Unit-3測(cè)量 32 測(cè)量系統(tǒng)分析(MSA)

1、六西格瑪斷根推進(jìn)團(tuán)隊(duì)六西格瑪斷根推進(jìn)團(tuán)隊(duì) 測(cè)量測(cè)量(Measure)階段階段 Haier Six sigma GB Training-V3.0MSA -1- Haier Six sigma GB Training-V3.0MSA -2- Define Measure Analyze Improve Control Step 4- 確定項(xiàng)目確定項(xiàng)目Ys Step 5- 確認(rèn)確認(rèn)Y的現(xiàn)水準(zhǔn)的現(xiàn)水準(zhǔn) Step 6-發(fā)掘潛在的原因發(fā)掘潛在的原因 變量變量(X) q 基礎(chǔ)統(tǒng)計(jì)學(xué)基礎(chǔ)統(tǒng)計(jì)學(xué) q Minitab簡(jiǎn)介簡(jiǎn)介 q 測(cè)量系統(tǒng)分析測(cè)量系統(tǒng)分析 q Y的表現(xiàn)水平的表現(xiàn)水平 及目標(biāo)及目標(biāo) q 確定改進(jìn)目標(biāo)

2、確定改進(jìn)目標(biāo) Haier Six sigma GB Training-V3.0MSA -3- q MSA 概要概要 q 測(cè)量系統(tǒng)評(píng)價(jià)測(cè)量系統(tǒng)評(píng)價(jià) q 計(jì)量型數(shù)據(jù)計(jì)量型數(shù)據(jù) Gage R q 測(cè)量系統(tǒng)分析測(cè)量系統(tǒng)分析(MSA) 是Measurement System Analysis的首字母的縮寫(xiě),表示為了確保數(shù) 據(jù)的信賴性,通過(guò)研究測(cè)量系統(tǒng)所發(fā)生的變動(dòng)對(duì)工程散布的影響,從 而判斷該測(cè)量系統(tǒng)的適合性 Haier Six sigma GB Training-V3.0MSA -5- q 測(cè)量系統(tǒng)評(píng)價(jià)的重要性測(cè)量系統(tǒng)評(píng)價(jià)的重要性 1.測(cè)量數(shù)據(jù) 1)作為分析判斷的基本依據(jù),有必要評(píng)價(jià)其信賴性; 2)依據(jù)

3、測(cè)量系統(tǒng)進(jìn)行觀測(cè)和評(píng)價(jià) 2.測(cè)量系統(tǒng)的分析 是6SIGMA活動(dòng)的最基本的工作和最重要的部分之一 3.測(cè)量系統(tǒng)分析被強(qiáng)調(diào)的原因 1)所有的產(chǎn)品通常都是由許多部件構(gòu)成的; 2)產(chǎn)品的小型化趨勢(shì)使產(chǎn)品的誤差界限縮小; 3)部件更換或組裝時(shí)通常要求有互換性; 4)為了能大量生產(chǎn),通常有增大自動(dòng)組裝的必要性 q測(cè)量系統(tǒng)分析的種類測(cè)量系統(tǒng)分析的種類 1.連續(xù)性數(shù)據(jù)的MSA; 2.離散性數(shù)據(jù)的MSA Haier Six sigma GB Training-V3.0MSA -6- q 測(cè)量值真實(shí)可信嗎測(cè)量值真實(shí)可信嗎 - 測(cè)量值通常不是絕對(duì)的,它是測(cè)量流程的結(jié)果,與其他流程一樣也 具有散布; - 因此,在測(cè)量

4、系統(tǒng)得到驗(yàn)證之前,在項(xiàng)目中應(yīng)把它作為一個(gè)重要 的X變量來(lái)考慮; Haier Six sigma GB Training-V3.0MSA -7- 真值真值 (實(shí)際產(chǎn)品散布實(shí)際產(chǎn)品散布) 測(cè)量誤差測(cè)量誤差 (測(cè)量散布測(cè)量散布 ) 測(cè)量值測(cè)量值 (觀察的散布觀察的散布) q 測(cè)量值的構(gòu)成要素測(cè)量值的構(gòu)成要素 = 數(shù)據(jù)到處都有數(shù)據(jù)到處都有,但不一定反映事實(shí)但不一定反映事實(shí),因此有必要確認(rèn)數(shù)據(jù)的信賴性因此有必要確認(rèn)數(shù)據(jù)的信賴性. Haier Six sigma GB Training-V3.0MSA -8- q 在在MSA研究時(shí)需要確保的信息資料研究時(shí)需要確保的信息資料 測(cè)量誤差有多大? 測(cè)量誤差的原因

5、是什么? 測(cè)量工具分辨率如何 ? 重新測(cè)量也有相同的結(jié)果嗎 ? 使用其他測(cè)量工具也有相同的結(jié)果嗎 ? 測(cè)量工具隨著時(shí)間變化會(huì)長(zhǎng)期穩(wěn)定嗎? 測(cè)量工具是否具備執(zhí)行該研究(分析)的能力? 怎樣提高測(cè)量系統(tǒng)? Haier Six sigma GB Training-V3.0MSA -9- 理想的測(cè)量系統(tǒng)是測(cè)量時(shí)能夠反映出“真值”. 測(cè)量系統(tǒng)的品質(zhì)是由統(tǒng)計(jì)性屬性決定的. q 測(cè)量系統(tǒng)的屬性測(cè)量系統(tǒng)的屬性 Haier Six sigma GB Training-V3.0MSA -10- 工程散布可能的來(lái)源工程散布可能的來(lái)源 我們將把我們將把 “ “重復(fù)性重復(fù)性”和和 “ “再現(xiàn)性再現(xiàn)性”作為測(cè)量誤差的第一

