MSA量測(cè)系統(tǒng)分析R090422

1MSA量測(cè)系統(tǒng)分析

MeasurementSystemAnalysis講師:李國(guó)防Minister.Lee@Update:2009-4-22R042李國(guó)防經(jīng)歷：美國(guó)質(zhì)量協(xié)會(huì)（ASQ）會(huì)員63397902

美國(guó)質(zhì)量協(xié)會(huì)（ASQ）認(rèn)證質(zhì)量工程師（CQE）51594中國(guó)質(zhì)量協(xié)會(huì)注冊(cè)6SIGMA黑帶CAQ-BBEC-0600103中國(guó)統(tǒng)計(jì)局注冊(cè)統(tǒng)計(jì)師(中級(jí))2005100220532050524中國(guó)質(zhì)量協(xié)會(huì)會(huì)員中國(guó)質(zhì)量協(xié)會(huì)注冊(cè)中級(jí)質(zhì)量工程師0027442內(nèi)部講師培訓(xùn)師3量測(cè)的定義以觀察所得的數(shù)據(jù)為基礎(chǔ),描述產(chǎn)品,過程,或服務(wù)的過程,能力,或績(jī)效.記住量測(cè)要耗費(fèi)時(shí)間和金錢.擁有準(zhǔn)確的數(shù)據(jù)所帶來的收益必須要超過獲得數(shù)據(jù)所花費(fèi)的成本.如果量測(cè)對(duì)該過程的管理或改善沒有明確的答案,那么就要停下來,重新考慮這種量測(cè)的必要性.4量測(cè)系統(tǒng)分析的目的進(jìn)行量測(cè)系統(tǒng)分析的目的是在確保搜集到的信息足以代表過程中發(fā)生的情況。過程中的全部變異包括過程本身的變異以及量測(cè)系統(tǒng)的變異，將量測(cè)變異減至最小可以保證所搜集的數(shù)據(jù)反映的變異代表過程的真實(shí)變異，因此，量測(cè)系統(tǒng)分析必須定期進(jìn)行，以確保數(shù)據(jù)的可信賴與有效。一個(gè)過程中所有反復(fù)發(fā)生的活動(dòng)都會(huì)有變動(dòng)，這種變動(dòng)稱為變異5量測(cè)

Measurement數(shù)據(jù)Data資訊

Information知識(shí)

Knowledge知識(shí)與量測(cè)6數(shù)據(jù)的類型1.連續(xù)數(shù)據(jù).

連續(xù)數(shù)據(jù)又叫計(jì)量(Variable)數(shù)據(jù),是通過量測(cè)所獲得的數(shù)據(jù).其特點(diǎn)是可以用單位來度量.如攝氏度、秒、千米.2.離散數(shù)據(jù).

離散數(shù)據(jù)又叫計(jì)數(shù)(Attribute)數(shù)據(jù),其特點(diǎn)是表現(xiàn)的是屬性和類別.是通過計(jì)數(shù)所得到的數(shù)據(jù).不能被精確細(xì)分.7從定性到定量到計(jì)量

定性

定量計(jì)數(shù)計(jì)量這輛汽車的加速性能好從0加速到100公里/小時(shí)不到8秒從0加速到100公里/小時(shí)需時(shí)6.5秒這個(gè)零件不好不符合規(guī)格該零件長(zhǎng)18.33mm規(guī)格是18.25±.05mm姚明很高他高到碰到門緣他身高226公分定性數(shù)據(jù)通常是用文字或圖像表達(dá)，定性數(shù)據(jù)要設(shè)法轉(zhuǎn)化成定量數(shù)據(jù)的兩種形式中的一種，才符合6σ精神。從上表可以看出，計(jì)數(shù)數(shù)據(jù)以是否符合某一基準(zhǔn)的個(gè)數(shù)或整體的比例來量測(cè)，而計(jì)量數(shù)據(jù)則是用可帶小數(shù)的連續(xù)區(qū)間來量測(cè)8一般實(shí)例—數(shù)據(jù)類型練習(xí)在組內(nèi)討論提出實(shí)例，完成下表:

定性

定量

計(jì)數(shù)

計(jì)量9數(shù)據(jù)的誤差

誤差是統(tǒng)計(jì)學(xué)的基礎(chǔ),也是質(zhì)量活動(dòng)的基礎(chǔ),如果不存在誤差,6Sigma系統(tǒng)也就失去了任何價(jià)值.真值=測(cè)量值-測(cè)量誤差數(shù)值量測(cè)精度真值量測(cè)值低高測(cè)量誤差10量測(cè)系統(tǒng)分析的類型1.作業(yè)性定義2.走透過程(WalkingtheProcess)3.GageR&R–計(jì)量數(shù)據(jù)–計(jì)數(shù)數(shù)據(jù)我們要盡可能的做量化研究，但并非所有的量測(cè)系統(tǒng)均可精確的從事GageR&R研究，有時(shí)要以第一或第二種方法進(jìn)行MSA研究。11量測(cè)系統(tǒng)分析—作業(yè)性定義量測(cè)系統(tǒng)可以根據(jù)項(xiàng)目團(tuán)隊(duì)提出的作業(yè)性定義加以驗(yàn)可，以確保所有從事量測(cè)工作的人員完全理解在數(shù)據(jù)搜集階段中所期望的。在對(duì)數(shù)據(jù)搜集的作業(yè)性定義回顧之后，量測(cè)人員要知道：需要什麼信息，爲(wèi)什麼？如何使用數(shù)據(jù)搜集表？什麼是缺點(diǎn)？什麼不是缺點(diǎn)（在適用情況下）？如何對(duì)那些扭曲數(shù)據(jù)的非普通情況作出解釋？項(xiàng)目團(tuán)隊(duì)在研究出作業(yè)性定義后，將驗(yàn)證：數(shù)據(jù)搜集計(jì)劃搜集到所需數(shù)據(jù)數(shù)據(jù)搜集工具是有效且方便使用量測(cè)人員明白數(shù)據(jù)搜集的預(yù)期結(jié)果1212作業(yè)性定義練習(xí)

