【正文】 真正 的測(cè)量結(jié)果 ? 測(cè)量系統(tǒng)的品質(zhì)是以統(tǒng)計(jì)特質(zhì)來描述其特征 ? 測(cè)量程序 應(yīng)該包含： 設(shè)計(jì)與驗(yàn)證 持續(xù)的能力評(píng)估 控制 修正與再驗(yàn)證 ? 特質(zhì) 必須在統(tǒng)計(jì) 統(tǒng)計(jì)控制 中 相對(duì)于 產(chǎn)品規(guī)格 ，其 變異性必須要小 Discrimination 的單位應(yīng)該精細(xì)至產(chǎn)品規(guī)格或流程變異的十分之一 相對(duì)于 流程變異 ，其 變異性必須要小 測(cè)量系統(tǒng)的基本模式 測(cè)量系統(tǒng)能力 未修復(fù)偏差或線性 重復(fù)性和再現(xiàn)性（ %RR） σ 2 = σ 2 + σ 2 測(cè)量系統(tǒng)性能 測(cè)量系統(tǒng)能力 穩(wěn)定性 連貫性 σ 2 = σ 2 + σ 2 σ 2 + 流程測(cè)量思路 設(shè)計(jì)流程能力 流程總變異量 實(shí)際產(chǎn)品變異量 測(cè)量系統(tǒng)變異量 再現(xiàn)性 重復(fù)性 2.?流程總變異量?的基本模式： σ 2 = σ 2 + σ 2 = σ 2 + σ 2 + σ 2 測(cè)量 總變量 產(chǎn)品 再現(xiàn) 重復(fù) 產(chǎn)品 流程變異的總和 產(chǎn)品變異 （真正的變異） 測(cè)量變異 總變異 （ 觀察所得變異） 變異的基本模式 總體變異 產(chǎn)品變異 測(cè)量系統(tǒng)變異 σ 2 = σ 2 + σ 2 測(cè)量變異 重復(fù)性 再現(xiàn)性 σ 2 = σ 2 + σ 2 測(cè)量變異的來源 工具 工作方法 Mechanical instability Wear Electrical instability Algorithm instability Ease of Data Entry Operator Training Calibration Frequency Maintenance Standard Sufficient Work Time Standard Procedures Operator Technique Humidity Cleanliness Vibration Line Voltage Variation Temperature Fluctuation 測(cè)量變異 環(huán)境因素 流程變異的可能來源 Observed Process Variation Actual Process Variation Measurement Variation Longterm Process Variation Shortterm Process Variation Variation w/i sample Variation due to 量 ? 工具 Variation due to operators Repeatability Calibration Stability Linearity 要描述真正的流程變異，必須確認(rèn)測(cè)量系統(tǒng)本身 的變異并從變異扣除 流程 ? Repeatability ? （重復(fù)性）及? Reproducibility ?（再 現(xiàn)性） 是測(cè)量誤差的主要的來源 需獲得的資訊 ? 測(cè)量誤差的程度有多 嚴(yán)重 ？ ? 測(cè)量誤差的 來源 何在？ ? 經(jīng)過長(zhǎng)時(shí)間使用，工具是否仍維持 穩(wěn)定 ？ ? 該工具是否 勝任 這個(gè)分析？ ? 如何 改善 測(cè)量系統(tǒng)？ 測(cè)量系統(tǒng)的評(píng)價(jià) （適合性） ： P/T值 → 測(cè)量精確度 /產(chǎn)品公差 * 注意： 99%的測(cè)量系統(tǒng)變異， P/T= 公差 σ 100% ● 判斷標(biāo)準(zhǔn)： ● 最佳情形： ≤10% ● 可接受情形： ≤30% ： %R＆ R值 → 測(cè)量變異量 /流程總變異量 %R＆ R= σ 測(cè)量 σ總變量 100% ● 判斷標(biāo)準(zhǔn)： ● 最佳情形： ≤10% ● 可接受情形： ≤30% P/T=20% P/T=50% P/T=100% %R＆ R=20% %R＆ R=100% %R＆ R=50% 測(cè)量系統(tǒng)變異（ Ⅰ ） 產(chǎn)品公差 LSL USL 觀察所得流程變異（總） 一、 二、 三、 一、①測(cè)量此流程的系統(tǒng)選擇較恰當(dāng)， P/T=20%＜ 30% 。 ③因此 ,觀察所得流程總變量不準(zhǔn)確 ,能否滿足產(chǎn)品公差要求 ,不可知 . ④建議 :改變測(cè)量系統(tǒng)；重新校正測(cè)量系統(tǒng)；重新測(cè)量流程變異 . 三、①選用的測(cè)量系統(tǒng)完全不合適， P/T=100%＞ 30% 。 ③該流程總變異過大，但此測(cè)量值并不可信 . ④建議：改用合適的測(cè)量系統(tǒng)；重新測(cè)量流程變異。 三、①選用的測(cè)量系統(tǒng)完全不合適， P/T=200%＞ 30% 。 ②該測(cè)量系統(tǒng)的變異較小，可忽略， %RR=20%＜ 30%。 ②但該測(cè)量系統(tǒng)的變異較大 ,不能忽略， %RR=40%＞ 30%。 ③觀察所得流程變異值無意義 . ④建議 :改用合適的測(cè)量系統(tǒng)；重新校正后；重新進(jìn)行流程測(cè)量。 其數(shù)值代表所有參與者 給予相同答案的頻率 ? 該分?jǐn)?shù)代表所有參與 者與專家答案比較后 的正確性 使用 Kappa Calculations進(jìn)行分析第三步驟 Kappa Techniques ? 