六西格瑪測(cè)量系統(tǒng)

楊勁松2003、3、126σ第7部分：測(cè)量系統(tǒng)評(píng)價(jià)目錄測(cè)量系統(tǒng)的評(píng)價(jià)（MSA）★測(cè)量系統(tǒng)的概念★離散型數(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)項(xiàng)目敘述ProcessMap流程圖C&EMatrix因果矩陣初步的FMEAMSA測(cè)量系統(tǒng)分析流程能力研究Multi-VariStudies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MSA（測(cè)量系統(tǒng)）的概念測(cè)量系統(tǒng)的評(píng)估１．測(cè)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(cè)產(chǎn)品或流程的變化．２．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．３．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:★偏差、重復(fù)性、再現(xiàn)性、穩(wěn)定性、和線性．測(cè)量系統(tǒng)變化的類型接受測(cè)量?jī)x器的標(biāo)準(zhǔn)將儀器相互比較將懷疑為不良的量具的評(píng)價(jià)作為基礎(chǔ)修理測(cè)量?jī)x器前后要比較計(jì)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(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）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(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.Discrimination鑒別力系統(tǒng)所能能量測(cè)出出的小數(shù)數(shù)位數(shù)。。測(cè)量漸漸進(jìn)單位位應(yīng)為產(chǎn)產(chǎn)品規(guī)格或流流程變異異計(jì)量單單位的10分之之1鑒別力不不足12345鑒別力良良好12345測(cè)量的鑒鑒別力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控制和分分析活動(dòng)動(dòng)中流程程分布的的不同類類型數(shù)目目的影響響種類的數(shù)數(shù)目可以用于于控制，，只有當(dāng)當(dāng)：控制分析1）當(dāng)流流程變化化與規(guī)格格比較時(shí)，，其值小小2）在預(yù)預(yù)期流程程變化范范圍內(nèi)，損損失功效效是扁平平的3）變化化的主源源引起平平1）對(duì)于于評(píng)估流流程參數(shù)數(shù)和指數(shù)是不不能接受受的2）只表表示流程程是否正正在產(chǎn)生一致致或不一一致部分分1）基于于流程分分布，可可以使用半變量量控制技術(shù)術(shù)2）可以產(chǎn)產(chǎn)生非敏感感變量控制圖1）可以使使用變量控控制圖1）一般來來講，由于于它只提供粗略的的估計(jì)，所所以對(duì)估計(jì)計(jì)流程參數(shù)數(shù)和指數(shù)來來說，是不不能接受的的1）可推薦薦均變化1數(shù)據(jù)類2-4數(shù)據(jù)據(jù)類5或更多數(shù)數(shù)據(jù)類Accuracy(精確性性）Accuracy––測(cè)量量值的平均均數(shù)是否偏偏移TrueValue?TrueValue(真真正值））-理論上上正確的數(shù)數(shù)值-NIST國(guó)家家標(biāo)準(zhǔn)偏差-所有測(cè)測(cè)量平均值值與TrueValue的離差差-Amounttool持續(xù)的的遠(yuǎn)離中中心點(diǎn)-系統(tǒng)性性誤差或offset標(biāo)準(zhǔn)數(shù)值(參考標(biāo)準(zhǔn))

平均值

測(cè)量精確性性精確性是指指：標(biāo)準(zhǔn)值值和實(shí)際測(cè)測(cè)量值之間間的差異。。標(biāo)準(zhǔn)值是指指：制作測(cè)測(cè)量工具的的標(biāo)準(zhǔn)抽樣樣或國(guó)家公公認(rèn)機(jī)關(guān)使用的的標(biāo)準(zhǔn)品測(cè)量值標(biāo)準(zhǔn)值精確性稱之為偏移移（Bias）Bias(偏差））Averageofmeasurementaredifferentbyafixedamount測(cè)量平平均值會(huì)有有一固定的的差異Biaseffects包包括：操守作者偏偏差-不不同的操操作者即使使測(cè)量同一一物件，平平均值也會(huì)會(huì)造成可察覺覺的不同儀器偏差-不同同的儀器即即使側(cè)量同同一物件，，平均值也也會(huì)造成可以察覺的的不同MasterValue儀器二平均數(shù)儀器一偏差差量?jī)x器二偏差差量?jī)x器一平均數(shù)Precision（變異性性）名詞：RandomError,Spread,Test/Retesterror測(cè)量系統(tǒng)中中的總變異MSrptrpd測(cè)量重復(fù)值值的自然變變異重復(fù)性與再再現(xiàn)性=σ2+σ2σ2測(cè)量系統(tǒng)固有的變異異性在絕對(duì)不變變的情形下下，對(duì)相同同變量重復(fù)復(fù)測(cè)量所產(chǎn)產(chǎn)生的變異異-相同操操作者-相同設(shè)設(shè)定-相同零零件-相同環(huán)環(huán)境條件-短期由重復(fù)值的的Pooledstandarddeviation估估計(jì)所得Repeatability總是比系系統(tǒng)的總變變異要小重復(fù)性變異異MasterValue平均數(shù)由相同人員員使用相同同儀器對(duì)相相同零件、、相同特性性進(jìn)行連續(xù)續(xù)測(cè)量所得得的誤差test––retesterror。。也可稱為為。被用來來估計(jì)短期期變異良好的Repeatability不良的Repeatability平均數(shù)重復(fù)性變異異在不同狀況下進(jìn)行測(cè)量量所得之變變異從不同測(cè)量量狀況所得得測(cè)量值平平均數(shù)的標(biāo)標(biāo)準(zhǔn)差估計(jì)計(jì)所得-不同操操作者-不同設(shè)設(shè)定-不同測(cè)測(cè)試零件-不同環(huán)環(huán)境條件狀狀態(tài)-長(zhǎng)期再現(xiàn)性變異異檢驗(yàn)員A檢驗(yàn)員B檢驗(yàn)員C檢驗(yàn)員A檢驗(yàn)員B檢驗(yàn)員C由不同人員員操作相同同或不同的的儀器，測(cè)測(cè)量同一特特性所得的的測(cè)量平均均值的差異異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)性變異異測(cè)量的線性性線性是指：：在測(cè)量范范圍內(nèi)發(fā)生生的正確度度的差異．．測(cè)量值真實(shí)值測(cè)量值LSLUSL精確度偏差差大精確度偏差差小儀器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(cè)量單元.1.01.001.0001測(cè)量單元

