下载文档原格式
料号量具编号量具名称测量者 A 品名量具类型评价人数测量者 B 特性状态定义重复次数测量者 C 零件数量报告人批准日期产品编号A-1A-2A-3B-1B-2B-3C-1C-2C-3真值(REF)12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849501=合格 0=不合格计数型测量系统分析报告计数型#DIV/0!人员更换定期（校准/年度）修复后新购公差变化DataSummary/A*BA*CB*CA*RefB*RefC*Ref0*00000001*00000000*10000001*1000SelfagreementA B C 00A*B Cross01总计Po:#DIV/0!A0计数000期望值#DIV/0!#DIV/0!#DIV/0!Pe:#DIV/0!1计数000期望值#DIV/0!#DIV/0!#DIV/0!总计计数000期望值#DIV/0!#DIV/0!#DIV/0!B*C01总计Po:#DIV/0!B0计数00期望值#DIV/0!#DIV/0!#DIV/0!Pe:#DIV/0!1计数000期望值#DIV/0!#DIV/0!#DIV/0!总计计数0期望值#DIV/0!#DIV/0!#DIV/0!A*CCrosstabulC 01总计Po:#DIV/0!A0计数0期望值#DIV/0!#DIV/0!#DIV/0!Pe:#DIV/0!1计数0期望值#DIV/0!#DIV/0!#DIV/0!总计计数0期望值#DIV/0!#DIV/0!#DIV/0!Reproduci bilityKappa 判定Kappa=(Po-Pe)/(1-Pe)A*REFCrosstabul1总计Po:#DIV/0!A0计数000期望值#DIV/0!#DIV/0!#DIV/0!Pe:#DIV/0!1计数000期望值#DIV/0!#DIV/0!#DIV/0!总计计数000期望值#DIV/0!#DIV/0!#DIV/0!B*REFCrosstabul1总计Po:#DIV/0!B0计数000期望值#DIV/0!#DIV/0!#DIV/0!Pe:#DIV/0!1计数000期望值#DIV/0!#DIV/0!#DIV/0!总计计数000期望值#DIV/0!#DIV/0!#DIV/0!真值#DIV/0!#DIV/0!#DIV/0!真值B C A*B B*C A*C #DIV/0!#DIV/0!#DIV/0!编制：审核：核准：。
6.136.13 计数型测量系统分析计数型测量系统分析——————假设试验分析法假设试验分析法假设试验分析法（（Kappa Kappa））说明：参照张智勇所著《ISO/TS16949五大工具最新版一本通》（机械工业出版社）编写。
计数型测量系统的分析是为了确定不同班次，不同生产线的检查人员是否能正确地区分合格品和不合格品，分析出测量结果与标准值的符合程度，以及他们自身和相互之间重复检查的一致程度。
假设试验分析—交叉表法是一种常用的计数型测量系统分析方法。
交叉表法可以在基准值（分析用样品称为基准，用计量型测量系统对样品进行测量，测量值称为基准值）已知的情况下进行，也可以在基准值未知的情况下进行。
在基准值未知的情况下进行，可以评价测量人之间的一致性，但不能评价测量系统区分好与不好的能力。
在基准值已知的情况下，即可评价测量人之间的一致性，又能评价测量人员与基准值的一致性，以及测量的有效性、漏判率和误判率，从而判断出测量人区分合格和不合格零件的能力。
6.136.13.1 .1 .1 未知基准值的一致性分析未知基准值的一致性分析1）随机选取g=50（一般选取g=30～50个样本）个能够覆盖过程范围的零件，对这些零件进行编号。
零件的编号不要让测量人知道，但分析人应该知道。
2）由3名评价人以随机盲测的方式测量所有零件各m=3次，每人测量次数为n=g×m=50×3=150次。
“接受”记为“1”，“拒绝”记为“0”，将三人所测150×3=450个数据记录于表6-21中。
测量时应按这样的规则进行：先让A 测量人以随机顺序对50个零件进行第1轮测量，然后让B 测量人、C 测量人以随机顺序进行第1轮测量，再让A 测量人进行第2轮测量，以此类推，完成测量工作。