班上有多少白色襯衫？1313作業(yè)性定義練習(xí)襯衫是覆蓋人體驅(qū)干60%以上的有領(lǐng)衣服，它在裙子或褲子的上方，當(dāng)它自由下垂時(shí)，其下邊緣在裙腰或褲腰以下。衣服前方中央左右可以分離且穿著時(shí)系以鈕扣扣合前方左右兩邊。如果穿著者穿的既不是裙子，也不是褲子，那麼這件衣服就是襯衫。驅(qū)干系指人體肩膀上緣至臀部下緣的部份。如果符合上述定義的襯衫，穿著時(shí)其外表可見部分的95％以上是白色，那麼就認(rèn)爲(wèi)它是白色的襯衫。白色的定義，是指襯衫的顔色與色卡規(guī)定范圍內(nèi)的部分相配。襯衫和顔色卡需的相配情況經(jīng)由檢查人員判定，檢查人員要通過ISO9000認(rèn)證醫(yī)院的色盲檢查。14作業(yè)性定義例數(shù)據(jù)搜集的作業(yè)性定義例：–在查檢表上以年/月/日記錄計(jì)算機(jī)到達(dá)客戶的日期–將殘余荼葉倒進(jìn)過濾器，并將過濾器和殘余荼葉放在秤盤上，以公克為單位記錄每筆殘余荼葉的重量–每天記錄米飯留在電子鍋內(nèi)的時(shí)間。記錄每次按下煮飯按鈕的時(shí)間，再記錄每次拿出熟飯鍋的時(shí)間，用24小時(shí)制，時(shí)間記錄到最近的分。15練習(xí)寫作業(yè)性定義16作業(yè)性定義練習(xí)10個(gè)花生里有多少個(gè)有外觀缺點(diǎn)？17常態(tài)分布此時(shí)的數(shù)據(jù)分配是一條平滑的鐘形曲線.反折點(diǎn)1σ目標(biāo)值LSLUSL18正態(tài)分布中，任一點(diǎn)出現(xiàn)在μσ內(nèi)的概率為P(μ-σ<X<μ+σ)=68.26%μ2σ內(nèi)的概率為P(μ-2σ<X<μ+2σ)=95.45%μ3σ內(nèi)的概率為P(μ-3σ<X<μ+3σ)=99.73%+++68.26%95.45%99.73%μ+1σ+2σ+3σ-1σ-2σ-3σ正態(tài)分布19正態(tài)分布概率(雙邊)μ±kσ在內(nèi)的概率在外的概率(P)μ±0.67σ50.00%50.00%μ±1σ68.26%31.74%μ±1.96σ95.00%5.00%μ±2σ95.45%4.55%μ±2.58σ99.00%1.00%μ±3σ99.73%0.27%20哪個(gè)制程較好呢？產(chǎn)品變異量測(cè)變異總變異21實(shí)際制程變異偏倚穩(wěn)定性線性已觀測(cè)的制程變異測(cè)量系統(tǒng)的變異組內(nèi)變異組間變異正確度精密度sP2sT2sR&R2sT2=sP2+sR&R2

sR&R2=sAV2+sEV2重復(fù)性再現(xiàn)性1)制程變異的理解我們所觀測(cè)制程的變異里包含了實(shí)際制程變異和測(cè)量系統(tǒng)的變異.假如測(cè)量系統(tǒng)的變異比較大時(shí)會(huì)發(fā)生什么樣的問題?測(cè)量系統(tǒng)驗(yàn)證22測(cè)量是為了表示某個(gè)物體的特定的性質(zhì)而對(duì)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(cè)量者等為了得到測(cè)量值而使用的我們統(tǒng)稱為測(cè)量系統(tǒng)(MeasurementSystem).測(cè)量系統(tǒng)的誤差

正確度(Accuracy):測(cè)量值和真值之間的差異?偏倚(Bias),線性(Linearity),穩(wěn)定性(Stability)精密度(Precision):

用同樣的儀器對(duì)同樣的部品反復(fù)測(cè)量時(shí)產(chǎn)生的測(cè)量值的散布

?重復(fù)性(Repeatability),再現(xiàn)生(Reproducibility)精度低,正確度差精度低,正確度高精度高,正確度低精度高,正確度高測(cè)量系統(tǒng)的精度及正確度測(cè)量系統(tǒng)誤差23VSAccurateandpreciseprecisebutnotaccurateAccuratebutnopreciseNotaccurateorprecise24

什么是正確度(Accuracy)?

什么是穩(wěn)定性(Stability)?真值正確度量測(cè)系統(tǒng)的平均值*真值是利用最準(zhǔn)確的測(cè)量裝備測(cè)量時(shí)

所得到的值.?實(shí)際值(真值)和觀察平均之間的

差異.?最少2次以上在不同時(shí)期對(duì)同樣的部品

利用同樣的Gage測(cè)量時(shí)所得到的

測(cè)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(shí)間的經(jīng)過而對(duì)測(cè)量結(jié)果產(chǎn)生影響.穩(wěn)定性Time1Time2時(shí)間經(jīng)過25◎什么是Bias(偏倚)▲Bias=測(cè)量值的平均

–

基準(zhǔn)值(真值)▲%Bias=|Bias|ProcessVariationX100(因制程變異發(fā)生的偏倚的百分比)▲%Bias=|Bias|

ToleranceX100(對(duì)允許公差的偏倚的百分比)用某個(gè)量具對(duì)同一個(gè)產(chǎn)品測(cè)量時(shí)所得到的測(cè)量值的平均和基準(zhǔn)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(shí)它的正確度會(huì)越高.

ProcessVariation=6σ

Tolerance=USL-LSL26正確度偏差大正確度偏差小LSLUSL測(cè)定值真值真值測(cè)定值?在Gage的規(guī)定的操作范圍內(nèi)比較

正確度后進(jìn)行評(píng)價(jià).

即,在規(guī)定的操作范圍內(nèi)的兩個(gè)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(Linearity)?

對(duì)Gage的操作范圍或者Spec范圍的

正確性.27利用Minitab分析測(cè)量系統(tǒng)正確度(Accuracy)的分析一名評(píng)價(jià)者反復(fù)10次測(cè)量了同一個(gè)部品:得到10個(gè)測(cè)量值.●基準(zhǔn)值:0.8,部品的制程變異是0.7.Ho:Bias＝0Ha:Bias≠0One-SampleT:xTestofmu=0.8vsmunot=0.8VariableNMeanStDevSEMean95.0%CITPx100.75000.04710.0149(0.7163,0.7837)-3.350.008▲Bias=0.75–0.8=-0.05▲%Bias=|Bias|ProcessVariationX100|-0.05|0.70X100==7.1%P-value=0.008，所以可以認(rèn)為正確度有問題.Stat>BasicStatistics>1-Samplet28?

