1、測量(Measure)階段,測量系統(tǒng)分析(Measurement Systems Analysis ),Define,Measure,Analyze,Improve,Control,Step 4- 確定項(xiàng)目Ys,Step 5- 確認(rèn)Y的現(xiàn)水準(zhǔn),Step 6-發(fā)掘潛在的原因 變量(X),基礎(chǔ)統(tǒng)計(jì)學(xué) Minitab簡介 測量系統(tǒng)分析 Y的表現(xiàn)水平 及目標(biāo) 確定改進(jìn)目標(biāo),路徑位置,目錄,MSA 概要 測量系統(tǒng)評價(jià) 計(jì)量型數(shù)據(jù) Gage R 測量系統(tǒng)分析(MSA) 是Measurement System Analysis的首字母的縮寫,表示為了確保數(shù)據(jù)的信賴性,通過研究測量系統(tǒng)所發(fā)生的變動對工程散布的

2、影響,從而判斷該測量系統(tǒng)的適合性,MSA 概要,測量系統(tǒng)評價(jià)的重要性 1.測量數(shù)據(jù) 1)作為分析判斷的基本依據(jù),有必要評價(jià)其信賴性; 2)依據(jù)測量系統(tǒng)進(jìn)行觀測和評價(jià) 2.測量系統(tǒng)的分析 是6SIGMA活動的最基本的工作和最重要的部分之一 3.測量系統(tǒng)分析被強(qiáng)調(diào)的原因 1)所有的產(chǎn)品通常都是由許多部件構(gòu)成的; 2)產(chǎn)品的小型化趨勢使產(chǎn)品的誤差界限縮小; 3)部件更換或組裝時(shí)通常要求有互換性; 4)為了能大量生產(chǎn),通常有增大自動組裝的必要性 測量系統(tǒng)分析的種類 1.連續(xù)性數(shù)據(jù)的MSA; 2.離散性數(shù)據(jù)的MSA,MSA 概要,測量值真實(shí)可信嗎 - 測量值通常不是絕對的,它是測量流程的結(jié)果,與其他流程

3、一樣也 具有散布; - 因此,在測量系統(tǒng)得到驗(yàn)證之前,在項(xiàng)目中應(yīng)把它作為一個(gè)重要 的X變量來考慮;,MSA 概要,真值 (實(shí)際產(chǎn)品散布),測量誤差 (測量散布 ),測量值 (觀察的散布),測量值的構(gòu)成要素,=,數(shù)據(jù)到處都有,但不一定反映事實(shí),因此有必要確認(rèn)數(shù)據(jù)的信賴性.,MSA 概要,在MSA研究時(shí)需要確保的信息資料,測量誤差有多大? 測量誤差的原因是什么? 測量工具分辨率如何 ? 重新測量也有相同的結(jié)果嗎 ? 使用其他測量工具也有相同的結(jié)果嗎 ? 測量工具隨著時(shí)間變化會長期穩(wěn)定嗎? 測量工具是否具備執(zhí)行該研究(分析)的能力? 怎樣提高測量系統(tǒng)?,Y的測量系統(tǒng)評價(jià),理想的測量系統(tǒng)是測量時(shí)能夠反

4、映出“真值”. 測量系統(tǒng)的品質(zhì)是由統(tǒng)計(jì)性屬性決定的. 統(tǒng)計(jì)性屬性 -測量散布要比產(chǎn)品規(guī)格小 -測量散布要比工程散布小. -分辨率應(yīng)該是產(chǎn)品規(guī)格或工程散布的 十分之 一的程度,測量系統(tǒng)的屬性,Y的測量系統(tǒng)評價(jià),工程散布可能的來源,我們將把 “重復(fù)性”和 “再現(xiàn)性”作為測量誤差的第一來源來探討,為了調(diào)查實(shí)際的工程散布，必須首先確定測量系統(tǒng)的散布，并把它從工程散布中分離出來,Y的測量系統(tǒng)評價(jià),設(shè)備不穩(wěn)定,測量儀器,環(huán)境,方法,配件磨損,電力不穩(wěn)定,標(biāo)準(zhǔn)次序,測量散布 (錯(cuò)誤的測量值),濕度,清潔度,震動,電壓變化,氣溫變化,測量散布的原因 ? (4M 1E),樣本,測量者,灰塵/噪音,標(biāo)準(zhǔn)樣本,量產(chǎn)

