属性型测量系统分析

来自定义确认项目选择确定项目范围用度量标准写下任务描述过程（高水平）图解确定项目涉及人和主要度量标准拟建计划表•SIPOC•关键质量特征树•RACI图表•沟通计划•是/不是分析•SMART标准•Includecontrolsingoalstatement•项目选择标准表•线性流程图•标准工作布局•泳线图•甘特图1拟建数据和信息收集计划确定测量系统统计概述和图表解释收集和总结项目特性阐述后期趋势•价值图解/建立•单件产品产出时间/标准工作•人机防护•时间有效性分析•GageR&R研究•MSA属性•校正/偏差•统计概述•正态验证•离群点盒形图•柱状图或直方图•运行，中值或均值图•IMR或SPC图•工艺能力•数据管理计划•控制计划根本原因分析•产生•简化•评估•选择确定因素(根本原因)和反应之间的关系•方差分析等比较试验决策树•散射图•回归性和相关性•实验设计•研究方法估计该因素(根本原因)对于反应的影响拟建潜在解决方法和实施计划目标执行工艺改进•领导计划和控制小组•Kaizen（改善）事件,问题解决,或过程改进1.确认改进2a.确定控制机制•信息控制计划•SPC•视觉管制3.成本验证•成本效益分析•比较试验•工艺价值总结•结构简化总结Excel操作经验总结和重复机会•CooperNet•回访不是机遇改进认可和认证•团队认可•认证2b.文档记录新的工艺和步骤•作业指导书•安全评价VEADVANCE线路图因素与反应的联系因素的分层反应与因素反应和一些因素变异(测量)因素变异(分析)反应(数据统计后)确认/控制反应(数据统计前)阐述潜在项目•“潜在”过程图解•进度表/行动计划•成本/效益分析•产生•简化•评估•选择来自学习目标区分MSA研究评估合格/不合格的测量体系评估顺序型（计数）测量体系使用Minitab提供对属性型测量体系分析的支持对项目数据的健康或好坏做一个“体检”：识别较差的测量体系数据确认操作定义整定比较试验来自组件足够的分辨率敏感度与为产品验收决策和工艺过程监控而设计的规格公差相比，变化性较小。再现性重复性不产生过度偏离整定/偏差/准确度相对于时间变异小并且在使用范围内保持一致稳定性线性来自数据：标量名义型“Nom”表示名字为了定量描述而无法进行排列通过/失败好/差短路、开路、裂缝、腐蚀,…顺序型(和比率)“Ord”表示顺序包含可被排序的数字极好、很好、好、一般、差完全同意、同意、不同意、完全不同意1,2,3,4…来自研究属性型MSA好/差计数处理通过/失败、缺陷测量标度15,AE,AAAA无规范－为替代规范,需要一个真值来确定准确度情景阐述为控制提供最小限度的信息标准度量举例放行/不放行决定装配和间隙规勾缝、凹陷、刻痕的模板缺陷类别变量型MSA物理测量仪器传统GageR&R研究相对于规范好坏程度的测量标准阐述对工艺能力研究与控制的用处标准度量举例测径器电表秒表来自人们主观上的分类或评级通常其特性难以区分或定义较差的属性型测量体系几乎可追溯于较差的操作定义要评估分类的一致性，许多单元的评估和分类必须由多人完成如果评估人之间达成一致，则评级将是正确的如果一致性较差，则评级的有效性受限Cooper举例：Monroe将锻造剪切片分为可修理的、废品和好的零件Amarillo根据处理线圈的水平对操作员进行资格评审Olean将再研磨制品分为通过/失败来自操作定义教室中有多少人穿蓝色衬衫？更好的操作定义物理标准/样本额外的培训评级者认证过程来自举例某个教育测试公司正在用12级标准化问答题测试的书面试卷培训5名新评估人需要对评估人所拥有的与标准相一致评估问答题的能力进行评估各评估人以五点分制(-2,-1,0,1,2)评估15道问答题公司也要对问答题进行评价并提供“标准得分”对每个问答题评价两次并获取数据打开文件并评估评估人表现来自使用Minitab进行属性型MSA打开工作表Essay.mtw选择StatQualityToolsAttributeGageR&RStudy来自在Singlecolumn中输入Rating：，在Samples中输入Sample：，在Appraisers中输入Appraiser：，并在Knownstandard/attribute中输入Attribute：选中Categoriesoftheattributedataareordered点击OKMinitab对话框来自：准确性的图形分析来自：准确性的数值分析准确性=评估一致性来自：Cooper的范例–RegrindsinOlean使用Minitab进行属性型MSA打开工作表Regrinds.mtw选择StatQualityToolsAttributeGageR&RStudy来自在Singlecolumn中输入Dispo：，在Samples中输入Sample：，在Appraisers中输入Appraiser：，并在Knownstandard/attribute中输入True：点击OKMinitab对话框来自：图形分析来自：内部的数值分析评估人内部=重复性来自：准确性的数值分析每个评估人=准确性=真值=标准来自：数值分析#p/f百分比(%)=假阴性(人=通过;正确=失败)#f/p百分比(%)=假阳性(人=失败;正确=通过)#混合百分比(%)=整个试验过程中的评估不同来自：再现性的数值分析评估人之间所有评估人相互之间都一致同意总体的重复性和再现性来自：总体的数值分析评估人之间所有评估人相互之间和对于标准都一致同意总体的重复性，再现性和准确性来自：Cooper的范例－在Monroe的铸件检查使用Minitab执行属性型MSA打开Mintab项目CastingInspection.MPJ来自：Cooper的范例－在Monroe的铸件检查选择StatQualityToolsAttributeGageR&RStudy来自在Multiplecolumns中选择列D-1到J-3：在Numberofappraisers中输入4：，在Numberoftrials中输入3：，在Appraisernames（optional）中输入DMAJ：并在Knownstandard/attribute中输入Standard：点击OKMinitab对话框来自：图形分析来自内部的数值分析评估员内部=重复性来自：准确性的数值分析每个评估人=准确性=真值=标准来自：数值分析#p/f百分比(%)=假阴性(人=通过；正确=失败)#f/p百分比(%)=假阳性(人=失败；正确=通过)#混合百分比(%)=整个试验过程中的评估不同来自：再现性的数值分析评估人之间所有评估人相互之间都一致同意全面的重复性和再现性来自：总体的数值分析评估人之间所有评估人相互之间和对于标准都一致同意总体的重复性,再现性和准确性来自课堂练习：属性型MSA卡检查目的属性型MSA材料卡检查表或Excel模板秒表以3人为单位组队2或3名操作员1名主管开始前考虑如下随机存储盲测培训操作定义程序1.将卡以1-20编号2.操作员A随机检查卡1-20并排列(通过/失败)或计数3.每个3分钟内做20次试验4.操作员B(和C)重复5.所有操作员进行试验26.确保卡片是随机的，不可在第二次试验中使用第一次的试验结果7.最后，主管检查卡片并记录真值8.完成MSA分析来自用简单的比较试验来确认数据主要对于属性类型数据，计数一些测量/计数体系是不证自明的，其他的则需要进行确认比较试验是检查你的测量体系合理性的最好方法两个样本t-检验，配对t-检验，或比例检验两个样本F检验例如：由标准数据收集者收集数据并与你的审计计数进行比较(记住要计算作为分辨率和风险量的函数的样本大小)来自认可你的测量体系适当的勤奋=确认你的测量体系用挑剔的眼光来考虑；也许是第一次“数据从何而来”检查数据来源检查数据管理计划中的操作定义考虑如何计算度量标准如果是一个比例，则考虑其分子和分母考虑数据是如何从资料中获取的是谁收集的他们做些什么(计数、测量、读取、处理核查…)他们是如何并在哪里记录这些数值的来自整定变量类型数据，测量在实践中理解很重要：查看整定确认标准、存储和使用考虑填写标准度量控制计划的整定部分来自Monroe金加工大师，M3（航空剪切机）MSA计划–扩展数据管理计划来自计划–扩展数据管理计划量度(测量单位)MSA操作定义(语句)或规则(符号)测量体系数据类型期望集中趋势与变异的图表显示时序型数据的图表显示数据来源或位置采集者抽样计划分层因素(方差分析等)DataTrack,RediRail,激光,Turret停工期(%)在时间表上观测时间记录vs机器记录时间(已分配的Hrs-RunHrs)/分配的HrsT/T连续型减少移动均值直方图IMR机器日志操作员1/转换通过:转换(2)操作员(4)DataTrack废品($)比较操作员废品计数vs主管计数不一致部分成本F序数型减少移动均值柱状图IMR操作员(计数)和AS400数据(成本)操作员1/转换通过:转换(2),操作员(3+),产品长度(2)效率(Pcs/Hr)比较操作员好的零件计数vs主管计数全部好的Pcs/HrP/T序数型增加移动均值柱状图IMRAS400数据操作员1/转换通过:转换(2)操作员(4)正常运行时间(