1、MSA实务推进课程课程内容 为什么要实施MSA?什么是MSA?如何实施MSA?如何分析MSA?培训目标:了解MSA的5特性分析,及应用5特性分析确保量测系统能满足测试过程中的要求.23u 第一章 测量系统基础u 第二章 测量系统统计特性u 第三章 测量系统变异性影响u 第四章 测量系统分析课程大纲课程大纲第一章 测量系统基础1、测量系统分析（MSA）的概念：指Measurement Systems Analysis （测量系统分析）的英文简称。M(Measurement)测量 S(Systems)系统 A(Analysis)分析2、测量系统的定义：指用来对被测特性定量测量或定性评价的仪器或量具
2、、标准、操作、方法、夹具、软件、人员、环境和假设的 集合；用来获得测量结果的整个过程。43、ISO/TS16949：2009 质量管理体系对测量系统分析（MSA）的要求：7.6.1 测量系统分析 为分析在每种测量和试验设备系统得出的结果中出现的变差，应进行统计研究。此要求应适用于在控制计划中提及的测量系统。所用的分析方法及接受准则应符合顾客关于测量系统分析的参考手册的要求。如果得到顾客的批准，也可使用其他分析方法和接受准则。54、测量系统分析（MSA）理解要点说明：n 在控制计划中提出的测量系统都要进行测量系统（MSA）分析，主要是针对产品特性所使用到的测量系统。n 所用的测量分析方法及接受准
3、则必须与顾客关于测量系统分析的参考手册相一致。n 如经顾客批准，也可以采用其他方法及接受准则。n ISO/TS 16949:2009 标准中的体系内部审核检查表强调要有证据证明上述要求已达到。n 生产件批准程序（PPAP）手册中明确规定：对新的或改进的量具、测量和试验设备必须参考测量系统分析（MSA）手册进行变差统计研究。n 产品质量先期策划（APQP）手册中明确规定：测量系统分析（MSA）作为第四阶段“产品和过程确认”的输出之一。n 测量系统分析（SPC）手册中明确指出测量系统分析（MSA）是控制图必需的准备工作内容之一。675、测量系统分析（MSA）在ISO/TS 16949:2009 体
4、系标准中实施要点说明：n 标识监测和测量设备及其检定/校准的状态。n 确定量具的准确度和精确度。n 当量具被发现处于非检定/校准状态或失准状态时，应对其以前的测量结果进行确认。n 确保所有的量具的搬运、防护（保护/维护）、清洁和贮存。n 检定/校准记录应包括个人量具。n 应用符合顾客要求的测量系统分析（MSA）手册（第四版）中规定的测量分析方法和接受准则；除非顾客规定其它的测量分析方法和接受准则。89五大技术手册产品质量先期策划和控制计划（APQP&CP）潜在失效模式和后果分析参考手册（FMEA）测量系统分析参考手册（MSA）-第四版 2008年6月-第四版 2010年6月统计过程控制参考手册
5、（SPC）-第二版 2005年7月生产件批准程序（PPAP）-第四版 2006年6月-第二版 2008年7月重要的顾客手册-AIAG01234确定范围012345计划和定义产品设计和开发过程设计和开发产品和过程 确认反馈、评定和纠正措施5DFMEAPFMEAMSASPCPPAPAPQP10与五大工具的关系n MSA 在 过程中的位置/阶段关系11126、测量系统分析（MSA）在ISO/TS 16949:2009 体系标准中实施的优胜者方法：n 最大限度的减少量具的种类。n 最大限度的减少量具的数量。n 根据产品族添置所需要的量具。n 只采用符合测量系统分析（MSA）要求的量具。n 尽量不允许作
6、业员使用个人量具，如作业员一定要使用个人量具，则对作业员使用的个人量具必须经检定/校准合格后方可使用。n 用6过程分布计算结果，而不是规格公差。137、测量系统分析（MSA）的目的 1）、对参加课程培训的人员：-理解测量系统分析(MSA)在产品控制和过程改进中的 重要性；-具备开展测量系统分析(MSA)所需要的使用知识；-建立测量系统不确定度的量化方法、可测量指标和接 受准则，从而作出专业、客观的评价。2）、对企业使用测量系统分析（MSA）方法：-确定新购或经维修、校准合格后的测量设备在生产过 程中使用时能提供客观、正确的分析/评价数据，对 各种测量和试验设备系统测量结果的变差进行适当的 可靠
