Minitab操作步骤手册B

1MSA测量系统分析致力于管理工具培训2课程内容第一讲统计技术基础知识第二讲MSA概述第三讲MSA和QS9000/TS16949第四讲测量系统理论知识第五讲计量型MSA分析第六讲计数型MSA分析第七讲破坏型MSA分析第八讲总结第九讲考试3第一章统计技术基础知识•1、数据类型•2、正态分布•3、二项分布•4、泊松分布•5、总结4•计数型计量型TEMPERATUREThermometerTimeNO-GOGOCaliperQTYUNITDESCRIPTIONTOTAL1$10.00$10.003$1.50$4.5010$10.00$10.002$5.00$10.00SHIPPINGORDERERROROnOff数据类型5计量型数据的优点GoodBadxx稀少的信息富裕的信息AttributeContinuousxGoodBad僅需要較少樣本就可做決策需要較多的樣本以做決策6计量数据的基本统计—数据分布•对一个相同的输出变量Y期多个数据点绘图它们形成了一个分布。•这些数据点的堆积可以不同的图形来代表：–散点图/概率图–直方图7连续性数据─中心趋势的测量•平均值–一组数据的算术平均值数法•均等反映了所有数据的影响•会受极端值强烈影响•中位数–反映50%的那个位置–对一组排序数据点的中心数–对极端值较”坚耐”nXninx1X~8连续型数据─变异的测量•极差:–一组数据中最大值与最小值之间的差•标准偏差(s;s):–等于方差的平方根，在量化变异时常用会到1n)X(Xn1i2isminmaxRange方差等于标准偏差的平方，通常只是为了计算的目的9连续型数据─了解极差以下数据的极差是多少？•1,2,3,4,5,6,7,8,9以下数据的极差是多少•1,2,3,4,5,6,7,8,200•标准偏差可以用计算机来计算（EXCEL里的STDEV公式）10694696698700702704706x6643162+42+12+32+62s2=-----------------------=24.5==s=4.954(=n-1)Measurements701696694706703计算标准差11连续性数据─平滑(正态)分布•假定数据符合正态分布–假设收集到无限多的数据，这些数据可能看起来像下图•我们可将这些数据看成平滑的分布–红线758060657055Inchesxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx练习：概率分布图12正态曲线和概率•了解了正态曲线的平均值和标准偏差有助于估计风险Probabilityofsamplevalue43210-1-2-3-440%30%20%10%0%Z-axis(scaleinunitsof‘s’)Numberofstandarddeviationsfromthemean95.45%68.27%99.73%在两个值之间可以得到一個累積的概率值13正态分布的应用43210-1-2-3-440%30%20%10%0%Probabilityofsamplevalue95.45%68.27%99.73%240255270285225210195Time(minutes)SXXZZ-axisX-axis如果我们货物交付给顾客的平均时间是240分钟，这一过程的标准偏差是15分钟，那么在270分钟后到货的概率为多少？14正态分布的应用2中国成年男子身高均为168cm,标准差为5.5cm.试计算：1、身高小于160cm的概率。2、身高高于180cm的概率。3、身高介于160-180cm的概率。15常用统计量•定义•1、表示总体特性的统计量，称为总体统计量，如：•总体平均数、总体方差、总体标准差•2、表示样本特性的统计量，称为样本统计量，如：•样本平均数、样本方差、样本标准差、样本极差、移动极差16总体统计量样本统计量名称符号名称符号分布中心位置总体均值µ样本均值样本中位数数据分散程度总体方差总体标准差σ2σ样本方差样本标准差样本极差s2sR17二项分布•例：从一批产品中随机抽取进行检测，根据历史数据而知，产品的不合格率为10%。假设要求产品检测人员每抽取一件产品，检测完毕后，要放回这批产品中（又称为有放回抽样），检验人员共检测了6件产品，问检测到的不合格品数分别为0，1，2，3，4，5，6的概率？XP00.53144110.35429420.09841530.01458040.00121550.00005460.00000118二项分布的均值、方差与标准差E(X)=npVar(X)=np(1-p)pnp119泊松分布•质量控制中常遇到这样的情况：•不仅要关注不合格品，而且要关注每件不合格品所包含的不合格项的情况。,2,1,0,!)(xexxpx1.定义设随机变量X的可能取值是一切非负整数，而概率函数是其中常数0,泊松分布含有一个参数,通常记作P().如果X服从泊松分布P(),则记为).(~PX泊松分布的均值与方差相等，均入20泊松分布在大量试验中，小概率事件发生的次数可以近似地看作服从Poisson分布。如：一段时间内电话用户对电话站的呼叫次数铸件上的疵点数候车的旅客数原子放射粒子数等21总结•连续型数据能有很多可能的数值，计数型数据是不连续的•连续型数据的信息比较丰富，计数型的就要少得多•对位置的测量是平均值和中位数•对离散的测量：标准偏差和极差•图表出来的信息会多于数据•正态曲线可用来估计缺陷的风险22第二讲MSA概述1、什么是测量系统2、什么是测量误差3、为何要做测量系统分析23被测产品特性检验/测量数据/测量结果输入输出受控：量具、仪器、检测人员、程序、软件活动：测量、分析、校正对某具体事物赋于数值，以表示它们对于特定特性之间的关系。