变异,良好的 Repeatability,不良的 Repeatability,平均数,重复性变异,在不同状况下进行测量所得之变异,从不同测量状况所得测量值平均数的标准差估计所得,-不同操作者,-不同设定,-不同测试零件,-不同环境条件状态,-长期,再现性变异,检验员 A,检验员B,检验员C,由不同人员操作相同或不同的仪器，测量同一特性所得的测量平均值的差异,Master Value,良好 Repeatability,不良Repeatability,操作员1,操作员2,操作员3,操作员1,操作员2,操作员3,再现性变异,测量的线性,线性是指：在测量范围内发生的正确度的差异,测量值,真实值,测量值,LSL,USL,精确度偏差大,精确度偏差小,Linearity（线性相等）,仪器测量能力范围内，Accuracy 或 Precision值的差异,测量工具 1：Linearity 于此是个问题,测量工具 2：Linearity 于此是问题,Accuracy,Accuracy,Measurement Units,Measurement Units,0,0,Stability（稳定性）,描述为 no drift,sudden shifts,cyclic trends,etc.,使用趋势图（Trend Chart）来评估,定义为测量值的平均数及标准差，即使经过长时间后亦,能维持相同并可预测,测量稳定性,稳定性是指：对同一部品间隔一段时间测量所得平均的差异,Time 2,Time 1,测量系统的磨损，气温，温度等对测量结果的影响,经过长时间对Accuracy 或Precision 变化的评估,Master Value,稳定性良好,时间点 1,时间点 2,时间点 3,Master Value,稳定性不良,时间点 1,时间 点 2,时间 点 3,Stability（稳定性）,Stability（稳 定性）范例,Calibration Stability,Calibration Stability,1/8/97,850,860,870,880,890,900,910,920,930,940,950,730,740,750,760,770,780,790,800,810,820,4/17/96,6/26/96,9/18/96,12/11/96,2/21/97,4/3/96,6/19/96,8/21/96,10/30/96,Date/Time,Date/Time,DCM Standard,DCM Standard,测量程序,理想的测试系统需要每次产生真正的测量结果,测量系统的品质是以统计特质来描述其特征,测量程序应该包含：,-设计与验证,-持续的能力评估,-控制,-修正与再验证,特质,-必须在统计统计控制中,-相对于产品规格，其变异性必须要小,-Discrimination 的单位应该精细至产品规格或流程变异的十分之一,-相对于流程变异，其变异性必须要小,测量系统的基本模式,测量系统能力 未修复偏差或线性 重复性和再现性（%R&R）,2,=,2,+,2,测量系统性能 测量系统能力 稳定性 连贯性,2,=,2,+,2,2,+,流程测量思路,1.实际流程能力,设计流程能力,流程总变异量,实际产品变异量,测量系统变异量,再现性,重复性,2.“流程总变异量”的基本模式：,2=2+2=2+2+2,测量,总变量,产品,再现,重复,产品,流程变异的总和,产品变异（真正的变异）,测量变异,总变异（观察所得变异）,变异的基本模式,总体变异 产品变异 测量系统变异,2,=,2,+,2,测量变异 重复性 再现性,2,=,2,+,2,测量变异的来源,工具,工作方法,Mechanical instability,Wear,Electrical instability,Algorithm instability,Ease of Data Entry,Operator Training,Calibration Frequency,Maintenance Standard,Sufficient Work Time,Standard Procedures,Operator Technique,Humidity,Cleanliness,Vibration,Line Voltage Variation,Temperature Fluctuation,测量变异,环境因素,流程变异的可能来源,Observed Process Variation,Actual Process Variation,Measurement Variation,Long-term Process Variation,Short-term Process Variation,Variation w/i sample,Variation due to 量?工具,Variation due to operators,Repeatability,Calibration,Stability,Linearity,要描述真正的流程变异，必须确认测量系统本身的变异并从变异扣除,流程“Repeatability”（重复性）及“Reproducibility”（再 现性）是测量误差的主要的来源,需获得的资讯,测量误差的程度有多严重？