楊勁松2003、3、126σ第7部分：測量系統(tǒng)評價楊勁松2003、3、126σ第71目錄測量系統(tǒng)的評價（MSA）★測量系統(tǒng)的概念★離散型數(shù)據(jù)評價★連續(xù)型數(shù)據(jù)評價★破壞性實驗評價目錄測量系統(tǒng)的評價（MSA）2項目敘述ProcessMap流程圖C&EMatrix因果矩陣初步的FMEAMSA測量系統(tǒng)分析流程能力研究Multi-VariStudies多變量分析測量MEASURE分析ANALYZE改善IMPROVE控制CONTROLDOE試驗設(shè)計(或其他改善方法)控制計劃交接訓(xùn)練最終流程能力研究項目責(zé)權(quán)移交最終項目報告項目追蹤項目敘述ProcessMap流程圖C&EMatri3MSA（測量系統(tǒng)）的概念MSA（測量系統(tǒng)）的概念4測量系統(tǒng)的評估１．測量系統(tǒng)必須證明具有充分的敏感度：

★必須具有充分的辨別力；★必須敏感的、有效的探測產(chǎn)品或流程的變化．２．測量系統(tǒng)必須穩(wěn)定：

★測量系統(tǒng)的變化應(yīng)盡量排除特殊原因的干擾．３．測量系統(tǒng)的誤差在預(yù)期范圍內(nèi)要一致，并且對于所測量的目標（產(chǎn)品或流程）而言是充分的．測量系統(tǒng)的評估１．測量系統(tǒng)必須證明具有充分的敏感度：5測量系統(tǒng)的構(gòu)成要素測量工具：-硬件-軟件使用這些工具的所有步驟：-選擇測量員-設(shè)定并執(zhí)行各步驟-離線計算及資料登錄-校準頻率及技術(shù)測量系統(tǒng)的誤差:★偏差、重復(fù)性、再現(xiàn)性、穩(wěn)定性、和線性．測量系統(tǒng)的構(gòu)成要素測量工具：-硬件-軟件使用這些工具6測量系統(tǒng)變化的類型接受測量儀器的標準將儀器相互比較將懷疑為不良的量具的評價作為基礎(chǔ)修理測量儀器前后要比較計算流程變化的必需成分和產(chǎn)品流程的可接受程度開發(fā)量具性能曲線（GPC）的必要信息，其可以表明接受部分真值的可能性測量系統(tǒng)變化的類型接受測量儀器的標準7測量&測試儀器參考標準轉(zhuǎn)換標準校正標準轉(zhuǎn)換標準工作標準檢查標準主值主值不同標準間的關(guān)系測量&測試儀器參考標準轉(zhuǎn)換標準校正標準轉(zhuǎn)換標準工作標準檢查標8術(shù)語Discrimination(鑒別力)與“Accuracy（精確性）”相關(guān)用詞

-TrueValue（真正值）

-Bias（偏差）

-Linearity（線性相等）與“Precision（變異性）”相關(guān)用詞

-Repeatability（重復(fù)性）

-Reproducibility（重現(xiàn)性）Stability（穩(wěn)定性）

-Linearity（線性相等）術(shù)語Discrimination(鑒別9直尺卡尺千分尺

.28.279.2794.28.282.2822.28.282.2819.28.279.2791鑒別力

分辨率是：檢測特性的微小的變化的能力.

當儀器不能辨別工件偏差或確定單個零件特性數(shù)值偏差時，分辨率不可以接受.不能夠檢測工藝偏差和特殊原因造成的偏差.Discrimination直尺.28.28.28.28鑒別力分辨率是：檢測特性10鑒別力系統(tǒng)所能量測出的小數(shù)位數(shù)。測量漸進單位應(yīng)為產(chǎn)品規(guī)格或流程變異計量單位的10分之1鑒別力不足12345鑒別力良好12345鑒別力系統(tǒng)所能量測出的小數(shù)位數(shù)。測量漸進單位應(yīng)為產(chǎn)品鑒別力不11測量的鑒別力0.1350.1400.145510152025UCL=0.1444Mean=0.1397LCL=0.135000.000.010.02UCL=0.01717R=0.00812LCL=0-Xbar/R表辨別力=.001測量的鑒別力0.1350.1400.14551015202512MWCC6sigma控制和分析活動中流程分布的不同類型數(shù)目的影響種類的數(shù)目可以用于控制，只有當：控制分析1）當流程變化與規(guī)格比較時，其值小2）在預(yù)期流程變化范圍內(nèi)，損失功效是扁平的3）變化的主源引起平1）對于評估流程參數(shù)和指數(shù)是不能接受的2）只表示流程是否正在產(chǎn)生一致或不一致部分1）基于流程分布，可以使用半變量控制技術(shù)2）可以產(chǎn)生非敏感變量控制圖1）可以使用變量控制圖1）一般來講，由于它只提供粗略的估計，所以對估計流程參數(shù)和指數(shù)來說，是不能接受的1）可推薦均變化1數(shù)據(jù)類2-4數(shù)據(jù)類5或更多數(shù)據(jù)類MWCC6sigma控制和分析活動中流程分布的不同類型數(shù)目的13Accuracy(精確性）Accuracy–測量值的平均數(shù)是否偏移TrueValue?TrueValue(真正值）-理論上正確的數(shù)值-NIST國家標準偏差-所有測量平均值與TrueValue的離差-Amounttool持續(xù)的遠離中心點-系統(tǒng)性誤差或offset標準數(shù)值(參考標準)

平均值

Accuracy(精確性）Accuracy–測量值14測量精確性精確性是指：標準值和實際測量值之間的差異。標準值是指：制作測量工具的標準抽樣或國家公認機關(guān)使用的標準品測量值標準值精確性稱之為偏移（Bias）測量精確性精確性是指：標準值和實際測量值之間的差異。標準值是15Bias(偏差）Averageofmeasurementaredifferentbyafixedamount測量平均值會有一固定的差異Biaseffects包括：操守作者偏差-不同的操作者即使測量同一物件，平均值也會造成可察覺的不同儀器偏差-不同的儀器即使側(cè)量同一物件，平均值也會造成可以察覺的不同MasterValue儀器二平均數(shù)儀器一偏差量儀器二偏差量儀器一平均數(shù)Bias(偏差）Averageofmeasuremen16Precision（變異性）

