sixsigma -MSA 实例

1、MSA 實例-Minitab,Index,計量Gage R&R 不可重復 計量Gage R&R Attribute Gage R&R(計數) Workshop,由A,B,C三人量測評估，共選出10個零件，每人量測三次,重復性和再現性范例-計量,Average and Range Method (平均值-全距法): Minitab: StatQuality Tools Gage R&R Study (Crossed),范例：Gage R&R,Study Variation設為6,是以常態分布曲線下99.73%的機率為基礎,X-Bar and R(平均值-全距法),范例：Gage R&R,范例：G

2、age R&R,Gage R&R Study-XBar/R Method(平均值-全距法) Gage R&R for Measurement,Ndc=5(PV/GRR) 一般而言，ndc要大 於5,X-Bar and R(平均值-全距法),范例：Gage R&R,1.數值30% 表示該量測系統不能接受， 須予以改進,從R Chart 可以知道 1.與重復性有關的統計管制 2.評估者之間對每個零件的量測過程的一致性 結果顯示：評估者B明顯的與評估者A或C有差異,X-Bar and R(平均值-全距法),范例：Gage R&R,從Xbar Chart 以可以知道 確認評估者之產的一致性 應該約有一

3、半的數據點落在界線外才可以表示取樣正常 結果顯示：應該可以認為評估者之間具有一致性,X-Bar and R(平均值-全距法),范例：Gage R&R,從推移圖(Run Chart)可以知道： 1.個別零件對變異一致性的影響 2.不正常讀值的呈現 結果顯示：沒有不正常或不一樣的零件,X-Bar and R(平均值-全距法),范例：Gage R&R,從評估者散佈圖可以知道 評估者之間量測數據的散佈狀況 結果顯示：量測數據散佈狀況在評估者之間差異不明顯,X-Bar and R(平均值-全距法),范例：Gage R&R,從交互作用圖(Interaction Plot)可以知道 評估者與零件之間有無交互

4、作用的存在 (交互作用強時，直線之間會有大夾角的交叉) 結果顯示：沒有明顯的交互作用,X-Bar and R(平均值-全距法),范例：Gage R&R,ANOVA(變異數分析法): Minitab: StatQuality Tools Gage R&R Study (Crossed),范例：Gage R&R,ANOVA(變異數分析法),使用ANOVA方法的優點： 1.能更准確的估計變異 2.可從數據分析中得到更多信息,Study Variation 設為6，是 以常態分布曲線下99.73%的機率為基礎,判定圖 形的方式 與Xbar-R 相同,范例：Gage R&R,ANOVA(變異數分析法),

5、ANOVA(變異數分析法),范例：Gage R&R,ANOVA(變異數分析法),范例：Gage R&R,Ndc=4(PV/GRR) 般而言，ndc要大 於5,再現性(Reproducibility)通常被解釋為評估者變異(AV)，但是，有些情況下該變異會由其他原因造成。例如，有些生產線是不經由人員進行量測的(由設備自動量測)，則再現性為0，此時只須對重復性進行探討)。但是，如果量測時使用多個夾具，則存在不同夾具之間產生的再現性變異。,ANOVA(變異數分析法),范例：Gage R&R,1.重復性再現性 (1) 量測儀器需要維修保養 (2) 零件/產品之變異過大 (3) 量測儀器之夾緊或定位(O

6、FFET)不一致 (4) 量測儀器需要重新設計 2.再現性重復性 (1) 量測儀器之校正未落實 (2) 評估者對量測儀器使用不熟悉 (3) 可能需要輔助夾具協助評估者 使用該量測儀器,重復性與再現性之比較,當一件樣品在量測一次後即無法再次被 量測，稱為破壞性量測(Destructive Test)，是一種不重復的(Non-Replicable)量測，必須采用Non-Replicable GRR的方法估算。 在一個焊接的操作過程中，工程人員想要改善焊接制程的能力，於是先對該制程做量測系統分析。取樣方式為每天的上午10點及下午3點連續各取6個樣品，共取5天，可得60件樣品。將上午或下午取得的6件樣

7、品視為相同的樣品，分成二組各3個樣品，再交由A,B兩位評估者進行量測，得到以下數據:,不重復的Gage R&R,不重復的Gage R&R,Minitab: StatQuality Tools Gage R&R Study (Nested),不重復的Gage R&R,因為同一件樣品無法 被重復量測，所以采用 Nested的方式計算GRR,不重復的Gage R&R,超出30%，可能 包含過程變異 (Process Variation),計數值的重復性和再現性可以采用以下二種方法： 假設檢定分析(Hypothesis Test Analysis) 1.Kappa判定准則 2.有效性判定准則 信號偵測

8、理論(Signal Detection Theory),Attribute Gage R&R,使用時機: 分辨好/壞(GO/NO-GO) 區別等級(15級) 判別： 分為一致性及正確性的判別：評估者本身的差異 評估者之間的差異及與標准比較的差異 資料結構： 順序型(Ordinal): 類別型(Nominal):,Attribute Gage R&R,有三個以上的水准，例如：非常不滿意、不滿意、普通、滿意、非常滿意或是1,2,3,4,5的分數。,有兩個以上的水准，例如：韌的、軟的、脆的等。,Attribute Gage R&R,有效性的判定准則:,Attribute Gage R&R,有效性: Effectiveness 失誤率: Miss Rate 誤警率: False Alarm Rate,范例:Attribute Gage R&R,50個零件A,B,C 3人各量測3次，並標准值如下：,范例:Attribute Gage R&R,Minitab: StatQuality Tools Attribute Agreement Analysis,范例:Attribute Gage R&R,范例:Attribute Gage R&R,Kappa分析,范例:Attribute Gage R&R,判定： 一般而言