6、來(lái)源來(lái)探討作為測(cè)量誤差的第一來(lái)源來(lái)探討 為了調(diào)查實(shí)際的工程散布，必須首先確定測(cè)量系統(tǒng)的散布，并把它從工程為了調(diào)查實(shí)際的工程散布，必須首先確定測(cè)量系統(tǒng)的散布，并把它從工程 散布中分離出來(lái)散布中分離出來(lái) 穩(wěn)定性線性 長(zhǎng)期工程 散布 短期工程 散布 樣本之 間散布 實(shí)際工程散布 重復(fù)性校準(zhǔn) 測(cè)量?jī)x 器散布 作業(yè)者 散布 測(cè)量散布 觀察到的散布 Haier Six sigma GB Training-V3.0MSA -11- 設(shè)備不穩(wěn)定設(shè)備不穩(wěn)定 測(cè)量?jī)x器測(cè)量?jī)x器 環(huán)境環(huán)境 方法方法 配件磨損配件磨損 電力不穩(wěn)定電力不穩(wěn)定 標(biāo)準(zhǔn)次序標(biāo)準(zhǔn)次序 測(cè)量散布測(cè)量散布 (錯(cuò)誤的測(cè)量值錯(cuò)誤的測(cè)量值) 濕度濕度 清

7、潔度清潔度 震動(dòng)震動(dòng) 電壓變化電壓變化 氣溫變化氣溫變化 q 測(cè)量散布的原因測(cè)量散布的原因 ? (4M 1E) 樣本樣本 測(cè)量者測(cè)量者 灰塵灰塵/噪音噪音 標(biāo)準(zhǔn)樣本標(biāo)準(zhǔn)樣本 量產(chǎn)樣本量產(chǎn)樣本 良品樣本良品樣本 不良樣本不良樣本 保管保管/管理管理 感覺(jué)感覺(jué),氣氛氣氛 熟練度熟練度 測(cè)量位置測(cè)量位置 測(cè)量次數(shù)測(cè)量次數(shù) 測(cè)量條件測(cè)量條件 Haier Six sigma GB Training-V3.0MSA -12- 假設(shè)某實(shí)際工程的標(biāo)準(zhǔn)偏差為5,平均為 70， 假設(shè)另有一帶有一定測(cè)量誤差 (即標(biāo)準(zhǔn)偏差=5)的測(cè)量系統(tǒng). 使用Minitab, 來(lái)模擬測(cè)量誤差給流程能力所帶來(lái)的影響. q Minit

8、ab 練習(xí)練習(xí) : 流程能力及測(cè)量誤差流程能力及測(cè)量誤差 Haier Six sigma GB Training-V3.0MSA -13- l按照這些方法產(chǎn)生數(shù)據(jù)來(lái)模按照這些方法產(chǎn)生數(shù)據(jù)來(lái)模 擬我們的模型擬我們的模型: : 產(chǎn)生一個(gè)隨機(jī)正態(tài)分布產(chǎn)生一個(gè)隨機(jī)正態(tài)分布 Haier Six sigma GB Training-V3.0MSA -14- 產(chǎn)生測(cè)量系統(tǒng)隨機(jī)數(shù)據(jù) 實(shí)際流程 +測(cè)量系統(tǒng) Haier Six sigma GB Training-V3.0MSA -15- 11010090807060504030 15 10 5 0 Observ ed Frequency LSLUSL 11010

9、090807060504030 15 10 5 0 Process Frequency LSLUSL - - 測(cè)量誤差測(cè)量誤差 - - 測(cè)量誤差測(cè)量誤差 Haier Six sigma GB Training-V3.0MSA -16- q 和測(cè)量系統(tǒng)相關(guān)的術(shù)語(yǔ)和測(cè)量系統(tǒng)相關(guān)的術(shù)語(yǔ) （ Accuracy ） - - 正確性正確性 - - 真值（真值（ True value ） - - 偏離（偏離（ Bias ） -直線性（直線性（ Linearity ） -穩(wěn)定性（穩(wěn)定性（Stability） -重復(fù)性（重復(fù)性（ Repeatability ） -再現(xiàn)性（再現(xiàn)性（ Reproducibility

10、 ） Haier Six sigma GB Training-V3.0MSA -17- 是是指測(cè)量?jī)x器的最小刻度指測(cè)量?jī)x器的最小刻度可以測(cè)量到可以測(cè)量到被測(cè)對(duì)象的小數(shù)點(diǎn)的被測(cè)對(duì)象的小數(shù)點(diǎn)的位置。位置。 測(cè)量測(cè)量?jī)x器儀器的的刻度通常應(yīng)為刻度通常應(yīng)為為產(chǎn)品規(guī)格或工程散布寬度的十分之一為產(chǎn)品規(guī)格或工程散布寬度的十分之一 12345 好的分辨率好的分辨率 12345 差的分辨率差的分辨率 q分辨率分辨率 Haier Six sigma GB Training-V3.0MSA -18- 平均平均 散布散布 正確性正確性 精密性精密性 m mm mm m 測(cè)量系統(tǒng)測(cè)量系統(tǒng)產(chǎn)品產(chǎn)品 總總 + += = s

