1、MSA量測系統(tǒng)分析量測系統(tǒng)分析Measurement System Analysis哪個製程較好呢？實際實際製製程變異程變異偏偏倚倚穩(wěn)定性穩(wěn)定性線性線性已觀測的已觀測的製製程變異程變異測量系統(tǒng)的變異測量系統(tǒng)的變異組組內(nèi)變異內(nèi)變異組組間變異間變異正確度正確度精密度精密度sP2sT2sR&R2sT2 = sP2 +sR&R2 sR&R2= sAV2+ sEV2重重復(fù)性復(fù)性再現(xiàn)性再現(xiàn)性1) 1) 製製程變異的理解程變異的理解我們所觀測製程的變異里包含了實際製程變異實際製程變異和測量系統(tǒng)的變異測量系統(tǒng)的變異.假如測量系統(tǒng)的變異比較大時會發(fā)生什么樣的問題?測量系統(tǒng)驗證測量系統(tǒng)驗證

2、測量是為了表示某個物體的特定的性質(zhì)而對物體賦予數(shù)值的方法。操作方法,步驟,Gage和其它裝備,軟件,測量者等 為了得到測量值而使用的我們統(tǒng)稱為測量系統(tǒng)(Measurement System). 測量系統(tǒng)的誤差測量系統(tǒng)的誤差 正確度正確度(Accuracy)(Accuracy) : 測量值和真值之間的差異 偏倚(Bias), 線性(Linearity),穩(wěn)定性(Stability)精密度精密度(Precision)(Precision): : 用同樣的儀器對同樣的部品反復(fù)測量時產(chǎn)生的測量值的散布 重複性( Repeatability),再現(xiàn)生(Reproducibility)精度低, 正確度差精

3、度低,正確度高精度高,正確度低精度高, 正確度高測量系統(tǒng)的精度及正確度測量系統(tǒng)誤差測量系統(tǒng)誤差 什么是正確度什么是正確度(Accuracy) ? (Accuracy) ? 什么是穩(wěn)定性什么是穩(wěn)定性(Stability) ? (Stability) ? 真值真值正確度量測系統(tǒng)的量測系統(tǒng)的平均平均值值* 真值是利用最準確的測量裝備測量時 所得到的值. 實際值(真值)和觀察平均之間的 差異. 最少2次以上在不同時期對同樣的部品 利用同樣的Gage測量時所得到的 測量平均值之間的差異. 儀器設(shè)備因磨損,氣溫,濕度等環(huán)境變化 和時間的經(jīng)過而對測量結(jié)果產(chǎn)生影響.穩(wěn)定性Time 1Time 1Time 2T

4、ime 2時間經(jīng)過時間經(jīng)過正確度偏差大正確度偏差大正確度偏差小正確度偏差小LSLLSLUSLUSL測定值測定值真值真值真值真值測定值測定值 在Gage的規(guī)定的操作范圍內(nèi)比較 正確度后進行評價. 即,在規(guī)定的操作范圍內(nèi)的兩個極限區(qū)間 最少各研討1次正確度后得到的差值. Gage通常是在操作范圍的下限 (或者規(guī)格值)比上限它的正確度 差. 什么是線性什么是線性(Linearity) ? (Linearity) ? 對Gage的操作范圍或者Spec范圍的 正確性.什么是重復(fù)性什么是重復(fù)性(Repeatability) ?(Repeatability) ?重復(fù)性重復(fù)性(Repeatability) :

5、(Repeatability) :“ “得到具有一貫性的結(jié)果得到具有一貫性的結(jié)果” ”反復(fù)測量時的變異反復(fù)測量時的變異 一名測量者對同樣的部品用 同樣的儀器對同樣的特性在比較短的 時間內(nèi)反復(fù)測量時所發(fā)生的測量值的 變異 這是因量具設(shè)備而發(fā)生的變異.測量者測量者 A A測量者測量者 B B測量者測量者C C再現(xiàn)性再現(xiàn)性什么是再現(xiàn)性什么是再現(xiàn)性 (Reproducibility) ? (Reproducibility) ? 對同一個部品的同樣的特性 利用同樣的儀器幾個人測量 時產(chǎn)生的測量者之間的測量值 平均之間的差異 這是因評價人而發(fā)生的變異.什么是什么是精密度精密度(Precision) ? (

6、Precision) ? Repeatability重復(fù)性重復(fù)性可能導(dǎo)致重復(fù)性不好的原因：可能導(dǎo)致重復(fù)性不好的原因：Equipment:設(shè)備設(shè)備 測量儀器需 要維護。 需要更嚴格的量具。 部件的夾具需要改進。People:人員人員 環(huán)境條件(照明，噪聲) 身 體 條件(視力)Reproducibility再現(xiàn)性再現(xiàn)性操作者B的測量均值操作者A的測量均值可能導(dǎo)致再現(xiàn)性不好的原因：可能導(dǎo)致再現(xiàn)性不好的原因： 測量程序不清楚 操作者使用和判讀量具的能 力沒有得到適當?shù)呐嘤枴?零件尺寸、位置、觀察誤差(易讀性、視差)系統(tǒng)精密度不好的原因系統(tǒng)精密度不好的原因利用利用MinitabMinitab分析測量系