5、樣本,良品樣本,不良樣本,保管/管理,感覺,氣氛,熟練度,測量位置,測量次數(shù),測量條件,Y的測量系統(tǒng)評價(jià),假設(shè)某實(shí)際工程的標(biāo)準(zhǔn)偏差為5,平均為 70， 假設(shè)另有一帶有一定測量誤差 (即標(biāo)準(zhǔn)偏差=5)的測量系統(tǒng). 使用Minitab, 來模擬測量誤差給流程能力所帶來的影響.,Minitab 練習(xí) : 流程能力及測量誤差,Y的測量系統(tǒng)評價(jià),按照這些方法產(chǎn)生數(shù)據(jù)來模擬我們的模型:,產(chǎn)生一個(gè)隨機(jī)正態(tài)分布,Y的測量系統(tǒng)評價(jià),產(chǎn)生測量系統(tǒng)隨機(jī)數(shù)據(jù),實(shí)際流程 +測量系統(tǒng),Y的測量系統(tǒng)評價(jià),實(shí)際工程散布 - 無 測量誤差,觀察到的工程散布 - 伴隨 測量誤差,Y的測量系統(tǒng)評價(jià),和測量系統(tǒng)相關(guān)的術(shù)語,分辨率（

6、Discrimination ） 正確度（ Accuracy ） - 正確性 - 真值（ True value ） - 偏離（ Bias ） 直線性（ Linearity ） 穩(wěn)定性（Stability） 精密度（ Precision ） 重復(fù)性（ Repeatability ） 再現(xiàn)性（ Reproducibility ）,Y的測量系統(tǒng)評價(jià),是指測量儀器的最小刻度可以測量到被測對象的小數(shù)點(diǎn)的位置。 測量儀器的刻度通常應(yīng)為為產(chǎn)品規(guī)格或工程散布寬度的十分之一,好的分辨率,差的分辨率,分辨率,Y的測量系統(tǒng)評價(jià),平均,散布,正確性,精密性,m,m,m,測量系統(tǒng),產(chǎn)品,總,+,=,s,s,s,2,2,

7、2,測量系統(tǒng),產(chǎn)品,總,+,=,測量系統(tǒng)和關(guān)聯(lián)術(shù)語,測量誤差 = 正確性(平均) + 精密性(散布),測量系統(tǒng)偏離-通過 “校準(zhǔn)研究”決定,測量系統(tǒng)散布 - 通過 “R 是測量系統(tǒng)的固有散布，可作為 短期散布的估計(jì)，,真值,重復(fù)性差的潛在原因有那些？,Y的測量系統(tǒng)評價(jià),再現(xiàn)性,不同的操作者用相同或不同的測量儀器測量同一個(gè)樣本的同一個(gè)特性時(shí)測量的平均值間的差異,真值,再現(xiàn)性好,再現(xiàn)性差,再現(xiàn)性差的潛在原因有哪些？,Y的測量系統(tǒng)評價(jià),例子,假設(shè)我們有一個(gè)真實(shí)“硬度” 為5.0的參考材料 用方法 1 得出以下讀數(shù)：3.8, 4.4, 4.2, 4.0 用方法2 得出以下讀數(shù)：6.5, 4.0, 3.

