MSA測(cè)量系統(tǒng)的概念與評(píng)價(jià)

1、目目 錄錄 測(cè)量系統(tǒng)的評(píng)價(jià)（測(cè)量系統(tǒng)的評(píng)價(jià)（MSA）測(cè)量系統(tǒng)的概念測(cè)量系統(tǒng)的概念離散型數(shù)據(jù)評(píng)價(jià)離散型數(shù)據(jù)評(píng)價(jià)連續(xù)型數(shù)據(jù)評(píng)價(jià)連續(xù)型數(shù)據(jù)評(píng)價(jià)破壞性實(shí)驗(yàn)評(píng)價(jià)破壞性實(shí)驗(yàn)評(píng)價(jià)項(xiàng)目敘述Process Map流程圖C & E Matrix 因果矩陣初步的 FMEAMSA 測(cè)量系統(tǒng)分析流程能力研究Multi-Vari Studies 多變量分析測(cè)量MEASURE 分析ANALYZE改善IMPROVE控制 CONTROLDOE 試驗(yàn)設(shè)計(jì)(或其他改善方法)控制計(jì)劃交接訓(xùn)練最終流程 能力研究項(xiàng)目責(zé)權(quán)移交最終項(xiàng)目報(bào)告項(xiàng)目追蹤項(xiàng)目追蹤MSA（測(cè)量系統(tǒng)）的概念測(cè)量系統(tǒng)）的概念測(cè)量系統(tǒng)的評(píng)估測(cè)量系統(tǒng)的評(píng)估測(cè)量系統(tǒng)必

2、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(cè)產(chǎn)品或流程的變化測(cè)量系統(tǒng)必須穩(wěn)定：測(cè)量系統(tǒng)的變化應(yīng)盡量排除特殊原因的干擾測(cè)量系統(tǒng)的誤差在預(yù)期范圍內(nèi)要一致，并且對(duì)于所測(cè)量的目標(biāo)（產(chǎn)品或流程）而言是充分的測(cè)量系統(tǒng)的構(gòu)成要素測(cè)量系統(tǒng)的構(gòu)成要素 測(cè)量工具：- 硬件- 軟件 使用這些工具的所有步驟 ：- 選擇測(cè)量員- 設(shè)定并執(zhí)行各步驟- 離線計(jì)算及資料登錄- 校準(zhǔn)頻率及技術(shù)測(cè)量系統(tǒng)的誤差測(cè)量系統(tǒng)的誤差: : 偏差、重復(fù)性、再現(xiàn)性、穩(wěn)定性、和線性偏差、重復(fù)性、再現(xiàn)性、穩(wěn)定性、和線性測(cè)量系統(tǒng)變化的類型測(cè)量系統(tǒng)變化的類型1. 接受測(cè)量?jī)x器的標(biāo)準(zhǔn)2. 將儀器相互比較3. 將懷疑為不良的量具的

3、評(píng)價(jià)作為基礎(chǔ)4. 修理測(cè)量?jī)x器前后要比較5. 計(jì)算流程變化的必需成分和產(chǎn)品流程的可接受程度6. 開發(fā)量具性能曲線（GPC）的必要信息，其可以表明7. 接受部分真值的可能性測(cè)量&測(cè)試儀器參考標(biāo)準(zhǔn)轉(zhuǎn)換標(biāo)準(zhǔn)校正標(biāo)準(zhǔn)轉(zhuǎn)換標(biāo)準(zhǔn)工作標(biāo)準(zhǔn)檢查標(biāo)準(zhǔn)主值主值不同標(biāo)準(zhǔn)間的關(guān)系不同標(biāo)準(zhǔn)間的關(guān)系術(shù)術(shù) 語(yǔ)語(yǔ) Discrimination (鑒別力 ) 與“Accuracy（精確性）”相關(guān)用詞 - True Value （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） - Reproducibi

4、lity （重現(xiàn)性） Stability （ 穩(wěn)定性） - Linearity （ 線性相等）直 尺 卡 尺 千 分 尺 .28.279.2794.28.282.2822.28.282.2819.28.279.2791鑒別力鑒別力 分辨率是：檢測(cè)特性的微小的變化的能力分辨率是：檢測(cè)特性的微小的變化的能力 . . 當(dāng)儀器不能辨別工件偏差或確定單個(gè)零件特性數(shù)值偏差時(shí)，分辨率當(dāng)儀器不能辨別工件偏差或確定單個(gè)零件特性數(shù)值偏差時(shí)，分辨率不可以接受不可以接受. . 不能夠檢測(cè)工藝偏差和特殊原因造成的偏差不能夠檢測(cè)工藝偏差和特殊原因造成的偏差. . Discrimination鑒別力鑒別力系統(tǒng)所能量測(cè)出的小

5、數(shù)位數(shù)。測(cè)量漸進(jìn)單位應(yīng)為產(chǎn)品規(guī)格或流程變異計(jì)量單位的10分之1鑒別力不足12345鑒別力良好12345測(cè)量的鑒別力測(cè)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=.001MWCC6sigma控制和分析活動(dòng)中流程分布的不同類型數(shù)目的影響控制和分析活動(dòng)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(dāng)：控制分析1）當(dāng)流程變化與規(guī)格比較時(shí)，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(duì)于評(píng)