線性(Linearity)比較良好的情況在測(cè)量范圍全領(lǐng)域基準(zhǔn)值和測(cè)量平均值一致/沒有偏倚正確地測(cè)量.在測(cè)量范圍全領(lǐng)域具有常數(shù)倍數(shù)的偏倚./雖有偏倚但是因?yàn)榇笮∫欢ㄋ钥梢匀菀渍{(diào)整.基準(zhǔn)值基準(zhǔn)值測(cè)量平均偏倚偏倚測(cè)量平均基準(zhǔn)值基準(zhǔn)值29

線性(Linearity)的分析①線性不好的情況

–

測(cè)量范圍全領(lǐng)域偏倚(正確度)不一定的情況

無法矯正.偏倚基準(zhǔn)值偏倚基準(zhǔn)值30②線性(Linearity)和偏倚(Bias)判定基準(zhǔn)③線性(Linearity)差時(shí)需要考慮的事項(xiàng)：調(diào)查量具測(cè)量范圍中上部或下部的刻度是否合適檢驗(yàn)基準(zhǔn)值是否正確檢驗(yàn)測(cè)量位置是否正確檢驗(yàn)測(cè)量者是否正確的使用了儀器檢驗(yàn)量具磨損與否檢驗(yàn)量具校準(zhǔn)與否調(diào)查量具本身內(nèi)部設(shè)計(jì)問題※電子式的話在測(cè)量全范圍進(jìn)行再校準(zhǔn).※機(jī)械式的話在測(cè)量范圍中以經(jīng)常使用的范圍為中心進(jìn)行校準(zhǔn)后不允許在其他范圍使用.31④利用Minitab分析線性測(cè)量系統(tǒng)的操作范圍內(nèi)抽樣5個(gè)部品進(jìn)行精密的測(cè)試之后計(jì)算,要反復(fù)12次32?實(shí)行結(jié)果?結(jié)果解釋?Minitab使用方法(StatQualityTools

GageLinearityStudy)

StdDevStudyVar%StudyVarSource(SD)(5.15*SD)(%SV)TotalGageR&R0.238941.23058.67Repeatability0.238941.23058.67Part-to-Part2.7457614.140799.62TotalVariation2.7561314.1941100.00Linearity是總制程變異量的13.167%,因此線性是比較差,需要改善.Bias是0.4%，良好.33▲Linearity=|傾斜度

|xProcessVariation▲%Linearity=LinearityProcessVariationX100在量具的測(cè)量范圍內(nèi)評(píng)價(jià)測(cè)量的一貫性,在量具的測(cè)量范圍內(nèi)如果Bias一定的話可以說線性較好.為了評(píng)價(jià)線性必須要計(jì)算Bias.*ProcessVariation=6σ=|傾斜度

|x100%Linearity值如果接近‘0’的話可以判定線性比較好.▲回歸模型

:y=a+bxy:Biasx:基準(zhǔn)值b:傾斜度◎線性的計(jì)算公式34?計(jì)算GageLinearity統(tǒng)計(jì)值22

Bias(y)=0.7367-0.13167Master

Linearity=0.13167*14.1941=1.86889%Linearity=13.167%(傾斜度)?計(jì)算GageBias統(tǒng)計(jì)值

平均

Bias=-0.2667/5=-0.05333

%Bias=(|-0.05334|/14.1941)*100=0.4%⑤線性的計(jì)算方法35指的是隨時(shí)間經(jīng)過時(shí)，對(duì)同樣部品的測(cè)量結(jié)果的變異程度.隨時(shí)間的經(jīng)過如果測(cè)量結(jié)果互不相同的話這時(shí)我們可以認(rèn)為此測(cè)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(Xbar–R管制圖).目前所有的測(cè)量值都在管制界限內(nèi),因此可以說此儀器是比較穩(wěn)定的在管制界限外有測(cè)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(Stability)分析36實(shí)際制程變異偏倚穩(wěn)定性線性已觀測(cè)的制程變異測(cè)量系統(tǒng)的變異組內(nèi)變異組間變異正確度精密度sP2sT2sR&R2sT2=sP2+sR&R2

sR&R2=sAV2+sEV2重復(fù)性再現(xiàn)性1)制程變異的理解我們所觀測(cè)制程的變異里包含了實(shí)際制程變異和測(cè)量系統(tǒng)的變異.假如測(cè)量系統(tǒng)的變異比較大時(shí)會(huì)發(fā)生什么樣的問題?測(cè)量系統(tǒng)驗(yàn)證37什么是重復(fù)性(Repeatability)?重復(fù)性(Repeatability):“得到具有一貫性的結(jié)果”反復(fù)測(cè)量時(shí)的變異?一名測(cè)量者對(duì)同樣的部品用

同樣的儀器對(duì)同樣的特性在比較短的

時(shí)間內(nèi)反復(fù)測(cè)量時(shí)所發(fā)生的測(cè)量值的

變異?這是因量具設(shè)備而發(fā)生的變異.測(cè)量者

A測(cè)量者

B測(cè)量者C再現(xiàn)性什么是再現(xiàn)性

(Reproducibility)??對(duì)同一個(gè)部品的同樣的特性

利用同樣的儀器幾個(gè)人測(cè)量

時(shí)產(chǎn)生的測(cè)量者之間的測(cè)量值

平均之間的差異?這是因評(píng)價(jià)人而發(fā)生的變異.什么是精密度(Precision)?38Repeatability重復(fù)性可能導(dǎo)致重復(fù)性不好的原因：Equipment:設(shè)備測(cè)量?jī)x器需要維護(hù)。需要更嚴(yán)格的量具。部件的夾具需要改進(jìn)。People:人員環(huán)境條件(照明，噪聲)身體條件(視力)Reproducibility再現(xiàn)性操作者B的測(cè)量均值操作者A的測(cè)量均值可能導(dǎo)致再現(xiàn)性不好的原因：測(cè)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(dāng)?shù)呐嘤?xùn)。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39+=實(shí)際制程變異測(cè)量系統(tǒng)變異已觀測(cè)到的制程變異?GageR&RStudyMethod