11、ss ss s 222 測(cè)量系統(tǒng)測(cè)量系統(tǒng)產(chǎn)品產(chǎn)品 總總 + += = q 測(cè)量系統(tǒng)和關(guān)聯(lián)術(shù)語(yǔ)測(cè)量系統(tǒng)和關(guān)聯(lián)術(shù)語(yǔ) 測(cè)量誤差測(cè)量誤差 = 正確性正確性(平均平均) + 精密性精密性(散布散布) 測(cè)量系統(tǒng)偏離測(cè)量系統(tǒng)偏離-通過(guò)通過(guò) “校準(zhǔn)研究校準(zhǔn)研究”決定決定 測(cè)量系統(tǒng)散布測(cè)量系統(tǒng)散布 - 通過(guò)通過(guò) “R ; 是測(cè)量系統(tǒng)的固有散布，可作為是測(cè)量系統(tǒng)的固有散布，可作為 短期散布短期散布的估計(jì)，的估計(jì)， 真值真值 平均值平均值 重復(fù)性好重復(fù)性好 平均值平均值 重復(fù)性差重復(fù)性差 重復(fù)性差的潛在原因有那些？重復(fù)性差的潛在原因有那些？ Haier Six sigma GB Training-V3.0MSA -

12、27- q 再現(xiàn)性再現(xiàn)性 不同的操作者用相同或不同的測(cè)量?jī)x器測(cè)量同一個(gè)樣本的同一個(gè)特性時(shí)不同的操作者用相同或不同的測(cè)量?jī)x器測(cè)量同一個(gè)樣本的同一個(gè)特性時(shí) 測(cè)量的平均值間的差異測(cè)量的平均值間的差異 真值真值 再現(xiàn)性好再現(xiàn)性好 作業(yè)者作業(yè)者 1 再現(xiàn)性差再現(xiàn)性差 作業(yè)者作業(yè)者 2作業(yè)者作業(yè)者 3作業(yè)者作業(yè)者 1作業(yè)者作業(yè)者 2作業(yè)者作業(yè)者 3 再現(xiàn)性差的潛在原因有哪些？再現(xiàn)性差的潛在原因有哪些？ Haier Six sigma GB Training-V3.0MSA -28- 例子例子 l假設(shè)我們有一個(gè)真實(shí)假設(shè)我們有一個(gè)真實(shí)“硬度硬度” ” 為為5.05.0的參考材料的參考材料 l用方法用方法 1

13、得出以下讀數(shù)：得出以下讀數(shù)：3.8, 4.4, 4.2, 4.0 l用方法用方法2 得出以下讀數(shù)：得出以下讀數(shù)：6.5, 4.0, 3.2, 6.3 l哪個(gè)方法更精確？哪個(gè)方法更精確？ l哪個(gè)方法更精密哪個(gè)方法更精密? ? l你更傾向于哪個(gè)方法？為什么？你更傾向于哪個(gè)方法？為什么？ Haier Six sigma GB Training-V3.0MSA -29- 正確性是正確性是. 真值真值 平均值平均值 偏離偏離 測(cè)量誤差不應(yīng)大于規(guī)格公差和產(chǎn)品散布的測(cè)量誤差不應(yīng)大于規(guī)格公差和產(chǎn)品散布的10%. 精密性是精密性是. 真值真值真值真值 重復(fù)性好重復(fù)性好重復(fù)性差重復(fù)性差 真值真值 再現(xiàn)性好再現(xiàn)性好

14、再現(xiàn)性差再現(xiàn)性差 檢查者檢查者A 檢查者檢查者B 檢查者檢查者C 檢查者檢查者A 檢查者檢查者B - 測(cè)測(cè)量?jī)x儀器的自身變動(dòng)自身變動(dòng) - 測(cè)量者間的變動(dòng)測(cè)量者間的變動(dòng) 真值真值 Haier Six sigma GB Training-V3.0MSA -30- q 測(cè)量系統(tǒng)分析步驟測(cè)量系統(tǒng)分析步驟 1.1.決定測(cè)量的項(xiàng)目與特性決定測(cè)量的項(xiàng)目與特性 2.2.確認(rèn)測(cè)量?jī)x器確認(rèn)測(cè)量?jī)x器 3.3.收集數(shù)據(jù)資料收集數(shù)據(jù)資料 4.4.分析數(shù)據(jù)并得出結(jié)論分析數(shù)據(jù)并得出結(jié)論 Haier Six sigma GB Training-V3.0MSA -31- q 事前確認(rèn)事項(xiàng)事前確認(rèn)事項(xiàng) 選定正確的測(cè)量系統(tǒng)了嗎選定

15、正確的測(cè)量系統(tǒng)了嗎 ? ? 選定的重要測(cè)量系統(tǒng)輸入變量和重要輸出變量間的關(guān)系選定的重要測(cè)量系統(tǒng)輸入變量和重要輸出變量間的關(guān)系? ? 測(cè)量系統(tǒng)的統(tǒng)計(jì)特性是否滿足測(cè)量系統(tǒng)的統(tǒng)計(jì)特性是否滿足? ? 數(shù)據(jù)的用途是什么數(shù)據(jù)的用途是什么 ? ? 對(duì)測(cè)量?jī)x器是否實(shí)施過(guò)檢驗(yàn)與校正，其結(jié)果如何？對(duì)測(cè)量?jī)x器是否實(shí)施過(guò)檢驗(yàn)與校正，其結(jié)果如何？ q 事后確認(rèn)事項(xiàng)事后確認(rèn)事項(xiàng) 樣本的選定具有代表性嗎樣本的選定具有代表性嗎 ? 與工程散布和規(guī)格相比其結(jié)果如何與工程散布和規(guī)格相比其結(jié)果如何 ? 測(cè)量時(shí)是否有誤差測(cè)量時(shí)是否有誤差? Haier Six sigma GB Training-V3.0MSA -32- Haier

