测量系统分析.pptx

MSA-1测定测定System概要概要q 测定测定System分析的目的和用途分析的目的和用途为了测定DATA的质向上得以正确评价测定System的状态为了使PROCESS的散布中由于测定System造成的误差数值化为了比较相互不同的测定设备为了评价存在缺陷的测定设备为了不出现由于测定误差造成的错误的产品出库或错误的SPC结果等为了证明我们手中的DATA和要收集的DATA的可信赖MSA-2q 用语用语 测定测定为了表现特定性质的物质间的关系,对物质赋予数值.测定工程测定工程 赋予数值的工程 测定值测定值赋予的值 仪器仪器为了求出测值而使用的设备.测定测定System为了以数值形式反映被测物的性质而进行的作业,顺序,计测仪与设备,SOFTWARE,另外人的集合等求出测定值的一系列工程体系.测定测定System概要概要MSA-3q 概要概要 测定DATA用作议事决定的基础资料例如,-制造工程的调整与否的决定.-两个以上变量之间关联性存在与否的决定.以如此DATA为根据进行议事决定而得到的利益,主要由已使用的测定DATA 品质所决定.DATA质量低的话获益则较低,DATA质量好的话获益则较高.为了能够从使用测定DATA中最大程度获益,要保证DATA的质量.测定测定System概要概要MSA-4q 测定测定DATA的品质的品质测值接近特性真值的话,DATA的质量较好,反之远离特性真值则DATA质量较差.测定DATA的品质是在稳定状态下测定System中求得的复数的测值通过统计学特性判断而来的.反映DATA质量的统计学特性的参数-偏移(Bias):DATA远离真值有多远位置?-分散(Variance):DATA分布扩散的程度?质量较低DATA的一般原因为测值DATA中存在太多的变动要素;引起大的变动的测定System与工程自体的变动无法区分,故不适合使用于工程分析中.测定测定System概要概要MSA-5q 测定测定System的统计学性质的统计学性质 测定System的品质具有如下的统计学性特性.测定System需处于统计性管理状态并非指测定System的变动原因中的特殊原因而指的是偶然原因.测定System的变动要比工程的变动要小.变动应比规定标准略小.测定仪的最小有效刻度单位需小于工程变动或规格界限中较小部分,统计学性质的最小有效可读单位不得大于工程变动或规格界限中较小部分数值的1/10.测定System的统计学性性质会随测定项目的变化而变化,这样的话,测定 System的较大变动需要比工程变动或规格界限中的较小部分还要小.测定测定System概要概要MSA-6q 国家标准体系国家标准体系 通常称为了传播测定值而使用的顺序叫校正,依此测定System生成的测定值要与国家标准机关选定的标准值一致的话不大可能.一般来说,形成阶层式,各阶层保有各自的自体标准System.初期标准初期标准(Primary standard)2 标准标准(Secondary standard)作业标准作业标准(Working Standard)国家标准国家标准(National Standard)以国家标准为基础各企业,研究所,政府研究机关等组织进行管理的标准企业使用时称为 Company标准,由企业的校正部门管理.国家机构下管理的标准1期,2期标准为基础,制造现场使用的标准 测定值作为1级标准向下一阶层标准水准传播.1级标准开始向2级标准传播2标准向作业标准传播测定测定System概要概要MSA-7q 评价顺序评价顺序测定System的评价了解测定System的评价确定被测得的DATA怎样使用,决定测定System需具有 的预期统计性质实际是否具有进行评价.阶段 1测定System所需的统计性特性是否具有进行决定.(测定System实际使用前须实行.)找出对测定System造成影响的环境要因.(如果周边温度对测定值产生影响的话,温度可调节环境内启动测定System.)阶段 2检查确认判断为可控制测定System的测定System是否具有适合的统计性特性.一般所说的“Gage R&R”分析指的是阶段2评价的状态.测定测定System概要概要MSA-8q 倾向和精确度倾向和精确度精确精确,但有偏向但有偏向无偏向性无偏向性,但不精确但不精确.