.1.01.001.0001Linearity（線線性相等））儀器測(cè)量能能力范圍內(nèi)內(nèi)，Accuracy或或Precision值的的差異測(cè)量工具1：Linearity于此是是個(gè)問題測(cè)量工具2：Linearity于此是是問題AccuracyAccuracyMeasurementUnitsMeasurementUnits●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●00●●●●●●●●●●●●●●●●●●●●●●●●●●●Stability（穩(wěn)穩(wěn)定性）描述為nodrift,suddenshifts,cyclictrends,etc.使用趨勢(shì)圖圖（TrendChart）來來評(píng)估定義為測(cè)量量值的平均均數(shù)及標(biāo)準(zhǔn)準(zhǔn)差，即使使經(jīng)過長(zhǎng)時(shí)時(shí)間后亦能維持相同同并可預(yù)測(cè)測(cè)校驗(yàn)數(shù)值(參考標(biāo)準(zhǔn))時(shí)間1時(shí)間2測(cè)量穩(wěn)定性性穩(wěn)定性是指指：對(duì)同一一部品間隔隔一段時(shí)間間測(cè)量所得得平均的差差異．Time2Time1測(cè)量系統(tǒng)的的磨損，氣氣溫，溫度度等對(duì)測(cè)量量結(jié)果的影影響經(jīng)過長(zhǎng)時(shí)間間對(duì)Accuracy或Precision變化的的評(píng)估MasterValue穩(wěn)定性良好好時(shí)間點(diǎn)1時(shí)間點(diǎn)2時(shí)間點(diǎn)3MasterValue穩(wěn)定性不良良時(shí)間點(diǎn)1時(shí)間點(diǎn)2時(shí)間點(diǎn)3Stability（穩(wěn)穩(wěn)定性）Stability（穩(wěn)定定性）范例例CalibrationStabilityCalibrationStability1/8/978508608708808909009109209309409507307407507607707807908008108204/17/966/26/969/18/9612/11/962/21/974/3/966/19/968/21/9610/30/96Date/TimeDate/TimeDCMStandardDCMStandard測(cè)量程序理想的測(cè)試試系統(tǒng)需要要每次產(chǎn)生生真正的測(cè)量結(jié)果果測(cè)量系統(tǒng)的的品質(zhì)是以以統(tǒng)計(jì)特質(zhì)質(zhì)來描述其其特征測(cè)量程序應(yīng)該包含：：-設(shè)計(jì)與與驗(yàn)證-持續(xù)的的能力評(píng)估估-控制-修正與與再驗(yàn)證特質(zhì)-必須在在統(tǒng)計(jì)統(tǒng)計(jì)控制中-相對(duì)于于產(chǎn)品規(guī)格，其變異性必須須要小-Discrimination的單位應(yīng)該該精細(xì)至產(chǎn)產(chǎn)品規(guī)格或或流程變異異的十分之之一-相對(duì)于于流程變異，其變異性必須須要小測(cè)量系統(tǒng)的的基本模式式測(cè)量系統(tǒng)能能力未未修復(fù)偏差差或線性重重復(fù)性性和再現(xiàn)性性（%R&R）σ2=σ2+σ2測(cè)量系統(tǒng)性性能測(cè)測(cè)量系統(tǒng)能能力穩(wěn)穩(wěn)定性性連連貫貫性σ2=σ2+σ2σ2+流程測(cè)量思思路1.實(shí)際流流程能力設(shè)計(jì)流程能能力流程總變異異量實(shí)際產(chǎn)品變變異量測(cè)量系統(tǒng)變變異量再現(xiàn)性重復(fù)性2.“流程程總變異量量”的基本本模式：σ2=σ2+σ2=σ2+σ2+σ2測(cè)量總變量產(chǎn)品再現(xiàn)現(xiàn)重復(fù)復(fù)產(chǎn)品品流程程變變異異的的總總和和產(chǎn)品品變變異異（真真正正的的變變異異））測(cè)量量變變異異總變變異異（觀觀察察所所得得變變異異））變異異的的基基本本模模式式總體體變變異異產(chǎn)產(chǎn)品品變變異異測(cè)測(cè)量量系系統(tǒng)統(tǒng)變變異異σ2=σ2+σ2測(cè)量量變變異異重重復(fù)復(fù)性性再再現(xiàn)現(xiàn)性性σ2=σ2+σ2測(cè)量量變變異異的的來來源源工具具工作作方方法法MechanicalinstabilityWearElectricalinstabilityAlgorithminstabilityEaseofDataEntryOperatorTrainingCalibrationFrequencyMaintenanceStandardSufficientWorkTimeStandardProceduresOperatorTechniqueHumidityCleanlinessVibrationLineVoltageVariationTemperatureFluctuation測(cè)量量變變異異環(huán)境境因因素素流程程變變異異的的可可能能來來源源ObservedProcessVariationActualProcessVariationMeasurementVariationLong-termProcessVariationShort-termProcessVariationVariationw/isampleVariationdueto量量?工工具具VariationduetooperatorsRepeatabilityCalibrationStabilityLinearity要描描述述真真正正的的流流程程變變異異，，必必須須確確認(rèn)認(rèn)測(cè)測(cè)量量系系統(tǒng)統(tǒng)本本身身的變變異異并并從從變變異異扣扣除除流程程““Repeatability””（（重重復(fù)復(fù)性性））及及““Reproducibility””（（再再現(xiàn)現(xiàn)性性））是測(cè)測(cè)量量誤誤差差的的主主要要的的來來源源需獲獲得得的的資資訊訊測(cè)量量誤誤差差的的程程度度有有多多嚴(yán)重重？測(cè)量量誤誤差差的的來源源何在在？？經(jīng)過過長(zhǎng)長(zhǎng)時(shí)時(shí)間間使使用用，，工工具具是是否否仍仍維維持持穩(wěn)定？該工具是是否勝任這個(gè)分析析？如何改善測(cè)量系統(tǒng)統(tǒng)？測(cè)量系統(tǒng)統(tǒng)的評(píng)價(jià)價(jià)1.測(cè)量量能力指指標(biāo)（適合性性）：P/T值值→測(cè)量量精確度度/產(chǎn)品品公差*注意意：5.15標(biāo)準(zhǔn)差代代表99%的測(cè)量系系統(tǒng)變異異，5.15標(biāo)準(zhǔn)差為為工業(yè)標(biāo)標(biāo)準(zhǔn)P/T=公差5.15×σ×100%●判斷標(biāo)準(zhǔn)準(zhǔn)：●最佳情形形：≤10%●可接受情情形：≤≤30%2.