【正文】 分級員 A的 交叉表在每個單元格中填入收集到的信息93交叉表第一格代表分級員 A在第一次和第二次測量中判定為優(yōu)良的次數(shù)94交叉表第二格代表分級員 A在第一次測量中判定一個單元為次劣，在第二次測量中判定為優(yōu)良的次數(shù)95交叉表第三格代表分級員 A在第一次測量中判定一個單元為優(yōu)良，在第二次測量中判定為次劣的次數(shù)96交叉表第四格代表分級員 A在第一次測量和第二次測量中判定一個單元為次劣的次數(shù)97交叉表邊格的數(shù)字代表行和列的總和98交叉表 比例分級員 A比例下表代表上表的數(shù)據(jù)，其中每個單元格用總數(shù)的百分比來表示代表 10/2099交叉表 比例由行和列的總和計(jì)算而得100對 Kappa的定義將有所不同，取決于我們是在定義分級員內(nèi)部Kappa， 還是在定義分級員之間的 Kappa記得怎樣計(jì)算 Kappa嗎 ? Pobserved– 判定員一致同意的單元的比率 =判定員 A/B一致判定為優(yōu)良的比率 +判定員 A/B一致判定為次劣的比率 Pchance– 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）101Pobserved 等于上表對角線上概率的總和： P observed =( + ) = Pchance 等于每個分類概率乘積的總和： Pchance =(*) + (*0..45) = 那么 Krater A=( )/(1 )=計(jì)算分級員 A的 Kappa102K Rater B =數(shù)字比例計(jì)算分級員 B的 Kappa103? 利用 Minitab的 二元分類 系數(shù)型 Gage RR的 StudyEx) 為了分析以 Go/NoGo Gage判定合格 /不合格的系數(shù)型測試系統(tǒng) 選了 15 EA 樣品 (合格品 8個 ,不合格品 7個 )之后由 3名測試人員反復(fù)測了 3次后得到了如下的 Data. 104Attribute Gage RR StudyAttribute Gage RR Study for MeasuremWithin AppraiserAssessment AgreementAppraiser Inspected Matched Percent (%) % CI A 15 14 ( , )B 15 13 ( , )C 15 13 ( , ) Matched: Appraiser agrees with him/herself across trials.? 測量一致性 評價評價每個測試人員反復(fù)測試出的值之間的測量一致性* 各測試人員的反復(fù)測量的結(jié)果的一致性的比率 反復(fù)測試每個樣品時一致的樣品數(shù)總樣品數(shù) 100反復(fù)性 105Each Appraiser vs StandardAssessment AgreementAppraiser Inspected Matched Percent (%) % CI A 15 14 ( , )B 15 12 ( , )C 15 12 ( , ) Matched: Appraiser39。 B1, 偏向漏判以下為判斷所用的指標(biāo)70量測系統(tǒng)分析 ﹣( 計(jì)數(shù)值 )示范：外觀檢驗(yàn)量測分析，兩個人， 15個樣本，重復(fù)兩次，數(shù)據(jù)如下71 表示此量測系統(tǒng)是可靠的示范：量測系統(tǒng)分析 ﹣ 計(jì)數(shù) Appraiser Inspected Matched Percent (%) % CI 小寶 15 15 ( , )志明 15 14 ( , ) Matched: Appraiser agrees with him/herself across trials.72屬性數(shù)據(jù)測量系統(tǒng)分析Attribute MSA73Kappa屬性測量系統(tǒng)u屬性 /順序測量系統(tǒng)使用了接受 /拒絕標(biāo)準(zhǔn)或分級，例如， 用 (15) 確定是否達(dá)到可以接受的質(zhì)量水平uKappa技術(shù)可以用來評估這些屬性和順序測量系統(tǒng)74 你真的擁有太多的屬性數(shù)據(jù)嗎 ?u很多檢驗(yàn)過程能夠收集連續(xù)數(shù)據(jù)，但選擇屬性數(shù)據(jù)以簡化檢驗(yàn)員的任務(wù)u例如，很多功能測驗(yàn)將連續(xù)地評估一項(xiàng)產(chǎn)品（溫度、承載力，硬度等等）并以通過 /失敗記錄其結(jié)果u設(shè)法獲取連續(xù)數(shù)據(jù)75屬性和順序測量u屬性和順序測量經(jīng)常依靠主觀分類或分級u例子包括：u把部件特征分級為好或壞u在品嘗之后分級葡萄酒的香味和口感u從 1到 5給雇員的表現(xiàn)分級u給體操打分u在利用這些測量系統(tǒng)之前，我們應(yīng)該評估它們嗎？