,测量误差的来源何在？,经过长时间使用，工具是否仍维持稳定？,该工具是否胜任这个分析？,如何改善测量系统？,测量系统的评价,1.测量能力指标（适合性）：P/T值测量精确度/产品公差,*注意：5.15标准差代表99%的测量系统变异，5.15标准差为工业标准,P/T=,公差,5.15,100%,判断标准：,最佳情形：10%可接受情形：30%,2.测量变异指标：%RR值测量变异量/流程总变异量,%RR=,测量,总变量,100%,判断标准：,最佳情形：10%可接受情形：30%,P/T=20%,P/T=50%,P/T=100%,%RR=20%,%RR=100%,%RR=50%,测量系统变异（）,产品公差,LSL,USL,观察所得流程变异（总）,一、,二、,三、,一、测量此流程的系统选择较恰当，P/T=20%30%;测量系统本身差异也可忽略，%R 该流程总变异量等于产品公差，说明能满足产品的设计公差要求,二、选用的测量系统不合适，P/T=50%30%;测量系统本身变异过大,无法忽略，%R 因此,观察所得流程总变量不准确,能否满足产品公差要求,不可知.建议:改变测量系统；重新校正测量系统；重新测量流程变异.,三、选用的测量系统完全不合适，P/T=100%30%;测量系统变异大得已经盖流程变异的真实体现，%R 观察所得流程变异值已无意义.建议:改变测量系统；重新校正测量系统；重新测量流程变异.,测量系统变异（）说明,P/T=50%,P/T=100%,P/T=200%,%RR=25%,%RR=100%,%RR=50%,测量系统变异（）,产品公差,LSL,USL,观察所得流程变异（总）,一、,二、,三、,测量系统变异（）说明,一、该测量系统不合适，无法正确分辨产品规格，P/T=50%30%;该测量系统变异尚可接受，并忽略，%R 该流程总变异过大，但此测量值并不可信.建议：改用合适的测量系统；重新测量流程变异。,二、选用的测量系统完全不合适，P/T=100%30%;该测量系统的变异过大,无法忽略，%R 该流程测量值不可信.建议:改用合适的测量系统；重新校正后；重新进行流程测量。,三、选用的测量系统完全不合适，P/T=200%30%;该测量系统的变异过大,无法忽略，%R 该流程测量值不可信.建议:改用合适的测量系统；重新校正后；重新进行流程测量。,P/T=10%,P/T=20%,P/T=50%,%RR=20%,%RR=100%,%RR=40%,测量系统变异（）,产品公差,LSL,USL,观察所得流程变异（总）,一、,二、,三、,测量系统变异（）说明,一、该测量系统非常合适，可正确体现产品公差，P/T=10%30%;该测量系统的变异较小，可忽略，%R 建议：调整产品公差或者放宽流程控制，以降低成本。,二、选用的测量系统合适，P/T=20%30%。但该测量系统的变异较大,不能忽略，%R 观察所得流程总变异量不准确.建议:重新校正测量系统后，再次测量流程。,三、选用的测量系统不合适，P/T=50%30%;该测量系统的变异大得覆盖总流程变异，%R&R=100%30%。观察所得流程变异值无意义.建议:改用合适的测量系统；重新校正后；重新进行流程测量。,Minitab 练习,流程能力及测量误差,假设有一个标准差是 5，平均数70单位流程,同时有有个测量系统，其测量误差与流程误差相同：,5 Sigma,使用 Minitab 模拟测量误差对流程能力的影响,练习题（续）,使用下列程序来建立符合上述条件的资料：,Minitab,Calc,Random Data,Normal,建立一组随机的常态分配,练习题（续）,Minitab,Calc,Random Data,Normal,模拟结果,实际流程变异：无测量误差,观察所得流程变异：含测量误差,0,5,10,15,30,40,50,60,70,80,90,100,110,LSL,USL,0,5,10,15,30,40,50,60,70,80,90,100,110,LSL,USL,Frequency,Frequency,Observed,Process,Attribute(离散型)MSA 分析,两种常见资料形态,ATTRIBUTE-不连续的，计数资料,如：1，2，3，4 等,好/坏,机器 1，2，3,VARIABLES-连续性的，计量资料,如：重量=10.2 磅,厚度=11.211,口,寸,Attribute MSAs,通常为2-3 名员工,Attribute测量系统通常不像计量仪器那样重视准确性,几个样本供以计数或分类,每一样本，由每位人员测量2-3次,或包含预先同意的标准或专家意见,执行 Attribute MSA 步骤,步骤1：以随机排序方式，要求第一位测量人员计数不良，或,步骤3：继续进行直到所有测量者都检视过同样的样本（这是Trial 1）,-同一人的一致必性(Repeatability),-同组人的一致性(Reproducibility),-Agreement