MSA实战培训题库.pptVIP

Minitab-交叉MSA * Minitab-菜单 量具RR 研究方法有交叉与嵌套两种。 交叉，每个零件可以由多位操用员重复测量。 嵌套，每个零件只能由一位操用员测量一次，如破坏性的检验。 对于重复性和再现性的分析方法：Xbar-R 和方差法。 严格来说，方差法比Xbar-R法较正确，因为考虑到操作人员与零件的交互作用。交叉，可以让你选用Xbar-R或方差法；嵌套，只能选择方差法 嵌套，在采集样件时，零件是成堆的(不可重复分析)，因为每个操作员都只量测唯一的料件。假设你有用到破坏性的试验,你必须要有足够的证据确定同一个批量中的所有物料都是相等的。 * Minitab-输出 注：MSA解读标准P102-119 三个操作员的平均值趋于相同，但物件10的再现性不可以接受；大多数的平均值都在控制线之外，三人基本一致，则零件间的变异可以为过程的分析和控制提供有用的信息； 在控制线内，虽有5个以上的水平，但是有11个R值是零，超过1/4的标准，判定：量具的分辨力不够； R值没有失控的情形，因此判定重复性可以接受； 发现评价人的变差之间存在差异 三人的平均值图有明显的波动；发现评价人之间的差别在零件10上较为明显；三个K线条之间有交互关系，但交互作用小。 各波动分量方差贡献率（小于1%合格） =σ2MS/σ2总合x100 %GRR值= 6σMS/6σ总合x100 %P/T值 结论：不能接受 物件10的变异较大，不符合每个物件的变异最少的原则。说明此件的重复性与再现性波动较大。 三个操作员之间的平均值水平线虽然不够水平，并趋于水平，再现性波动小，但不是最低。 * * * Minitab-输出 可区分的类别数4，只能够用于不太敏感的计量型控制图，只能用于过程参数及指数的粗略估计。 ndc组数＜5，因此判定：测量系统不具备起码的分辨力。 %RR %P/T 测量系统变异 方差分量贡献率% 人和零件的交互作用 * 属性一致性MSA 如果卡帕统计量=1，一致性是完善的 如果卡帕统计量=0，一致性是同概率所期待的一样 如果卡帕统计量＜0，一致性是比概率所期待的差 属性MSA：Fleiss‘s KappaKappa卡帕统计量是用来评估评定等级之间的绝  对一致性的程度可用在二进数、标称数和序数的数据类型可以这样解释卡帕统计量 * 属性MSA： Fleiss，s Kappa统计量 决定 实效 卓越的一致性 ≥0.9 可接受的一致性 ≥0.7，且 ＜0.9 不可接受-需改进 ＜0.7 * 举例：属性一致性分析 * * Minitab中的属性MSA * Minitab中的属性MSA * Minitab中的属性MSA-诠释 检验员自身的一致性评估： Fred的95%置信区间是86.09~100，Kappa统计量为1。综合一致性卓越。 Lee的95%置信区间是68.3~98.77， Kappa统计量为0.79。综合一致性可以接受。 检验员与标准的一致性评估： Fred的95%置信区间是86.09~100，Kappa统计量为1。综合一致性卓越。 Lee的95%置信区间是62.11~96.79， Kappa统计量为0.79。综合一致性可以接受。 重复性的 一致性比率 偏倚的 一致性比率 * Minitab中的属性MSA-诠释 检验员之间的一致性评估： 95%置信区间是62.11~96.79，Kappa统计量为0.83。综合一致性可以接受 所有检验员与标准的一致性评估： 95%置信区间是62.11~96.79，Kappa统计量为0.89。综合一致性可以接受 再现性的 一致性比率 总体有效性的 一致性比率 一致性比率标准： 大于或等于90% 以上，为最好； 大于或等于80% ，且小于90%， 可以接受； 小于80%，应采 取措施。 * * 人有了知识，就会具备各种分析能力， 明辨是非的能力。 所以我们要勤恳读书，广泛阅读， 古人说“书中自有黄金屋。 ”通过阅读科技书籍，我们能丰富知识， 培养逻辑思维能力； 通过阅读文学作品，我们能提高文学鉴赏水平， 培养文学情趣； 通过阅读报刊，我们能增长见识，扩大自己的知识面。 有许多书籍还能培养我们的道德情操， 给我们巨大的精神力量， 鼓舞我们前进。 * MSA-培训讲义 Measurement System Analysis * 什么是MSA? 测量系统分析是一项研究，目的是为了了解系统性和随机性因素如何影响我们正确测量某些测评项的能力。 观测结果=真正未知值+误差 * 为什么MSA是重要的？ 错误的决定 需要更大的样本量 低估能力指数 对于边界样品：劣等的可能被测量成优良的；优良的可能被测量成劣等的。 * 测量