7、性统计研究，以了解测量系统是否满足产品特性 的测量需求和评价测量系统的适用性，确保产品质量 满足和符合的要求和需求。148、测量系统分析（MSA）实施的时机和范围 凡组织在控制计划中所提及的和/或顾客要求的所有监视和测量装 置均要进行测量系统分析（MSA）。n 新产品；n 因设计记录、规范和工程更改所引起的产品更改；n 常规产品（老产品/旧产品）；n 特别是以上产品中被确定为产品特殊特性所使用到的监视和测量装置必须进行测量系统分析（MSA）；n 指针对产品特性所使用到的监视和测量装置进行测量系统分析（MSA），而对过程特性所使用到的监视和测量装置则不需进行测量系统分析（MSA）。159、编制监
8、视和测量装置的测量系统分析（MSA）计划 质量部根据控制计划和/或顾客要求制定监视和测量装置的“测量系统分析计划”，并确定在控制计划和/或顾客要求中所用到的监视和测量装置需进行测量系统分析的方法、内容、预计完成时间、负责部门/人员、分析频率、进度要求等，经管理者代表核准后由质量部、生产部和相关部门执行。n 进行测量系统分析（MSA）的工作/和管理人员必须接受公司内部或外部的相关测量系统分析课程培训/训练，并经考试合格或获得相关证书，方可进行测量系统分析（MSA）工作。161710、与测量系统有关的术语和定义1、测量：定义为赋值（或数）给具体事物以表示它们之间关于特定性的关系。这个定义由美国标准
9、局(NBS)Eisenhart1963）首次提出。赋值过程定义为测量过程，而赋予的值定义为测量值。2、量具：任何用来获得测量结果的装置，经常用来特指用在工厂现场的装置，包括通过/不通过装置（如：塞规、通/止规等）。3、测量系统：是对测量单元进行量化或对被测的特性进行评估，其所使用的仪器或量具、标准、操作、方法、夹具、软件、人员、环境和假设的集合；也就是说，用来获得测量结果的整个过程。根据定义，一个测量过程可以看成是一个制造过程，它产生数值（数据）作为输出。这样看待测量系统是有用的，因为这可以使组织运用那些早已 在统计过程控制领域证明了有效性的所有概 念、原理和工具。184、数据：一组条件下观察
10、结果的集合，既可以是连续的(一个量值和测量单位)又可以是离散的(属性数据或计数数据如成功失败、好坏、过不通过等统计数据)。5、标准：u用于比较的可接受的基准；u用于接受的准则；u已知数值，在表明的不确定度界限内，作为真值被接受；u基准值。196、分辨力、可读性、分辨率:最小的读数单位、刻度限度；由设计决定的固有特性；测量或仪器输出的最小刻度；1:10经验法则（过程变差与公差较小者）7、参考值:某一个物品的可接受数的值 需要一个可操作的定义 常被用来替代真值使用 8、真值:某一物品的真实数值 不可知且无法知道的 基本的设备209、准确度：与真值或可接受的参考值“接近”的程度 在ASTM包括了位置
11、及宽度误差的影响 10、偏倚：观测到测量的平均值与参考值之间的差值 是测量系统的系统误差所构成 11、稳定性：随时间变化的偏倚值 一个稳定的测量过程在位置方面是处于统计上受控状态 别名：漂移（drift）12、线性：在量具正常工作量程内的偏倚变化量 多个独立的偏倚误差在量具工作量程内的关系 是测量系统的系统误差所构成位置变差2113、精密度 每个重复读数之间的“接近”程度 是测量系统的随机误差所构成 14、重复性 一个评价人多次使用一个测量仪器，对同 一零件的某一特性进行多次测量的变差 是在固定和已定义的测量条件下，连续（短期）多次测量中的变差 通常指E-设备变差（equipment vari
12、ation）设备（量具）能力或潜能 系统内部变差15、再现性 由不同的评价人使用相同的量具，测量同一个零件的同一个特性的测量平均值的变差。在对产品和过程进行鉴定时，误差可能是评价人、环境（时间）或方法 通常指A-评价人变差（appraiser variation）系统间（条件）误差 在ASTM E456-96 包括：重复性、实验室、环境及评价人影响宽度变差2216、GRR或量具的重复性和再现性（Gage R）量具的重复性和再现性；测量系统重复性和再现性联合估计值 测量系统能力；取决于所用的方法，可能包括或不包括时间影响17、灵敏度：能导致可探测到的输出信号的最小输入 测量系统对被测特性变化的感