7、統(tǒng)分析測量系統(tǒng)正確度正確度(Accuracy)(Accuracy)的分析的分析一名評價者反復(fù)10次測量了同一個部品: 得到10個測量值. 基準值 : 0.8, 部品的制程變異是0.7.Ho : Bias 0Ha : Bias 0One-Sample T: xOne-Sample T: xTest of mu = 0.8 vs mu not = 0.8Variable N Mean StDev SE Mean 95.0% CI T Px 10 0.7500 0.0471 0.0149 (0.7163, 0.7837) -3.35 0.008 Bias = 0.75 0.8 = -0.05 %Bi

8、as =| Bias |Process VariationX 100| -0.05 |0.70X 100= 7.1%P-value=0.008P-value=0.008，所以可以認為所以可以認為正確度有問題正確度有問題. .Stat Basic Statistics 1-Sample tStat Basic Statistics 1-Sample t Bias(Bias(偏倚偏倚) )分析分析 Bias = 測量值的平均 基準值(真值) %Bias =| Bias |Process VariationX 100 (因製程變異發(fā)生的偏倚的百分比) %Bias =| Bias | Toleranc

9、eX 100 (對允許公差的偏倚的百分比)用某個量具對同一個產(chǎn)品測量時所得到的測量值的平均和基準值(真值)之間的差異我們稱之為偏倚(Bias) 或是不正確度(Inaccuracy), Bias越小時它的正確度會越高. Process Variation = 6 Tolerance = USL - LSL 線性線性(Linearity)(Linearity)比較良好的情況比較良好的情況在測量范圍全領(lǐng)域基準值和測量平均值一致在測量范圍全領(lǐng)域基準值和測量平均值一致/ /沒有偏倚正確地測量沒有偏倚正確地測量. .在測量范圍全領(lǐng)域具有常數(shù)倍數(shù)的偏倚在測量范圍全領(lǐng)域具有常數(shù)倍數(shù)的偏倚. / . / 雖有偏

10、倚但是因為大小一定所以可以容易調(diào)整雖有偏倚但是因為大小一定所以可以容易調(diào)整. .基準值基準值測量平均偏倚偏倚測量平均基準值基準值 線性線性(Linearity)(Linearity)的分析的分析 線性不好的情況線性不好的情況 測量范圍全領(lǐng)域偏倚測量范圍全領(lǐng)域偏倚( (正確度正確度) )不一定的情況不一定的情況 無法矯正無法矯正. .2345678910-1.0-0.50.00.51.01.5扁霖藹祈狼偏倚基準值偏倚基準值 線性線性(Linearity)(Linearity)和偏倚和偏倚(Bias)(Bias)判定基準判定基準 線性線性(Linearity)(Linearity)差時需要考慮的事

11、項差時需要考慮的事項：調(diào)查量具測量范圍中上部或下部的刻度是否合適檢驗基準值是否正確檢驗測量位置是否正確檢驗測量者是否正確的使用了儀器檢驗量具磨損與否檢驗量具校準與否調(diào)查量具本身內(nèi)部設(shè)計問題 電子式的話在測量全范圍進行再校準. 機械式的話在測量范圍中以經(jīng)常使用的范圍為中心進行校準后不允許在其他范圍使用. 利用利用MinitabMinitab分析線性分析線性測量系統(tǒng)的操作范圍內(nèi)抽樣5個部品進行精密的測試之后計算,要反復(fù)12次部品12345基準值246810反復(fù)12.705.105.807.609.1022.503.905.707.709.3032.404.205.907.809.5042.505.

12、005.907.709.3052.703.806.007.809.4062.303.906.107.809.5072.503.906.007.809.5082.503.906.107.709.5092.403.906.407.809.60102.404.006.307.509.20112.604.106.007.609.30122.403.806.107.709.40 實行結(jié)果實行結(jié)果 結(jié)果解釋結(jié)果解釋 MinitabMinitab使用方法使用方法( (Stat Stat Quality Tools Quality Tools Gage Linearity Study) Gage Linear

13、ity Study) StdDev Study Var %Study VarSource (SD) (5.15*SD) (%SV) Total Gage R&R 0.23894 1.2305 8.67 Repeatability 0.23894 1.2305 8.67 Part-to-Part 2.74576 14.1407 99.62 Total Variation 2.75613 14.194114.1941 100.00LinearityLinearity是總製程變異量的是總製程變異量的13.167%,13.167%,因此線性是比較因此線性是比較差差, ,需要改善需要改善. .B

14、iasBias是是0.0.4 4%，良好良好. .Reference ValueBias1086421.00.50.0-0.5-1.00Regression95% CIDataAvg BiasPercentBiasLinearity1050Gage LinearitySlope-0.131670.010930.000PredictorCoefSE CoefPConstant0.736670.072520.000S0.23954R-Sq71.4%Linearity1.86889%Linearity13.2Gage Bias20.4916673.50.00040.1250000.90.29360.

