下载文档原格式
测量系统分析管理规定1.目的通过对关键测量设备进行MSA分析，确保关键测量设备能够提供高质量的测量数据，以及准确、精密地评定产品与过程的质量，为判断产品是否合格、过程是否稳定提供可靠保证。
2.适用范围公司各基地所有的关键测量设备。
3.定义3.1 关键测量设备：用来监视或者测量产品/过程的关键/重要特性的测量设备。
关键测量设备从以下测量设备中评选：3.1.1控制计划中列出的用来测量关键/重要特性的测量设备；3.1.2SPC时涉及到的测量设备；3.1.3客户指定要求做MSA的测量设备；3.1.4PPAP中要求做MSA的测量设备；4.职责4.1 计量中心4.1.1负责整体策划、制定MSA计划；4.1.2负责评定MSA方案；4.1.3负责监督数据收集过程；4.1.4负责分析数据并形成分析报告；4.1.5负责监督不合格机台改善过程；4.2 需求部门Demand departments4.2.1负责向计量中心提出MSA申请；.4.2.2负责选取分析样本；4.2.3负责收集分析数据；4.2.4负责实施不合格设备的改善；5.作业流程Operation process6.作业说明6.1 需求申请6.1.1分析时机1)首次使用前分析：关键测量设备在首次使用前，必须进行MSA；2)计划外分析：当关键测量设备涉及到以下情况，由计量中心判定是否需要进行计划外的分析；A 设备维修（例如对IV测试仪的滤光片、暗房、底座进行维护后，需进行MSA）；B 升级后（包含软件升级和硬件升级）；C 设备的使用地点有变动（搬动过程中对设备进行了拆卸及重新组装）；D 设备的使用人员出现变动；E 新控制计划；F PPAP要求；3) 周期性分析：根据每一种关键测量设备的重要程度、数量以及分析方法，确定分析周期，定期给所有关键测量设备进行MSA分析。
6.1.2关键测量设备的状态符合“6.1.1分析时机”中的条款时，需求部门需向计量中心申请进行MSA，由计量中心判定是否需要进行分析。
计数型MSA研究方法——假设试验分析（交叉表法）：实例详解计数型MSA研究对象：定性分析测量系统，外观、通止规等常用方法：假设试验分析操作方式：选择50个产品，其中2/3左右合格品和1/3左右不合格品，3个检验人员分别对其进行3次测量，相当于每人150次测量。
得出的结果，判定合格记录为1，判定不合格记录为0得出以下表格所示的结果：（为便于观察和理解，这里将测量人员判定结果与标准不一致的标成黄色）计数型MSA的指标要求和计算：1、Kappa：判定人员一致性好坏的指标，接收准则：Kappa＞0.75 1.1人员之间的一致性：期望发生的次数：根据判定结果的概率，会发生的次数A判定为0的概率=A判定为0的次数/A判定的总次数=（44+6）/150=0.333 A判定为1的概率=A判定为1的次数/A判定的总次数=（3+97）/150=0.667 B判定为0的概率=B判定为0的次数/A判定的总次数=（44+3）/150=0.313 B判定为1的概率=B判定为1的次数/A判定的总次数=（6+97）/150=0.687A判定为0，同时B判定为0的概率=0.333*0.313=0.104A判定为0，同时B判定为1的概率=0.333*0.687=0.229A判定为1，同时B判定为0的概率=0.667*0.313=0.209A判定为1，同时B判定为1的概率=0.667*0.687=0.458A判定为0，同时B判定为0期望的次数=0.104*150=15.6A判定为0，同时B判定为1期望的次数=0.229*150=34.35A判定为1，同时B判定为0期望的次数=0.209*150=31.35A判定为1，同时B判定为1期望的次数=0.458*150=68.7Po：A与B判定结果一致的概率=（44+97）/150=0.94Pe：期望结果一致的概率=（15.6+68.7）/150=0.562Kappa=== 