【2018年最新整理】MSA基本知识与操作实务.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 案例 生产过程处于统计受控并且性能指数Pp=Ppk=0.5是不可接受的。因为该过程生产不合格产品，需要一个遏制措施把不可接受的产品从生产流中挑选出来。 LSL USL 0.50 0.60 0.40 * 案例 为了遏制行动，项目小组选择了一个计数型量具，把每个零件同一个特性的限定值进行比较。如果零件满足限定值就接受这个零件，反之拒绝零件。 多数这种类型的量具以一套标准零件为基础进行设定接收与拒绝。这个计数型量具不能指出一个零件有多好或多坏，只能指出零件可接受或拒绝(如2个分级) LSL USL 0.50 0.60 0.40 X X * 案例 小组使用的特定量具具有与公差相比的%GRR为25%。由于其尚未被小组证据，需要研究测量系统。小组决定随机地从过程中抽取50个零件样本，以获得覆盖过程范围的零件，使用三名评价人，每位评价人对每个零件评价三次。 (1)指定为可接受判断，(0)为不可接受判断。下表中的基准判断和计量基准值不预先确定。表的”代码”列还用”-”,”+”,”X”显示是否在第III，II，I区域。 * 假设检验分析─交叉表方法 B 总计 0 1 A 0.0 计算 期望的计算 44 15.7 6 34.3 50 50.0 1.0 计算 期望的计算 3 31.3 97 68.7 100 100.0 总计 计算 期望的计算 47 47.0 103 103.0 150 150.0 A与B的交叉表 * 假设检验分析─交叉表方法 C 总计 0 1 B 0.0 计算 期望的计算 42 16.0 5 31.0 47 47.0 1.0 计算 期望的计算 9 35.0 94 68.0 103 103.0 总计 计算 期望的计算 51 51.0 99 99.0 150 150.0 B与C的交叉表 * 假设检验分析─交叉表方法 C 总计 0 1 A 0.0 计算 期望的计算 43 17.0 7 33 50 50.0 1.0 计算 期望的计算 8 34.0 92 66.0 100 100.0 总计 计算 期望的计算 51 51.0 99 99.0 150 150.0 A与C的交叉表 * 案例─kappa 设计这些表的目的是确定评价人之间意见一致的程度。为了确定评价一致的水平，小组用科恩的kappa来测量两个评价人对同一目标评价值的一致程度。1表示完全一致。0表示一致程度不比偶然的要好。Kappa只用于两个变量具有相同的分级值和相同的分级数的情况。 Kappa是一个评价人之间一致性的测量值，检验是否沿对角线格子中的计(接收比率一样的零件)与那些仅是偶然的期望不同。 设p0=对角线单元中计算值的总和/被测机会总数 pe=对角线单元中期望值的总和/被测机会总数 则kappa=(p0-pe)/(1-pe) * 案例─kappa Kappa是测量而不是检验。其大小用一个渐进的标准误差构成的t统计量决定。一个通用的法则是kappa大于0.75表示好的一致性；小于0.4表示一致性差，计算结果如下： kappa A B C A 0.86 0.78 B 0.86 0.79 C 0.78 0.79 * 案例─kappa结果说明 分析指出所有这个分析表明所有的评价人之间表现出的一致性好。 在此分析中有必要评价人之间是否存在差异。但是分析并未告诉我们测量系统区分不好的与好的零件的能力。在分析中，小组用计量型测量系统评价了零件，用结果确定基准判断。用这些新的信息，另一组交叉表表格被开发出来，用以评价人与基准判断比较。 * 假设检验分析─交叉表方法 基准 总计 0 1 A 0.0 计算 期望的计算 45 15.0 5 34.0 50 50.0 1.0 计算 期望的计算 3 33.0 97 68.0 100 100.0 总计 计算 期望的计算 48 48.0 102 102.0 150 150.0 A与基准判断交叉表 * 假设检验分析─交叉表方法 基准 总计 0 1 B 0.0 计算 期望的计算 45 15.0 2 32.0 47 47.0 1.0 计算 期望的计算 3 33.0 100 70.0 103 103.0 总计 计算 期望的计算 48 48.0 102 102.0 150 150.0 B与基准判断交叉表 * 假设检验分析─交叉表方法 基准 总计