量测系统分析-MSA.ppt

1,msa 测量系统分析,auo proprietary & confidential,2,课程目的,需做哪些分析？ 该如何去做？ 怎样的结果可以接受？,3,auo proprietary & confidential,agenda,msa概述 计量型数据msa 计数型数据msa,4,msa分析的对象,qs-9000 4.11.4 为分析在各种测量和实验设备系统测量结果中表现的变差，必须进行适当的统计研究。此要求必须用于在控制计划中提及的测量系统。 此项要求就是包含控制计划中提及的产品特性和过程特性。 iso/ts16949 7.6.1 应实施适当的统计研究，以分析每一种相同量测形式的量测及实验设备系统结果中所呈现的变异。这项要求应适用于管制计划里所列的量测系统。所采用的分析方法和允收规范，应符合壳户有关量测系统分析参考手册中的规定，一些如被顾客所认可的分析方式和允收规范。,5,观察到的 制程变异,实际的 制程变异,变异来源剖析,量测变异,total2 =p2 + m2,m2 =av2+ev2,p2,6,名词定义,量具: 指任何用来获得测量结果的装置. 量测系统: 指由人员、量具, 操作程序及其它设备或软件所构成的系统. 量具再生性: 指由不同操作人员使用相同的量具测量相同产品之相同特性时，其作业者间测量平均值之变异.（三同一异） 量具再现性: 指由同一个操作人员用同一种量具经多次测量同一个样本的同一测量特性值时的再现能力, 亦称测量值间的变异.（四同） 稳定性: 同一量具于不同时间测量同一样本之相同特性所得之变异. （三同一异） 偏性: 指由同一操作人员使用相同量具, 测量同一样本之相同特性多次数所得平均值与精密仪器测量同一样本之相同特性所得之真值或参考值之间的偏差值,7,常用统计特性：,再现性，在其取得数据时应符合下列条件：同一人员、相同的归零条件、同一产品、同一位置、同样的环境条件、数据要在短时间内取得。再现性的目的只是要获知设备的变异性。 再生性则希望获知不同条件下的变异，因此取得数据时应符合下列条件：不同的人员、不同的归零条件、不同的位置、不同的环境、数据宜在较长期间内取得。,8,accuracy and precision,准确度(accuracy/bias) : 量测之平均值样本真值(标准值)的差异程度 -偏性(bias), 稳定性(stability), 线性(linearity) 精确度(precision): 以同一量测方法量测多次所得数据彼此接近程度 -再现性(repeatability),再生性(reproducibility),9,资料种类,计数型 (attribute),计量型 (continuous),nominal,ordinal,偏性 稳定性 线性 gage r&r (再现性与再生性) xbar-r anova,kappa,icc,量测资料值类型,计数值attribute 眼睛的颜色: 蓝色, 绿色, 棕色, 等. 社会经济状况: 高, 中, 低; 种类: 好 / 坏, 机台1 / 机台2,计量值/连续型 时间: 2.000, 2.1, 2.119 秒 压力: 45, 45.8, 49.234 psi 循环时间: 8, 14, 32 天,10,常见的分析指标：,注：对不同的测量系统可能需要不同的分析指标,11,msa原则,12,分析指标的选择,例： 静电测试仪：计量值不可重复，不需做 无尘室温湿度计：计量值不可重复，不需做 fpc/pcb 拉力测试：破坏性量测，不需做 显微镜：grr+线性/偏性 卡尺： 稳定性+线性/偏性+grr f/d 与oqc 的画检：只做一个站点即可,msa问题点 .doc,13,auo proprietary & confidential,agenda,msa概述 计量型数据msa -稳定性 -偏性 -线性 -grr -破坏性量测系统分析 计数型数据msa,14,解析度评估,测量仪器的最小刻度应高于过程变异和公差带两者中精度较高者的十分之一！ 解析度评估,spec. 5.360.3 mm,解析度 = 量具最小刻度增量 / 最窄量測規格公差,解析度如果小于10，则结果pass!,15,auo proprietary & confidential,agenda,msa概述 计量型数据msa -稳定性 -偏性 -线性 -grr -破坏性量测系统分析 计数型数据msa,16,稳定性操作,17,稳定性判读,judge： acceptance not acceptance,18,稳定性差的可能原因,仪器需要校准，需要减少校准时间间隔 仪器、设备或夹紧装置的磨损 正常老化或退化 缺乏维护通风、动力、液压、过滤器、腐蚀、锈蚀、清洁 磨损或损坏的基准，基准出现误差 校准不当或调整基准的使用不当 仪器质量差设计或一致性不好 仪器设计或方法缺乏稳健性 不同的测量方法装置、安装、夹紧、技术 量具或零件变形 环境变化温度、湿度、振动、清洁度 违背假定、在应用常量上出错 应用零件尺寸、位置、操作者技能、疲劳、观察错误,19,auo proprietary & confidential,agenda,msa概述 计量型数据msa -稳定性 -偏性 -线性 -grr -破坏性量测系统分析 计数型数据msa,20,偏性操作,21,偏性范例,一个制造工程师评价了一个新量测系统。