测量系统分析(MSA)2
质量管理体系五种核心工具MSA2
三.对测量系统分析要分析什么
前面我们谈到，数据的质量取决于处于稳定条件下进行操 作的测量系统中，多次测量的统计特征:偏倚和变差。 为此，我们引伸出如下一些术语。 1.位置变差 • 偏倚:观测到的测量值的平均值与参考值之间的差值。 • 准确度:与真值(或参考值)“接近”的程度。 • 稳定性:别名:漂移 随时间变化的偏倚值 • 线性: 在量具正常工作量程内的偏倚变化量
• 测量系统能力:短期评估,是对测量误差合成变差的估计
Б2能力= Б2偏倚(线性) + Б2R&R *短期的一致性和均匀性(重复性误差)被包含在能力评价中 • 测量系统性能:性能量化了合成测量误差的长期评估。
Б2性能= Б2能力+ Б2 稳定性+ Б2一致性 *测量量程内长期的一致性和均匀性包含在性能评价之中。
画出这些数据相对于参考值的直方图并评审，用专业知识确定 是否出现异常，分析特殊原因，找出异常点。如正常，可继续
分析。当n<30时，对任何的解释或分析，要特别注意。
结果分析——数值法
4）计算n个读值的平均值 X
n
X
= i=1
Xi/n
5）计算重复性标准差（б重复性或称бr ）
б重复性=
max(xi) – min(xi)
d*2
式中：d2* 可从d2* 表中查到，此时，g=1,m=n
6）计算偏倚
偏倚=观测到的平均测量值（x）– 参考值
7）计算平均值的标准误差бb
бb = бr /
可以看出， CP观由1.96到1.28之间的区别就是由于测 量系统的不同所造成。 为此，我们要对测量系统进行分析，要识别测量系统 的普通原因和特殊原因，以便采取决策措施，使测量 系统的变差减小到最小程度，使得测量系统观测到的 过程变差值尽可能接近和真实地反映过程的变差值。 这就要求，测量系统的最大(最坏)的变差必须小于过 程变差或规范公差。
MSA2
1)当重复性(AV)变差值大于再现性(EV)时: 量具的结构需在设计增强。 量具的夹紧或零件定位的方式(检验点)需加以改善。 量具应加以保养。 2)当再现性(EV)变差值大于重复性(AV)时: 作业员对量具的操作方法及数据读取方式应加强教育, 作业标准应再明确订定或修订。 可能需要某些夹具协助操作员, 使其更具一致性的使用量具。 量具与夹治具校验频率于入厂及送修纠正后须再做测量系统分析, 并作记录。
测量系统分析的基本内容[1]
测量系统分析(Measurement Systems Analysis,MSA) 数据是通过测量获得的,对测量定义是：测量是赋值给具体事物以表示他们之间关于特殊特性的关系。这个定义由C．Eisenhart首次给出。赋值过程定义为测量过程，而赋予的值定义为测量值。 从测量的定义可以看出，除了具体事物外，参于测量过程还应有量具、使用量具的合格操作者和规定的操作程序，以及一些必要的设备和软件，再把它们组合起来完成赋值的功能，获得测量数据。这样的测量过程可以看作为一个数据制造过程，它产生的数据就是该过程的输出。这样的测量过程又称为测量系统。它的完整叙述是：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、夹具、软件、人员、环境和假设的集合，用来获得测量结果的整个过程称为测量过程或测量系统。 众所周知，在影响产品质量特征值变异的六个基本质量因素(人、机器、材料、操作方法、测量和环境)中，测量是其中之一。与其它五种基本质量因素所不同的是，测量因素对工序质量特征值的影响独立于五种基本质量因素综合作用的工序加工过程，这就使得单独对测量系统的研究成为可能。而正确的测量，永远是质量改进的第一步。如果没有科学的测量系统评价方法，缺少对测量系统的有效控制，质量改进就失去了基本的前提。为此，进行测量系统分析就成了企业实现连续质量改进的必经之路。 近年来，测量系统分析已逐渐成为企业质量改进中的一项重要工作，企业界和学术界都对测量系统分析给予了足够的重视。测量系统分析也已成为美国三大汽车公司质量体系QS9000的要素之一，是6σ质量计划的一项重要内容。目前，以通用电气(GE)为代表的6σ连续质量改进计划模式即为：确认(Define)、测量(Measure)、分析(Analyze)、改进(Improve)和控制(Control)，简称DMAIC。 从统计质量管理的角度来看，测量系统分析实质上属于变异分析的范畴，即分析测量系统所带来的变异相对于工序过程总变异的大小，以确保工序过程的主要变异源于工序过程本身，而非测量系统，并且测量系统能力可以满足工序要求。测量系统分析，针对的是整个测量系统的稳定性和准确性，它需要分析测量系统的位置变差、宽度变差。在位置变差中包括测量系统的偏倚、稳定性和线性。在宽度变差中包括测量系统的重复性、再现性。 测量系统可分为“计数型”及“计量型”测量系统两类。测量后能够给出具体的测量数值的为计量型测量系统；只能定性地给出测量结果的为计数型测量系统。“计量型”测量系统分析通常包括偏倚(Bias)、稳定性(Stability)、线性(Linearity)、以及重复性和再现性(Repeatability＆Reproducibility，简称R＆R)。在测量系统分析的实际运作中可同时进行，亦可选项进行，根据具体使用情况确定。 “计数型”测量系统分析通常利用假设检验分析法来进行判定。
