【正文】 勞、觀(guān)察誤差(易讀性、視差 ) 性不好的可能原因23由 不同 操作人員，采用 相同 的測(cè)量?jī)x器，測(cè)量 同一 零件的 同一 特性時(shí)測(cè)量平均值的變差（三同一異）再現(xiàn)性 (Reproducibility)Inspector AMaster ValueInspector BInspector CInspector AInspector BInspector C24216。216。 儀器需要校準(zhǔn)，需減少校準(zhǔn)時(shí)間間隔；216。 不同的測(cè)量方法 — 設(shè)置、安裝、夾緊、技術(shù)；216。31? 足夠的分辨率和靈敏度 。– 對(duì)于過(guò)程控制，測(cè)量系統(tǒng)的變異性應(yīng)該顯示有效的分辨率并與過(guò)程變差相比要小。39■ 新過(guò)程 ：如機(jī)加工、制造、沖壓、材料處理、熱新 過(guò)程的接受處理，或采購(gòu)總成時(shí)，作為采購(gòu)　　　　活動(dòng)的一部分，經(jīng)常要完成一系列步驟。計(jì)算每一組的平均值 /R值。45決定要分析的測(cè)量系統(tǒng)抽取樣本，取值參考值請(qǐng)現(xiàn)場(chǎng)測(cè)量人員測(cè)量 15次輸入數(shù)據(jù)到 EXCEL表格中計(jì)算 t值，并判定是否合格，是否要加補(bǔ)正值保留記錄 BIAS分析之執(zhí)行 :46X1= X6=X2= X7=X3= X8=X4= X9=X5= X10=同一操作者對(duì)同一工件測(cè)量10次如果參考標(biāo)準(zhǔn)是 . 過(guò)程變差為 = Bias = = % Bias=100[]=%表明 % 的過(guò)程變差是偏倚 BIAS BIAS 實(shí)例 1:47 ▲判斷準(zhǔn)確度的簡(jiǎn)單標(biāo)準(zhǔn)為 .– 小于過(guò)程變差或容差的 1%, 可認(rèn)為是精確的 .– 大于過(guò)程變差或容差的 1% 則需要研究和調(diào)整測(cè)量系統(tǒng) , 或者臨時(shí)用補(bǔ)償值來(lái)修正以后的測(cè)量值 , 即作出直方圖 , 然后根據(jù)經(jīng)驗(yàn)判斷是否可以接受 .接受測(cè)量平均值 – 參考值 x (100)容差寬度 BIAS 實(shí)例 :48 BIAS 實(shí)例 :作圖分析49? (Linearity)比較良好的情況在測(cè)量范圍全領(lǐng)域基準(zhǔn)值和測(cè)量平均值一致 /沒(méi)有偏倚正確地測(cè)量 .在測(cè)量范圍全領(lǐng)域具有常數(shù)倍數(shù)的偏倚 . / 雖有偏倚但是因?yàn)榇笮∫欢ㄋ钥梢匀菀渍{(diào)整 .基準(zhǔn)值 基準(zhǔn)值測(cè)量平均偏倚偏倚測(cè)量平均基準(zhǔn)值 基準(zhǔn)值50 線(xiàn)性 (Linearity)的分析① 線(xiàn)性不好的情況 – 測(cè)量范圍全領(lǐng)域偏倚 (正確度 )不一定的情況 ? 無(wú)法矯正 .偏倚基準(zhǔn)值偏倚基準(zhǔn)值51② 線(xiàn)性 (Linearity)和偏倚 (Bias)判定基準(zhǔn)③ 線(xiàn)性 (Linearity)差時(shí)需要考慮的事項(xiàng)：?調(diào)查量具測(cè)量范圍中上部或下部的刻度是否合適?檢驗(yàn)基準(zhǔn)值是否正確?檢驗(yàn)測(cè)量位置是否正確?檢驗(yàn)測(cè)量者是否正確的使用了儀器?檢驗(yàn)量具磨損與否?檢驗(yàn)量具校準(zhǔn)與否?調(diào)查量具本身內(nèi)部設(shè)計(jì)問(wèn)題※ 電子式的話(huà)在測(cè)量全范圍進(jìn)行再校準(zhǔn) .※ 機(jī)械式的話(huà)在測(cè)量范圍中以經(jīng)常使用的范圍為中心進(jìn)行校準(zhǔn)后不允許在其他范圍使用 .52④ 利用 Minitab分析線(xiàn)性測(cè)量系統(tǒng)的操作范圍內(nèi)抽樣 5個(gè)部品進(jìn)行精密的測(cè)試之后計(jì)算 ,要反復(fù) 12次53? 實(shí)行結(jié)果? 結(jié)果解釋? Minitab使用方法 (Stat ? Quality Tools ? Gage Linearity Study) StdDev Study Var %Study VarSource (SD) (*SD) (%SV) Total Gage RR Repeatability ParttoPart Total Variation %,因此線(xiàn)性是比較差 ,需要改善 .Bias是 %， 良好 .54? 計(jì)算 Gage Linearity統(tǒng)計(jì)值2 2? Bias(y) = Master ? Linearity = * = ? %Linearity = 傾斜度 *100 = % ? 計(jì)算 Gage Bias統(tǒng)計(jì)值? 平均 Bias = / 5 = ? %Bias = ( || / ) * 100 = % ⑤ 線(xiàn)性的計(jì)算方法55▲ Linearity = | 傾斜度 | x Process Variation▲ %Linearity = LinearityProcess Variation X 100在量具的測(cè)量范圍內(nèi)評(píng)價(jià)測(cè)量的一貫性 ,在量具的測(cè)量范圍內(nèi)如果 Bias一定的話(huà)可以說(shuō)線(xiàn)性較好 .