8、2, 6.3 哪個(gè)方法更精確？ 哪個(gè)方法更精密? 你更傾向于哪個(gè)方法？為什么？,方法 2 - 平均值等于“真實(shí)” 硬度值,方法 1 - 散布很低,方法 1 - 與散布相比我們更容易糾正平均值偏移,Y的測量系統(tǒng)評價(jià),正確性是.,測量誤差不應(yīng)大于規(guī)格公差和產(chǎn)品散布的10%.,精密性是.,真值,真值,重復(fù)性好,重復(fù)性差,真值,再現(xiàn)性好,再現(xiàn)性差,檢查者A,檢查者B,檢查者C,檢查者A,檢查者B,- 測量儀器的自身變動,- 測量者間的變動,真值,Y的測量系統(tǒng)評價(jià),測量系統(tǒng)分析步驟,1.決定測量的項(xiàng)目與特性 2.確認(rèn)測量儀器 3.收集數(shù)據(jù)資料 4.分析數(shù)據(jù)并得出結(jié)論,Y的測量系統(tǒng)評價(jià),事前確認(rèn)事項(xiàng),選定

9、正確的測量系統(tǒng)了嗎 ? 選定的重要測量系統(tǒng)輸入變量和重要輸出變量間的關(guān)系? 測量系統(tǒng)的統(tǒng)計(jì)特性是否滿足? 數(shù)據(jù)的用途是什么 ? 對測量儀器是否實(shí)施過檢驗(yàn)與校正，其結(jié)果如何？,事后確認(rèn)事項(xiàng),樣本的選定具有代表性嗎 ? 與工程散布和規(guī)格相比其結(jié)果如何 ? 測量時(shí)是否有誤差?,Y的測量系統(tǒng)評價(jià),計(jì)量型數(shù)據(jù)的 Gage R&R,它說明有多少百分比的總散布是由測量誤差所帶來的 包括重復(fù)性和再現(xiàn)性 - % R & R 30% : 不適當(dāng),% R & R,一般以百分比表示,Y的測量系統(tǒng)評價(jià),觀察到的工程散布,測量系統(tǒng)散布,%R&R = 20%,%R&R = 75%,%R&R = 100%,計(jì)量型數(shù)據(jù)的 Ga

10、ge R&R,%R&R 是工程改進(jìn)負(fù)責(zé)人最佳的參考測量值. % R & R用以推測測量系統(tǒng)的散布占全部工程散布的百分率 %R&R 是執(zhí)行工程改進(jìn)研究時(shí)最有用的推測值.,% R & R的使用,計(jì)量型數(shù)據(jù)的 Gage R&R,P/T 比,一般用 %表現(xiàn),注意 : 5.15標(biāo)準(zhǔn)偏差占測量系統(tǒng)散布的 99%. 5.15是產(chǎn)業(yè)標(biāo)準(zhǔn).,說明有多少百分比的公差 由測量誤差所占據(jù) 包括重復(fù)性和再現(xiàn)性 作為目標(biāo)，我們追求 P/T 30%,計(jì)量型數(shù)據(jù)的 Gage R&R,P/T 比,產(chǎn)品公差,計(jì)測系統(tǒng)散布,P/T = 20%,P/T = 100%,P/T = 200%,計(jì)量型數(shù)據(jù)的 Gage R&R,簡單的 P/

11、T 比實(shí)習(xí),讓我們用計(jì)算器（ Calculator ）功能建立一個(gè)叫做Delta的列變量，它就是觀察者1 和觀察者2讀數(shù)之間的差異,計(jì)量型數(shù)據(jù)的 Gage R&R,例題：WEAR-MEASURE,描述性統(tǒng)計(jì): Delta 平均值 變量 N N* 平均值 標(biāo)準(zhǔn)誤 標(biāo)準(zhǔn)差 C5 10 0 -0.410 0.122 0.387,利用 描述統(tǒng)計(jì)學(xué)（ Descriptive Statistics ）, 計(jì)算Delta 的標(biāo)準(zhǔn)偏差 這個(gè)標(biāo)準(zhǔn)偏差叫做測量的標(biāo)準(zhǔn)差 它主要描繪哪個(gè)，重復(fù)性或再現(xiàn)性？,計(jì)量型數(shù)據(jù)的 Gage R&R,Precision,=,5.15,*,Precision,=,5.15,*,0.

