【文章內(nèi)容簡介】 統(tǒng)分析的一般做法 計量型數(shù)據(jù)的 Gage RR Haier Six sigma GB MSA 48 操作者數(shù)量 ? 如果工程使用若干個操作者，隨機(jī)選擇 2 4 名 ? 如果工程只使用一名操作者，或不使用操作者，進(jìn)行無操作者影響研究（忽略再現(xiàn)性影響 ） 樣本數(shù) ? 選擇足夠多的樣本，以使： ? (樣本數(shù) ) X (操作者數(shù) ) 15 ? 如果不現(xiàn)實(shí)或不可能，選擇測試數(shù)，以使： ? 如果 樣本數(shù) x 操作者數(shù) 15, 測試數(shù) = 3 ? 如果 樣本數(shù) x 操作者數(shù) 8, 測試數(shù) = 3 到 4 ? 如果 樣本數(shù) x 操作者數(shù) 5, 測試數(shù) = 4 到 5 ? 如果 樣本數(shù) x 操作者數(shù) 4, 測試數(shù) = 6 到 6 計量型數(shù)據(jù)的 Gage RR Haier Six sigma GB MSA 49 ? 樣本選定方法 從工程中抽樣應(yīng)覆蓋工程的散布范圍 ? 例如 : 如果你生產(chǎn)了一種材料，檢定的平均值為 ， sigma 為 ， 那么抽樣的檢定范圍為 (99%的范圍 ) 注意 ! ? 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 RR研究 ? 例如 : ? 一個工程生產(chǎn)出檢定為 , , 和 ， 公差均為 +/ 的材料，均用同一系統(tǒng)測量 ? 作 3次研究 – 對每個檢定作一次 ? 如果你把上述樣本合在一起， GRR值將被人為地降低 計量型數(shù)據(jù)的 Gage RR Haier Six sigma GB MSA 50 ? RR 分析順序 校準(zhǔn)測量儀器，或確認(rèn)它已經(jīng)被校準(zhǔn) 讓操作者 1 隨機(jī)測量一次所有的樣本 讓操作者 2 隨機(jī)測量一次所有的樣本 繼續(xù)到所有的操作者都對樣本進(jìn)行了一次測量（這就是測試 1） 重復(fù)步驟 24 直到所需數(shù)目的測試為止 用所提供的形式?jīng)Q定 RR研究的統(tǒng)計量 ? 重復(fù)性 ? 再現(xiàn)性 ? 以上每個的標(biāo)準(zhǔn)偏差 ? %RR ? P/T 比 分析結(jié)果并決定可能的后續(xù)措施 計量型數(shù)據(jù)的 Gage RR Haier Six sigma GB MSA 51 ? Minitab 生成 Gage RR Data Matrix 計量型數(shù)據(jù)的 Gage RR Haier Six sigma GB MSA 52 計量型數(shù)據(jù)的 Gage RR Haier Six sigma GB MSA 53 計量型數(shù)據(jù)的 Gage RR ? 部件文本格式 進(jìn) 行 數(shù) 字格式 轉(zhuǎn)換 Haier Six sigma GB MSA 54 讓我們用 Minitab 來分析數(shù)據(jù) 打開文件 ANOVA 中的工作表 AIAG MSA Example 我們將使用 Minitab 的測量儀器 RR 研究功能 計量型數(shù)據(jù)的 Gage RR Haier Six sigma GB MSA 55 在此輸入測量儀器相關(guān)的信息作為履歷 計量型數(shù)據(jù)的 Gage RR 在輸入欄中輸入規(guī)格公差 記住 公差是規(guī)格的整個范圍！ 你也可以加上一個描述性標(biāo)題 Haier Six sigma GB MSA 56 ? Minitab 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 ? XBar / 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 計量型數(shù)據(jù)的 Gage RR Haier Six sigma GB MSA 57 包含交互作用的 雙 因子方差分析表 來 源 自由度 SS MS F P Sample 9 Operator 2 Sample * Operator 18 重 復(fù) 性 30 合 計 59 刪 除交互作用 項(xiàng)選 定的 Alpha = ? 如果是好的測量系統(tǒng)則在 ANOVA table里 Sample項(xiàng)表現(xiàn)為非常顯著， 而 Operator表現(xiàn)為不太顯著 ? 會話 窗口 解釋 計量型數(shù)據(jù)的 Gage RR Haier Six sigma GB MSA 58 量具 RR 方差分量 來 源 方差分量 貢獻(xiàn) 率 合 計 量具 RR 重 復(fù) 性 再 現(xiàn) 性 Operator Operator*Sample 部件 間 合 計變異 過 程公差 = 研 究 變異 %研 究 變 %公差 來 源 標(biāo) 準(zhǔn)差 (SD) (6 * SD) 異 (%SV) (SV/Toler) 合 計 量具 RR 重 復(fù) 性 再 現(xiàn) 性 Operator Operator*Sample 部件 間 合 計變異 可 區(qū) 分的 類別數(shù) = 4 計量型數(shù)據(jù)的 Gage RR ? 會話 窗口 解釋 Haier Six sigma GB MSA 59 ? 因測量系統(tǒng)的變動 (%Contribution：方差分量貢獻(xiàn)率 )占總變動的 %, 因此樣本間的變動為 %. ? 反復(fù)性散布占 %， 再現(xiàn)性散布占 %. 可見相對于重復(fù)性變動，作業(yè)者間的差異更大 ? 從 %RR看 %Study Variation（ %研究變異 %SV） , 結(jié)果為 %，脫離了允許水準(zhǔn) 30%須改進(jìn)。 (%Contribution：方差分量貢獻(xiàn)率 ) %有下列關(guān)系式 . = ()^2 ? 從 P/T比看 %公差 ,結(jié)果為 %,大于 30%,表示 該測量儀器散布脫離了允許水準(zhǔn) ,其區(qū)分良 /不良能力不足 ,需要改進(jìn) ? 可 區(qū) 分的 類別數(shù) （ Number of Distinct Categories） 是 4，通常該值要大于 5. ? Minitab Session 解釋 計量型數(shù)據(jù)的 Gage RR Haier Six sigma GB MSA 60 測量能力評價指標(biāo) ? 測量系統(tǒng)分散 測量系統(tǒng)的總體性精密度 測量系統(tǒng)可否使用的判斷基準(zhǔn) % Contribution ? 測量系統(tǒng)散布與產(chǎn)品 /工程變動的比較 % Study variation (% R R) Number of Distinct Categories ? 測量系統(tǒng)散布和公差的比較 %Tolerance (P/T比 ) 計量型數(shù)據(jù)的 Gage RR Haier Six sigma GB MSA 61 ? 測量能力評價指標(biāo) TOTAL ? % Contribution = 100% ? % Study variation = 100% (% RR) ? % Tolerance = 100% (P/T比 ) ? Number of Distinct Categories = Round( ) (區(qū)分測量系統(tǒng)的區(qū)間數(shù) ) s 2 Total s 2 MS s Total s MS Tolerance s MS s MS s Part ? 判斷基準(zhǔn) 區(qū)分 % Contribution % RR, 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% 10 可用的水準(zhǔn) 1~ 10% 10~30% 4~9 不合適的水準(zhǔn) 10% 30% 4 計量型數(shù)據(jù)的 Gage RR 方差分量 貢獻(xiàn) 率 %研 究 變異 (%SV) %公差 (SV/Toler) 可 區(qū) 分的 類別數(shù) Haier Six sigma GB MSA 62 圖表解釋 計量型數(shù)據(jù)的 Gage RR 部 件 間再 現(xiàn) 性重 復(fù)量 具 R