u不評估它們的后果是什么呢？76 測量系統(tǒng)分析 – 屬性數(shù)據(jù)u什么方法適于評估屬性測量系統(tǒng)？u屬性系統(tǒng) － 同等處理所有誤分類的 Kappa技術(shù)u順序系統(tǒng) －考慮誤分類等級的 Kappa技術(shù)u例如，如果我們從 1到 5判斷一油漆產(chǎn)品的等級，檢驗(yàn)員 A把它評為 1級，檢驗(yàn)員 B評為 5級，比起檢驗(yàn)員A把它評為 4級而檢驗(yàn)員 B評為 5級來，具有更大的誤分類77數(shù)據(jù)類型u常態(tài) : 包含不具有排序基礎(chǔ)或可以分別出量的差別的數(shù)字，例如 u 例子 : 一公司中 : A部門、 B部門、 C部門u 一車間中 : 機(jī)器 機(jī)器 機(jī)器 3u 運(yùn)輸?shù)念愋?: 船、火車、飛機(jī)u順序 : 包含可以分等級的數(shù)字。? 盲測原則 2： 三個人之間都互相不知道其他人的測量結(jié)果。，可以利用 Xbarbar標(biāo)準(zhǔn)值，進(jìn)行偏差檢 定，看是否有偏差。40第四章第四章測量系統(tǒng)分析測量系統(tǒng)分析41MSA分析方法的分類重復(fù)性分析再現(xiàn)性分析線性分析穩(wěn)定性分析偏倚分析位置分析變異分析穩(wěn)定性分析信號分析風(fēng)險分析小樣法大樣法偏移分析穩(wěn)定性分析變異分析計(jì)量型 計(jì)數(shù)型 破壞型MSA●極差法●均值極差法（包括控制圖法）●ANOVE法（方差分析法）42 :1) 獲取一樣本并確定其相對于可追溯標(biāo)準(zhǔn)的基準(zhǔn)值。■ 過程控制原理 :零件變差是由過程中的普通原因還 是特殊原因造成的。? 測量系統(tǒng)應(yīng)該是統(tǒng)計(jì)受控制的 。28穩(wěn)定性時間 1時間 2是測量系統(tǒng)在 某持續(xù)時間 內(nèi)測量 同一基準(zhǔn) 或零件的單一特性時獲得的測量值總變差 。 校準(zhǔn)不當(dāng)或調(diào)整基準(zhǔn)使用不當(dāng)；216。 違背研究中的假定216。 標(biāo)準(zhǔn)之間：測量過程中不同的設(shè)定標(biāo)準(zhǔn)的平均影響216。 違背假定：穩(wěn)定、正確操作216。 儀器內(nèi)部：修理、磨損、設(shè)備或夾緊裝置故障，質(zhì)量差或維護(hù)不當(dāng)。 不同的測量方法 ─設(shè)置、安裝、夾緊、技術(shù)216。 (Bias)20216。4)過程控制 :▲ 顯示有效的分辨率 .▲ 變異性小于制造過程變差 . 的統(tǒng)計(jì)特性13部件 A部件 B部件 A部件 BA=B=A=B= 分辨率■ 分辨率 (分辨力、可讀性、分辨率 ): ▲ 別名：最小的讀數(shù)的單位、測量分辨率、刻度限度 或探測度 ▲ 為測量儀器能夠讀取的最小測量單位。 ?■ 過程失效模式及后果分析（ PFMEA）是用來確定 與 潛在過程失效相關(guān)的風(fēng)險，并在這些失效出現(xiàn)前提 出糾正措施。8 測過程： 標(biāo)準(zhǔn)：零件：儀器：人 /程序：環(huán)境S W IPE量 測 數(shù)值 分析輸入 輸出可接受可能可接受需改善量 測 系 統(tǒng)?如果測量的方式不對，那么好的結(jié)果可能被測為壞的結(jié)果，壞的結(jié)果也可能被測為好的結(jié)果，此時便不能得到真正的產(chǎn)品或過程特性?！?此要求必須適用于在控制計(jì)劃中提出的測量系統(tǒng)。 賦值過程定義為測量過ccc程 ，而 賦予的值定義為測量值 ?！?如果相互作用產(chǎn)生的變差過大，那么數(shù)據(jù)的質(zhì)量會 太低，從而造成測量數(shù)據(jù)無法利用。121)足夠的分辨率和靈敏度 ?！?它通常被表示為一測量單位。 儀器質(zhì)量差 ─設(shè)計(jì)或一致性不好216。 應(yīng)用 ─零件尺寸、位置、操作者技能、疲勞、觀察錯誤21重復(fù)性指由 同一個 操作人員用 同一 種量具經(jīng)多次測量 同一 個零件的 同一特性時獲得的測量值變差（四同） (Repeatability) Master Value22216