6σ测量系统分析(Measurement System Analysis)上海朱兰质量研究院JuranInstitute of Shanghai2006-4-2316σ学习目标Objectives了解MSA的目的和基本概念the basic concepts了解计量型MSA的开展方法MSA for Variables data 一般步骤How to do 样本选定Sample selection评价指标Index学会利用Minitab进行计量数据的分析了解计数型MSA的开展方法MSA for Attribute data计数型MSA的原理学会利用Minitab进行计数数据的分析能够对测量能力不足的测量系统进行分析和改进Analyze and improve the incapable measure system 2006-4-2326σ测量系统分析的内容Contents确认测量系统的分辨能力Discrimination of measure system确认测量系统的变差来源Identify the source of variation确认测量系统是否具有统计稳定性Identify the stability of measure system确认测量系统是否线性Identify the linearity of measure system2006-4-23316σ测量系统分析的目的Why MSA观测值(测量值)的变差要素Variation被观测的变差(σ2MSAtotal )实际过程的变差( σ2p )测量系统变差(σ2MS )SPC再现性( σ2Reproducibility )重复性( σ2Repeatability )2006-4-2346σMSA 基本概念Basic Concepts 测量Measure为了显示某物体的特性，给物体赋予数值，以确定实体或系统的量值大小为目标的一整套作业。测量系统Measurement System被赋予的数值叫测量值(Measurement Value)；为得到测定值的设备叫仪器或Gage；进行测量的任何工具; 通常是指工厂的测量工具;包括测量结果为通过/不通过的仪器（属性值测量仪器）测量中的仪器及其操作方式和方法、其他设备、软件、人员等的总称; 测量的全部过程叫测量系统。测量系统分析Measurement System Analysis为了确保数据的可信，事先评价测量系统；2006-4-2356σMSA 基本概念Basic Concepts 在什么情况下需要进行测量系统分析When MSA?在正常仪器维护条件下，测量仪器误差很大；Error of measure equipment测量仪器进行了改装，如更换了重要零部件；Change of measure equipment对测量仪器进行了大修；Repair of measure equipment进行过程能力分析时需要考虑测量仪器的测量能力；Consider measure capability when you analyze process capability测量系统不稳定；Instable measure system测量结果波动大；Large variation in the measure results决定是否接受一台新仪器；Whether accept a new equipment测量仪器之间进行比较。Compare between measure equipment2006-4-23626σMSA 基本概念Basic Concepts 既精又准只精不准不精但准不精又不准Precise and accuratePrecise, not accurateAccurate, not preciseNot Precise, not accurate 偏倚小偏倚大偏倚小偏倚大变差小变差小变差大变差大偏倚与变差示意图Bias and Variation2006-4-2376σMSA 基本概念Basic Concepts 测量系统误差的类型Error type基准值位置(Location)-偏倚(Bias) 准确度（Accuracy）偏倚-线性(Linearity)有时也称Bias—偏倚-稳定性(Stability)观测的平均值波动（Variation）真值-重复性(Repeatability)精密度（Precision）-再现性(Reproducibility)5.15σ, 99%or6 σ, 99.73%2006-4-2386σMSA 基本概念——测量系统误差或变差的类型稳定性(Stability)稳定性又称为漂移（Drift），是指测量系统在某一段时间内，测量同一基准或零件的单一特性是获得的测量总变差。稳定性时间1时间22006-4-23936σMSA 基本概念——测量系统误差或变差的类型重复性（Repeatability）是指由同一位作业者，用同一种量具，多次量测同一零件的同一特性时所发生的测量变差，一般认为量具是重复性变差的主要来源，因此常用（EV）表示。均值均值好的重复性不好的重复性2006-4-23106σMSA 基本概念——测量系统误差或变差的类型再现性（Reproducibility）是指由不同作业者，用同一/不同量具，多次量测同一零件的同一特性时所发生的测量变差，一般认为再现性变差主要来源于人，因此常用（AV）表示。