level compared to chance alone(Kappa),依 Good/Bad,步骤2：要求第二位人员依随机排序方式执行相同事件,分类,重复步骤1-3 以取得足够的 Trials,用提供的表格来做 MSA 的统计分析,分析结果并决定接续步骤,Attribute MSA 中使用标准或专家意见：该如何进行,预先选择多样物件-包含可以接受，不可接受，及界于两者之间的物件,依序号记录个别结果,每件被纺列序号，并分别由每个检验者评估,这些结果将于专家的“正确”结果相比较，来评估其准确度,为评估精确度（Precision），每位检验者对相同物件的评估结果将,与其他检验者的结果相互比较,Attribute MSA：范例,本范例取自一制造方向盘上喇叭按垫 的美国家公司,发现了不良品及良品,在一个次工厂巡 视中，工厂经理在表明“接受”及“退回”的箱子中分别,为免除检验者分类错误的情形，工厂经理着手进行一项关于检验一致,由4位检验员及一位专家/品管经理负责纪录（1）接受或退回的决定,及（2）退回的理由,性的研究,预先选择50个物件 包含可接受、不可接受、及界与两者之间,Attribute MSA：范惯例,检验员,A B C D,退回数 8 8 8 8,接受数 42 42 42 42,-所有检验员各退回8个物件！,-此检验是否有问题？,检验员之间的一致性问题?,针对结果作进一步的分析显示出问题确切存在（右表为其中20笔资料）,在 50 个样本，只有一个成品被所有 检验,员 一致“退回”,有 29 个成品被所有检验员一致“接受”,不一致性比率=,20/50=40%,与专家意见的一致性问题？,检验员专家结果,Vs.,%接受的不良品,%退回的,良品,A 9/13=69%4/37=11%,B 9/13=69%4/37=11%,C 9/13=69%4/37=11%,D 8/13=62%3/37=8%,整体正确率=150/200=75%,使用图形工具进行分析的第一步,使用 Gage Run Chart 之目的在于视觉化 Operator,Sample,及 Trial,提示:若使用将 Master value,将此值当另一 Operator,加入Minitab 的,之间的交互关系,工作表中,Minitab,Stat,Quality Tools,Gage Run Chart,0,5,10,6,7,8,9,10,0,5,10,1,2,3,4,5,Runchart of Response by Part,Operator,Gage name:Date of study:Reported by:Tolerance Misc:,1,2,3,Part,Part,Response,Response,Gage Run Chart,上图显示不同 Operator 不同 Trial 的样本平均值。寻找异常点 我们希望不同操作员得到相同的值！,使用 Agreement Calculations进行分析的第二步,Attribute MSA Defectives.xls,使用 MSA.xls,3,30,你可以于这些栏位中输入实际参与分析的人员姓名,最多输入三位,这些是必须栏位,在“NUM OF TESTERS”栏位中输入参与分析者的数目,在“NUM OF TESTERS”栏位中输入受间的物件数,于这些栏位登录此MSA分析的相关资讯,使用 MSA.xls,于该栏位输入标准值或专家对每一样本的评断,于该栏位记录参与者的答案,注意每一样本单位最多进行2次测试,这个范例显示参与者的评分或对不良种类的编码,用MSA.Xls 在 这型的分析包括 Pass/Fail测量,阐述 MSA.Xls 计分的意义,MSA.xls 中的%APPRAISER SCORE 代表分析的人员的一致性格。亦即是参与人员的 Repeatability%SCORE VS.Attribute代表与专家答案比较后的正确性,参与人员个别的分属表 现在三个栏位中,该分数代表参与者对样 本的Reproducibility。其数值代表所有参与者 给予相同答案的频率,该分数代表所有参与 者与专家答案比较后 的正确性,使用 Kappa Calculations进行分析第三步骤,Kappa Techniques,当一测量系统采用非实体测量来分类物件时使用,Kappa techniques对所的错误或差异给予同样的处理,使用于：,-测量对象必须彼此互相独立,-评估者独立地检验及分类,-分类项目必须互斥且详尽,Kappa Techniques,Kappa(K)被定义为排除巧合一致后，检验者之间的一致性比例,P,P,observed,chance,其中：K=,P,-,-,1,observed,P,chance,=评估者对物件分类的一致性比例,=因巧造成一致性的比例,问题在于：我们获得相同答案的机会会比巧合大多少？