MSA线性分析表
合集下载
MSA(线性)分析
0
100.18 0.14 148.16 0.08
次 8 5.02
-0.1
26.84
0.03
58.84
0.02
100.1
0.06 148.18
0.1
数9
5.02
-0.1
26.84
0.03
58.82
0
100.08 0.04 148.16 0.08
(m)
10 5.04 -0.08 26.82 0.01 58.84 0.02 100.08 0.04 148.14 0.06
0.02 100.08 0.04 148.18
0.1
5 5.04 -0.08 26.85 0.04 58.82
0
100.14 0.1 148.16 0.08
6
5
-0.12 26.86 0.05 58.84 0.02 100.14 0.1 148.18 0.1
测
量7
5
-0.12 26.86 0.05 58.82
100.1
0.06 148.18
0.1
2 5.04 -0.08 26.84 0.03 58.86 0.04 100.08 0.04 148.16 0.08
3 5.02
-0.1
26.84
0.03
58.84
0.02
100.1
0.06 148.14 0.06
4 5.02
-0.1
26.82
0.01
58.84
58.82
0
58.836
58.82
0.016
0.04
100.14 0.1 100.1066667 100.04 0.066666667 0.1
套MSA知识讲解和MSA分析样表
总结词
MSA广泛应用于制造业、实验室、医疗等领域，能够帮助企业提高产品质量、降 低生产成本。
详细描述
通过MSA分析，企业可以识别并改进测量系统中存在的问题，提高测量的稳定性 和可靠性，从而确保生产过程中的质量控制。同时，MSA还可以帮助企业建立更 加科学、客观的质量管理体系，提升企业的整体竞争力。
02
MSA分析样表的使用方法和注意事项
使用方法
按照样表的构成和制作步骤，逐项填写和分析。
注意事项
确保数据的准确性和完整性，选择合适的分析方法，避免误导和错误解读。
03
MSA分析方法与实践
MSA分析方法的选择
根据数据类型选择
根据数据的类型（如时间序列、 截面数据、面板数据等）选择适 合的MSA分析方法。
MSA分析样表详解
MSA分析样表的构成
数据来源
标明数据来源，包括数 据采集的时间、地点、
采集人员等。
分析指标
样本信息
分析结果
明确分析的主要指标， 如平均值、标准差、变
异系数等。
记录样本的基本信息， 如样本编号、样本名称、
样本类型等。
详细列出分析的计算过 程和结果，包括图表和
数据表格。
MSA分析样表的制作步骤
数据采集
根据分析目标，收集相关数据， 确保数据的准确性和完整性。
数据分析
根据分析目标，选择合适的分 析方法，进行数据分析和解读。Байду номын сангаас
确定分析目标
明确分析的目的和要求，为后 续的数据采集和分析提供指导。
数据处理
对采集的数据进行预处理，包 括数据清洗、转换和整理等。
结果呈现
将分析结果整理成表格、图表 等形式，便于理解和展示。
MSA广泛应用于制造业、实验室、医疗等领域，能够帮助企业提高产品质量、降 低生产成本。
详细描述
通过MSA分析，企业可以识别并改进测量系统中存在的问题，提高测量的稳定性 和可靠性，从而确保生产过程中的质量控制。同时，MSA还可以帮助企业建立更 加科学、客观的质量管理体系，提升企业的整体竞争力。
02
MSA分析样表的使用方法和注意事项
使用方法
按照样表的构成和制作步骤，逐项填写和分析。
注意事项
确保数据的准确性和完整性，选择合适的分析方法，避免误导和错误解读。
03
MSA分析方法与实践
MSA分析方法的选择
根据数据类型选择
根据数据的类型（如时间序列、 截面数据、面板数据等）选择适 合的MSA分析方法。
MSA分析样表详解
MSA分析样表的构成
数据来源
标明数据来源，包括数 据采集的时间、地点、
采集人员等。
分析指标
样本信息
分析结果
明确分析的主要指标， 如平均值、标准差、变
异系数等。
记录样本的基本信息， 如样本编号、样本名称、
样本类型等。
详细列出分析的计算过 程和结果，包括图表和
数据表格。
MSA分析样表的制作步骤
数据采集
根据分析目标，收集相关数据， 确保数据的准确性和完整性。
数据分析
根据分析目标，选择合适的分 析方法，进行数据分析和解读。Байду номын сангаас
确定分析目标
明确分析的目的和要求，为后 续的数据采集和分析提供指导。
数据处理
对采集的数据进行预处理，包 括数据清洗、转换和整理等。
结果呈现
将分析结果整理成表格、图表 等形式，便于理解和展示。
MSA线性分析报告
0 平均值 #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0!