Xbar–R:假設(shè)部品和測(cè)量者之間沒有交互作用之后進(jìn)行分析(傳統(tǒng)的方法)

ANOVA:部品和測(cè)量者之間存在交互作用的情況交互作用沒有意義時(shí)兩種方法的結(jié)果都差不多,但是交互作用有意義時(shí)可用ANOVAMethod.GageR&R-精度(Precision)分析①GageR&ROverview精密度散布散布R&RStudy

sR&R2=sEV2+sAV240準(zhǔn)備事項(xiàng)短期方法長(zhǎng)期方法(通常)測(cè)量者數(shù)2名3名樣本數(shù)量5個(gè)10個(gè)測(cè)量次數(shù)測(cè)量者別各1次測(cè)量者別各2次或者3次賦予編號(hào)以及隨機(jī)化對(duì)各個(gè)樣本賦予編號(hào),每次測(cè)量都要隨機(jī)排列.確認(rèn)測(cè)量位置及方法把測(cè)量位置標(biāo)識(shí)在樣本,讓所有的測(cè)量者都要熟悉同樣的測(cè)量方法.選擇評(píng)價(jià)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(bào).③為了做GageR&R而采集數(shù)據(jù)的方法41步驟

1.選定代表制程長(zhǎng)期變動(dòng)的10個(gè)樣本

2.量測(cè)儀器的校正

3.讓第一個(gè)作業(yè)者對(duì)所有樣本任意順序各做一次量測(cè)

(BlindMeasurement盲測(cè))

4.讓第二個(gè)作業(yè)者按同樣地方法實(shí)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(cè)

6.得到的DATA輸入Minitab并進(jìn)行分析GageR&R步驟42

樣本的選定樣本一般為10個(gè)，能代表制程的散布。假如樣本只選定接近制程平均時(shí)，量測(cè)能力評(píng)價(jià)指標(biāo)將會(huì)比實(shí)際不好。

假如樣本的選定在比工程散布寬范圍寬時(shí)，量測(cè)能力評(píng)價(jià)指標(biāo)將會(huì)比實(shí)際好。

樣本反映制品的實(shí)際散布(制程變異)時(shí)才有意義。43%Contribution=×100%%GRR(=%StudyVariation)=×100%%Tolerance=×100%Numberofdistinctcategories=Round{×1.41}(NDC識(shí)別指數(shù))識(shí)別指數(shù)意味著量測(cè)System能區(qū)別的制品散布。即，

區(qū)別制程散布區(qū)間的數(shù)。例：識(shí)別指數(shù)為3時(shí)部品散布(σp)量測(cè)散布(σMS)GageR&R評(píng)價(jià)指標(biāo)評(píng)價(jià)指標(biāo)σ2MSσ2TotalσMSσTotal5.15×σMSTolerance*Tolerance=USL-LSL44NDC識(shí)別指數(shù)表明測(cè)量系統(tǒng)對(duì)一個(gè)特定的產(chǎn)品的可用性。提供測(cè)量系統(tǒng)在過程偏差的范圍內(nèi)可以精確測(cè)量的區(qū)分?jǐn)?shù)。該數(shù)表明了一個(gè)測(cè)量過程檢測(cè)產(chǎn)品偏差(過程偏移和改進(jìn))能力的好壞。Red

Yellow

Green510NDC分辨指數(shù)指南

一種NDC分辨指數(shù)的直觀表示：1category3categories6categories45

評(píng)價(jià)基準(zhǔn)

%StudyVar或

%Tolerance為10%以上時(shí)，首先區(qū)分評(píng)價(jià)重復(fù)性和再現(xiàn)性后，查明各個(gè)受影響的原因，并采取措施。

根據(jù)用途的優(yōu)先參照評(píng)價(jià)指標(biāo)

-在制程判斷合格與否很重要時(shí)，

優(yōu)先確認(rèn)%Tolerance-制程管制用或制程顯示用時(shí)，

優(yōu)先確認(rèn)

%StudyVar

GageR&R評(píng)價(jià)指標(biāo)區(qū)分%Contribution%GRR(%StudyVariation)或

%ToleranceNDC辨別指數(shù)良好<1%<10%>10費(fèi)用/考慮重要性1~10%10~30%5~9不可使用>10%>30%<54647

Minitab輸入DATA

計(jì)量型

GageR&R部品作業(yè)者

1作業(yè)者

2作業(yè)者

3量測(cè)1量測(cè)2量測(cè)3量測(cè)1量測(cè)2量測(cè)3量測(cè)1量測(cè)2量測(cè)31234567891024.0324.0324.0224.0224.0224.0324.0324.0424.0348

利用Minitab的分析例)3名量測(cè)者對(duì)10個(gè)樣本做重復(fù)3回量測(cè)時(shí)Stat>QualityTools>GageR&RStudy(Crossed…)

計(jì)量型

GageR&RMinitab提供

ANOVA法和

X

barandR兩個(gè)分析方法。部品和量測(cè)者之間有交互作用時(shí)，

ANOVA法可以把交互作用分離顯示，所以是更正確的分析方法。49計(jì)量數(shù)據(jù)分析步驟-1

用Minitab中輸入數(shù)據(jù)的格式如下:50

在Minitab下拉式菜單選:Stat>Qualitytools>GageStudy>GageR&RStudy(Crossed),如下圖所示:計(jì)量數(shù)據(jù)分析步驟-251

在出現(xiàn)的對(duì)話框選下圖所示信息:

上圖信息表示用均值-全距法進(jìn)行系統(tǒng)分析.考慮交互作用不考慮交互作用計(jì)量數(shù)據(jù)分析步驟-352

計(jì)量型

GageR&RMinitab分析結(jié)果

Graph解釋RChartby作業(yè)者ComponentsofVariationXBarChartby作業(yè)者“選定的樣本是否如實(shí)反映工程的散布?”如果這個(gè)值均勻，意味樣本沒能如實(shí)反映工程的散布?！白鳂I(yè)者之間是否有差異？”作業(yè)者之間最好沒有差異。作業(yè)者與部品的Interaction“每名作業(yè)者對(duì)樣本是否做不同的量測(cè)？”每名作業(yè)者對(duì)樣本的量測(cè)值一致為好。By部品By作業(yè)者作業(yè)者53

計(jì)量型

GageR&RMinitab分析結(jié)果

Graph解釋作業(yè)者作業(yè)者與部品的InteractionBy作業(yè)者By部品RChartby作業(yè)者“在全體散布中

R&R所占的比重是否充分小?”