测量241)测量定义为赋值给具体事物以表示它们之间关于特殊特性的关系；2)赋值过程定义为测量过程；3)赋予的值定义为测量值；4）测量过程看成一个制造过程，它产生数字（数据）作为输出。测量和测量过程25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；包括通过／不通过装置。例如：直尺、游标卡尺、千分尺、角度规、投影仪、通/止规量具26用来对被测特性定量测量或定性评价的仪器或量具、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。根据定义，一个测量过程可以看成是一个制造过程，它产生数值（数据）作为输出。测量系统27WhyDoMSA?了解测量过程，确定在测量过程中的误差总量，及评估用于生产和过程控制中的测量系统的充分性。MSA促进了解和改进、减少测量变差。为SPC的顺利进行提供基础28WhenDoMSA?在正常仪器维护条件下，测量仪器误差很大测量仪器进行了改装，如更换了重要零部件对测量仪器进行了大修进行工序能力分析时需要测量仪器的测量能力测量系统不稳定测量结果波动大决定是否接受一台新仪器测量仪器之间进行比较29第三讲MSA和QS9000/TS169491、ISO/TS16949对MSA的要求2、QS9000对MSA的要求30TS16949的要求7.6.1测量系统分析统计研究必须对每一种测量和试验系统出现的结果变化进行分析。本要求必须运用于控制计划中的测量系统。使用的分析方法和接受标准必须与客户推行的测量系统分析参考手册相一致。当客户批准时，也可采纳其他的分析方法和接受准则。31QS9000的要求测量系统分析为分析出现的各种测量与试验设备系统上，测量结果的变差，必须进行适当的统计研究。此要求必须应用在控制计划提及的测量系统。所有的分析方法及接收准则应该与测量系分析参考手册相一致（如：偏倚、线性、稳定性、重复性、再现性研究）。如经顾客批准，也可采用其它分析方法及接收准则。32第四讲测量系统理论部分1、测量数据的用途和重要性2、量具分辨力、有效分辨力、溯源性3、理想的测量系统、好的测量系统4、变差源、测量系统变异性的影响5、测量系统变差的类型6、测量系统研究的步骤33测量数据的用途判断过程是否受控或产品是否合格统计量：完全由样本确定的量（不应该与总体分布有关），从数学观点来看，统计量是样本的函数。利用统计量，通过假设检验来判断过程是否受控。确定两个变量或更多变量之间是否存在重要关系回归分析的统计方法来研究34测量的重要性如果测量系统出错，那么好的结果可能被测为坏的结果，坏的结果也可能被测为好的结果，此时便不能得到真正的产品或过程特性。PROCESS原料人機法環測量产品goodbad35测量数据的质量偏倚（准确度）：指数据相对基准值的位置方差（精度）：指数据的分布离散的状况36真值物品的真实值不可知的通常用基准值来替代37基准值被承认的一个被测体的数值，作为一致同意的用于进行比较的基准或标准样本。–一个基于科学原理的理论值或确定值。–一个基于某国家或国际组织的指定值。–一个基于科学或工程组织主持的合作试验工作产生的一致同意值。–对于具体用途，采用接受的参考方法获得一个同意值。–该值包含特定数量的定义，并为其它已知目的自然被接受，有时是按惯例被接受。38分辨力(别名)又称最小可读单位，分辨力是测量分辨率、刻度限值或测量装置和标准的最小可探测单位。它是量具设计的一个固有特性，并作为测量或分级的单位被报告。数据分级数通常称为”分辨力比率”，因为它描述了给定的观察过程变差能可靠地划分为多少级。直尺卡尺千分尺.28.279.2794.28.282.2822.28.282.2819.28.279.279139可视分辨率测量仪器最小增量的大小叫可视分辨率。该数值通常以文字形式(如广告中)来划分测量仪器的分级。数据的分级可通过把该增量的大小划分为预期的过程分布范围(6σ)来确定。–注：显示或报告的位数不一定表示仪器的分辨率。–例：零件的测量值为29.075,29.080,29.095等，记录为5位数。然而，该仪器的可视分辨率为0.005而不是0.001。40有效分辨率考虑整个测量系统变差时的数据分级大小叫有效分辨率。基于测量系统变差的置信区间长度来确定该等级的大小。通过把该数据大小划分为预期的过程分布范围能确定数据分级数ndc。对于有效分辨率，该ndc的标准(在97%置信水平)估计为1.41(PV/GRR)。41溯源性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。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度的不间断的比较链相联系。42溯源性示例國家標准引用標准工作標准生產量具夹量具千分尺CMM量块激光干涉仪引用量具量块／比测波长标准干涉比测器43理想的测量系统只产生准确的测量结果，即与基准值一致。测量系统具有零方差、零偏倚和对所测任何产品错误分类为零概率的统计特性。这样的测量系统几乎不存在44好的测量系统－1–足够的分辨率和灵敏度。为了测量的目的，相对于过程变差或规范控制限，测量的增量应该很小。通常仪器的分辨率应把公差(过程变差)分为十份或更多。–测量系统应该是统计受控制的。这意味着在可重复条件下，测量系统的变差只能是由于普通原因而不是特殊原因造成。45好的测量系统－2对产品控制，测量系统的变异性与公差相比必须小。依据特性的公差评价测量系统。对于过程控制，测量系统的变异性应该显示有效的分辨率