測(cè)量量變異指指標(biāo)：%R＆R值→測(cè)量量變異量量/流程程總變異異量%R＆R=σ測(cè)量σ總變量×100%●判斷標(biāo)準(zhǔn)準(zhǔn)：●最佳情形形：≤10%●可接受情情形：≤≤30%P/T=20%P/T=50%P/T=100%%R＆R=20%%R＆R=100%%R＆R=50%測(cè)量系統(tǒng)統(tǒng)變異（（Ⅰ）產(chǎn)品公差差LSLUSL觀察所得得流程變變異（總總）一、二、三、一、①測(cè)測(cè)量此流流程的系系統(tǒng)選擇擇較恰當(dāng)當(dāng)，P/T=20%＜＜30%;②測(cè)量系系統(tǒng)本身身差異也也可忽略略，%R&R=20%＜30%;③該流程程總變異異量等于于產(chǎn)品公公差，說說明能滿滿足產(chǎn)品品的設(shè)計(jì)計(jì)公差要要求．二、①選選用的測(cè)測(cè)量系統(tǒng)統(tǒng)不合適適，P/T=50%＞＞30%;②測(cè)量系系統(tǒng)本身身變異過過大,無無法忽略略，%R&R=50%＞30%;③因此,觀察所所得流程程總變量量不準(zhǔn)確確,能否否滿足產(chǎn)產(chǎn)品公差差要求,不可知知.④建議:改變測(cè)測(cè)量系統(tǒng)統(tǒng)；重新新校正測(cè)測(cè)量系統(tǒng)統(tǒng)；重新新測(cè)量流流程變異異.三、①選選用的測(cè)測(cè)量系統(tǒng)統(tǒng)完全不不合適，，P/T=100%＞＞30%;②測(cè)量系系統(tǒng)變異異大得已已經(jīng)蓋流流程變異異的真實(shí)實(shí)體現(xiàn)，，%R&R=100%＞30%;③觀察所所得流程程變異值值已無意意義.④建議:改變測(cè)測(cè)量系統(tǒng)統(tǒng)；重新新校正測(cè)測(cè)量系統(tǒng)統(tǒng)；重新新測(cè)量流流程變異異.測(cè)量系統(tǒng)統(tǒng)變異（（Ⅰ）說明P/T=50%P/T=100%P/T=200%%R＆R=25%%R＆R=100%%R＆R=50%測(cè)量系統(tǒng)統(tǒng)變異（（Ⅱ）產(chǎn)品公差差LSLUSL觀察所得得流程變變異（總總）一、二、三、測(cè)量系統(tǒng)統(tǒng)變異（（Ⅱ）說說明一、①該該測(cè)量系系統(tǒng)不合合適，無無法正確確分辨產(chǎn)產(chǎn)品規(guī)格格，P/T=50%＞＞30%;②該測(cè)量量系統(tǒng)變變異尚可可接受，，并忽略略，%R&R=25%＜30%;③該流程程總變異異過大，，但此測(cè)測(cè)量值并并不可信信.④建議：：改用合合適的測(cè)測(cè)量系統(tǒng)統(tǒng)；重新新測(cè)量流流程變異異。二、①選選用的測(cè)測(cè)量系統(tǒng)統(tǒng)完全不不合適，，P/T=100%＞＞30%;②該測(cè)量量系統(tǒng)的的變異過過大,無無法忽略略，%R&R=50%＞30%;③該流程程測(cè)量值值不可信信.④建議:改用合合適的測(cè)測(cè)量系統(tǒng)統(tǒng)；重新新校正后后；重新新進(jìn)行流流程測(cè)量量。三、①選選用的測(cè)測(cè)量系統(tǒng)統(tǒng)完全不不合適，，P/T=200%＞＞30%;②該測(cè)量量系統(tǒng)的的變異過過大,無無法忽略略，%R&R=100%＞30%;③該流程程測(cè)量值值不可信信.④建議:改用合合適的測(cè)測(cè)量系統(tǒng)統(tǒng)；重新新校正后后；重新新進(jìn)行流流程測(cè)量量。P/T=10%P/T=20%P/T=50%%R＆R=20%%R＆R=100%%R＆R=40%測(cè)量系統(tǒng)統(tǒng)變異（（Ⅲ）產(chǎn)品公差差LSLUSL觀察所所得流流程變變異（（總））一、二、三、測(cè)量系系統(tǒng)變變異（（Ⅲ））說明明一、①①該測(cè)測(cè)量系系統(tǒng)非非常合合適，，可正正確體體現(xiàn)產(chǎn)產(chǎn)品公公差，，P/T=10%＜＜30%;②該測(cè)測(cè)量系系統(tǒng)的的變異異較小小，可可忽略略，%R&R=20%＜＜30%;③該流流程總總變異異小于于產(chǎn)品品公差差要求求,產(chǎn)產(chǎn)品質(zhì)質(zhì)量穩(wěn)穩(wěn)定性性好;④建議議：調(diào)調(diào)整產(chǎn)產(chǎn)品公公差或或者放放寬流流程控控制，，以降降低成成本。。二、①①選用用的測(cè)測(cè)量系系統(tǒng)合合適，，P/T=20%＜＜30%。。②但該該測(cè)量量系統(tǒng)統(tǒng)的變變異較較大,不能能忽略略，%R&R=40%＞＞30%;③觀察察所得得流程程總變變異量量不準(zhǔn)準(zhǔn)確.④建議議:重重新校校正測(cè)測(cè)量系系統(tǒng)后后，再再次測(cè)測(cè)量流流程。。三、①①選用用的測(cè)測(cè)量系系統(tǒng)不不合適適，P/T=50%＞30%;②該測(cè)測(cè)量系系統(tǒng)的的變異異大得得覆蓋蓋總流流程變變異，，%R&R=100%＞＞30%。。③觀察察所得得流程程變異異值無無意義義.④建議議:改改用合合適的的測(cè)量量系統(tǒng)統(tǒng)；重重新校校正后后；重重新進(jìn)進(jìn)行流流程測(cè)測(cè)量。。Minitab練練習(xí)流程能能力及及測(cè)量量誤差差假設(shè)有有一個(gè)個(gè)標(biāo)準(zhǔn)差差是5，，平平均數(shù)數(shù)70單位位流程同時(shí)有有有個(gè)個(gè)測(cè)量量系統(tǒng)統(tǒng)，其其測(cè)量量誤差差與流流程誤誤差相相同：：5Sigma使用Minitab模模擬擬測(cè)量量誤差差對(duì)流流程能能力的的影響響練習(xí)題題（續(xù)續(xù)）使用下下列程程序來來建立立符合合上述述條件件的資資料：：MinitabCalcRandomDataNormalItemGenerateStoreincolumn[s]MeanStandarddeviation100Process70.05.0建立一一組隨隨機(jī)的的常態(tài)態(tài)分配配練習(xí)題題（續(xù)續(xù)）GenerateStoreincolumn[s]MeanStandarddeviationItemStoreresultinvariableExpressionFunctions100Measurement0.05.0C1ProcessC2MeasurementObservedProcess+MeasurementAllfunctionsAbsolutevalueAntilogArcsineArccosineCosineCurrenttimeDate(fromText)MinitabCalcRandomDataNormal模擬結(jié)結(jié)果實(shí)際流程變變異：：無測(cè)量誤誤差觀察所所得流程變變異：：含測(cè)量誤誤差05101530405060708090100110LSLUSL05101530405