12、387,Precision,=,1.99305,s,公差 (規(guī)格上限-規(guī)格下限)是 5. 精密性和公差間的比率?,使用上述的標(biāo)準(zhǔn)偏差，如何得出對測量分散好的估計(jì)？,計(jì)量型數(shù)據(jù)的 Gage R&R,描述性統(tǒng)計(jì): Delta 平均值 變量 N N* 平均值 標(biāo)準(zhǔn)誤 標(biāo)準(zhǔn)差 C5 10 0 -0.410 0.122 0.387,該比率(即精密性和公差比率)叫 P/T 比. 即： 說明測量誤差占規(guī)格公差的 46% .,計(jì)量型數(shù)據(jù)的 Gage R&R,描述性統(tǒng)計(jì): Delta 平均值 變量 N N* 平均值 標(biāo)準(zhǔn)誤 標(biāo)準(zhǔn)差 C5 10 0 -0.410 0.122 0.387,P/T 比 (Minita

13、b里 % Tolerance)通常在推測測量系統(tǒng)精密性時(shí)普遍使用. 該推測值在評價(jià)測量系統(tǒng)與規(guī)格相關(guān)的問題時(shí)比較適合 只是要注意規(guī)格公差可能太小或太寬的情況,P/T 比使用,計(jì)量型數(shù)據(jù)的 Gage R&R,測量誤差給流程能力帶來的影響,測量誤差越大,給大家理解真正的流程能力帶來更大的影響.,計(jì)量型數(shù)據(jù)的 Gage R&R,%R&R = 20%,%R&R = 50%,%R&R = 100%,測量系統(tǒng)散布,P/T = 20%,P/T = 50%,P/T = 100%,產(chǎn)品公差和工程散布一致時(shí),計(jì)量型數(shù)據(jù)的 Gage R&R,測量系統(tǒng)散布,產(chǎn)品公差是工程散布的 時(shí),計(jì)量型數(shù)據(jù)的 Gage R&R,%

14、R&R = 20%,%R&R = 40%,%R&R = 100%,P/T = 10%,P/T = 20%,P/T = 50%,觀察到的工程散布,測量系統(tǒng)散布,產(chǎn)品公差是工程散布的 2倍時(shí),計(jì)量型數(shù)據(jù)的 Gage R&R,一般選出 2-3名作業(yè)者 一般選擇 10個(gè)樣本為被測對象 每個(gè)作業(yè)者通常對每個(gè)樣本反復(fù)測量 2-3次,注意事項(xiàng),所選樣本要能很好地代表工程 要以工程內(nèi)平時(shí)做檢查工作的作業(yè)者為評價(jià)對象 作業(yè)者在測量過程中不準(zhǔn)知道樣本屬性的信息,測量系統(tǒng)分析的一般做法,計(jì)量型數(shù)據(jù)的 Gage R&R,操作者數(shù)量 如果工程使用若干個(gè)操作者，隨機(jī)選擇 2 - 4 名 如果工程只使用一名操作者，或不使用

15、操作者，進(jìn)行無操作者影響研究（忽略再現(xiàn)性影響 ） 樣本數(shù) 選擇足夠多的樣本，以使： (樣本數(shù)) X (操作者數(shù)) 15 如果不現(xiàn)實(shí)或不可能，選擇測試數(shù)，以使： 如果 樣本數(shù) x 操作者數(shù) 15, 測試數(shù) = 3 如果 樣本數(shù) x 操作者數(shù) 8, 測試數(shù) = 3 到 4 如果 樣本數(shù) x 操作者數(shù) 5, 測試數(shù) = 4 到 5 如果 樣本數(shù) x 操作者數(shù) 4, 測試數(shù) = 6 到 6,計(jì)量型數(shù)據(jù)的 Gage R&R,樣本選定方法,從工程中抽樣應(yīng)覆蓋工程的散布范圍 例如: 如果你生產(chǎn)了一種材料，檢定的平均值為 9.00， sigma 為 0.01，那么抽樣的檢定范圍為 8.97 - 9.03 (9