16、Six sigma GB Training-V3.0MSA -33- l它說(shuō)明有多少百分比的總散布是由測(cè)量誤差所帶來(lái)的它說(shuō)明有多少百分比的總散布是由測(cè)量誤差所帶來(lái)的 l包括重復(fù)性和再現(xiàn)性包括重復(fù)性和再現(xiàn)性 - - % R & R 30% : : 不適當(dāng)不適當(dāng) % &RR MS Total = s s 100 q % R & R 一般以百分比表示一般以百分比表示 Haier Six sigma GB Training-V3.0MSA -34- 觀察到的工程散布觀察到的工程散布 測(cè)量系統(tǒng)散布測(cè)量系統(tǒng)散布 %R&R = 20% %R&R = 75% %R&R = 100% Haier Six sig

17、ma GB Training-V3.0MSA -35- l%R&R 是工程改進(jìn)負(fù)責(zé)人最佳的參考測(cè)量值是工程改進(jìn)負(fù)責(zé)人最佳的參考測(cè)量值. . -% R & R用以推測(cè)測(cè)量系統(tǒng)的散布占全部工程散布的百分率用以推測(cè)測(cè)量系統(tǒng)的散布占全部工程散布的百分率 -%R&R 是執(zhí)行工程改進(jìn)研究時(shí)最有用的推測(cè)值是執(zhí)行工程改進(jìn)研究時(shí)最有用的推測(cè)值. . q % R & R的使用的使用 Haier Six sigma GB Training-V3.0MSA -36- q P/T 比比 一般用一般用 %表現(xiàn)表現(xiàn) P T Tolerance MS / .* = 515s 注意注意 : 5.15標(biāo)準(zhǔn)偏差占測(cè)量系統(tǒng)散布的標(biāo)準(zhǔn)

18、偏差占測(cè)量系統(tǒng)散布的 99%. 5.15是產(chǎn)業(yè)標(biāo)準(zhǔn)是產(chǎn)業(yè)標(biāo)準(zhǔn). 說(shuō)明有多少說(shuō)明有多少百分比的公差百分比的公差 由測(cè)量誤差所占據(jù)由測(cè)量誤差所占據(jù) l包括重復(fù)性和再現(xiàn)性包括重復(fù)性和再現(xiàn)性 l作為目標(biāo)，我們追求作為目標(biāo)，我們追求 P/T 15 -如果不現(xiàn)實(shí)或不可能，選擇測(cè)試數(shù)，以使： 如果如果 樣本數(shù)樣本數(shù) x x 操作者數(shù)操作者數(shù) 15, 15, 測(cè)試數(shù)測(cè)試數(shù) = 3 = 3 如果如果 樣本數(shù)樣本數(shù) x x 操作者數(shù)操作者數(shù) 8, 8, 測(cè)試數(shù)測(cè)試數(shù) = 3 = 3 到到 4 4 如果如果 樣本數(shù)樣本數(shù) x x 操作者數(shù)操作者數(shù) 5, 5, 測(cè)試數(shù)測(cè)試數(shù) = 4 = 4 到到 5 5 如果如果 樣

19、本數(shù)樣本數(shù) x x 操作者數(shù)操作者數(shù) 4, 4, 測(cè)試數(shù)測(cè)試數(shù) = 6 = 6 到到 6 6 Haier Six sigma GB Training-V3.0MSA -49- q 樣本選定方法樣本選定方法 從工程中抽樣應(yīng)覆蓋工程的散布范圍 如果你生產(chǎn)了一種材料，檢定的平均值為 9.00， sigma 為 0.01，那么抽樣的檢定范圍為 8.97 - 9.03 (99%的范圍) -如果你的工程生產(chǎn)具有不同檢定但具有相同基數(shù)的材料， 把其分群并分別作R&R研究 一個(gè)工程生產(chǎn)出檢定為 70.0, 85.0, 和 90.5 ，公差均 為 +/- 0.50 的材料，均用同一系統(tǒng)測(cè)量 作3次研究 對(duì)每個(gè)檢

20、定作一次 -如果你把上述樣本合在一起， GR&R值將被人為地降低 Haier Six sigma GB Training-V3.0MSA -50- q R&R 分析順序分析順序 校準(zhǔn)測(cè)量?jī)x器，或確認(rèn)它已經(jīng)被校準(zhǔn) 讓操作者1 隨機(jī)測(cè)量一次所有的樣本 讓操作者2 隨機(jī)測(cè)量一次所有的樣本 繼續(xù)到所有的操作者都對(duì)樣本進(jìn)行了一次測(cè)量（這就是測(cè)試1） 重復(fù)步驟 2-4 直到所需數(shù)目的測(cè)試為止 用所提供的形式?jīng)Q定R&R研究的統(tǒng)計(jì)量 -重復(fù)性 -再現(xiàn)性 -以上每個(gè)的標(biāo)準(zhǔn)偏差 -%R&R -P/T 比 分析結(jié)果并決定可能的后續(xù)措施 Haier Six sigma GB Training-V3.0MSA -51-

21、 q Minitab 生成生成 Gage R&R Data Matrix Haier Six sigma GB Training-V3.0MSA -52- Haier Six sigma GB Training-V3.0MSA -53- q 部件文本格式部件文本格式進(jìn)進(jìn)行行數(shù)數(shù)字格式字格式轉(zhuǎn)換轉(zhuǎn)換 Haier Six sigma GB Training-V3.0MSA -54- 讓我們用 Minitab 來(lái)分析數(shù)據(jù) 打開(kāi)文件中的工作表 我們將使用 Minitab 的測(cè)量?jī)x器 R&R 研究功能 Haier Six sigma GB Training-V3.0MSA -55- 在此輸入測(cè)量?jī)x器相關(guān)