060708090100110LSLUSLFrequencyFrequencyObservedProcessAttribute(離離散型型)MSA分分析兩種常常見資資料形形態(tài)ATTRIBUTE-不不連連續(xù)的的，計(jì)計(jì)數(shù)資資料如：1，，2，，3，，4等等…好/壞壞機(jī)器1，，2，，3……VARIABLES-連連續(xù)續(xù)性的的，計(jì)計(jì)量資資料如：重重量量=10.2磅磅厚度=11.211口寸AttributeMSAs通常為為2-3名名員員工Attribute測(cè)量量系統(tǒng)統(tǒng)通常常不像像計(jì)量量?jī)x器器那樣樣重視視準(zhǔn)確確性幾個(gè)樣樣本供供以計(jì)計(jì)數(shù)或或分類類每一樣樣本，，由每每位人人員測(cè)測(cè)量2-3次或包含含預(yù)先先同意意的標(biāo)標(biāo)準(zhǔn)或或?qū)＜壹乙庖娨妶?zhí)行AttributeMSA步步驟驟步驟1：以以隨機(jī)機(jī)排序序方式式，要要求第第一位位測(cè)量量人員員計(jì)數(shù)數(shù)不良良，或或步驟3：：繼續(xù)進(jìn)進(jìn)行直到到所有測(cè)測(cè)量者都都檢視過過同樣的的樣本（（這是Trial1）-同一一人的一一致必性性(Repeatability)-同組組人的一一致性(Reproducibility)-Agreementlevelcomparedtochancealone(Kappa)依Good/Bad步驟2：：要求第第二位人人員依隨隨機(jī)排序序方式執(zhí)執(zhí)行相同同事件分類重復(fù)步驟驟1-3以取取得足夠夠的Trials用提供的的表格來來做MSA的的統(tǒng)計(jì)計(jì)分析分析結(jié)果果并決定定接續(xù)步步驟AttributeMSA中使使用標(biāo)準(zhǔn)準(zhǔn)或?qū)＜壹乙庖姡海涸撊绾魏芜M(jìn)行預(yù)先選擇擇多樣物物件-包含含可以接接受，不不可接受受，及界界于兩者者之間的的物件依序號(hào)記記錄個(gè)別別結(jié)果每件被紡紡列序號(hào)號(hào)，并分分別由每每個(gè)檢驗(yàn)驗(yàn)者評(píng)估估這些結(jié)果果將于專專家的““正確””結(jié)果相相比較，，來評(píng)估估其準(zhǔn)確確度為評(píng)估精精確度（（Precision）），每每位檢驗(yàn)驗(yàn)者對(duì)相相同物件件的評(píng)估估結(jié)果將將與其他檢檢驗(yàn)者的的結(jié)果相相互比較較AttributeMSA：范范例本范例取取自一制制造方向向盤上喇喇叭按墊墊的美美國(guó)家公公司發(fā)現(xiàn)了不不良品及及良品在一個(gè)次次工廠巡巡視中中，工廠廠經(jīng)理在在表明““接受””及“退退回”的的箱子中中分別為免除檢檢驗(yàn)者分分類錯(cuò)誤誤的情形形，工廠廠經(jīng)理著著手進(jìn)行行一項(xiàng)關(guān)關(guān)于檢驗(yàn)驗(yàn)一致由4位檢檢驗(yàn)員及及一位專專家/品品管經(jīng)理理負(fù)責(zé)紀(jì)紀(jì)錄（1）接接受或退退回的決決定及（2）退退回的理理由性的研究究預(yù)先選擇擇50個(gè)個(gè)物件––包包含可接接受、不不可接受受、及界界與兩者者之間AttributeMSA：范范慣例檢驗(yàn)員ABCD退回?cái)?shù)8888接受數(shù)42424242-所有有檢驗(yàn)員員各退回回8個(gè)物物件！-此檢檢驗(yàn)是否否有問題題？檢驗(yàn)員之之間的一一致性問問題?針對(duì)結(jié)果果作進(jìn)一一步的分分析顯示示出問題題確切存存在（右表為為其中20筆資資料）在50個(gè)樣樣本，只只有一個(gè)個(gè)成品被被所有檢檢驗(yàn)員一致致“退回回”有29個(gè)成成品被所所有檢驗(yàn)驗(yàn)員一致致“接受受”不一致性性比率=20/50=40%UnitABCD1RRRA2AARA3AAAA4AAAA5AAAA6AAAA7AAAA8AAAA9AAAA10ARRR11RARR12AAAA13RAAR14ARAA15AAAA16AAAA17AAAA18AAAA19AAAA20AAAA與專家意意見的一一致性問問題？檢驗(yàn)員專家結(jié)果果Vs.%接受受的不良良品%退回回的良品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整體正確確率=150/200=75%使用圖形形工具進(jìn)進(jìn)行分析析的第一一步使用GageRunChart之之目的在在于視覺覺化Operator,Sample,及Trial提示:若使使用將Mastervalue,將將此值當(dāng)當(dāng)另一Operator,加入入Minitab的的之間的交交互關(guān)系系工作表中中MinitabStatQualityToolsGageRunChartItemPartnumbersOperatorsMeasurementdataTrialnumbersHistoricalmuGageInfoOptionsC1TrialC2OperatorC3MeasurementPartOperatorMeasurementTrial●●◆◆■■●●■■◆◆●●■■■■◆◆●●■■0510678910●●◆◆■■●●■■◆◆●●■■■■●●■■◆◆◆◆●●■■051012345●●■■■■RunchartofResponsebyPart,OperatorGagename:Dateofstudy:Reportedby:ToleranceMisc:●1■2◆3PartPartResponseResponseGageRunChart上圖顯示示不同Operator不不同Trial的的樣本本平均值值。尋找異常常點(diǎn)––我們們希望不不同操作作員得到到相同的的值！使用AgreementCalculations進(jìn)行分分析的第第二步AttributeMSADefectives.xlsKnownPopulationTester1Tester2Sample#MasterTry#1Try#2Vs.MstrTry#1Try#2Vs.Mstr1PassPassPassPassFailN2PassPassFailNPassPass3PassPassFailNPassPass4PassPassPassPassPass5PassFailFailNFailFailN6FailFailFailPassFailN7FailFailFailFailFail8PassPassPassPassPass9PassPassPassPassPass使用MSA.xlsTesters1Testers12Testers23Testers3NUMOFTESTERS:NUMOFTESTERS:330DATE:NAMEPROCESS:CHARACTERISTIC:TESTCONDITIONS:你可以于于這些欄欄位中輸輸入實(shí)際際參與分分析的人人員姓名名最多輸入入三位這些是必必須欄位位在“NUMOFTESTERS””欄位位中輸入入?yún)⑴c分分析者的的數(shù)目在“NUMOFTESTERS””欄位位中輸入入受間的的物件數(shù)數(shù)于這些欄欄位登錄錄此MSA分析析的相關(guān