量测设备的一项分析证明该量测系统应该没有线性误差的考量，所以该工程师只需对量测系统的偏性进行评价。在这量测系统操作范围内选取了一个零件；透过对该零件进行了尺寸量测来确定它的真值，然后由作业者量测该零件15次。,22,minitab数值分析-资料整理,量测次数,偏差值: 每次的量测值与“真值”的差异,23,minitab数值分析-one sample t test,minitab路径:statbasic statistics1 sample t,24,偏性判读,one-sample t: range test of mu = 0 vs not = 0 variable n mean stdev se mean 95% ci t p range 15 0.006667 0.212020 0.054743 (-0.110746, 0.124079) 0.12 0.905,p value0.05,接受h0假设.在95%信赖水准下,此量测的偏差是可接受,即于实际使用时,将不会产生额外的变异,0 落于95% c.i.内, 接受h0假设.在95%信赖水准下,25,系统有偏性的可能原因,仪器需要校准 仪器、设备或夹紧装置的磨损 磨损或损坏的基准，基准出现误差 校准不当或调整基准的使用不当 仪器质量差设计或一致性不好 线性误差 应用错误的量具 不同的测量方法设置、安装、夹紧、技术 测量错误的特性 量具或零件的变形 环境温度、湿度、振动、清洁的影响 违背假定、在应用常量上出错 应用零件尺寸、位置、操作者技能、疲劳、观察错误,26,auo proprietary & confidential,agenda,msa概述 计量型数据msa -稳定性 -偏性 -线性 -grr -破坏性量测系统分析 计数型数据msa,27,线性操作,28,线性规格区段的选择(l3 photo),区段1,区段2,选择规格公差较大者,29,范例:线性分析,在量具全作业范围内选取5个零件,并已求得各零件之参考值分别为2.00、4.00、6.00、8.00 、10.00 每一零件再由一作业者各量测12次如下表,30,minitab 资料格式,量测值,真值,样本编号:1-5,31,minitab 路径,statquality toolsgage studygage linearity and bias study,32,minitab资料输入,33,线性判读-r-sq70%,h0:截距constant=0 h1:斜率 0,h0:斜率(slope)=0 h1:斜率0,judge： acceptance not acceptance,已执行linearity则该范围内的bias已经被涵盖,34,线性判读-r-sq70%,p-value=0.05,有线性问题,量测不同量程上的偏差呈线性关系,judge： acceptance not acceptance,35,minitab资料输入(制程变异),14.1941,36,p0.05表示有线性关系,p0.05表示有偏性问题,线性判读 (制程变异),37,线性判读 (制程变异),线性度判定： 重要特性：5% 一般特性：10%,偏性度判定： 重要特性：10% 一般特性：30%,38,系统有线性的可能原因,仪器需要校准 仪器、设备或夹紧装置的磨损 仪器需要校准，需减少校准时间间隔 仪器、设备或夹紧装置磨损 缺乏维护通风、动力、液压、腐蚀、清洁 基准磨损或已损坏 校准不当或调整基准使用不当 仪器质量差；设计或一致性不好 仪器设计或方法缺乏稳定性 应用了错误的量具 不同的测量方法设置、安装、夹紧、技术 量具或零件随零件尺寸变化、变形 环境影响温度、湿度、震动、清洁度 其它零件尺寸、位置、操作者技能、疲劳、读错,39,auo proprietary & confidential,agenda,msa概述 计量型数据msa -稳定性 -偏性 -线性 -grr -破坏性量测系统分析 计数型数据msa,40,grr操作,41,precision to tolerance ratio note: 5.15 standard deviation s accounts for 99% of ms variation. the use of 5.15 is an industry standard. (6 is also widely use),gage r&r 判读指针,42,grr规格区段的选择(l3 photo),选择公差规格较小者,43,grr极差法,极差法一种改进的计量型量具研究方法，可迅速提供一个测量变异的近似值。例：使用两名操作员和五个样本进行分析：,常用方法：极差法、xbar-r法anova法等,平均极差（r）ri/5=0.35/5=0.07 gr&r=5.15( r)/d2*=5.15(0.07)/1.19=0.303 过程变差0.40 %gr&r=100*gr&g/过程变差1000.303/0.40=75.5%,44,grr- xbarr法,xbarr法 测量次数10 xbar chart 表现再现性 r chart 表现再生性 简单、易用,实例： 1.决定测量的零件特性 2. 测量的环境 3.操作员:3位 4. 零件:10件 5. 