当前位置：文档之家 › MSA培训2016

MSA培训2016

  • 格式：pptx
  • 大小：3.90 MB
  • 文档页数：118

下载文档原格式

  / 118

合集下载

MSA-培训资料

MSA-培训资料
￭测量系统分析的目的是确定所使用的数据是否可靠;
测量系统分析还可以：
－评估新的测量仪器 －将两种不同的测量方法进行比较 －对可能存在问题的测量方法进行评估 －确定并解决测量系统误差问题
数据的质量
￭数据的质量取决于从处于稳定条件下进行操作的测量系
统中，多次测量的统计特性.
如：假设使用某一在稳定条件下操作的测量系统对某一特定特性值进行 了几次测量，如果这些测量值均与该特性的参考值（master value） “接近”），那么，数据的质量被称为“高”；同样，如果部份或所有 的测量值与参考值相差“很远”专业创造价值 智慧成就卓越 第4页 如果部份或所有的测量值与参考值相差“很远”，则数据的质量很“低”
7.1.5.1.1 测量系统分析 应进行统计研究来分析在控制计划所识别的每种检验、测量和试验
设备系统的结果中呈现的变异。所采用的分析方法及接 收准则，应与 测量系统分析的参考手册相一致。如果得到顾客的批准，其它分析方 法和接收准则也可以应用。 替代方法的顾客接受记录应与替代测量系统分析的结果一起保留（见 第9.1.1.1条）。 注：测量系统分析研究的优先级宜着重于关键或特殊产品或过程特性。
在商品和服务贸易中溯源性 是一个重要概念，溯源到相 同或相近的标准的测量比那 些没有溯源性的测量更容易 被认同。这为减少重新试验、 拒收好的产品、接收坏的产
品提供了帮助。
01
溯源性在ISO计量学基 本和通用国际术语 （VIM）中的定义是测 量的特性或标准值，此 标准是规定的基准，通 常是国家或国际标准， 通过全部规定了不确定 的不间断的比较链相联
第三部分 测量系统统计特性
A Bias偏差 （Accuracy准确性）
D
Linearity线性

MSA培训教程(完整版)

MSA培训教程(完整版)
利用MSA识别工艺过程中的问题，为工艺改进提 供数据支持，提高生产效率和产品合格率。
3
MSA在供应链管理中的应用
通过对供应商的测量系统进行分析和评估，确保 供应商提供的产品符合质量要求，降低供应链风 险。
某电子产品生产企业MSA应用案例
MSA在产品设计阶段的应用
01
在产品设计阶段引入MSA，对设计方案的测量系统进行评估，
如何提高测量系统的稳定性？可以通 过对测量设备进行定期校准和维护、 优化测量方法和环境等方式来提高测 量系统的稳定性。
Part
06
MSA在企业中实践案例分享
某汽车制造企业MSA应用案例
1 2
MSA在质量控制中的应用
通过测量系统分析（MSA）对生产线上的关键质 量特性进行监控，确保产品质量稳定。
MSA在工艺改进中的应用
信号探测理论在计数型MSA中应用
01
信号探测理论简介
信号探测理论是一种用于研究如何在噪声背景下检测和识别信号的理论
。在计数型MSA中，该理论可用于评估测量系统的稳定性和可靠性。
02 03
信号探测理论应用
通过设定合适的阈值，将测量数据分为信号和噪声两部分。利用信号探 测理论中的相关指标（如信噪比、探测概率等），对测量系统的性能进 行评估和优化。
偏倚分析方法
STEP 02
STEP 01
独立样本法
图表法
通过比较测量结果与已知 标准值之间的差异，评估 测量系统的偏倚。
STEP 03
回归分析法
通过回归分析，确定测量 结果与标准值之间的线性 关系，进一步评估偏倚。
利用图表直观展示测量结 果与标准值之间的差异， 帮助识别偏倚。
线性分析方法
01

MSA培训(完整版)

MSA培训(完整版)