,Kappa Techniques,若 Kappa value 为+1 代表完美的一致性,通用原则：若 K 0.70,则该测量系统需被注意,Kappa 结果指导方针,-单一Kappa value 若介于0.15 至0.75，表示评估者之间的一致性为：,GOOD for“drip”,MARGINAL for“Too thick”;and,UNACCEPTABLY Low for the remaining categories,阐述结果,欲改善此测量系统，需要改善改变不良的分类定义、对评估者的再训练，或双管齐下,Kappa Techniques Roadmap,我们将在第二周的课程中再探讨Kappa的计算！,选择评估者,选择零件,测量零件,收集资料,计算Kappa,拟定决策,练习题#1 糖果检测,目的：评估 M&M 检测系统,工具:3名操作员,一包 M&M 巧克力,MSA.xls 档案,程序:评估 MSA系统,报告任何建议与改善,测量系统 改善方法,感官敏锐度增强器(改善作业人员感官敏锐度之装置),遮罩/样版(阻绝不重要资讯),确认清单,产品重新设计,自动化,工作区域再规划,Visual Aids,离散型数据的连续型化,（离散型数据可细分成连续型变化趋势的数据）,例：由个等级（OKNG）7 10 个等级,说明：红色编号代表细分的等级区域；此方法可用于项目实验，实际工作如用时，需适当的演变。,6项目攻关,马达定子线伤不良率低减50%,现行测量系统评价,一、实验方法：,1.评价对象:原生产线操作者、检查者和检查设备,2.样品数量：20台（OK品：10台、NG品：10台）,3.检查方法:在对方不知情况下，对编号样品进行 定子线伤的目视检测 和电气检测,记 录检查结果并与正确答案对比。,4.评价工具：MSAANOVAAttribute Gage R&R Study（离散型数据分析）,二、实验结果（三线）：,现行测量系统评价,二、实验结果（三线）：,现行测量系统评价,Within AppraiseAssessment AgreementAppraiser#Inspected#Matched Percent(%)95.0%CI 范秀雄 20 20 100.0(86.1,100.0)冯淑明-Q 20 16 80.0(56.3,94.3)赖赞庭 20 19 95.0(75.1,99.9)李小燕 20 20 100.0(86.1,100.0)罗小巧 20 18 90.0(68.3,98.8)王文碧 20 14 70.0(45.7,88.1)杨房贵 20 19 95.0(75.1,99.9)郑俊锐 20 17 85.0(62.1,96.8)钟胜强 20 15 75.0(50.9,91.3)朱?Q 20 18 90.0(68.3,98.8)#Matched:Appraiser agrees with him/herself across trials.,二、实验结果（三线）：,现行测量系统评价,Each Appraiser vs StandardAssessment AgreementAppraiser#Inspected#Matched Percent(%)95.0%CI 范秀雄 20 18 90.0(68.3,98.8)冯淑明-Q 20 16 80.0(56.3,94.3)赖赞庭 20 15 75.0(50.9,91.3)李小燕 20 18 90.0(68.3,98.8)罗小巧 20 13 65.0(40.8,84.6)王文碧 20 10 50.0(27.2,72.8)杨房贵 20 15 75.0(50.9,91.3)郑俊锐 20 12 60.0(36.1,80.9)钟胜强 20 12 60.0(36.1,80.9)朱国楚-Q 20 18 90.0(68.3,98.8)#Matched:Appraisers assessment across trials agrees with standard.,二、实验结果（三线）：,现行测量系统评价,All Appraisers vs StandardAssessment Agreement#Inspected#Matched Percent(%)95.0%CI 20 5 25.0(8.7,49.1)#Matched:All appraisers assessments agree with standard.,二、实验结果（三线WIT检测）：,现行测量系统评价,二、实验结果（三线WIT检测）：,现行测量系统评价,Within AppraiserAssessment AgreementAppraiser#Inspected#Matched Percent(%)95.0%CI WIT 20 20 100.0(86.1,100.0)#Matched:Appraiser agrees with him/herself across trials.,二、实验结果（三线WIT检测）：,现行测量系统评价,Each Appraiser vs StandardAssessment AgreementAppraiser#Inspected#Matched Percent(%)95.0%CI