為了評(píng)價(jià)線(xiàn)性必須要計(jì)算 Bias.* Process Variation = 6σ= | 傾斜度 | x 100%Linearity值如果接近 ‘0’的話(huà)可以判定線(xiàn)性比較好 .▲ 回歸模型 : y = a + bx y : Biasx : 基準(zhǔn)值b : 傾斜度◎ 線(xiàn)性的計(jì)算公式56平均范圍 = = (2+1+1+2+1)/5 = 7/5 = 量具誤差 = * /d = / * = * = * = % Gage RR = 量具誤差 Gage Error / 允差 Tolerance = / 20 * 100 % = % GRR（極差法 /短期模式）d常數(shù)表允差 Tolerance = 20= 最大值 最小值RR RRR57 均值 極差法（ A, B,C）和 10個(gè)測(cè)量樣品。判斷原則66短期與長(zhǎng)期方法的比較短期模式n用生產(chǎn)設(shè)備 n用生產(chǎn)操作員n快速 只需幾個(gè)樣品 (~5)n無(wú)反復(fù)（ replicates）n估計(jì)總的變差 (Total Gage RR)n不能區(qū)分 AV 和 EVn不能指導(dǎo)改進(jìn)的方向n可用于破壞性測(cè)試長(zhǎng)期模式n用生產(chǎn)設(shè)備 n用生產(chǎn)操作員n較多樣品 (5)n要求反復(fù) Replicates (~3)n估計(jì)總的變差 (Total Gage RR)n可以區(qū)分 AV 和 EVn為測(cè)量系統(tǒng)的改進(jìn)提供指導(dǎo)67NOGO GOOperator 2Operator 1 ﹣ 計(jì)數(shù)值：68n GoNo Go 數(shù)據(jù)模式n 人為因素主導(dǎo)，情況復(fù)雜n 對(duì)于以 “ 是 ” 和 “ 不是 ” 為計(jì)數(shù)基礎(chǔ)的定性數(shù)據(jù)，其 GRR考察的概念是與定量數(shù)據(jù)一樣的。(1) 把平時(shí)檢查的作業(yè)者選定為作業(yè)者的選定對(duì)象，并成為 Blind Appraisal.計(jì)數(shù)型 Gage RR很難區(qū)分良 /不率的樣品 20%~30%不易區(qū)分良 /不率的樣品 30%~40%比較容易區(qū)分良 /不率的樣品 30%~40%很容易區(qū)分良 /不率的樣品 0%~20%82 屬性測(cè)量系統(tǒng)中的 α和 β風(fēng)險(xiǎn)uα風(fēng)險(xiǎn) /生產(chǎn)者風(fēng)險(xiǎn)u 合格產(chǎn)品被拒絕u不必要的報(bào)廢 /返工的原因u被人為削減的過(guò)程性能uβ風(fēng)險(xiǎn) /消費(fèi)者風(fēng)險(xiǎn) u接受了不合格產(chǎn)品u不滿(mǎn)意的客戶(hù)u夸大的過(guò)程性能83結(jié)果 ?u哪些是重要的應(yīng)關(guān)心的問(wèn)題？u如果檢驗(yàn)員之間和內(nèi)部不能達(dá)成很好的一致，會(huì)有什么風(fēng)險(xiǎn)呢？u次品正在流向下一步操作或客戶(hù)嗎？u優(yōu)質(zhì)品正在被返工或處理掉嗎？u評(píng)估的標(biāo)準(zhǔn)是什么？u 如何度量一致性？84什么是 Kappa? u P observedu 判定員一致同意的單元的比率 =判定員一致判定為優(yōu)良的比率 +判定員一致判定為次劣的比率u P chanceu預(yù)期偶然達(dá)成一致的比率 =（判定員 A判定為優(yōu)良的比率*判定員 B判定為優(yōu)良的比率） +（判定員 A判定為次劣的比率 *判定員 B判定為次劣的比率）u 注意： 上述等式適用于兩類(lèi)分析，即優(yōu)良或次劣85Kappau要達(dá)成完全一致， P observed = 1 且 K=1u一般說(shuō)來(lái)，如果 Kappa值低于 ，那么測(cè)量系統(tǒng)是不適當(dāng)?shù)膗如果 Kappa值為 ，那么測(cè)量系統(tǒng)是優(yōu)秀的uKappa的下限為 0到 1u如果 P observed = P chance 那么 K=0 u因而 Kappa值為 0表示達(dá)成一致和隨機(jī)偶然預(yù)期達(dá)成的一致是一樣的86? Kappa量測(cè)能力評(píng)價(jià)指標(biāo)l上面的判斷基準(zhǔn)根據(jù) Project的目標(biāo)有可能變更。 對(duì)于最佳擬合直線(xiàn)， 用公式 ： yi = ax i + b (g:零件個(gè)數(shù)， m:量測(cè)次數(shù)）x i = 基準(zhǔn)值yi = 偏倚平均值 斜率 (Slope)中心對(duì)一個(gè)已知 X0， α 自信度區(qū)間為：下限： b+aX0上限： b+aX0(7)劃出〝偏倚 =0〞的線(xiàn)，并對(duì)圖進(jìn)行審查，以觀(guān)察是否存在特殊原因 ，以及線(xiàn)性是否可接受。u需要計(jì)算每個(gè)操作員的 Kappa和操作員之間的 Kappa91考慮下列數(shù)據(jù)92