测量系统分析报告MSA
测量系统分析报告MSA1. 引言测量系统分析（Measurement System Analysis，简称MSA）是指通过分析和评估测量系统的性能、稳定性和可靠性，来判断测量结果的准确性和可靠性的过程。
本报告旨在对某测量系统进行全面的分析和评估，以帮助提升测量系统的质量和可靠性。
2. 测量系统分析方法在进行测量系统分析时，常采用以下方法：2.1 重复性与再现性分析重复性和再现性是评估测量系统可靠性的重要指标。
通过对同一对象进行多次测量，可以评估测量结果的一致性和稳定性。
2.2 偏倚分析偏倚分析用于评估测量系统是否存在系统性的误差。
通过对测量系统进行校准，并比较校准前后的测量结果，可以判断测量系统的偏倚情况。
2.3 线性分析线性分析用于评估测量系统是否存在线性关系。
通过测量系统对一系列已知标准进行测量，并绘制测量结果与标准值之间的图表，可以判断测量系统的线性关系。
3. 案例分析本次测量系统分析以某电子元件测量系统为例进行分析。
3.1 重复性与再现性分析通过对同一电子元件进行连续十次测量，并记录测量结果，得到以下数据：测量次数测量结果1 12.32 12.43 12.14 12.35 12.26 12.47 12.58 12.29 12.610 12.3通过计算这十次测量结果的平均值和标准偏差，得到重复性和再现性的评估数据。
3.2 偏倚分析为了评估测量系统的偏倚情况，我们对测量系统进行了校准，并测量了一系列标准样本。
校准前后的测量结果如下：标准样本校准前测量结果校准后测量结果1 2.3 2.12 3.4 3.23 4.5 4.44 5.6 5.75 6.7 6.56 7.8 7.9通过比较校准前后的测量结果，可以评估测量系统的偏倚情况。
3.3 线性分析为了评估测量系统的线性关系，我们选择了一系列已知标准进行测量，并绘制了测量结果与标准值之间的图表。
图表显示测量系统的测量结果与标准值之间存在一定的线性关系。
MSA分析报告(2)
五：结论
四项属性都在可接受的范围内，表明测量系统的重复性与再现性是可接受的。
达到公差带的80%；对此10个零件进行编号，确
保只有观察者自己能识别编号。同时对样品的测 量位置用红笔显著标识，要求测量员测量时必须 以标记位置为准。
图1 测试样品选择图示
二、实验设计：
本次实验选择3名测量者对10个样品分别测试3次；
本此实验的测量者为IQC、IPQC、以及品质工程师，并 且在实验之前统一进行了测量方法的培训，要求样品必须 水平放置在桌面，测量位置为红色标记位置的外径； 本次实验的分析员为体系工程师，分析员首先利用 Minitab设计随机顺序的测量表，样品由分析员传递给测量 员测试，测试数据由测量员反馈后，分析员填写进入表格， 测量顺序及数据如图2 测量记录所示，具体数据见附件1； 分析员将得到的数据导入电脑后利用Minitab中的统计 →质量工具→量具研究→量具R&R研究（交叉）进行分析， 试验参数如图3所示
3.从样品测量值来看，6号样品有一次测量值偏大，表 现异常，对应检验员的样本极差来看可能属于IPQC的 异常测量；1号与9号样品的测量值分布较大，样品较 可疑。
4.从测量人员来看，IQC与IPQC的测量值较一致，品质 工程师测量值偏底，可能夹持的松紧有关。
5.样品与检验员的交互作用图来看，每个样品的低，与测试时夹持的方式关系比较紧密。
附件1 MSA测量记录
图2 MSA测量记录
图3 MSA实验参数的选择
图4 量具R&R分析报告
三、图形分析
1.从样本极差图来看，分布均匀，证明量具的分辨率 足够，同时由图中可以看出IQC在测量9号样件时极差 超出控制上限，表现异常。
2.Xbar控制图来看，基本所有的点都落在控制线之外， 符合测量系统分析的要求，同时三位测试员的测试值之 间无明显差异，测量数据无异常。
测量系统分析(MSA)通用课件
稳定性
稳定性是衡量测量系统在长时间内保持一致性的参数。
稳定性分析通常涉及在一段时间内多次测量同一标准值，以检查测量系统的变化。 这种方法有助于确定测量系统是否随时间推移而发生变化，并评估其可靠性。
重复性和再现性
重复性和再现性是衡量测量系统在不 同操作者或不同条件下的一致性的参 数。
VS
重复性是指在相同条件下，同一操作 者多次测量的一致性。再现性则涉及 不同操作者或不同条件下测量的结果 是否一致。这些分析有助于评估测量 系统的可重复性和可再现性，并确定 其可靠性。
偏倚通常由校准曲线、线性回归分析或其它统计方法确定。 校准曲线是通过比较已知标准值和测量系统所得值来建立的。 线性回归分析则用于评估测量系统的准确性，并确定是否存 在系统误差。
线性
线性是衡量测量系统在预期范围内的 一致性和准确性的参数。
线性分析通过比较不同水平的已知标 准值与测量 系统所得值来进行。这种 方法有助于识别测量系统在高、中、 低值的一致性，并确定是否存在非线 性误差。
范围
确定分析所涉及的测量设备和操作人 员范围，以及需要分析的测量过程和 产品特性。
确定测量系统类型
测量设备
根据分析目的和范围，选择适当的测量设备，并了解其技术规格和性能参数。
