MSA测量系统分析精讲解读（五大工具系列）
MSA-测量系统分析Measurement system analysis第四版Third edition
点击连接：MSA测量系统分析视频课程
课程目次
0、数据以及数据的质量
1、变差
2、测量系统
３、测量系统变差及相关定义
4、测量系统对产品和过程的影响
5、测量系统策略和计划
6、测量系统研究的准备
7、计量型测量系统分析
8、计数型测量系统分析
0 数据以及数据的质量
—— 数据的广泛性、数据的重要性
—— 数据的质量：“数据有质量”吗？ 低质量数据的影响及后果？
—— 数据的类型
1、变差
1.1.定义：为便于记忆和区分，可将“变差”
变：变化，不一致
差：（和目标值的）差值，差距
“万变”之源
任何事物和过程都存在变差。
1.２.变差分类
普通原因变差：
由偶然原因引起
该类原因无法消除或消除成本非常高
只有普通原因引起变差的过程是稳定的
特殊原因变差：
有特殊原因造成 ，能导致过程出现
该类原因可以消除
是重点监控和控制的对象
可查明
1.3. 变差的表现形式
2.测量系统(Measurement system)
是测量使用的仪器或量具、标准、操作、程序、夹具、软件、人员、环境及假设的集合。用来获得测量结果的整个过程。
SWIPE
由于仪器、量具、标准、操作、程序、夹具、软件、人员、环境存在变差－－测量系统也存在变差
2.1. 测量（Measurement)：赋予数值给具体事物,以表示它们对于特定特性之间的关系。而赋予的值定义为测量值。
2.2. 量具(Gage)：任何用来获得测量结果的装置，经常用来特指用在车间的装置，包括用来测量合格／不合格的装置。
2.3. 测量系统的变差来源
2.4.对测量系统的期望
零误差－测量过程的目标是零件的真值
由于SWIPE变差集合为测量系统变差，故测量结果不可能存在零误差。
2.5.真值
某一物品的真实数值;
不可知,无法确切知道
使用可以追溯到最高标准的参考值替代
3 测量系统的变差及相关定义
测量系统分辨力对过程控制和分析的影响
分辨力选择示例:
测量分辨力的选择
十分之一原则：
当对产品控制情况下，测量结果与决定准则是“符合或不符合某特性规范”（如：100%检或抽样），样品或标准必须被选择不需包括整个过程范围。MSA是以特性公差为基础，如：%GRR/tolerance
在过程研究的情况下，测量结果与决定准则是“过程稳定性、方向以及是否符合固有的过程变差”（如：SPC,过程监控，能力及过程改进）。获得整个作业范围的样本非常重要，评估MS对过程控制的适用性（如%GRR/过程变差）可使用过程变差的独立估计法（过程研究）。
以上方法不能使用或为了确定过程方向和MS对过程控制的持续适宜性，必须从过程选择样件，并且样件能代表整个生产作业范围（如：对TV的%GRR)，如不能代表，必须忽略TV。 但不会影响使用公差的评估或使用过程变差的独立估算法。
4、测量系统对产品和过程的影响
5、测量战略和策划
６、测量系统研究的准备
6.1 进行测量系统准备包括
该计划所使用的方法。如：完全脱离人为影响的系统不需要分析再现性。
事先确定评价人数、抽样零件数量－－关键尺寸需要更多的零件或测量
按随机次序进行。
评价人从正常操作仪器的人员中选，采取盲测
样件的选取
用于产品控制时：样品必须被选择，其评估以特性公差为基础
用于过程研究时：样件的用代表整个作业范围。可在许多天中每天抽取一个样品。
仪器具有足够分辨力
遵循已规定的测量要求
７ 计量型测量系统分析
7.1 确定稳定性指南
1）取一样本并建立可溯源的基准值，（可选择落在生产范围的生产零件，指定其为标准件）具备高、中、低数的标准比较理想，对每个标准样本分别测量与做控制图
2）定期（天、周）测量样本3~5次，频率选定因素包括校准频次、维护、使用频率、作业环境；应在不同的时间读数，以反映环境因素变化
3）将数据按时间顺序画在X-R控制图或Xbar-S上;
4）结果分析-图示法
建立控制限并用标准控制图分析评价是否稳定
数值法
如果测量过程是稳定的，数据可以确定测量系统的偏倚和测量系统重复性的近似值，重复性可以和过程标准差比较，以确定测量系统的重复性相对过程变差是否适用
5）如不稳定, 需实验设计或其他分析技术查找原因
稳定性分析示例：工艺小组在工艺中程附近选择了一个零件，送测量室测量，确定基准值为6.01。小组每班测量这个零件5 次，共测量4周（20个子组）。数据收集后作X——R控制图。分析显示，测量结果是稳定的
举例: 在量程内选5个零件，每个测量12次，结果如下：
计算偏倚和均值
使用统计软件计算最佳拟合线：Y=0.7367-0.1317X
偏移＝０的线与置信度区间相交，没有包括在置信区间内，存在线性问题。