将各个评价指标进行组合，形成全面、客观 的评价体系，确保评价结果的科学性和准确 性。
数据收集与分析
结果反馈与持续改进
通过调查问卷、访谈、观察等方式收集相关 数据，运用统计分析方法对数据进行处理和 分析，得出评价结果。
将评价结果反馈给相关责任人和组织管理层， 针对存在的问题和不足进行持续改进，推动 组织不断提升自身能力和水平。
02
测量设备选择与校准
设备类型及选择依据
根据测量需求确定设备类型
01
例如，长度测量、角度测量、温度测量等。
设备精度与测量要求匹配
02
确保所选设备的精度等级满足测量需求。
设备稳定性与可靠性评估
03
选择经过验证且稳定的设备品牌和型号。
校准方法与周期确定
校准方法选择
依据设备类型和测量要求，选择合适 的校准方法，如比较法、直接测量法 等。
3
医疗器械与生命科学
医疗器械和生命科学领域对测量系统的可靠性和 准确性要求极高，MSA的应用将有助于提升产品 质量和患者安全。
不断提升自身专业素养
01
持续学习与实践
通过参加培训课程、阅读专业书籍、参与实际项目等方式，不断提高自
己在MSA领域的专业素养。
02
关注行业动态与新技术发展
关注相关行业的最新动态和新技术发展，了解MSA的最新应用趋势和
再现性评估
使用同一测量设备，由不同操作人员在相同条件下对同一被 测对象进行测量，分析操作人员之间的差异对测量结果的影 响。
稳定性评估
在长时间内使用同一测量设备对同一被测对象进行定期测量， 分析测量结果随时间的变化情况。
偏倚评估
通过与已知准确值的比较，分析测量设备的系统误差大小和 方向。

MSA培训(完整版)分解

MSA培训(完整版)分解
重要性
在现代企业中，员工的心态和技能对于企业的成功至关重要。通 过培养员工积极的心态和高效的技能，企业可以提高员工的工作 效率、创新能力和团队协作，从而在激烈的市场竞争中获得优势 。
MSA培训的目标与内容
01
02
03
04
目标
通过培养员工的心态和技能， 实现个人和团队的绩效提升、 创新能力增强和团队协作。
MSA培训（完整版分解
目
CONTENCT
录
• MSA培训简介 • MSA培训基础篇 • MSA培训进阶篇 • MSA培训实战篇 • MSA培训总结与展望
01
MSA培训简介
MSA的定义与重要性
定义
MSA（Mindset and Skills Approach）培训是一种针对个人和团 队心态及技能的综合培训方法，旨在提升个人和团队的绩效、创新 能力和团队协作。
定期回顾自己的工作和学习，发现不 足并及时改进。
THANK YOU感谢聆听Βιβλιοθήκη MSA高级操作01
02
03
04
批量操作
允许用户对多个数据项进行批 量修改、删除等操作，提高工
作效率。
高级排序
提供自定义排序规则，如按照 多个字段、逆序等。
数据导入导出
支持多种格式的数据导入导出 ，如CSV、Excel等。
数据合并
将多个数据表进行合并，以实 现更复杂的数据处理和分析。
MSA高级应用场景
心态培训
培养员工积极的心态，包括自 信心、自我激励、适应性、抗 压能力等。
技能培训
提升员工的技能水平，包括沟 通技巧、团队协作、问题解决 、决策能力等。
实践应用
将培训内容应用于实际工作中 ，通过实践来巩固和提升员工 的心态和技能。

MSA-培训教材-16 (1)

MSA-培训教材-16 (1)