无偏向并精确无偏向并精确=正确性正确性.017.016.015.014.013.012.011.010平均误差真值4984.016.015.014.013.012.011.010.009.008.007误差1123353331.011.010.009平均真值平均真值7117计量型测定计量型测定System变动变动MSA-9q测定误差的构成测定误差的构成散布散布倾向倾向Calibration Study-校正周期-方法和顺序Gage R&R-测定仪改善-测定方法改善-标准化测定误差测定误差=正确度正确度(中心中心)+精确度精确度(散布散布)-中心中心:正确度正确度-散布散布:精确度精确度计量型测定计量型测定System变动变动MSA-10计量型测定计量型测定System变动变动观测值观测值=基准值基准值+测定误差测定误差真值真值测定值测定值测定测定OFFSET真值真值测定值测定值观测散布观测散布=制品散布制品散布+测定散布测定散布 2整体=2 制品+2 测定M整体=m制品+m测定q 测定测定System的精确度的精确度 q 测定测定System的倾向的倾向 校正 Gage R&RMSA-11计量型测定计量型测定SystemSystem变动的类型变动的类型为了明确PROCESS变动的原因,首先应知道测定System的变动,并且要把它与PROCESS变动相区分,GAUGE R&R分析将怎样的变动要因定量化?观测到的PROCESS变动实际PROCESS变动测定变动长期PROCESS变动短期PROCESS变动BIAS反复性(Repeatability)稳定性成形性再现性(Reproducibility)GAUGE造成的变动作业者造成的变动MSA-12计量型测定计量型测定System变动的类型变动的类型q 偏移偏移(Bias)-倾向倾向 偏移指基准值和测值的平均间的差异.也称偶然正确性.基准值基准值Reference value观测平均观测平均Observed Average偏移(bias)0.750.80m全体=m制品+m测定 基准值MASTER的误差计测仪的老化刻度不佳的计测仪错误特性值的测定没有良好校正作业者不能正确使用计测仪MSA-13计量型测定计量型测定System变动的类型变动的类型q 稳定性稳定性(Stability)稳定性指对于相同基准样品或者相同样品的特性长时间测定时得出的测定值 的总变动.稳定性稳定性Time 2Time 1m全体=m制品+m测定 与计测仪物性相关 例)温度造成的影响MSA-14计量型测定计量型测定System变动的类型变动的类型q 线形性线形性(Linearity)线形性为计测仪的测定可能范围整区域偏移值的差异.真值 1观测值1小的偏移大的偏移真值 2测定的下限范围 观测值2 真值观测值偏移无偏移m全体=m制品+m测定 计测仪不能对动作范围内的低端和高端准确校正.最少或最大MASTER的误差工具的老化测定工具的内部设计特性MSA-15计量型测定计量型测定System变动的类型变动的类型q 反复性反复性(Repeatability)-精确度精确度 反复性指对相同样本的相同特性利用相同的计测仪由一名作业者进行多次测定而求出的测定值的变动.2全体=2 制品+2 测定 使用了落后的计测仪实际错误造成的计测仪内在工具散布随工具位置变化的散布环境因素(照明,噪音)身体因素(视力)基准值基准值平均平均平均平均良好的良好的反复性反复性不佳的不佳的反复性反复性基准值基准值MSA-16计量型测定计量型测定System变动的类型变动的类型q 再现性再现性(Reproducibility)-精确度精确度 再现性是指对相同样本的相同特性利用相同的计测仪由不同作业者进行多次测定 而求出的测定值平均的变动.2全体=2 产品+2 测定 作业者测定方法,技术的差异.作业者GAUGE的使用法和读取方法的不正确.测定顺序和方法不明确.为了帮助作业者保持一贯性,需要JIG.好的好的再现性再现性基准值基准值基准值基准值不好的不好的再现性再现性评价者评价者1 评价者评价者2 评价者评价者3评价者评价者1 评价者评价者2 评价者评价者3MSA-17q 识别能力识别能力所谓的识别能力指可探知所测定特性的微细变化.充实测定System的能力,也称为解像度.(Distinct Category)测定System对于工程分布的所有部分的其他测定特性无法确认出来,只对测定的特性参照测定值的范畴GROUP化.同一范畴的所有样本对于测定的特性应具有相同的值.测定System的识别能力不足的话,就不能将它作为确定工程变动的分析依据.识别能力不能检出工程变动时可认为不适合分析,不能检出特别原因变动就不能应用于管理.计量型测定计量型测定System识别能力识别能力MSA-18计量型测定计量型测定System识别能力识别能力q DATA范畴范畴分析 不适合推测工程的母数和子数 只提示工程生产良或不良情况管理仅如下情况时,可以管理使用.