如何证明检验过程的能力？

今日话题

如何证明检验过程的能力?

前情提要

前面的文章，介绍了当特征值是计量型数据时，如何证明测量过程的能力，和如何长期监控测量过程是否具有能力的方法，当特征值是属性类数据时，如何证明检验过程的能力呢？

问：如何证明检验过程的能力？

答：当得不到足够多的计量值的零件时，要评估检验过程的能力，其结果将取决于所选取样本的代表性，故这种方法通常需要得到客户的同意后方可执行。

1、检验和测量的区别

如上图所示，检验可以分为主观和客观之分。对于主观的检验，通常是通过人的感观，例如视觉，听觉，嗅觉等方式进行的评估，对于客观的检验，可以使用G/NG或其它的分级检具检验，还可以通过测量设备进行测量得到计量型测量数值，将数值与特性的规范进行比较通常才称为检验，换一句话说，测量给出的是测量值，而检验是需要有评价的结论。

对于检验过程能力的评价而言，一般去评估误判率和漏判率，在当今质量水平要求为PPM级的汽车行业要求中，通常不太现实，因为会要求太大的样本量，故能转化为测量系统分析的过程，通常都建议转化为测量系统分析，按前面文章中提到的，评估测量过程的系统性误差或随机性误差。

2、如何评价检验过程的能力？

对于检验过程的能力证明，当能得到足够多的计量基准值的零件时，可以评价零件的实际基准特征值在不同地方时，通过检验接收该零件的可能性，即通常所说的大样法（量具性能曲线研究的方法），这种方法要求能得到足够多的靠近规格限附近，即模糊边界的样本，研究成本通常非常高，是一种理想中的方法。

当能得到零件的计量基准值时，另一种简化的做法是，在规格限附近去探测不能正确区分产品好坏的模糊边界，通常称为信号探测法，这种方法通常要求能取到覆盖模糊边界附近的零件，AIAG的MSA手册的建议是取50个零件，3个人测量，每个人检验每个零件3次。计算出模糊边界范围后，用该范围与被测特性公差比值计算GRR%，通常要求小于10%·

对于检验过程能力的另一种证明方法是评价检验结果的一致性与随机偶然发生的事件之间是否有显著差别，通常包括评价人内部的一致性，评价人与标准件的一致性，评价人之间的一致性，评价人之间并且与标准间的一致性。通过计算Kappa统计量来评价这些项目，从进一步改进的角度还可以评价有效性，误判率和漏判率等指标。

3、总结

在这篇短文中，我们介绍了检验过程能力证明的方法，强调能转化为测量过程的检验过程能力证明尽可能用测量系统分析的方法，简要介绍了检验过程能力证明的信号探测法和Kappa方法。