操作人员
确定负责测量的人员，了解其资质、经验和培训情况。
制定分析计划
方法
选择适当的测量系统分析方满足要求。
案例二：重复性和再现性分析案例
总结词
本案例介绍了如何进行重复性和再现性分析，以评估 测量系统的精密度和可靠性。
详细描述
本案例通过实际数据展示了如何进行重复性和再现性 分析。首先，对同一实际样品进行多次测量，计算测 量结果的重复性。接着，对不同时间、不同操作者、 不同仪器条件下进行测量，计算再现性。最后，根据 分析结果判断测量系统是否满足要求。
测量系统分析报告MSA
测量系统分析报告MSA前言：测量系统是评估产品质量和过程稳定性的重要工具。
测量系统分析（MSA）是一种系统性的方法，用于评估和优化测量系统的准确性、精确度、稳定性和能力。
本报告旨在为读者提供关于测量系统的详细分析和评估结果。
一、背景介绍在任何生产或制造领域中，对产品进行准确的测量是确保质量控制的关键因素。
测量系统即测量工具、设备和人员的组合，用于定量评估产品的属性或特征。
可靠性和准确性的测量系统对于正确评估产品的一致性、稳定性以及满足客户要求至关重要。
二、测量系统分析的目的测量系统分析的主要目的是评估和改进测量系统的性能，确保测量结果准确可靠。
该分析有助于确定测量系统的误差来源，评估测量设备和工具的重复性和再现性，并为生产过程提供可靠的测量数据，帮助生产商做出正确的决策。
三、分析方法选择合适的分析方法对测量系统进行评估是至关重要的。
常用的MSA方法包括重复性和再现性分析、偏差和准确度分析、稳定性分析以及测量能力评估。
根据实际情况和需要，可以选择单因素方差分析、方差－方差分析或组件间方差分析等方法。
四、评估结果1. 重复性和再现性分析：通过对同一样本进行多次测量，计算重复性和再现性指标。
根据分析结果确定测量系统中存在的误差来源，以及测量设备和操作者之间的差异。
重复性和再现性分析结果对评估测量系统的稳定性和可靠性至关重要。
2. 偏差和准确度分析：通过与真实值进行比较，分析测量系统的偏差和准确度。
评估测量结果与实际情况之间的差异，并确定偏差的来源。
这有助于改进测量系统的精确性和准确性。
3. 稳定性分析：对测量系统的稳定性进行评估，查看测量结果是否随时间发生变化。
通过监测和控制稳定性，可以确保测量系统具有一致性和可靠性。
4. 测量能力评估：评估测量系统的能力，即判断测量系统是否满足产品质量控制的要求。
通过分析测量系统的变异性、精确度和准确度，评估其对于产品特性的测量能力。
五、结论与改进建议基于对测量系统的分析和评估，我们得出以下结论：1. 测量系统的稳定性较高，能够提供一致性和可靠的测量结果。
测量系统分析2
（3）再现性（Reproducibility）
不同的测量人员、使用不同设备、在 不同实验室、在不同时间，采用相同的方 法对同一另件的同一特性测量的结果，其 相互接近的程度。
—— ISO 5725-1
再现性
不同的测量人员 不同/相同一量具 相同另件的 同一特性
3、测量系统（Measurement System）
用以对被测特性赋值的作业、方法、
步
骤、量具、设备、软件、人员
的集合。
为获得测量结果的完整过程。 ——引自QS 9000参考手册
测量系统的要素：
测量方法 测量环境 仪器设备
测量系统 被测量对 测量人员 计量基准 象的特征
测量系统的组成：
传感器：感受被测物理量/特征量的变化（长度、 温度、重量、磁场、均匀性、舒适度等）
转换器：物理量/特征量的转换/放大（磁-电、 光-电、热-电等）
读 出：模拟显示、数字显示、磁记录、观测记 录等（显示器、记录器、观测人员等）
阻尼器：减少测量系统的高频振荡，有助于测 量结果的平稳输出（滤波、磨擦、阻 抗等）
记录员记录读数。 上述循环重复3遍，测量顺序打乱。
（a）确定重复性 Repeatability
选取样件（n）和评价人（r） 确定测量次数（m） 重复测量并记录（xijk）i=1,…,r
j=1,…,n k=1,…,m
重复性计算：
子组极差： Rij max{xij1,...,xijm} min{xij1,...,xijm}
测量注意事项：
盲测——随机抽取 估读——最小刻度的1/2 记录——防止混淆
（1）小样法实例
另件号 1 2 3 4 5
测量系统MSA分析
测量系统MSA分析1. 简介测量系统分析（Measurement System Analysis，简称MSA）是针对测量系统进行的一项评估，用于确定测量系统的准确性和稳定性。
MSA分析是质量管理中非常重要的一部分，可以帮助我们评估测量系统的可靠性，从而确保产品质量的准确性和可靠性。
2. MSA分析的目的MSA分析的主要目的是确保测量系统的有效性和稳定性。
它通过评估测量系统的各种组件，如测量设备、操作员和测量过程，来确定测量系统的可靠性和精确度。
具体来说，MSA分析有以下几个目标：•评估测量设备的准确性和稳定性•评估操作员的测量技能和一致性•评估测量过程的可重复性和再现性•识别并减少测量系统中的变异源3. MSA分析的方法在进行MSA分析时，通常可以采用以下几种方法：3.1 精度和偏差分析精度和偏差分析是一种常用的MSA分析方法，它通过比较测量系统的测量结果与参考值之间的差异来评估测量设备的准确性和稳定性。