名詞：RandomError,Spread,Test/Retesterror測量系統(tǒng)中的總變異MSrptrpd測量重復(fù)值的自然變異

重復(fù)性與再現(xiàn)性=σ2+σ2σ2Precision（變異性）名詞：RandomErr17測量系統(tǒng)固有的變異性在絕對不變的情形下，對相同變量重復(fù)測量所產(chǎn)生的變異-相同操作者-相同設(shè)定-相同零件-相同環(huán)境條件-短期由重復(fù)值的Pooledstandarddeviation估計所得Repeatability總是比系統(tǒng)的總變異要小重復(fù)性變異測量系統(tǒng)固有的變異性在絕對不變的情形下，對相同變量重復(fù)測18MasterValue平均數(shù)由相同人員使用相同儀器對相同零件、相同特性進行連續(xù)測量所得的誤差test–retesterror。也可稱為。被用來估計短期變異良好的Repeatability不良的Repeatability平均數(shù)重復(fù)性變異MasterValue平均數(shù)由相同人員使用相同儀器對相同零19在不同狀況下進行測量所得之變異從不同測量狀況所得測量值平均數(shù)的標準差估計所得-不同操作者-不同設(shè)定-不同測試零件-不同環(huán)境條件狀態(tài)-長期再現(xiàn)性變異檢驗員A檢驗員B檢驗員C

檢驗員A檢驗員B檢驗員C在不同狀況下進行測量所得之變異從不同測量狀況所得測量值平20由不同人員操作相同或不同的儀器，測量同一特性所得的測量平均值的差異MasterValue良好Repeatability不良Repeatability操作員1操作員2操作員3操作員1操作員2操作員3再現(xiàn)性變異由不同人員操作相同或不同的儀器，測量同一特性所得的測量平均值21測量的線性線性是指：在測量范圍內(nèi)發(fā)生的正確度的差異．測量值真實值測量值LSLUSL精確度偏差大精確度偏差小儀器2儀器1精確性

直線性沒有成為問題儀表2精確性

直線性成為問題

儀表1測量單元.1.01.001.0001測量單元

.1.01.001.0001測量的線性線性是指：在測量范圍內(nèi)發(fā)生的正確度的差異．測量值真22Linearity（線性相等）儀器測量能力范圍內(nèi)，Accuracy或Precision值的差異測量工具1：Linearity于此是個問題測量工具2：Linearity于此是問題AccuracyAccuracyMeasurementUnitsMeasurementUnits●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●00●●●●●●●●●●●●●●●●●●●●●●●●●●●Linearity（線性相等）儀器測量能力范圍內(nèi)，Ac23Stability（穩(wěn)定性）描述為nodrift,suddenshifts,cyclictrends,etc.使用趨勢圖（TrendChart）來評估定義為測量值的平均數(shù)及標準差，即使經(jīng)過長時間后亦能維持相同并可預(yù)測校驗數(shù)值(參考標準)時間1時間2Stability（穩(wěn)定性）描述為nodrift24測量穩(wěn)定性穩(wěn)定性是指：對同一部品間隔一段時間測量所得平均的差異．Time2Time1測量系統(tǒng)的磨損，氣溫，溫度等對測量結(jié)果的影響測量穩(wěn)定性穩(wěn)定性是指：對同一部品間隔一段時間測量所得平均的差25經(jīng)過長時間對Accuracy或Precision變化的評估MasterValue穩(wěn)定性良好時間點1時間點2時間點3MasterValue穩(wěn)定性不良時間點1時間點2時間點3Stability（穩(wěn)定性）經(jīng)過長時間對Accuracy或Precision變化的評26Stability（穩(wěn)定性）范例CalibrationStabilityCalibrationStability1/8/978508608708808909009109209309409507307407507607707807908008108204/17/966/26/969/18/9612/11/962/21/974/3/966/19/968/21/9610/30/96Date/TimeDate/TimeDCMStandardDCMStandardStability（穩(wěn)定性）范例CalibrationS27測量程序理想的測試系統(tǒng)需要每次產(chǎn)生真正的測量結(jié)果測量系統(tǒng)的品質(zhì)是以統(tǒng)計特質(zhì)來描述其特征

測量程序應(yīng)該包含：-設(shè)計與驗證-持續(xù)的能力評估-控制-修正與再驗證

特質(zhì)-必須在統(tǒng)計統(tǒng)計控制中-相對于產(chǎn)品規(guī)格，其變異性必須要小-

Discrimination的單位應(yīng)該精細至產(chǎn)品規(guī)格或流程變異的十分之一-相對于流程變異，其變異性必須要小測量程序理想的測試系統(tǒng)需要每次產(chǎn)生真正的測量結(jié)果測量系統(tǒng)28測量系統(tǒng)的基本模式測量系統(tǒng)能力未修復(fù)偏差或線性重復(fù)性和再現(xiàn)性（%R&R）σ2=σ2+σ2測量系統(tǒng)性能測量系統(tǒng)能力穩(wěn)定性連貫性σ2=σ2+σ2σ2+測量系統(tǒng)的基本模式測量系統(tǒng)能力未29流程測量思路1.實際流程能力設(shè)計流程能力流程總變異量實際產(chǎn)品變異量測量系統(tǒng)變異量再現(xiàn)性重復(fù)性2.“流程總變異量”的基本模式：σ2=