0
（xi－
（xi－
x）
x）
xi yi 上限
0
0
0
0
0
0
0
0
0
0
0
#VALUE! #VALUE! #VALUE! #VALUE! #VALUE! #VALUE! #VALUE! #VALUE! #VALUE! #VALUE! #VALUE!
零偏倚
0
0
0
0
0
0
0
0
0
0
0
1 yi 0.9 0.8 0.7 0.6
线性研究图示法
名称 表达式 计算值
斜率 中心 偏差
拟合优度
a = #VALUE! b = #DIV/0! s = #DIV/0! R2 = #VALUE!
0.5
H：a=0 t a = #VALUE!
0.4
H：b=0 t b = #DIV/0!
0.3
t = gm-2 , 1 - a / 2
#NUM!
0.2
判定标准
0.1
1） 如果“偏倚=0”的整个
0
xi 直线都位于置信度区间内，
0
0
0
0
0
0
0
0
0
0
0
则该测量系统的线性是可以
零偏倚
Yi
上限
下限
接受的。 2） 如果图示法表示该测量
评价：
系统可接受，则假设H: a=0 (斜率=0)应该为真 , 当 ta ≤ t gm-2 , 1 - a / 2 时则不能被否定; 3) 如果以上假设为真 , 则测 量相系同统的对偏所倚有,这的个参偏考移值必具须有 为
004MSA--线性研究报告
-0.1000 10.1000
ANOVA（方差分析） SS（平方和） 回归（直线） MS（均方） F统计量 置信区间下限 回归 df（自由度） 0.00408 0.00408 0.24038 剩余 1 0.98525 0.01699 总计 58 0.98933 判断 59 系数 标准误差 t统计量 0.4 -0.0041667 0.03946071 -0.1055902 p值 截距（b） 斜率（a） 0.00291667 0.00594893 0.49028453 0.9162718 0.62578223 最佳拟合直线 y (y-y)2 x y -0.1000 0.001666667 0.01033611 0.000136111 0.02500 2 (y-y)2 0.02500 2 0.0000 0.001666667 0.00000278 0.000136111 0.02500 2 0.2000 0.001666667 0.03933611 0.000136111 0.02500 2 0.1000 0.02500 0.3 2 0.1000 0.001666667 0.00966944 0.000136111 0.02500 2 -0.1000 0.001666667 0.00966944 0.000136111 0.02500 2 -0.1000 0.001666667 0.01033611 0.000136111 0.02500 2 0.0000 0.001666667 0.01033611 0.000136111 0.02500 2 0.0000 0.001666667 0.00000278 0.000136111 0.02500 2 0.0000 0.001666667 0.00000278 0.000136111 0.02500 2 0.0000 0.001666667 0.00000278 0.000136111 0.02500 2 0.2000 0.001666667 0.00000278 0.000136111 -0.05000 4 0.0000 0.001666667 0.03933611 0.000136111 0.0075 0.00005625 3.40278E-05 -0.05000 0.2 4 -0.1000 0.0075 0.01155625 3.40278E-05 -0.05000 4 0.2000 0.0075 0.03705625 3.40278E-05 -0.05000 4 0.0000 0.0075 0.00005625 3.40278E-05 -0.05000 4 -0.2000 0.0075 0.04305625 3.40278E-05 -0.05000 4 -0.1000 0.0075 0.01155625 3.40278E-05 -0.05000 4 -0.1000 0.0075 0.01155625 3.40278E-05 -0.05000 4 -0.1000 0.0075 0.01155625 3.40278E-05 -0.05000 4 -0.1000 0.0075 0.01155625 3.40278E-05 -0.05000 4 0.0000 0.0075 0.00005625 3.40278E-05 -0.05000 0.1 4 0.1000 0.0075 -0.05000 4 -0.2000 0.013333333 0.00855625 3.40278E-05 0.0075 0.00000 6 -0.2000 0.013333333 0.04305625 3.40278E-05 0 0.00000 6 0.0000 0.013333333 0.04551111 0 0.00000 6 -0.1000 0.013333333 0.00017778 0 0.00000 6 -0.1000 0.013333333 0.01284444 0.01284444 0 0.00000 6 0.0000 0.013333333 0.00017778 0 0.00000 6 0.1000 0.013333333 0.00751111 0 0.00000 6 0.0000 0.013333333 0.00017778 0 0 