Six Sigma--离散数据的测量系统分析.pdfVIP

离散数据的测量系统分析 ARR 1- 1 Engine Boosting Systems 离散数据Gage RR 离散数据Gage RR 离散数据是不能进一步有意义地细分的数据。 二元数据是具有类似是/不是或者合格/不合格这样的仅有两种选择的离散数据。 二元离散Gage RR 目标： • 估计总体一致量 • 估计一致的不同类型 • 确定一致性是否可接受 • 寻找改进的机会 • 应该在预期观察结果的整个范围内选择样本。你必须选 取规范内、规范外和边缘的样本。 • 通过将试验之间和操作员们之间一致的次数与可能一致 的次数进行比较，来分析数据。 1- 2 Engine Boosting Systems 离散二元数据Gage RR 离散二元数据Gage RR 举例： 20 个反越位进攻案例用于分析 －一些越位，一些不越位，一些处于边缘。 对通常判断越位的3 个裁判员进行分析。 每个裁判以随机顺序评估每个案例两次。两次评估之间相隔一个星期。 原始数据被输入表格中。 1 = 越位, 0 = 不越位 1- 3 Engine Boosting Systems 离散二元数据Gage RR 离散二元数据Gage RR 现在我们有了数据，如何处理这些数据？ 对于离散数据，可以根据分析确定三个不同的要素： • 一致性的总百分比 – 量化测量系统误差 • 可重复性一致性百分比 – 量化裁判员个人误差 • 可再现性一致性百分比 – 量化裁判员之间的误差 百分比将显示系统是好是坏。如果需要改进的话，对数据的 百分比将显示系统是好是坏。如果需要改进的话，对数据的 更详细分析将告诉我们从何处入手进行改进。 更详细分析将告诉我们从何处入手进行改进。 1- 4 Engine Boosting Systems 一致性百分比是如何计算出来的(对于二元数据) ？ 一致性百分比是如何计算出来的(对于二元数据) ？ 一致的次数 % 一致性 =- x 100 可能一致的总次数 对于二元数据，我们以一种独特的方式计算可能一致的次数： n = 每件样本被评估的总次数 s = 样本的数量 如果n 是奇数，那么 如果n 是偶数，那么 2 2     n #opportunities s ×n −1  #opportunities s ×      4 4     在我们的例子中：