13、应度 取决于量具设计（分辨力）、固有质量（OEM）使用期间的维修，以及测量仪器与标准的操作情况 通常被描述为测量单元 18、一致性：随时间重复性变化的程度 一致的测量过程是在宽度（变差）方面处于统计上受控状态 19、均一性：整个正常操作范围内重复性的变化 重复性的同义词23测量系统变差可以分类为：能力 短期获取读数的变异性 能力=偏倚（线性）+GRR 性能 长期读数的变化量 性能=能力+稳定性+一致性 以总变差为基础 不确定度 有关被测值的数值估计范围，相信真值包括在此范围内系统变差24在商品和服务的贸易中溯源性是一个非常重要的概念，测量可以追溯到相同或类似的标准，比不能追溯的测量更将容易达成
14、互相承认，可追溯的测量还可帮助减少重新试验的要求，以及好产品的拒收与坏产品的接受。可追溯性在ISO国际基本和通用的度量衡术语词汇（ISO International Vocabulary of Basic and General Terms in Metrology,VIM）中的定义为：“通过一个完整的比较链追溯到规定的参考标准（通常为国家或国际标准）的测量特性或标准值，都具有一定的不确定度。”所以，最关键的是测量能追溯到满足顾客需求的程度。11、可追溯性2512、校准系统校准系统指在特定环境下以建立测量设备与已知的参考价值和不确定值得可追溯标准之间关系的一套操作系统。校准系统同时也包括通过对
15、测量设备精度的误差调整来检测校准系统的过程，通过利用校准方法及标准来确定测量系统的测量的可追溯性。外部、商业性质的独立校准服务供应商在进行校准项目时，其校准系统必须通过ISO/IEC 17025 认证的验证，在无合格的实验室情况下，对于有些设备校准服务，由设备制造者承担。测量过程的目标是零件的“真”值，希望任何个别的读值能尽可能的（经济的）与真值接近。2613、量测过程为了有效地管理任何过程的变差，需要以下知识：过程应该做什么 会出什么错 过程正在做什么设备只是测量过程的一部分，须了解如何正确使用这些设备及如何分析和解释结果。27制造过程原辅料人机法环测量测量结果合 格不合格测量测量存在误差，
16、误差导致误判。要保证测量结果的准确性和可信度。为什么要进行测量系统分析？测量误差 Y=x+l 測量值 =真值 +測量誤差28戴明說沒有真值的存在一致29数据的类型：类别定义举 例 1、计量型 数据通过测量过程可以定量的得出实际测量数值，其数值可与基准值比较。数量级测试结果2、计数型 数据通过测量过程无法得出具体测量数值，只可定性的得出测量结果的。好与坏，通过与不通过接收与不接收14、什么是数据的质量30如何评定数据质量-测量结果与“真”值的差越小越好。-数据质量是用多次测量的统计结果进行评定。计量型数据的质量-均值与真值（基准值）之差。-方差大小。计数型数据的质量-对产品特性产生错误分级的概率
17、。什么是数据的质量31用测量系统所收集的数据用于：控制过程；评估影响过程结果的变量及其相互关系；利用数据分析，增进对测量系统中因果关系和对过程的影响的了解；把注意力放在测量系统上，以获得重复性和再现性；测量系统数据分析和使用32测量系统分析(MSA)MSA用于分析测量系统对测量值的影响；强调仪器和人的影响；我们对测量系统作分析，以确定测量系统的统计特性的量化值，并与认可的标准相比较。什么是测量系统分析33测量系统评定的两个阶段 第一阶段（使用前）确定统计特性是否满足需要？确认环境因素是否有影响？第二阶段（使用过程）确定是否持续地具备恰当的统计特性？这个“需要”指的什么？34 盲测法 在实际测量
18、环境下，在操作者事先不知正在对该测量系统进行评定的条件下，获得测量结果。向传统观念挑战 长期存在的把测量误差只作为公差范围百分率来报告的传统，是不能面临未来持续改进的市场挑战。评价测量系统的关键注意点35MSA 应用M 建立新量具的适用性和可接受性标准S 把一个量具和另一个量具作比较A 评估可疑的量具的 量具维修前后的性能比较应 计算测量系统变差用 确定制造过程可接受性36请问：我公司的计量器具都经过检定，为什么 要进行MSA？两个人测量结果不一致；公司和顾客测量结果不一致；不同的测量设备测量结果不一致；37MSA分析时机 新生产之产品PV(零件)有不同时；新仪器，EV(设备)有不同时；新操作