σ2+

σ2=

σ2+

σ2+

σ2測量總變量產(chǎn)品再現(xiàn)重復(fù)產(chǎn)品流程測量思路1.實際流程能力設(shè)計流程能力流程總變異量實際產(chǎn)品30流程變異的總和產(chǎn)品變異（真正的變異）測量變異總變異（觀察所得變異）流程變異的總和產(chǎn)品變異測量變異總變異31變異的基本模式總體變異產(chǎn)品變異測量系統(tǒng)變異σ2=σ2+σ2測量變異重復(fù)性再現(xiàn)性σ2=σ2+σ2變異的基本模式總體變異產(chǎn)品變異32測量變異的來源工具工作方法MechanicalinstabilityWearElectricalinstabilityAlgorithminstabilityEaseofDataEntryOperatorTrainingCalibrationFrequencyMaintenanceStandardSufficientWorkTimeStandardProceduresOperatorTechniqueHumidityCleanlinessVibrationLineVoltageVariationTemperatureFluctuation測量變異環(huán)境因素測量變異的來源工具工作方法Mechanicalinstab33流程變異的可能來源ObservedProcessVariationActualProcessVariationMeasurementVariationLong-termProcessVariationShort-termProcessVariationVariationw/isampleVariationdueto量?工具VariationduetooperatorsRepeatabilityCalibrationStabilityLinearity要描述真正的流程變異，必須確認測量系統(tǒng)本身的變異并從變異扣除流程“Repeatability”（重復(fù)性）及“Reproducibility”（再現(xiàn)性）是測量誤差的主要的來源流程變異的可能來源ObservedProcessVari34需獲得的資訊測量誤差的程度有多嚴重？測量誤差的來源何在？經(jīng)過長時間使用，工具是否仍維持穩(wěn)定？該工具是否勝任這個分析？如何改善測量系統(tǒng)？需獲得的資訊測量誤差的程度有多嚴重？測量誤差的來源何在？35測量系統(tǒng)的評價1.測量能力指標（適合性）：P/T值→測量精確度/產(chǎn)品公差*注意：5.15標準差代表99%的測量系統(tǒng)變異，5.15標準差為工業(yè)標準P/T=公差5.15×σ×100%●判斷標準：●最佳情形：≤10%●可接受情形：≤30%2.測量變異指標：%R＆R值→測量變異量/流程總變異量%R＆R=σ測量σ總變量×100%●判斷標準：●最佳情形：≤10%●可接受情形：≤30%測量系統(tǒng)的評價1.測量能力指標（適合性）：P/T值→測量精36P/T=20%P/T=50%P/T=100%%R＆R=20%%R＆R=100%%R＆R=50%測量系統(tǒng)變異（Ⅰ）產(chǎn)品公差LSLUSL觀察所得流程變異（總）一、二、三、P/T=20%P/T=50%P/T=100%%R＆R=20%37一、①測量此流程的系統(tǒng)選擇較恰當，P/T=20%＜30%;②測量系統(tǒng)本身差異也可忽略，%R&R=20%＜30%;③該流程總變異量等于產(chǎn)品公差，說明能滿足產(chǎn)品的設(shè)計公差要求．二、①選用的測量系統(tǒng)不合適，P/T=50%＞30%;②測量系統(tǒng)本身變異過大,無法忽略，%R&R=50%＞30%;③因此,觀察所得流程總變量不準確,能否滿足產(chǎn)品公差要求,不可知.④建議:改變測量系統(tǒng)；重新校正測量系統(tǒng)；重新測量流程變異.三、①選用的測量系統(tǒng)完全不合適，P/T=100%＞30%;②測量系統(tǒng)變異大得已經(jīng)蓋流程變異的真實體現(xiàn)，%R&R=100%＞30%;③觀察所得流程變異值已無意義.④建議:改變測量系統(tǒng)；重新校正測量系統(tǒng)；重新測量流程變異.測量系統(tǒng)變異（Ⅰ）說明一、①測量此流程的系統(tǒng)選擇較恰當，P/T=20%＜30%;38P/T=50%P/T=100%P/T=200%%R＆R=25%%R＆R=100%%R＆R=50%測量系統(tǒng)變異（Ⅱ）產(chǎn)品公差LSLUSL觀察所得流程變異（總）一、二、三、P/T=50%P/T=100%P/T=200%%R＆R=2539測量系統(tǒng)變異（Ⅱ）說明一、①該測量系統(tǒng)不合適，無法正確分辨產(chǎn)品規(guī)格，P/T=50%＞30%;②該測量系統(tǒng)變異尚可接受，并忽略，%R&R=25%＜30%;③該流程總變異過大，但此測量值并不可信.④建議：改用合適的測量系統(tǒng)；重新測量流程變異。二、①選用的測量系統(tǒng)完全不合適，P/T=100%＞30%;②該測量系統(tǒng)的變異過大,無法忽略，%R&R=50%＞30%;③該流程測量值不可信.④建議:改用合適的測量系統(tǒng)；重新校正后；重新進行流程測量。三、①選用的測量系統(tǒng)完全不合適，P/T=200%＞30%;②該測量系統(tǒng)的變異過大,無法忽略，%R&R=100%＞30%;③該流程測量值不可信.④建議:改用合適的測量系統(tǒng)；重新校正后；重新進行流程測量。測量系統(tǒng)變異（Ⅱ）說明一、①該測量系統(tǒng)不合適，無法正確分辨產(chǎn)40P/T=10%P/T=20%P/T=50%%R＆R=20%%R＆R=100%%R＆R=40%測量系統(tǒng)變異（Ⅲ）產(chǎn)品公差LSLUSL觀察所得流程變異（總）一、二、三、P/T=10%P/T=20%P/T=50%%R＆R=20%%41測量系統(tǒng)變異（Ⅲ）說明一、①該測量系統(tǒng)非常合適，可正確體現(xiàn)產(chǎn)品公差，P/T=10%＜30%;②該測量系統(tǒng)的變異較小，可忽略，%R&R=20%＜30%;③該流程總變異小于產(chǎn)品公差要求,產(chǎn)品質(zhì)量穩(wěn)定性好;④建議：調(diào)整產(chǎn)品公差或者放寬流程控制，以降低成本。二、①選用的測量系統(tǒng)合適，P/T=20%＜30%。②但該測量系統(tǒng)的變異較大,不能忽略，%R&R=40%＞30%;③觀察所得流程總變異量不準確.④建議:重新校正測量系統(tǒng)后，再次測量流程。三、①選用的測量系統(tǒng)不合適，P/T=50%＞30%;②該測量系統(tǒng)的變異大得覆蓋總流程變異，%R&R=100%＞30%。③觀察所得流程變異值無意義.④建議:改用合適的測量系統(tǒng)；重新校正后；重新進行流程測量。測量系統(tǒng)變異（Ⅲ）說明一、①該測量系統(tǒng)非常合適，可正確體現(xiàn)產(chǎn)42Minitab練習(xí)流程能力及測量誤差假設(shè)有一個標準差是5，平均數(shù)70單位流程同時有有個測量系統(tǒng)，其測量誤差與流程誤差相同：5Sigma使用Minitab模擬測量誤差對流程能力的影響Minitab練習(xí)流程能力及測量誤差假設(shè)有一個標準差是43練習(xí)題（續(xù)）使用下列程序來建立符合上述條件的資料：