GageR&R,Repeat,Reprod.的高度越接近0越好?！白鳂I(yè)者別重復(fù)量測(cè)值是否穩(wěn)定?”注意

!!!要是超過RChart的界限，就得調(diào)查其原因，

并重新量測(cè)?！氨鎰e相互不同部品的能力是否充分?”與RChart相反，盡量多超過管制界限為好。(50%以上的點(diǎn))ComponentsofVariationXBarChartby作業(yè)者54

計(jì)量型

GageR&RMinitab分析結(jié)果

Graph解釋55ANOVA

解釋

良好的量測(cè)System，在ANOVAtable中應(yīng)要部品影響大(P值<0.05)，

作業(yè)者及作業(yè)者與部品的交互作用不影響

(P值

>0.05).

在這里作業(yè)者*部品有影響，不能說量測(cè)System是良好。

SourceDFSSMSFP

部品

90.2410270.0267807132.4320.00000作業(yè)者

20.0006490.00032441.6040.22846作業(yè)者*部品

180.0036400.00020223.3700.00021Repeatability600.0036000.0000600Total890.248916

計(jì)量型

Gage

R&R56%ContributionSourceVarComp(ofVarComp)

TotalGageR&R1.11E-043.64Repeatability6.00E-051.96Reproducibility5.15E-051.68

作業(yè)者

4.07E-060.13

作業(yè)者*部品

4.74E-051.55Part-To-Part2.95E-0396.36TotalVariation3.06E-03100.00StdDevStudyVar%StudyVarSource(SD)(5.15*SD)(%SV)

TotalGageR&R1.06E-020.05437619.07Repeatability7.75E-030.03989213.99Reproducibility7.18E-030.03695212.96

作業(yè)者

2.02E-030.0103953.65

作業(yè)者*部品

6.89E-030.03545912.44Part-To-Part5.43E-020.27986798.16TotalVariation5.54E-020.285100100.00NumberofDistinctCategories=7

評(píng)價(jià)指標(biāo)的計(jì)算

計(jì)量型

GageR&R%Contribution==X100=3.64(%)

σ2MSσ2Total0.0001110.00306%StudyVar==X100=19.07(%)

0.0543760.2851005.15XσMS5.15XσTotal57

辨別范周為7，小于基準(zhǔn)值10，但大于基準(zhǔn)值5.%StudyVar為

19.07%，大于基準(zhǔn)值10%，但小于基準(zhǔn)值30%。%Contribution為

3.64%，因部品之間差的變動(dòng)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(dòng)比作業(yè)者之間的差異更大。

評(píng)價(jià)指標(biāo)解釋%ContributionSourceVarComp(ofVarComp)

TotalGageR&R1.11E-043.64Repeatability6.00E-051.96Reproducibility5.15E-051.68

作業(yè)者4.07E-060.13

作業(yè)者*部品

4.74E-051.55Part-To-Part2.95E-0396.36TotalVariation3.06E-03100.00StdDevStudyVar%StudyVarSource(SD)(5.15*SD)(%SV)

TotalGageR&R1.06E-020.05437619.07Repeatability7.75E-030.03989213.99Reproducibility7.18E-030.03695212.96

作業(yè)者

2.02E-030.0103953.65

作業(yè)者*部品

6.89E-030.03545912.44Part-To-Part5.43E-020.27986798.16TotalVariation5.54E-020.285100100.00NumberofDistinctCategories=7

計(jì)量型

Gage

R&R總的來看，考慮與費(fèi)用所需的精密度來決定是否允許使用此量測(cè)System，應(yīng)給重復(fù)性的改善予以更大的比重，來改善量測(cè)System的方案。585960

61

練習(xí)量具R&R

方差分量來源方差分量貢獻(xiàn)率合計(jì)量具R&R0.00034823.66

重復(fù)性0.00015301.61

再現(xiàn)性0.00019522.05

Operator0.00010891.15

Operator*PartID0.00008630.91部件間0.009157096.34合計(jì)變異0.0095052100.00過程公差=0.5

研究變異%研究變%公差來源標(biāo)準(zhǔn)差(SD)(6*SD)異(%SV)(SV/Toler)合計(jì)量具R&R0.01865970.11195819.1422.39

重復(fù)性0.012370012.6914.84

再現(xiàn)性0.01397020.08382116.76

Operator0.01043500.06261010.70

Operator*PartID0.00928860.0557319.5311.15部件間0.09569220.57415398.15114.83合計(jì)變異0.09749450.584967100.00116.99可區(qū)分的類別數(shù)=762例)

計(jì)算%Tolerance時(shí)%Tolerance==5.15×σMSTolerance5.15×σMSUSL-LSL63%Toleance被計(jì)算的例子

計(jì)量型

Gage

R&R%Tolerance==X100=68.61(%)

0.343060.55.15XσMSUSL-LSLProcessTolerance64一個(gè)人反復(fù)3次測(cè)試同樣的部件的結(jié)果值之間有很大的差異..?即,可判斷出重復(fù)性上有問題.另外,大部分的測(cè)量值都靠近平均的附近,所以可以判斷出測(cè)量系統(tǒng)的區(qū)別上有問題.對(duì)個(gè)別測(cè)量值的圖表分析?圖表分析結(jié)果?

Minitab使用方法(StatQualityTools

GageRunChart?結(jié)果的解釋65?GageR&RRunChart的使用根據(jù)部品Plot每個(gè)測(cè)試人員的測(cè)量值能了解到同樣部件,同樣的人反復(fù)測(cè)出的值之間的變動(dòng)量,也就是反復(fù)性.能了解到幾個(gè)人測(cè)了同樣部件時(shí)測(cè)出的值之間的變動(dòng)量,也就是再現(xiàn)性.?重復(fù)性上有問題的時(shí)候?再現(xiàn)性上有問題的時(shí)候66過程

%R&R

觀察到的

Cp 對(duì)策

?