相比规格较小的工程变动 工程变动的主要因由于平均的 移动 和计量型管理图一起使用可能 可作成不太尖锐的计量型管理图 一般来说,不适合推测工程的 母数和子数 只提供较低水平的推测值.推荐1 个的范畴24个的范畴5 以上的范畴MSA-19计量型测定计量型测定System识别能力识别能力q 不足的识别能力的症象不足的识别能力的症象平均 0.14555(UCL)范围 0.01810(UCL)0.144 0.140 0.136 0.13571(LCL)0.010 0.020 0平均 0.1431(UCL)范围 0.0102(UCL)0.144 0.140 0.136 0.02 0.01 0管理图 A管理图 BMSA-20计量型计量型 Gage R&Rq 准备事项准备事项计划要使用的方法须事先决定评价者人数,样品数的反复测定次数.选择平日接触使用GAUGE的人作为评价者.标本采样从工程开始此外标本应能够代表整个加动范围.计测仪对预想的工程变动至少应具有1/10的判别能力.(例如工程变动为 0.001 的话,计测仪需对0.0001的变化可读.)测定方法是否正确以及是否按规定的测定顺序进行需确认.Good!“Bad”“Bad”MSA-21计量型计量型 Gage R&Rq 注意事项注意事项Random 顺序测定.Blind Measurement:评价者需在事先不知情的情况下即不知测定那种样品条件下进行.-Hawthorne Effect的防止.霍索恩效应霍索恩效应(指工人、学生等因受到研究人员的关注而增加产量或提高成绩指工人、学生等因受到研究人员的关注而增加产量或提高成绩),),计测仪读取数值应为最接近的数值,可能的话最小刻度的一半为好.例如最小刻度为0.0001的话,读取推测值为0.00005.熟悉注意事项的重要性的人,才可以进行研究.各评价者为了求得测定值需使用相同的步骤(包含所有阶段).MSA-22利用利用Minitab的计量型的计量型Gage R&RqGage R&R 分析方法分析方法阶段阶段 1:Gage R&R 计划计划-整个工程范围的最少 80%为代表的标本采样-反复数,作业者决定-评价顺序决定阶段阶段 2:随机的对所有标本测定随机的对所有标本测定-BLIND SAMPLING.-作业者按顺序对所有标本测定-整个测定反复(4-5次)阶段阶段 3:Minitab 分析分析:Gage R&R Study阶段阶段 4:Minitab 分析分析:Gage Run Chart阶段阶段 5:后续措施实施后续措施实施MSA-23q 例题例题 某电子元件生产商为了改善生产线由于部品外径的变动产生的不良制定了PROJECT.他们首先要对测定部品的GAUGE的信赖性确保以求数据的正确.以能够代表工程的10个部品,及测定作业者3人为对象,实施2次反复测定(Tolerance 1.5)利用利用Minitab的计量型的计量型Gage R&R 阶段阶段 1:Gage R&R 计划计划-选出10个能够代表整个工程范围最少 80%样品.-反复数:2次,-作业者:3人 阶段阶段 2:选择的标本测定选择的标本测定-尽可能地对作业者或部品进行Random测定.-事先让测定作业者不知道其要参与实验.-整个测定反复.MSA-24以以Stack形态输入形态输入 DATA-DATA INPUT利用利用Minitab的计量型的计量型Gage R&R标本测定者测定值MSA-25 阶段阶段 3:Minitab 分析分析:Gage R&R StudyStat Quality Tools Gage R&R Study(Crossed)Minitab上的分析方法有上的分析方法有ANOVA和和X-BAR AND R法法,ANOVA法更为优法更为优越一些越一些.利用利用Minitab的计量型的计量型Gage R&R标本测定者测定值标本测定者测定值MSA-26区分%Contribution%Study Variation Or%ToleranceNumber ofDistinct categories满足 1%10费用/重要性考虑 110%1030%49使用不可 10%30%作业者的再现散布 2.19%-作业者和部品的交互适用 5.37%MSA-28Gage R&R StdDev Study Var%Study Var%ToleranceSource (SD)(5.15*SD)(%SV)(SV/Toler)Total Gage R&R 0.066615 0.34306 32.66 22.87 Repeatability 0.035940 0.18509 