MinitabCalcRandomDataNormalItemGenerateStoreincolumn[s]MeanStandarddeviation100Process70.05.0建立一組隨機的常態(tài)分配練習(xí)題（續(xù)）使用下列程序來建立符合上述條件的資料：Min44練習(xí)題（續(xù)）GenerateStoreincolumn[s]MeanStandarddeviationItemStoreresultinvariableExpressionFunctions100Measurement0.05.0C1ProcessC2MeasurementObservedProcess+MeasurementAllfunctionsAbsolutevalueAntilogArcsineArccosineCosineCurrenttimeDate(fromText)MinitabCalcRandomDataNormal練習(xí)題（續(xù)）GenerateStoreincolumn[45模擬結(jié)果實際流程變異：無測量誤差觀察所得流程變異：含測量誤差05101530405060708090100110LSLUSL05101530405060708090100110LSLUSLFrequencyFrequencyObservedProcess模擬結(jié)果實際流程變異：觀察所得流程變異：0510153046Attribute(離散型)MSA分析Attribute(離散型)MSA分析47兩種常見資料形態(tài)ATTRIBUTE-不連續(xù)的，計數(shù)資料如：1，2，3，4等…好/壞機器1，2，3…VARIABLES-連續(xù)性的，計量資料如：重量=10.2磅厚度=11.211口寸兩種常見資料形態(tài)ATTRIBUTE-不連續(xù)的，計數(shù)資料48AttributeMSAs通常為2-3名員工Attribute測量系統(tǒng)通常不像計量儀器那樣重視準確性幾個樣本供以計數(shù)或分類每一樣本，由每位人員測量2-3次或包含預(yù)先同意的標準或?qū)＜乙庖夾ttributeMSAs通常為2-3名員工Attr49執(zhí)行AttributeMSA步驟步驟1：以隨機排序方式，要求第一位測量人員計數(shù)不良，或步驟3：繼續(xù)進行直到所有測量者都檢視過同樣的樣本（這是Trial1）-同一人的一致必性(Repeatability)-同組人的一致性(Reproducibility)-Agreementlevelcomparedtochancealone(Kappa)依Good/Bad步驟2：要求第二位人員依隨機排序方式執(zhí)行相同事件分類重復(fù)步驟1-3以取得足夠的Trials用提供的表格來做MSA的統(tǒng)計分析分析結(jié)果并決定接續(xù)步驟執(zhí)行AttributeMSA步驟步驟1：以隨機排序方50AttributeMSA中使用標準或?qū)＜乙庖姡涸撊绾芜M行預(yù)先選擇多樣物件-包含可以接受，不可接受，及界于兩者之間的物件依序號記錄個別結(jié)果每件被紡列序號，并分別由每個檢驗者評估這些結(jié)果將于專家的“正確”結(jié)果相比較，來評估其準確度為評估精確度（Precision），每位檢驗者對相同物件的評估結(jié)果將與其他檢驗者的結(jié)果相互比較AttributeMSA中使用標準或?qū)＜乙庖姡涸撊绾芜M行51AttributeMSA：范例本范例取自一制造方向盤上喇叭按墊的美國家公司發(fā)現(xiàn)了不良品及良品在一個次工廠巡視中，工廠經(jīng)理在表明“接受”及“退回”的箱子中分別為免除檢驗者分類錯誤的情形，工廠經(jīng)理著手進行一項關(guān)于檢驗一致由4位檢驗員及一位專家/品管經(jīng)理負責(zé)紀錄（1）接受或退回的決定及（2）退回的理由性的研究預(yù)先選擇50個物件–包含可接受、不可接受、及界與兩者之間AttributeMSA：范例本范例取自一制造方向盤上52AttributeMSA：范慣例檢驗員ABCD退回數(shù)8888接受數(shù)42424242-所有檢驗員各退回8個物件！-此檢驗是否有問題？AttributeMSA：范慣例檢驗員A53檢驗員之間的一致性問題?針對結(jié)果作進一步的分析顯示出問題確切存在（右表為其中20筆資料）在50個樣本，只有一個成品被所有檢驗員一致“退回”有29個成品被所有檢驗員一致“接受”不一致性比率=20/50=40%UnitABCD1RRRA2AARA3AAAA4AAAA5AAAA6AAAA7AAAA8AAAA9AAAA10ARRR11RARR12AAAA13RAAR14ARAA15AAAA16AAAA17AAAA18AAAA19AAAA20AAAA檢驗員之間的一致性問題?針對結(jié)果作進一步的分析顯示出問題確切54與專家意見的一致性問題？檢驗員專家結(jié)果Vs.%接受的不良品%退回的良品A9/13=69%4/37=11%B9/13=69%4/37=11%C9/13=69%4/37=11%D8/13=62%3/37=8%UnitABCD1RRRA2AARA3AAAA4AAAA5AAAA6AAAA7AAAA8AAAA9AAAA10ARRR11RARR12AAAA13RAAR14ARAA15AAAA16AAAA17AAAA18AAAA19AAAA20AAAA整體正確率=150/200=75%與專家意見的一致性問題？檢驗員Vs.%接受的不良品%退回55使用圖形工具進行分析的第一步使用GageRunChart之目的在于視覺化Operator,Sample,及Trial提示:若使用將Mastervalue,將此值當另一Operator,加入Minitab的之間的交互關(guān)系工作表中MinitabStatQualityToolsGageRunChartItemPartnumbersOperatorsMeasurementdataTrialnumbersHistoricalmuGageInfoOptionsC1TrialC2OperatorC3MeasurementPartOperatorMeasurementTrial使用圖形工具進行分析的第一步使用GageRunCha56●●◆◆■■●●■■◆◆●●■■■■◆◆●●■■0510678910●●◆◆■■●●■■◆◆●●■■■■●●■■◆◆◆◆●●■■051012345●●■■■■RunchartofResponsebyPart,OperatorGagename:Dateofstudy:Reportedby:ToleranceMisc:●1■2◆3PartPartResponseResponseGageRunChart上圖顯示不同Operator不同Trial的樣本平均值。尋找異常點–我們希望不同操作員得到相同的值！●●◆◆■■●●■57使用AgreementCalculations進行分析的第二步AttributeMSADefectives.xlsKnownPopulationTester1Tester2Sample#MasterTry#1Try#2Vs.MstrTry#1Try#2Vs.Mstr1PassPassPassPassFailN2PassPassFailNPassPass3PassPassFailNPassPass4PassPassPassPassPass5PassFailFailNFailFailN6FailFailFailPassFailN7FailFailFailFailFail8PassPassPassPassPass9PassPassPassPassPass使用AgreementCalculations進行分析的58使用MSA.xlsTesters1Testers12Testers23Testers3NUMOFTESTERS:NUMOFTESTERS:330DATE:NAMEPROCESS:CHARACTERISTIC:TESTCONDITIONS:你可以于這些欄位中輸入實際參與分析的人員姓名最多輸入三位這些是必須欄位在“NUMOFTESTERS”欄位中輸入?yún)⑴c分析者的數(shù)目在“NUMOFTESTERS”欄位中輸入受間的物件數(shù)于這些欄位登錄此MSA分析的相關(guān)資訊使用MSA.xlsTesters1Testers12Te59使用MSA.xlsKnownPopulationSample#Master1Pass2Pass3Pass4Pass5Pass6Fail7FailTester1Try#1Try#2PassPassPassFailPassFailPassPassFailFailFailFailFailFailMasterTry#1Try#1AAAAAABBBAAACCCBBABBBCCCDBDAAA于該欄位輸入標準值或?qū)＜覍γ恳粯颖镜脑u斷于該欄位記錄參與者的答案注意每一樣本單位最多進行2次測試這個范例顯示參與者的評分或?qū)Σ涣挤N類的編碼用MSA.Xls在這型的分析包括Pass/Fail測量使用MSA.xlsKnownPopulationSam60闡述MSA.Xls計分的意義%APPRAISERSCORE(1)%SCOREVS.ATTRIBUTE(2)83%83%40%73%MSA.xls中的%APPRAISERSCORE代表分析的人員的一致性格。