• 工作标准
– 从二级标准传递而来的标准
测量系统的评定
• 第一阶段：明白该测量过程并确定该测量系统是否满足我 们的需要。 主要有二个目的
– 确定该测量系统是否具有所需要的统计特性，此项必须在使用前 进行。 – 发现那种环境因素对测量系统显着的影响，例如温度、湿度等， 以决定其使用的空间及环境。
• 第二阶段的评定
对产品决策的影响
• 对于产品状况，目标是最大限度地做出正确决定 ，有二种选择：
– 改进生产区域：减少过程变差，没有零件产生在II区 。 – 改进测量系统：减少测量系统误差从而减小II区域的 面积，因而生产的所有零件将在III区域，这样就可以 最小限度地降低做出错误决定的风险。
• 上述讨论假定测量过程是统计受控并且是对准目 标。如果有一种假定被违反，那幺通过任何观测 值做出正确决策的把握就不大。
测量系统变异性的影响
• 由于测量系统可以接受多种变差源的影响，因此相同零件的重复读数 也产生不相同或同样的结果。读数不同是由于普通和特殊原因造成的 。 • 不同的变差源对测量系统的影响应经过短期和长期评估。测量系统的 能力是短时间的测量系统(随机)误差。它是由线性、一致性、重复性 和再现性误差合成定量的。测量系统的性能，如同过程性能是所有变 差源随时间的影响。这是通过确定我们的过程是否统计受控(如稳定 并且一致，变差仅由普通原造成)，对准目标(无偏倚)，且在预期结 果范围有可接受的变差(量具重复性和再现性(GRR)来完成的。这为测 量系统能力增加稳定性和一致性。 • 由于测量系统的输出值用于做出关于产品和过程的决定，所有变差源 的累积影响，通常称为测量系统误差，有时称为误差。
影响测量系统的主要因素
环境因素
• • • • • • • 温度 湿度 振动 照明 腐蚀 磨耗 污染(油脂)

MSA培训完整版PPT课件

MSA培训完整版PPT课件

如果改进效果不理想，需要重 新分析原因并制定新的改进措 施。
建立持续改进机制，定期对测 量系统进行评估和改进，不断 提高测量系统的准确性和可靠 性。
06
MSA在企业中应用案 例分享
汽车行业MSA应用案例
汽车零部件测量系统分析
通过对汽车零部件的测量系统进行分析，确保测量结果的准确性 和一致性，提高产品质量。
明确需求，确定目标变量和过程变量
识别业务需求
了解产品或过程的质量要求，明 确需要解决的问题和改进的方向
。
确定目标变量
根据业务需求，选择能够反映产 品或过程质量特性的关键指标作
为目标变量。
确定过程变量
分析影响目标变量的潜在因素， 选择可控且对目标变量有显著影
响的过程变量。
选择合适样本，制定抽样计划
对象
质量工程师、生产工程师、技术人员、检验员等需要掌握测量系统分析技能的 人员。
要求
参加培训的人员应具备一定的质量管理和统计学基础知识，同时需要具备一定 的实际操作经验。在培训过程中，应积极参与讨论和练习，掌握测量系统分析 的方法和技巧。
02
MSA基本原理与概念
测量系统定义及组成要素
测量系统定义
。
稳定性分析
02
研究测量系统随时间变化的稳定性，确定是否需要定期校准或
维护。
偏倚分析
03
比较测量结果与已知标准或参考值之间的差异，以评估测量系
统的准确性。
计数型数据类测量系统分析方法
属性一致性分析
评估测量系统对同一被测对象多次测量的结果一致性。
假阳性与假阴性分析
研究测量系统误判的可能性，以优化判定标准和提高检测准确性 。
汽车生产线过程控制

msa培训ppt课件

准确的测量可以确保产品 符合客户的要求和期望， 提升客户满意度。
MSA培训目标与内容
• 培训目标：使学员掌握测量系统分析的基本原理和方法， 能够独立完成测量系统的评估和改进。
MSA培训目标与内容
培训内容 MSA基本概念和原理
测量系统误差来源及分类
MSA培训目标与内容
测量系统稳定性、重 复性和再现性分析
置信区间。
03
稳定性分析方法及应用
稳定性定义及判断标准
稳定性定义
指系统或它的特性和本质的一系 列形式在时间上趋于一致，具有 一致的轨迹，且保持其恒定的趋 势。
判断标准
包括统计控制状态下的稳定性和 工程能力基础上的长期稳定性。
稳定性数据收集与处理
数据收集
收集各种原始数据、资料，整理归纳 、分析、记录，以取得各项数据，从 而保障稳定的优质产品。
A类评定
通过统计分析方法对测量数据 进行处理，得到测量结果的标
准不确定度。
B类评定
根据测量仪器的技术规格、使 用经验或其他可靠信息，对测 量结果的不确定度进行评定。
合成标准不确定度
将A类评定和B类评定得到的标 准不确定度进行合成，得到测 量结果的合成标准不确定度。
扩展不确定度
根据合成标准不确定度和包含 因子，得到测量结果的扩展不 确定度，用于表示测量结果的
判断标准
通过散点图、相关系数和假设检验等 方法来判断两个变量之间是否存在线 性关系。
线性数据收集与处理
数据收集
明确研究目的和对象，选择合适的数据收集方法和工具，确保数据的准确性和完整性。
数据处理
对数据进行清洗、整理、转换和标准化等处理，以便于后续的线性分析。
线性图表展示与解读
线性图表类型