17.62 12.34 Reproducibility 0.056088 0.28885 27.50 19.26 作业者 0.030200 0.15553 14.81 10.37 作业者*部品 0.047263 0.24340 23.17 16.23 Part-To-Part 0.192781 0.99282 94.52 66.19 Total Variation 0.203965 1.05042 100.00 70.03 Number of Distinct Categories=4利用利用Minitab的计量型的计量型Gage R&R-标准偏差构成要素标准偏差构成要素MSA-29对此测定对此测定System可区分判别了的可区分判别了的CATEGORY的数的数.大家的测定大家的测定System可识别的可识别的PROCESS DATA内的内的GROUP数数.Number of distinct categories=Round(SN Ratio 1.41)=Round(4.07)部品散布部品散布(p)测定散布测定散布(MS)SN Ratio=2.890.1927810.066615 StdDevSource (SD)Total Gage R&R 0.066615 Repeatability 0.035940 Reproducibility 0.056088 作业者 0.030200 作业者*部品 0.047263Part-To-Part 0.192781Total Variation 0.203965Number of Distinct Categories=4利用利用Minitab的计量型的计量型Gage R&R-识别能力识别能力Part ishereorhereorhereorhere=MSA-30-GRAPH解析解析“所选的样本是否能正确反映工程的散布所选的样本是否能正确反映工程的散布?”.如果此值均一的话如果此值均一的话,可认为样本没有正确可认为样本没有正确 反映工程的实际散布情况反映工程的实际散布情况“作业者间存在差异与否作业者间存在差异与否?”而言的而言的.作业者无差异为好作业者无差异为好.“根据标本各作业者是否进行相互不同的根据标本各作业者是否进行相互不同的测定测定?”而说的而说的.对于标本对于标本,各作业者的测定值相同为好各作业者的测定值相同为好.利用利用Minitab的计量型的计量型Gage R&RMSA-31“整个散布中整个散布中,GAUGE R&R占据的比重是否占据的比重是否充分小充分小?”Gage R&R,Repeat,Reprod.的高度的高度越接近越接近0越好越好.“作业者别反复测定值稳定否作业者别反复测定值稳定否?”注意注意!R Chart的界限线超出的话的界限线超出的话,调查其原因后调查其原因后 再测定再测定.“相互不同部品鉴别能力充分否相互不同部品鉴别能力充分否?”与与R Chart相反的管理界限线脱离越多越好相反的管理界限线脱离越多越好.-GRAPH分析分析利用利用Minitab的计量型的计量型Gage R&RMSA-32R chart为与测定误差相关的chart,X bar chart的管理界限线由R bar/d2 所决定.理想状况时,Xbar&R CHART为什么模样?-X Bar R Chart利用利用Minitab的计量型的计量型Gage R&R样本测定者测定值MSA-33特定作业者的测定习惯特定作业者的测定习惯,特性部品特性部品,测定时出现的问题是什么测定时出现的问题是什么?利用利用Minitab的计量型的计量型Gage R&R 阶段阶段 4:Minitab 分析分析:Gage Run ChartStat Quality Tools Gage Run Chart对作业者和制品间的再现性和反复性进行图表化.中央线显示制品的平均.MSA-34散布的主要原因为反复性(设备)的话,需要对设备交换、修理、或校正.散布的主要原因为作业者(反复性)的话,标准PROCESS的训练,使用或者测定顺序中找出问题点.训练,技术,此外/或者次序中为了了解哪一制品发生的问题,对作业者之间的差异点也有必要观察.规格分析完了后,妥当与否再确认.Gage性能不强(公差的30%左右),PROCESS却产生了较高的性能的话,多数时 Gage的性能对业务不会构成妨害,可以持续使用.通过设备供给者的合议或者公司文献的参考等知道当前使用中的Gage技术最尖端.具有与规格相符的性能的话,只有按现在状态使用的方法.此问题有方法的话,使用(signal averaging).