【正文】 Gage RR(Nested)? 像破壞檢查這種情況 ,首先所有部品必須是從一個 Batch抽出來的 , 并且能確保其具有同質性 .? only,只能判斷反復性 (Repeat,) 無法確認人與人之間的再現性 (Repro,).? 例 ) 3個人對 5個不同的 Sample反復測量 2次 .MSA(Measurement System Analysis) – 破壞檢查Nested ANOVA TableSource DF SS MS F P man 2 part (man) 12 Repeatability 15 Total 29 Gage RR %ContributionSource VarComp (of VarComp) Total Gage RR Repeatability Reproducibility PartToPart Total Variation StdDev Study Var %Study VarSource (SD) (*SD) (%SV) Total Gage RR Repeatability Reproducibility PartToPart Total Variation Number of Distinct Categories = 1? Graph 及 ANOVA Table計算Gage RR 綜合問題設計室結構 Group 上想改善 Hinge Force。 mm 時 Gage的分解能要達到 ≤ mm。?為什么要 Rational Subgrouping?? Rational Subgrouping是 6 Sigma的一個 Powerful的 Tool? 能夠區(qū)分工程的短期工程能力或長期工程能力的核心的方法 能掌握是平均值移動問題，還是散布問題 問題特性化的第一階段? 群內變動和群間變動? 群內變動 , 群間變動還有工程的 2種問題Rational Subgrouping期待值中心值移動問題 散布問題現在水準 期待值現在水準LSL 平均 USL LSL 平均 USL精密但不正確 正確但不精密工程的 2種問題1. 測定誤差的效果? 平均 : μ全部 = μ生產品 + μ測定? 散布 : σ2全部 = σ2生產品 + σ2測定 → 測定 System的偏向 (檢校正 ,Calibration Study) → Gage RR觀測的工程的散布實際工程的散布 測定的散布長期工程散布 短期工程散布 標本內散布 由于測定者的散布由于 Gage的散布反復性(Repeatability)正確性(Calibration)再現性(Reproducibility)穩(wěn)定性(Stability)線型性(Linearity)2. 可能的散布要因Accuracy? 測定的 Data(觀察值 )是實際值和測定誤差的和* 測定誤差 : 觀察值脫離真值的所有測定變散圓的效果MSA(Measurement System Analysis)AccuracyPrecisionMSA(Measurement System Analysis)? 正確度 :測量值的觀察平均和真平均之間的差異? 安定性 :至少兩次以上的相互不同時期，對于同樣部品，使用同樣 Gage， 得到的測量值平均的差異 (計測器的保管 ,根據管理狀態(tài)隨著時間出現的差異 ,也包含產品的安定性 ) ? 再現性 :用同樣 Gage， 幾個人同樣的部品測量幾次時，出現的差異? 反復性 :用同樣 Gage， 一個人同樣的部品測量幾次時，出現的差異? 線型性 :所期待的制作范圍全部通過的正確性值的差異，用計測器能夠量出來的 Range的誤差LSL真平均 觀察平均USL對于 Gage 正確性的散布LSL測量時間 AUSL對 Gage安定性的散布測量時間 BLSL USL由于 Gage 反復性的散布LSL真平均 觀察平均USL由于 Gage 線型性的散布LSL USL測量者再現性的散布測量者 A測量者 BLSL USLGage正確性(下限 )正確性(上限 )≥80%≤20%所有變動其他變動測定散布正確性穩(wěn)定性線型性等再現性(測定者誤差 )反復性(計測儀誤差 )MSA(Measurement System Analysis)? Gage RR 判斷基準 ?≤ 20% → Accept(精確度要求的狀況 : ≤ 10%) 21% ~ 29% → 條件部 Accept＞ 29% → 適用不可 (測定 System改善 )由于計測器的測量誤差和測量者之間所發(fā)生的誤差，這些測量 System自己對工程全體的變動值起多少影響，用比率定量化的統計 Tool ? 什么是 Gage RR ？MSA(Measurement System Analysis)? 計測儀的選定 (測定的分析能 )? Gage要具有 Process的變動或者 Spec許用誤差的 10%未滿的分解能。? 某個特性值的 Data(N = 30)如下。 這是 ,由于工程不穩(wěn)定群內變動混亂或者由于工程外部要因引起群間變動 , 或者是 Data處理 過程上的 Error(Keyin Error等 )? 