1 8% 0.4 ?

2 55% 1.5 ?

3 50% 0.4 ?

4 60% 4.5 ?注意力應(yīng)放在哪一部分?

量測(cè)系統(tǒng)還是過程能力?%R&R與能力67

過程

%R&R

觀察到的

Cp

對(duì)策

1 8% 0.4 能力

2 55% 1.5 量測(cè) 3 50% 0.4可能兩者都是

4 60% 4.5量測(cè)%R&R與能力68如何處理量具能力不足:

如果主要的變異源是再現(xiàn)性

(設(shè)備)，那麼需要更換、修理、或者調(diào)整設(shè)備。如果咨詢?cè)O(shè)備經(jīng)銷商或者對(duì)行業(yè)情報(bào)進(jìn)行研究后，發(fā)現(xiàn)使用的量具技術(shù)已達(dá)到當(dāng)前工藝水平，并且量具工作符合規(guī)范，那麼仍然需要修正量具。對(duì)這個(gè)問題的一個(gè)臨時(shí)解決方案是用信號(hào)平均

(見下一頁(yè))。如果占主導(dǎo)地位的變異源是作業(yè)員造成的

(再生性)，那麼必須透過訓(xùn)練和定義標(biāo)準(zhǔn)作業(yè)程序來解決這個(gè)問題。應(yīng)當(dāng)觀察不同作業(yè)人員之間的差別，以便發(fā)現(xiàn)是訓(xùn)練、技巧，還是程序方面的問題。對(duì)規(guī)格進(jìn)行分析，它們合理嗎?如果量具能力是邊際能力(高達(dá)研究變異的30%)，并且過程以很高的能力(Ppk大于2)在運(yùn)轉(zhuǎn)，那麼量具沒有問題，可以繼續(xù)使用。

69注:如果要減少量具誤差，那麼要利用樣本標(biāo)準(zhǔn)誤的平方根的好處信號(hào)平均技術(shù):

n1n=對(duì)同一個(gè)零件進(jìn)行再現(xiàn)量測(cè)的次數(shù)量測(cè)值=“n”次讀數(shù)的平均值例:如果指出的估計(jì)值是4次再現(xiàn)量測(cè)值的平均數(shù)，那麼量具誤差可以減少50%。

2/141=這種技術(shù)應(yīng)該用做短期方法，但是必須修正量具。管制再現(xiàn)性:

平均數(shù)分配個(gè)體分配70/N=ssPMS

信號(hào)噪音比(S/N比)

將産品變異與量測(cè)系統(tǒng)變異聯(lián)系起來，S/N比應(yīng)該盡可能大。區(qū)分度指數(shù)提供刻度數(shù)量，使量測(cè)系統(tǒng)準(zhǔn)確量測(cè)零件(樣本)的變異。如果這個(gè)指數(shù)小于4，那麼它就不適合爲(wèi)研究提供數(shù)據(jù)；如果指數(shù)等于2到4，那麼它相當(dāng)于“過/不過”(Go/NoGo)量具。我們希望這個(gè)值等于或大于5。=sspms*.141區(qū)分度其他統(tǒng)計(jì)指數(shù)S比71下面幾張幻燈片顯示了4個(gè)計(jì)量的量具R&R結(jié)果－－%研究

(P/TV-精密度比總變異)和%公差

(P/T-精密度比公差)－－及其圖形表示，這有助于使結(jié)果和改善量測(cè)系統(tǒng)需要的措施以目視直接了解，還討論了GR&R對(duì)Cp的影響。

GR&R結(jié)果有無數(shù)個(gè)(將%研究和

%公差結(jié)合)。用這4個(gè)相對(duì)特殊的情況，有

助于決定對(duì)得出的結(jié)果需要采取哪些措施。請(qǐng)記住，盡管可以考慮接受（慎

重進(jìn)行）小于30%的情形，但是要努力尋找GR&R<10%的結(jié)果。這些圖形不是按比例繪制的，所以在評(píng)價(jià)這個(gè)信息時(shí)不要在各個(gè)情況之間做

比較，而應(yīng)當(dāng)在情況內(nèi)將直方圖與規(guī)定界限進(jìn)行比較。我們并沒有使用實(shí)際

的數(shù)據(jù)建立這些直方圖。這些實(shí)例假定選擇的10個(gè)零件能夠代表正在研究的長(zhǎng)期過程能力。3個(gè)作業(yè)

員，2次試驗(yàn)。關(guān)于這個(gè)問題的量測(cè)系統(tǒng)沒有做任何假定。沒有使用實(shí)際數(shù)據(jù)計(jì)算Cp指數(shù)，它們可以目視地估計(jì)，但有合理的假定。

解釋計(jì)量GR&R的結(jié)果729080706050LSLUSL公差17%-%研究17%-%公差量測(cè)的貢獻(xiàn)(精密度)零件的貢獻(xiàn)(零件變異)觀察到的(總變異)在這個(gè)實(shí)例中，我們看到GR&R的結(jié)果是可以接受的，它的%研究變異與%公差變異相同。由于總變異

-PV(5.15*sTotal)和公差-T(USL-LSL)相對(duì)大小相同，所以結(jié)果相同。因此，當(dāng)我們得出P/TV或P/T比時(shí)，它將大大低于30%。此處P代表量具精密度(5.15*sms)。這個(gè)量具是可接受的，不需要采取任何措施。唯一需要采取的行動(dòng)是改善過程能力。此外，這個(gè)過程的Cp觀察值可能接近1，因爲(wèi)在公差范圍內(nèi)一次可包容6個(gè)該過程的標(biāo)準(zhǔn)差。最后，作爲(wèi)可接受的GR&R值，觀察到的Cp(量測(cè)結(jié)果)可看作實(shí)際Cp。情況#1739080706050公差LSLUSL75%-%研究75%-%公差量具的貢獻(xiàn)(精密度)零件的貢獻(xiàn)(零件變異)觀察到的(總變異)在這個(gè)實(shí)例中，我們觀察到，GR&R中的%研究變異與%公差變異相同，然而結(jié)果根本無法接受。由于總變異