6、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(jì)，所以對(duì)估計(jì)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Accuracy( 精確性）精確性） Accuracy 測(cè)量值的平均數(shù)是否偏移 True Value? True Value( 真正值 ）- 理論上正確的數(shù)值- NIST 國(guó)家標(biāo) 準(zhǔn) 偏差 - 所有測(cè)量平均值與 True Value 的離差 - Amount tool 持續(xù)的遠(yuǎn)離 中心點(diǎn) - 系統(tǒng)性誤差或 o

7、ffset標(biāo)準(zhǔn)標(biāo)準(zhǔn) 數(shù)數(shù) 值值 ( (參參 考考 標(biāo)標(biāo) 準(zhǔn)準(zhǔn) ) ) 平平 均均 值值 測(cè)量精確性測(cè)量精確性精確性是指：標(biāo)準(zhǔn)值和實(shí)際測(cè)量值之間的差異。標(biāo)準(zhǔn)值是指：制作測(cè)量工具的標(biāo)準(zhǔn)抽樣或國(guó)家公認(rèn)機(jī)關(guān)使用的標(biāo)準(zhǔn)品測(cè)量值標(biāo)準(zhǔn)值精確性稱之為偏移（Bias）Bias( 偏差）偏差）Average of measurement are different by a fixed amount測(cè)量平均值會(huì)有一固定的差異Bias effects 包括： 操守作者偏差 - 不同的操作者即使測(cè)量同一物件，平均值也會(huì)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(huì)造成可以察覺的不同Master

8、 Value儀器二平均數(shù)儀器一偏差量?jī)x器二偏差量?jī)x器一平均數(shù)Precision（變異性）變異性） 名詞： Random Error, Spread, Test/ Retest error 測(cè)量系統(tǒng)中的總變異 MS rpt rpd 測(cè)量重復(fù)值的自然變異 重復(fù)性與再現(xiàn)性=2+ 22 測(cè)量系統(tǒng)固有的變異性 在絕對(duì)不變的情形下，對(duì)相同變量重復(fù)測(cè)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 Pooled standard deviation 估計(jì)所得 Repeatability總是比系統(tǒng)的總變異要小重復(fù)性變異重復(fù)性變異Master Value平均數(shù)由

9、相同人員使用相同儀器對(duì)相同零件、相同特性進(jìn)行連續(xù)測(cè)量所得的誤差test retest error 。也可稱為。被用來估計(jì)短期變異良好的 Repeatability不良的 Repeatability平均數(shù)重復(fù)性變異重復(fù)性變異 在不同狀況下進(jìn)行測(cè)量所得之變異 從不同測(cè)量狀況所得測(cè)量值平均數(shù)的標(biāo)準(zhǔn)差估計(jì)所得 - 不同操作者 - 不同設(shè)定 - 不同測(cè)試零件 - 不同環(huán)境條件狀態(tài) - 長(zhǎng)期再現(xiàn)性變異再現(xiàn)性變異檢驗(yàn)員檢驗(yàn)員 A A檢驗(yàn)員檢驗(yàn)員B B檢驗(yàn)員檢驗(yàn)員C C 檢驗(yàn)員檢驗(yàn)員 A A檢驗(yàn)員檢驗(yàn)員 B B檢驗(yàn)員檢驗(yàn)員 C C由不同人員操作相同或不同的儀器，測(cè)量同一特性所得的測(cè)量平均值的差異Master

10、Value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)性變異再現(xiàn)性變異測(cè)量的線性測(cè)量的線性線性是指：在測(cè)量范圍內(nèi)發(fā)生的正確度的差異測(cè)量值真實(shí)值測(cè)量值LSLUSL精確度偏差大精確度偏差小儀器儀器 2 2儀器儀器 1 1精精 確確 性性 直 線 性 沒 有 成 為 問 題 儀 表 2精精 確確 性性 直 線 性 成 為 問 題 儀 表 1測(cè)測(cè) 量量 單單 元元 .1 .01 .001 .0001測(cè)測(cè) 量量 單單 元元 .1 .01 .001 .0001Linearity （ 線性相等）線性相等）儀器測(cè)量能力范圍內(nèi) ，Accura

11、cy 或 Precision值的差異測(cè)量工具 1 ：Linearity 于此是個(gè)問題測(cè)量工具 2 ：Linearity 于此是問題AccuracyAccuracyMeasurement UnitsMeasurement Units 00Stability （ 穩(wěn)定性）穩(wěn)定性） 描述為 no drift , sudden shifts , cyclic trends , etc. 使用趨勢(shì)圖（ Trend Chart ）來評(píng)估 定義為測(cè)量值的平均數(shù)及標(biāo)準(zhǔn)差，即使經(jīng)過長(zhǎng)時(shí)間后亦 能維持相同并可預(yù)測(cè)校校 驗(yàn)驗(yàn) 數(shù)數(shù) 值值 ( ( 參參 考考 標(biāo)標(biāo) 準(zhǔn)準(zhǔn) ) )時(shí)時(shí) 間間 1 1時(shí)時(shí) 間間 2 2測(cè)量

12、穩(wěn)定性測(cè)量穩(wěn)定性穩(wěn)定性是指：對(duì)同一部品間隔一段時(shí)間測(cè)量所得平均的差異Time 2Time 1測(cè)量系統(tǒng)的磨損，氣溫，溫度等對(duì)測(cè)量結(jié)果的影響經(jīng)過長(zhǎng)時(shí)間對(duì)Accuracy 或Precision 變化的評(píng)估Master Value穩(wěn)定性良好時(shí)間點(diǎn) 1時(shí)間點(diǎn) 2時(shí)間點(diǎn) 3Master Value穩(wěn)定性不良時(shí)間點(diǎn) 1時(shí)間 點(diǎn) 2時(shí)間 點(diǎn) 3Stability （ 穩(wěn)定性）穩(wěn)定性）Stability（穩(wěn)穩(wěn) 定性）范例定性）范例Calibration StabilityCalibration Stability1/8/9785086087088089090091092093094095073074075076

