六西格玛测量系统分析(1)

杨劲松 2003、3、12,6,第7局部：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,工程表达,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,操作,CONTROL,DOE 试验设计(或其他改善方法),操作方案,交接训练,最终流程 能力研究,工程责权移交,最终工程报告,工程追踪,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：,必须具有充分的区分力；,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,将疑心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,开辟量具性能曲线（GPC）的必要信息，其可以说明,接受局部真值的可能性,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 .,当仪器不能区分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,鉴别力缺乏,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,区分力=.001,MWCC6sigma,操作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,可以用于操作，只有当：,操作,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，损失成效是扁平的,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,产生一致或不一致局部,1）基于流程分布，可以,使用半变量操作技术,2）可以产生非敏感变量,操作图,1）可以使用变量操作图,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）可推举,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,造成可觉察的不同,仪器偏差 - 不同的仪器即使侧量同一物件，平均值也会造成,可以觉察的不同,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,- 操作,- 修正与再验证,特质,- 必须在统计,统计操作,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,严峻,？,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：,最正确情形：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：,最正确情形：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、选用的测量系统不适宜，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适宜，P/T=100%30% ;,测量系统变异大得已经盖流程变异的真实表达，%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、该测量系统不适宜，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：改用适宜的测量系统；重新测量流程变异。,二、选用的测量系统完全不适宜，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:改用适宜的测量系统；重新校正后；重新进行流程测量。,三、选用的测量系统完全不适宜，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:改用适宜的测量系统；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、该测量系统非常适宜，可正确表达产品公差，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操作，以降低本钱。,二、选用的测量系统适宜，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、选用的测量系统不适宜，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:改用适宜的测量系统；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）,使用以下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 家公司,发现了不良品及良品,在一个次工厂巡 视中，工厂经理在说明“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 : 假设使用将 Master value, 将此值当另一 Operator, 参加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,- 分类工程必须互斥且详尽,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时时机比巧合大多少？,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,假设 Kappa value 为 +1 代表完美的一致性,通用原则,：假设 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；, 此方法可用于工程实验，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工程攻关,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比照。,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、下步方案：,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,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,S,tat,C,alculator,Item,Variables,D,isplay p-values,Store matrix disply nothing,C1 Sample,C2 Obs1,C3 Obs2,Obs1 Obs2,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,S,tat,R,egression,Item,ResponseY,Predictor X,Type of Regression Model,Optioos,Storage,C1 Sample,C2 Obs1,C3 Obs2,Obs1 Obs2,Linear,Quadratic,Cubic,F,itted 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,假设你不符合 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,-,Operato