利用利用Minitab的计量型的计量型Gage R&R 阶段阶段 5:后续措施实施后续措施实施MSA-35信号平均化信号平均化(signal averaging)方法方法q 注意事项注意事项:想减少GAUGE ERROR的话,就利用SAMPLE的标准 ERROR平方根吧.信号平均技法(signal averaging technique)使用:n=同一部品下,反复测定的数.the measurement=“n”测定值平均 例题:点测定 4次的反复测定值的平均.50%的GAUGE ERROR可减少一半(25%).必须运用必须运用,为了非方法调查的短期接近法为了非方法调查的短期接近法,并要调整相应并要调整相应Gauge平均分布个别分布MSA-36%Contribution%Contribution=X 100%整个DATA的变动中所占据的测定System的分散比率(相对比较)测定System的分散越小越好(部品变动量要大)部品选择时,散布较小或较大的情况下,由于分散的相对比较缘故,会造成测定 System能力错误性的判定.%Study variation%Study variation(%Repeatability and Reproducibility)q Gage R&R 评价指标评价指标totalMStotalMSTVP*15.5*15.5/22=2MS2Total计量型计量型 Gage R&R 评价指标计算评价指标计算 整个测定DATA的标准偏差中测定System的标准偏差的比率.5.15表示占据整体散布的99%的概率.与%Contribution的平方根一样.MSA-37 Number of distinct categories Round(SN Ratio 1.41)了解测定System具有的识别能力%Tolerance%Tolerance(Precision-to-Tolerance Ratio)部品散布(p)测定散布(MS)SN Ratio=计量型计量型 Gage R&R 评价指标计算评价指标计算 整体许可范围(公差)对比测定System的99%变动范围MSA-38计量型计量型Gage R&R 实习例题实习例题利用挑出的横跨1990 2005年的硬币10个,对GAUGE能力调查进行计划实行.3名作业者分别对10个硬币一个一个分3次测定.参考下边.使用提供的CALIPERS测定硬币的直径.测定值输入马上输入到Minitab DATA SHEET后进行分析.评价指标以%Study Variation和%Tolerance 为准使用.阶段:1)90个观测者的Minitab DATA输入SHEET创建:3 作业者*3 次*10 部品=90 观测值 Hint:Calc Make Patterned Data Simple Set of Numbers (作业前,讲师需对大家的SHEET进行确认).2)Gage R&R进行后,将观测值输入至Minitab.3)利用Minitab法进行分析 :Hint:Stat Quality Tools Gage R&R Study Hint:Stat Quality Tools Gage Run Charts 4)评价GAUGE的能力,结果不好时找出解决对策.q 利用硬币的利用硬币的Gage R&R 实习实习90 分分LSL:22.7USL:22.9MSA-39计量型计量型DATA测定测定System分析分析ExerciseMSA-40q 目的目的为了决定品质检查者SAMPLE的规则是否遵守良好.为了决定品质检查者相互之间适应程度能够到达多少?为了决定当前的SAMPLE是否可以作为检查中的充足的基准.计数型计数型 Gage R&RMSA-41计数型计数型 Gage R&R 一般事项一般事项 一般由2 3名作业者实施 一般以25个样品为对象进行测定 普通 2 3次的反复测定 留意事项留意事项(1)样品需选择能代表PROCESS的样品.*任意25个样品选择时,可成为如下的GUIDE.(2)作业者选择以平时做过检查工作的作业者为对象进行选择,以确保能够Blind Measurement.区分良/不良非常难的样品20%30%区分良/不良较难的样品30%40%区分良/不良略微简单的样品30%40%区分良/不良非常简单的样品0%20%MSA-42q Gage R&R 分析顺序分析顺序阶段阶段 1:Gage R&R 计划计划-反复数,再现数(作业者数)决定-评价顺序决定阶段阶段 2:随机性的对所有标本测定随机性的对所有标本测定-BLIND SAMPLING.