0.00000 6 0.1000 0.013333333 0.00751111 0 0.00000 6 0.1000 0.013333333 0.00751111 0 0.00000 6 0.0000 0 0.00000 6 0.0000 0.013333333 0.00017778 0.00017778 0 0.00000 6 0 0.1000 0.013333333 0.00751111 3.40278E-05 0 2 4 0.12500 8 0.1000 0.019166667 0.00653403 3.40278E-05 0.12500 8 0.2000 0.019166667 0.03270069 3.40278E-05 0.12500 8 0.0000 0.019166667 0.00036736 3.40278E-05 0.12500 8 0.2000 0.019166667 0.03270069 3.40278E-05 -0.1 0.12500 8 0.3000 0.019166667 0.07886736 0.12500 8 0.1000 0.12500 8 -0.1000 0.019166667 0.00653403 3.40278E-05 0.12500 8 -0.1000 0.019166667 0.01420069 3.40278E-05 0.019166667 0.01420069 3.40278E-05 0.12500 8 0.1000 0.019166667 0.00653403 3.40278E-05 0.12500 8 0.1000 0.019166667 0.00653403 3.40278E-05 0.12500 8 0.3000 0.019166667 0.07886736 3.40278E-05 0.12500 8 0.3000 0.019166667 0.07886736 3.40278E-05 -0.03333 10 -0.1000 0.025 0.01562500 0.000136111 -0.2 -0.03333 10 -0.1000 0.025 0.01562500 0.000136111 -0.03333 10 -0.1000 0.025 0.01562500 0.000136111 -0.03333 10 -0.1000 0.025 0.01562500 0.000136111 -0.03333 10 -0.1000 0.025 0.01562500 0.000136111 -0.03333 10 -0.1000 0.025 0.01562500 0.000136111 -0.03333 10 -0.1000 0.025 0.01562500 0.000136111 -0.03333 10 0.1000 0.025 0.00562500 0.000136111 -0.03333 10 0.1000 0.025 0.00562500 0.000136111 -0.03333 10 0.1000 0.025 0.00562500 0.000136111 -0.3 -0.03333 10 -0.2000 0.025 0.05062500 0.000136111 -0.03333 10 0.2000 0.025 0.03062500 0.000136111
利用Excel制作MSA分析表格
当前行中指定列处的数值。
所涉及的公式:
重复性: EV R * K1
再现性:
AV [(X DIFF * K2 )2 (EV 2 / nr)]
GR&R: 样板间变差: 样板总变差:
GRR (EV 2 AV 2 )
PV Rp * K3
TV (R & R2 PV 2)
%重复性: %再现性: %GR&R:
2
3
K2 0.7071 0.5231
GRR (EV 2 AV 2 )
PV Rp * K3 例如:样板数目为10时,取值为0.3146 经过=I7*G29运算可得出PV值
分级数: ndc =1.41(PV/GRR)
K3
2
0.7071
3
0.5231
4
0.447
5
0.403
6
0.3742
7
0.3534
MSA与EXCEL的结合运用
MSA意义 •评定测量系统的质量 •确定能对每个零件重复读数的测量系统 •评估新的测量量具 •比较不同的测量方式，找到最佳方案 •找到并解决测量系统的误差
MSA类别: 计量型
重复性 再现性 稳定性
线性 偏倚
GR&R
计数型 小样法 交叉法
1. GR&R与EXCEL的结合运用
8
0.3375
9
0.3249
10
0.3146
步骤4: 由结果编写条件式 判别原则: 当GR&R<10%时,可以接受; 当<10GR&R<30%时,条件下接受; 当GR&R>30%时,不可以接受; 当ndc>=5时,可以接受; 当ndc<5时,不可以接受
所涉及的公式:
重复性: EV R * K1
再现性:
AV [(X DIFF * K2 )2 (EV 2 / nr)]
GR&R: 样板间变差: 样板总变差:
GRR (EV 2 AV 2 )
PV Rp * K3
TV (R & R2 PV 2)
%重复性: %再现性: %GR&R:
2
3
K2 0.7071 0.5231
GRR (EV 2 AV 2 )
PV Rp * K3 例如:样板数目为10时,取值为0.3146 经过=I7*G29运算可得出PV值
分级数: ndc =1.41(PV/GRR)
K3
2
0.7071
3
0.5231
4
0.447
5
0.403
6
0.3742
7
0.3534
MSA与EXCEL的结合运用