亦即是參與人員的Repeatability%SCOREVS.Attribute代表與專家答案比較后的正確性%APPRAISERSCORE(1)%SCOREVS.ATTRIBUTE(2)83%83%87%60%40%23%73%40%參與人員個別的分屬表現(xiàn)在三個欄位中該分數(shù)代表參與者對樣本的Reproducibility。其數(shù)值代表所有參與者給予相同答案的頻率該分數(shù)代表所有參與者與專家答案比較后的正確性闡述MSA.Xls計分的意義%APPRAISERS61使用KappaCalculations進行分析第三步驟KappaTechniques當一測量系統(tǒng)采用非實體測量來分類物件時使用Kappatechniques對所的錯誤或差異給予同樣的處理使用于：-測量對象必須彼此互相獨立-評估者獨立地檢驗及分類-分類項目必須互斥且詳盡使用KappaCalculations進行分析第三步驟K62KappaTechniquesKappa(K)被定義為排除巧合一致后，檢驗者之間的一致性比例PPobservedchance其中：K=P--1observedPchance=評估者對物件分類的一致性比例=因巧造成一致性的比例問題在于：我們獲得相同答案的機會會比巧合大多少？KappaTechniquesKappa(K)被定義為排63KappaTechniquesKappaValueSuggestedInterpretation-1to0.0Agreementexpectedbychance=/>0.60Marginal–Significanteffortrequired=/>0.70Good–ImprovementWarranted=/>0.90Excellent若Kappavalue為+1代表完美的一致性通用原則：若K<0.70,則該測量系統(tǒng)需被注意KappaTechniquesKappaValueSug64Kappa結(jié)果指導(dǎo)方針-單一Kappavalue若介于0.15至0.75，表示評估者之間的一致性為：>GOODfor“drip”>MARGINALfor“Toothick”;and>UNACCEPTABLYLowfortheremainingcategories闡述結(jié)果欲改善此測量系統(tǒng)，需要改善改變不良的分類定義、對評估者的再訓(xùn)練，或雙管齊下Kappa結(jié)果指導(dǎo)方針-單一Kappavalue若介65KappaTechniquesRoadmap我們將在第二周的課程中再探討Kappa的計算！選擇評估者選擇零件測量零件收集資料計算Kappa擬定決策KappaTechniquesRoadmap我們將在第二66練習(xí)題#1–糖果檢測目的：評估M&M檢測系統(tǒng)工具:3名操作員一包M&M巧克力MSA.xls檔案程序:評估MSA系統(tǒng)報告任何建議與改善練習(xí)題#1–糖果檢測目的：評估M&M檢測系統(tǒng)工具67測量系統(tǒng)–改善方法感官敏銳度增強器(改善作業(yè)人員感官敏銳度之裝置)遮罩/樣版(阻絕不重要資訊)確認清單產(chǎn)品重新設(shè)計自動化工作區(qū)域再規(guī)劃VisualAids測量系統(tǒng)–改善方法感官敏銳度增強器(改善作業(yè)人員感官敏68離散型數(shù)據(jù)的連續(xù)型化（離散型數(shù)據(jù)可細分成連續(xù)型變化趨勢的數(shù)據(jù)）例：由２個等級（OK／NG）7–10個等級說明：①紅色編號代表細分的等級區(qū)域；②此方法可用于項目實驗，實際工作如用時，需適當?shù)难葑儭?00個樣品50個NG50個OK10個#１25個#１25個#２25個#３25個#４15個#２10個#３15個#４10個#５15個#６10個#７15個#８離散型數(shù)據(jù)的連續(xù)型化（離散型數(shù)據(jù)可細分成連續(xù)型變化趨勢的數(shù)696σ項目攻關(guān)馬達定子線傷不良率低減50%6σ項目攻關(guān)馬達定子線傷不良率低減50%70現(xiàn)行測量系統(tǒng)評價Ⅰ一、實驗方法：1.評價對象:原生產(chǎn)線操作者、檢查者和檢查設(shè)備2.樣品數(shù)量：20臺（OK品：10臺、NG品：10臺）3.檢查方法:在對方不知情況下，對編號樣品進行定子線傷的目視檢測和電氣檢測,記錄檢查結(jié)果并與正確答案對比。4.評價工具：MSA－ANOVA－AttributeGageR&RStudy（離散型數(shù)據(jù)分析）現(xiàn)行測量系統(tǒng)評價Ⅰ一、實驗方法：1.評價對象:原生產(chǎn)線71二、實驗結(jié)果（三線）：現(xiàn)行測量系統(tǒng)評價Ⅱ二、實驗結(jié)果（三線）：現(xiàn)行測量系統(tǒng)評價Ⅱ72二、實驗結(jié)果（三線）：現(xiàn)行測量系統(tǒng)評價ⅡWithinAppraiseAssessmentAgreementAppraiser#Inspected#MatchedPercent(%)95.0%CI范秀雄2020100.0(86.1,100.0)馮淑明-Q201680.0(56.3,94.3)賴贊庭201995.0(75.1,99.9)李小燕2020100.0(86.1,100.0)羅小巧201890.0(68.3,98.8)王文碧201470.0(45.7,88.1)楊房貴201995.0(75.1,99.9)鄭俊銳201785.0(62.1,96.8)鐘勝強201575.0(50.9,91.3)朱??Q201890.0(68.3,98.8)#Matched:Appraiseragreeswithhim/herselfacrosstrials.二、實驗結(jié)果（三線）：現(xiàn)行測量系統(tǒng)評價ⅡWithinApp73二、實驗結(jié)果（三線）：現(xiàn)行測量系統(tǒng)評價ⅡEachAppraiservsStandardAssessmentAgreementAppraiser#Inspected#MatchedPercent(%)95.0%CI范秀雄201890.0(68.3,98.8)馮淑明-Q201680.0(56.3,94.3)賴贊庭201575.0(50.9,91.3)李小燕201890.0(68.3,98.8)羅小巧201365.0(40.8,84.6)王文碧201050.0(27.2,72.8)楊房貴201575.0(50.9,91.3)鄭俊銳201260.0(36.1,80.9)鐘勝強201260.0(36.1,80.9)朱國楚-Q201890.0(68.3,98.8)#Matched:Appraiser'sassessmentacrosstrialsagreeswithstandard.二、實驗結(jié)果（三線）：現(xiàn)行測量系統(tǒng)評價ⅡEachAppra74二、實驗結(jié)果（三線）：現(xiàn)行測量系統(tǒng)評價ⅡAllAppraisersvsStandardAssessmentAgreement#Inspected#MatchedPercent(%)95.0%CI20525.0(8.7,49.1)#Matched:Allappraisers'assessmentsagreewithstandard.二、實驗結(jié)果（三線）：現(xiàn)行測量系統(tǒng)評價ⅡAllApprai75二、實驗結(jié)果（三線WIT檢測）：現(xiàn)行測量系統(tǒng)評價Ⅱ二、實驗結(jié)果（三線WIT檢測）：現(xiàn)行測量系統(tǒng)評價Ⅱ76二、實驗結(jié)果（三線WIT檢測）：現(xiàn)行測量系統(tǒng)評價ⅡWithinAppraiserAssessmentAgreementAppraiser#Inspected#MatchedPercent(%)95.0%CIWIT2020100.0(86.1,100.0)#Matched:Appraiseragreeswithhim/herselfacrosstrials.