MSA_测量系统分析培训

Today目录:1. IATF16949 :2016 标准对MSA的要求及部分5大核心工具与MSA的关系2. 有关测量相关的知识3. 测量系统分析的对象4. 测量系统分析实施的时机5. 如何分析1）计量型数据2）计量型+破坏性数据3）计数型数据6. MSA测量系统分析的取样要求汇总1. IATF16949 :2016 标准对MSA的要求IATF16949 条款：7.1.5.1.1 测量系统分析2.有关测量的相关知识_测量的定义测量就是对被测对象/特性赋值的过程，所赋的值被称为测量结果。

测量结果也可以是定性的：如用通止规测量孔距，可以提供该孔为合格或不合格的定性结果。

2.有关测量的相关知识_测量系统用来获取测量结果的任何装置都称为量具，卡尺、千分尺、通止规等都称为量具，但上述量具本身您不能给出测量结果，一般都需要人按照一定的规程进行操作才能给出测量结果。

2.有关测量的相关知识_理想的测量系统理想的测量系统是：每次都能获得正确的测量值(真实值）。

2.有关测量的相关知识_测量系统变差的来源无标准标准不清晰标准不可追溯多标准并且标准之间存在1. 为什么测不准？因为测量系统变差的影响。

人员的训练、技能S:标准Standard2.有关测量的相关知识_测量系统变差的影响(对产品检验/过程控制)LSL USLIIIII III I3. 测量系统分析的对象测量系统分析什么？变差4.测量系统分析实施的时机什么时候需要进行测量系统分析？测量系统使用前或即将投入使用时1）新产品试生产（或PPAP的有效生产），需要建立新的测量系统。

2）测量系统有异动时，如：a 新购量具替代原来的量具b 测量方法发生了变更，c 量具进行了大修等。

测量系统使用过程中1）按确定的周期进行MSA 如1次/年。

2）按顾客要求进行MSA，等等。

C.I.P活动中，测量数据前5.如何分析_5.1计量型数据5.1 计量型数据的MSA测量系统分析5.1.1计量型MSA测量系统分析的顺序分辨率Resolution 偏倚Bias 线性Linearity 稳定性Stability重复性& 再现性R&ROKOKOKOK5.1.1.1 分辨率（分辨力）分辨率是指一测量仪器能够检测并忠实地显示相对于参考值的变化量。

《MSA培训教材》PPT课件


校准方法介绍与实例分析
• 自动校准：利用计算机技术和自动化设备实现自 动校准，提高校准效率和准确性。
校准方法介绍与实例分析
01
02
03
长度测量设备校准
使用激光干涉仪对卡尺、 千分尺等长度测量设备进 行校准，确保其测量精度 符合要求。
温度测量设备校准
利用高精度温度计对热电 偶、热电阻等温度测量设 备进行校准，消除误差并 提高测量准确性。
通过对测量系统的分析和研究，评估其稳定性和准确性，确保测量结 果的可靠性和一致性。
提高产品质量
通过确保测量系统的准确性和稳定性，减少产品缺陷和不良品率。
降低生产成本
减少因测量误差导致的生产浪费和返工成本。
提升生产效率
优化测量系统，提高测量速度和准确性，从而提高生产效率。
测量系统组成要素
测量设备
包括测量仪器、传感器 、数据采集系统等。
3
强化人员培训和技术交流
提高计量人员的专业素质和技能水平，加强技术 交流与合作，提升溯源能力和水平。
案例分析：某型号产品不确定度评定过程
案例背景介绍
不确定度来源分析
简要介绍某型号产品的特点、应用领域及 不确定度评定的意义。
详细分析该产品测量过程中可能引入的不 确定度来源，如测量设备、测量方法、环 境条件等。
设计采集方案
根据数据源和目标，设计合理 的数据采集方案，包括采集频
率、数据量等。
注意事项
遵守相关法律法规和隐私政策 ，确保数据采集的合法性和安
全性。
数据处理方法介绍与实例分析
数据清洗
去除重复、无效和异常数据， 保证数据质量。
数据转换
将数据转换为适合分析的格式 和类型，如数值型、文本型等 。