19、人员，AV(人员)有不同时；校准周期(文件规定)。38本公司的顾客对MSA是如何要求的？第二章 测量系统统计特性39 一个理想的测量系统在每次使用时均能获得“正确”的测量值，每个测量值都会遵循某个标准，能产生这样的测量结果的测量系统被称为具有如下的统计特性：“零”变差；“零”偏倚；对被测量产品错误分类为“零”概率。有这样理想的测量系统吗？401、统计特性的定义每一个测量系统可能被要求有不同的统计特性，但有一些基本特性用于定义“好的”测量系统，包括：足够的分辨率和灵敏度；测量系统应该是统计受控制状态；为了产品控制，测量系统的变异性与公差相比必须小；为了过程控制，测量系统的变差应该能证明具有有效的
20、解析度，并且小于制造过程的变差；41灵敏度是指能产生一个可检测到（有用的）输出信号的最小输入，一个仪器应至少有和其分辨力单位同样敏感的能力，它是测量系统对被测特性变化的回应。灵敏度由量具设计（分辨力）、固有质量（OEM）、使用中保养，以及仪器操作条件和标准来确定。它通常被描述为测量的一个测量单位。影响敏感度的因素包括：一个仪器的衰减能力 操作者的技能 测量装置的重复性 对于电子或气动量具，提供无漂移操作的能力 仪器使用所处的条件，例如：大气条件、尘土、湿度灵敏度42分辨率分辨力（别名：可读性、分辨率）：又称最小的可读数单位，分辨率是测量分辨率、刻度限值或测量装置和标准的最小可探测单位。它是量具
21、设计的一个固有特性，并作为测量或分级的单位被报告。数据分级数通常称为“分辨力比率”，因为它描述了给定的观察过程变差能可靠地划分为多少级。由设计决定的固有特性；测量或仪器输出的最小刻度单位；总是以测量单位报告；1：10 经验法则。43例：测量一个硬币的厚度-哪个测量系统对这三个硬币提供更好的变差信息?分辨力:“系统检测并如实显示的参考值的变化量。也可称为可读性或分辨率.”理解分辨率44范例：用二个系统测量同一组样本；建立如下所示的均值和极差图(X&R 图)；观察分辨率分别为0.001和0.01的二个测量系统之间的差别；分辨率和控制图45当极差图出现以下情况时，表示测量系统的分辨率不足：只有一、二
22、或三个极差值可读(极差是最大值和最小值的差）四分之一以上极差为零分辨率不足分辨力应为公差或分布的十分之一。在PPAP之前，APQP和测试期间进行量具分辨力的研究，研究制造过程或 相似过程的极差图，根据前页和范例从不断改进的角度看，公差值的十分 之一可能不够，MSA建议用6（总的）制造标准偏差的十分之一。46测量系统的分辨力 建议的可视分辨率 6 10 -过程的标准差 (不是公差宽度的1/10)47测量系统必须处于稳定统计状态，也就是说，测量系统的变差不受特殊原因的支配；u一般说来，当没有数值(点)落在特殊原因区域内时，测量系统便处于统计控制状态u如果没有如SPC手册中描述的数据趋势或漂移时，我
23、们也可认为是统计控制状态 普通原因区域普通原因区域特殊原因区域特殊原因区域特殊原因区域特殊原因区域统计稳定性48测量系统的变差必须小于制造过程变差 MSV 30%表示该量具系统不能接受，须予以改进。判断原则1201214.Gage R&R 计算练习针对卡尺测量10个硬币的直径做Gage R&R 练习：10/),(101RRR9/)(3,2,13,2,13,2,1CBAXXpAppraiserscXXaXb/)(X10/),(101XXXAppraiserscRRaRb/)(RXMinXMaxXDIFFpXMinpXMaxRp122EV（重复性）：AV（再现性）：R&R：PV（零件变差）：TV（