通常可以采用直方图、散点图等方式来可视化表示测量结果与参考值之间的差异，进而确定测量设备的偏差情况。
3.2 重复性和再现性分析重复性和再现性分析是评估测量过程的可重复性和再现性的方法。
重复性指的是同一测量设备在同一测量条件下进行多次测量时产生的结果的一致性，而再现性指的是不同测量设备在相同测量条件下进行多次测量时产生的结果的一致性。
通过统计分析和可视化展示重复性和再现性的数据，可以评估测量过程的稳定性和可靠性。
3.3 线性度和偏移分析线性度和偏移分析是评估测量系统线性度和偏移情况的方法。
线性度指的是测量设备在不同测量范围内的测量结果是否存在线性关系，而偏移指的是测量设备的测量结果是否存在常数偏差。
通过对测量结果进行统计分析和可视化展示，可以确定测量系统的线性度和偏移情况。
4. MSA分析的应用MSA分析在实际应用中具有广泛的用途，特别是在制造业领域。
以下是一些常见的应用场景：•生产线上定期进行测量设备的校验和维护，以确保测量结果的准确性和稳定性。
MSA测量系统分析2
MSA测量系统分析2引言测量系统分析（Measurement System Analysis，MSA）是用于评估和改进测量系统准确性和可靠性的一种方法。
在前一篇文章中，我们介绍了MSA的基本概念和一些常用的工具和技术。
在本文中，我们将继续探讨MSA方法的更多细节和实际应用。
数据收集在进行MSA之前，首先需要收集一组测量数据。
这些数据应该包括一系列实际测量结果，以及相应的参考值（如果可用）。
要确保准确性和可靠性，建议重复测量每个样本多次，并记录每次测量的结果。
MSA评估指标完成数据收集后，可以使用以下指标评估测量系统的准确性和可靠性：1. 重复性重复性是指在相同条件下，同一测量员对相同样本进行重复测量，所得结果的一致性。
可使用以下指标评估重复性：•极差（Range）•方差分析（ANOVA）•重复性与误差分解图2. 回归与线性度回归与线性度评估测量系统对于不同测量范围内的样本是否呈现线性关系。
可使用以下指标评估回归与线性度：•线性回归分析•相关系数（Correlation Coefficient）3. 值域值域评估测量系统对于整个测量范围内的样本是否具有准确测量的能力。
可使用以下指标评估值域：•极差（Range）•标准偏差（Standard Deviation）4. 稳定性稳定性评估测量系统在不同时间和环境条件下的一致性。
可使用以下指标评估稳定性：•控制图（Control Chart）•标准偏差（Standard Deviation）5. 偏倚偏倚评估测量系统是否存在系统性误差。
可使用以下指标评估偏倚：•均值•盒形图（Box Plot）MSA的改进方法通过评估测量系统的准确性和可靠性，我们可以确定是否需要改进该系统。
以下是一些常用的MSA改进方法：1. 校准设备如果发现测量系统存在准确性问题，可以考虑校准设备。
校准设备可以帮助消除系统中的误差和偏倚，并提高测量系统的准确性。
2. 优化测量方法优化测量方法可以提高测量的准确性和可靠性。
msa测量系统分析2篇
msa测量系统分析2篇第一篇：msa测量系统分析一、Msa测量系统分析概述Msa（Measurement System Analysis）是指用于分析和评估测量系统精度和可重复性的方法和工具。
测量系统是生产、质量管理、实验室和其他相关领域中重要的组成部分，对产品质量和生产效率起着关键作用。
Msa对测量系统进行评估，着重于评估测量系统的稳定性、重复性、线性度、准确性等方面，并提供改进建议，以确保测量数据的可靠性和一致性。
二、Msa测量系统分析的步骤1. 确定测量系统评估的目的和范围首先需要确定所要评估的测量系统的目的和使用范围。
例如，在制造过程中，可能需要测量零件尺寸以检查零件是否符合规格，此时需要评估测量系统的准确性和可靠性，以确定是否对生产过程有影响。
同时需要确定所需的测量器具和测量方法。
2. 确定样本量和分布根据测量系统的使用情况和评估目标，确定评估所需的样本量和分布。
样本的数量和分布应足以反映实际使用情况，并保持统计显著性。
3. 实施试验根据已确定的样本量和分布，收集数据并进行试验。
试验应该采用充分的随机化和重复性，以确保实验的可重复性和一致性。
4. 分析结果根据收集的数据进行分析，包括评估测量系统的稳定性、线性度、重复性和准确度等方面。
同时进行误差分析，并确定是否存在系统误差或随机误差。
5. 结论和改进建议根据分析结果形成结论和改进建议。
如果发现测量系统存在问题或不稳定，需要采取相应的改进措施，例如修理或更换测量器具，改变测量方法等。
改进措施应该根据实际情况制定，并进行风险评估。
三、Msa测量系统分析中的参数1. 稳定性测量系统的稳定性是指在测量条件没有变化的情况下，测量结果是否能够保持一致。
稳定性可以通过时间序列图、控制图等工具进行评估。
2. 重复性重复性是指多次对同一对象进行测量，结果是否相同。
重复性可以通过方差分析等工具进行评估。
3. 线性度线性度是指测量系统输出值与输入值之间是否存在线性关系。
测量系统分析(MSA)知识科普
