MSA演讲稿.ppt

* 评价测量系统的有效性 有效性=正确判断的数量 / 判断的机会总数(零件数) 判断测量系统 有效性 漏发警报比例 误发警报比例 评价人可接受的条件 ≥90% ≤2% ≤5% 评价人可接受的条件 --可能需要改进 ≥80% ≤5% ≤10% 评价人不可接受的条件 --需要改进 ＜80% ＞5% ＞10% * 评价人信息的汇总表 漏发警报比例=评价人漏判不合格次数 / 基准不合格次数 误发警报比例=评价人误判合格次数 / 基准合格次数 结论: 评价人都不可接受，均需改进。 评价人 有效性 漏发警报比例 误发警报比例 A 84% 6.3% 4.9% B 90% 6.3% 2.0% C 80% 12.5% 8.8% * 需要注意的问题： 1）测量系统最终决定的准则应该取决于对后续过程的稳定性以及该产品特性对最终顾客的影响，即使用方的风险； 2）若过程性能指数Pp=Ppk=1.33，那么所有的判断都是正确的，因为没有零件会落在测量系统的灰色区域内； 3）由于检验的目的是找出所有的不合格品，每个评价人和基准的判断交叉表中左上角，对发现不合格品判断的百分比，是将不合格零件确认为不合格的概率。（可使用贝叶斯理论） * 一般场合下的Kappa系数 两位评价人将一批产品按某质量特性分成r类。为研究评价人 之间一致性，随机抽取若干零件，若记 nij为评价人A认为产品属 于 I 类的,而评价人B则认为该产品属于 j 类,结果列表如下: 实际一致性比率: 偶然一致性比率: B A 1 2 … r 行之和ni+ 频率 1 n11 n12 n1r n1+ P1+ =n1+ /n 2 n21 n22 n2r n2+ P2+ =n2+ /n M M M r nr1 nr2 nrr nr+ Pr+ =nr+ /n 列之和n+j n+1 n+2 n+r n 频率 P+1 =n+1 /n P+r =n+r /n 1.00 * Kappa系数一致性的假设检验（r≥3时） H0：K0=0， H1：K0＞0 K0是Kappa系数的真值，K是Kappa系数统计量， 即用测量所得属性数据的计算结果，Kappa系数的检 验统计量： 由于这是单边检验，故拒绝域为W={u＞u1-α} ，若取 α=0.05，u1-α = u0.95=1.96。当U的观测值超过1.96 时，就可拒绝原假设H0 ，即AB之间的一致性不是由 于两位评价人随机地在区分产品。 * 案例 用一级、二级、三级来评价产品的光洁度质量，现从一批产品中随机抽取80件，由两位评价人对此80件产品分别进行级别评定，数据整理如下： B A 1 2 3 ni+ pi+ 1 n11=18 n12=6 n13=1 n1+=25 p1+ =0.3125 2 n21=7 n22=32 n23=4 n2+=43 p2+ =0.5375 3 n31=1 n32=4 n33=7 n3+=12 p3+ =0.1500 n+i n+1=26 n+2=42 n+3=12 n=80 p+i p+1 =0.3250 p+2 =0.5250 p+3 =0.1500 * 信号探测法 确定灰色区域宽度的近似值,以此确定测量系统 的重复性和再现性GRR。 ●编制零件基准值顺序与区域位置表； ●下灰色区域宽度 或上灰色区域宽度 =所有评价人接受的最后一个零件到所有评价人拒收的第一个零件基准值之间的距离； =0.470832－0.446697=0.024135 =0.566152－0.542704=0.023448 　● * 基准值 代码 基准值 代码 基准值 代码 0.599581 － 0.520496 ＋ 0.486379 ＋ 0.587893 － 0.519694 ＋ 0.484167 ＋ 0.576459 － 0.517377 ＋ 0.483803 ＋ 0.570360 － 0.515573 ＋ 0.477236 ＋ 0.566575 － 0.514192 ＋ 0.476901 ＋ 0.566152 － 0.513779 ＋ 0.470832 ＋ 0.561457 × 0.509015 ＋ 0.465454 × 0.559918 × 0.505850 ＋ 0.462401 × 0.547204