表6-21 计数型测量系统分析数据表零件测量人A 测量人B 测量人C基准基准值代码A-1 A-2 A-3 B-1 B-2 B-3 C-1 C-2 C-31 1 1 1 1 1 1 1 1 1 1 0.476 901 +2 1 1 1 1 1 1 1 1 1 1 0.509015 +3 0 0 0 0 0 0 0 0 0 0 0.576459 －4 0 0 0 0 0 0 0 0 0 0 0.566152 －5 0 0 0 0 0 0 0 0 0 0 0.57036 －6 1 1 0 1 1 0 1 0 0 1 0.544 951 ×7 1 1 1 1 1 1 1 0 1 1 0.465454 ×8 1 1 1 1 1 1 1 1 1 1 0.502295 +9 0 0 0 0 0 0 0 0 0 0 0.437817 －10 1 1 1 1 1 1 1 1 1 1 0.515573 +11 1 1 1 1 1 1 1 1 1 1 0.488905 +12 0 0 0 0 0 0 0 10 0 0.559918 ×13 1 1 1 1 1 1 1 1 1 1 0.542704 +14 1 1 0 1 1 1 1 0 0 1 0.454518 ×15 1 1 1 1 1 1 1 1 1 1 0.517377 +16 1 1 1 1 1 1 1 1 1 1 0.531939 +17 1 1 1 1 1 1 1 1 1 1 0.519694 +18 1 1 1 1 1 1 1 1 1 1 0.484167 +19 1 1 1 1 1 1 1 1 1 1 0.520496 +20 1 1 1 1 1 1 1 1 1 1 0.477236 +21 1 1 0 1 0 1 0 1 0 1 0.452310 ×22 0 0 1 0 1 0 1 10 0 0.545604 ×23 1 1 1 1 1 1 1 1 1 1 0.529065 +24 1 1 1 1 1 1 1 1 1 1 0.514192 +25 0 0 0 0 0 0 0 0 0 0 0.599581 －26 0 1 0 0 0 0 0 0 1 0 0.547204 ×27 1 1 1 1 1 1 1 1 1 1 0.502436 +28 1 1 1 1 1 1 1 1 1 1 0.521642 +29 1 1 1 1 1 1 1 1 1 1 0.523754 +30 0 0 0 0 0 1 0 0 0 0 0.561457 ×31 1 1 1 1 1 1 1 1 1 1 0.503091 +32 1 1 1 1 1 1 1 1 1 1 0.505850 +33 1 1 1 1 1 1 1 1 1 1 0.487613 +34 0 0 1 0 0 1 0 1 1 0 0.449696 ×35 1 1 1 1 1 1 1 1 1 1 0.498698 +36 1 1 0 1 1 1 1 0 1 1 0.543077 ×37 0 0 0 0 0 0 0 0 0 0 0.409238 －38 1 1 1 1 1 1 1 1 1 1 0.488184 +39 0 0 0 0 0 0 0 0 0 0 0.427687 －40 1 1 1 1 1 1 1 1 1 1 0.501132 +41 1 1 1 1 1 1 1 1 1 1 0.513779 +42 0 0 0 0 0 0 0 0 0 0 0.566575 －43 1 0 1 1 1 1 1 1 0 1 0.462410 ×44 1 1 1 1 1 1 1 1 1 1 0.470832 +45 0 0 0 0 0 0 0 0 0 0 0.412453 －46 1 1 1 1 1 1 1 1 1 1 0.493441 +47 1 1 1 1 1 1 1 1 1 1 0.486379 +48 0 0 0 0 0 0 0 0 0 0 0.587893 －49 1 1 1 1 1 1 1 1 1 1 0.483803 +50 0 0 0 0 0 0 0 0 0 0 0.446697 －3）根据表6-21中的0和l 数据的结果将评价人A 和B、B 和C、A 和C 利用交叉表方法进行统计（见表6-22），A*B 栏中“0*0”代表A、B 两人均判拒绝的次数，统计有44个；“0*1”代表A 判拒绝而B 判接受的次数，统计有6个；“1*0”代表A 判接受而B 判拒绝的次数，统计有3个；“1*1”代表AB 两人同时判为接受的次数，统计有97个，将统计结果依次填入表6-22中。