均值A均值C均值B2006-4-23116σMSA 基本概念Basic Concepts 测量系统变差对于测量结果的影响How error affects the result真r观值esu测l真观t值true 值测值测量误差测量误差error2006-4-231246σMSA 基本概念Basic Concepts 测量总变差的分解Vector Analysisσ222222T=σP+σm=σP+σ0+σeTV2=PV2+R&R2=PV2+AV2+EV2PV观真测VTVE再值差现性值误误性差复AV重测量误差R&R测量误差2006-4-23136σ计量型MSA开展方法一般步骤从被测过程中选出10个可以代表过程变差范围的零件, 将其编号，编号不让操作员看到。随机选2~3个操作员，每个操作员按照随机的顺序分别去测量这10个零件，逐一记录测量结果。每个零件测量2~3次，将所有记录按固定顺序整理好，进行整个测量系统的分析。2006-4-23146σ测量系统变差的分析——交叉试验法Crossed评价人ABCAppraiser 适合量具于Gage同一量具the same gage可重复的测零件1 2 3 4 5 6 7 8 9 10 量Parts注意：样本应来自不同产品批——应充分代表过程波动Samples should be from different batches——2006-4-23which can describe the process variation 1556σ计量型MSA开展方法How to do符合实际条件In Actual标准与规范实际环境实际使用测量方法测量环境仪器设备methodenvironmentgage测量系统Measure system被测对象测量人员计量基准partspersoncalibration选自实际过程，能从事该测量活正常校准状态代表过程的波动动的所有人员2006-4-23166σ计量型MSA开展方法How to do样本选定Sample selection选择10个零件，应能代表过程的分布。Ten samples can describe the process 假如样本只选定接近过程平均时，对distribution测量系统的评价将不符合实际需求。Measure system seems bitter when the samples are around the mean样本反映产品的实际分布(过程变动)时才有意义。Samples are meaningful when they reflect the process distribution(process variation)2006-4-23176σ计量型MSA开展方法How to do评价指标Index容差百分比100%×R&R/ Tolerance过程变差百分比100%×R&R/ Study Variation% Study 结论%ContributionVariation Number of Distinct 或%ToleranceCategories测量系统能力很好good< 1%< 10%> 5费用/考虑重要性Cost/importance1~9%10~30%2~4不可使用No use> 9%> 30%< 12006-4-231866σ计量型MSA开展方法How to do当%Study Var或%Tolerance大于10%,应分析R&R的主要构成(重复性?再现性?) ，查明原因，并采取措施。根据用途的优先选择评价指标•用于产品质量的测量，关注符合性判定时–优先确认%Tolerance•用于过程管理或过程评价时–优先确认%Study Var2006-4-23196σ利用Minitab进行计量数据的分析功能菜单：Stat > Quality Tools > Gage Study测量趋势图测量线性和准确度研究测量重复性和再现性(交叉)测量重复性和再现性(嵌套)属性测量R&R 研究(计数)2006-4-23206σ测量系统分析(交叉) Crossed操作：Stat>Quality Tools>Gage Study >Gage R&R Study (Crossed）部件编号操作者测量数据方差分析法，可以分析人与部件的交互作用，不考虑时用Xbar& R分析法2006-4-232176σ测量系统分析(交叉) --选项Options操作：Stat>Quality Tools>Gage Study >Gage R&R Study (Crossed）单击Options 按钮定义研究变差值，Minitab14默认为6, 意味着99 .73 %的置信区间，5.15就是99%被测过程的公差交互作用如果有历史数据可以参考判断P值不显示贡献百分比不显示研究变差百分比每一个图画一页2006-4-23226σ测量系统分析(交叉) –量具信息Gage Info操作：Stat>Quality Tools>Gage Study >Gage R&R Study (Crossed）单击Gage Info 按钮量具名称研究日期报告人量具公差混杂2006-4-23236σ测量系统分析案例Case studyStep 1: 用ANOVA 方法分析GAGEAIAG 数据1、打开工作表: GAGEAIAG.MTW.2、选择Stat > Quality Tools > Gage Study > Gage R&R Study (Crossed).3、在Part numbers文本框中输入Part. 