【正文】 但小組還是決定采用這些給論，因為他們厭煩了所有這些分析，至少這個結論是有道理的。– 為了進一步分析，一名組員列出了下面的數(shù)據(jù)表，數(shù)據(jù)人提供了對每評價人結果的指南。– 經(jīng)計算，對每個評價人的計算評價結果都落在另一個評價人的置信區(qū)間內(nèi)，小組判斷不放棄零假。166案例? 每對評價人間多重假設檢驗可用等于零的假設進行。? 所有評價人自己和兩兩間一致并且與基準一致。? 評價人在所有試驗上都與基準一致。然后，過程小組計算了測量系統(tǒng)的有效性。用這些新的信息，另一組交叉表表格被開發(fā)出來，用以評價人與基準判斷比較。但是分析并未告訴我們測量系統(tǒng)區(qū)分不好的與好的零件的能力。一個通用的法則是 kappa大于 好的一致性；小于 ，計算結果如下：kappa A B CA B C 158案例 ─ kappa結果說明? 分析指出所有這個分析表明所有的評價人之間表現(xiàn)出的一致性好。– 設 p0=對角線單元中觀測值的總和– pe=對角線單元中期望值的總和– 則 kappa=(p0pe)/(1pe)157案例 ─kappa? Kappa是測量而不是檢驗。 Kappa只用于兩個變量具有相同的分級值和相同的分級數(shù)的情況。 1表示完全一致。153假設檢驗分析 ─ 交叉表方法B 總計0 1A 計算期望的計算44650 計算期望的計算397100總計 計算期望的計算47103150A與 B的交叉表154假設檢驗分析 ─ 交叉表方法C 總計0 1B 計算期望的計算42547 計算期望的計算994103總計 計算期望的計算5199150B與 C的交叉表155假設檢驗分析 ─ 交叉表方法C 總計0 1A 計算期望的計算4373350 計算期望的計算892100總計 計算期望的計算5199150A與 C的交叉表156案例 ─kappa? 設計這些表的目的是確定評價人之間意見一致的程度。下表中的基準判斷和計量基準值不預先確定。小組決定隨機地從過程中抽取 50個零件樣本，以獲得覆蓋過程范圍的零件，使用三名評價人，每位評價人對每個零件評價三次。這個計數(shù)型量具不能指出一個零件有多好或多壞，只能指出零件可接受或拒絕 (如 2個分級 )LSL USL 152案例? 小組使用的特定量具具有與公差相比的 %GRR為 25%。如果零件滿足限定值就接受這個零件，反之拒絕零件。因為該過程生產(chǎn)不合格產(chǎn)品，需要一個遏制措施把不可接受的產(chǎn)品從生產(chǎn)流中挑選出來。? 計數(shù)型測量系統(tǒng)變差源應該通過人的因素和人機工程學研究的結果最小化。只有當顧客同意的情況下才能使用。在這種情況下，做出錯誤或不一致判斷的風險可以用以下方法評價。這些要用計數(shù)型方法進行分析。? 最常見的是 G/NG的量具，只可能有兩種結果。? 二個測量者之間的差異代表了人員之間的差異 (Ro)? 每個產(chǎn)品間的差距代表了產(chǎn)品的差異 (Rp)。 如 : 制程中所需量具讀數(shù)的精確度是 , 則測量應選擇精確度為 ), 以避免量具的鑒別力不足，一般之特性者所使用量具的精確度應是被測量物品公差的 1/5。– 如果偏倚在測量范圍內(nèi)不能被調(diào)整到 0，只要測量系統(tǒng)保持穩(wěn)定，仍可用于產(chǎn)品／過程控制，但不能進行分析，直到測量系統(tǒng)達到穩(wěn)定。引起線性問題可能的原因也可以在前面中找到。– 因為 tat58,， 從作圖分析獲得的結果由數(shù)據(jù)分析得到增強 ─ 測量系統(tǒng)存在線性問題。然而，為確保所有書面文文件都已作標記，主管還是計算了在此斜率和截距情況下的 t統(tǒng)計量。即使模型可以接受， ” 偏倚=0” 線與置信交叉而不是被包含其中。? 即使不考慮基準值數(shù)據(jù) 4，作圖分析也清楚的顯示出測量系統(tǒng)有線性問題。