MSA意义 •评定测量系统的质量 •确定能对每个零件重复读数的测量系统 •评估新的测量量具 •比较不同的测量方式，找到最佳方案 •找到并解决测量系统的误差
MSA类别: 计量型
重复性 再现性 稳定性
线性 偏倚
GR&R
计数型 小样法 交叉法
1. GR&R与EXCEL的结合运用
8
0.3375
9
0.3249
10
0.3146
步骤4: 由结果编写条件式 判别原则: 当GR&R<10%时,可以接受; 当<10GR&R<30%时,条件下接受; 当GR&R>30%时,不可以接受; 当ndc>=5时,可以接受; 当ndc<5时,不可以接受
【MSA模板】计量型量具线性分析报告-更新
量具类型：测量人员：量具规格：完成人：使用量具：测量人：取值数：测量次数：12345678910平均值1111222333444555特性基准值123456789101112特性12345基准值 1.000 2.000 3.000 4.000 5.0001 1.000.10 2.00-1.000.102 1.000.10 2.00-1.000.103 1.000.10 2.00-1.000.1041.000.102.00-1.000.105 1.000.10 2.00-1.000.106 1.000.10 2.00-1.000.107 1.000.10 2.00-1.000.108 1.000.10 2.00-1.000.109 1.000.10 2.00-1.000.1010 1.000.10 2.00-1.000.10111.000.102.00-1.000.10量具编号：基准值测定测量值：测量日期：量具编号：量具线性分析报告产品名称：量具名称： 5.105.105.105.105.0004.000 5.105.105.105.105.105.105.105.103.005.00 3.003.003.003.005.005.005.005.003.000 3.003.003.003.003.003.003.005.005.002.102.000 5.005.005.005.005.002.102.102.102.102.102.102.102.102.102.102.00 2.10试验次数及测量数据偏移分析2.002.002.002.002.001.0002.002.002.002.002.002.0012345诸城威仕达机械有限公司121.000.102.00-1.000.101.000.102.00-1.000.10量具类型：测量人员：量具规格：完成人：0.26945x 01.0002.0003.0004.0005.000低值0.131496-0.1585-0.4485-0.7385-1.0285高值 1.908504 1.618504 1.3285 1.03850.7485y1.020.730.440.15-0.141 斜率a 的假设检验假设H 0：a=0 斜率=0假设H0：b=0 截距(偏倚)=0确定t 统计量：确定t统计量： 查表：t (gm-2,1-0.05/2)= 2.00172分析：测量系统不存在线性问题分析：编制：审核：批准：测量日期：量具编号：78.6000001.724分析结果：＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿量具偏倚报告产品名称：0量具名称：000高值：低值：对于给定的X 0，α水平置信带是：截距：1.31000斜率：最佳拟合直线： 其中： = 基准值 = 偏倚平均值偏移均值测量系统存在偏倚问题-0.29000判定准则：1.偏倚=0的直线粉红色直线区间内，偏倚可以接受。
MSA线性分析表
0.0000 #DIV/0! #DIV/0! 0.000000000 #DIV/0!
斜率
a
xy
1 gm
X Y
x2
1 gm
x 2
0.0000
0.0000
0.0000
(∑x)2= 0
#DIV/0!
#DIV/0!
#DIV/0!
∑XY= 0.00000
#DIV/0!
#DIV/0!
#DIV/0!
∑X2= 0.0
#DIV/0!
1、偏倚=0整条直线在 置信区间内，系统可 接受，否则为不可接 受；
2、ta≤tgm-2,1-α/2， 系统可接受，否则为 不可接受
∑y= 0.00000 ∑x= 0.00
极 差(R) xi×yi
x2 y2 (x0-x平均)2
0.0000 #DIV/0! #DIV/0! 0.000000000 #DIV/0!
0.4000
0.2000
0.0000
0.000
0.000
0.000
审核
0.000
0.000
制定
偏倚平均值(yi) 零件均值
0.00000 #DIV/0!
测量值 偏倚
0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.00000
#DIV/0!
测量值 偏倚
0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.00000
#DIV/0!
测量值 偏倚
0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.00000
MSA-线性分析报告(内含自动程式--自用)
#DIV/0! #DIV/0!
计算参数
#DIV/0! 201.9258
#DIV/0! m
∑(Xi-Xbar)2
线性 b (偏倚平均值)
上限大于 0.7 0 #DIV/0! 下限小于 0.6 0 #DIV/0! 偏倚
ta=m/sem #VALUE! #VALUE! tb=b/seb #VALUE! #VALUE! sem seb
#DIV/0!