反复测量的次数:3 次：,45,grr-xbarr法范例,1. characteristic of mea. (cell gap) 2. environment (fab.) 3. appraiser: 3 4. parts: 5 items 5. repeat 23 times in random sequence,cell gap spec.:+/-0.3 um,46,grr判读-xbarr法范例,47,minitab资料格式(图标),1 3,1 2 3 4 . 10,123,123,123,123,operator,part,trial,mes.,y1y2y3,48,minitab资料格式,operator:操作员名/编号,part: 样本编号,y: 量测值,trial: 第几次量测,49,minitab路径,statquality toolsgage studygage r&r study (crossed),50,minitab选项,51,grr判读-xbarr法范例,results for: pep5 gage r&r study - xbar/r method gage r&r for measurement data_1 %contribution source varcomp (of varcomp) total gage r&r 0.0002481 87.29 repeatability 0.0002481 87.29 reproducibility 0.0000000 0.00 part-to-part 0.0000361 12.71 total variation 0.0002842 100.00 study var %study var %tolerance source stddev (sd) (6 * sd) (%sv) (sv/toler) total gage r&r 0.0157511 0.094507 93.43 1.05 repeatability(ev) 0.0157511 0.094507 93.43 1.05 reproducibility(av) 0.0000000 0.000000 0.00 0.00 part-to-part(pv) 0.0060098 0.036059 35.65 0.40 total variation(tv) 0.0168587 0.101152 100.00 1.12 number of distinct categories = 1,1.重复量测三次,统一用xbar/r method.,52,grr范例-图形分析,53,grr-anova法,anova法 测量次数 10 辨别人员变异与量具变异 困难、复杂,54,grr判读 -anova法,零件间的波动所占的百分比（part-to-part：96.94%）远比测量系统（ total gage r&r ：3.06%）大，表示全部波动绝大部分是因为零件差异所引起的，因测量系统所造成的波动非常小。,零件间的波动所占的百分比（part-to-part：96.94%）远比测量系统（ total gage r&r ：3.06%）大，表示全部波动绝大部分是因为零件差异所引起的，因测量系统所造成的波动非常小。,ndc大于5，代表数据分组ok，测量系统正确,根据测量系统重复性和再现性（ gr&r ）可接受准则， total gage r&r 为17.48%，虽超过10%，但低于30%，说明测量系统是可以接受的。,55,grr anova法,q：part num*operator的p值为0.170，如何解释？p值高于0.25和低于0.25说明什幺问题？ a： part num*operator的p值为0.170，说明operator / part间的交互作用与全部波动比较并不显着。 当p0.25时，minitab会重新调试一没有交互作用的缩减模型，再用来计算方差成分。缩减模型只包含part 与operator的主效应项。,56,grr 比较变异选择,1.%grr=grr/tv -indicates 10 sampels variation 2. %grr=grr/(t/6) -comparing with spec (tolerance的宽度=usl-lsl) 3.%grr=grr/sigma -indicates process variation,57,grr 比较变异选择,58,gr&r 不过的可能原因,当再现性(ev)变异值大于再生性 (av)时. 量具的结构需再设计增强. 量具的夹紧或零件定位的方式需加以改善. 量具应加以保养. 当再生性 (av)变异值大于再现性(ev)时. 作业员对量具的操作方法及数据读取方式应加强教育, 作业标准应再明确订定或修订. 可能需要某些夹具协助操作员, 使其更具一致性的使用量具. 量具与夹治具校验频率于入厂及送修矫正后须再做测量系统分析, 并作记录.,59,auo proprietary & confidential,agenda,msa概述 计量型数据msa -稳定性 -偏性 -线性 -grr -破坏性量测系统分析 计数型数据msa,60,假设与分析方法,假设： 已知特性(属性)的定性期限，并延续超过预期的研究期间；即在整个预期的使用和/或储存期间，被测特性不会改变。 零件(样本)涵盖该特性(属性)的制程变异的预期范围。 这些样本被分割成 m 部份。m2部份时常被称为试验再试验研究 。 