13、07707807908008108204/17/966/26/969/18/9612/11/962/21/974/3/966/19/968/21/9610/30/96Date/ TimeDate/ TimeDCM Standard DCM Standard 測(cè)量程序測(cè)量程序 理想的測(cè)試系統(tǒng)需要每次產(chǎn)生真正的測(cè)量結(jié)果 測(cè)量系統(tǒng)的品質(zhì)是以統(tǒng)計(jì)特質(zhì)來描述其特征 測(cè)量程序應(yīng)該包含： - 設(shè)計(jì)與驗(yàn)證 - 持續(xù)的能力評(píng)估 - 控制 - 修正與再驗(yàn)證 特質(zhì) - 必須在統(tǒng)計(jì)統(tǒng)計(jì)控制中 - 相對(duì)于產(chǎn)品規(guī)格，其變異性必須要小 - Discrimination 的單位應(yīng)該精細(xì)至產(chǎn)品規(guī)格或流程變異的十分之一 - 相對(duì)

14、于流程變異，其變異性必須要小測(cè)量系統(tǒng)的基本模式測(cè)量系統(tǒng)的基本模式測(cè)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） 2=2+2測(cè)量系統(tǒng)性能 測(cè)量系統(tǒng)能力 穩(wěn)定性 連貫性 2=2+22+流程測(cè)量思路流程測(cè)量思路流程變異的總和流程變異的總和產(chǎn)品變異（真正的變異）測(cè)量變異總變異（ 觀察所得變異）變異的基本模式變異的基本模式總體變異 產(chǎn)品變異 測(cè)量系統(tǒng)變異2=2+2測(cè)量變異 重復(fù)性 再現(xiàn)性2=2+2測(cè)量變異的來源測(cè)量變異的來源工具工作方法Mechanical instabilityWearElectrical instabilityAlgorithm instabilityEase o

15、f Data EntryOperator TrainingCalibration FrequencyMaintenance StandardSufficient Work TimeStandard ProceduresOperator TechniqueHumidityCleanliness VibrationLine Voltage VariationTemperature Fluctuation測(cè)量變異環(huán)境因素流程變異的可能來源流程變異的可能來源Observed Process VariationActual Process VariationMeasurement VariationLo

16、ng-term Process VariationShort-term Process VariationVariation w/i sampleVariation due to 量 ? 工具Variation due to operators RepeatabilityCalibrationStabilityLinearity要描述真正的流程變異，必須確認(rèn)測(cè)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(cè)量誤差的主要的來源需獲得的資訊需獲得的資訊 測(cè)量誤差的程度有多嚴(yán)重？ 測(cè)量誤差的來源何在？ 經(jīng)過長(zhǎng)時(shí)間

17、使用，工具是否仍維持穩(wěn)定？ 該工具是否勝任這個(gè)分析？ 如何改善測(cè)量系統(tǒng)？ 測(cè)量系統(tǒng)的評(píng)價(jià)測(cè)量系統(tǒng)的評(píng)價(jià)Minitab 練習(xí)練習(xí)流程能力及測(cè)量誤差流程能力及測(cè)量誤差 假設(shè)有一個(gè)標(biāo)準(zhǔn)差是 5 ，平均數(shù)70單位流程 同時(shí)有有個(gè)測(cè)量系統(tǒng)，其測(cè)量誤差與流程誤差相同： 5 Sigma 使用 Minitab 模擬測(cè)量誤差對(duì)流程能力的影響練習(xí)題（續(xù)）練習(xí)題（續(xù)） 使用下列程序來建立符合上述條件的資料： Minitab CalcRandom Data NormalItemGenerateStore in columnsMeanStandard deviation100Process70.05.0建立一組隨機(jī)的常

18、態(tài)分配練習(xí)題（續(xù)）練習(xí)題（續(xù)）GenerateStore in columnsMeanStandard deviationItemStore result in variable ExpressionFunctions100Measurement0.05.0C1 ProcessC2 MeasurementObservedProcess+ MeasurementAll functionsAbsolute valueAntilogArcsineArccosineCosineCurrent timeDate (from Text)Minitab CalcRandom Data Normal模擬結(jié)果模

19、擬結(jié)果實(shí)際流程變異 ：無(wú)測(cè)量誤差觀察所得流程變異 ：含測(cè)量誤差05101530405060708090100110LSLUSL05101530405060708090100110LSLUSLFrequencyFrequencyObservedProcessAttribute(離散型離散型 ) MSA 分析分析兩種常見資料形態(tài)兩種常見資料形態(tài)ATTRIBUTE - 不連續(xù)的，計(jì)數(shù)資料如： 1 ， 2 ， 3 ， 4 等好 / 壞機(jī)器 1 ， 2 ， 3 VARIABLES - 連續(xù)性的，計(jì)量資料如： 重量 =10.2 磅厚度 =11.211口寸Attribute MSAs 通常為2-3 名員工