15、025000Reference0.20.6888-0.2916672.10.00010-0.6166674.30.000Bias%BiasPAverage-0.0533330.40.040Gage name:Date of study: Reported by:Tolerance:Misc:Percent of Process VariationGage Linearity and Bias Study for q代 計算Gage Linearity統(tǒng)計值22 Bias(y) = 0.7367 - 0.13167 Master Linearity = 0.13167 * 14.1941 = 1

16、.86889 %Linearity = 傾斜度 *100 = 13.167% 計算Gage Bias統(tǒng)計值 平均 Bias = -0.2667 / 5 =-0.05333 %Bias = ( |-0.05334| / 14.1941 ) * 100 = 0.4% 線性的計算方法線性的計算方法Reference ValueBias1086421.00.50.0-0.5-1.00Regression95% CIDataAvg BiasGage name:Date of study: Reported by:Tolerance:Misc:Gage Linearity and Bias Study f

17、or q代 Linearity = | 傾斜度 | x Process Variation %Linearity =LinearityProcess VariationX 100在量具的測量范圍內(nèi)評價測量的一貫性在量具的測量范圍內(nèi)評價測量的一貫性, ,在量具的測量范圍內(nèi)如果在量具的測量范圍內(nèi)如果BiasBias一定的話可以說一定的話可以說線性較好線性較好. .為了評價線性必須要計算為了評價線性必須要計算Bias.Bias.* Process Variation = 6= | 傾斜度 | x 100%Linearity%Linearity值如果接近值如果接近 00的話可以判定線性比較好的話可以判

18、定線性比較好. . 回歸模型 : y = a + bxy : Biasx : 基準值b : 傾斜度 線性的計算公式線性的計算公式指的是隨時間經(jīng)過時指的是隨時間經(jīng)過時，對同樣部品的測量結(jié)果的變異程度對同樣部品的測量結(jié)果的變異程度. .隨時間的經(jīng)過如果測量結(jié)果互不相同的話隨時間的經(jīng)過如果測量結(jié)果互不相同的話這時我們可以認為此測量系統(tǒng)的穩(wěn)定性缺乏這時我們可以認為此測量系統(tǒng)的穩(wěn)定性缺乏. .分析穩(wěn)定性的方法我們通常用連續(xù)型管制圖分析穩(wěn)定性的方法我們通常用連續(xù)型管制圖(X bar R(X bar R管制圖管制圖). ).0Subgroup12345678948.048.549.0Sample MeanM

19、ean=48.65UCL=49.21LCL=48.090.00.51.01.5Sample RangeR=0.5444UCL=1.402LCL=0Xbar/R Chart for Measurement目前所有的測量值都目前所有的測量值都在管制界限內(nèi)在管制界限內(nèi), ,因此因此可以說此儀器是可以說此儀器是比較穩(wěn)定的比較穩(wěn)定的 在管制界限外有測量值或者具有特定的周期或者傾向的話不能說此儀器是穩(wěn)定的在管制界限外有測量值或者具有特定的周期或者傾向的話不能說此儀器是穩(wěn)定的. .穩(wěn)定性穩(wěn)定性(Stability) (Stability) 分析分析+ += =實際製程變異測量系統(tǒng)變異已觀測到的製程變異 Ga

20、ge R&R Study MethodGage R&R Study Method X bar R : 假設(shè)部品和測量者之間沒有交互作用之后進行分析(傳統(tǒng)的方法) ANOVA : 部品和測量者之間存在交互作用的情況交互作用沒有意義時兩種方法的結(jié)果都差不多,但是交互作用有意義時可用ANOVA Method.Gage R&R-Gage R&R-精度精度(Precision) (Precision) 分析分析 Gage R&R OverviewGage R&R OverviewRRproducttotal&222sss精密度散布散布散布散布R&a

21、mp;R Study sR&R2= sEV2+ sAV2準備事項準備事項短期方法短期方法長期方法長期方法(通常)測量者數(shù)2名3名樣本數(shù)量5個10個測量次數(shù)測量者別 各1次測量者別各2次或者3次賦予編號以及隨機化對各個樣本賦予編號,每次測量都要隨機排列.確認測量位置及方法把測量位置標識在樣本,讓所有的測量者都要熟悉同樣的測量方法.選擇評價方法雖然迅速但是重復(fù)性和再現(xiàn)性被混合可以區(qū)分重復(fù)性和再現(xiàn)性的誤差.可以得到有關(guān)誤差原因的情報. 為了做為了做Gage R&RGage R&R而采集數(shù)據(jù)的方法而采集數(shù)據(jù)的方法q步驟步驟 1. 選定代表製程長期變動的10個樣本 2. 量測儀器

22、的校正 3. 讓第一個作業(yè)者對所有樣本任意順序各做一次量測 (Blind Measurement) 4. 讓第二個作業(yè)者按同樣地方法實施(所有作業(yè)者相同) 5. 以同樣的方法按必要的次數(shù)重復(fù)量測 6. 得到的DATA輸入Minitab并進行分析Gage R&R Gage R&R 步驟步驟q 樣本的選定樣本的選定樣本一般為10個，能代表製程的散布。l假如樣本只選定接近製程平均的時，量測能力評價指標將會比實際不好。 l假如樣本的選定在比工程散布寬范圍寬時，量測能力評價指標將會比實際好。 樣本反映制品的實際散布(製程變異)時才有意義。1. %Contribution = 100%2.