测量系统分析（MSA）知识科普一、什么是MSA？测量系统分析，英文Measurement System Analysis，缩写MSA，简单地说测量系统分析就是“对测量系统所作的分析”。
为了理解MSA的含义，我们可以把它分解成两个部分，一个是“测量系统”，一个是“分析”。
01.什么是测量系统？我们知道测量就是一个对被测特性赋值的过程，测量系统其实就是这个赋值过程涉及到的仪器或量具、标准、操作、方法、夹具、软件、人员环境等要素的集合。
系统中各个要素对测量结果的影响可能是独立的，也可能是相互影响的。
02.什么是“分析”？其实，如果要较个真，我们可以说测量系统分析的根本对象不是零件，而是测量系统输出的变差。
“分析”代表了一系列的分析方法。
MSA要回答的问题是：我们测量出来的数据在多大程度上代表了真实的数据？尽管我们永远不能确保测量出绝对准确的数据，但如果采集的数据偏差过大，那么这些数据就没有分析意义，可见MSA是非常关键的。
二、MSA的目的MSA的目的就是通过测量系统输出变差的分析，判断测量系统是不是可接受的，如果不可接受，进而采取相应的对策。
需要注意的是，世界上没有绝对完美的测量系统，因此测量系统误差可以减少但不能绝对消除。
三、MSA方法论MSA涉及多种方法，每一种都跟统计有关。
对大多数人来说，这些方法往往难以被记住，包括我自己。
为了便于理解记忆，我们先对“变差”进行剥丝抽茧，即进行结构，看看那些指标可以用于表征测量系统的测量变差。
弄清楚了这些指标，MSA方法论也就清晰可见了。
第一层：测量观察到的总变差（Observed Variation）=零件间变差（Unit-to-unit variation）+ 测量系统误差（Measurement system Error)其中零件间变差是指不同零件间客观存在的真实差异，由零件本身决定；测量系统误差就是我们MSA的对象，即由测量系统能力决定的测量偏差。
第二层：测量系统误差（Measurement system Error)=精确度（precision) + 准确度（Accuracy）精确度研究的是测量变差的波动范围，没有考虑与真值的差异；准确度研究的是测量变差离真值（或参考值）的差异。
测量系统分析(MSA)
观测平均 Observed Average
偏倚
图2 偏倚变差示意图
三、测量系统变差的种类与定义释
2.精密度（Precision）
精密度或称变差（Variation），是指利用同一量具，重复 测量相同工件同一质量特性，所得数据之变异性。这里的变 差主要分为两种：一种是重复性变差，另一种是再现性变差。 精密度变差越小越好。
改善的着力点，确定是进行人员培训，还是调整测量方法或调 整仪器。
一、测量系统分析（MSA）
4.MSA评估的仪器和责任人员 ☆测量系统一般由仪校人Βιβλιοθήκη 或品质部的负责人来主导，由参与检测或
试验人员来测量，以提供测量数值。不可以由品质部领导或仪校人 员来测量和提供数值，需要特别注意的是：测量人员不可知道自己 上次测量结果和别人测量结果，要保证盲测。MSA要识别的误差是 测量人员、设备、环境、方法、标准值导致的误差，品质部领导和 仪校人员一般不亲自测量产品，所以分析他们的测量数据基本没有
二、为什么要进行测量系统分析
1.标准要求
☆ IATF16949第7.1.5.1.1条：测量系统分析 应进行统计研究，分析每种测量和测试设备系统的结果中
出现的变差。本要求适用于控制计划中引用的测量系统。分 析方法和验收标准应符合测量系统分析参考手册。如果顾客 认可，其他分析方法和接受标准也可以使用。记录应保持顾 客接受替代方法。
许出现，但超过规范就不能接受。 7.稳定性变差
随着时间的推移，偏倚变差的波动。如下图所示。如果随 着时间推移偏倚值越大，稳定性差不可接受。
稳定性
时间1
图6 稳定性变差示意图
时间2
三、测量系统变差的种类与定义
8.线性变差 线性变差即偏倚值，是用来测量基准值存在的线性关系。
JMP数据分析：JMP使用技巧串烧：JMP测量系统分析(MSA)系列之二
JMP使用技巧串烧：JMP测量系统分析(MSA)系列之二在上一期的《JMP测量系统分析(MSA)系列之一》中，我们为大家介绍了入门级的传统计量型测量系统的分析过程，而当过程的输出特性为计数型数据时，即测量值为一组有限的分类数，最常见的如合格/不合格，一等品/二等品/三等品/······时，此类测量系统的分析方法显然将会有所不同。
目前，对于计数型测量系统多采用一致性比率和Kappa值来进行分析，本文的重点就是向大家介绍如何应用JMP来进行辅助评估。
其中，一致性比率是度量分类测量结果一致性最常用，也是最通俗易懂的一个统计量，用公式来描述即：一致性比率=一致的次数/测量的总次数而Kappa值(κ)则是另一个度量分类测量结果一致性的统计量，并且比较常见的是Cohen κ，它适用于度量两个变量具有相同的分级数和分级值时的吻合程度。
用公式来描述即：公式中，P0为实际一致的比率；Pe为期望一致(随机猜对)的比率。