20、Attribute測(cè)量系統(tǒng)通常不像計(jì)量?jī)x器那樣重視準(zhǔn)確性 幾個(gè)樣本供以計(jì)數(shù)或分類 每一樣本，由每位人員測(cè)量2-3次 或包含預(yù)先同意的標(biāo)準(zhǔn)或?qū)＜乙庖妶?zhí)行執(zhí)行 Attribute MSA 步驟步驟 步驟1：以隨機(jī)排序方式，要求第一位測(cè)量人員計(jì)數(shù)不良，或 步驟3：繼續(xù)進(jìn)行直到所有測(cè)量者都檢視過同樣的樣本（這是Trial 1） - 同一人的一致必性 ( Repeatability) - 同組人的一致性 ( Reproducibility) - Agreement level compared to chance alone (Kappa)依 Good/ Bad 步驟2：要求第二位人員依隨機(jī)排序方式執(zhí)行

21、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(jì)分析 分析結(jié)果并決定接續(xù)步驟Attribute MSA 中使用標(biāo)準(zhǔn)或?qū)＜乙庖姡褐惺褂脴?biāo)準(zhǔn)或?qū)＜乙庖姡涸撊绾芜M(jìn)行該如何進(jìn)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(hào)記錄個(gè)別結(jié)果 每件被紡列序號(hào)，并分別由每個(gè)檢驗(yàn)者評(píng)估 這些結(jié)果將于專家的“正確”結(jié)果相比較，來評(píng)估其準(zhǔn)確度 為評(píng)估精確度（ Precision ）， 每位檢驗(yàn)者對(duì)相同物件的評(píng)估結(jié)果將 與其他檢驗(yàn)者的結(jié)果相互比較Attribute MSA ：范例范例 本范例取自一制造方向盤上喇叭按墊 的美國(guó)家公司發(fā)現(xiàn)了不良品及良品

22、 在一個(gè)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(yàn)者分類錯(cuò)誤的情形，工廠經(jīng)理著手進(jìn)行一項(xiàng)關(guān)于檢驗(yàn)一致 由4位檢驗(yàn)員及一位專家/品管經(jīng)理負(fù)責(zé)紀(jì)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(gè)物件 包含可接受、不可接受、及界與兩者之間Attribute MSA ：范慣例范慣例檢驗(yàn)員A B C D退回?cái)?shù) 8 8 8 8接受數(shù) 42 42 42 42- 所有檢驗(yàn)員各退回8個(gè)物件！- 此檢驗(yàn)是否有問題？檢驗(yàn)員之間的一致性問題檢驗(yàn)員之間的一致性問題?針對(duì)結(jié)果作進(jìn)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(gè)樣本，只有一個(gè)成品被所有 檢

23、驗(yàn)員 一致“退回” 有 29 個(gè)成品被所有檢驗(yàn)員一致“接受” 不一致性比率 =20/50 = 40%UnitABCD1RRRA2AARA3AAAA4AAAA5AAAA6AAAA7AAAA8AAAA9AAAA10ARRR11RARR12AAAA13RAAR14ARAA15AAAA16AAAA17AAAA18AAAA19AAAA20AAAA與專家意見的一致性問題？與專家意見的一致性問題？檢驗(yàn)員專家結(jié)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%

24、3/37 = 8%UnitABCD1RRRA2AARA3AAAA4AAAA5AAAA6AAAA7AAAA8AAAA9AAAA10ARRR11RARR12AAAA13RAAR14ARAA15AAAA16AAAA17AAAA18AAAA19AAAA20AAAA整體正確率 =150/200=75%使用圖形工具進(jìn)行分析的第一步使用圖形工具進(jìn)行分析的第一步 使用 Gage Run Chart 之目的在于視覺化 Operator, Sample,及 Trial 提示 : 若使用將 Master value, 將此值當(dāng)另一 Operator, 加入Minitab 的之間的交互關(guān)系工作表中Minitab St

25、atQuality ToolsGage Run Chart ItemPart numbersOperatorsMeasurement dataTrial numbersHistorical muGage InfoOptionsC1 TrialC2 OperatorC3 MeasurementPartOperatorMeasurementTrial 0510678910 051012345 Runchart of Response by Part, OperatorGage name: Date of study: Reported by: Tolerance Misc: 1 2 3PartPa

26、rtResponseResponseGage Run Chart 上圖顯示不同 Operator 不同 Trial 的樣本平均值 。尋找異常點(diǎn) 我們希望不同操作員得到相同的值！使用使用 Agreement Calculations進(jìn)行分析的第二步進(jìn)行分析的第二步Attribute MSA Defectives. xls Known PopulationTester1Tester2Sample #MasterTry #1Try #2Vs. MstrTry #1Try #2Vs. Mstr1PassPassPassPassFailN2PassPassFailNPassPass3PassPassFa

27、ilNPassPass4PassPassPassPassPass5PassFailFailNFailFailN6FailFailFailPassFailN7FailFailFailFailFail8PassPassPassPassPass9PassPassPassPassPass使用使用 MSA. xlsTesters1Testers12Testers23Testers3NUM OF TESTERS:NUM OF TESTERS:330DATE:NAMEPROCESS:CHARACTERISTIC:TEST CONDITIONS:你可以于這些欄位中輸入實(shí)際參與分析的人員姓名最多輸入三位這些是必

28、須欄位在“ NUM OF TESTERS ” 欄位中輸入?yún)⑴c分析者的數(shù)目在“ NUM OF TESTERS ” 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)資訊使用使用 MSA. xlsKnown PopulationSample #Master1Pass2Pass3Pass4Pass5Pass6Fail7FailTester1Try #1Try #2PassPassPassFailPassFailPassPassFailFailFailFailFailFailMasterTry #1Try #1AAAAAABBBAAACCCBBABBBCCCDBDAAA于該欄位輸入標(biāo)準(zhǔn)值或?qū)＜覍?duì)每