16、9%的范圍) 注意! 如果你的工程生產(chǎn)具有不同檢定但具有相同基數(shù)的材料，把其分群并分別作R&R研究 例如: 一個(gè)工程生產(chǎn)出檢定為 70.0, 85.0, 和 90.5 ，公差均為 +/- 0.50 的材料，均用同一系統(tǒng)測量 作3次研究 對每個(gè)檢定作一次 如果你把上述樣本合在一起， GR&R值將被人為地降低,計(jì)量型數(shù)據(jù)的 Gage R&R,R&R 分析順序,校準(zhǔn)測量儀器，或確認(rèn)它已經(jīng)被校準(zhǔn) 讓操作者1 隨機(jī)測量一次所有的樣本 讓操作者2 隨機(jī)測量一次所有的樣本 繼續(xù)到所有的操作者都對樣本進(jìn)行了一次測量（這就是測試1） 重復(fù)步驟 2-4 直到所需數(shù)目的測試為止 用所提供的形式?jīng)Q定R&R研究的統(tǒng)計(jì)量

17、 重復(fù)性 再現(xiàn)性 以上每個(gè)的標(biāo)準(zhǔn)偏差 %R&R P/T 比 分析結(jié)果并決定可能的后續(xù)措施,計(jì)量型數(shù)據(jù)的 Gage R&R,Minitab 生成 Gage R&R Data Matrix,計(jì)量型數(shù)據(jù)的 Gage R&R,計(jì)量型數(shù)據(jù)的 Gage R&R,計(jì)量型數(shù)據(jù)的 Gage R&R,部件文本格式進(jìn)行數(shù)字格式轉(zhuǎn)換,讓我們用 Minitab 來分析數(shù)據(jù) 打開文件ANOVA MSA.MPJ 中的工作表 AIAG MSA Example 我們將使用 Minitab 的測量儀器 R&R 研究功能,計(jì)量型數(shù)據(jù)的 Gage R&R,在此輸入測量儀器相關(guān)的信息作為履歷,計(jì)量型數(shù)據(jù)的 Gage R&R,在輸入欄中

18、輸入規(guī)格公差 記住-公差是規(guī)格的整個(gè)范圍！ 你也可以加上一個(gè)描述性標(biāo)題,Minitab 分析結(jié)果,Minitab 產(chǎn)生解析的和圖表的分析信息 解析結(jié)果 ANOVA 表格 散布構(gòu)成 百分比占有率表 圖表結(jié)果 X-Bar / R 圖 散布構(gòu)成 操作者*部品交互作用圖 操作者別和部品別圖 讓我們先看解析結(jié)果，然后再看圖表結(jié)果,計(jì)量型數(shù)據(jù)的 Gage R&R,包含交互作用的雙因子方差分析表 來源 自由度 SS MS F P Sample 9 2.05871 0.228745 39.7178 0.000 Operator 2 0.04800 0.024000 4.1672 0.033 Sample *

19、Operator 18 0.10367 0.005759 4.4588 0.000 重復(fù)性 30 0.03875 0.001292 合計(jì) 59 2.24913 刪除交互作用項(xiàng)選定的 Alpha = 0.25,如果是好的測量系統(tǒng)則在 ANOVA table里 Sample項(xiàng)表現(xiàn)為非常顯著， 而Operator表現(xiàn)為不太顯著,會話窗口 解釋,計(jì)量型數(shù)據(jù)的 Gage R&R,量具 R&R 方差分量 來源 方差分量 貢獻(xiàn)率 合計(jì)量具 R&R 0.0044375 10.67 重復(fù)性 0.0012917 3.10 再現(xiàn)性 0.0031458 7.56 Operator 0.0009120 2.19 Ope

20、rator*Sample 0.0022338 5.37 部件間 0.0371644 89.33 合計(jì)變異 0.0416019 100.00 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&R 0.066615 0.39969 32.66 79.94 重復(fù)性 0.035940 0.21564 17.62 43.13 再現(xiàn)性 0.056088 0.33653 27.50 67.31 Operator 0.030200 0.18120 14.81 36.24 Operator*Sample 0.047263

