计数型MSA(minitab)

数据收集与整理
按照测量计划进行数据收集
按照制定的测量计划，使用合适的测量系统进行数据收集。
数据整理
对收集到的数据进行整理，包括数据筛选、缺失值处理、异 常值处理等。
分析数据并评估测量系统的性能
数据分析
对整理后的数据进行统计分析，包括 描述性统计、假设检验等。
评估测量系统的性能
根据数据分析结果，评估计数型MSA 的测量系统性能，包括稳定性、重复 性、再现性等方面的评估。
进一步研究计数型MSA在不同行业和 领域的应用，以拓展其应用范围。
深入研究计数型MSA与其他测量系统 评估方法的比较和整合，以提供更全 面的测量系统评估方案。
探索使用其他统计软件进行计数型 MSA分析的可行性，以提高分析效率 和准确性。
鼓励更多企业采用计数型MSA来评估 其测量系统性能，以提高产品质量和 生产效率。
同时间或不同操作员检测到的缺陷的一致性来评估。
案例三：产品包装缺陷检测系统
要点一
总结词
要点二
详细描述
产品包装缺陷检测系统是计数型MSA的又一应用案例，用 于检测产品包装的完整性。
产品包装缺陷检测系统通常使用机器视觉技术来识别包装 上的缺陷或瑕疵，如裂缝、污渍、缺失标签等。计数型 MSA可以用于评估产品包装缺陷检测系统的准确性，通过 比较检测到的缺陷与实际存在的缺陷的一致性来评估。此 外，还可以评估产品包装缺陷检测系统的可靠性，通过比 较不同时间或不同操作员检测到的缺陷的一致性来评估。
通过识别和纠正测量系统 中的问题，可以减少不必 要的浪费和返工，从而降 低生产成本。
提高生产效率
准确的测量结果有助于加 快生产速度，提高生产效 率。
ห้องสมุดไป่ตู้
计数型MSA的应用场景

测量系统分析
稳定性分析
稳定性分析
计量 型测量系统
位置变差分析 宽度变差分析
1
偏倚分析 线性分析 重复性分析 再现性分析
测量系统分析-稳定性
稳定性 基准值
时间2
时间1
2
统计稳定性（稳定性、 飘移）：
测量系统在持续时间 内，测量同一基准或零件 的单一特性时获得的测量 值的总变差。
它反映测量值的分布 规律是否随时间发生变化。
测量样件
随机抽取基准值不同的五个零件（包 括量具的全程）。
用全尺寸检验测量每个零件以确定其 准值并确认了包括量具的操作范围。
通常用这个仪器的操作者中的一人测 量每个零件m≥10次。
计算、作图
判断
17
测量系统的线性与偏倚分析
选取标准样本
确定基准值 测量样件
把5个样件送到一个比待分析的测量系统 更高级别的测量系统上，对每一个样件分 别进行多次测量（≥10），分别取其平均 值，得到5个基准值。
统计稳定性分析指南
选取标准样本 多次测量样本 制作控制图 解释控制图
应选择一个落在过程产品测 量值中程数的产品作为研究的标 准样本。具备预期测量的最低值、 最高值和中程数的标准样本是比 较理想的。建议对上述每个标准 样本分别进行测量和作出控制图。
9
统计稳定性分析指南
选取标准样本 多次测量样本
制作控制图 解释控制图
5.01 5.02
5.00 5.02
5.01 5.02
5.01 5.02
5.00 5.02
5.01 5.03
5.04 5.02
5.03 5.03
5.01 5.01
平均值 5.00 5.02 5.02 5.00 5.00 5.01 5.01 5.01 5.00 5.01 5.01 5.02 5.02 5.02 5.01 5.01 5.01 5.01 5.01 5.01 5.01 5.01 5.03 5.03 5.01 极差 0.02 0.01 0.01 0.01 0.00 0.02 0.02 0.02 0.01 0.02 0.02 0.01 0.02 0.02 0.01 0.02 0.03 0.02 0.02 0.01 0.02 0.03 0.02 0.01 0.01

重複性與再現性
1.抽樣品 10PCS，通常 5~10 個，用 10 個比較好，統計抽樣越多會越準確。1.避開特殊原因、2.涵 蓋製程範圍(量測的最大值、中間值、最小值都要進來) 2.樣品編號，選 3 人 3.A、B、C 隨機盲測兩次、最好三次(採行隨機的重點是避開慣性)。 盲測：
a.量測者不知道編號 b.量測者不知道上次數據(幫忙記錄，不要讓量測者自己寫) c.不可知道他人數據 避開人的慣性、避開人的記憶 4.輸入 Minitab 計算 GRR 5.判定
NDC>=5 Minitab 操作 統計→質量工具→量具研究→量具 R&R 研究(交叉)
進入後出現下面的畫面
三個數據選進 來 GRR 選這項目 X-bar&R Minitab 預設 6 倍標準差 25%而已，做 GRR 要改成 5.15 被教準差才會是 30%。 改為 5.15 倍
按確定後改出此圖
N(抽樣數)- PE(期望機率)
150-(15.7+68.7)
=0.92
0-1 : 48x101/150=32.3 (46+2)X(2+99)/150=32.3
1-1 : 102x101/150=68.7 (2+99)X(3+99)=68.7
4. 有效性=做出正確決定組(次)數 x100% = 總決定組(次)數
基準-A : 1 失誤率 2/48x100%=4.2%
2 誤警率 3/102x100%=2.9%
3. Kappa 0-0 : 48x49/150=15.7
(46+2)X(46+3)/150 =15.7
1-0 : 49x102/150=33.3
(3+46)X(3+99)/150=33.3

反复性散布为 3.90%, 再现性散布为 2.14%，
因此可以说因作业者之间的变动比反复引起的 差异更大。
%Study Var为 24.58%，大于基准值10%，但
小于基准值30%。
StdDev Source (SD) Study Var (5.15*SD) %Study Var (%SV) %Tolerance (SV/Toler)
要是超过R Chart的界限，就得 调查其原因， 并重新测定。
P10-P55
测定系统分析(MSA) —计量型 Graph分析—样本是否如实反映工程散布
如果这些值均匀，意味标本没 能如实反映工程的散布。
对应标本10， 3 位操作者测试的值。
P11-P55
测定系统分析(MSA) —计量型 Graph分析—操作员的差异
P06-P55
测定系统分析(MSA) —计量型 选项
文字描述
公差USL-LSL
用来计算 % Tolerance
不显示“%Contribution” 不显示“%Study Variation”
单图单页显示
P07-P55
测定系统分析(MSA) —计量型 Graph分析
P08-P55
32.03
32.03
32.03
32.03
32.04
32.03
32.04
32.04
32.04
将测量DATA转化为MINITAB所 用! ( 活用Stack和Make Patterned Data ! )MINITAB操作路径:
DATA\STACK\ROWS 上述DATA为测量 Flat-cable的长度 规格: 32±0.25mm
P05-P55