如果您觉得Kappa公式有些晦涩的话，那么不妨如下定性理解即可，假设我们欲评估两个评级员对30个部件合格与否的测量结果的一致性，试想一下，即便两个评级员不严格贯彻标准作业流程，只是分别信口胡说30个评级测量结果，那么也可以获得两者在某种程度上的一致性，那么，所谓Kappa值就是扣除了这部分随机瞎蒙成分后的一致性结果，因此，相对更为准确。
在这里，作为应用者，我们不必过于纠结Kappa值的计算过程，因为在JMP等现代统计分析软件的辅助下，都可直接给出相应的计算结果，您只需会对结果进行解释和判定即可。
一般情况下，-1≤κ≤1，当κ=1时，表示两者完全一致；当κ=-1时，表示两者截然相反；当κ=0时，表示两者一致程度跟瞎蒙差不多。
此外，在AIAG MSA手册中，其建议参考标准如表-1所示。
表-1 Kappa值的一般判定标准接下来，为了避免不必要的分歧和争议，我们直接引用AIAG MSA手册(第4版，英文版)，Chapter Ⅲ，Section C，Attribute Measurement Systems Study，P131-140中的案例，来对计数型测量系统分析的操作过程予以演示，并对输出结果予以简析。
测量系统分析MSA2讲课文档
差相比要很小。根据6σ制造过程总变差和/或来自MSA研究的总变差来
评价测量系统。
第六页，共108页。
1 引言
1.3.2测量过程的变差源
测量过程的变差源主要有六个方面，即S：标准，W：工件，I：仪 器，P：人/程序，E：环境。这可以认为是全部测量系统的误差模
基准值
偏倚
偏倚
观测平均值 范围较低的部分
第十三页，共108页。
观测平均值
范围较高的部分
2 术语
2.10 重复性（Repeatability）
在确定的测量条件下，来源于连续试验的普通原因随机变差。通
常指设备变差（EV），尽管这是一个误导。当测量条件固定和已定 义时，即确定零件、仪器标准、方法、操作者、环境和假设条件 时，适合重复性的最佳术语为系统内变差。除了 测量过程变差对决策的影响
将测量判断划分为三个区间，如图3：
公差下限
公差上限
Ⅰ
Ⅲ
Ⅰ
Ⅱ
Ⅱ
目标值 图3 按图中所示，Ⅰ区：坏零件总是判为坏的，Ⅱ区：可能做出潜在错误的判断，Ⅲ
区：好零件总是判为好的。
为了最大限度地做出正确的判断，可以有两个选择：一是改进生产过程：减少生产 过程的变差，没有零件落在Ⅱ区。二是改进测量系统：减少测量系统变差从而减小Ⅱ
测量系统分析MSA
第一页，共108页。
目录
1.引言 1.1数据的用途
1.2数据的类型
1.3测量过程 1.3.1测量系统的统计特性 1.3.2测量过程的变差 1.4数据的质量
1.5检定或校准能不能替代测量系统分析？ 2.术语
3.测量过程变差及其对策的影响
MSA测量系统分析
为什么要进行MSA
在日常生产中，我们经常根据获得的过程加工部件的测量数据 去分析过程的状态、过程的能力和监控过程的变化；那么，怎 么确保分析的结果是正确的呢？我们必须从两方面来保证，一 是确保测量数据的准确性/质量，使用测量系统分析（MSA）方 法对获得测量数据的测量系统进行评估；二是确保使用了合适 的数据分析方法，如使用SPC工具、试验设计、方差分析、回 归分析等
测量系统分析 MSA
1 概述
2 计量型测量系统分析
重复性和再现性分析方法和接收准则 偏倚分析方法和接收准则 线性分析方法和接收准则 稳定性分析方法和接收准则
3
计数型测量系统分析
小样法分析方法和接收准则 解析法分析方法和接收准则
一、概述
测量系统的定义
为什么要进行 测量系统分析
测量误差的 来源和表达
MSA定义
使用数理统计和图表的方法对测量系统的分辨率和误差进行 分析，以评估测量系统的分辨率和误差对于被测量的参数来说 是否合适，并确定测量系统误差的主要成分。
测量系统的误差由稳定条件下运行的测量系统多次测量数据 的统计特性：偏倚和变差来表征。偏倚指测量数据相对于标准 值的位置，包括测量系统的偏倚（Bias）、线性（Linearity） 和稳定性（Stability）；而变差指测量数据的分散程度，也称 为测量系统的R&R，包括测量系统的重复性（Repeatability） 和再现性（Reproducibility）。
有关测量数据的常见问题
❖ 什么是测量？ ▪ 将一个未知量与一个已知的或已经接受的参照值进行的比较
❖ 为什么我们需要测量数据？ ▪ 我们使用测量数据来判断产品是否合格，制定有关过程管理的 决策。 • 我接受这件产品吗？ • 过程是很好，还是需要进行调整？
MSA测量系统分析2
• Bias偏差(Accuracy准确性) • Repeatability重复性(precision) • Reproducibility再现性 • Linearity线性 • Stability稳定性
39
对产品决策的影响
• TYPE I误差，将好的判成坏的。
– 其平均值是落在合格区的，但由于GRR的影响可能会将 其判成不合格的。
10
线性
• 测量系统预期操作范围内偏倚误差值的差别。换句 话说，线性表示操作范围内多个和独立的偏倚误差 值的相关性。
11
被测体
• 在规定条件下被测量的特殊数量或对象，对于测量 应用一个定义的系列规范。
12
测量系统
• 用于量化一个测量单位或确定被测特性性质的仪器 或量具、标准、操作、方法、夹具、软件、人员、 环境、和条件的集合； 用来获得测量的整个过程 。