21、 0.28358 23.17 56.72 部件間 0.192781 1.15668 94.52 231.34 合計(jì)變異 0.203965 1.22379 100.00 244.76 可區(qū)分的類別數(shù) = 4,計(jì)量型數(shù)據(jù)的 Gage R&R,會話窗口 解釋,因測量系統(tǒng)的變動 (%Contribution：方差分量貢獻(xiàn)率)占總變動的10.67%, 因此樣本間的變動為 89.33%. 反復(fù)性散布占3.10%，再現(xiàn)性散布占7.56%. 可見相對于重復(fù)性變動，作業(yè)者間的差異更大 從%R&R看%Study Variation（%研究變異 %SV）, 結(jié)果為32.66%，脫離了允許水準(zhǔn)30%須改進(jìn)。 (%Co

22、ntribution：方差分量貢獻(xiàn)率) 10.67%有下列關(guān)系式. 0.1067 = (0.3266)2 從P/T比看%公差,結(jié)果為68.61%,大于30%,表示該測量儀器散布脫離了允許水準(zhǔn),其區(qū)分良/不良能力不足,需要改進(jìn) 可區(qū)分的類別數(shù) （Number of Distinct Categories）是4，通常該值要大于5.,Minitab Session 解釋,計(jì)量型數(shù)據(jù)的 Gage R&R,測量能力評價(jià)指標(biāo),測量系統(tǒng)分散 - 測量系統(tǒng)的總體性精密度 - 測量系統(tǒng)可否使用的判斷基準(zhǔn) - % Contribution 測量系統(tǒng)散布與產(chǎn)品/工程變動的比較 - % Study variation

23、 (% R & R) - Number of Distinct Categories 測量系統(tǒng)散布和公差的比較 - %Tolerance (P/T比),計(jì)量型數(shù)據(jù)的 Gage R&R,測量能力評價(jià)指標(biāo),TOTAL,% Contribution = 100% % Study variation = 100% (% R&R) 5.15 % Tolerance = 100% (P/T比) Number of Distinct Categories = Round( 1.41) (區(qū)分測量系統(tǒng)的區(qū)間數(shù)),s,2,Total,s,2,MS,s,Total,s,MS,Tolerance,s,MS,s,MS

24、,s,Part,判斷基準(zhǔn),計(jì)量型數(shù)據(jù)的 Gage R&R,方差分量貢獻(xiàn)率,%研究變異 (%SV),%公差(SV/Toler),可區(qū)分的類別數(shù),圖表解釋,計(jì)量型數(shù)據(jù)的 Gage R&R,Xbar-R Chart,范圍（ Range ）圖可以幫助確定不合適的分辨率 我們要求在控制限內(nèi)有最少 5 個(gè)可能的數(shù)值,我們希望在X Bar 圖中看到至少有50%的點(diǎn)散布在控制限的外面 這顯示的是部品 - 部品的散布 如果沒有超限點(diǎn), 你很可能沒能獲得覆蓋生產(chǎn)中正常范圍的樣本,Xbar Chart,如果每個(gè)操作者的平均值不同，再現(xiàn)性是可疑的 我們要求更多的平均值落在控制限外部，但所有的操作者是一致的 這預(yù)示著更

25、多的部品-部品散布，正是我們所要求的 我們希望看到圖上多數(shù)點(diǎn)落在控制限外部 如果如此，而且R-圖受控，那么我們就能決定測量系統(tǒng)占工程散布的百分率。,計(jì)量型數(shù)據(jù)的 Gage R&R,R Chart,可疑的不適當(dāng)?shù)姆直媛?，如果?R-圖在控制限內(nèi)但其明顯水平少于5個(gè) 明顯水平等于5 或有更多的R水平，但超過1/4的值為0 如果R-圖顯示非受控情況，則重復(fù)性可疑 如果一個(gè)操作者的范圍非受控，而其他操作者受控，那么方法可疑 如果所有操作者的范圍都非受控，那么系統(tǒng)對操作者方法敏感,計(jì)量型數(shù)據(jù)的 Gage R&R,對每個(gè)操作者按照部品別畫一條線 顯著的交互作用由兩個(gè)操作者之間的交叉線來顯示 我們期望對所有