二、實驗結(jié)果（三線WIT檢測）：現(xiàn)行測量系統(tǒng)評價Ⅱ77二、實驗結(jié)果（三線WIT檢測）：現(xiàn)行測量系統(tǒng)評價ⅡEachAppraiservsStandardAssessmentAgreementAppraiser#Inspected#MatchedPercent(%)95.0%CIWIT2020100.0(86.1,100.0)#Matched:Appraiser'sassessmentacrosstrialsagreeswithstandard.二、實驗結(jié)果（三線WIT檢測）：現(xiàn)行測量系統(tǒng)評價ⅡEach78二、實驗結(jié)果（三線真空WIT）：現(xiàn)行測量系統(tǒng)評價Ⅱ二、實驗結(jié)果（三線真空WIT）：現(xiàn)行測量系統(tǒng)評價Ⅱ79二、實驗結(jié)果（三線真空WIT）：現(xiàn)行測量系統(tǒng)評價ⅡWithinAppraiserAssessmentAgreementAppraiser#Inspected#MatchedPercent(%)95.0%CI真空WIT2020100.0(86.1,100.0)#Matched:Appraiseragreeswithhim/herselfacrosstrials.二、實驗結(jié)果（三線真空WIT）：現(xiàn)行測量系統(tǒng)評價ⅡWithi80二、實驗結(jié)果（三線真空WIT）：現(xiàn)行測量系統(tǒng)評價ⅡEachAppraiservsStandardAssessmentAgreementAppraiser#Inspected#MatchedPercent(%)95.0%CI真空WIT2020100.0(86.1,100.0)#Matched:Appraiser'sassessmentacrosstrialsagreeswithstandard.二、實驗結(jié)果（三線真空WIT）：現(xiàn)行測量系統(tǒng)評價ⅡEach81現(xiàn)行測量系統(tǒng)評價Ⅲ三、實驗結(jié)論：人員目視檢查能力：