23、 %GRR(=%Study Variation) = 100%3. %Tolerance = 100%4. Number of distinct categories = Round 1.41 (NDC識別指數(shù)識別指數(shù))識別指數(shù)意味著量測System能區(qū)別的制品散布。即， 區(qū)別製程散布區(qū)間的數(shù)。例：識別指數(shù)為3時部品散布部品散布(p)量測散布量測散布(MS)Gage R&R 評價指標評價指標qq 評價指標評價指標2MS2TotalMSTotal5.15 MSTolerance * Tolerance = USL-LSLNDC分辨指數(shù)分辨指數(shù)表明測量系統(tǒng)對一個特定的產(chǎn)品的可用性。提供測量

24、系統(tǒng)在過程偏差的范圍內(nèi)可以精確測量的區(qū)分數(shù)。該數(shù)表明了一個測量過程檢測產(chǎn)品偏差(過程偏移和改進)能力的好壞。RedYellowGreen510NDC分辨指數(shù)指南分辨指數(shù)指南 一種一種NDC分辨指數(shù)的直觀表示：分辨指數(shù)的直觀表示：1 category3 categories6 categoriesq 評價基準l %Study Var 或 %Tolerance為10%以上時，首先區(qū)分評價重復(fù)性和再現(xiàn)性后，查明各個受影響的原因 ，并采取措施。 l 根據(jù)用途的優(yōu)先參照評價指標 - 在制程判斷合格與否很重要時， 優(yōu)先確認%Tolerance- 製程管制用或製程顯示用時， 優(yōu)先確認 %Study Var

25、Gage R&R 評價指標評價指標區(qū)分%Contribution%GRR(% Study Variation )或 %ToleranceNDC辨別指數(shù)良好 1% 10費用/考慮重要性110%1030%59不可使用 10% 30% Quality Tools Gage R&R Study(Crossed)Stat Quality Tools Gage R&R Study(Crossed) 計量型計量型 GageGage R&RR&RlMinitabMinitab提供提供 ANOVAANOVA法和法和 X X bar and Rbar and R兩個分析方法

26、。兩個分析方法。l部品和量測者之間有交互作用時，部品和量測者之間有交互作用時， ANOVAANOVA法可以把交互作法可以把交互作 用分離顯示，所以是更正確的分析方法。用分離顯示，所以是更正確的分析方法。 計量型計量型 GageGage R&RR&Rqq Minitab Minitab 分析結(jié)果分析結(jié)果 Graph Graph 解釋解釋“選定的樣本是否如實反映工程的散布選定的樣本是否如實反映工程的散布?”?”如果這個值均勻如果這個值均勻，意味樣本沒能如實反映意味樣本沒能如實反映工程的散布。工程的散布。“作業(yè)者之間是否有差異？作業(yè)者之間是否有差異？”作業(yè)者之間最好沒有差異。作業(yè)者之

27、間最好沒有差異。“每名作業(yè)者對樣本是否做不同的量測？每名作業(yè)者對樣本是否做不同的量測？”每名作業(yè)者對樣本的量測值一致為好。每名作業(yè)者對樣本的量測值一致為好。 計量型計量型 GageGage R&RR&Rqq Minitab Minitab 分析結(jié)果分析結(jié)果 Graph Graph 解釋解釋“在全體散布中在全體散布中 R&R R&R 所占的比重是否充分小所占的比重是否充分小? ” ? ” Gage R&R, Gage R&R, Repeat,ReprodRepeat,Reprod. .的高度越接近的高度越接近0 0 越好。越好。“作業(yè)者別重復(fù)量測值

28、是否穩(wěn)定作業(yè)者別重復(fù)量測值是否穩(wěn)定?”?”注注意意 ! !要是超過要是超過R ChartR Chart的界限，就得調(diào)查其原因，的界限，就得調(diào)查其原因， 并重新量測。并重新量測。“辨別相互不同部品的能力是否充分辨別相互不同部品的能力是否充分?”?”與與R ChartR Chart相反，盡量多超過管理界限為相反，盡量多超過管理界限為好。好。(50%(50%以上的點以上的點) )q ANOVA ANOVA 解釋解釋 良好的量測System為時，在ANOVA table中應(yīng)要部品影響大(P值 0.05). 在這里作業(yè)者*部品有影響，不能說量測System是良好。 Source DF SS MS F P

29、 部品 9 0.241027 0.0267807 132.432 0.00000作業(yè)者 2 0.000649 0.0003244 1.604 0.22846作業(yè)者*部品 18 0.003640 0.0002022 3.370 0.00021Repeatability 60 0.003600 0.0000600 Total 89 0.248916 計量型計量型 Gage R&R %ContributionSource VarComp (of VarComp) Total Gage R&R 1.11E-04 3.64 Repeatability 6.00E-05 1.96 Repr

30、oducibility 5.15E-05 1.68 作業(yè)者 4.07E-06 0.13 作業(yè)者*部品 4.74E-05 1.55 Part-To-Part 2.95E-03 96.36 Total Variation 3.06E-03 100.00 StdDev Study Var %Study VarSource (SD) (5.15*SD) (%SV) Total Gage R&R 1.06E-02 0.054376 19.07 Repeatability 7.75E-03 0.039892 13.99 Reproducibility 7.18E-03 0.036952 12.96

31、 作業(yè)者 2.02E-03 0.010395 3.65 作業(yè)者*部品 6.89E-03 0.035459 12.44 Part-To-Part 5.43E-02 0.279867 98.16 Total Variation 5.54E-02 0.285100 100.00 Number of Distinct Categories = 7q 評價指標的計算評價指標的計算 計量型計量型 Gage R&R%Contribution = = X 100 = 3.64(%) 2MS2Total0.0001110.00306%Study Var = = X 100 = 19.07(%) 0.05