24、总变差）：1KREV参数表试验次数K120.886230.5908评价人数K220.707130.5231零件数量K330.5231 40.4467 50.4043 60.3742 70.3534 80.3375 90.3249 100.3146 p RRXDIFF数据表：nrEVKXAVDIFF/22222&AVEVRR3PVKRp22PVR&RTV=4.Gage R&R 计算练习123%EV（重复性）：%AV（再现性）：%Gage R&R：%PV（零件变差）：NDC（有效分辨率）：根据数据计算如下：”的数值、刚刚已经计算出了“,&TVPVRRAVEV)/(100%TVEVEV)/(100%
25、TVAVAV)/&(100&%TVRRRR)/(100%TVPVPV）（R&R/41.1NDCPV=4.Gage R&R 计算练习1244.Gage R&R 结果分析-ANOVA方差分析法方差分析（ANOVA）是一种标准的统计技术，可用它来分析测量误差和一测量系统研究中的其它变差来源。在变差的分析中，变差可以分解为四类：零件评价人零件与评价人之间的交互作用由于量具造成的重复误差方差分析的数据收集和主要计算公式和均值极差法相同虽然这些数值可以用人工计算，但许多人利用电脑程式来产生所谓的方差分析法（ANOVA）Minitab软件软件1254.Gage R&R 结果分析-ANOVA方差分析法:&,1
26、分析工具使用量具的规律复制到数据表中步：将测试数据按一定第RR1264.Gage R&R 结果分析-ANOVA方差分析法方差分析，确定：应的信息，选择步：弹出窗口中填入对第 21274.Gage R&R 结果分析-ANOVA方差分析法量具 R&R 研究-方差分析法 包含交互作用的双因子方差分析表 来源 自由度 SS MS F PPART NO.9 0.0248142 0.0027571 643.781 0.000Operator 2 0.0000334 0.0000167 3.894 0.039PART NO.*Operator 18 0.0000771 0.0000043 5.930 0.0
27、00重复性 60 0.0000433 0.0000007合计 89 0.0249680量具 R&R 研究-方差分析法 研究变异%研究变来源 标准差(SD)(6*SD)异 (%SV)合计量具 R&R 0.0015239 0.009143 8.68 重复性 0.0008498 0.005099 4.84 再现性 0.0012649 0.007589 7.21 Operator 0.0006428 0.003857 3.66 Operator*PART NO.0.0010894 0.006537 6.21部件间 0.0174892 0.104935 99.62合计变异 0.0175555 0.105
28、333 100.00可区分的类别数=16数值分析法，判定结果和步：图形分析法第 3DF-每个来源的自由度。SS-组间平方和（因子）以及组内平方和（误差）。MS-平方和除以自由度得出的均方。F-通过将因子 MS 除以误差 SS 来计算；可以将此比率与在表中找到的临界 F 进行比较，或者可以使用 p 值来确定某个因子是否显著。P-用于确定某个因子是否显著；通常与 alpha 值 0.05 进行比较。如果 p 值低于 0.05，则该因子是显著的。1284.Gage R&R：Minitab方差分析练习129短期与长期方法的比较短期模式n用生产设备 n用生产操作员n快速-只需几个样品(5)n无反复（re
29、plicates）n估计总的变差(Total Gage R&R)n不能区分 AV 和EVn不能指导改进的方向n可用于破坏性测试长期模式n用生产设备 n用生产操作员n较多样品(5)n要求反复 Replicates(3)n估计总的变差(Total Gage R&R)n可以区分 AV 和EVn为测量系统的改进提供指导130NO-GOGOOperator 2Operator 15.量测系统分析计数型：131u 计数型测量系统属于测量系统中的一类，是一种测量数值为有限的分类数量的测量系统，它与测量结果是连续值的计量型测量系统不同。最常见的是通过/不通过量具，只可能有两个结果；其它的计数型测量系统，如目视