分析方法： 全距图，以便追踪量测的一致性。 将 与由变异分析所得到的重复性估计 e 进行比较。 这是上边界(upper bound)的研究： 用图表以便追踪生产制程的一致性。,61,gauge r&r 前的准备工作,决定测量的零件特性 决定测量的环境 操作员：随机选取几个使用量具的操作员。 零件/样本：自同一规格的零件中随机选取 510 个零件进行量测。 反复测量的次数：每一个零件的量测特性被每一个操作员反复量测至少2次。,62,样本准备,零件/样本准备方式: 标准片:购买多种规格的标准片进行测试,确认量测系统的再现与再生性。ex: 硬度测试,可购买不同硬度的标准片,相同硬度的标准片各23片,由同一操作员量测,视为再现性的分析。 产线上的零件/样本:自同一规格的零件/样本中随机选取 510 个,将这些样本被分割成 m 部份。m2部份时常被称为试验再试验研究 。 ex:9宫格中的四各角落测量硬度值,将四各角落视为独立的样本,在假设同一样本的被测特性值应相似的情况下,将此样本分割2部分进行重复性量测,63,范例说明,取出15个可视为有相同的特性值的parts 15片,将每一片分割为2样本(用以取得重复量测值) 随机选出3位操作员 使用同一量具 每一操作员量测相同数量的parts分割出来的sample 记录量测值如下,64,minitab资料整理,part:样本编号,operator: 操作员名/编号,response: 量测值,65,minitab路径,statquality toolsgage studygage r&r study (nested),66,图形分析,67,数值判读,gage r&r %contribution source varcomp (of varcomp) total gage r&r 1.28933 82.46 repeatability 1.28933 82.46 reproducibility 0.00000 0.00 part-to-part 0.27430 17.54 total variation 1.56364 100.00 study var %study var source stddev (sd) (6 * sd) (%sv) total gage r&r 1.13549 6.81293 90.81 repeatability 1.13549 6.81293 90.81 reproducibility 0.00000 0.00000 0.00 part-to-part 0.52374 3.14243 41.88 total variation 1.25045 7.50273 100.00 number of distinct categories = 1,%r&r,ndc=1,%r&r=90.81,68,auo proprietary & confidential,agenda,msa概述 计量型数据msa 计数型数据msa -kappa -icc,69,计数型的分析目的,与计量值之量测系统分析类似 在计数值之量测系统, 我们得到类似的讯息, 但用不同的处理方式: % 在评价者(操作员)内的一致性 (再现性-repeatability) % 在评价者(操作员)间的一致性 (再生性-reproducibility) % 与参考标准的一致性 (准确度) 分析指针: kappa icc,70,auo proprietary & confidential,agenda,msa概述 计量型数据msa 计数型数据msa -kappa -icc,71,kappa 分析,适用分类型资料, 例如 眼睛的颜色: 蓝色, 绿色, 棕色, 等. 种类: 好 / 坏, 机台1 / 机台2 所有分类等同对待 注意事项: 每个量测物间相互独立. 评价员的检验相互独立. 判读值(分类)间互斥.,72,kappa 计算公式,cohen 的kappa (k) 公式,p0在诊断区中观测部分的总和 = 观测总和(a和b判定差异数量) / 观测总和 pe在诊断区中期望部分的总和 = a和b判定相同期望数量 / 观测总和,;-1k1,73,kappa 值判读,当kappa 值是 +1 时, 表示非常的一致性 一般规则: 若 k0.75, 量测系统需要注意 !,74,kappa抽样建议准则,75,kappa操作,样本：建议样本数为3050，各类型样本比例均等。 重复量测次数: 2-3次 操作人条件:可以执行评估/实际操作者 操作员数: 选择 2-3 个人, 步骤: 随意的将样本给一个人(不要说明样本之属性), 让此人评估每一个样本 一旦第一个人检验所有的样本后, 其它的人再重复同样的动作 一旦所有人检验过每一样本后, 上述动作再作第二次 注意: 所有可能的组合, 包括评判员, 样本及次数, 皆须包含在内 每一个操作员必须检验所有的样本 每一个操作员必须检验这些样本, 有相同的次数,76,图形分析-kappa,我们要 80% 或更好的一致性,77,评价者内的一致性(再现性) -kappa,各裁判的kappa值分析结果为所有评价者与其它评价者之间有良好的一致性。