這樣的關系 1) 收集 Data后 2) 利用 Normality Test檢驗是否正態(tài)分布 3) 如果不是正態(tài)分布 Data轉換為正態(tài)分布 (Transformation)求 Cp, Cpk 等值 否則 ,利用其 Data特性適合分布，統計性解釋。? But, 自然現象的所有 Data并不都是正態(tài)分布 (例 : 壽命 , 故障率等 ) 這時利用非正態(tài)分布 (例 : 威布爾分布 )統計分析。Arrow Diagram(PERTCPM)? Event(Number,Node), Activity,DummyMatrix Data Analysis? Matrix Diagram要素之間的相關數字 Data定量化時使用。 有 L型 , T型 , X型 , Y型 , C型等親和圖表法 (Affinity Diagram)? 未知 ,未經驗的問題，在混亂狀態(tài)中得到事實 ,意見 ,發(fā)現現象等 推出 Data后根據親和性統合、整理找出問題的本質，問題解決 或者誘導新的方向的方法。① 找原因的關聯圖 ① 手段展開型關聯圖系統圖表法 (Tree Diagram)? 為了達到目的，系統性地展開手段，明確掌握所有問題的現況 找出為了達到目的的最佳的手段。QC 7 Tool Study : 散點圖 (Scatter Plot)例題 ) 利用下例 Plotting對 Height和 Weight 的 Scatter Plot， 說明兩個變數的關聯性。 首先要改善對象的區(qū)域 !!!FB000 型號的不良現況QC 7 Tool Study : Pareto Chart? 2023年按地區(qū)需要顯示器的 Data(單位 : 百萬臺 ) 利用 Pareto Chart回答下面問題QC 7 Tool Study : Pareto Chart北美 E U 韓國 日本 中國 印度 亞洲 中南美 CIS/東歐 其他 Case Study1) 對世界市場的 EU 市場的顯示器需要比重是 ?2) 全體 80% Cover的需要按照大小排列 ?? 4M 或者 6M 1E 或者 8M 2E為基準，事的結果 (特性 , 問題 )和影響其結果的原因，系統性地 整理的圖。 如果規(guī)格上限 (or下限 )用 X來代替時 超出規(guī)格上限的尾部面積可以認為 ‘ 有缺陷可能性 ’ 正態(tài)分布總面積是 1,脫離已知規(guī)格的 面積 ,那就是所推定的不良率 6. 制作 Histogram。 1. 最大值和最小值為多少 ? 2. 區(qū)間數幾個時適當 ? 3. 求區(qū)間幅度 (h). 4. 求界限。Spec : 177。 按照區(qū)間制作 Histogram， 2個分布差異 明顯 .跳躍形在不一樣的分布上， data稍微混亂的時候232。 確認是否有 捏造數據 , 檢查失誤 ,測定誤差等 全部選擇后，出現這樣的模樣時 需提高工程能力或者再檢討規(guī)格高原形有幾個不同的平均值的時候 .232。 理論上或者局限于規(guī)格下限 沒有采集某個值以下的值。有必要檢討區(qū)間的幅度是否以測定 單位的正數倍， 還是測定者看刻度時有問題。Data區(qū)間編號 區(qū)間的界限值 中心值 頻度123456789 ~ ~ ~ ~ ~ ~ ~ ~ ~ 24101726191363100N=100頻度頻數分布表 Histogram2. Histogram制作步驟QC 7 Tool Study : Histogram 收集 至少 30個以上 ,越多可靠性越好 (L) 最小值 (S)求各 data的最大值 (L)外最小值 (S) 最大值 (L) = , 最小值 (S) = Data數 50~100 100~250 250以上區(qū)間 k 6 ~ 10 7 ~ 12 10 ~ 20一般區(qū)間的數 (k)是 k=Γ.n=100, 因此 k為 10nQC 7 Tool Study : Histogram(h)h = 10區(qū)間幅度 = 最大值 ( L) 最小值 (S) 臨時區(qū)間數※ 測定最小單位的正倍數= ※ 測定的最小單位 h = 出發(fā)點 =最小值 – 最小測定單位 /2第一區(qū)間 =出發(fā)點 ~出發(fā)點 +區(qū)分幅度第二區(qū)間 =第一階段的上限 ~ 第一區(qū)間上限 +區(qū)間幅度 . . . . . 求包含最大值區(qū)間 出發(fā)點 = 第一區(qū)間 = ~ 第二區(qū)間 = ~ 第三區(qū)間 = ~ 第四區(qū)間 = ~ 第五區(qū)間 = ~ 第六區(qū)間 = ~ 第七區(qū)間 = ~ 第八區(qū)間 = ~ 第九區(qū)間 = ~ 第十區(qū)間 = ~ 中心值中心值 = 各區(qū)間上下界限的和 2第一區(qū)間的中心值 = + 2.....=頻度 區(qū)間QC 7 Tool Study : Histogram區(qū)間編號 區(qū)間的界限 中心值 頻數123456789 ~ ~ ~ ~ ~ ~ ~ ~ ~ 24101726191363100 N＝ 1003. 看 Histogram的方法QC 7 Tool Study : Histogram頻數大部分聚集在中心部分，離中心越遠越少一般出現的形狀左右對稱形區(qū)間跳躍形狀像缺牙形狀。 一般工程安定的情況下呈鐘形狀，反之按照情況查找有什么異常原因。