(合格要求:生產(chǎn)人員80%以上,QC人員90%以上,設(shè)備95%以上)

再現(xiàn)性：

一線:QC—50%不合格,制造75%不合格三線:QC50%不合格,制造75%不合格

重復(fù)性：

一線:QC100%合格,制造25%不合格三線:QC50%不合格,制造25%不合格2.設(shè)備的檢查能力：

一線:WIT檢測100%合格,真空WIT95%合格

(重復(fù)性=再現(xiàn)性)

三線:WIT檢測=真空WIT=100%

(重復(fù)性=再現(xiàn)性)

現(xiàn)行測量系統(tǒng)評價Ⅲ三、實驗結(jié)論：人員目視檢查能力：2.設(shè)82現(xiàn)行測量系統(tǒng)評價Ⅲ四、下步計劃：組織相關(guān)人員進行培訓(xùn)時間:2周。現(xiàn)場人員目視檢測能力的再次實驗(2周后),能力合格著上崗。真空WIT機進行校正,確保測量準確性。4．檢測設(shè)備上追加電流表，便于跟蹤線傷與泄漏電流的關(guān)系?，F(xiàn)行測量系統(tǒng)評價Ⅲ四、下步計劃：組織相關(guān)人員進行培訓(xùn)83Variables(連續(xù)型)MSA分析Variables(連續(xù)型)MSA分析84兩種常見資料形態(tài)ATTRIBUTE-不連續(xù)的，計數(shù)資料如：1，2，3，4等…好/壞機器1，2，3…VARIABLES-連續(xù)性的，計量資料如：重量=10.2磅厚度=11.211口寸兩種常見資料形態(tài)ATTRIBUTE-不連續(xù)的，計數(shù)資料85簡單測量分析之三個統(tǒng)計特性簡單測量分析我們希望得到的結(jié)果是：-另兩名操作員各測量10個樣本-操作員的測量結(jié)果變異很小-兩操作員結(jié)果應(yīng)有強烈關(guān)聯(lián)性-每位操作員之結(jié)果的平均值應(yīng)為相近簡單測量分析之三個統(tǒng)計特性簡單測量分析我們希望得到的結(jié)果86簡單測量分析之三個統(tǒng)計特性使用Minitab開啟檔案：WEAR-MEASURE.

輸出：剎車皮的磨損性.兩名操作員各測量10個樣本一次SampleObs1Obs2113.214.028.28.8310.911.2414.314.2510.711.866.66.479.59.8810.811.398.89.31013.313.6簡單測量分析之三個統(tǒng)計特性使用Minitab開啟檔案：87簡單測量分析-續(xù)使用Calculator功能建立‘Delta’變量欄位，它是Observer1與Observer2讀數(shù)之差值ItemStoreresultinvariableExpressionFunctionsC1SampleC2Obs1C3Obs2DeltaObs1-Obs2AllfunctionsAbsolutevalueAntilogArcsineArccosineCosineCurrenttimeDate(fromText)MinitabCalcCalculator簡單測量分析-續(xù)使用Calculator功能建立‘De88簡單測量分析-續(xù)使用DescriptiveStatistics計算Delta之標準差其代表什么?Repeatability或Reproducibility?VariableNMeanMedianStDevDelta10-0.410-0.4000.387該標準差稱之為測量之標準誤差簡單測量分析-續(xù)使用DescriptiveStati89簡單測量分析-續(xù)VariableNMeanMedianStDevDelta10-0.410-0.4000.387使用上列的標準差，何者為測量散布的良好估計值？Precision=6*σPrecision=6*0.387Precision=2.32假設(shè)Tolerance(upperspec–lowerspec)為5，PrecisionTolerance之間的比率為何？簡單測量分析-續(xù)Variable90簡單測量分析-續(xù)VariableNMeanMedianStDevDelta10-0.410-0.4000.387此比率稱為PrecisiontoTolerance(P/T)Ration在這個例子中的P/TRation是P/T=PrecisionTolerance=2.325=46%這可被解讀為“46%的規(guī)格Tolerance被測量誤差成占用”簡單測量分析-續(xù)Variable91Correlation(相關(guān)性)兩變量之間線性關(guān)系的測量，例如兩組不同的測量方法或兩間不同的實驗室●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●OffsetNoOffset無相關(guān)性方法1方法1方法1方法2方法2方法2●●●●Correlation(相關(guān)性)兩變量之間線性關(guān)系的測92簡單測量分析-續(xù)使用Minitab’s中的correlation功能計算兩觀察者之間的相關(guān)性CorrelationofObs1andObs2=0.98MinitabStatCalculatorItemVariablesDisplayp-valuesStorematrix[displynothingC1SampleC2Obs1C3Obs2Obs1Obs2簡單測量分析-續(xù)使用Minitab’s中的cor93簡單測量分析-續(xù)借用描繪Observer1及Observer2資料我們可用圖形檢-SimplePlot-FittedLinePlot我們先試FittedLinePlot視其關(guān)聯(lián)性有兩種方法可以采用MinitabStatRegressionItemResponse[Y]Predictor[X]TypeofRegressionModelOptioosStorageC1SampleC2Obs1C3Obs2Obs1Obs2LinearQuadraticCubicFittedLinePlot簡單測量分析-續(xù)借用描繪Observer1及O94Correlation與測量Y=1.08E-02+0.961881XR-Sq=0.977RegressionPlot678910111213141567891011121314◆Obs2◆◆◆◆◆◆◆Correlation與測量Y=1.08E-02+95Correlation練習(xí)題DepartmentofHealth(DOH)要求你定期提供廢水深度報告你及DOH用不同的測量系統(tǒng)測量樣本的深度DOH指你測量結(jié)果是錯誤的，但你認為是正確的若你不符合DOH’s的標準，你將面臨每月$$的罰款Correlation練習(xí)題Departmentof96Correlation練習(xí)題所需設(shè)備10個塑膠容器-兩種測量設(shè)備（分別為DoH及你公司所采用）-2位人員（分別為DoH及你公司QA人員規(guī)格-參照容器步驟-將10個容器裝入介于兩高度記號間不等量的水（詢問訓(xùn)練員）-請公司QA代表與DoH代表在不碰觸容器的情形下獨立地測量水面高度分析結(jié)果并于課堂上提出Correlation練習(xí)題所需設(shè)備10個塑膠容器97簡單測量分析利用上面資料，于Minitab中建立以下之資料組使用DescriptiveStatistics功能并計算Delta之StandardDeviationRuler1Ruler2Delta-這是對測量誤差的粗估值將標準差乘以6并除以Tolerance值（2mm）-這是對P/Tratio的估計值選出發(fā)言人并于課堂上報告你們的P/T值簡單測量分析利用上面資料，于Minitab中建立以下之98測量能力指標–P/TPrecision/ToleranceRatioP/T=5.15*σMSTolerance通常以百分比表示描述多少Tolerance比率是被測量誤差所占用同時包含了Repeatability與Reproducibility