-TV(5.15*sTotal)和公差-T(USL-LSL)的相對(duì)大小相同，所以結(jié)果相同。

因此當(dāng)我們

得出

P/TV或

P/T比時(shí)，它將大大超出30%。此處P是量具的貢獻(xiàn)(5.15*sms)。這表明量測(cè)系統(tǒng)無法辨別零件與零件的差別。不良GR&R的一個(gè)影響將會(huì)擴(kuò)大産品標(biāo)準(zhǔn)差的變異性。在這個(gè)實(shí)例中，我們確實(shí)需要修正量測(cè)系統(tǒng)!!!最后，這個(gè)過程的

Cp觀察值（用這個(gè)不精密的量具）很可能接近0.5，因爲(wèi)在公差范圍內(nèi)僅能包容6個(gè)標(biāo)準(zhǔn)差的一半。實(shí)際Cp可能更高，接近1或者1.5。如果改善了量測(cè)系統(tǒng)并認(rèn)爲(wèi)量測(cè)系統(tǒng)是可以接受的，那麼Cp觀察值代表實(shí)際Cp。情況#2749080706050LSLUSL公差量具的貢獻(xiàn)(精密度)零件的貢獻(xiàn)(零件變異)觀察到的(總變異)75%-%研究

5%-%公差

在此我們觀察到的GR&R中%研究變異根本無法接受，而%公差變異完全可以接受。怎麼會(huì)出現(xiàn)這種情況呢?在這個(gè)實(shí)例中，量具的精密度-P(5.15*sms)與總變異-TV(5.15*sTotal)之比P/TV很大，爲(wèi)70%。然而當(dāng)我們將量具精密度與公差(USL-LSL)相比（P/T）時(shí)，我們發(fā)現(xiàn)GR&R-5%.是完全可以接受的。我們需要修正量測(cè)系統(tǒng)嗎?這要視情況而定。如果我們需要改善這個(gè)過程，那麼我們應(yīng)當(dāng)修正量測(cè)系統(tǒng)；如果我們不需要提高過程能力，那麼這個(gè)量測(cè)系統(tǒng)是可以接受的。在這個(gè)實(shí)例中，我們觀察到Cp可能接近于2，而實(shí)際的Cp很可能遠(yuǎn)遠(yuǎn)大于這個(gè)數(shù)。如果由于某些原因

PV開始增大到公差值，那麼認(rèn)爲(wèi)量具是可以接受的。情況#3759080706050LSLUSL量具的貢獻(xiàn)(精密度)零件的貢獻(xiàn)(零件變異)觀察到的(總變異)5%-%研究75%-%公差公差在此我們觀察到的GR&R中%研究變異是能夠接受的，而%公差變異無法接受。怎麼會(huì)出現(xiàn)這種情況呢?在這個(gè)實(shí)例中，量具精密度-P(5.15*sms)與總變異

-TV(5.15*sTotal)之比

P/TV非常小，爲(wèi)5%。然而當(dāng)我們將量具精密度與公差(USL-LSL)相比(P/T)時(shí)，我們發(fā)現(xiàn)GR&R-70%很大。我們需要修正量測(cè)系統(tǒng)嗎?是，我們需要修正量測(cè)系統(tǒng)。在這個(gè)實(shí)例中，觀察到的Cp是實(shí)際Cp并且它可能在0.2到0.4之間。然而由于我們正在實(shí)施s項(xiàng)目，并且在減少KPOVR的變異性，以便改善過程能力，我們的%研究變異將變得更糟(%公差將保持不變)。當(dāng)過程變異的大小與公差相同時(shí)，2個(gè)

GR&R將爲(wèi)70%，并且觀察到的Cp不反應(yīng)實(shí)際值，所以需要改善量測(cè)系統(tǒng)。情況#476異常原因調(diào)查及采取措施GageR&RStudy實(shí)行Xbar-RChart參照管制狀態(tài)？GR&R評(píng)價(jià)產(chǎn)品的合格與否

判定

重要(%Tolerance)制程管制用(%StudyVar)滿足%R&R基準(zhǔn)評(píng)價(jià)測(cè)量系統(tǒng)的NDC識(shí)別力滿足區(qū)別力基準(zhǔn)適合判定

&運(yùn)營(yíng)采取措施后再測(cè)定或者刪除數(shù)據(jù)GageRunChart制作區(qū)分對(duì)重復(fù)性和再現(xiàn)性的統(tǒng)計(jì)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

Xbar管制界限.NDC≥5GageR&R整個(gè)

Process77GageR&RXbar-R方法ANOVAGageR&R(Nested)GageR&R(Crossed)連續(xù)型

Data離散型

DataNested:不可以反復(fù)測(cè)量的Data(例:破壞檢查)Crossed:可以反復(fù)測(cè)量的

DataANOVA

GageR&RStudy的種類78不能反復(fù)測(cè)量同樣一個(gè)部件時(shí)就不能把重復(fù)性和再現(xiàn)性區(qū)分進(jìn)行測(cè)量,所以評(píng)價(jià)破壞檢查的方式進(jìn)行測(cè)量的GageR&R時(shí)，為了能夠反復(fù)地進(jìn)行測(cè)試要準(zhǔn)備能看作為同一個(gè)部件的相近的部品.也就是說能假設(shè)在batch(Lot)內(nèi)的產(chǎn)品是都一樣時(shí)，可以在一個(gè)Batch(Lot)中抽出多個(gè)部品進(jìn)行測(cè)試.3名測(cè)試人員對(duì)5個(gè)部品進(jìn)行2次反復(fù)測(cè)試時(shí)?

交叉試驗(yàn)法(CrossedDesign):各batch中可準(zhǔn)備6個(gè)部品?

嵌套式試驗(yàn)法(NestedDesign):各batch中只能準(zhǔn)備2個(gè)部品交叉試驗(yàn)法不能進(jìn)行反復(fù)測(cè)試時(shí)的GageR&RStudy嵌套式試驗(yàn)法79Sample不能進(jìn)行反復(fù)檢查時(shí)(例,破壞檢查)從15個(gè)batch中各取2個(gè)部品,并且假設(shè)同batch內(nèi)的部品是一樣的.3個(gè)人進(jìn)行了測(cè)試.用嵌套式試驗(yàn)法

分析測(cè)試系統(tǒng).?