WIT 20 20 100.0(86.1,100.0)#Matched:Appraisers assessment across trials agrees with standard.,二、实验结果（三线真空WIT）：,现行测量系统评价,二、实验结果（三线真空WIT）：,现行测量系统评价,Within AppraiserAssessment AgreementAppraiser#Inspected#Matched Percent(%)95.0%CI 真空WIT 20 20 100.0(86.1,100.0)#Matched:Appraiser agrees with him/herself across trials.,二、实验结果（三线真空WIT）：,现行测量系统评价,Each Appraiser vs StandardAssessment AgreementAppraiser#Inspected#Matched Percent(%)95.0%CI 真空WIT 20 20 100.0(86.1,100.0)#Matched:Appraisers assessment across trials agrees with standard.,现行测量系统评价,三、实验结论：,人员目视检查能力：(合格要求:生产人员-80%以上,QC人员-90%以上,设备-95%以上)再现性：一线:QC50%不合格,制造-75%不合格 三线:QC-50%不合格,制造-75%不合格 重复性：一线:QC-100%合格,制造-25%不合格 三线:QC-50%不合格,制造-25%不合格,2.设备的检查能力：一线:WIT检测100%合格,真空WIT95%合格(重复性=再现性)三线:WIT检测=真空WIT=100%(重复性=再现性),现行测量系统评价,四、下步计划：,组织相关人员进行培训-时间:2周。现场人员目视检测能力的再次实验(2周后),能力合格着上岗。真空WIT 机 进行校正,确保测量准确性。4检测设备上追加电流表，便于跟踪线伤与 泄漏电流的关系。,Variables(连续型)MSA 分析,两种常见资料形态,ATTRIBUTE-不连续的，计数资料,如：1，2，3，4 等,好/坏,机器 1，2，3,VARIABLES-连续性的，计量资料,如：重量=10.2 磅,厚度=11.211,口,寸,简单测量分析之三个统计特性,简单测量分析,我们希望得到的结果是：,-另两名操作员各测量10个样本,-操作员的测量结果变异很小,-两操作员结果应有强烈关联性,-每位操作员之结果的平均值应为相近,简单测量分析之三个统计特性,使用 Minitab 开启档案：WEAR-MEASURE.,输出：刹车皮的磨损性.,两名操作员各测量10个样本一次,简单测量分析-续,使用 Calculator功能建立Delta变量栏位，它是Observer 1 与 Observer 2读数之差值,Minitab,Calc,Calculator,简单测量分析-续,使用Descriptive Statistics 计算 Delta 之标准差,其代表什么?Repeatability 或 Reproducibility?,Variable N Mean Median StDev,Delta 10-0.410-0.400 0.387,该标准差称之为 测量之标准误差,简单测量分析-续,Variable N Mean Median StDev,Delta 10-0.410-0.400 0.387,使用上列的标准差，何者为测量散布的良好估计值？,Precision=6*,Precision=6*0.387,Precision=2.32,假设 Tolerance(upper spec lower spec)为5，Precision Tolerance 之间的比率为何？,简单测量分析-续,Variable N Mean Median StDev,Delta 10-0.410-0.400 0.387,此比率称为 Precision to Tolerance(P/T)Ration 在这个例子中的 P/T Ration 是,P/T=,Precision,Tolerance,=,2.32,5,=46%,这可被解读为“46%的规格Tolerance 被测量误差成占用”,Correlation(相关性),两变量之间线性关系的测量，例如两组不同的测量方法或两间不同的实验室,Offset,No Offset,无相关性,方法 1,方法 1,方法 1,方法 2,方法 2,方法 2,简单测量分析-续,使用 Minitabs 中的 correlation 功能计算两观察者之间,的相关性,Correlation of Obs1 and Obs2=0.98,Minitab,Stat,Calculator,简单测量分析-续,借用描绘 Observer 1 及 Observer 2 资料我们可用图形检,-Simple Plot,-Fitted Line Plot,我们先试 Fitted