MSA培训讲义(PPT 53页)

– 测量系统应该是统计受控制的。这意味着在可重 复条件下，测量系统的变异只能是由于普通原因 而不是特殊原因造成。这可称为统计稳定性，且 最好由图形法评价。
– 测量系统的变异须小于产品变异。
– 为要能对过程做控制，测量系统的变异应小于过 程变异。
变异的区分
σ2总变异(TV) = σ2部品变异(PV) + σ2量测变异(GRR)
2.5稳定性:
同一人使用同一量具对同一零件于不同时间量 测所得之变异。
稳定性
时间1
时间2
不稳定的可能原因
仪器校准频率需增加 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、液压、过滤器、腐蚀、锈蚀、清洁) 因磨损或损坏，使基准出现误差 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 应用─零件尺寸、位置、操作者技能、疲劳、观察错误
本、维修成本等方面的考虑，可能是可以接受的 。 –超过30%，认为是不可接受的，应该做出各种努 力来改进测量系统。 –此外，过程能被测量系统区分开的分级数(ndc) 应该大于或等于5。
零件全距:3.25作业者全距:0.72 R:0.11
MSA图形解说分析
LSL
总变异
TV=PV+GRR
USL % GRR=(GRR/TV) < 30%
由前二页之定义可知: ˙再生性包含了再现性,故真实之再生性须
扣除再现性:即
再现性 a
再生性
c b = c2 - a2
b
调整后之再生性
˙因
σ2量测变异(GRR) = σ2再生性(AV) + σ2再现性
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

(2) 重复性、再现性图示
重覆性
重复性(Repeatability) EV
指由同一个操作人员用同一种量 具经多次测量同一个零件的同一 特性时获得的测量值变差 （四同）
重复性
重复性不好的可能原因
1、零件(样品)内部：形状、位置、表面加工、锥度、样品一致性。 2、仪器内部：修理、磨损、设备或夹紧装置故障，质量差或维护不当。 3、基准内部：质量、级别、磨损 4、方法内部：在设置、技术、零位调整、夹持、夹紧、点密度的变差 5、评价人内部：技术、职位、缺乏经验、操作技能或培训、感觉、疲劳。 6、环境内部：温度、湿度、振动、亮度、清洁度的短期起伏变化。 7、违背假定：稳定、正确操作 8、仪器设计或方法缺乏稳健性，一致性不好 9、应用错误的量具 10、量具或零件变形，硬度不足 11、应用：零件尺寸、位置、操作者技能、疲劳、观察误差(易读性、视 差)
• 当重复性（EV）变差值大于再现性（AV）时， 量具的结构需在设计增强，包括夹紧或量具保 养。 • 当再现性（AV）变差值大于重复性（EV）时， 检验员需对操作方法及读取方式教育，作业标 准应再明确订定或修订。
量测变异 GRR