30、标准，可能产生57个分级，如非常好、好、一般、差、非常差等。MSA前面所介绍的分析方法不能被用来评价这样的系统。u 计数型量具的特点是，把每一个零件同一个特定的限定值 进行比较。如果满足限定值就接受这个零件，反之拒绝零件（如通过/不通过量具）。多数这种类型的量具以一套标准零件为基础进行设定接受与拒绝。u 与计量型量具不同的是，这个计数型量具不能指出一个零件有多好或多坏，只能指出零件可接受或拒绝。5.量测系统分析计数型132n Go-No Go 数据模式；n 人为因素主导，情况复杂；n 对于以“是”和“不是”为计数基础的定性数据，其 GR&R考察的概念是与定量数据一样的。但方法上完全不同；n 定
31、性数据测量系统的能力取决于操作员判断的有效性，即将“合格”判断成合格，将“不合格”判断成不合格的程度.5.量测系统分析计数型133任何使用测量系统来作结论都会存在一定的风险；由于最大的风险位于分类的边界处，因此，最合适的分析方法是量化测量系统的变差成为量具性能曲线。风险分析法 在一些计数情况下，不可能充分获得附有计量型参考数值的零件。在这种情况下，可使用下述方法来评价作出错误或不一致决定的风险：假设检验法 信号分析法由于这些方法没有量化测量系统变差，应该只有在顾客同意的情况下才能使用。选择和使用于这样的技术应该基于一个良好的统计上的实践、以及了解一个错误决定对后续过程及最终顾客的影响。计数型测
32、量系统研究-风险分析法134评价人A评价人B评价人C零件A-1A-2A-3B-1B-2B-3C-1C-2C-3基准基准值代码11 1 1 1 1 1 1 1 1 1 0.476901+21 1 1 1 1 1 1 1 1 1 0.509015+30 0 0 0 0 0 1 0 0 0 0.57645940 0 0 0 0 0 0 0 0 0 0.566152-50 0 0 1 0 0 0 0 0 0 0.5703661 1 1 1 1 1 1 0 1 1 0.54495171 1 1 1 1 1 1 1 1 1 0.465454+81 1 1 1 1 1 1 1 1 1 0.502295+90
33、 0 0 0 0 0 0 0 0 0 0.437817-101 1 1 1 1 1 1 1 1 1 0.515573+111 1 1 1 1 1 1 1 1 1 0.488905+120 1 0 0 0 0 0 0 0 0 0.559918131 1 1 1 1 1 1 1 0 1 0.542704141 1 1 1 1 1 1 1 1 1 0.454518+151 1 1 1 1 1 0 1 1 1 0.517377161 1 1 1 1 1 1 1 1 1 0.531939+171 1 1 1 1 1 1 1 1 1 0.519694+181 0 1 1 1 1 1 1 1 1 0.484
34、167191 1 1 1 1 1 1 1 1 1 0.520496+201 1 1 1 1 1 1 1 1 1 0.477236+211 1 1 1 1 1 1 1 1 1 0.45231+220 0 0 0 0 0 0 1 0 0 0.545604231 1 1 1 1 1 1 1 1 1 0.529065+241 1 1 1 1 1 1 1 1 1 0.514192+250 0 0 0 0 0 0 0 0 0 0.599581-260 0 0 0 0 0 0 0 0 0 0.547204-271 1 1 1 1 1 1 1 1 1 0.502436+281 1 1 1 1 1 1 1 1
35、1 0.521642+291 1 1 1 1 1 1 1 1 1 0.523754+300 0 0 0 0 0 0 0 0 0 0.561457-311 1 1 1 1 1 1 1 1 1 0.503091+321 1 1 1 1 1 1 1 1 1 0.50585+331 1 1 1 1 1 1 1 1 1 0.487613+340 0 0 0 0 0 0 0 0 0 0.449696-351 1 1 1 1 1 1 1 1 1 0.498698+361 1 1 1 1 1 1 0 1 1 0.543077370 0 1 0 0 0 0 0 0 0 0.409238381 1 1 1 1 1