在Operators文本框中输入Operator. 在Measurement data 文本框中输入Measurement.4、单击Options,在Process tolerance, 输入8.点击OK5、在Method of Analysis对话框中选取ANOVA.6、点击OK.2006-4-232486σ测量系统分析案例Case studyGage R&R Study -ANOVA Method Two-Way ANOVA Table With Interaction Source DF SS MS F PPart 9 88.3619 9.81799 492.291 0.000AOperator 2 3.1673 1.58363 79.406 0.000Part * Operator 18 0.3590 0.01994 0.434 0.974Repeatability 60 2.7589 0.04598Total 89 94.6471Two-Way ANOVA Table Without Interaction Source DF SS MS F PPart 9 88.3619 9.81799 245.614 0.000Operator 2 3.1673 1.58363 39.617 0.000Repeatability 78 3.1179 0.03997Total 89 94.64712006-4-23256σ测量系统分析案例Case studyGage R&R%Contributionσ2MSSource VarComp (of VarComp)贡献率=σ2TotalTotal Gage R&R 0.09143 7.76Repeatability 0.03997 3.39Variance Componets，即估计方差Reproducibility 0.05146 4.37Operator 0.05146 4.37StdDev即标准差Part-To-Part 1.08645 92.24Total Variation 1.17788 100.00BStudy Var %Study Var %Tolerance%Study Var 6×σSource StdDev(SD) (6 * SD) (%SV) (SV/Toler)=MS6*×σTotal Gage R&R 0.30237 1.81423 27.86 22.68Total零件间变差为总变差的Repeatability 0.19993 1.19960 18.42 14.9996.04%，测量系统变Reproducibility 0.22684 1.36103 20.90 17.01差为总变差的27.86%Operator 0.22684 1.36103 20.90 17.01CPart-To-Part 1.04233 6.25396 96.04 78.17分辨力等级，越高代表区别零件间差异的能力Total Variation 1.08530 6.51180 100.00 81.40越强Number of Distinct Categories = 42006-4-23266σ测量系统分析案例Case studyVarComp(或Variance): 每个变差成份所贡献的变差%Contribution: 每个变差成份占全面变差的百分比。全部的百分比值应为100%StdDev: 每一个变差成分的标准差Study Var: 以标准差的倍数表示，6倍标准差覆盖了大约99.73% 的变差范围。Total Variation= 6xSD= Study Var：观测值的总变差，通常被做为参考的分析基准（100%），%studyVar: 每一个变差成份相对总变差的比例Number of Distinct Categories: 测量系统对零件变差的分辨力2006-4-232796σ测量系统分析案例Case studyA、当Operator by Part 的p-value值>0.25，Minitab忽略全因子模式，不考虑交互作用。此种情况下，采用Xbar/R的方法会比ANOVA的方法更恰当。B、Total Gage R&R ：由重复性与再现性引起的测量系统变差，与总变差的比例应越小越好。Part-to-Part: 由零件间的差异所引起的变差异, 与总变差的比例应越大越好。C、根据AIAG的说明，分辨力大于等于5代表正确的测量系统，此处的结果是4，故建议多取测量值，以进一步判断。2006-4-23286σ测量系统分析案例Case studyAGage R&R (ANOVA) for MeasurementB 0F0C 0 00DE2006-4-23296σ测量系统分析案例Case studyA、Part-to-Part 的贡献百分比远远大于Total Gage R&R的贡献百分比，表示总变差绝大部分是由零件差异所引起的，测量系统误差的影响非常小.B、零件之间存在很大差异，如非水平线所示C、操作员之间的差异很小，如近似水平线所示D、由Xbar控制图发现，大部分的点都落在控制界限之外，表示变差主要都是因为零件之间的差异所造成的，这是正常状态。