• 评价人变差通常被假定为与测量系统有关的”再现 性误差”，但这并不总是正确的(见再现性)。
4
偏倚
• 测量的观测平均值(在可重复性条件下的一组试验) 和基准值之间的差值。传统上称为准确度。
• 偏倚是在测量系统操作范围内对一个点的评值和表 达。
5
置信区间
• 期望包括一个参数的真值的值的范围(在希望的概 率情况下叫置信水平)。
– 识别潜在的变差源 – 排除(可能时)或监控这些变差源。
• 尽管特定的原因将依据条件，但一些典型的变差源 是可以识别的。有多种不同的方法可以对这些变差 源表述和分类，如因果图、故障树图等，但本 MSA将关注在测量系统的主要要素。
32
测量误差
y=x+ε
测量系统分析(MSA)2
一．稳定性：1．定义：稳定性——测量系统在某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总变差。
2．使用均值和极差控制图，该控制图可提供方法以别离影响所有测量结果的原因产生的变差〔普通变差〕和特殊条件产生的变差〔特殊原因变差〕。
凡信号出现在控制值外点均表现“失控〞或“不稳定〞。
3．研究：绘出标准〔样件〕重复读数X或R，图中失控信号即为需核准测量系统的标志。
4．操作要领：必须仔细筹划控制图技术〔如取样时间、环境等〕，以防样本容量、频率等导致失误信号。
5．稳定性改良①从过程中排除特殊原因——由超出的点反响。
②减少控制限宽度——排除普通原因造成的变差。
图2测量系统特性图二．偏倚1．定义：偏倚——测量结果的观察平均值与基准的差值。
2．操作方式：①对一件样件进行精密测量。
②由同一评价人用被评价单个量具测量同一零件至少十次。
③计算读数平均值。
④偏倚=基准值-平均值3．产生较大偏倚的原因①基准误差②磨损的零件③制造的仪器尺寸不对④测量错误的特性⑤仪表未正确校准⑥评价人使用仪器不正确。
三．重复性1．定义：重复性——由一个评价人采用一种测量器具，屡次测量同一零件的同一特性时获得的差值。
2．测量过程的重复性意味着测量系统自身的变异是一致的。
重复性可用极差图显示测量过程的一致性。
3．重复性或量具变差的估计：σe=5.15×R/d2d2——常数〔查表得〕与零件数量、试验次数有关。
——代表正态分布的90%的测量结果。
四．再现性1．定义：再现性——由不同评价人采用相同测量器具测量同一零件的同一特性时测量平均值的变差。
2．测量过程的再现性说明评价人的差异性是一致的。
假设评价人变异存在，那么每位评价人所有平均值将会不同，可采用均值图来显示。
3．估计评价人标准偏差σo=5.15×R o/d2d2——常数〔查表得〕与零件数量、试验次数有关。
——代表正态分布的90%的测量结果。
R o=R MAX-R MIN由于量具变差影响该估计值，必须通过减去重复性来纠正校正过的再现值=√〔5.15×R o/d2〕-〔〔σe〕2/nr〕n—零件数量r—试验次数五．线性1．定义：线性——在量具预期的工作范围内，偏倚值的差值。
- 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)。
一．稳定性：
1．定义：稳定性——测量系统在某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总变差。
2．使用均值和极差控制图，该控制图可提供方法以分离影响所有测量结果的原因产生的变差（普通变差）和特殊条件产生的变差（特殊
原因变差）。
凡信号出现在控制值外点均表现“失控”或“不稳定”。
3．研究：绘出标准（样件）重复读数X或R，图中失控信号即为需核准测量系统的标志。
4．操作要领：必须仔细策划控制图技术（如取样时间、环境等），以防样本容量、频率等导致失误信号。
5．稳定性改进
①从过程中排除特殊原因——由超出的点反应。
②减少控制限宽度——排除普通原因造成的变差。
图2测量系统特性图
二．偏倚
1．定义：偏倚——测量结果的观察平均值与基准的差值。
2．操作方式：
①对一件样件进行精密测量。
②由同一评价人用被评价单个量具测量同一零件至少十次。
③计算读数平均值。
④偏倚=基准值-平均值
3．产生较大偏倚的原因
①基准误差
②磨损的零件
③制造的仪器尺寸不对
④测量错误的特性
⑤仪表未正确校准
⑥评价人使用仪器不正确。
三．重复性
1．定义：重复性——由一个评价人采用一种测量器具，多次测量同一零件的同一特性时获得的差值。
2．测量过程的重复性意味着测量系统自身的变异是一致的。
重复性可用极差图显示测量过程的一致性。
3．重复性或量具变差的估计：
σe=5.15×R/d2
d2——常数（查表得）与零件数量、试验次数有关。
5.15——代表正态分布的90%的测量结果。
四．再现性
1．定义：再现性——由不同评价人采用相同测量器具测量同一零件的同一特性时测量平均值的变差。
2．测量过程的再现性表明评价人的差异性是一致的。
若评价人变异存在，则每位评价人所有平均值将会不同，可采用均值图来显示。
3．估计评价人标准偏差
σo=5.15×R o/d2
d2——常数（查表得）与零件数量、试验次数有关。
5.15——代表正态分布的90%的测量结果。
R o=R MAX-R MIN