)關(guān)資訊使用MSA.xlsKnownPopulationSample#Master1Pass2Pass3Pass4Pass5Pass6Fail7FailTester1Try#1Try#2PassPassPassFailPassFailPassPassFailFailFailFailFailFailMasterTry#1Try#1AAAAAABBBAAACCCBBABBBCCCDBDAAA于該欄位位輸入標(biāo)標(biāo)準(zhǔn)值或或?qū)＜覍?duì)對(duì)每一樣樣本的評(píng)評(píng)斷于該欄位位記錄參參與者的的答案注意每一一樣本單單位最多多進(jìn)行2次測(cè)試試這個(gè)范例例顯示參參與者的的評(píng)分或或?qū)Σ涣剂挤N類的的編碼用MSA.Xls在在這這型的分分析包括括Pass/Fail測(cè)測(cè)量闡述MSA.Xls計(jì)計(jì)分的意意義%APPRAISERSCORE(1)%SCOREVS.ATTRIBUTE(2)83%83%40%73%MSA.xls中中的%APPRAISERSCORE代代表分析析的人員員的一致致性格。。亦即是參參與人員員的Repeatability%SCOREVS.Attribute代表表與專家家答案比比較后的的正確性性%APPRAISERSCORE(1)%SCOREVS.ATTRIBUTE(2)83%83%87%60%40%23%73%40%參與人員員個(gè)別的的分屬表表現(xiàn)在三個(gè)個(gè)欄位中中該分?jǐn)?shù)代代表參與與者對(duì)樣樣本的Reproducibility。。其數(shù)值代代表所有有參與者者給予相同同答案的的頻率該分?jǐn)?shù)代代表所有有參與者與專家家答案比比較后的正確性性使用KappaCalculations進(jìn)進(jìn)行分析析第三步步驟KappaTechniques當(dāng)一測(cè)量量系統(tǒng)采采用非實(shí)實(shí)體測(cè)量量來分類類物件時(shí)時(shí)使用Kappatechniques對(duì)所的的錯(cuò)誤或或差異給給予同樣樣的處理理使用于：：-測(cè)量量對(duì)象必必須彼此此互相獨(dú)獨(dú)立-評(píng)估估者獨(dú)立立地檢驗(yàn)驗(yàn)及分類類-分類類項(xiàng)目必必須互斥斥且詳盡盡KappaTechniquesKappa(K)被被定義為為排除巧巧合一致致后，檢檢驗(yàn)者之之間的一一致性比比例PPobservedchance其中：K=P--1observedPchance=評(píng)估估者對(duì)物物件分類類的一致致性比例例=因巧巧造成一一致性的的比例問題在于于：我們們獲得相相同答案案的機(jī)會(huì)會(huì)會(huì)比巧巧合大多多少？KappaTechniquesKappaValueSuggestedInterpretation-1to0.0Agreementexpectedbychance=/>0.60Marginal–Significanteffortrequired=/>0.70Good–ImprovementWarranted=/>0.90Excellent若Kappavalue為+1代代表完完美的一一致性通用原則則：若K<0.70,則則該測(cè)量量系統(tǒng)需需被注意意Kappa結(jié)結(jié)果指導(dǎo)導(dǎo)方針-單一Kappavalue若介介于0.15至至0.75，，表示評(píng)評(píng)估者之之間的一一致性為為：>GOODfor“drip”>MARGINALfor““Toothick”;and>UNACCEPTABLYLowfortheremainingcategories闡述結(jié)果果欲改善此此測(cè)量系系統(tǒng)，需需要改善善改變不不良的分分類定義義、對(duì)評(píng)估者者的再訓(xùn)訓(xùn)練，或或雙管齊齊下KappaTechniquesRoadmap我們將在在第二周周的課程程中再探探討Kappa的計(jì)算算！選擇評(píng)估估者選擇零件件測(cè)量零件件收集資料料計(jì)算Kappa擬定決策策練習(xí)題#1–糖糖果檢檢測(cè)目的：評(píng)評(píng)估M&M檢檢測(cè)系系統(tǒng)工具:3名操操作員一包M&M巧巧克力力MSA.xls檔案案程序:評(píng)評(píng)估MSA系統(tǒng)報(bào)告任何何建議與與改善測(cè)量系統(tǒng)統(tǒng)–改改善方方法感官敏銳銳度增強(qiáng)強(qiáng)器(改改善作業(yè)業(yè)人員感感官敏銳銳度之裝裝置)遮罩/樣版版(阻絕絕不重要要資訊)確認(rèn)清單單產(chǎn)品重新新設(shè)計(jì)自動(dòng)化工作區(qū)域域再規(guī)劃劃VisualAids離散型數(shù)數(shù)據(jù)的連連續(xù)型化化（離散散型數(shù)據(jù)據(jù)可細(xì)分分成連續(xù)續(xù)型變化化趨勢(shì)的的數(shù)據(jù)））例：由２個(gè)等級(jí)級(jí)（OK／／NG）7––10個(gè)等級(jí)級(jí)說明：①①紅色編號(hào)代表細(xì)分的的等級(jí)區(qū)域域；②此方方法可用于于項(xiàng)目實(shí)驗(yàn)驗(yàn)，實(shí)際工工作如用時(shí)時(shí)，需適當(dāng)?shù)难菅葑儭?00個(gè)樣品50個(gè)NG50個(gè)OK10個(gè)#１25個(gè)#１25個(gè)#２25個(gè)#３25個(gè)#４15個(gè)#２10個(gè)#３15個(gè)#４10個(gè)#５15個(gè)#６10個(gè)#７15個(gè)#８6σ項(xiàng)目攻攻關(guān)馬達(dá)定子線線傷不良率率低減50%現(xiàn)行測(cè)量系系統(tǒng)評(píng)價(jià)ⅠⅠ一、實(shí)驗(yàn)方方法：1.評(píng)評(píng)價(jià)對(duì)象:原生產(chǎn)產(chǎn)線操作者者、檢查者者和檢查設(shè)設(shè)備2.樣樣品數(shù)量：：20臺(tái)（（OK品：：10臺(tái)、、NG品：：10臺(tái)））3.檢檢查方法:在對(duì)方方不知情況況下，對(duì)編編號(hào)樣品進(jìn)進(jìn)行定定子線傷的的目視檢測(cè)測(cè)和電氣氣檢測(cè),記記錄錄檢查結(jié)結(jié)果并與正正確答案對(duì)對(duì)比。4.評(píng)評(píng)價(jià)工具：：MSA－ANOVA－AttributeGageR&RStudy（離散型型數(shù)據(jù)分析析）二、實(shí)驗(yàn)結(jié)結(jié)果（三線）：：現(xiàn)行測(cè)量系系統(tǒng)評(píng)價(jià)ⅡⅡ二、實(shí)驗(yàn)結(jié)結(jié)果（三線）：：現(xiàn)行測(cè)量系系統(tǒng)評(píng)價(jià)ⅡⅡWithinAppraiseAssessmentAgreementAppraiser#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?gòu)?qiáng)201575.0(50.9,91.3)朱??Q201890.0(68.3,98.8)#Matched:Appraiseragreeswithhim/herselfacrosstrials.