需要查找原因，或对硬、软件进行修整，重新校准时期达到零偏移。
结果分析
均值图：
每个评价人对每个零件读数的平均值作图画出控制限
控制区内表示测量灵敏度（噪声）。大约一半或更多的均值应落在控制区外，那么测量系统能够充分探测零件之间的变差并能提供对过程分析和过程控制有用的信息。
同时，可以分析出分析评价人之间的差异。如有基准值则可分析出各评价人的整体偏倚倾向
极差图
每个评价人对每个零件读数的极差值作图画出控制限，用于确定过程是否受控
如果评价人不受控，说明他的方法与其他人不同
极差是无序数据，不作趋势分析
极差图柯以帮助确定：与重复性相关的统计控制；测量过程中评价人之间差异性
7.4.3 方差分析法－计算更加复杂,要具备一定的统计学知识以解释其结果
８ 计数型测量系统分析
计数型测量系统的测量结果是有限的分级数，最常见的是合格/不合格二个结果。对目视标准，可能产生五到七个分类。
量具的最大风险来自于分区边界，比较好的方法是对边界进行量化分析
在有些计数状况下，不容易得到足够的具有计量基准值的零件。在这种情況下，做出错误或不一致的风险可以用以下方法去评价。
假设实验分析(Hypothesis Test Analysis) ；
信号探测理论(Signal Detection Theory)。
由于风险分析法（以上两种）不能量化测量系统变异性，只有当客戶同意的情況下才能使用；
选择和应用这些技朮应有良好的统计实践和对潜在的可影响产品和测量过程变差源有好的了解；以及明白一个不正确的判断对客户和过程的影响；
技术型測量系統变差源应该通过人的因素和人极工程学研究使其结 果最小化。
示例：
背景：
一个受控的生产过程其Ppk=0.5，对于不合格产品，需要采取一遏制措施将其挑选出來。项目小组选择了一个计数型量具(G/NG)，该量具的%GRR=25%(与公差相比)。由于其未被小组证明，需要研究测量系統。(产品公差为0.445-0.545)
研究方法：
零件(50个)随即从过程中抽取，但需覆盖过程范围；
确定评价人(3人)，各测试3次；
分析方法：
假设试验法
小组不知道零件的基准判断值，可用交叉表比较每个评价人之间的差异。
为了确定评价人一致的水平，可用科恩的Kappa来测量两个评价人对同一目标评价值的一致程度。
Kappa 为1值表示完全一致，为0表示一致程度不比偶然的要好。
Kappa 一种对评价人内部一致性的衡量，它测试在诊断区内（获得相同评定的零件）中的数量与那些基于可能性期望的数量是否有差别。
评价人相互间的比较：
15.7=47(B判0的数)*50(A判0的数)/150(总数)
50-15.7=34.3
68.7=103*100/150
Kappa 是用来衡量两个评价人对同一物体进行评价时，其评定结论的 一致性。
Kappa 为1值表示完全一致，为0表示一致性不必可能性来的好。
让： P0=在对角栏筐中，观测比例的总和
Pe=在对角栏筐中，期望比例的总和
则：Kappa=(P0-Pe)/(1-Pe)
Kappa 是一种程度而不是一种试验。经验法表明大于0.75表示好的一致性(最大为1)，小于0.4表示一致性不好。
Kappa 不考虑评价人间的意见不一致性的程度，只考虑他们一致与否。
以上分析只是确定了评价人之间的差异性，不能告诉我们测量系统从坏零件中挑选出好零件的能力。在本案例中，小组采用了一计量型测量系统来评价零件，并以其结果来确定其参考决定。使用新的信息建立交叉表，以便将每个评价人与参考决定进行比较。
计算了Kappa 值确定每个评价人与基准判断一致的程度后，然后可计算测量系統的有效性；
有效性(Effectiveness) = 作出正确决定的次数/总决定次数。
错误报警率(拒收合格品的概率)P(FA) False Alarm =假警报次数/(总的正确判定合格品次数+假警报次数)
错误率(接收不合格品的概率)P(Miss) Miss Rate =错误次数/(总的正确判定不合格品次数+错误次数)
结果与接受准则比较可以看出，各个评价人对于该测量系统在有效性、错误率和错误报警率上都有不同程度的结果，在所有三个项目中，没有一位评价者是可以接受的。
进一步考虑: 接受标准可以更改吗?风险如何?评价者是否需要更好的培训?测量环境能被改善吗?顾客的期望是什么?顾客可以接受该风险吗?
信号探测(signal Detection)法
用信号探测法来分析边界区域：
计算di——从被所有评价人接受的最后一个零件到都拒绝的第一个零件的距离。
dLSL=0.4708-0.4467=0.0241
dUSL=0.5662-0.5427=0.0235
d-=0.0238
%GRR=0.0238/0.100(产品公差)=23.8%
可以作出适用性评价。