六西格玛测量系统分析.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2020/7/19 Sunday,#,2025/6/7 周六,六西格玛测量系统分析,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,.28,.279,.2791,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,标准 数 值(参 考 标 准),平 均 值,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,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,仪器 2,仪器 1,精 确 性,直 线 性 没 有 成 为 问 题,仪 表 2,精 确 性,直 线 性 成 为 问 题,仪 表 1,测 量 单 元,.1 .01 .001 .0001,测 量 单 元,.1 .01 .001 .0001,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,校 验 数 值,(参 考 标 准),时 间 1,时 间 2,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,该流程总变异小于产品公差要求,产品质量稳定性好;,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,Item,Generate,Store in columns,Mean,Standard deviation,100,Process,70.0,5.0,建立一组随机的常态分配,练习题（续）,Generate,Store in columns,Mean,Standard deviation,Item,Store result in variable,Expression,Functions,100,Measurement,0.0,5.0,C1 Process,C2 Measurement,Observed,Process+Measurement,All functions,Absolute value,Antilog,Arcsine,Arccosine,Cosine,Current time,Date(from Text),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%,Unit,A,B,C,D,1,R,R,R,A,2,A,A,R,A,3,A,A,A,A,4,A,A,A,A,5,A,A,A,A,6,A,A,A,A,7,A,A,A,A,8,A,A,A,A,9,A,A,A,A,10,A,R,R,R,11,R,A,R,R,12,A,A,A,A,13,R,A,A,R,14,A,R,A,A,15,A,A,A,A,16,A,A,A,A,17,A,A,A,A,18,A,A,A,A,19,A,A,A,A,20,A,A,A,A,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%,Unit,A,B,C,D,1,R,R,R,A,2,A,A,R,A,3,A,A,A,A,4,A,A,A,A,5,A,A,A,A,6,A,A,A,A,7,A,A,A,A,8,A,A,A,A,9,A,A,A,A,10,A,R,R,R,11,R,A,R,R,12,A,A,A,A,13,R,A,A,R,14,A,R,A,A,15,A,A,A,A,16,A,A,A,A,17,A,A,A,A,18,A,A,A,A,19,A,A,A,A,20,A,A,A,A,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,Item,Part,n,umbers,Ope,r,ators,M,e,asurement data,T,rial numbers,H,istorical mu,Gage Info,Options,C1 Trial,C2 Operator,C3 Measurement,Part,Operator,Measurement,Trial,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,Known Population,Tester1,Tester2,Sample#,Master,Try#1,Try#2,Vs.Mstr,Try#1,Try#2,Vs.Mstr,1,Pass,Pass,Pass,Pass,Fail,N,2,Pass,Pass,Fail,N,Pass,Pass,3,Pass,Pass,Fail,N,Pass,Pass,4,Pass,Pass,Pass,Pass,Pass,5,Pass,Fail,Fail,N,Fail,Fail,N,6,Fail,Fail,Fail,Pass,Fail,N,7,Fail,Fail,Fail,Fail,Fail,8,Pass,Pass,Pass,Pass,Pass,9,Pass,Pass,Pass,Pass,Pass,使用 MSA.xls,Testers,1,Testers1,2,Testers2,3,Testers3,NUM OF TESTERS:,NUM OF TESTERS:,3,30,DATE:,NAME,PROCESS:,CHARACTERISTIC:,TEST CONDITIONS:,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,Known Population,Sample#,Master,1,Pass,2,Pass,3,Pass,4,Pass,5,Pass,6,Fail,7,Fail,Tester1,Try#1,Try#2,Pass,Pass,Pass,Fail,Pass,Fail,Pass,Pass,Fail,Fail,Fail,Fail,Fail,Fail,Master,Try#1,Try#1,A,A,A,A,A,A,B,B,B,A,A,A,C,C,C,B,B,A,B,B,B,C,C,C,D,B,D,A,A,A,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,%APPRAISER SCORE(1),%SCORE VS.ATTRIBUTE(2),83%,83%,40%,73%,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,%APPRAISER SCORE(1),%SCORE VS.ATTRIBUTE(2),83%,83%,87%,60%,40%,23%,73%,40%,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,Kappa Value,Suggested Interpretation,-1 to 0.0,Agreement expected by chance,=/0.60,Marginal Significant effort required,=/0.70,Good Improvement Warranted,=/0.90,Excellent,若 Kappa value 为+1 代表完美的一致性,通用原则,：若 K 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。,100 个样品,50 个,NG,50 个,OK,10个,#,25 个,#,25 个,#,25 个,#,25 个,#,15个,#,10个,#,15个,#,10个,#,15个,#,10个,#,15个,#,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 Appraise,Assessment Agreement,Appraiser#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 Standard,Assessment Agreement,Appraiser#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 Standard,Assessment 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 Appraiser,Assessment Agreement,Appraiser#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 Standard,Assessment Agreement,Appraiser#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 Appraiser,Assessment Agreement,Appraiser#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 Standard,Assessment Agreement,Appraiser#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,Sample,Obs1,Obs2,1,13.2,14.0,2,8.2,8.8,3,10.9,11.2,4,14.3,14.2,5,10.7,11.8,6,6.6,6.4,7,9.5,9.8,8,10.8,11.3,9,8.8,9.3,10,13.3,13.6,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,Item,Store result in variable,Expression,Functions,C1 Sample,C2 Obs1,C3 Obs2,Delta,Obs1-Obs2,All functions,Absolute value,Antilog,Arcsine,Arccosine,Cosine,Current time,Date(from Text),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,Va