32、43760.2851005.15 X MS5.15 X Totall 辨別范周為7，小于基準值10，但大于基準值4.l %Study Var為 19.07%，大于基準值10%，但小于基準值30%。l %Contribution為 3.64%，因部品之間差的變動為96.36%. 還有，再現(xiàn)性散布為 1.68%，比重復(fù)性散布1.96%小，因此可以說因重復(fù)引起的變動比作業(yè)者之間的差異更大。 q 評價指標解釋評價指標解釋 %ContributionSource VarComp (of VarComp) Total Gage R&R 1.11E-04 3.64 Repeatability 6.0

33、0E-05 1.96 Reproducibility 5.15E-05 1.68 作業(yè)者 4.07E-06 0.13 作業(yè)者*部品 4.74E-05 1.55 Part-To-Part 2.95E-03 96.36 Total Variation 3.06E-03 100.00 StdDev Study Var %Study VarSource (SD) (5.15*SD) (%SV) Total Gage R&R 1.06E-02 0.054376 19.07 Repeatability 7.75E-03 0.039892 13.99 Reproducibility 7.18E-03

34、 0.036952 12.96 作業(yè)者 2.02E-03 0.010395 3.65 作業(yè)者*部品 6.89E-03 0.035459 12.44 Part-To-Part 5.43E-02 0.279867 98.16 Total Variation 5.54E-02 0.285100 100.00 Number of Distinct Categories = 7 計量型計量型 Gage R&R總的來看，考慮與費用所需的精密度來決定是否允許使用量測總的來看，考慮與費用所需的精密度來決定是否允許使用量測System，比再現(xiàn)性應(yīng)給重復(fù)性的改善大，比再現(xiàn)性應(yīng)給重復(fù)性的改善大的比重，來研究

35、量測的比重，來研究量測System的改善方案。的改善方案。例例) ) 計算計算% %ToleranceTolerance時時%Tolerance = =5.15 MSTolerance5.15 MSUSL-LSLq %Toleance被計算的例被計算的例子子 計量型計量型 Gage R&R%Tolerance = = X 100 = 68.61(%) 0.343060.55.15 X MSUSL-LSLProcess Tolerance一個人反復(fù)一個人反復(fù)3 3次測試同樣的部件的結(jié)果值之間有很大的差異次測試同樣的部件的結(jié)果值之間有很大的差異. 即即, ,可判斷出可判斷出重重復(fù)性上有問題

36、復(fù)性上有問題. .另外另外, ,大部分的測量值都靠近平均的附近大部分的測量值都靠近平均的附近, ,所以可以判斷出測所以可以判斷出測量系統(tǒng)的區(qū)別上有問題量系統(tǒng)的區(qū)別上有問題. . 對個別測量值的圖表分析對個別測量值的圖表分析 圖表分析結(jié)果圖表分析結(jié)果 Minitab 使用方法使用方法(Stat Quality Tools Gage Run Chart 結(jié)果的結(jié)果的 解釋解釋 Gage R&R Run Chart的使用的使用根據(jù)部品Plot每個測試人員的測量值能了解到同樣部件,同樣的人反復(fù)測出的值之間的變動量,也就是反復(fù)性.能了解到幾個人測了同樣部件時測出的值之間的變動量,也就是再現(xiàn)性.

37、反復(fù)性上有問題的時候反復(fù)性上有問題的時候 再現(xiàn)性上有問題的時再現(xiàn)性上有問題的時候候異常原因調(diào)查及采取措施Gage R&R Study 實行X bar -R Chart 參照管制狀態(tài)？G R&R 評價產(chǎn)品的合格與否判定 重要(%Tolerance)製程管制用(%Study Var)滿足%R&R 基準評價測量系統(tǒng)的NDC識別力滿足區(qū)別力基準適合判定 & 運營采取措施后再測定或者刪除數(shù)據(jù)Gage Run Chart 制作區(qū)分對重復(fù)性和再現(xiàn)性的統(tǒng)計值后參照研討提高量具精度的方案查明原因及改善NoNoNoDATA 采集50% 以上要超過 X bar管制界限.NDC5Gag

38、e R&RGage R&R整個整個 ProcessProcessGage R&RXbar - R 方法ANOVAGage R&R(Nested)Gage R&R(Crossed)連續(xù)型 Data離散型 DataNested: 不可以反復(fù)測量的Data(例:破壞檢查)Crossed: 可以反復(fù)測量的 DataANOVA Gage R&R StudyGage R&R Study的種類的種類不能反復(fù)測量同樣一個部件時就不能把重復(fù)性和再現(xiàn)性區(qū)分進行測量不能反復(fù)測量同樣一個部件時就不能把重復(fù)性和再現(xiàn)性區(qū)分進行測量, ,所以評價破壞檢查的方式進所以評

39、價破壞檢查的方式進行測量的行測量的Gage R&RGage R&R時，為了能夠反復(fù)地進行測試要準備能看作為同一個部件的相近的部品時，為了能夠反復(fù)地進行測試要準備能看作為同一個部件的相近的部品. .也就是也就是說能假設(shè)在說能假設(shè)在batch(Lot)batch(Lot)內(nèi)的產(chǎn)品是都一樣時內(nèi)的產(chǎn)品是都一樣時，可以在一個可以在一個 Batch(Lot)Batch(Lot)中抽出多個部品進行測試中抽出多個部品進行測試. .3 3名測試人員對名測試人員對5 5個部品進行個部品進行2 2次反復(fù)測試時次反復(fù)測試時 二元分配法二元分配法(Crossed Design) : (Crossed D