一个测量系统的重复性和再现性的合成变异的估计。 GRR变异等于系统内和系统间变异之和。
德莫佛最早发现了二项概率的一个近似公 式，这一公式被认为是正态分布的首次露 面. 正态分布在十九世纪前叶由高斯加以推广， 所以通常称为高斯分布.
一、正态分布基本理论
创设情境：
某钢铁加工厂生产内径为25.40mm的钢管,为了检验产品的质量, 从一批产品中任取100件检测,测得它们的实际尺寸如下（单位：mm）:
量测系统分析 Measurement Systems Analysis
MSA基础知识及运用
2015年7月3日
一、正态分布基本理论
基础篇
一、正态分布介绍
正态分布（Normal distribution）又名 高斯分布（Gaussian distribution）， 是一个在数学、物理及工程等领域都非常 重要的概率分布，在统计学的许多方面有 着重大的影响力。 正态分布是应用最广泛的一种连续型分布.
99.73﹪
95.45﹪ 68.26﹪
-3
-2 -1
u
1
2
3
重要特性: 正态分布曲线左右两尾端和横轴渐渐接近，但不会相交 是以μ为中心成对称分布。 正态分布有两个反曲点( Point of Inflection)分别在标准轴一个 σ的位置。 由于其左右对称，曲线与横轴所围面积为1。 经验法则：当分配形态接近为钟形分配时合格品率（%） 在一个标准差内合格率约占68.26% 在二个标准差95.45% 在三个标准差99.73%
造成过份偏倚的可能原因
1、仪器需要校准 2、仪器、设备或夹紧装置的磨损 3、磨损或损坏的基准，基准出现误差 4、校准不当或调整基准的使用不当 5、仪器质量差─设计或一致性不好 6、线性误差 7、应用错误的量具 8、不同的测量方法─设置、安装、夹紧、技术 9、测量错误的特性 10、量具或零件的变形 11、环境─温度、湿度、振动、清洁的影响 12、违背假定、在应用常量上出错 13、应用─零件尺寸、位置、操作者技能、疲劳、观察错误
再现性(Reproducibility) AV
由不同操作人员，采用相同的 测量仪器，测量同一零件的同 一特性时测量平均值的变差 （三同一异）
再现性
再现性不好的可能潜在原因
1、零件(样品)之间：使用同样的仪器、同样的操作者和方法时，当测量零件的 类型为A,B,C时的均值差。 2、仪器之间：同样的零件、操作者、和环境，使用仪器A,B,C等的均值差 3、方法之间：改变点密度，手动与自动系统相比，零点调整、夹持或夹紧方法 等导致的均值差 4、环境之间：在第1,2,3等时间段内测量，由环境循环引起的均值差。这是对 较高自动化系统在产品和过程资格中最常见的研究。 •5、评价人(操作者)之间：评价人A,B,C等的训练、技术、技能和经验不同导致 的均值差。 •6、标准之间：测量过程中不同的设定标准的平均影响 •7、违背研究中的假定 •8、仪器设计或方法缺乏稳健性 •9、操作者训练效果 •10、应用─零件尺寸、位置、观察误差(易读性、视差)

3、量测系统的统计特性




Bias偏差(Accuracy准确性) Repeatability（可）重复性 Reproducibility （可）再现性 Linearity线性 Stability稳定性
(1)
偏 倚
• 偏倚(Bias):又称“准确度”。 • 如果某一特性量测值「接近」它的标准值，则 称此一数据的品质为「高」。 • 如果某一特性的量测值「远离」它的标准值， 則称此一数据的品质为「低」。
0.0009
0.0018 0.0045 0.0109 0.0164
25.385~25.415
25.415~25.445 25.445~25.475 25.475~25.505 25.505~25.535
25
16 13 4 2
0.25
0.16 0.13 0.04 0.02
0.63
0.79 0.92 0.96 0.98
一、正态分布基本理论
a、列出频率分布表
分组 频数 频率 累积频率 频率/组距
25.235~25.265
25.265~25.295 25.295~25.325 25.325~25.355 25.355~25.385
1
2 5 12 18
0.01
0.02 0.05 0.12 0.18
0.01
0.03 0.08 0.20 0.38
2、测量系统基础术语