29、一樣本的評(píng)斷于該欄位記錄參與者的答案注意每一樣本單位最多進(jìn)行2次測(cè)試這個(gè)范例顯示參與者的評(píng)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(cè)量闡述闡述 MSA. Xls 計(jì)分的意義計(jì)分的意義% APPRAISER SCORE (1)% SCORE VS.ATTRIBUTE (2)83%83%40%73% MSA. xls 中的 % APPRAISER SCORE 代表分析的人員的一致性格。 亦即是參與人員的 Repeatability %SCORE VS. Attribute代表與專家答案比較后的正確性% APPRAISER SCORE (1)% SCORE V

30、S.ATTRIBUTE (2)83%83%87%60%40%23%73%40% 參與人員個(gè)別的分屬表 現(xiàn)在三個(gè)欄位中 該分?jǐn)?shù)代表參與者對(duì)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?jǐn)?shù)代表所有參與 者與專家答案比較后 的正確性使用使用 Kappa Calculations進(jìn)行分析第三步驟進(jìn)行分析第三步驟Kappa Techniques 當(dāng)一測(cè)量系統(tǒng)采用非實(shí)體測(cè)量來分類物件時(shí)使用 Kappa techniques對(duì)所的錯(cuò)誤或差異給予同樣的處理 使用于：- 測(cè)量對(duì)象必須彼此互相獨(dú)立- 評(píng)估者獨(dú)立地檢驗(yàn)及分類- 分類項(xiàng)目必須互斥且詳盡Kappa Techn

31、iquesKappa (K)被定義為排除巧合一致后，檢驗(yàn)者之間的一致性比例PPobservedchance其中：K =P-1observedPchance= 評(píng)估者對(duì)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(jī)會(huì)會(huì)比巧合大多少？Kappa TechniquesKappa ValueSuggested Interpretation-1 to 0.0Agreement expected by chance=/ 0.60Marginal Significant effort required=/ 0.70Good Improvement Warranted=/ 0.90

32、Excellent若 Kappa value 為 +1 代表完美的一致性通用原則：若 K GOOD for “drip” MARGINAL for “Too thick”; and UNACCEPTABLY Low for the remaining categories 闡述結(jié)果 欲改善此測(cè)量系統(tǒng)，需要改善改變不良的分類定義、對(duì)評(píng)估者的再訓(xùn)練，或雙管齊下Kappa Techniques Roadmap我們將在第二周的課程中再探討Kappa的計(jì)算！選擇評(píng)估者選擇零件測(cè)量零件收集資料計(jì)算Kappa擬定決策練習(xí)題練習(xí)題 #1 糖果檢測(cè)糖果檢測(cè)目的：評(píng)估 M&M 檢測(cè)系統(tǒng)工具: 3名操作員一

33、包 M&M 巧克力MSA.xls 檔案程序: 評(píng)估 MSA系統(tǒng)報(bào)告任何建議與改善測(cè)量系統(tǒng)測(cè)量系統(tǒng) 改善方法改善方法 感官敏銳度增強(qiáng)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(rèn)清單 產(chǎn)品重新設(shè)計(jì) 自動(dòng)化 工作區(qū)域再規(guī)劃 Visual Aids一、實(shí)驗(yàn)方法：一、實(shí)驗(yàn)方法：1. 評(píng)價(jià)對(duì)象評(píng)價(jià)對(duì)象:原生產(chǎn)線操作者、檢查者和檢查設(shè)備原生產(chǎn)線操作者、檢查者和檢查設(shè)備2. 樣品數(shù)量：樣品數(shù)量：20臺(tái)（臺(tái)（OK品：品：10臺(tái)、臺(tái)、NG品：品：10臺(tái)）臺(tái)） 3. 檢查方法檢查方法:在對(duì)方不知情況下，對(duì)編號(hào)樣品進(jìn)行在對(duì)方不知情況下，對(duì)編號(hào)樣品進(jìn)行 定子線傷的目視檢測(cè)定子線傷的

34、目視檢測(cè) 和電氣檢測(cè)和電氣檢測(cè), 記記 錄檢查結(jié)果并與正確答案對(duì)比。錄檢查結(jié)果并與正確答案對(duì)比。4. 評(píng)價(jià)工具：評(píng)價(jià)工具：MSAANOVAAttribute Gage R&R Study（離散型數(shù)據(jù)分析）離散型數(shù)據(jù)分析）二、實(shí)驗(yàn)結(jié)果二、實(shí)驗(yàn)結(jié)果（三線）：（三線）：范秀雄 馮淑明 賴贊庭 李小燕 羅小巧 王文碧 楊房貴 鄭俊銳 鐘勝?gòu)?qiáng) 朱國(guó)楚30405060708090100AppraiserPercentWithin Appraiser范秀雄 馮淑明 賴贊庭 李小燕 羅小巧 王文碧 楊房貴 鄭俊銳 鐘勝?gòu)?qiáng) 朱國(guó)楚30405060708090100AppraiserPercentAppr

35、aiser vs StandardAssessment AgreementDate of study:Reported by:Name of product:Misc:,95.0% CIPercent二、實(shí)驗(yàn)結(jié)果二、實(shí)驗(yàn)結(jié)果（三線）：（三線）：Within AppraiseAssessment AgreementAppraiser # Inspected # Matched Percent (%) 95.0% CI 范秀雄 20 20 100.0 ( 86.1, 100.0)馮淑明-Q 20 16 80.0 ( 56.3, 94.3)賴贊庭 20 19 95.0 ( 75.1, 99.9)李小