125示例p m r p m r p m r p m r p m r1 2 2 4 3 6 4 8 5 10 1 2 2 4 3 6 4 8 5 10 1 2 2 4 3 6 4 8 5 10 1 2 2 4 3 6 4 8 5 10 1 2 2 4 3 6 4 8 5 10 1 2 2 4 3 6 4 8 5 10 1 2 2 4 3 6 4 8 5 10 1 2 2 4 3 6 4 8 5 10 1 2 2 4 3 6 4 8 5 10 1 2 2 4 3 6 4 8 5 10 1 2 2 4 3 6 4 8 5 10 1 2 2 4 3 6 4 8 5 10 126示例零件基準值 1 2 3 4 5 1 2 3 4 1 5 6 7 8 9 10 11 12 偏倚均值 127示例2 4 6 8 10 2 4 6 8 10 2 4 6 8 10 2 4 1 6 8 10 2 4 6 0 8 10 2 4 6 8 10 2 4 6 0 8 10 2 4 6 8 10 2 4 6 8 10 2 4 0 6 8 10 2 4 6 0 8 10 2 4 6 8 10 128示例129示例? Regression Analysis: BIAS versus REFERENCE? The regression equation is? BIAS = REFERENCE? S = RSq = % RSq(adj) = %? Analysis of Variance? Source DF SS MS F P? Regression 1 ? Error 58 ? Total 59 130示例? 圖形分析顯示特殊原因可能影響測量系統(tǒng)。然后由領班分別測量每個零件 12次?；谝炎C明的過程變差，在測量系統(tǒng)操作量程內(nèi)選擇了五個零件。123線性分析指南– H0： b=0, 截距 (偏倚 )=0– 不推翻原假設，如果124示例? 一名工廠主管希望對過程采用新測量系統(tǒng)。– H0： a=0, 斜率 =0– 不推翻原假設，如果如果以上的假設是成立的，則測量系統(tǒng)所有的基準值有相同的偏倚。– 為使測量系統(tǒng)線性可被接受， ” 偏倚 =0” 線必須完全在擬合線置信帶以內(nèi)。? 六、用下面等式計算和劃出最佳擬合線和置信帶。119線性分析指南? 四、計算每次測量的零件偏倚及零件偏倚均值。? 三、通常用這個儀器的操作者中的一個測量每個零件 m=10次。118線性分析指南? 一、選擇 g=5a零件，由于過程變差，這些零件測量值覆蓋量具的操作范圍。117偏倚研究分析? 如果測量系統(tǒng)偏倚非 0，應該可以通過硬件、軟件或兩項同時調(diào)整再校準達到 0，如果偏倚不能調(diào)整到 0，也仍然可以通過改變程序 (如用偏倚調(diào)整每個讀數(shù) )使用。這在穩(wěn)定性分析可以表現(xiàn)出，建議按計劃維護或修整。? 結論：因為 0落在偏倚置信區(qū)間 (,)內(nèi)，過程小組可以假設測量偏倚是可以接的，同時假定實際使用不會導致附加變差源。因而計算偏倚值為 。– 六、確定偏倚的 t統(tǒng)計量– 七、如果 0落在圍繞偏倚值的 1α 置信區(qū)間內(nèi)，偏倚在 α水平內(nèi)可被接受。– 三、從控制圖得到 x double bar– 四、從 x double bar減去基準值計算出偏倚。評審直方圖，以專業(yè)知識確定是否存在特殊原因或出現(xiàn)異常。把均件作為 ” 基準值 ” 。如果這個樣品不可獲得，選擇一個落在產(chǎn)品中程數(shù)的生產(chǎn)零件，并指定為偏倚分析的標準樣本。在評價偏倚之前，控制圖分析應該指示測量系統(tǒng)是穩(wěn)定的。105在 minitab中輸入數(shù)據(jù)次序 讀值 標準值 偏差1 6 2 6 3 6 4 6 5 6 6 06 6 7 6 6 08 6 9 6 10 6 11 6 6 012 6 13 6 14 6 15 6 6 0106選擇作業(yè)項目? 選擇 stat? statbasic statistics1 sample t? 以偏差來進行 t檢定。98公式備注99例題基準值 = 偏倚1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 100直方圖結果101數(shù)據(jù)解析結果n(m) 均值 標準偏差 σr 均值的標準偏差 σb測量值 15 102詳細計算過程103數(shù)據(jù)解析結果? 結論，因為 0落在偏倚置信區(qū)間 (0,1185,)內(nèi)，工程師可以假設測量偏倚是可以接受的，同時假定實際使用不會導致附加變差源。偏倚分析之執(zhí)行 :97偏倚分析之執(zhí)行 :? 所取的 α 水平依賴于敏感度水平，而敏感度水平被用來評價／控制該 (生產(chǎn) )過程的并且與產(chǎn)品／ (生產(chǎn) )過程的損失函數(shù) (敏感度曲線 )有關。? 五、計算可重復性標準偏差 (參考量具研究，極差法 )。如果沒有，繼續(xù)分析，對于 n30的解釋或分析，應當特別謹慎。93范例10/16 10/22 10/28 11/12 11/18 11/19