E、Operator*Part 的交互作用图，代表Part与Operator之间不存在显著交互作用.F、有点超过R Chart的界限，需要调查其原因，并重新测定。2006-4-2330106σ练习Exercise某零件直径的测量系统分析. 数据输出为长度（mm）1、选择测试人员：生产线人员两人，检验人员一人Operator selection: 2 person from production line, 1 person from inspection2、产品：在不同批次生产的该型号产品中挑选9个有代表性的零件，编号并标记Parts: select 9 parts from different batches and give them serial numbers3、重复测量次数：每个测试人员对每个产品测量两次Repeat measure: each operator measure each part twice文件见测量阶段练习.mpj 习题.mtwC19-C21There is data in C19-C21 of测量阶段练习.mpj要求: 用minitab分析试验数据，并说明：Please answer——测量系统是否可接受？Acceptable?——如果不可接受，应当如何改进？If not , how to improve2006-4-23316σ测量系统变差的分析——嵌套试验法Nested评价人ABC适Appraiser合于量具量具Gage不可Gage重复的零件测量注意：Parts1 2 3 4 5 6 7 8 9 10 11 12样本应来自不同产品批——代表过程波动Samples should be from different batches——which can describe the process variation 同一批内应重复取样——确保批内样品足够相似性，可近似认为同一样本的重复测量all parts within a single batch are identical enough to claim that they are the same part2006-4-23326σ测量系统分析(嵌套) Nested功能菜单：Stat>Quality Tools> Gage Study> Gage R&R Study(Nested)部件编号操作者测量数据适用于破坏性测试，每一个操作者针对的零件都是唯一的，所以不存在operator by part的交互作用2006-4-2333116σ测量系统研究(嵌套) Nested操作：Stat>Quality Tools>Gage Study >Gage R&R Study (Nested）单击Options 按钮研究变差值，Minitab默认为6被测过程的公差如果有历史数据可以参考不显示贡献百分比不显示研究变差百分比每一个图画一页2006-4-23346σ测量系统研究(嵌套)案例Nested有三个操作员，每人量测5个不同的零件，每个零件测量两次，所以共有30个测量值，。每个零件对操作者都是唯一的，没有任一个零件会同时被两个操作者测量。因此我们选用Gage R&R Study (Nested) 方法来进行分析. In this example, three operators each measured five different parts twice, for a total of 30 measurements. Each part is unique to operator;no two operators measured the same part. You decide to conduct a gage R&R study (nested) to determine how much of your observed process variation is due to measurement system variation.1、打开工作表: GAGENEST.MTW.2、选择: Stat > Quality Tools > Gage Study > Gage R&R Study (Nested).3、在Part or batch numbers文本框中输入Part.4、在Operators文本框中输入Operator.5、在Measurement data文本框中输入Response.2006-4-236、点击OK.356σ测量系统研究(嵌套)案例NestedGage R&R Study -Nested ANOVA Gage R&R (Nested) for Response Source DF SS MS F POperator 2 0.0142 0.00708 0.00385 0.996Part (Operator) 12 22.0552 1.83794 1.42549 0.255Repeatability 15 19.3400 1.28933Total 29 41.40942006-4-2336126σ测量系统研究(嵌套)案例Gage R&R %ContributionPart-to-Part 差异的贡献百Source VarComp (of VarComp)分比小于测量系统变差Total Gage R&R 1.28933 82.46(Total Gage R&R)的贡献百分比，表示大部分的变差Repeatability 