二、實(shí)驗(yàn)結(jié)結(jié)果（三線）：：現(xiàn)行測(cè)量系系統(tǒng)評(píng)價(jià)ⅡⅡEachAppraiservsStandardAssessmentAgreementAppraiser#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?gòu)?qiáng)201260.0(36.1,80.9)朱國(guó)楚-Q201890.0(68.3,98.8)#Matched:Appraiser'sassessmentacrosstrialsagreeswithstandard.二、實(shí)驗(yàn)結(jié)結(jié)果（三線）：：現(xiàn)行測(cè)量系系統(tǒng)評(píng)價(jià)ⅡⅡAllAppraisersvsStandardAssessmentAgreement#Inspected#MatchedPercent(%)95.0%CI20525.0(8.7,49.1)#Matched:Allappraisers'assessmentsagreewithstandard.二、實(shí)驗(yàn)結(jié)結(jié)果（三線WIT檢測(cè)））：現(xiàn)行測(cè)量系系統(tǒng)評(píng)價(jià)ⅡⅡ二、實(shí)驗(yàn)結(jié)結(jié)果（三線WIT檢測(cè)））：現(xiàn)行測(cè)量系系統(tǒng)評(píng)價(jià)ⅡⅡWithinAppraiserAssessmentAgreementAppraiser#Inspected#MatchedPercent(%)95.0%CIWIT2020100.0(86.1,100.0)#Matched:Appraiseragreeswithhim/herselfacrosstrials.二、實(shí)驗(yàn)結(jié)結(jié)果（三線WIT檢測(cè)））：現(xiàn)行測(cè)量系系統(tǒng)評(píng)價(jià)ⅡⅡEachAppraiservsStandardAssessmentAgreementAppraiser#Inspected#MatchedPercent(%)95.0%CIWIT2020100.0(86.1,100.0)#Matched:Appraiser'sassessmentacrosstrialsagreeswithstandard.二、實(shí)驗(yàn)結(jié)結(jié)果（三線真空空WIT））：現(xiàn)行測(cè)量系系統(tǒng)評(píng)價(jià)ⅡⅡ二、實(shí)驗(yàn)結(jié)結(jié)果（三線真空空WIT））：現(xiàn)行測(cè)量系系統(tǒng)評(píng)價(jià)ⅡⅡWithinAppraiserAssessmentAgreementAppraiser#Inspected#MatchedPercent(%)95.0%CI真空WIT2020100.0(86.1,100.0)#Matched:Appraiseragreeswithhim/herselfacrosstrials.二、實(shí)驗(yàn)結(jié)結(jié)果（三線真空空WIT））：現(xiàn)行測(cè)量系系統(tǒng)評(píng)價(jià)ⅡⅡEachAppraiservsStandardAssessmentAgreementAppraiser#Inspected#MatchedPercent(%)95.0%CI真空WIT2020100.0(86.1,100.0)#Matched:Appraiser'sassessmentacrosstrialsagreeswithstandard.現(xiàn)行測(cè)測(cè)量系系統(tǒng)評(píng)評(píng)價(jià)ⅢⅢ三、實(shí)實(shí)驗(yàn)結(jié)結(jié)論：：人員目目視檢檢查能能力：：(合合格格要求求:生產(chǎn)人人員80%以以上,QC人員員90%以上上,設(shè)設(shè)備95%以以上)再現(xiàn)性性：一線:QC—50%不合合格,制制造75%不不合格格三線:QC50%不合合格,制制造75%不合合格重復(fù)性性：一線:QC100%合格格,制造25%不不合格格三線:QC50%不不合格格,制制造25%不不合格格2.設(shè)設(shè)備的的檢查查能力力：一線:WIT檢測(cè)測(cè)100%合格格,真真空空WIT95%合格格(重重復(fù)復(fù)性=再再現(xiàn)現(xiàn)性)三線:WIT檢測(cè)測(cè)=真真空WIT=100%(重重復(fù)復(fù)性=再再現(xiàn)性性)現(xiàn)行測(cè)測(cè)量系系統(tǒng)評(píng)評(píng)價(jià)ⅢⅢ四、下下步計(jì)計(jì)劃：：組織相相關(guān)人人員進(jìn)進(jìn)行培培訓(xùn)時(shí)時(shí)間:2周?！，F(xiàn)場(chǎng)人人員目目視檢檢測(cè)能能力的的再次次實(shí)驗(yàn)驗(yàn)(2周后后),能力合合格著著上崗崗。真空WIT機(jī)機(jī)進(jìn)進(jìn)行校校正,確保保測(cè)量量準(zhǔn)確確性。。4．檢檢測(cè)設(shè)設(shè)備上上追加加電流表表，便于于跟蹤蹤線傷傷與泄漏電電流的的關(guān)系系。Variables(連續(xù)續(xù)型)MSA分分析析兩種常常見資資料形形態(tài)ATTRIBUTE-不不連連續(xù)的的，計(jì)計(jì)數(shù)資資料如：1，，2，，3，，4等等…好/壞壞機(jī)器1，，2，，3……VARIABLES-連連續(xù)續(xù)性的的，計(jì)計(jì)量資資料如：重重量量=10.2磅磅厚度=11.211口寸簡(jiǎn)單測(cè)測(cè)量分分析之之三個(gè)個(gè)統(tǒng)計(jì)計(jì)特性性簡(jiǎn)單測(cè)測(cè)量分分析我們希希望得得到的的結(jié)果果是：：-另另兩名名操作作員各各測(cè)量量10個(gè)樣樣本-操操作員員的測(cè)測(cè)量結(jié)結(jié)果變變異很很小-兩兩操作作員結(jié)結(jié)果應(yīng)應(yīng)有強(qiáng)強(qiáng)烈關(guān)關(guān)聯(lián)性性-每每位操操作員員之結(jié)結(jié)果的的平均均值應(yīng)應(yīng)為相相近簡(jiǎn)單測(cè)測(cè)量分分析之之三個(gè)個(gè)統(tǒng)計(jì)計(jì)特性性使用Minitab開開啟啟檔案案：WEAR-MEASURE.輸出：剎車車皮的的磨損損性.