,within appraisers assessment agreement appraiser # inspected # matched percent 95 % ci a 50 42 84.00 (70.89, 92.83) b 50 45 90.00 (78.19, 96.67) c 50 41 82.00 (68.56, 91.42) # matched: appraiser agrees with him/herself across trials. fleiss kappa statistics appraiser response kappa se kappa z p(vs 0) a 0 0.760000 0.0816497 9.3081 0.0000 1 0.760000 0.0816497 9.3081 0.0000 b 0 0.845073 0.0816497 10.3500 0.0000 1 0.845073 0.0816497 10.3500 0.0000 c 0 0.735086 0.0816497 9.0029 0.0000 1 0.735086 0.0816497 9.0029 0.0000,各评价者三次评估后, 彼此符合及检验之数量,78,各评价者与参考标准的一致性(正确性) -kappa,each appraiser vs standard assessment agreement appraiser # inspected # matched percent 95 % ci a 50 42 84.00 (70.89, 92.83) b 50 45 90.00 (78.19, 96.67) c 50 41 82.00 (68.56, 91.42) # matched: appraisers assessment across trials agrees with the known standard. assessment disagreement appraiser # 1 / 0 percent # 0 / 1 percent # mixed percent a 0 0.00 0 0.00 8 16.00 b 0 0.00 0 0.00 5 10.00 c 0 0.00 0 0.00 9 18.00 # 1 / 0: assessments across trials = 1 / standard = 0. # 0 / 1: assessments across trials = 0 / standard = 1. # mixed: assessments across trials are not identical. fleiss kappa statistics appraiser response kappa se kappa z p(vs 0) a 0 0.880236 0.0816497 10.7806 0.0000 1 0.880236 0.0816497 10.7806 0.0000 b 0 0.922612 0.0816497 11.2996 0.0000 1 0.922612 0.0816497 11.299 0.0000 c 0 0.791110 0.0816497 9.6891 0.0000 1 0.791110 0.0816497 9.6891 0.0000,评鉴者给予“正确”的答案频率,79,评价者间的一致性(再生性) -kappa,各评价者之间有良好的一致性。,between appraisers assessment agreement # inspected # matched percent 95 % ci 50 40 80.00 (66.28, 89.97) # matched: all appraisers assessments agree with each other. fleiss kappa statistics response kappa se kappa z p(vs 0) 0 0.804343 0.0235702 34.1254 0.0000 1 0.804343 0.0235702 34.1254 0.0000,评鉴者间的一致性如同再生性 (av):,80,量测系统的有效性-kappa,所有评价者与参考标准的有效性(正确性),all appraisers vs standard assessment agreement # inspected # matched percent 95 % ci 50 40 80.00 (66.28, 89.97) # matched: all appraisers assessments agree with the known standard. fleiss kappa statistics response kappa se kappa z p(vs 0) 0 0.864653 0.0471405 18.3421 0.0000 1 0.864653 0.0471405 18.3421 0.0000,所有评价者 vs. 标准 :下列数据可得检验标准的有效性指数,81,auo proprietary & confidential,agenda,msa概述 计量型数据msa 计数型数据msa -kappa -icc,82,icc 分析,icc: intraclass correlation coefficient 适用于分等级(有顺序性)的资料,且各类型,例如: 非常不同意,不同意, 同意,非常同意. 