1.28933 82.46是来自于测量系统的误差，Reproducibility 0.00000 0.00因零件之间的差异所造成的变差非常小Part-To-Part 0.27430 17.54Total Variation 1.56364 100.00Study Var %Study VarSource StdDev(SD) (6 * SD) (%SV)Total Gage R&R 1.13549 6.81293 90.81Repeatability 1.13549 6.81293 90.81Reproducibility 0.00000 0.00000 0.001 代表这个测量系统非常的差，根本无法分辨Part-To-Part 0.52374 3.14243 41.88零件之间的差异Total Variation 1.25045 7.50273 100.00Number of Distinct Categories = 12006-4-23376σ测量系统研究(嵌套)案例Gage R&R (Nested) for Response大部分的变差是来自于测量系统的误差，而因零件之间 的差异非常小0 Xbar控制图显示，0 大部分的点都落在控制界限之内，代 表观测的变差主要都是来自于测量系统的误差2006-4-23386σ计数型MSA开展方法Attributes MSA大多数物理测量系统都是使用能够提供连续数据的测量装置；Most measure system can provide variables data对于连续数据测量系统，我们可以使用控制图或量具使用了R&R方法；For variables measure system, we can use control chart or Gage R&R属性/序列测量系统使用了按受/拒绝标准或分级，例如：The measurements are subjective ratings by people rather than direct physical measurements. Examples include:合格/不合格GOOD/ NG 好或坏\"good\" or \"bad\"区分声音(嘶嘶声，叮当声，重击声) different sounds通过/失败Pass/ Fail用1-5分对学生的成绩进行评价Ratings of student performance on a 1 to 5 scale常用分析与评估技术analysis methods2006-4-2339136σ计数型测量系统变差的影响Effect误T判LTU率NGGOODNGR&R测量系统变差误T判LTU率NGGOODNGR&R+Bias测量系统变差2006-4-23406σ计数型测量系统分析——百分比法Attribute Agreement AnalysisMINITAB--Worksheet•挑选10个代表过程波动的零件10 parts•事先经权威判断作出结论Standard•由从事日常检验活动的人员测量Operators•按照随机顺序，每个零件每人测量3次measure 3 times•记录测量结果Record2006-4-23416σ计数型测量系统的评价——百分比法测量系统的R&R——3人判断结果的不一致率Within Appraisers测量系统的有效性——3人判断结果一致且正确率Appraiser Vs Standard 漏判率——将不可接受的零件错判为“接受”的机率Good/Bad错判率——将可接受的零件错判为“拒收”的机率Bad/Good# assessments across trials/standard2006-4-2342146σ计数型测量系统分析实例——百分比法功能菜单：Stat>Quality Tools> Attribute Agreement Analysis2006-4-23436σAssessment AgreementDate of study: Reported by:Name of product:Misc:Within AppraisersAppraiser vs Standard10010090908080ttnne70e70ccrreeP60P6050504040ABCABCAppraiserAppraiser2006-4-23446σ测量人员各自的可重复性测量人员各自的正确性漏判率& 错判率2006-4-2345156σ测量系统的可重复性测量系统的正确性2006-4-23466σ计数型MSA开展方法—原理未知标准情况下的二级分类数据的Kappa分析数据整理：两位评价人的方表AB01行和频率0n00=14n01=4n0+=18P0+=0.361n10=2n11=30n1+=32P1+=0.64列和n+0=16n+1=34n=50频率P+0=0.32P+1=0.681.00–P observed记为Po，实际一致性比率，评价人对零件评价一致的数量除以零件总数。Po=(n00+n11)/n Po=(14+30)/50=0.88 –P chance记为Pe，偶然一致性比率，评价人A判为合格的比率*评价人B判为合格的比率+评价人A判为不合格的比率*评价人B判为不合格的比率。