计数型MSA分析表(假设检验法-1)
MSA测试题(含答案)
MSA测试题单位：姓名：分数：一、选择题（请从下列答案中选择一个以上正确答案）（每题2分，共10分）1、以下哪种原因可能导致测量结果的变差（ ABCD ）A.零件的变差B.测量人内部变差C.测量仪器的变差D.测量环境导致的变差2.以下属于测量设备的计量特性的有（ ABC ）A.分辨力B.最大允许误差C.测量范围D.重量E.长度3.在测量系统分析中，评价一个人使用一件测量设备，对同一零件的某一个特性进行多次测量下的变差，称为（A）A.重复性B.偏倚C.稳定性D.线性E.再现性4.以下描述错误的是（B）A.零件的真值永远无法得到，只能无限与之接近；B.数显卡尺的准确度是0.02mm；C.产品控制理论关注的是零件是否在指定的范围内；D.过程控制理论关注的是过程变差是否稳定并可接受。
5.以下公式错误的是（B）A.测量系统的偏倚＝测量值－真值（或约定真值）（总变差）2＝EV（测量设备的变差）2＋PV(零件的变差)2C.GRR(测量系统变差)2＝EV(测量设备的变差)2＋AV（评价人的变差）2D.ndc(区别分类数)＝1.41*(PV/GRR)二、填空题（请将下类空白处填写完整）（每题2分，共10分）1、测量系统的稳定性是表示测量系统随（时间）的偏倚值。
2、测量系统的线性是标识在量具正常（使用范围）内的偏倚变化量。
3、测量系统的（重复性）通常被称为测量设备的变差。
4、测量系统的（再现性）通常被称为评价人的变差。
5、测量系统应处于统计受控状态意味着在重复测量条件下，测量系统中的变差只能由（普通原因）造成，而不能由特殊原因造成。
这种情况可称之为具有统计的稳定性，并且可以通过（控制图）法最佳地进行评价。
三、判断题（每题2分，共10分）1、物体特性的真值是不可知的。
（√）2、量具的分辨率就是指有效分辨率。
（ x ）3、基准值是真值的替代，可以获得。
（√）4、MSA的位置误差和宽度误差的接受准则是一样的。
（ x ）5、理想的测量过程是0偏倚和0方差。
MSA经典讲解
测量系统分析
典型的准备包括: －分析的作业指导书 －评价人和样件的数量 －重复读数和测试次数 －尺寸的关键性 －零件构造 －在日常工作使用测量仪器的作业员 －能代表整个工作范围的标准件
－测量仪器的分辨率必须至少能够读出特性的过程变差的 1/10
持续改进的理念
与过程变差相关联，使测量系统分析对上述基本问题 的确定变得更有意义。
测量仪器如何影响测量结果
测量仪器的精度必须小于规范值 测量仪器的种类，如尺，卡尺 测量仪器的准确度和精密度 偏倚和线性 重复性和再现性 稳定性
材料、方法、人员如何影响测量结果
材料 人员 方法（程序）
测量值并不总是精确的
测量系统的变差影响每个测量值和根据这些测量数据 所作的判定
测量系统变差源
测量过程的构成因子（S、W、I、P、E）及其相互作 用，产生了测量结果或数值的变差。
工件(W)
人员(P)
标准(S)
环境(E)
测量变差值
方法(P) 程序
仪器(I) 机器
环境如何影响测量数据
温度变化引起热涨冷缩，使同一零件的同一特性产生 不同的读数
光线不足妨碍正确读值 刺眼的光导致读值不正确 受时间影响的材料-如铝、塑料、玻璃 湿度 污染-如电磁、灰尘
测量系统分析的目的
什么是测量系统
测量：赋值给具体事物以表示它们之间关于特定特性 的关系。
测量系统：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、 环境和假设的集合；是用来获得测量结果的整个过程。
评估这一系统的首要步骤是理解这一过程并确定其是 否符合我们的要求
偏倚范例
同一作业员对一个轴的外径作了15次测量，数据如 下：,基准值为6.0，是一个基准值，即假定产品与 原样一致。估计偏倚：