22、的信息作在此輸入測(cè)量?jī)x器相關(guān)的信息作 為履歷為履歷 在輸入欄中輸入規(guī)格公差在輸入欄中輸入規(guī)格公差 -公差是規(guī)格的整個(gè)范圍！公差是規(guī)格的整個(gè)范圍！ 你也可以加上一個(gè)描述性標(biāo)題你也可以加上一個(gè)描述性標(biāo)題 Haier Six sigma GB Training-V3.0MSA -56- q Minitab 分析結(jié)果分析結(jié)果 Minitab 產(chǎn)生解析的和圖表的分析信息 -解析結(jié)果 ANOVA 表格 散布構(gòu)成 百分比占有率表 -圖表結(jié)果 X-Bar / R 圖 散布構(gòu)成 操作者*部品交互作用圖 操作者別和部品別圖 讓我們先看解析結(jié)果，然后再看圖表結(jié)果 Haier Six sigma GB Trainin

23、g-V3.0MSA -57- 包含交互作用的包含交互作用的雙雙因子方差分析表因子方差分析表 來(lái)來(lái)源源 自由度自由度 SS MS F P Sample 9 2.05871 0.228745 39.7178 0.000 Operator 2 0.04800 0.024000 4.1672 0.033 Sample * Operator 18 0.10367 0.005759 4.4588 0.000 重重復(fù)復(fù)性性 30 0.03875 0.001292 合合計(jì)計(jì) 59 2.24913 刪刪除交互作用除交互作用項(xiàng)選項(xiàng)選定的定的 Alpha = 0.25 如果是好的測(cè)量系統(tǒng)則在如果是好的測(cè)量系統(tǒng)則在

24、ANOVA table里里 Sample項(xiàng)表現(xiàn)為非常顯著，項(xiàng)表現(xiàn)為非常顯著， 而而Operator表現(xiàn)為不太顯著表現(xiàn)為不太顯著 q 會(huì)話會(huì)話窗口窗口 解釋解釋 Haier Six sigma GB Training-V3.0MSA -58- 量具量具 R&R 方差分量方差分量 來(lái)來(lái)源源 方差分量方差分量 貢獻(xiàn)貢獻(xiàn)率率 合合計(jì)計(jì)量具量具 R&R 0.0044375 10.67 重重復(fù)復(fù)性性 0.0012917 3.10 再再現(xiàn)現(xiàn)性性 0.0031458 7.56 Operator 0.0009120 2.19 Operator*Sample 0.0022338 5.37 部件部件間間 0.037

25、1644 89.33 合合計(jì)變異計(jì)變異 0.0416019 100.00 過(guò)過(guò)程公差程公差 = 0.5 研研究究變異變異 %研研究究變變 %公差公差 來(lái)來(lái)源源 標(biāo)標(biāo)準(zhǔn)差準(zhǔn)差(SD) (6 * SD) 異異 (%SV) (SV/Toler) 合合計(jì)計(jì)量具量具 R&R 0.066615 0.39969 32.66 79.94 重重復(fù)復(fù)性性 0.035940 0.21564 17.62 43.13 再再現(xiàn)現(xiàn)性性 0.056088 0.33653 27.50 67.31 Operator 0.030200 0.18120 14.81 36.24 Operator*Sample 0.047263 0.2

26、8358 23.17 56.72 部件部件間間 0.192781 1.15668 94.52 231.34 合合計(jì)變異計(jì)變異 0.203965 1.22379 100.00 244.76 可可區(qū)區(qū)分的分的類別數(shù)類別數(shù) = 4 q 會(huì)話會(huì)話窗口窗口 解釋解釋 Haier Six sigma GB Training-V3.0MSA -59- 因測(cè)量系統(tǒng)的變動(dòng)因測(cè)量系統(tǒng)的變動(dòng) (%Contribution：方差分量貢獻(xiàn)率：方差分量貢獻(xiàn)率)占總變動(dòng)的占總變動(dòng)的10.67%, 因此樣本因此樣本 間的變動(dòng)為間的變動(dòng)為 89.33%. 反復(fù)性散布占反復(fù)性散布占3.10%，再現(xiàn)性散布占再現(xiàn)性散布占7.56%.

27、 可見(jiàn)相對(duì)于重復(fù)性變動(dòng)，作業(yè)者間的差異可見(jiàn)相對(duì)于重復(fù)性變動(dòng)，作業(yè)者間的差異 更大更大 從從%R&R看看%Study Variation（%研究變異研究變異 %SV）, 結(jié)果為結(jié)果為32.66% %，脫離了允許水，脫離了允許水 準(zhǔn)準(zhǔn)30%30%須改進(jìn)。須改進(jìn)。 (%Contribution：方差分量貢獻(xiàn)率：方差分量貢獻(xiàn)率) 10.67%有下列關(guān)系式有下列關(guān)系式. . 0.1067 = (0.3266)2 從從P/T比看比看%公差公差,結(jié)果為結(jié)果為68.61%,大于大于30%,表示表示該測(cè)量?jī)x器散布脫離了允許水準(zhǔn)該測(cè)量?jī)x器散布脫離了允許水準(zhǔn), ,其區(qū)其區(qū) 分良分良/ /不良能力不足不良能力不足,