Pe= P0+·P+0+P1+·P+1 Pe=0.36×0.32+0.64×0.68=0.55042006-4-23476σ计数型MSA开展方法—原理未知标准情况下的二级分类数据的Kappa分析–Kappa系数K=p0−pe1−pe判断法则：–如果Kappa系数K≥0.9，那么该测量系统是优秀的–如果Kappa系数0.7≤K≤0.9，那么该测量系统是可以接受的–如果Kappa系数K<0.7，那么该测量系统是不可接受的，还需要改进–如果Kappa系数K<0.4，那么该测量系统的一致性很差，不能使用–如果Kappa系数K=0（即p0=pe），它表示一致性是由于偶然性引起的本案例的Kappa系数K=(0.88-0.5504)/(1-0.5504)=0.7331结论：该测量系统是可以接受的。2006-4-2348166σ计数型MSA开展方法—原理已知标准情况下的二级分类数据的Kappa分析例S2：现有50个零件，它们合格与否的情况已经确定，现请评价人C在未知标准值的情况下对此50个零件作出评定，评定结果与标准值的对照如下表所示（1-合格，0-不合格）。零件C标准值零件C标准值111261021127113002811400291150030006013111………………………………250050002006-4-23496σ计数型MSA开展方法—原理已知标准情况下的二级分类数据的Kappa分析数据整理：评价人C与标准值的方表SC01行和频率0n00=15n01=3n0+=18p0+=0.361n10=1n1131n1+=32p1+=0.64列和n+0=16n+1=34n=50频率p+0=0.32p+1=0.681.00由上述方表立即可算得实际一致性比率P0和偶然一致性比率Pe，它们是pn+n0=n=15+3150=4650=0.92Pe=P0·P+0+P1+·P+1=0.32×0.36+0.68×0.64=0.5504 K=p0−p1−p=0.92−0.5504−0.5504=0.822112006-4-23506σ计数型MSA开展方法—原理已知标准情况下的二级分类数据的Kappa分析新增评价指标：漏报比率、误报比率漏报比率=把不合格品漏报为合格品数样品数=nn=150=0.02误报比率=把合格品误报为不合格品数样品数=nn=350=0.06评定指南：测量系统评定漏报比率误报比例评价人可接受≤2%≤5%评价人可接受边缘，还需改进≤5%≤10%评价人不可接受>5%>10%本案例结论：评价人C是处于可接受边缘，还需不断改进。2006-4-2351176σ计数型MSA开展方法—原理多人多次重复下的二级分类数据的Kappa分析例S3：从过程中随机抽取50个零件，请三位评价人在未知标准的和未知零件编号的情况下分别对它们进行分二级（合格品与不合格品）评定，并要求每位评价人对每个零件各重复评定三次。未知标准场合：对三位评价人分别二二比较，进行一致性比较；已知标准场合：三位评价人与标准值分别二二比较，进行一致性比较；2006-4-23526σ利用Minitab进行计数数据的分析功能菜单：Stat>Quality Tools> Attribute Agreement Analysis2006-4-23536σ案例例S1：某生产过程已在统计意义上受控，由于过程能力指数尚不足，常有不合格品出现，为了区分合格品与不合格品，该企业培训了数名评价人。现从一批零件中随机抽取50个，请评价人A与B分别对每个零件进行评定，评定结果列于下表，现要对评价人A与B的一致性作出评定（1-合格，0-不合格），数据见例S1.mtw。1、打开工作表例S1.mtw.2、选择:Stat > Quality Tools > Attribute Agreement Analysis.3、在Attribute column, 输入测量值4、在Samples, 输入零件.5、在Appraisers, 输入测量员.6、单击OK2006-4-2354186σ案例Attribute Agreement Analysis for 测量值实际一致性比率Between Appraisers Assessment Agreement# Inspected # Matched Percent 95 % CI50 44 88.00 (75.69, 95.47)# Matched: All appraisers' assessments agree with each other.Kappa值大Fleiss' Kappa Statistics于0.7，测量系统可接受Response Kappa SE Kappa Z P(vs> 0)0 0.732620 0.141421 5.18041 0.00001 0.732620 0.141421 5.18041 0.00002006-4-23556σ案例例S2：现有50个零件，它们合格与否的情况已经确定，现请评价人C在未知标准值的情况下对此50个零件作出评定，评定结果与标准值的对照如下表所示（1-合格，0-不合格），数据见例S2.mtw。