36、燕 20 20 100.0 ( 86.1, 100.0)羅小巧 20 18 90.0 ( 68.3, 98.8)王文碧 20 14 70.0 ( 45.7, 88.1)楊房貴 20 19 95.0 ( 75.1, 99.9)鄭俊銳 20 17 85.0 ( 62.1, 96.8)鐘勝?gòu)?qiáng) 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、實(shí)驗(yàn)結(jié)果二、實(shí)驗(yàn)結(jié)果（三線）：（三線）：Each Appraiser vs Stand

37、ardAssessment AgreementAppraiser # Inspected # Matched Percent (%) 95.0% CI 范秀雄 20 18 90.0 ( 68.3, 98.8)馮淑明-Q 20 16 80.0 ( 56.3, 94.3)賴贊庭 20 15 75.0 ( 50.9, 91.3)李小燕 20 18 90.0 ( 68.3, 98.8)羅小巧 20 13 65.0 ( 40.8, 84.6)王文碧 20 10 50.0 ( 27.2, 72.8)楊房貴 20 15 75.0 ( 50.9, 91.3)鄭俊銳 20 12 60.0 ( 36.1, 80.

38、9)鐘勝?gòu)?qiáng) 20 12 60.0 ( 36.1, 80.9)朱國(guó)楚-Q 20 18 90.0 ( 68.3, 98.8)# Matched: Appraisers assessment across trials agrees with standard.二、實(shí)驗(yàn)結(jié)果二、實(shí)驗(yàn)結(jié)果（三線）：（三線）：All Appraisers vs StandardAssessment Agreement# Inspected # Matched Percent (%) 95.0% CI 20 5 25.0 ( 8.7, 49.1)# Matched: All appraisers assessments a

39、gree with standard.二、實(shí)驗(yàn)結(jié)果二、實(shí)驗(yàn)結(jié)果（三線（三線WIT檢測(cè)）：檢測(cè)）：WIT9095100AppraiserPercentWithin AppraiserWIT9095100AppraiserPercentAppraiser vs StandardAssessment AgreementDate of study:Reported by:Name of product:Misc:,95.0% CIPercent二、實(shí)驗(yàn)結(jié)果二、實(shí)驗(yàn)結(jié)果（三線（三線WIT檢測(cè)）：檢測(cè)）：Within AppraiserAssessment AgreementAppraiser # Ins

40、pected # Matched Percent (%) 95.0% CI WIT 20 20 100.0 ( 86.1, 100.0)# Matched: Appraiser agrees with him/herself across trials. 二、實(shí)驗(yàn)結(jié)果二、實(shí)驗(yàn)結(jié)果（三線（三線WIT檢測(cè)）：檢測(cè)）：Each Appraiser vs StandardAssessment AgreementAppraiser # Inspected # Matched Percent (%) 95.0% CI WIT 20 20 100.0 ( 86.1, 100.0)# Matched: App

41、raisers assessment across trials agrees with standard.二、實(shí)驗(yàn)結(jié)果二、實(shí)驗(yàn)結(jié)果（三線真空（三線真空WIT）：）：真空WIT9095100AppraiserPercentWithin Appraiser真空WIT9095100AppraiserPercentAppraiser vs StandardAssessment AgreementDate of study:Reported by:Name of product:Misc:,95.0% CIPercent二、實(shí)驗(yàn)結(jié)果二、實(shí)驗(yàn)結(jié)果（三線真空（三線真空WIT）：）：Within Appra

42、iserAssessment AgreementAppraiser # 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、實(shí)驗(yàn)結(jié)果二、實(shí)驗(yàn)結(jié)果（三線真空（三線真空WIT）：）：Each Appraiser vs StandardAssessment AgreementAppraiser # Inspected # Matched Percent (%) 95.0% CI 真空W

43、IT 20 20 100.0 ( 86.1, 100.0)# Matched: Appraisers assessment across trials agrees with standard.三、實(shí)驗(yàn)結(jié)論：三、實(shí)驗(yàn)結(jié)論：1. 人員目視檢查能力：人員目視檢查能力：2. ( 合格要求合格要求: 生產(chǎn)人員-80%以上 , QC人員-90%以上 , 設(shè)備-95% 以上 )再現(xiàn)性：再現(xiàn)性： 一線一線: QC50%不合格不合格, 制造制造-75%不合格不合格 三線三線: QC-50%不合格不合格, 制造制造-75%不合格不合格 重復(fù)性：重復(fù)性： 一線一線: QC-100%合格合格, 制造制造-25%不合

44、格不合格 三線三線: QC-50%不合格不合格, 制造制造-25%不合格不合格2. 設(shè)備的檢查能力：設(shè)備的檢查能力：一線一線 : WIT檢測(cè)檢測(cè)100%合格合格, 真空真空WIT95%合格合格 ( 重復(fù)性重復(fù)性 = 再現(xiàn)性再現(xiàn)性 ) 三線三線: WIT檢測(cè)檢測(cè) = 真空真空WIT = 100% ( 重復(fù)性重復(fù)性= 再現(xiàn)性再現(xiàn)性 ) 四、下步計(jì)劃：四、下步計(jì)劃：1. 組織相關(guān)人員進(jìn)行培訓(xùn)組織相關(guān)人員進(jìn)行培訓(xùn) -時(shí)間時(shí)間: 2周。周。2. 現(xiàn)場(chǎng)人員目視檢測(cè)能力的再次實(shí)驗(yàn)現(xiàn)場(chǎng)人員目視檢測(cè)能力的再次實(shí)驗(yàn)( 2周后周后) , 能能力合格著上崗。力合格著上崗。3. 真空真空WIT 機(jī)機(jī) 進(jìn)行校正進(jìn)行校正,