甜度1、2.13 z/p/n等级判片 将各等级间的差异列入考量. 注意事项: 每个量测物间相互独立. 评价员的检验相互独立. 评估类别值有顺序性. 判断标准: 同kappa,若 icc0.75, 量测系统需要注意 !,83,minitab资料整理,c1 样本150 c2 评价者a,b,c c3 第几次评价1-3 c4 评价结果 c5 参考标准,84,minitab路径,statquality toolsattribute gage r&r study,85,图形分析-icc,评价者自己本身的一致性不好.即再现性不好! 我们要 80% 或更好的一致性,86,within appraisers assessment agreement appraiser # inspected # matched percent 95 % ci a 20 15 75.00 (50.90, 91.34) b 20 17 85.00 (62.11, 96.79) # matched: appraiser agrees with him/herself across trials. fleiss kappa statistics appraiser response kappa se kappa z p(vs 0) a 1 1.00000 0.223607 4.47214 0.0000 2 0.77143 0.223607 3.44993 0.0003 3 0.37500 0.223607 1.67705 0.0468 4 0.37500 0.223607 1.67705 0.0468 5 0.88604 0.223607 3.96249 0.0000 overall 0.67794 0.116121 5.83819 0.0000 b 1 1.00000 0.223607 4.47214 0.0000 2 1.00000 0.223607 4.47214 0.0000 3 0.82684 0.223607 3.69774 0.0001 4 0.62382 0.223607 2.78983 0.0026 5 0.76190 0.223607 3.40734 0.0003 overall 0.80551 0.118131 6.81882 0.0000 kendalls coefficient of concordance appraiser coef chi - sq df p a 0.968153 36.7898 19 0.0084 b 0.973054 36.9760 19 0.0080,评价者内的一致性(再现性)-icc,87,各评价者与参考标准的一致性(正确性)-icc,each appraiser vs standard assessment agreement appraiser # inspected # matched percent 95 % ci a 20 14 70.00 (45.72, 88.11) b 20 16 80.00 (56.34, 94.27) # matched: appraisers assessment across trials agrees with the known standard. fleiss kappa statistics appraiser response kappa se kappa z p(vs 0) a 1 1.00000 0.158114 6.3246 0.0000 2 0.60794 0.158114 3.8449 0.0001 3 0.56989 0.158114 3.6043 0.0002 4 0.68750 0.158114 4.3481 0.0000 5 0.94302 0.158114 5.9642 0.0000 overall 0.77288 0.083208 9.2886 0.0000 b 1 1.00000 0.158114 6.3246 0.0000 2 1.00000 0.158114 6.3246 0.0000 3 0.77207 0.158114 4.8830 0.0000 4 0.62870 0.158114 3.9762 0.0000 5 0.88095 0.158114 5.5716 0.0000 overall 0.83802 0.083249 10.0665 0.0000 kendalls correlation coefficient appraiser coef se coef z p a 0.916895 0.114708 7.97036 0.0000 b 0.939377 0.114708 8.16635 0.0000,88,评价者间的一致性(再生性)-icc,between appraisers assessment agreement # inspected # matched percent 95 % ci 20 10 50.00 (27.20, 72.80) # matched: all appraisers assessments agree with each other. fleiss kappa statistics response kappa se kappa z p(v