由于量具变差影响该估计值，必须通过减去重复性来纠正
校正过的再现值=√〔5.15×R o/d2〕-〔（5.15σe）2/nr〕n—零件数量
r—试验次数
五．线性
1．定义：线性——在量具预期的工作范围内，偏倚值的差值。
2．非线性的原因：
①测量系统上限和下限没有正确校准。
②最大和最小值校准量具的误差
③磨损的仪器
④仪器固有的设计特性
3．线性计算
y=b+ax
a=〔∑xy-(∑x·∑y/n)〕/〔∑x2—（∑x）2/n〕
b=∑(y/n)—ax〔∑(x/n) 〕
六．零件间变差
1.在均值图中可看出零件间的变差
图3重复性极差控制图
图4零件评价人均值图
对每一位评价人来说，子组平均值反映出零件间的差异，由于零件平均值的控制限值以重复性为基础，而不是零件间的变差，所以许多子组平均值在限
值以外，如果没有一个子组平均值在这些限值以外，则零件间变差隐蔽在重复性中，测量变差支配着过程变差。
从上图中可以看出，由于只有30%或少于一半的平均值在限值外，本例中的测量系统不足以检测出零件间变差。
2．测量系统标准偏差估计：
σm=√(σe2+σo2)
σe——量具标准偏差（重复性）
σo——评价人标准偏差（再现性）
零件间标准偏差：
σp=√(σt2-σo2)
σt——总过程变差标准偏差
σt=√(σp2+σm2)
σp=(5.15/d2)R P=2.08R P (假如为5个零件)
R P=R MAX-R MIN ——样品平均值极差
d2=2.48
第二节测量系统研究的准备
一．计划和准备
1．选择方法：直接观察或量具研究等
2．确定评价人、样件及重
复读数的数量
3．评价人应从日常操作者中挑选
4．样品必须从过程中选取并代表其整个工作范围5．仪器的分辨力应为特性的预期过程变差的1/10。
(或公差1/3)确定操作规范。
二．读数统计独立性的保证
1．随机测量
2．读数应取至最小刻度的一半.
3．应了解研究工作重要性且仔细认真人员操作.
4．评价人应用相同方法来获取读数。
第三节计量型测量系统研究指南
一．确定稳定性指南
1.对各种样本单独测量并作控制图。
2．定期（天、周）测量基准样品3～5次。
3．在X-R或X-S控制图中标绘数据。
4．确定每个曲线控制限并按标准曲线图判定失控或不稳定状态。
5．计算测量结果的标准偏差并与测量过程偏差相比较，确定测量系统重复性是否适用。
二．确定偏倚指南
1．独立样本法
①选取一个处于中间值的产品作为“基准值”
②让一位评价人以普通方法测量该零件10次
③计算10次读数的平均值
④计算偏倚：
偏倚=观察平均值-基准值
偏倚%=偏倚/过程变差
过程变差=6σ极差σ按
2．图表法：用X-R控制图
①选取一个处于中间值的产品作为“基准值”
②从图表中计算X值
③通过X减去基准值来计算偏倚
偏倚=X-参考值
偏倚%=偏倚/过程变差
过程变差=6δ极差
3．偏倚较大的原因
①基准值偏差
②仪器磨损
③一起尺寸不对
④仪器测量了错误的特性
⑤仪器校准不准确⑥评价人操作设备不当
⑦仪器修正计算不正确
三．确定重复性和再现性指南
1．极差法：可迅速提供测量变异的近似值，但不能分解重复性和再现性。
2．均值和极差法：X-R是提供测量系统重复性和再现性的数学方法。
①重复性比再现性大的原因
a．仪器需要维护b．量具应重新设计以提高刚度c．夹紧和检验点需要改进；
d．零件内变差过大。
②再现性比重复性大的原因
a．评价人缺少培训
b．量具刻度欠清晰
c．需要某种夹具帮助评价人提高使用量具的一致性
③进行研究（P121；P122表和报告）
(“量具重复性和再现性数据表”和“量具重复性和再现性报告”) a．10个零件组成一个样本
b．指定评价人A、B、C，并给10个零件编号
c．对量具进行校准
d．让评价人A、B、C，随机测量10个零件，并记录30个数据e．随机重复d。
④结果分析——图表分析
a．将每个评级人/零件组合的极差绘制在极差图中。
将平均值绘制在均值图中。
b．计算并绘出标准控制限
c．评价图表
⑴判定极差图表是否受控：
受控——评价人是一致的。
不受控——评价人技术、位置误差或仪器一致性不好。
⑵检验平均值是否在控制限之外：
控制限内的代表测量误差。
如一半或更多平均值落在控制限内。
则测量系统足以检查试件变差。
⑤数值计算：
⑴量具重复性和再现性数据表
⑵量具重复性和再现性报告
（3）可用容差（上偏差-下偏差）代替过程变差
⑥量具量具重复性和再现性接收准则：
＜10% 可以接收
10%～30% 有条件接收（人员培训、）
≧＞30≧% 不可接收
第四节计数型量具研究（小样法）
计数型量具——把各个零件与某些指定限值相比较，如果满足限值则接受该零件否则拒收。
如：环规、塞轨……
小样法——通过选取20个零件、两评价人。
然后两评价人以一种能防止评价人偏倚的方式（盲测），两次测量所有零件。
如果所有测量结果一致，则接受该量具。
否则应改进或重新评价量具。
如不能改进该量具，则不能接受。
应找一个可接受的替代测量系统。
注：1. 小样法不能代替测量系统的检测。
2. 如20个零件都合格,应有意增加不合格件来做判定。
最新精品资料整理推荐，更新于二〇二一年一月二十七日2021年1月27日星期三20:47:59。