测量系统分析属性.pptxVIP

测量系统分析属性目标 在本模块结束时你将能够：描述属性测量系统分析定义基本的测量术语进行 属性gage研究（测量系统分析）概要程序执行测量研究 流程改善方法论步骤0：项目定义步骤Ⅰ：流程测量步骤Ⅲ：流程改善计划项目，确定重要的流程输入/输出变量用实验设计验证关键的输入变量进行基本测量系统地测量仪器研究决定最优化的操作窗口进行短期流程能力研究并建立控制计划修正控制计划步骤Ⅱ：流程分析完成FMEA并评价控制计划步骤Ⅳ：流程控制完成多变量研究以确定潜在的关键输入变量最后完成控制计划评价数据并优化关键的输入变量持续验证流程的稳定性和能力研究测量系统 我们一旦有正确的数据，我们必须确定有能力来测量它需要获取的信息 - 测量误差有多大？ - 测量误差的来源 是什么？ - 测量系统随时间变化依然是稳定 的吗？ - 对于研究有 足够能力 吗？ - 我们如何 改善 测量系统？计数型数据 MSA 如果很多人评估同一事物，他们需要达成一致： - 相互之间 - 他们自己之间计数型数据比计量型数据包括更少的信息，但往往只有它是所能得到的 - 所以我们必须对完整的属性测量进行持续不断的研究问题是 - 我能够相信我的测量系统得到的数据吗？属性 MSA目标 确定： - 与整体一致的% - 与评价者一致的%（重复性） - 与评价者之间一致的%（再现性） - 与已知标准一致的%（准确性） - Kappa（究竟测量系统比随机偶然性好多少） Kappa技术非参数方式提供了一些处理主观计数数据的工具Kappa技术可以用于属性（计数型）/分类数据的分级当质量标准难于或不可能定义时使用几个单位必需分类为由超过一个评价者测量一次以上组成 - 如果基本上是一致的，存在评价正确的可能性 - 如果一致性差，评价是 非常有限的属性测量研究：方法?需要跨越流程正态极限的值30-50个样本 - 大部分应该来自于区域 - 剩余部分应该是明确的好或明确的不好例如：发票错误 - 我们收集30张发票样本 - 5张有 明确的缺陷（一个单独的缺陷或足够多的小缺陷足以拒收的发票） - 5张明确可以接受的发票（所有都正确） - 剩余的样本在数量及缺陷类型各不相同 属性测量研究-方法挑选2-3个经常评估的人随机的向一个人提供样本（不告诉哪个样本是哪个）并让这个人评估每一项一旦第一个人完成对所有项目的评估，让其他的几个人重复这个工作一旦每个人都已经评估了每一项，再重复一遍上面的实验注意：所有评估人、项目及“实验”的组合可能应该 - 每个评估人必须检测所有项目 - 每个评估人必须检测同样次数的项目（实验）属性MSA范例：投标接受这个范例源于一家公司评估合同报价.关注于当可能应该被接受却可能拒绝的合同，对该部门进行研究，如何测定评价员评价的一致性.选取了50个样本 — 一些是明确可以接受的，一些是明确不能接受的，还有一些考虑为处于“边界线”之间。四个评估员和一个专家记录了他们的评价结果 - 拒绝 或 接受合同属性MSA范例：投标接受SampleABCD1RRRA2AARA3AAAA4AAAA5AAAA6AAAA7AAAA8AAAA9AAAA10ARRR11RAAR12AAAA13RAAR14ARAA15AAAA16AAAA17AAAA18AAAA19AAAA20AAAA检验之间是否达成一致？结果显示出明确的问题 （显示了50个样本中的20个结果）在50个样本中 ， 检验者实际上只对一个“拒收”的样本全体一致通过他们对于29个“接受”样本全体一致通过%的不一致产品 = 20/50=40%属性 MSA 范例：投标报价SampleABCD1RRRA2AARA3AAAA4AAAA5AAAA6AAAA7AAAA8AAAA9AAAA10ARRR11RAAR12AAAA13RAAR14ARAA15AAAA16AAAA17AAAA18AAAA19AAAA20AAAA5AAAR10ARRR12AAAR13RAAR与专家是否一致？ 检验者 与 专家的结果%不好的接受%好的绝收A 9/13 = 69% 4/37 = 11%B 9/13 = 69% 4/37 = 11%C 9/13 = 69% 4/37 = 11%D 8/13 = 62% 3/37 = 11% 整体正确判断的% = 150/200 = 75% Kappa技术在属性MSA研究过程中，Kappa被用来总结在去除偶然 一致性后在评估人之间的一致程度 - 如果存在实质性的一致，那就存在级别准确的 可能性 - 如果不能达成一致，分