40、esign) : 各各 batchbatch中可準備中可準備 6 6個部品個部品 枝分試驗法枝分試驗法(Nested Design) : (Nested Design) : 各各 batchbatch中只能準備中只能準備2 2個部品個部品二元分配法枝分試驗法 不能進行反復(fù)測試時的不能進行反復(fù)測試時的 Gage R&R StudySampleSample不能進行反復(fù)檢查時不能進行反復(fù)檢查時( (例例, , 破壞檢查破壞檢查) )從從1515個個batchbatch中各取中各取2 2個部品個部品, ,并且假設(shè)同并且假設(shè)同batchbatch內(nèi)的內(nèi)的部品是一樣的部品是一樣的. .3 3個人進

41、行了測試個人進行了測試. .用枝分試驗法分析測試系統(tǒng)用枝分試驗法分析測試系統(tǒng). . ExampleExample 測試結(jié)果測試結(jié)果Gage R&R Study - Nested ANOVAGage R&R Study - Nested ANOVANested ANOVA TableNested ANOVA TableSource DF SS MS F POperator 2 0.0142 0.00708 0.00385 0.99615Part(No) (Operator) 12 22.0552 1.83794 1.42549 0.25516Repeatability 15 19

42、.3400 1.28933 Total 29 41.4094Gage R&RGage R&R %ContributionSource VarComp (of VarComp) Total Gage R&R 1.28933 82.46 Repeatability 1.28933 82.46 Reproducibility 0.00000 0.00 Part-To-Part 0.27430 17.54 Total Variation 1.56364 100.00 StdDev Study Var %Study VarSource (SD) (5.15*SD) (%SV) T

43、otal Gage R&R 1.13549 5.84777 90.81 Repeatability 1.13549 5.84777 90.81 Reproducibility 0.00000 0.00000 0.00 Part-To-Part 0.52374 2.69725 41.88 Total Variation 1.25045 6.43984 100.00 Number of Distinct Categories = 1分析了的分析了的 Gage R&R值超出值超出30%,并且并且 Number of Distinct Categories是是1,所以要求改善測試系統(tǒng)所

44、以要求改善測試系統(tǒng)!Gage R&R的貢獻量比部件變異的貢獻量比部件變異引起的貢獻量大很多引起的貢獻量大很多,所以儀器所以儀器測試系統(tǒng)不合適測試系統(tǒng)不合適 對再現(xiàn)性的貢獻量是對再現(xiàn)性的貢獻量是 0的反面，即重復(fù)性的貢獻量是的反面，即重復(fù)性的貢獻量是 Gage R&R的全部的全部,所以找出影響所以找出影響重復(fù)性的因素后進行改善重復(fù)性的因素后進行改善. Minitab 分析結(jié)果分析結(jié)果Gage name:Date of study:Reported by:Tolerance:Misc:12131415161718123Xbar Chart by OpratorSample Mean

45、Mean=15.15UCL=17.62LCL=12.68012345123R Chart by OpratorSample RangeR=1.313UCL=4.290LCL=0123131415161718OpratorBy Oprator123451234512345123131415161718Part(No)OpratorBy Part(No) (Oprator)%Contribution %Study Var %Process %Tolerance Gage R&RRepeatReprodPart-to-Part050100Components of VariationPerc

46、entGage R&R (Nested) for Response 圖表分析結(jié)果圖表分析結(jié)果 Minitab Minitab 使用方法使用方法( (Stat Stat Quality Tools Quality Tools Gage R&R Study(Nested) Gage R&R Study(Nested) 結(jié)果的結(jié)果的 解釋解釋4)4)5)5)3)3)1 : 因因GRR的變異量大的變異量大,所以要改善測試系統(tǒng)的不適合和重復(fù)性所以要改善測試系統(tǒng)的不適合和重復(fù)性.2 : 處于管制狀態(tài)處于管制狀態(tài),所以可判斷測量上有一致性所以可判斷測量上有一致性.3 : 因全部都在管

47、制的規(guī)格線內(nèi)因全部都在管制的規(guī)格線內(nèi),所以不適合用在部品間有無變異的檢查所以不適合用在部品間有無變異的檢查.4 : 同樣的人對同樣的部件進行測試時存在大的差異同樣的人對同樣的部件進行測試時存在大的差異,所以重復(fù)性上有問所以重復(fù)性上有問 題及需要改善題及需要改善.5 : 測試人員測出的值的平均值比較接近測試人員測出的值的平均值比較接近,所以再現(xiàn)性良好所以再現(xiàn)性良好. 對分析出來結(jié)果的對策對分析出來結(jié)果的對策重復(fù)性誤差比較大時 - 因測量儀器的變異比較大. - 儀器保全不足 - 使用不合適的儀器 - 儀器的固定夾具或者位置問題 再現(xiàn)性誤差大時 - 因人的變異比較大. - 測量者對使用和讀Gage還

48、不夠熟悉. - 需要對測量者進行培訓 - Gage的刻度不夠準確. 測量的誤差或者變異的要素 - I儀器 : 儀器之間的差異, 刻度頻度之間的差異 - P測量方法 : 讀儀器的方法之間的差異,測量方法的差異 - E測量條件 : 濕度, 溫度, 壓力等作業(yè)環(huán)境之間的差異 - W測量樣本 : 樣本之間的變異 - P測量者 : 測量者之間的差異, 實驗室之間的差異,作業(yè)班次之間的差異屬性數(shù)據(jù)測量系統(tǒng)分析Attribute MSAKappa屬性測量系統(tǒng)u屬性/順序測量系統(tǒng)使用了接受/拒絕標準或分級，例如， 用(1-5) 確定是否達到可以接受的質(zhì)量水平uKappa技術(shù)可以用來評估這些屬性和順序測量系統(tǒng)