26、的操作者，所有的部品都是平行線 如果存在操作者 - 部品交互作用，我們需要了解并加以解決,交互作用 PLOT,計(jì)量型數(shù)據(jù)的 Gage R&R,前面討論的數(shù)據(jù)的圖示化描述 我們要求測量儀器 R&R 部分越小越好，以使部品 - 部品部分盡可能的大,散布的構(gòu)成要素,計(jì)量型數(shù)據(jù)的 Gage R&R,此圖顯示平均值（紅圈）和每個(gè)操作者的數(shù)據(jù)分散 我們希望所有的操作者數(shù)據(jù)點(diǎn)的集中情況類似，操作者的平均值成一條水平線,By Operator,計(jì)量型數(shù)據(jù)的 Gage R&R,By Part,此圖顯示平均值（紅圈）和每個(gè)部品的分散 我們希望看到每個(gè)部品的最小分散，但部品間有散布（平均值漂移）,計(jì)量型數(shù)據(jù)的 Ga

27、ge R&R,破壞性實(shí)驗(yàn)MSA,Gage R&R Study (Crossed) 適用于在1個(gè) Lot(Batch)里可以獲得充分多的樣本 對于任何一個(gè)樣本,所有作業(yè)者都可以測量的情況 Gage R&R Study (Nested) 適用于從1個(gè) Lot(Batch)只能獲得1個(gè)樣本 且對于一個(gè)樣本只能由1名作業(yè)者測量的情況,破壞性實(shí)驗(yàn)樣本選擇指南,樣本選擇是與破壞和在線測量系統(tǒng)相關(guān)的問題 可用以下方式選擇樣本以使部品間的散布最小化 收集你的研究中所必需的“標(biāo)準(zhǔn)” 樣本 把它們劃分成足夠小的樣本，以覆蓋操作者 x 樣本 x 測試值 假設(shè) 較小樣本的散布是可以忽略的，而且能夠忽略,破壞性實(shí)驗(yàn)MS

28、A,1,6,2,3,4,5,7,8,9,10,破壞性實(shí)驗(yàn)樣本選擇指南,假設(shè)我們希望作2個(gè)操作者，2次測試，10個(gè)樣本的研究 我們需要10個(gè)標(biāo)準(zhǔn)樣本和 2 x 2 x 10 = 40個(gè)較小樣本,破壞性實(shí)驗(yàn)MSA,破壞性實(shí)驗(yàn) MINITAB 例子,為了進(jìn)行破壞性實(shí)驗(yàn) Gage R&R研究從 12個(gè) Batch各取2個(gè)樣本標(biāo)本， 假設(shè)一個(gè) Batch內(nèi)樣本相同，實(shí)驗(yàn)的結(jié)果參考 Destructive MSA.mtw,試作出分析 (Spec. 35203620),破壞性實(shí)驗(yàn)MSA,DATA 確認(rèn),測量者 : 3名 反復(fù) : 2回 (從同一 Batch中抽取的樣本數(shù)) 總的 Batch 數(shù) : 12個(gè) 總的測量數(shù) : 24個(gè),破壞性實(shí)驗(yàn)MSA,STEP 1,破壞性實(shí)驗(yàn)MSA,STEP2,統(tǒng)計(jì)數(shù)據(jù)及圖形分析方法同 交叉設(shè)計(jì)相同,破壞性實(shí)驗(yàn)MSA,(1)輸入Batch,(2)輸入Operator,(3)輸入測量結(jié)果,(4) 輸入Tolerance,STEP3,破壞性實(shí)驗(yàn)MSA,STEP4,破壞性實(shí)驗(yàn)MSA,結(jié)果怎么樣？,量具運(yùn)行圖,Gage Run Chart是理解測量者,樣本, Trial 間的相互作用的工具. (ANOVA MSA.MPJ),測量者對各樣本測試的平均值圖. 尋找非正常部分 測量