Line Plot,视其关联性,有两种方法可以采用,Minitab,Stat,Regression,Fitted Line Plot,Correlation 与测量,Y=1.08E-02+0.961881X,R-Sq=0.977,Regression Plot,6,7,8,9,10,11,12,13,14,15,6,7,8,9,10,11,12,13,14,Obs2,Correlation 练习题,Department of Health(DOH)要求你定期提供废水深度报告,你及 DOH 用不同的测量系统测量样本的深度,DOH 指你测量结果是错误的，但你认为是正确的,若你不符合 DOHs 的标准，你将面临每月$的罚款,Correlation 练习题,所需设备,10个塑胶容器,-两种测量设备（分别为 DoH 及你公司所采用）,-2 位人员（分别为 DoH 及你公司 QA 人员,规格,-参照容器,步骤,-将10个容器装入介于两高度记号间不等量的水（询问训练员）,-请公司QA代表与DoH代表在不碰触容器的情形下独立地测量水面高度,分析结果并于课堂上提出,简单测量分析,利用上面资料，于 Minitab 中建立以下之资料组,使用 Descriptive Statistics 功能并计算Delta 之 Standard,Deviation,Ruler 1,Ruler 2,Delta,-这是对测量误差的粗估值,将标准差乘以 6 并除以 Tolerance 值（2 mm）,-这是对 P/T ratio 的估计值,选出发言人并于课堂上报告你们的 P/T 值,测量能力指标 P/T,Precision/Tolerance Ratio,P/T=,5.15*MS,Tolerance,通常以百分比表示,描述多少 Tolerance 比率 是被测量误差所占用,同时包含了 Repeatability 与 Reproducibility,-Operator Unit Trial experiment,最佳情形：10%可接受：30%,注意：5.15 标准差代表 99%的MS变异,5.15标准差为工业标准,Measurement Capability(测量能力）指标-%GR&R,P/T=,MS,通常以百分比表示,描述多少总变异比率是由测量误差造成的,同时包含了 Repeatability 与 Reproducibility,-Operator Unit Trial experiment,以%R&R 30%为目标,Total,100,GR&R Metrics,P/TRatio,%R&R,30%,30%,10%,15%,主要问题 我的测量系统是否适用于我的项目？,GR&R 练习题,你将如何处理以下情形？,A）%P/T=9%RR=8%B）%P/T=43%RR=72%C）%P/T=43%RR=16%D）%P/T=13%RR=43%,测量误差对能力指标的影响,测量误差越高，对你了解真正流程产能的影响就越剧烈！,P/T（%Tolerance）的应用,P/T ratio(Minitab 中的%Tolerance)是对测量系统精,准度最常用的估计工具,-此方法可被应用于评估测量系统对于规格的性能表现,-然而，规格可能会太宽松或太严苛,-一般来说，当测量系统纯粹被用来分类生产样本时，P/T 率,是一个良好的估计工具,但是,若流程能力(Cpk)不适当时,P/T率可能带给你错误的保证,%R&R 的应用,对Black Belt 而言,%R&R 是较好的指标,-对整体流程变异而言,此指标可应用于评估测量系统的表现,-%R&R 是进行流程改善时的较佳指标,当使用样本来表达完整又具体代表性的流程变异时,务必小心,Gage R&R 分析之设定,一般需有 2-3 名操作员,一般需有 10工单位物件以供测量,每一操作员对每一物件测量 2-3 次,样本选择,样本应从散布于流程常态变异的程序中取得,-范例:若生产一平均厚度 1.000”及变异数 0.010”的材料，则,样本厚度范围应为0.080”1.020”(95%range),-若使用同一流程生产不同厚度的材料,将它们分组执行 R&R 分析,注意!,-范例:,一流程生 1.000”、2.000”及4.000”的材料且 Tolerance,为+/-0.030”。所有数值皆由同一系统测量所得,对每一厚度的材料各执行分析,-若将上述样本混在一起，则 GR&R 值会变小,执行 R&R分析的步骤,校准测量工具,或确认其已被校准,设定 Minitab 中的资料矩阵,并确定已随机化,令操作员依随机顺序测量样本,在 Minitab 中分析资料并决定 R&R 分析之统计数值,-Repeatability,-Reproducibility,-上述之标准差,-%R&R,-%P/T,分析结果并决定接续行动,样本大小问题,操作员数,-若流程使用多位操作员,则随机选择 2 4 个,-若流程使用单一或没有操作员,则分析时忽略操作员之影响,即略 Reproducibility 之影响,样本数,-选择足够之样本使得,(Sampl