- 1、本文档共33页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
[工程科技]08 Green Belt Measure - MSA
测量是任何Six Sigma项目的基础 你的数据如何?是否真实? 不可靠的数据将直接危害到你决策的成功. Six Sigma项目中用到的数据必须是可靠的. 不可靠数据的危害性比没有数据更大. Gage RR测量法是用来分析一个测量系统,以决定获得数据的数量和(错误)的类型。 Gage RR测量法研究主要用于: 确认所采用的度量法是合适的 定量程序差异引起的测量错误次数或产品技术规格。 使你对你的数据有信心。 当测量差异不可接受时,找出测量系统可改进的方面。 Gage RR 法用于油漆厚度测量 有关测量数据的一些常见问题 什么是测量法? 用数字描述某事物,通常是一些非数字性的元素。 我们为什么需要测量数据? 我们利用测量数据来作决定,例如:产品接受度、生产过程控制等。 我是否接受这个产品?制作过程是否合格或是还需要改进? 我们在测量数据中期望什么? 有效性… 测量法用来测量需要测量的数据。 可靠性… 重复检测要求个体反应一致。 我们对一个好的测量系统期望什么? 准确性 ...得到的数据应接近被测量的实际特性。 重复性 ...重新测量的结果必须是一致的! 连续性 …测试的系统应在整个范围中能得出精确的、持续的结果。 再现性 …测量结果不可依赖而独立于某一特定的操作员。 稳定性 …在长期的条件下,系统应得出相同的测量结果。 有关测量数据的一些常见问题 什么计量器? 用于测量的器具。 什么是检测员 (或测量员)? 使用计量器来测量的个人或装置。 什么是测量系统? 测量系统包括所有和测量相关的因素:计量器、人员、材料、测量方法、环境。 更多常见问题 有关测量数据的常见问题 测量系统变化的来源 辨别或计量器分辨率 这个特性指测量系统可以将测量法划分成“数据类” 。 在一组已知数据内,一些相近的数据会被视做是相同的。 例如:某计量器的分辨率为0.001英寸,测量到的物体分别为 16.00055, 16.00085和16.00145 ,那它们都会被归类到16.001。 一个好的测量系统应该可以划分到至少5个数据种类。 当不可接受的差异存在时,此范围的图表将显示离散的突然跳级或上升。 分辨率举例 计划 Gage RR 研究 1. 识别数据类型 2. 找出差异的可能来源 3. 选择研究样本 4. 测量样本并记录 5. 分析结果。 Gage RR 研究目标 Gage RR 研究的主要目标是确认为项目收集数据的系统是否可靠。 识别数据类型 连续型的数据 离散型的 数据 识别差异的来源 利用操作员的知识来识别差异的潜在来源。 使用一个测量示范来找出测量系统可能引起的差异。 使用鱼骨架构或者结构树的方法来阐明各种因素的相关关系。 收集样本 连续的 选择的样本要能反映整个期望观测的范围。样本差异应能反映出真实差异。 使用一些“标准规格之外”的样本。 离散的(非连续性的数据 GRR 需要更多的样本。) 同时选择 “标准规格之内”及“标准规格之外”的样本。 选择一些接近标准规格界限(临界点)的样本。 数据收集 使用典型的测量程序 确保计量器已校准。 决定有多少重要的数据需要记录 确保计量器有适当的分辨率 请熟习 GRR 测量的操作员进行操作。如果有3个以上的操作员参加,分析效果将更佳。 收集数据 测量10个单位 (指导方针) 每位操作员测量每一单位2到3次。 首次实验之后,将测量次序随机打乱,以确保操作员不知道样本号码。 每次实验使用独立的数据记录,使重复测量的不一致性减到最小。 数据分析 数据分析可用专业的分析软件分析,例如Minitab 如大家项目中需要对测量系统进行评估,请寻求以下人员的帮忙: 赖海娇 (Sunny, Lai) 刘小剑 (May, Liu) 王志(Wang Zhi) 评估测量系统的指标 以下的指标可用来评估一个测量系统 离散数据 Gage R R 离散数据 离散数据 是指数据不能有意义地被再细分到更精确的尺度。 二元数据 指只有2个选择的非连续性的数据,是/否,或及格/不及格。 名义数据类别变数由2个或多个级别组成,这些级别没有自然顺序关系。如酒味可分为口感,果味,橡酵等不同级别。 顺序数据 三级或以上有自然顺序关系的分类变数,譬如将特性或满意度按1到5的数值范围排列 (Likert Scale). 这类数据有很难判别的相同特性。为了评估分类的一致性,多个单位应由一个以上的评估者来判断。 判断可接受的一致性比例 进行离散数据 Gage RR的方法指引 离散数据 Gage RR Minitab 非堆叠性数据 数据可以是堆叠的或非堆叠的。 当出现非堆叠性数据时,将每个评估数据依不同试验分列在不同的列中。你也可以选择将所有数据列于同一列之中,然后为测量值和零件号码建立一个标
文档评论(0)