45、確保測(cè)量準(zhǔn)確性。確保測(cè)量準(zhǔn)確性。4檢測(cè)設(shè)備上追加檢測(cè)設(shè)備上追加電流表電流表，便于跟蹤線傷與，便于跟蹤線傷與 泄漏電流的關(guān)系。泄漏電流的關(guān)系。Variables (連續(xù)型連續(xù)型 ) MSA 分析分析兩種常見資料形態(tài)兩種常見資料形態(tài)ATTRIBUTE - 不連續(xù)的，計(jì)數(shù)資料如： 1 ， 2 ， 3 ， 4 等好 / 壞機(jī)器 1 ， 2 ， 3 VARIABLES - 連續(xù)性的，計(jì)量資料如： 重量 =10.2 磅厚度 =11.211口寸簡(jiǎn)單測(cè)量分析之三個(gè)統(tǒng)計(jì)特性簡(jiǎn)單測(cè)量分析之三個(gè)統(tǒng)計(jì)特性 簡(jiǎn)單測(cè)量分析 我們希望得到的結(jié)果是： - 另兩名操作員各測(cè)量10個(gè)樣本 - 操作員的測(cè)量結(jié)果變異很小 - 兩操作

46、員結(jié)果應(yīng)有強(qiáng)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(jiǎn)單測(cè)量分析之三個(gè)統(tǒng)計(jì)特性簡(jiǎn)單測(cè)量分析之三個(gè)統(tǒng)計(jì)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(cè)量10個(gè)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(jiǎn)單測(cè)量分析簡(jiǎn)單測(cè)量分析 - 續(xù)續(xù)使用 Calculator功能建立Delta變量欄位，它是Observer 1 與 Observer 2讀數(shù)之差值ItemStore result

47、 in variable ExpressionFunctionsC1 SampleC2 Obs1C3 Obs2DeltaObs1-Obs2All functionsAbsolute valueAntilogArcsineArccosineCosineCurrent timeDate (from Text)Minitab CalcCalculator 簡(jiǎn)單測(cè)量分析簡(jiǎn)單測(cè)量分析 - 續(xù)續(xù) 使用Descriptive Statistics 計(jì)算 Delta 之標(biāo)準(zhǔn)差 其代表什么? Repeatability 或 Reproducibility? Variable N Mean Median StDe

48、v Delta 10 -0.410 -0.400 0.387 該標(biāo)準(zhǔn)差稱之為 測(cè)量之標(biāo)準(zhǔn)誤差簡(jiǎn)單測(cè)量分析簡(jiǎn)單測(cè)量分析 - 續(xù)續(xù) Variable N Mean Median StDev Delta 10 -0.410 -0.400 0.387 使用上列的標(biāo)準(zhǔn)差，何者為測(cè)量散布的良好估計(jì)值？Precision = 6 * Precision = 6 * 0.387Precision = 2.32假設(shè) Tolerance ( upper spec lower spec )為5， Precision Tolerance 之間的比率為何？簡(jiǎn)單測(cè)量分析簡(jiǎn)單測(cè)量分析 - 續(xù)續(xù) Variable N Mea

49、n Median StDev Delta 10 -0.410 -0.400 0.387此比率稱為 Precision to Tolerance ( P/T) Ration 在這個(gè)例子中的 P/T Ration 是P/T =PrecisionTolerance=2.325= 46%這可被解讀為“46%的規(guī)格Tolerance 被測(cè)量誤差成占用”Correlation ( 相關(guān)性相關(guān)性 )兩變量之間線性關(guān)系的測(cè)量，例如兩組不同的測(cè)量方法或兩間不同的實(shí)驗(yàn)室 Offset No Offset 無(wú)相關(guān)性 方法 1方法 1方法 1方法 2方法 2方法 2簡(jiǎn)單測(cè)量分析簡(jiǎn)單測(cè)量分析 - 續(xù)續(xù) 使用 Minit

50、abs 中的 correlation 功能計(jì)算兩觀察者之間的相關(guān)性 Correlation of Obs1 and Obs2 = 0.98Minitab StatCalculator ItemVariablesDisplay p-valuesStore matrix disply nothingC1 SampleC2 Obs1C3 Obs2Obs1 Obs2簡(jiǎn)單測(cè)量分析簡(jiǎn)單測(cè)量分析 - 續(xù)續(xù) 借用描繪 Observer 1 及 Observer 2 資料我們可用圖形檢 - Simple Plot - Fitted Line Plot 我們先試 Fitted Line Plot 視其關(guān)聯(lián)性 有兩

51、種方法可以采用Minitab StatRegressionItemResponseYPredictor XType of Regression ModelOptioosStorageC1 SampleC2 Obs1C3 Obs2Obs1 Obs2LinearQuadraticCubicFitted Line PlotCorrelation 與測(cè)量與測(cè)量Y = 1.08E-02 + 0.961881XR-Sq = 0.977Regression Plot 678910111213141567891011121314Obs2Correlation 練習(xí)題練習(xí)題 Department of Heal