28、,需要改進(jìn)需要改進(jìn) 可可區(qū)區(qū)分的分的類別數(shù)類別數(shù) （Number of Distinct Categories）是是4，通常該值要大于，通常該值要大于5. . q Minitab Session 解釋解釋 Haier Six sigma GB Training-V3.0MSA -60- 測(cè)量能力評(píng)價(jià)指標(biāo)測(cè)量能力評(píng)價(jià)指標(biāo) 測(cè)量系統(tǒng)分散測(cè)量系統(tǒng)分散 - 測(cè)量系統(tǒng)的總體性精密度測(cè)量系統(tǒng)的總體性精密度 - 測(cè)量系統(tǒng)可否使用的判斷基準(zhǔn)測(cè)量系統(tǒng)可否使用的判斷基準(zhǔn) - % Contribution 測(cè)量系統(tǒng)散布與產(chǎn)品測(cè)量系統(tǒng)散布與產(chǎn)品/工程變動(dòng)的比較工程變動(dòng)的比較 - % Study variation (

29、% R & R) - Number of Distinct Categories 測(cè)量系統(tǒng)散布和公差的比較測(cè)量系統(tǒng)散布和公差的比較 - %Tolerance (P/T比比) Haier Six sigma GB Training-V3.0MSA -61- q 測(cè)量能力評(píng)價(jià)指標(biāo)測(cè)量能力評(píng)價(jià)指標(biāo) TOTAL l% Contribution = 100% l% Study variation = 100% (% R&R) 5.15 l% Tolerance = 100% (P/T比比) lNumber of Distinct Categories = Round( 1.41) (區(qū)分測(cè)量系統(tǒng)的區(qū)間數(shù)

30、區(qū)分測(cè)量系統(tǒng)的區(qū)間數(shù)) s s 2 Total s s 2 MS s s Total s s MS Tolerance s s MS s s MS s sPart q 判斷基準(zhǔn)判斷基準(zhǔn) 區(qū)分 % Contribution% R&R, P/T比Number of Distinct Categories 方差分量貢獻(xiàn)率%研究變異， %公差 可區(qū)分的類別數(shù) 理想水準(zhǔn) 1% 10 可用的水準(zhǔn) 1 10%1030%49 不合適的水準(zhǔn) 10% 30% 4 方差分量方差分量貢獻(xiàn)貢獻(xiàn)率率 %研研究究變異變異 (%SV) %公差公差(SV/Toler) 可可區(qū)區(qū)分的分的類別數(shù)類別數(shù) Haier Six sigm

31、a GB Training-V3.0MSA -62- 部件間再現(xiàn)性重復(fù)量具 R&R 200 100 0 百百 分分 比比 % 貢獻(xiàn) % 研究變異 % 公差 0.10 0.05 0.00 樣樣 本本 極極 差差 _ R=0.0383 UCL=0.1252 LCL=0 123 1.00 0.75 0.50 樣樣 本本 均均 值值 _ _ X =0.8075 UCL=0.8796 LCL=0.7354 123 10987654321 1.00 0.75 0.50 S S a a m m p p l l e e 321 1.00 0.75 0.50 O O p p e e r r a a t t o

32、o r r 10 9 8 7 6 5 4 3 2 1 1.00 0.75 0.50 S S a a m m p p l l e e 平平 均均 1 2 3 Operator 量具名稱: 研究日期: 報(bào)表人: 公差: 其他: 變變異異分分量量 R R 控控制制圖圖（按按 O Op pe er ra at to or r） X Xb ba ar r 控控制制圖圖（按按 O Op pe er ra at to or r） M Me ea as su ur re em me en nt t H H S Sa am mp pl le e M Me ea as su ur re em me en nt t

33、 H H O Op pe er ra at to or r O Op pe er ra at to or r 乘乘 S Sa am mp pl le e 交交互互作作用用 M Me ea as su ur re em me en nt t 的的量量具具 R R& &R R ( (方方差差分分析析) ) Haier Six sigma GB Training-V3.0MSA -63- 0.12 0.08 0.04 0.00 樣樣本本極極差差 _ R=0.0383 UCL=0.1252 LCL=0 123 1.0 0.8 0.6 0.4 樣樣本本均均值值 _ X =0.8075 UCL=0.879

34、6 LCL=0.7354 123 量具名稱: 研究日期: 報(bào)表人: 公差: 其他: R R 控控制制圖圖（按按 O Op pe er ra at to or r） X Xb ba ar r 控控制制圖圖（按按 O Op pe er ra at to or r） M Me ea as su ur re em me en nt t 的的量量具具 R R& &R R ( (方方差差分分析析) ) 范圍（范圍（ Range ）圖可以幫助確定不合適的分辨率）圖可以幫助確定不合適的分辨率 我們要求在控制限內(nèi)有最少我們要求在控制限內(nèi)有最少 5 個(gè)可能的數(shù)值個(gè)可能的數(shù)值 我們希望在我們希望在X Bar X B

35、ar 圖中看到至少圖中看到至少 有有50%50%的點(diǎn)散布的點(diǎn)散布在在控制限控制限的外面的外面 這顯示的是部品這顯示的是部品 - - 部品的散布部品的散布 如果沒(méi)有超限點(diǎn)如果沒(méi)有超限點(diǎn), , 你很可能沒(méi)能你很可能沒(méi)能 獲得覆蓋生產(chǎn)中正常范圍的樣本獲得覆蓋生產(chǎn)中正常范圍的樣本 Haier Six sigma GB Training-V3.0MSA -64- q Xbar Chart 如果每個(gè)操作者的平均值不同，再現(xiàn)性是可疑的 我們要求更多的平均值落在控制限外部，但所有的操 作者是一致的 -這預(yù)示著更多的部品-部品散布，正是我們所要求的 我們希望看到圖上多數(shù)點(diǎn)落在控制限外部 -如果如此，而且R-圖受

36、控，那么我們就能決定測(cè)量系統(tǒng) 占工程散布的百分率。 Haier Six sigma GB Training-V3.0MSA -65- q R Chart 可疑的不適當(dāng)?shù)姆直媛?，如果?-R-圖在控制限內(nèi)但其明顯水平少于5個(gè) -明顯水平等于5 或有更多的R水平，但超過(guò)1/4的值為0 如果R-圖顯示非受控情況，則重復(fù)性可疑 如果一個(gè)操作者的范圍非受控，而其他操作者受控， 那么方法可疑 如果所有操作者的范圍都非受控，那么系統(tǒng)對(duì)操作者 方法敏感 Haier Six sigma GB Training-V3.0MSA -66- 1 0 9 8 7 6 5 4 3 2 1 1 . 1 1 . 0 0 .