No.: 年
操作人：
月
日
量具规格：
1 读数 偏倚 读数
2 偏倚 读数
3 偏倚 读数
4 偏! 0 #DIV/0! 0 R2 5.84% 0
#DIV/0! 0 #DIV/0! 0
#DIV/0! 0 #DIV/0! 0
α
0.05
S 0.059261 ∑Yi
2
tgm-2,1-α #NUM! b∑Yi
0偏倚线 ta是否小于 tb是否小于 0.5 拟合优度 或等于 大于0.8 是否在置 或等于 线性判定 tgm-2,1-a/3 0.4 信区间内 tgm-2,1-a/2 0.3
0.2
FALSE
#DIV/0!
#NUM!
#NUM!
0.1 0 0 2 4 6 参考值 8 10 12
结论
#DIV/0!
评价人/日期
测量系统分析 MSA 线性分析
量具名称/编号： 基准值 零件数(g) 1 2 3 4 5 测 量 次 数 (m) 6 7 8 9 10 11 12 13 14 15 零件平均值 基准值 偏倚 极差 m 0 g 0 a #DIV/0! #DIV/0! 0 #DIV/0! 0 b #DIV/0! 0 #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! 0 #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! #DIV/0! 0 #DIV/0! 0 Y=aX+b
相关主题
- 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、"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、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)。
0.000000000 #DIV/0!
0.000000000 #DIV/0!
0.000000000 #DIV/0!
∑Y2= 0.000000
∑(xi-x平 均)2=
0.00
#DIV/0! S
yi2 b yi a xi yi #DIV/0!
gm 2
截距 b y a x #DIV/0!
#DIV/0!
1、偏倚=0整条直线在 置信区间内，系统可 接受，否则为不可接 受；
2、ta≤tgm-2,1-α/2， 系统可接受，否则为 不可接受
∑y= 0.00000 ∑x= 0.00
极 差(R) xi×yi
x2 y2 (x0-x平均)2
0.0000 #DIV/0! #DIV/0! 0.000000000 #DIV/0!
偏倚平均值(yi) 零件均值
0.00000 #DIV/0!
测量值 偏倚
0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.00000
#DIV/0!
测量值 偏倚
0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.00000
#DIV/0!
测量值 偏倚
0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.00000
#DIV/0!
测量值 偏倚
0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.00000
?
? b +
ax0
+
? ?t ? ?
gm2,1a
2
??
? ?
1 gm
+
1?
2
x0 x xi x
2
?? 2
? ?
? ?S ? ?
#DIV/0!
#DIV/0!
#DIV/0!
下限：
?
? b + ax0
? ?t gm2,1a ? ?
2
??
? ?
1 m
+
1?
2
x0 x xi x
2
?2 ?
0.0000 #DIV/0! #DIV/0! 0.000000000 #DIV/0!
斜率
a
xy
1 gm
X Y
x2
1 gm
x 2
0.0000
0.0000
0.0000
(∑x)2= 0
#DIV/0!
#DIV/0!
#DIV/0!
∑XY= 0.00000
#DIV/0!
#DIV/0!
#DIV/0!
∑X2= 0.0
tgm-2,1-α/2= 2.00172 R-Sq=
[∑xy-∑x(∑y)/n]2 [∑x2-(∑x)2/n]×[∑y2-(∑y)2/n]
#DIV/0!
对于一个已知的X0,α=0.05,由t-分布表,取(gm-2)=58个自由度,并取概率为0.975
偏 倚 =b+ax 上限：
#DIV/0!
#DIV/0!
量具名称： 被测参数：
量具型 号 测： 试人 员：
MSA线性分析表 量具编 号测：试日 期：
样品编号
1
2
3
4
5
基准值(Xi)
判定依据
测试次数 测量值 偏倚
1
0.000
2
0.000
3
0.000
4
0.000
5
0.000
6
0.000
7
0.000
8
0.000
9
0.000
10
0.000
11
0.000
12
0.000
0.4000
0.2000
0.0000
0.000
0.000
0.000
审核
0.000
0.000
制定
? ?
? ?S ? ?
│ta│=
#DIV/0!
│tb│=
下限 上限
#DIV/0! #DIV/0!
#DIV/0! #DIV/0!
#DIV/0! #DIV/0!
#DIV/0! #DIV/0!
#DIV/0! #DIV/0!
#DIV/0!
1.0000
y=b+ax
上限
下限
0.8000
结论 ######
0.6000