-作业者顺序所有标本测定-整个测定反复(4-5次)阶段阶段 3:Minitab 分析分析:Gage R&R Study阶段阶段 4:后续措施实施后续措施实施利用利用Minitab的计数型的计数型Gage R&RMSA-43q 例题例题 为了对电子产品生产工程的不良加以改善.要进行PROJECT.选择确认Final Test工程对产品的良,不良是否正确判定,利用测定System进行评价.阶段阶段 1:Gage R&R 计划计划-整个产品可对边的 20个标本良品与不良品混合推出.-反复数:2次,-检查者:2名决定 阶段阶段 2:选别的标本测定选别的标本测定-测定由作业者用部品RANDOM测定.-作业者自身不知要参与此测定实验.-反复所有测定.利用利用Minitab的计数型的计数型Gage R&RMSA-44利用利用Minitab的计数型的计数型Gage R&R-Minitab DATA 输入输入以以Stack的状态输入的状态输入 DATA标本测定者测定值真值MSA-45 阶段阶段 3:Minitab 分析分析 Stat Quality Tools Attribute Gage R&R Study(Minitab 13.30 上提供)事先确定的真值输事先确定的真值输入入测定值测定值,标本标本,作业者作业者 各列输入各列输入利用利用Minitab的计数型的计数型Gage R&R标本测定者测定值真值MSA-46 评价与判定基准评价与判定基准上述判断基准根据PROJECT的目标变更可能.-例如,不良率 0.1%0.001%改善课题时检出力(一致率)一定要100%为好.-另外满足指数 40%60%改善课题时检出力(一致率)70%以上方可采纳.基本上不足100%时需调查找出原因.区分区分评价指标评价指标判断基准判断基准(优秀优秀)判断基准判断基准(考虑考虑)判断基准判断基准(不足不足)Minitab All Appraisers vs Standard90%8090%80%EXCELSCREEN%效率性点数效率性点数VS特性特性90%8090%80%利用利用Minitab的计数型的计数型Gage R&RMSA-47Attribute Gage R&R StudyWithin AppraiserAssessment AgreementAppraiser#Inspected#Matched Percent(%)95.0%CI 1 20 18 90.0(68.3,98.8)2 20 20 100.0(86.1,100.0)#Matched:Appraiser agrees with him/herself across trials.Each Appraiser vs StandardAssessment AgreementAppraiser#Inspected#Matched Percent(%)95.0%CI 1 20 18 90.0(68.3,98.8)2 20 19 95.0(75.1,99.9)#Matched:Appraisers assessment across trials agrees with standard.Assessment Disagreement Appraiser#G/F Percent(%)#F/G Percent(%)#Mixed Percent(%)1 0 0.0 0 0.0 2 10.0 2 0 0.0 1 5.9 0 0.0#G/F:Assessments across trials=G/standard=F.#F/G:Assessments across trials=F/standard=G.#Mixed:Assessments across trials are not identical.总观测次数对比一致率总观测次数对比一致率 作业者作业者1在总共在总共20次观测中次观测中 18次一致次一致,90%的一致率的一致率总观测次数对比真值的一致率作业总观测次数对比真值的一致率作业者者2人总共人总共20次观测中有次观测中有19次与真次与真值一致值一致,95%一致率一致率总观测次数对比真值的不一致率总观测次数对比真值的不一致率 作业者作业者2人总共人总共20次观测中将一号次观测中将一号G观观测为测为 F,F/G 5%的不一致率的不一致率利用利用Minitab的计数型的计数型Gage R&R-Session 解析解析MSA-48Attribute Gage R&R StudyBetween AppraisersAssessment Agreement#Inspected#Matched Percent(%)95.0%CI 20 17 