1、2、3、4、5、线性GRR计数型Kappa分析MSA测量系统分析全套表格模板稳定性偏倚Excel原件可在本文档左侧回形针处取出再现性Kappa=(Po-Pe)/(1-Pe)A*参考 交叉表A01总计Po:0.95Pe:0.51B*参考 交叉表B01总计Po:0.97Pe:0.51C*参考 交叉表C01总计Po:0.96Pe:0.5130期望的数量26.4636.5463数量38487期望的数量数量60363一致性好6666Kappa 一致性好判定误发期望的数量638728 4.76%可接受2.30%可接受 4.76%可接受3.45%可接受可接受5.75%可接受01参考总计62063871501C0.90有效性判定重复性检查总数匹配数漏发A A B 评价人评价人%B 93.33%可接受判 定判定0.9383.33%2530 3.17%36.5450.4687数量638715090.00%可接受0.92A C 一致性好150期望的数量B 期望的数量36.9651.0488数量6387150期望的数量26.0435.9662数量38588期望的数量6387数量60248.7284150数量6387150期望的数量35.28数量28284总计01Kappa 判 定A*B 0.89一致性好C 3027A*C 0.93一致性好参考B*C 参考总计可接受期望的数量27.7238.280.90一致性好数量615Page 11 of 11。
计数型MSA：Kappa分析中“期望计数”的计算方法我们仍用MSA手册中的例子来做说明。
两评价人A和B分别对随机抽取的50个零件进行测量，对每个零件的测量随机地重复了3次。
设定1表示可接受的决定（即评为1类），0表示不可接受的决定（即评为0类）。
测量结果用以下交叉表列出。
科恩（Cohen）给出的Kappa计算公式为：MSA手册中定义P0为对角栏框中（观测）计数占总计数的比例，Pe为对角栏框中期望计数占总计数的比例。
（第三版中文MSA手册中翻译有误，这里是按英文版翻译过来的）（观测）计数容易理解，如对角栏框中的44表示A和B都评为0类的测量次数，97表示A 和B都评为1类的测量次数，而6则表示A评为0类但B评为1类的测量次数，3则表示A评为1类但B评为0类的测量次数。
因此，，P0也就是评价人A和B在测量中实际一致性的比率。
那期望计数是指什么呢？假如这两位评价人都是任意地（猜测）将50 个零件判定为可接受或不可接受，其结果也会达到一定程度的一致，不过这里的一致是偶然达到的，这种偶然达到的一致性比率称为偶然一致性比率，也就是Kappa计算中的Pe。
当评价人A 与B 随机地作评价时，此两人行动一定是独立的，互不影响，从而两人同评为0 类的概率为P0+×P+0，两人同评为1 类的概率为P1+×P+1。
（这里P0+表示A评价人评为0类的测量次数占总测量次数的比率，P1+表示A评价人评为1类的测量次数占总测量次数的比率；同理P+0、P+1分别表示B评价人评为0类的测量次数占总测量次数的比率，和B评价人评为1类的测量次数占总测量次数的比率。
这时偶然一致性比率Pe = P0+×P+0+ P1+×P+1。
因此，这里15.7和68.7分别就是两评价人同时评为0类和1类的期望计数，分别为对应单元格行总计数乘以列总计数除以总计数（即总测量次数）所得。
同样31.3和34.3这两个期望计数也是按同样方式得出的。
测量系统分析（MSA）测量系统可分为“计数型”及“计量型”测量系统两类。
测量后能够给出连续性的测量数值的为计量型测量系统；而只能定性地给出测量结果的为计数型测量系统。
“计量型”测量系统分析通常包括(Bias)、稳定性(Stability)、(Linearity)、以及重复性和再现性(Repeatability&Reproducibility，简称R&R)。
在测量系统分析的实际运作中可同时进行，亦可选项进行，根据具体使用情况确定。
测量：是指以确定实体或系统的量值大小为目标的一整套作业。
我们通常用分辨力、偏倚、稳定性、线性、重复性和再现性等评价测量系统的优劣，并用它们控制测量系统的偏倚和波动，以使测量获得的数据准确可靠。
有效测量的十原则：1.确定测量的目的及用途。
一个尤其重要的例子就是测量在质量改进中的应用。
在进行最终测量的同时，还必须包括用于诊断的过程间测量。
2.强调与顾客相关的测量，这里的顾客包括内部顾客与外部顾客。
3.聚集于有用的测量，而非易实现的测量。
当量化很困难时，利用替代的测量至少可以提供关于输出的部分理解。
4.在从计划到执行测量的全程中，提供各个层面上的参与。
那些不使用的测量最终会被忽略。
5.使测量尽量与其相关的活动同时执行，因为时效性对于诊断与决策是有益的。
6.不仅要提供当期指标，同时还要包括先行指标和滞后指标。
对现在及以前的测量固然必要，但先行指标有助于对未来的预测。
7.提前制订数据采集、存储、分析及展示的计划。
8.对数据记录、分析及展示的方法进行简化。
简单的检查表、数据编码、自动测量等都非常有用，图表展示的方法尤为有用。
9.测量的准确性、完整性与可用进行阶段评估。
其中，可用性包括相关性、可理解性、详细程度、可读性以及可解释性。
10.要认识到只通过测量是无法改进产品及过程。
基本概念：3.稳定性：测量系统保持其位置变差和宽度变差随时间恒定的能力。
4.偏倚：观测平均值（在重复条件下的测量）与一参考值之间的差值。
