测量系统的意义
• 没有两个东西是完全相同的，但是即使是， 我们测量时仍然会得到不同的值。 • 在六西格玛管理中，数据的应用是极其频繁和相当广泛的。六西格玛方法的 成败与效益，在很大程度上取决于所使用的数据的质量。无论是过程控制、 抽样检验、回归分析、试验设计等都需要使用数据。为了获得高质量的数据， 需要对产生数据的测量系统有充分的了解和深入的分析。
Observation Number
-3.0SL=23.84 35
M x 样本平均的均值 S 得自样本的标准差 K1,k2 标示不同寻常的观测值的常数(通常=3)
29 Oct 2009
15
Controls
选择正确的管理图
控制图选择方法
群 (平均值)
(n>1)
计量型
什么类型的数据 ?
计数型
按群还是按个 体收集的数据 ?
4
Controls
三. 如何选择合适的质量工具
Y=f(x)
离 散 型
X
连 续 型
离散型 卡方检验 (Chi Square)
对数回归 (Logistic Regression)
Y
连续型
T检验(t-test) 方差分析(ANOVA) 试验设计(DOE) 相关回归 (Correlation Regression) 非参数检验
个体数值 (n=1)
特殊类型的 “缺陷”
是缺陷 还是不良项目?
不良项目
X-Bar R X-Bar S
注: X-Bar S 适合于 群大小 (n) > 10
个体移动范围 （ I-MR ）
缺陷的概率低吗? 泊松分布
如果你知道坏的数， 否 你知道好的数吗？
二项分布
是
个体移动范围
是
（I-MR）
29 Oct 2009
29 Oct 2009
计量值和计数值 必须用不同的 方法处理
29
Controls
计量型测量系统分析
29 Oct 2009
30
Controls
可变数据MSA
• 让我们用Minitab来分析一些数据 • 打开文件计量型MSA试题-1 • 使用Minitab的测量测量系统分析功能
29 Oct 2009
29 Oct 2009
21
Controls
IM-R控制图
29 Oct 2009
22
Controls
P图
29 Oct 2009
23
Controls
P图
29 Oct 2009
24
Controls
U图
29 Oct 2009
25
Controls
六. 测量系统分析MSA
29 Oct 2009
26
Controls
再现性
0.22684 1.36103
Operator 0.22684 1.36103
部件间
1.04233 6.25396
合计变异
1.08530 6.51180
可区分的类别数 = 4
%研究变异 (%SV) 27.86 18.42 20.90 20.90 96.04 100.00
%公差 (SV/Toler)
Minitab常用操作简介
Controls
入门课程
目录
数据分类
数据分析的一般思路（四步骤）
如何选择合适的质量工具？
基础班
简单的统计图形：直方图、Paratoo图、饼图、散点 图
SPC方法及步骤
MSA(可变数据/属性数据)
计算过程能力Cp/Cpk/Pp/Ppk
29 Oct 2009
每个样本数 的几率面积不变 ?
否 u图
是 c图
不变的样本数 ?
否 p图
是 np 图
16
Controls
控制图管理一般原则
① LCL
异常状态(特殊原因引起的波动) +3σ
CL UCL
②
管理状态(偶然原因引起的波动 )
-3σ 异常状态(特殊原因引起的波动)
① + ② = α = 0.27%
29 Oct 2009
与R Chart相反，脱离管理界限线越多越好.
-2 12
3456
7 8 9 10
Part
29 Oct 2009
36
Controls
可变数据MSA
Minitab 图表分析
Gage R&R (ANOVA) for Measurement
G age name: D ate of study :
Reported by : T olerance: M isc:
17
Controls
控制图异常状态检验方法
在MINITAB可以对可能成为异常状态的8种特别原因进行检验. A,B.C显示离中心线分别相距标准偏差3,2,1的区域.
• 检验1:一个点超出区域A
• 检验2: 以中心线为基准,在同一侧面有9个连续点.
• 检验3: 相连的6个点连续上升或下降. • 检验4: 连续的14个点相继上升或下降,对此应检讨数据的操作性. • 检验5: 连续的3个点中2个在A区域(以中心线为基准在同一侧) • 检验6: 连续的5个点中4个在区域B或其外边的位置(以中心值为基准在同一侧) • 检验7: 连续的15个点在区域C(以中心线为基准看两侧)
第一是什么使它变好 第二是数据是否读错或测定仪误差 • 检验8: 连续的8个点在区域C外边的位置(以中心线基准两侧)
29 Oct 2009
18
Controls
X bar-R控制图
29 Oct 2009
19
Controls
X bar-R控制图
29 Oct 2009
20
Controls
IM-R控制图
29 Oct 2009
35
Controls
可变数据MSA
Minitab 图表分析
Gage R&R (ANOVA) for Measurement
G age name: D ate of study :
Percent
Components of Variation
100
50
0 Gage R&R
A 1.0
注意 !!!
_ R=0.342
LCL=0
R0 Chart的界限线超出的话,调查其原因后
-2
再测量.
A
B
C
Operator
__UCL=0.351 XLC=L0=.0ion
2
Operator
Average
A
“0 相互不同零件鉴别能力是否充分?”BC
31
Controls
可变数据MSA
29 Oct 2009
32
Controls
可变数据MSA
Minitab Session解释
来源 部件 操作者 Part * Operator 重复性 Total
DF
SS
MS
F
9 88.3619 9.81799 492.291
2 3.1673 1.58363 79.406
Pa r t- to- Pa r t
-2 1
Sample Range
R Chart by Operator
A
B
C
1.0
2
“作业者间存在差异与否? ” 而言的. UCL=0.880
作0.5 业者无差异为好.
_
0
R=0.342
-2
0.0
LCL=0
Xbar Chart by Operator
A
B
C
2
Sample Mean
我们无法评价我们不知道的， 如果我们不能用数据表示，实际上就等于不知道 只有正确地认识，才能进行管理 我们无法管理时，只能依靠运气
- 摘自“The Vision of Six Sigma” (Mikel J. Harry)
29 Oct 2009
27
Controls
测量值的构成
＋
真值 (实际产品散布)
29 Oct 2009
14
Controls
一个控制图的组成成分
Individual Value
UCL:控制上限
39
UCL = m + k1s 34 CL = m LCL = m – k2s
29
I Chart for C1
3.0SL=37.36
X=30.60
CL:中心线
24
LCL:控制下限
0
5
10 15 20 25 30
36.28 23.99 27.22 27.22 125.08 130.24
29 Oct 2009
34
Controls
可变数据MSA
Minitab Session解释
• 因测量系统的变动(贡献度)是 7.76%, 零件间的差异变动是 92.24%. • 重复性散布是 3.39%再现性散布是 4.37%. • 测量系统的精确度/过程波动比是 27.86%, 可以接受. • 测量系统的精确度/容差比是36.28,测量系统判别良/不良的能力不足. • 测量系统的识别力是4， 可以接受.
18 0.3590 0.01994 0.434
60 2.7589 0.04598
89 94.6471
P 0.000 0.000 0.974
零件与操作者没有交互影响
29 Oct 2009
33
Controls
可变数据MSA
Minitab Session解释
量具 R&R
方差分量
来源
方差分量 贡献率