兩名操操作員員各測(cè)測(cè)量10個(gè)個(gè)樣本本一次次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)測(cè)量分分析-續(xù)續(xù)使用Calculator功能能建立立‘Delta’變變量欄欄位，，它是是Observer1與與Observer2讀讀數(shù)之之差值值ItemStoreresultinvariableExpressionFunctionsC1SampleC2Obs1C3Obs2DeltaObs1-Obs2AllfunctionsAbsolutevalueAntilogArcsineArccosineCosineCurrenttimeDate(fromText)MinitabCalcCalculator簡(jiǎn)單測(cè)測(cè)量分分析-續(xù)續(xù)使用DescriptiveStatistics計(jì)計(jì)算算Delta之之標(biāo)準(zhǔn)準(zhǔn)差其代表表什么么?Repeatability或或Reproducibility?VariableNMeanMedianStDevDelta10-0.410-0.4000.387該標(biāo)準(zhǔn)準(zhǔn)差稱稱之為為測(cè)測(cè)量之之標(biāo)準(zhǔn)準(zhǔn)誤差差簡(jiǎn)單測(cè)測(cè)量分分析-續(xù)續(xù)VariableNMeanMedianStDevDelta10-0.410-0.4000.387使用上上列的的標(biāo)準(zhǔn)準(zhǔn)差，，何者者為測(cè)測(cè)量散散布的的良好好估計(jì)計(jì)值？？Precision=6*σσPrecision=6*0.387Precision=2.32假設(shè)Tolerance(upperspec––lowerspec)為5，PrecisionTolerance之之間間的比比率為為何？？簡(jiǎn)單測(cè)測(cè)量分分析-續(xù)續(xù)VariableNMeanMedianStDevDelta10-0.410-0.4000.387此比率率稱為為PrecisiontoTolerance(P/T)Ration在在這這個(gè)例例子中中的P/TRation是是P/T=PrecisionTolerance=2.325=46%這可被被解讀讀為““46%的的規(guī)格格Tolerance被被測(cè)測(cè)量誤誤差成成占用用”Correlation(相相關(guān)性性)兩變量量之間間線性性關(guān)系系的測(cè)測(cè)量，，例如如兩組組不同同的測(cè)測(cè)量方方法或或兩間間不同同的實(shí)實(shí)驗(yàn)室室●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●OffsetNoOffset無相關(guān)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)測(cè)量分分析-續(xù)續(xù)使用Minitab’s中的correlation功能計(jì)計(jì)算兩兩觀察察者之之間的相關(guān)關(guān)性CorrelationofObs1andObs2=0.98MinitabStatCalculatorItemVariablesDisplayp-valuesStorematrix[displynothingC1SampleC2Obs1C3Obs2Obs1Obs2簡(jiǎn)單測(cè)測(cè)量分分析-續(xù)續(xù)借用描描繪Observer1及及Observer2資資料料我們們可用用圖形形檢-SimplePlot-FittedLinePlot我們先先試FittedLinePlot視其關(guān)關(guān)聯(lián)性性有兩種種方法法可以以采用用MinitabStatRegressionItemResponse[Y]Predictor[X]TypeofRegressionModelOptioosStorageC1SampleC2Obs1C3Obs2Obs1Obs2LinearQuadraticCubicFittedLinePlotCorrelation與與測(cè)測(cè)量量Y=1.08E-02+0.961881XR-Sq=0.977RegressionPlot678910111213141567891011121314◆Obs2◆◆◆◆◆◆◆Correlation練練習(xí)習(xí)題題DepartmentofHealth(DOH)要要求求你你定定期期提提供供廢廢水水深深度度報(bào)報(bào)告告你及及DOH用用不不同同的的測(cè)測(cè)量量系系統(tǒng)統(tǒng)測(cè)測(cè)量量樣樣本本的的深深度度DOH指指你你測(cè)測(cè)量量結(jié)結(jié)果果是是錯(cuò)錯(cuò)誤誤的的，，但但你你認(rèn)認(rèn)為為是是正正確確的的若你你不不符符合合DOH’’s的的標(biāo)標(biāo)準(zhǔn)準(zhǔn)，，你你將將面面臨臨每每月月$$的的罰罰款款Correlation練練習(xí)習(xí)題題所需需設(shè)設(shè)備備10個(gè)個(gè)塑塑膠膠容容器器-兩兩種種測(cè)測(cè)量量設(shè)設(shè)備備（（分分別別為為DoH及及你你公公司司所所采采用用））-2位位人人員員（（分分別別為為DoH及你公公司QA人員規(guī)格-參參照容容器步驟-將將10個(gè)容容器裝裝入介介于兩兩高度度記號(hào)號(hào)間不不等量量的水水（詢?cè)儐栍?xùn)訓(xùn)練員員）-請(qǐng)請(qǐng)公司司QA代表表與DoH代表表在不不碰觸觸容器器的情情形下下獨(dú)立立地測(cè)測(cè)量水水面高高度分析結(jié)結(jié)果并并于課課堂上上提出出簡(jiǎn)單測(cè)測(cè)量分分析利用上上面資資料，，于Minitab中建立立以下下之資資料組組使用DescriptiveStatistics功能并并計(jì)算算Delta之之StandardDeviationRuler1Ruler2Delta-這這是對(duì)對(duì)測(cè)量量誤差差的粗粗估值值將標(biāo)準(zhǔn)準(zhǔn)差乘乘以6并并除除以Tolerance值（2mm）-這這是對(duì)對(duì)P/Tratio的的估計(jì)計(jì)值選出發(fā)發(fā)言人人并于于課堂堂上報(bào)報(bào)告你你們的的P/T值測(cè)量能能力指指標(biāo)––P/TPrecision/ToleranceRatioP/T=5.15*σMSTolerance通常以以百分分比表表示描述多多少Tolerance比比率是是被測(cè)測(cè)量誤誤差所所占用用同時(shí)包包含了了Repeatability與與Reproducibility-Operator××Unit××Trialexperiment最佳情情形：：10%可可接受受：30%注意：5.15標(biāo)標(biāo)準(zhǔn)差差代表表99%的的MS變異異,5.15標(biāo)標(biāo)準(zhǔn)差差為工工業(yè)標(biāo)標(biāo)準(zhǔn)MeasurementCapability(測(cè)測(cè)量能能力））指標(biāo)標(biāo)-%GR&RP/T=σMS通常以以百分分比表表示描述多多少總總變異異比率率是由由測(cè)量量誤差差造成成的同時(shí)包包含了了Repeatability與與Reproducibility-Operator××Unit××Trialexperiment以%R&R<30%為為目目標(biāo)σTotal×100GR&RMetricsP/TRatio%R&R30%30%10%15%主要問問題––我我的的測(cè)量量系統(tǒng)統(tǒng)是否否適用用于我我的項(xiàng)項(xiàng)目？？