37、9 0 . 8 0 . 7 0 . 6 0 . 5 0 . 4 S S a a m m p p l l e e 平平均均 1 2 3 O p e r a t o r 量 具 名 稱 : 研 究 日 期 : 報(bào) 表 人 : 公 差 : 其 他 : O O p p e e r r a a t t o o r r 乘乘 S S a a m m p p l l e e 交交 互互 作作 用用 M M e e a a s s u u r r e e m m e e n n t t 的的 量量 具具 R R & & R R ( ( 方方 差差 分分 析析 ) ) 對(duì)每個(gè)操作者按照部品別畫(huà)一條線對(duì)每個(gè)操作者

38、按照部品別畫(huà)一條線 顯著的交互作用由兩個(gè)操作者之間的顯著的交互作用由兩個(gè)操作者之間的交叉線來(lái)顯示交叉線來(lái)顯示 我們期望對(duì)所有的操作者，所有的部品都是平行線我們期望對(duì)所有的操作者，所有的部品都是平行線 如果存在操作者如果存在操作者 - 部品交互作用，我們需要了解并加以解決部品交互作用，我們需要了解并加以解決 q Haier Six sigma GB Training-V3.0MSA -67- 部 件 間再 現(xiàn) 性重 復(fù)量 具 R & R 2 5 0 2 0 0 1 5 0 1 0 0 5 0 0 百百分分比比 % 貢 獻(xiàn) % 研 究 變 異 % 公 差 量 具 名 稱 : 研 究 日 期 : 報(bào)

39、 表 人 : 公 差 : 其 他 : 變變 異異 分分 量量 M M e e a a s s u u r r e e m m e e n n t t 的的 量量 具具 R R & & R R ( ( 方方 差差 分分 析析 ) ) 前面討論的數(shù)據(jù)的圖示化描述前面討論的數(shù)據(jù)的圖示化描述 我們要求測(cè)量?jī)x器我們要求測(cè)量?jī)x器 R&R 部分越小越好，以使部品部分越小越好，以使部品 - 部品部分盡可能的大部品部分盡可能的大 散布的構(gòu)成要素散布的構(gòu)成要素 Haier Six sigma GB Training-V3.0MSA -68- 此圖顯示平均值（紅圈）和每個(gè)操作者的數(shù)據(jù)分散此圖顯示平均值（紅圈）和每個(gè)

40、操作者的數(shù)據(jù)分散 我們希望所有的操作者數(shù)據(jù)點(diǎn)的集中情況類似，操作者的平均值成我們希望所有的操作者數(shù)據(jù)點(diǎn)的集中情況類似，操作者的平均值成 一條水平線一條水平線 By Operator 321 1 . 1 1 . 0 0 . 9 0 . 8 0 . 7 0 . 6 0 . 5 0 . 4 O O p p e e r r a a t t o o r r 量 具 名 稱 : 研 究 日 期 : 報(bào) 表 人 : 公 差 : 其 他 : M M e e a a s s u u r r e e m m e e n n t t H H O O p p e e r r a a t t o o r r M M e

41、 e a a s s u u r r e e m m e e n n t t 的的 量量 具具 R R & & R R ( ( 方方 差差 分分 析析 ) ) Haier Six sigma GB Training-V3.0MSA -69- By Part 此圖顯示平均值（紅圈）和每個(gè)部品的分散此圖顯示平均值（紅圈）和每個(gè)部品的分散 我們希望看到每個(gè)部品的最小分散，但部品間有散布（平均值漂移）我們希望看到每個(gè)部品的最小分散，但部品間有散布（平均值漂移） 1 0987654321 1 . 1 1 . 0 0 . 9 0 . 8 0 . 7 0 . 6 0 . 5 0 . 4 S S a a m

42、m p p l l e e 量 具 名 稱 : 研 究 日 期 : 報(bào) 表 人 : 公 差 : 其 他 : M M e e a a s s u u r r e e m m e e n n t t H H S S a a m m p p l l e e M M e e a a s s u u r r e e m m e e n n t t 的的 量量 具具 R R & & R R ( ( 方方 差差 分分 析析 ) ) Haier Six sigma GB Training-V3.0MSA -70- Gage R&R Study (Crossed) -適用于在1個(gè) Lot(Batch)里可以獲得

43、充分多的樣本 對(duì)于任何一個(gè)樣本,所有作業(yè)者都可以測(cè)量的情況 Gage R&R Study (Nested) -適用于從1個(gè) Lot(Batch)只能獲得1個(gè)樣本 - 且對(duì)于一個(gè)樣本只能由1名作業(yè)者測(cè)量的情況 Haier Six sigma GB Training-V3.0MSA -71- q破壞性實(shí)驗(yàn)樣本選擇指南破壞性實(shí)驗(yàn)樣本選擇指南 樣本選擇是與破壞和在線測(cè)量系統(tǒng)相關(guān)的問(wèn)題 可用以下方式選擇樣本以使部品間的散布最小化 -收集你的研究中所必需的“標(biāo)準(zhǔn)” 樣本 -把它們劃分成足夠小的樣本，以覆蓋操作者 x 樣本 x 測(cè)試值 -較小樣本的散布是可以忽略的，而且能夠忽略 Haier Six sigm