85.0(62.1,96.8)#Matched:All appraisers assessments agree with each other.All Appraisers vs StandardAssessment Agreement#Inspected#Matched Percent(%)95.0%CI 20 17 85.0(62.1,96.8)#Matched:All appraisers assessments agree with standard作业者间一致率作业者间一致率2名作业者总计名作业者总计20次观测中次观测中,17次次一致一致,85%的一致率的一致率所有作业者和真值的一致率所有作业者和真值的一致率2名作业者总计名作业者总计20次观测中次观测中17次和观测值一致次和观测值一致,85%的一致率的一致率.利用利用Minitab的计数型的计数型Gage R&R-Session 解析解析MSA-49-Graph 解析解析作业者的观测值的一作业者的观测值的一致程度可通过信赖区致程度可通过信赖区间确认出来间确认出来.作业者与真值的一直作业者与真值的一直程度可通过信赖区间程度可通过信赖区间确认出来确认出来.利用利用Minitab的计数型的计数型Gage R&RMSA-50利用利用Excel的计数型的计数型Gage R&RMSA-51 检查偏差发生在作业者时,-需要研讨作业者的判断基准,检查方法,训练,环境,性格等.检查偏差发生在作业者间时,-需要研讨发生偏差的制品.-需要研讨作业者间的环境,基准,检查方法,训练等 作业者和真值间发生偏差的话,基准真值和作业者间的关联性需研讨 问题发生原因正确了解,改善实施后再次分析测定System,使得达到满 足水准利用利用Minitab的计数型的计数型Gage R&R 阶段阶段 4:后续措施实施后续措施实施MSA-52练习例题练习例题60 分分 实习实习:利用利用LABEL的计数型的计数型Gage R&R实习实习5人1组 -管理者1名 -记录者/发表者1名 -测定者3名测定方法:测定者 3名,反复 2次,样品 20个准备物:组别LABEL 1种,标准样品1 SetGage R&R 结果发表 -1次Gage R&R 评价 原因分析/改善 向上的Gage R&RMSA-53例外情况时例外情况时q标本不充分时标本不充分时 只能求出一个标本时,考虑规格等的代用标本.例)为了检查身高测定仪的正确性和精确性并非一定要有待测的人,可使用MANIKIN.q破坏实验时破坏实验时 找出适合的代用特性.q同一条件反复测定不可能时同一条件反复测定不可能时 只能检查再现性 例)纸飞机的飞行时间 -每次飞行时,条件会略微有所不同,反复测定相同条件的飞行事实上 不大可能.-一个人飞时,多个人同时测定,可分析测定者间的再现性.MSA-54Operators栏空白不填Part numbers栏和Measurementdata 栏记入.q 两作业者同时相同的内容测定的结果两作业者同时相同的内容测定的结果例外情况时例外情况时样本测定值样本测定值样本测定值MSA-55非反复性,而为作业者间的再现性,未满5%,可认为满足的水准.%ContributionSource VarComp (of VarComp)Total Gage R&R 7.50E-05 2.50 Repeatability 7.50E-05 2.50 Part-to-Part 2.93E-03 97.50 Total Variation 3.00E-03 100.00 StdDev Study Var%Study VarSource (SD)(5.15*SD)(%SV)Total Gage R&R 8.66E-03 0.044600 15.81 Repeatability 8.66E-03 0.044600 15.81 Part-to-Part 5.41E-02 0.278582 98.74 Total Variation 5.48E-02 0.282129 100.00 Number of Distinct Categories=9 Minitab 分析结果分析结果一作业者一作业者2 2次反复测定时次反复测定时,按相同方式进行分析按相同方式进行分析.例外情况时例外情况时MSA-56实习例题实习例题q纸飞机降落实验纸飞机降落实验 各组准备物-A4 用纸 10个-尺子,剪刀 各 2个-回形针 1筒-秒表 1个 实验方法-每组制作纸飞机各一个.-进行10次降落实验,降落时间由3人同时进行测定.收集DATA-结果输入于Minitab上,进行分析.60分分