GR&R練練習(xí)習(xí)題你將如如何處處理以以下情情形？？A）%P/T=9%%RR=8%B）%P/T=43%%RR=72%C）%P/T=43%%RR=16%D）%P/T=13%%RR=43%測(cè)量誤誤差對(duì)對(duì)能力力指標(biāo)標(biāo)的影影響測(cè)量誤誤差越越高，，對(duì)你你了解解真正正流程程產(chǎn)能能的影響就就越劇劇烈！！P/T（%Tolerance）的的應(yīng)用用P/Tratio(Minitab中中的%Tolerance)是對(duì)測(cè)測(cè)量系系統(tǒng)精精準(zhǔn)度最最常用用的估估計(jì)工工具-此此方法法可被被應(yīng)用用于評(píng)評(píng)估測(cè)測(cè)量系系統(tǒng)對(duì)對(duì)于規(guī)規(guī)格的的性能能表現(xiàn)現(xiàn)-然然而，，規(guī)格格可能能會(huì)太太寬松松或太太嚴(yán)苛苛-一一般來來說，，當(dāng)測(cè)測(cè)量系系統(tǒng)純純粹被被用來來分類類生產(chǎn)產(chǎn)樣本本時(shí)，，P/T率是一個(gè)個(gè)良好好的估估計(jì)工工具>但但是,若流流程能能力(Cpk)不適適當(dāng)時(shí)時(shí),P/T率可能能帶給給你錯(cuò)錯(cuò)誤的的保證證%R&R的的應(yīng)應(yīng)用對(duì)BlackBelt而而言言,%R&R是較好好的指指標(biāo)-對(duì)對(duì)整體體流程程變異異而言言,此此指標(biāo)標(biāo)可應(yīng)應(yīng)用于于評(píng)估估測(cè)量量系統(tǒng)統(tǒng)的表表現(xiàn)-%R&R是是進(jìn)進(jìn)行流流程改改善時(shí)時(shí)的較較佳指指標(biāo)當(dāng)使用用樣本本來表表達(dá)完完整又又具體體代表表性的的流程程變異時(shí)時(shí),務(wù)務(wù)必小小心GageR&R分分析析之設(shè)設(shè)定一般需需有2-3名名操操作員員一般需需有10工單單位物物件以以供測(cè)測(cè)量每一操操作員員對(duì)每每一物物件測(cè)測(cè)量2-3次次樣本選選擇樣本應(yīng)應(yīng)從散散布于于流程程常態(tài)態(tài)變異異的程程序中中取得得-范范例:若生生產(chǎn)一一平均均厚度度1.000”及及變異異數(shù)0.010””的材材料，，則樣本厚度范范圍應(yīng)為0.080”–1.020”(95%range)-若使用用同一流程程生產(chǎn)不同同厚度的材材料,將它它們分組執(zhí)執(zhí)行R&R分析析注意!-范例:>一流程程生1.000””、2.000”及及4.000”的材材料且Tolerance為+/-0.030”。。所有數(shù)值值皆由同一一系統(tǒng)測(cè)量量所得>對(duì)每一一厚度的材材料各執(zhí)行行分析-若將上上述樣本混混在一起，，則GR&R值會(huì)變小執(zhí)行R&R分析的的步驟校準(zhǔn)測(cè)量工工具,或確確認(rèn)其已被被校準(zhǔn)設(shè)定Minitab中的資料矩矩陣,并確確定已隨機(jī)機(jī)化令操作員依依隨機(jī)順序序測(cè)量樣本本在Minitab中分析資料料并決定R&R分析之統(tǒng)計(jì)計(jì)數(shù)值-Repeatability-Reproducibility-上述之之標(biāo)準(zhǔn)差-%R&R-%P/T分析結(jié)果并并決定接續(xù)續(xù)行動(dòng)樣本大小問問題操作員數(shù)-若流程程使用多位位操作員,則隨機(jī)選選擇2––4個(gè)個(gè)-若流程程使用單一一或沒有操操作員,則則分析時(shí)忽忽略操作員員之影響即略Reproducibility之影響樣本數(shù)-選擇足足夠之樣本本使得(Samples：樣本數(shù)））×（Operators：操作員數(shù)數(shù)）>15-若不可可行,選擇擇測(cè)試的次次數(shù)使得：：>若S×0<15,.測(cè)試次次數(shù)=3>若S×0<8，.測(cè)試次數(shù)數(shù)=3-4>若S×0<5，.測(cè)試次數(shù)數(shù)=4-5>若S×0<4，.測(cè)試次數(shù)數(shù)=6-8DistinctDataCategoriesLSLUSLLSLUSLLSLUSL100%NoiseAttributeDataLowGradeVariableDataMSA練練習(xí)題開啟Gageaiag.mtwPartOperatorResponse1122331111110.650.601.001.000.850.80………Minitab––GageR&R研究究開啟Gageaiag.mtwMinitabStatQualityToolsGageR&RStudyItemPartnumbersOperatorsMeasurementdataMethodofAnalysisGageInfoOptionsC1PartC2OperatorC3ResponsePartOperatorResponseANGVAXbarandRMinitab––GageR&R研究究GageOptions若若該零件有有一Tolerance則則在此輸入入一般資訊GagenameDateofstudyReportedbyGageToleranceMiscellaneousStudyvariationProcesstoleranceProcessvariationDrawplostonseparate,oneplotperpageTitle5.155Minitab––輸出GageR&RStudy–ANOVAMethodANOVATableWithOperator*PartInteractionSourceDFSSMSFParts92.058710.22874539.71780.00000Operators20.048000.0240004.16720.03256Oper*Part180.103670.0057594.45880.00016Repeatahility300.038750.001292Total302.24912細(xì)節(jié)將于第第二周討論論Minitab––輸出GageR&RSourceVarCompStdDev5.15*SigmaTotal測(cè)量量工具R&R0.0044370.0666150.34306Repeatability0.0012920.0359400.18509Reproducibility0.0061460.0560880.28885Operator0.0009120.0302000.15553Oper*Part0.0022340.0472630.24340Part-To-Part0.0371640.1927810.99282TotalVariation0.0416020.2039651.05042從實(shí)物的角角度來看……我們們目前不需需要這里的的任何數(shù)值值從統(tǒng)計(jì)的角角度來看……這些是是將被套入入%R&R與%P/T公式的的資料Minitab––輸出GageR&RSource%Contribution%StdDev%ToleranceTotalGage