當(dāng)一測(cè)量系統(tǒng)采用非實(shí)體測(cè)量來分類物件時(shí)使用 ? Kappa techniques對(duì)所的錯(cuò)誤或差異給予同樣的處理 ? 使用于： 測(cè)量對(duì)象必須彼此互相獨(dú)立 評(píng)估者獨(dú)立地檢驗(yàn)及分類 分類項(xiàng)目必須互斥且詳盡 Kappa Techniques Kappa (K)被定義為排除巧合一致后，檢驗(yàn)者之間的一致性比例 P P observed chance 其中： K = P 1 observed P chance = 評(píng)估者對(duì)物件分類的一致性比例 = 因巧造成一致性的比例 問題在于：我們獲得相同答案的機(jī)會(huì)會(huì)比巧合大多少？ Kappa Techniques Kappa Value Suggested Interpretation 1 to Agreement expected by chance =/ Marginal – Significant effort required =/ Good – Improvement Warranted =/ Excellent 若 Kappa value 為 +1 代表完美的一致性 通用原則 ：若 K , 則該測(cè)量系統(tǒng)需被注意 Kappa 結(jié)果指導(dǎo)方針 單一 Kappa value 若介于 至 ，表示評(píng)估者之間的一致性為： GOOD for ? drip? MARGINAL for ? Too thick? 。s assessment across trials agrees with standard. 二、實(shí)驗(yàn)結(jié)果 （三線）： 現(xiàn)行測(cè)量系統(tǒng)評(píng)價(jià) Ⅱ All Appraisers vs Standard Assessment Agreement Inspected Matched Percent (%) % CI 20 5 ( , ) Matched: All appraisers39。 2. 現(xiàn)場(chǎng)人員目視檢測(cè)能力的再次實(shí)驗(yàn) ( 2周后 ) , 能力合格著上崗。所有數(shù)值皆由同一系統(tǒng)測(cè)量所得 對(duì)每一厚度的材料各執(zhí)行分析 若將上述樣本混在一起，則 GRR 值會(huì)變小 執(zhí)行 RR分析的步驟 ? 校準(zhǔn)測(cè)量工具 ,或確認(rèn)其已被校準(zhǔn) ? 設(shè)定 Minitab 中的資料矩陣 ,并確定已隨機(jī)化 ? 令操作員依隨機(jī)順序測(cè)量樣本 ? 在 Minitab 中分析資料并決定 RR 分析之統(tǒng)計(jì)數(shù)值 Repeatability Reproducibility 上述之標(biāo)準(zhǔn)差 %RR %P/T ? 分析結(jié)果并決定接續(xù)行動(dòng) 樣本大小問題 ? 操作員數(shù) 若流程使用多位操作員 ,則隨機(jī)選擇 2 – 4 個(gè) 若流程使用單一或沒有操作員 ,則分析時(shí)忽略操作員之影響 即略 Reproducibility 之影響 ? 樣本數(shù) 選擇足夠之樣本使得 ( Samples：樣本數(shù)）（ Operators：操作員數(shù)） 15 若不可行 ,選擇測(cè)試的次數(shù)使得： 若 S 0 15,.測(cè)試次數(shù) = 3 若 S 0 8， .測(cè)試次數(shù) = 3 4 若 S 0 5， .測(cè)試次數(shù) = 4 5 若 S 0 4， .測(cè)試次數(shù) = 6 8 Distinct Data Categories LSL USL LSL USL LSL USL 100% Noise Attribute Data Low Grade Variable Data MSA 練習(xí)題 開啟 Gageaiag. mtw Part Operator Response 1 1 2 2 3 3 1 1 1 1 1 1 … … … Minitab – Gage RR 研究 開啟 Gageaiag. mtw Minitab Stat Quality Tools Gage RR Study Item Part numbers Operators Measurement data Method of Analysis Gage Info Options C1 Part C2 Operator C3 Response Part Operator Response ANGVA Xbar and R Minitab – Gage RR 研究 Gage Options若該零件有一 Tolerance則在此輸入 一般資訊 Gage name Date of study Reported by Gage Tolerance Miscellaneous Study variation Process tolerance Process variation Draw plost on separate,one plot per page Title 5 Minitab – 輸出 Gage RR Study – ANOVA Method ANOVA Table With Operator*Part Interaction Source DF SS MS F Parts 9 Operators 2 Oper*Part 18 Repeatahility 30 Total 30 細(xì)節(jié)將于第二周討論 Minitab – 輸出 Gage RR Source VarComp StdDev *Sigma Total 測(cè)量工具 RR Repeatability Reproducibility Operator Oper*Part