36、 1 1 1 1 0.488184+390 0 0 0 0 0 0 0 0 0 0.427687-401 1 1 1 1 1 1 1 1 1 0.501132+411 1 1 1 1 1 1 1 1 1 0.513779+420 0 0 0 0 0 0 0 0 0 0.566575-431 1 1 1 1 1 1 1 1 1 0.46241+441 1 1 1 1 1 1 1 1 1 0.470832+450 0 0 0 0 0 0 0 0 0 0.412453-461 1 1 1 1 1 1 1 1 1 0.493441+471 1 1 1 1 1 0 1 1 1 0.486379480 0
37、 0 0 0 0 0 0 0 0 0.587893-491 1 1 1 1 1 1 1 1 1 0.483803+500 0 0 0 0 0 0 0 0 0 0.446697-135 表格中的“1”指定为可接受判断，“0”指定为不可接受判断。表格中的基准判断和计量基准值不预先确定。表格中的“代码”列还用“+”、“”、“-”显示了零件是否在第，区域。-+计数型测量系统研究-风险分析法136A、B-交叉表A、基准-交叉表B合计基准合计0101A0计数45247A0计数46147预期14.732.347.0预期15.032.047.01计数21011031计数2101103预期32.3 70.7 1
38、00.0 预期33.0 70.0 100.0 合计计数47103150合计计数48102150预期47.0 103.0 150.0 预期48.0 102.0 147.0 B、C-交叉表B、基准-交叉表C合计基准合计0101B0计数45247B0计数47047预期15.731.347.0预期15.032.047.01计数6971031计数1102103预期34.3 68.7 103.0 预期33.0 70.0 103.0 合计计数5199150合计计数48102150预期50.0 100.0 150.0 预期48.0 102.0 150.0 A、C-交叉表C、基准-交叉表C合计基准合计0101A
39、0计数44347C0计数46551预期15.731.347.0预期16.034.050.01计数7961031计数29799预期34.3 68.7 103.0 预期32.0 68.0 100.0 合计计数5199150合计计数48102150预期50.0 100.0 150.0 预期48.0 102.0 150.0 KappaABC评价者%结果%与归因的比较A0.94 0.85 变差来源ABCABCB0.94 0.88 总检查数505050505050C0.85 0.88 相配数474943474943基准0.95 0.98 0.89 错误的拒收000错误的接受000有效率漏失率误判率不相配3
40、50A94.0%4.2%1.0%95%UCI98.7%99.9%94.2%98.7%99.9%94.2%B98.0%2.1%0.0%计算所得结果94.0%98.0%86.0%94.0%98.0%86.0%C86.0%4.2%4.9%95%LCI83.5%89.4%73.3%83.5%89.4%73.3%决定有效率漏失率误判率系统有效结果%系统有效结果%与参考的比较测量系统评价者可接受条件90%2%5%总检查数5050评价者可接受条件80%5%10%一致的数量3939可能需要改进95%UCI88.5%88.5%评价者不可接受条件80%5%10%计算所得结果78.0%78.0%需要改进95%LCI
41、64.0%64.0%GR&R判定10%通常被认为是一个可接受的测量体系。当排列或分类零件，需要加强过程控制时被推荐运用。样本：对于产品控制的情况下，当测量结果与决定准则是确定“符合或不符合某特性的规范”（如：100%检验或抽样），样品（或标准）必须被选择，但不需要包括整个过程范围。测量系统的评估是以特性公差为基础（如对公差的%GRR）。在过程研究情况下，当测量结果与决定准则是确定“过程稳定性、方向以及是否符合自然的过程变差”（如：SPC、过程控制、能力及过程改进），在整个作业过程范围的样本可获得性变得非常重要。当评估一测量系统对过程控制的适用性时（如对过程变差的%GRR），推荐采用过程变差的独