0.863Kappa＞0.75，说明A与B一致性较好A与C、B与C按相同方式计算并进行判定1.2人员与标准之间的一致性Po=（45+97）/150=0.947Pe=（16+68）/150=0.56Kappa=（0.947-0.56）/（1-0.56）=0.879Kappa＞0.75，说明A与标准一致性较好B、C与标准的一致性按相同方式计算并进行判定2、有效率、漏判率、错判率：判定单个人员好坏的指标有效率：完全判定正确的零件个数/总零件个数漏判率：将不合格判定为合格的次数/标准为不合格的次数（Ⅱ类风险，顾客风险）错判率：将合格判定为不合格的次数/标准为合格的次数（Ⅰ类风险，工厂风险）根据数据计算结果：人员A有效率=42/50=84%人员A漏判率=3/48=6.25%人员A错判率=5/102=4.9%结果表明，人员A有效率位于可接受边缘，漏判率不接受，错判率接受。
计数型测量系统分析（MSA）计数型测量系统的最大特征是其测量值是一组有限的分类数，如合格、不合格、优、良、中、差、极差，等等。
当过程输出特性为计数型数据时，测量系统的分析方法会有所不同，一般可以从一致性比率和卡帕值两个方面着手考虑计数型测量系统分析。
➢计数型测量系统分析——一致性比率一致性比率是度量测量结果一致性最常用的一个统计量，计算公式可以统一地概括为：一致性比率=一致的次数/测量的总次数根据侧重点和比较对象的不同，又可以分为4大类。
1. 操作者对同一部件重复测量时应一致，这类似于计量型测量系统的重复性分析。
每个操作者内部的计数型测量系统都有各自的一致性比率。
2. 操作者不但对同一部件重复测量时应一致，而且应与该部件的标准值一致（若标准值已知），这类似于计量型系统的偏倚分析。
将每个操作者的计数型测量系统的结果与标准值相比较、分析，又有各自不同的一致性比率。
3. 所有操作者对同一部件重复测量时应一致，这类似计量型测量系统的再现性分析，操作者计数型测量系统分析之间有一个共同的一致性比率。
4. 各操作者不但对同一部件重复测量时应一致，而且应与该部件的标准值一致（若标准值已知）。
通常，使用这种一致性比率来衡量计数型测量系统的有效性。
一般说来，一致性比率至少要大于80%，最好达到90%以上。
当值小于80%，应采取纠正措施，以保证测量数据准确可靠。
➢计数型测量系统分析——卡帕值（k）K（希腊字母，读音kappa，中文为卡帕）是另一个度量测量结果一致程度的统计量，只用于两个变量具有相同的分级数和分级值的情况。
它的计算公式可以统一的概括为：以上公式中，P0为实际一致的比率；P e为期望一致的比率。
K在计算上有两种方法：Cohen 的k和Fleiss的k。
K的可能取值范围是从-1到1，当k为1时，表示两者完全一致；k为0时，表示一致程度不比偶然猜测好；当k为-1时，表示两者截然相反，判断完全不一致。
通常，k为负值的情况很少出现，下表归纳了常规情况下k的判断标准。
计数型GRR是什么
计数型GRR（Gauge Repeatability and Reproducibility for Attribute Data）是用于评估测量系统准确性的一种方法，特别是当测量数据是属性数据（非连续的，如合格/不合格）时。
与连续数据的GRR分析（通常用于测量物理量，如长度、重量等）不同，计数型GRR关注的是分类判断的一致性和准确性。
在计数型GRR中，重点在于评估以下两个方面：
1、重复性（Repeatability）：这是指同一操作者使用相同的测量工具在重复条件下对同一样品进行多次测量时结果的一致性。
在计数型GRR中，这意味着检查一个操作者在重复判断同一样品时的一致性（例如，多次判断产品是否合格）。
2、再现性（Reproducibility）：这是指不同操作者使用相同的测量工具和方法对同一样品进行测量时结果的一致性。
在计数型GRR中，这意味着检查不同操作者在对同一样品做出判断时的一致性（例如，不同人员判断同一产品的合格性）。
计数型GRR分析通常用于生产环境中，尤其是在质量控制过程中，当输出结果是基于分类判断（如合格/不合格，良品/次品）时。
它有助于识别和量化测量系统中的变异性，从而确保评估和控制过程的准确性和一致性。
通过计数型GRR分析，可以确定测量系统是否适合于其预定的用途，以及是否需要进一步的改进或校准。