49、你真的擁有太多的屬性數(shù)據(jù)嗎?u很多檢驗過程能夠收集連續(xù)數(shù)據(jù)，但選擇屬性數(shù)據(jù)以簡化檢驗員的任務(wù)u例如，很多功能測驗將連續(xù)地評估一項產(chǎn)品（溫度、承載力，硬度等等）并以通過/失敗記錄其結(jié)果u設(shè)法獲取連續(xù)數(shù)據(jù)屬性和順序測量u屬性和順序測量經(jīng)常依靠主觀分類或分級u例子包括：u把部件特征分級為好或壞u在品嘗之后分級葡萄酒的香味和口感u從1到5給雇員的表現(xiàn)分級u給體操打分u在利用這些測量系統(tǒng)之前，我們應(yīng)該評估它們嗎？u不評估它們的后果是什么呢？ 測量系統(tǒng)分析 屬性數(shù)據(jù)u什么方法適于評估屬性測量系統(tǒng)？u屬性系統(tǒng)屬性系統(tǒng) 同等處理所有誤分類的Kappa技術(shù)u順序系統(tǒng)順序系統(tǒng) 考慮誤分類等級的Kappa技術(shù)u例如

50、，如果我們從1到5判斷一油漆產(chǎn)品的等級，檢驗員A把它評為1級，檢驗員B評為5級，比起檢驗員A把它評為4級而檢驗員B評為5級來，具有更大的誤分類數(shù)據(jù)類型u常態(tài)常態(tài): 包含不具有排序基礎(chǔ)或可以分別出量的差別的數(shù)字，例如 u例子: 一公司中: A部門、B部門、 C部門u一車間中: 機器1、機器2、機器3u運輸?shù)念愋? 船、火車、飛機u順序順序: 包含可以分等級的數(shù)字。但是不能根據(jù)該標度推斷出數(shù)字之間差別。u例子：產(chǎn)品性能: 優(yōu)秀、很好、好、一般、差u品嘗試驗： 味淡、辣、很辣、辣得難受u客戶調(diào)查： 強烈滿意、滿意、不滿意、強烈不滿意Kappa技術(shù)uKappa適用于非定量系統(tǒng)，如u好或壞u通過/不通過

51、u區(qū)分聲音 (嘶嘶聲、叮當聲、重擊聲)u區(qū)分色彩亮度u通過/失敗Kappa技術(shù)u適用于屬性數(shù)據(jù)的Kappau同等處理所有誤分類u要求單元之間相互獨立，并且檢驗員或分級員是獨立作出分級的u要求評估類別是相互排斥的操作定義（檢查標準）u存在著一些質(zhì)量特點，或者難以定義或者定義很耗費時間u要一致地評估分類，幾個單元必須由一個以上的評估人或判定人作出分類u如果評估員之間達成足夠的一致，那么就有可能，盡管不能保證，分級是正確的u如果評估員不能達成足夠的一致，那么分級的可用性就很有限了差勁的屬性測量系統(tǒng)幾乎總是可以歸咎于差勁的操作定義qq 留意事項留意事項(1) 樣品應(yīng)選定代表Process的樣品。 任意

52、選定25個樣品時，以下能成為向?qū)А?2) 把平時檢查的作業(yè)者選定為作業(yè)者的選定對象，并成為Blind Appraisal.計數(shù)型計數(shù)型 Gage R&R很難區(qū)分良/不率的樣品20%30%不易區(qū)分良/不率的樣品30%40%比較容易區(qū)分良/不率的樣品30%40%很容易區(qū)分良/不率的樣品0%20% 屬性測量系統(tǒng)中的和風險u風險/生產(chǎn)者風險u 合格產(chǎn)品被拒絕u不必要的報廢/返工的原因u被人為削減的過程性能u風險/消費者風險 u接受了不合格產(chǎn)品u不滿意的客戶u夸大的過程性能結(jié)果?u哪些是重要的應(yīng)關(guān)心的問題？u如果檢驗員之間和內(nèi)部不能達成很好的一致，會有什么風險呢？u次品正在流向下一步操作或客戶嗎

53、？u優(yōu)質(zhì)品正在被返工或處理掉嗎？u評估的標準是什么？u 如何度量一致性？什么是 Kappa? u P observedu 判定員一致同意的單元的比率=判定員一致判定為優(yōu)良的比率+判定員一致判定為次劣的比率u P chanceu預(yù)期偶然達成一致的比率=（判定員A判定為優(yōu)良的比率*判定員B判定為優(yōu)良的比率）+（判定員A判定為次劣的比率*判定員B判定為次劣的比率）u 注意： 上述等式適用于兩類分析，即優(yōu)良或次劣chancechanceobservedPPPK 1Kappau要達成完全一致， P observed = 1 且 K=1u一般說來，如果Kappa值低于0.7，那么測量系統(tǒng)是不適當?shù)膗如果K