42、立估计法（过程能力研究）。10%30%在某些适用情况下被认为可接受。30%被认为是不可接受的。补充：kappa大于0.75表示有很好的一致如果Ppk大于1，则将测量系统与过程进行比较如果Ppk小于1，则将测量系统与公差进行比较交叉分析表Kappa值评价属性一致性评价有效性评价参考标准137p 假设检验分析-交叉表方法 由于研究人员不知道零件的基准判断值，他们开发了交叉表比较每个评价人之间的差异。计数型测量系统研究-风险分析法138表中（期望的计算）值的计算过程如下：(44+3)(3+97)/150=31.3(6+97)(97+3)/150=68.7(3+44)(44+6)/150=15.7(9
43、7+6)(6+44)/150=34.3计数型测量系统研究-风险分析法139练习下表中期望的计算140l 上述这些表格的目的是确定评价人之间意见一致的程度。为了确定评价人一致的水平，研究人员用科恩的Kappa来测量两个评价人对同一目标评价值的一致程度。1值表示完全一致。l kappa只用于两个变量具有相同的分级值和相同的分级数的情况。l kappa是一个评价人之间一致性的测量值。检验是否沿对角线格子中的计数 （接收比率一样的零件）与那些仅是偶然的期望不同。设Po=对角线单元中计算值的总和/总计数 Pe=对角线单元中期望值的总和/总计数 则 Kappa=（Po-Pe）/（1-Pe）计数型测量系统研
44、究-风险分析法141Kappa值计算举例：Kappa=(po-pe)/(1-pe)=(44+97)/150-(15.7+68.7)/150 1-(15.7+68.7)/150 =0.86计数型测量系统研究-风险分析法142Kappa值计算练习：Kappa=(po-pe)/(1-pe)=计数型测量系统研究-风险分析法143 kappa是一种程度而不是试验，其大小用一个渐进的标准误差构成的t统计量决定。一个通用的经验法则是kappa大于0.75，表示一致性好（kappa最大为1）；小于0.4表示一致性差。kappa不考虑评价人间的意见不一致的程度，只考虑他们一致与否。通过计算，kappa值如下：计
45、算结果以及分析表明，评价人之间表现出一致性好。kappaABCA0.860.860.780.78B0.860.86_0.790.79C0.780.780.790.79_计数型测量系统研究-风险分析法上述分析并未告诉我们测量系统区分不好的与好的零件的能力。在分析中，研究人员采用计量型测量系统评价了零件，用结果确定基准判断。下面是一组新的交叉表格，用以将每个评价人与基准判断比较。每个评价人与基准一致性的好坏，通过上面的kappa值来确定。144计数型测量系统研究-风险分析法145然后，研究人员计算了测量系统的有效性。有效性=正确判断的数量/判断的机会总数计数型测量系统研究-风险分析法146计数型测
46、量系统研究-风险分析法判断原则1471）先选取二十个零件来进行。2）选取二位评价人以一种能防止评价人偏 倚的方式两次测量所有零件。3）在选取二十个零件时，必须有一些零件 稍许高或低于规范限值。所有的测量结果(每个零件测四次)一致则接受该量具，否则应改进或重新评价该量具，如果不能改进该量具，则不能被接受并且应找到一个可接受之替代测量系统。计数型测量系统研究 小样法Kappa结论u当前测量系统够能用吗？u你将把你的改进努力集中在哪些方面？u你将对哪些分级员进行必需的培训？148一些改进想法u我们可以怎样改进这一测量系统呢？u额外的培训u实物标准/样品u分级员认证过程u更好的操作定义149Partnering for success with Dream-Hill.Co.Ltd.Dream-Hill.Co.Ltd.问询处v担当者:陈静 TEL:0515-8980-3398 FAX:0515-8980-3518 E-mail:v中国盐城市经济技术开发区希望大道南路29号南楼四楼 v 盐城德林希教育咨询有限公司成功的最佳合作伙伴 德林希本公司持续地满足客户要求，致力于企业管理培训现场为中心的培训，并引导企业迈向期望的方向。谢谢!此教材所有权归盐城德林希教育咨询有限公司所有,未经允许不得复制或发布.150