-Operator×Unit×Trialexperiment最佳情形：10%可接受：30%

注意：5.15標準差代表99%的MS變異,5.15標準差為工業(yè)標準測量能力指標–P/TPrecision/Tole99MeasurementCapability(測量能力）指標-%GR&RP/T=σMS通常以百分比表示描述多少總變異比率是由測量誤差造成的同時包含了Repeatability與Reproducibility

-Operator×Unit×Trialexperiment以%R&R<30%為目標σTotal×100MeasurementCapability(測量能力）指100GR&RMetricsP/TRatio%R&R30%30%10%15%主要問題–我的測量系統(tǒng)是否適用于我的項目？GR&RMetricsP/T%R&R30%30%10%101GR&R練習(xí)題你將如何處理以下情形？A）%P/T=9%%RR=8%B）%P/T=43%%RR=72%C）%P/T=43%%RR=16%D）%P/T=13%%RR=43%GR&R練習(xí)題你將如何處理以下情形？A）%P/T=102測量誤差對能力指標的影響測量誤差越高，對你了解真正流程產(chǎn)能的影響就越劇烈！測量誤差對能力指標的影響測量誤差越高，對你了解真正流程產(chǎn)能的103P/T（%Tolerance）的應(yīng)用

P/Tratio(Minitab中的%Tolerance)是對測量系統(tǒng)精

準度最常用的估計工具-此方法可被應(yīng)用于評估測量系統(tǒng)對于規(guī)格的性能表現(xiàn)-然而，規(guī)格可能會太寬松或太嚴苛-一般來說，當測量系統(tǒng)純粹被用來分類生產(chǎn)樣本時，P/T率是一個良好的估計工具>但是,若流程能力(Cpk)不適當時,P/T率可能帶給你錯誤的保證P/T（%Tolerance）的應(yīng)用P/Tratio104%R&R的應(yīng)用對BlackBelt而言,%R&R是較好的指標-對整體流程變異而言,此指標可應(yīng)用于評估測量系統(tǒng)的表現(xiàn)-%R&R是進行流程改善時的較佳指標當使用樣本來表達完整又具體代表性的流程變異時,務(wù)必小心%R&R的應(yīng)用對BlackBelt而言,%R&R是105GageR&R分析之設(shè)定一般需有2-3名操作員一般需有10工單位物件以供測量每一操作員對每一物件測量2-3次GageR&R分析之設(shè)定一般需有2-3名操作員一106樣本選擇樣本應(yīng)從散布于流程常態(tài)變異的程序中取得-范例:若生產(chǎn)一平均厚度1.000”及變異數(shù)0.010”的材料，則樣本厚度范圍應(yīng)為0.080”–1.020”(95%range)-若使用同一流程生產(chǎn)不同厚度的材料,將它們分組執(zhí)行R&R分析注意!-范例:>一流程生1.000”、2.000”及4.000”的材料且Tolerance為+/-0.030”。所有數(shù)值皆由同一系統(tǒng)測量所得>對每一厚度的材料各執(zhí)行分析-若將上述樣本混在一起，則GR&R值會變小樣本選擇樣本應(yīng)從散布于流程常態(tài)變異的程序中取得-范例:107執(zhí)行R&R分析的步驟校準測量工具,或確認其已被校準設(shè)定Minitab中的資料矩陣,并確定已隨機化令操作員依隨機順序測量樣本在Minitab中分析資料并決定R&R分析之統(tǒng)計數(shù)值-Repeatability-Reproducibility-上述之標準差-%R&R-%P/T分析結(jié)果并決定接續(xù)行動執(zhí)行R&R分析的步驟校準測量工具,或確認其已被校準設(shè)定108樣本大小問題操作員數(shù)-若流程使用多位操作員,則隨機選擇2–4個-若流程使用單一或沒有操作員,則分析時忽略操作員之影響即略Reproducibility之影響樣本數(shù)-選擇足夠之樣本使得(Samples：樣本數(shù)）×（Operators：操作員數(shù)）>15-若不可行,選擇測試的次數(shù)使得：>若S×0<15,.測試次數(shù)=3>若S×0<8，.測試次數(shù)=3-4>若S×0<5，.測試次數(shù)=4-5>若S×0<4，.測試次數(shù)=6-8樣本大小問題操作員數(shù)-若流程使用多位操作員,則隨機選擇109DistinctDataCategoriesLSLUSLLSLUSLLSLUSL100%NoiseAttributeDataLowGradeVariableDataDistinctDataCategoriesLSLUSL110MSA練習(xí)題開啟Gageaiag.mtwPartOperatorResponse1122331111110.650.601.001.000.850.80………MSA練習(xí)題開啟Gageaiag.mtwPart111

Minitab–GageR&R研究開啟Gageaiag.mtwMinitabStatQualityToolsGageR&RStudyItemPartnumbersOperatorsMeasurementdataMethodofAnalysisGageInfoOptionsC1PartC2OperatorC3ResponsePartOperatorResponseANGVAXbarandRMinitab–GageR&R研究開啟Gage112Minitab–GageR&R研究GageOptions若該零件有一Tolerance則在此輸入一般資訊GagenameDateofstudyReportedbyGageToleranceMiscellaneousStudyvariationProcesstoleranceProcessvariationDrawplostonseparate,oneplotperpageTitle5.155Minitab–GageR&R研究GageOpti113Minitab–輸出GageR&RStudy–ANOVAMethodANOVATableWithOperator*PartInteractionSourceDFSSMSFParts92.058710.22874539.71780.00000Oper