54、appa值為0.9或更高，那么測量系統(tǒng)是優(yōu)秀的uKappa的下限為0到 -1u如果 P observed = P chance 那么 K=0 u因而Kappa值為 0表示達成一致和隨機偶然預(yù)期達成的一致是一樣的chancechanceobservedPPPK 1qKappaKappa量測能力評價指標量測能力評價指標l上面的判斷基準根據(jù)Project的目標有可能變更。- 舉個例，不良率0.1%0.001% 改善課題的情況下檢出率必須為 100%.- 滿足指數(shù)40% 60% 改善課題時，如果檢出率是70%以上就可以被選擇。l基本基本上，上，達不到達不到100%時，必須調(diào)查其原因。時，必須調(diào)查其原因

55、。判斷基準(良好)判斷基準(考慮)判斷基準(不足)判斷指標90% 7090%70% 計數(shù)型計數(shù)型 Gage R&R屬性測量系統(tǒng)指導(dǎo)u在選擇研究的部件時，要考慮以下幾方面因素：u如果你只有兩個類別，優(yōu)良和次劣，你至少應(yīng)該選擇20個優(yōu)良品和20個次劣品u最多可選擇 50個優(yōu)良品和50個次劣品 u盡量保持大約50%的優(yōu)良品和50%的次劣品u選擇不同程度的優(yōu)良和次劣屬性測量系統(tǒng)指導(dǎo)u如果你的類別超過2種，其中一類是優(yōu)良，其它類別是不同的缺陷方式，那么你至少應(yīng)該選擇大約50%的優(yōu)良品和每種缺陷方式中的最少為10%的產(chǎn)品u你可以把一些缺陷方式合并稱為“其它”u這些類別應(yīng)該互相排斥，否則它們應(yīng)該合并

56、起來分級員內(nèi)部/重復(fù)性考慮u讓每個分級員至少兩次判定同一單元u為每個分級員建立獨立的Kappa表，計算他們的Kappa值u如果某個分級員的Kappa測量值很小，那么該分級員自己沒有很好地重復(fù)判定u如果分級員自己沒有很好地重復(fù)判定，那么他也不能和其它分級員很好的做重復(fù)判定，這將掩蓋其它分級員內(nèi)部重復(fù)判定的好壞u根據(jù)每個分級員的首次判定建立一個Kappa表，計算不同分級員之間的Kappa值u不同分級員之間的Kappa值將進行兩兩對比 (A和 B, B和C, A和C)Kappa 例子#1uBill Blackbelt正在努力改進一個具有高退貨率的油漆過程u在工程早期，由于很明顯的檢驗員之間和檢驗員內(nèi)

57、部的差別，所以測量系統(tǒng)就是一個關(guān)注的問題u下一頁的數(shù)據(jù)是在測量系統(tǒng)研究中收集的。u需要計算每個操作員的Kappa和操作員之間的 Kappa考慮下列數(shù)據(jù)First Mea. Second Mea. First Mea. Second Mea. First Mea. Second Mea.PartRater ARater ARater BRater BRater CRater C1GoodGoodGoodGoodGoodGood2BadBadGoodBadBadBad3GoodGoodGoodGoodGoodGood4GoodBadGoodGoodGoodGood5BadBadBadBadBadB

58、ad6GoodGoodGoodGoodGoodGood7BadBadBadBadBadBad8GoodGoodBadGoodGoodBad9GoodGoodGoodGoodGoodGood10BadBadBadBadBadBad11GoodGoodGoodGoodGoodGood12GoodGoodGoodBadGoodGood13BadBadBadBadBadBad14GoodGoodBadGoodGoodGood15GoodGoodGoodGoodGoodGood16BadGoodGoodGoodGoodGood17BadBadBadGoodBadGood18GoodGoodGoodGoo

59、dGoodGood19BadBadBadBadBadBad20BadGoodGoodBadBadBad分級員A的 交叉表GoodBadGood10212Bad178119Rater A First MeasureRater A Second Measure在每個單元格中填入收集到的信息在每個單元格中填入收集到的信息GoodBadGood10212Bad178119Rater A First MeasureRater A Second Measure交叉表第一格代表分級員第一格代表分級員A在第一次在第一次和第二次測量中判定為優(yōu)良的和第二次測量中判定為優(yōu)良的次數(shù)次數(shù)交叉表第二格代表分級員第二格代表

60、分級員A在第一次測量中在第一次測量中判定一個單元為次劣，在第二次測量判定一個單元為次劣，在第二次測量中判定為優(yōu)良的次數(shù)中判定為優(yōu)良的次數(shù)GoodBadGood10212Bad178119Rater A First MeasureRater A Second Measure交叉表第三格代表分級員第三格代表分級員A在第一次測量中在第一次測量中判定一個單元為優(yōu)良，在第二次測量判定一個單元為優(yōu)良，在第二次測量中判定為次劣的次數(shù)中判定為次劣的次數(shù)GoodBadGood10212Bad178119Rater A First MeasureRater A Second Measure交叉表第四格代表分級員第四格代表分級員A在第一次測量和第二次測在第一次測量和第二次測量中判定一個單元為次劣的次數(shù)量中判定一個單元為次劣的次數(shù)GoodBadGood10212Bad178119Rater A First MeasureRater A Second MeasureGoodBadGood10212Bad178119Rater A First MeasureRater A Second Measure交叉表邊格的數(shù)字代表行和列的總和邊格的數(shù)字代表行和列的總和交叉表-比例GoodBadGood0.50.10.6