Example◎測(cè)試結(jié)果80GageR&RStudy-NestedANOVANestedANOVATableSourceDFSSMSFPOperator20.01420.007080.003850.99615Part(No)(Operator)1222.05521.837941.425490.25516Repeatability1519.34001.28933Total2941.4094GageR&R%ContributionSourceVarComp(ofVarComp)TotalGageR&R1.2893382.46Repeatability1.2893382.46Reproducibility0.000000.00Part-To-Part0.2743017.54TotalVariation1.56364100.00StdDevStudyVar%StudyVarSource(SD)(5.15*SD)(%SV)TotalGageR&R1.135495.8477790.81

Repeatability1.135495.8477790.81

Reproducibility0.000000.000000.00

Part-To-Part0.523742.6972541.88TotalVariation1.250456.43984100.00NumberofDistinctCategories=1分析了的GageR&R值超出30%,并且NDC是1,所以要求改善

測(cè)試系統(tǒng)!GageR&R的貢獻(xiàn)量比部件變異引起的貢獻(xiàn)量大很多,所以儀器測(cè)試系統(tǒng)不合適對(duì)再現(xiàn)性的貢獻(xiàn)量是0，即重復(fù)性的貢獻(xiàn)量是

GageR&R的全部,所以找出影響重復(fù)性的因素后進(jìn)行改善.?

Minitab分析結(jié)果81?圖表分析結(jié)果?Minitab使用方法(StatQualityTools

GageR&RStudy(Nested)?結(jié)果的解釋4)5)3)1:因GRR的變異量大,所以要改善測(cè)試系統(tǒng)的不適合和重復(fù)性.2:處于管制狀態(tài),所以可判斷測(cè)量上有一致性.3: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.4:同樣的人對(duì)同樣的部件進(jìn)行測(cè)試時(shí)存在大的差異,所以重復(fù)性上有問

題及需要改善.5:測(cè)試人員測(cè)出的值的平均值比較接近,所以再現(xiàn)性良好.2)1)82◆對(duì)分析出來結(jié)果的對(duì)策①重復(fù)性誤差比較大時(shí)

-->因測(cè)量?jī)x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

②再現(xiàn)性誤差大時(shí)

-->因人的變異比較大.

-測(cè)量者對(duì)使用和讀Gage還不夠熟悉.-->需要對(duì)測(cè)量者進(jìn)行培訓(xùn)

-Gage的刻度不夠準(zhǔn)確.③測(cè)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(cè)量方法

:讀儀器的方法之間的差異,測(cè)量方法的差異

-E測(cè)量條件

:濕度,溫度,壓力等作業(yè)環(huán)境之間的差異

-W測(cè)量樣本

:樣本之間的變異

-P測(cè)量者

:測(cè)量者之間的差異,實(shí)驗(yàn)室之間的差異,作業(yè)班次之間的差異83屬性數(shù)據(jù)測(cè)量系統(tǒng)分析

AttributeMSANO-GOGOOperator2Operator184

你擁有太多的屬性數(shù)據(jù)嗎?很多檢驗(yàn)過程能夠收集連續(xù)數(shù)據(jù)，但選擇屬性數(shù)據(jù)以簡(jiǎn)化檢驗(yàn)員的任務(wù)例如，很多功能測(cè)驗(yàn)將連續(xù)地評(píng)估一項(xiàng)產(chǎn)品（溫度、承載力，硬度等等）并以通過/失敗記錄其結(jié)果設(shè)法獲取連續(xù)數(shù)據(jù)！85

留意事項(xiàng)樣品應(yīng)選定代表Process的樣品。任意選定25個(gè)樣品時(shí)，以下能成為向?qū)А?/p>

把平時(shí)檢查的作業(yè)者選定為作業(yè)者的選定對(duì)象，并成為BlindAppraisal.計(jì)數(shù)型

GageR&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%86

屬性測(cè)量系統(tǒng)中的α和β風(fēng)險(xiǎn)α風(fēng)險(xiǎn)/生產(chǎn)者風(fēng)險(xiǎn)

合格產(chǎn)品被拒絕不必要的報(bào)廢/返工的原因被人為削減的過程性能β風(fēng)險(xiǎn)/消費(fèi)者風(fēng)險(xiǎn)接受了不合格產(chǎn)品不滿意的客戶夸大的過程性能87結(jié)果?哪些是重要的應(yīng)關(guān)心的問題？如果檢驗(yàn)員之間和內(nèi)部不能達(dá)成很好的一致，會(huì)有什么風(fēng)險(xiǎn)呢？次品正在流向下一步操作或客戶嗎？?jī)?yōu)質(zhì)品正在被返工或處理掉嗎？評(píng)估的標(biāo)準(zhǔn)是什么？

如何度量一致性？881)有效性(E):正確地判斷出合格/不合格的能力E=總次數(shù)正確判斷出的樣品數(shù)量2)漏發(fā)警報(bào)率:P(Miss):把不合格品判定為合格品的概率(第2種Error:β危險(xiǎn)率)(樣品數(shù)×反復(fù)次數(shù))P(Miss)=不合格樣品的總測(cè)量次數(shù)誤判斷為合格的次數(shù)誤判斷為合格的次數(shù)=不合格品數(shù)×反復(fù)次數(shù)3)誤發(fā)警報(bào)概率

P(FA);把合格品判定為不合格品的概率(第1種Error:α危險(xiǎn)率)誤判斷為不合格的次數(shù)誤判斷為不合格的次數(shù)=合格品的總測(cè)量次數(shù)合格樣品數(shù)×反復(fù)次數(shù)4)偏差(Bias):判斷人員區(qū)分合格/不合格的尺度B=P(FA)P(Miss)B=1:沒有偏差B>1:判定為不合格的機(jī)率比較大B<1:判定為合格的機(jī)率比較大統(tǒng)計(jì)量適合附帶條件下可以使用不合格有效性(E)誤發(fā)警報(bào)率:P(FA)漏發(fā)警報(bào)率:P(Miss)0.90～1.00.0～0.050.0～0.020.80～0.900.05～0.100.02～0.050.80以下0.10以上0.05以上89?

利用Minitab的二元分類系數(shù)型GageR&R的StudyEx)為了分析以Go/No-GoGage判定合格/不合格的系數(shù)型測(cè)試