44、a GB Training-V3.0MSA -72- 1 6 2345 78910 q 破壞性實(shí)驗(yàn)樣本選擇指南破壞性實(shí)驗(yàn)樣本選擇指南 假設(shè)我們希望作假設(shè)我們希望作2個(gè)操作者，個(gè)操作者，2次測(cè)試，次測(cè)試，10個(gè)樣本的研究個(gè)樣本的研究 我們需要我們需要10個(gè)標(biāo)準(zhǔn)樣本和個(gè)標(biāo)準(zhǔn)樣本和 2 x 2 x 10 = 40個(gè)較小樣本個(gè)較小樣本 Haier Six sigma GB Training-V3.0MSA -73- 破壞性實(shí)驗(yàn)破壞性實(shí)驗(yàn) MINITAB 例子例子 l為了進(jìn)行破壞性實(shí)驗(yàn)為了進(jìn)行破壞性實(shí)驗(yàn) Gage R&R研究從研究從 12個(gè)個(gè) Batch各取各取2 個(gè)樣本標(biāo)本，個(gè)樣本標(biāo)本， 假設(shè)一個(gè)假設(shè)

45、一個(gè) Batch內(nèi)樣本相同，實(shí)驗(yàn)的結(jié)果參內(nèi)樣本相同，實(shí)驗(yàn)的結(jié)果參 考考 Destructive MSA.mtw,試作出分析試作出分析 l(Spec. 35203620) Haier Six sigma GB Training-V3.0MSA -74- q DATA 確認(rèn)確認(rèn) l測(cè)量者測(cè)量者 : 3名名 l反復(fù)反復(fù) : 2回回 (從同一從同一 Batch中抽取的樣本數(shù)中抽取的樣本數(shù)) l總的總的 Batch 數(shù)數(shù) : 12個(gè)個(gè) l總的測(cè)量數(shù)總的測(cè)量數(shù) : 24個(gè)個(gè) Haier Six sigma GB Training-V3.0MSA -75- q STEP 1 Haier Six sigma

46、GB Training-V3.0MSA -76- q STEP2 l統(tǒng)計(jì)數(shù)據(jù)及圖形分析方法同統(tǒng)計(jì)數(shù)據(jù)及圖形分析方法同 交叉交叉設(shè)計(jì)設(shè)計(jì)相同相同 (1)輸入輸入Batch (2)(2)輸入輸入OperatorOperator (3)(3)輸入測(cè)量結(jié)果輸入測(cè)量結(jié)果 (4)(4) 輸入輸入ToleranceTolerance Haier Six sigma GB Training-V3.0MSA -77- q STEP3 部件間再現(xiàn)性重復(fù)量具 R&R 200 100 0 百百 分分 比比 % 貢獻(xiàn) % 研究變異 % 公差 100 50 0 樣樣 本本 極極 差差 _ R=26.7 UCL=87.1

47、LCL=0 123 3650 3600 3550 樣樣 本本 均均 值值 _ _ X =3582.1 UCL=3632.2 LCL=3531.9 123 Operator Batch 321 121110987654321 3650 3600 3550 321 3650 3600 3550 O O p p e e r r a a t t o o r r 量具名稱: 研究日期: 報(bào)表人: 公差: 其他: 變變 異異 分分 量量 R R 控控 制制 圖圖 （ 按按 O Op pe er ra at to or r） X Xb ba ar r 控控 制制 圖圖 （ 按按 O Op pe er ra

48、at to or r） M Me ea as su ur re em me en nt t 乘乘 B Ba at tc ch h ( (O Op pe er ra at to or r) ) M Me ea as su ur re em me en nt t H H O Op pe er ra at to or r M Me ea as su ur re em me en nt t 的的量量具具 R R& &R R（嵌嵌套套） Haier Six sigma GB Training-V3.0MSA -78- q STEP4 結(jié)結(jié)果果怎么樣怎么樣？ Haier Six sigma GB Trai

49、ning-V3.0MSA -79- q Gage Run Chart是理解測(cè)量者是理解測(cè)量者,樣本樣本, Trial 間的相互作用間的相互作用 的工具的工具. (ANOVA MSA.MPJ) Haier Six sigma GB Training-V3.0MSA -80- 測(cè)量者對(duì)各樣本測(cè)試的平均值測(cè)量者對(duì)各樣本測(cè)試的平均值圖圖. 尋找非正常部分尋找非正常部分 測(cè)量者全體在一條線上為最佳測(cè)量者全體在一條線上為最佳! 1.0 0.8 0.6 0.4 1.0 0.8 0.6 0.4 1 O O p p e e r r a a t t o o r r M Me ea as su ur re em m

50、e en nt t 均 值 2345 678910 均 值 1 2 3 Operator 量 具 名 稱 : 研 究 日 期 : 報(bào) 表 人 : 公 差 : 其 他 : 組 塊 變 量 : S a m p l e M M e e a a s s u u r r e e m m e e n n t t H H S S a a m m p p l l e e ， O O p p e e r r a a t t o o r r 的的 量量 具具 運(yùn)運(yùn) 行行 圖圖 Haier Six sigma GB Training-V3.0MSA -81- Haier Six sigma GB Training-V3.0MSA -82- 典型的樣式典型的樣式 Haier Six sigma GB Training-V3.0MSA -83- q MINITAB DATA 分析分析 (Attribrr.mtw) Haier Six sigma GB Training-V3.0MSA -84- q MINITAB Graph