52、th (DOH) 要求你定期提供廢水深度報(bào)告 你及 DOH 用不同的測(cè)量系統(tǒng)測(cè)量樣本的深度 DOH 指你測(cè)量結(jié)果是錯(cuò)誤的，但你認(rèn)為是正確的 若你不符合 DOHs 的標(biāo)準(zhǔn)，你將面臨每月 $ 的罰款Correlation 練習(xí)題練習(xí)題 所需設(shè)備 10個(gè)塑膠容器 - 兩種測(cè)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(gè)容器裝入介于兩高度記號(hào)間不等量的水（詢問訓(xùn)練員） - 請(qǐng)公司QA代表與DoH代表在不碰觸容器的情形下獨(dú)立地測(cè)量水面高度 分析結(jié)果并于課堂上提出簡(jiǎn)單測(cè)量分析簡(jiǎn)單測(cè)量分析 利用上面資料，于 Minita

53、b 中建立以下之資料組 使用 Descriptive Statistics 功能并計(jì)算Delta 之 StandardDeviation Ruler 1 Ruler 2 Delta- 這是對(duì)測(cè)量誤差的粗估值 將標(biāo)準(zhǔn)差乘以 6 并除以 Tolerance 值（2 mm）- 這是對(duì) P/T ratio 的估計(jì)值 選出發(fā)言人并于課堂上報(bào)告你們的 P/T 值測(cè)量能力指標(biāo)測(cè)量能力指標(biāo) P/T Precision / Tolerance RatioP/T =5.15*MSTolerance通常以百分比表示 描述多少 Tolerance 比率 是被測(cè)量誤差所占用 同時(shí)包含了 Repeatability 與

54、Reproducibility - Operator Unit Trial experiment 最佳情形：10% 可接受：30% 注意：5.15 標(biāo)準(zhǔn)差代表 99% 的MS變異,5.15標(biāo)準(zhǔn)差為工業(yè)標(biāo)準(zhǔn)Measurement Capability (測(cè)量能力）指標(biāo)測(cè)量能力）指標(biāo) - % GR&RP/T =MS通常以百分比表示 描述多少總變異比率是由測(cè)量誤差造成的 同時(shí)包含了 Repeatability 與 Reproducibility - Operator Unit Trial experiment 以% R&R 但是,若流程能力(Cpk)不適當(dāng)時(shí),P/T率可能帶給你錯(cuò)誤的

55、保證%R&R 的應(yīng)用的應(yīng)用 對(duì)Black Belt 而言,%R&R 是較好的指標(biāo) - 對(duì)整體流程變異而言,此指標(biāo)可應(yīng)用于評(píng)估測(cè)量系統(tǒng)的表現(xiàn) - %R&R 是進(jìn)行流程改善時(shí)的較佳指標(biāo)當(dāng)使用樣本來表達(dá)完整又具體代表性的流程變異時(shí),務(wù)必小心Gage R&R 分析之設(shè)定分析之設(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(cè)量 每一操作員對(duì)每一物件測(cè)量 2-3 次樣本選擇樣本選擇 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)

56、 - 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(cè)量所得 對(duì)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(huì)變小執(zhí)行執(zhí)行 R&R分析的步驟分析的步驟 校準(zhǔn)測(cè)量工具,或確認(rèn)其已被校準(zhǔn) 設(shè)定 Minitab 中的資料矩陣,并確定已隨機(jī)化 令操作員依隨機(jī)順序測(cè)量樣本 在 Minitab 中分析資料并決定 R&R 分析之統(tǒng)計(jì)數(shù)值 - Repeatability - Reproduci

57、bility - 上述之標(biāo)準(zhǔn)差 - %R&R - %P/T 分析結(jié)果并決定接續(xù)行動(dòng)樣本大小問題樣本大小問題 操作員數(shù) - 若流程使用多位操作員,則隨機(jī)選擇 2 4 個(gè) - 若流程使用單一或沒有操作員,則分析時(shí)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(cè)試的次數(shù)使得： 若 S0 若 S0 若 S0 若 S0 4，.測(cè)試次數(shù) = 6 - 8Distinct Data CategoriesLSLUSLLSLUSLLSLUSL100% NoiseAttr

58、ibute DataLow Grade Variable DataMSA 練習(xí)題練習(xí)題開啟 Gageaiag. mtwPart Operator Response1122331111110.650.601.001.000.850.80 Minitab Gage R&R 研究研究開啟 Gageaiag. mtwMinitab StatQuality Tools Gage R&R StudyItem Part numbersOperatorsMeasurement dataMethod of AnalysisGage InfoOptionsC1 PartC2 OperatorC3

59、ResponsePartOperatorResponseANGVAXbar and RMinitab Gage R&R 研究研究Gage Options若該零件有一 Tolerance則在此輸入一般資訊Gage nameDate of studyReported by Gage ToleranceMiscellaneousStudy variationProcess toleranceProcess variationDraw plost on separate,one plot per pageTitle5.155Minitab 輸出輸出Gage R&R Study ANOV

60、A MethodANOVA Table With Operator*Part InteractionSource DF SS MS FParts 9 2.05871 0.228745 39.7178 0.00000 Operators 2 0.04800 0.024000 4.1672 0.03256 Oper*Part 18 0.10367 0.005759 4.4588 0.00016 Repeatahility 30 0.03875 0.001292Total 30 2.24912細(xì)節(jié)將于第二周討論Minitab 輸出輸出Gage R&RSource VarComp StdDev 5.15*SigmaTotal 測(cè)量工具 R&R 0.004437 0.066615 0.34306Repeatability 0.001292 0.035940 0.18509Reproducibility 0.006146 0.05608