1、打开工作表例S2.mtw.2、选择:Stat > Quality Tools > Attribute Agreement Analysis.3、在Attribute column, 输入测量值4、在Samples, 输入零件.5、在Appraisers, 输入测量者.6、在Known standard/attribute, 输入标准值.7、点击Categories of the attribute data are ordered并单击OK2006-4-23566σ案例Attribute Agreement Analysis for 测量值实际一致性比率PEach Appraiser vsStandard 0Assessment AgreementAppraiser # Inspected # Matched Percent 95 % CI漏报数及占标C 50 46 92.00 (80.77, 97.78)准值比率误报数及占便# Matched: Appraiser's assessment across trials agrees with the known standard.准值比率Assessment DisagreementAppraiser # 1 / 0 Percent # 0 / 1 Percent # Mixed PercentC 1 6.25 3 8.82 0 0.00# 1 / 0: Assessments across trials = 1 / standard = 0.Kappa值# 0 / 1: Assessments across trials = 0 / standard = 1.# Mixed: Assessments across trials are not identical.Var(K)值Fleiss' Kappa StatisticsAppraiser Response Kappa SE Kappa Z P(vs> 0)C 0 0.821747 0.141421 5.81063 0.00001 0.821747 0.141421 5.81063 0.00002006-4-2357196σ练习1、某产品检查工序做测量系统分析.（数据见MSA-SPC练习.mpj习题C30-C33）已知: 两个操作者判定5个产品的好与坏，并重复两次.“标准”为样本的实际状态.2、对目测合格品系统进行测量系统分析选25件产品，其中10件“True”，10件“False”，5件不易分辨。总计13件“True”，22件“False”，数据在Atmsa.mtw内。2006-4-23586σMSA 分析改进analysis and improvement偏倚分析Bias analysis主样品有问题Sample仪器老化equipment aging工具精度不够Gage precision工具测量了不适当的质量特性improper quality characteristics工具没有校准No adjustment工具使用不正确incorrect use of Gage tool2006-4-23596σMSA 分析改进analysis and improvement稳定性分析Stability Analysis测量系统没有按要求经常做校准Adjustment某些电子仪器需预热Pre-warm仪器需做维护Maintenance主要部件已经老化Aging2006-4-2360206σMSA 分析改进analysis and improvement线性分析Linearity analysis测量系统在高低量程上未做正确的校准Adjustment最大和最小校验标准有误差error测量仪器已磨损老化aging测量系统的内部设计需重新评审internal design of measure system2006-4-23616σMSA 分析改进analysis and improvement重复性分析Repeatability analysis测量仪器没有得到很好的维护maintenance测量仪器精密度达不到要求precision测量方法不规范criterion装夹方式需进一步改进adjective tools存在松动连接，接地不良，干扰等disturbance2006-4-23626σMSA 分析改进analysis and improvement再现性分析Reproducibility操作工未得到正确使用量具的培训training显示不清楚，或精度差precision不同测量系统校准状态有差异different calibretionof 2 systems不同测量环境的差异different environment2006-4-2363216σ测量系统分析练习1.练习时间: 1小时左右2.目的：1) 掌握计量型测量系统R&R 数据收集方法2) 掌握在Minitab中输入数据并进行分析的方法3) 对Minitab分析输出的结果进行解释，加深对测量系统变动的理解3.练习准备：1) 测量对象: 从公司产品中挑选10个能覆盖公差范围的零件，并对其分别进行编号；2) 测量仪器:游标卡尺4.主要要求和开展步骤：1) 每组选取3名测量者，把每个零件的长度重复测量两次后，把测量结果输入到WorkSheet表中；a)第一个测量者把10个零件随机各做一次测量；b)第二个、第三个测量者也用相同的方法测量；c)将上面的a)b)两个步骤重复两次。d) 在Minitab中将测量结果输入WorkSheet表中2) 在Minitab中对输入数据进行Gage R&R 分析；3) 各小组对Minitab输出结果进行解释，并发表。2006-4-23646σ问题和讨论谢谢!2006-4-236522