测量：赋值给具体事物以表示它们之间关于特定 特性的关系。赋值过程即为测量过程，而赋予的 值定义测量值。 量具：任何用来获得测量结果的装置，经常用来 特指用在车间的装置，包括用来测量合格／不合 格的装置。 测量系统：用来对被测特性赋值所使用的仪器或 量具、标准、操作、方法、夹具、软件、人员、 环境及假设的集合；用来获得测量结果的整个过 程。
偏倚(Bias)
基准值
偏倚
偏倚：是测量结果的观测平 均值与基准值的差值。 基准值（真值）的取得可以 通过采用更高等级的测量设 备进行多次测量，取其平均 值。
观测平均值
(2) 偏倚原因分析
• 如果测量系统存在较大偏倚，那么可能的原因？
• • • • • • 1）标准零件或抽样零件错误； 2）仪器老化； 3）仪器精度不够； 4）仪器没有校准； 5）仪器使用不正确； 6）仪器测量了不适当的质量特性；
二、实施MSA的目的和意义
在产品的质量管理中，数据的使用是极其频繁 和相当广泛的，产品质量管理的成败与收益在很大 程度上决定于所使用数据的质量，所有质量管理中 应用的统计方法都是以数据为基础建立起来的。 为了获得高质量的数据，必须对产生数据的测 量系统要有充分的理解和深入的分析。
测量在质量管理体Hale Waihona Puke 中的地位3、量测系统的统计特性
• 重复性(Repeatability) 、再现性(Reproducibility ) • (可)重复性:是指同一量测者重复量测同一零件某一特性 而产生相同的值的程度。 • 同一位量测者使同一个量测仪器对同一组零件的同一特性 值，进行多次量测，所获的量测值的变化量，就是该量测 装置的『重复性』。 • (可)再现性:是指不同的人使用同一量测装置，对同一组 零件的同一特性值，进行同一量測所获得的量测值的变异 量，就是该量测装置的『再現性』 。 • 当存在变异性时，每位量测者的量测平均值会有所不同。
描述样本分散程度的统计量介绍
全距(Range)，亦称极差： – 意义：表示群体全部数据的组内变动范围，意义明确、计 算简单。 – 缺点：不够灵敏，最大及最小值不变而其他值变化时，无 法察觉。 标准偏差(Standard Deviation)及变异数(Variance)： – 意义：一群数值和其算术平均数的差异平方和的平均數即 称为变异数，而变异数的平方根即为标准差。
0.0227
0.0145 0.0118 0.0036 0.0018
25.535~25.565
合计
2
100
0.02
1.00
1.00
0.0018
b、频率分布直方图 100件产品尺寸的频率分布直方图 频率
组距
0.02
0.015
0.01
0.005
o
产品内径尺寸/mm
d、样本容量增大时频率分布直方图
频率 组距
8
6 4 2
正态分布曲线
o
产品内径尺寸/mm
当样本容量无限大,分组的组距无限缩小时,这个频率直方 图上面的折线就会无限接近于一条光滑曲线---正态曲线.
正态分布是具有两个参数的连续分布 u：正态分布的中心值，遵从正态分布随 机变量的均值，在均值附近取值的机会 较多; σ：正态分布的标准差，一般通过方差来 计算，表示分布的离散程度; σ^2：正态分布的方差，随机变量的变异 幅度; 所以正态分布记作N（μ，σ^2）。服从 正态分布的随机变量的概率规律为取与 μ邻近的值的概率大，而取离μ越远的 值的概率越小；σ越小，分布越集中在 μ附近，σ越大，分布越分散 。
2、测量系统基础术语
真值

测量过程的目标是零件的“真”值，希望任何单独读 数都尽可能地接近这一读值(经济地)。所以，一般情 况下是通过使用一个基于被很好地规定了特性操作定 义的“基准”值，使用较高级别分辨率的测量系统的 结果，可以使不确定度减小。 因为使用基准值作为真值的替代，在通常情况下，这 些术语经常互换使用。（基准值=真值）
过程控制中的变异介绍
变异
为使变异的表示简化，通常分成偶然因素变异（机遇性原因Chance cause or system cause ），及异常因素变异（非机 遇性原因-Assignable cause or special cause ）。 偶然因素：过程固有的，始终存在，对质量的影响微小，例 如机床开机时的轻微震动等，其所造成的分配与时间的关系 是稳定而可重复、可预测(称为受控状态)。如製程中之變異 僅由偶然因素所造成，則稱此製程是在統計控制状态中。 异常因素：制程中不常发生但造成制程的变异，其所造成的 分配与时间的关系不稳定且无法预期。故稱异常變異是不在 統計控制狀態下，因其產品之特性沒有固定的分配。