计数型MSA分析表(最新)
135.0
150
Po:
0.92
Pe:0.77源自Po:0.89Pe:
0.78
C
0.00
1.00 总计
Po:
0.95
12
5
17
1.7
15.3
17 Pe:
0.81
3
130
133
13.3 119.7
133
15
135
150
15.0 135.0
150
A*C
0.521 差
Reprodu 0.720
Prepared by Richard Li
基准
0.00
1.00 总计
Po:
0.93
9
6
15
1.5
13.5
15.0 Pe:
0.77
0
75
75
7.5
67.5
75.0
9
81
90
9.0
81.0
90.0
0.00 计算 期望的计
1.00 计算 期望的计 计算 期望的计
基准
0.00
1.00
总计 Po:
0.98
8
1
9
0.9
8.1
9.0 Pe:
0.82
1
80
A*基准 B*基准 C*基准
11
9
9
8
C-2 1 1 1 0 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 0 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1
C-3 1 1 1 0 1 1 1 1 1 1 1 1 0 1 0 1 1 1 1 1 1 1 0 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1
读完此文，终于懂了MSA（测量系统分析）
读完此⽂，终于懂了MSA（测量系统分析）1、什么是MSA？MSA是Measure System analyse的第⼀个字母的缩写。
2、为什么叫测量系统⽽不是测量⼯具或测量仪器？因为影响测量结果的因素除了所使⽤的仪器外，还包括测量的标准、操作⼈员的使⽤⽅法、读数误差、夹具的松紧、环境温度等综合因素。
(⼈、机、料、法、环)使⽤的仪器是好的，并不意味着测量出的结果就是准确的，因此称为测量系统。
是对影响测量结果的因素的综合分析.3、为什么要做MSA？是为了对所使⽤的测量系统做⼀个科学、系统的分析和评定，保证测量出的结果是真实、有效的（六西格玛中强调⽤数据说话）。
4、量具经过校验是合格的，是否可以不⽤做MSA分析？现在要⽤⼀把千分尺测量槽的直径。
千分尺长期测量这⼀款产品，两个接触⾯上因为磨损出现了⼀个和产品直径相对应的圆弧（如红线所⽰）。
校验时测量标准块⽤的接触⾯的最⾼点，因此校验是合格的。
但如果拿来测量产品，就会因为圆弧⽽有⼀定的误差。
5、MSA分析的前提A、选择合适的量具：必须保证量具有⾜够的分辩率⼒，最少满⾜1/10原则。
分辩⼒太低不能探测出过程中的变差。
B、测量系统是稳定⽽且受控制的，即不能包括特殊变差在内。
如有特殊变差则不能⽤于控制。
6、哪些情况下需做MSA分析？·购买的新量具；·根据顾客要求或过程要求；·持续改进的过程中，测量数据之前；·持续改进的过程中，测量数据之前；·按PPAP的要求，所有CP中提到的量具都需要进⾏分析。
对于⽤同⼀个量具测量多个尺⼨的情况，则选择KPC尺⼨或公差最⼩的尺⼨进⾏分析。
7、MSA⽅法的分类· 计量型分析（极差法、均值极差法等）· 计数型分析（交叉法）· 破坏型分析（嵌套法）8、基本术语MSA中的术语很多，主要是分析以下⼏项，合称MSA的五性（详见下页图⽰）：·偏倚·线性·稳定性·重复性和再现性，合称R&R或GRR偏倚：实际测量值和真值间的差值·通常⼜被称为”准确度“，但是因为准确度还有其它多种意思，因此不建议⽤准确度来代替”偏倚“。
MSA试题集(答案结束)
一．选择填空(每题5分):1．测量系统是用来对被测赋值的( ABCDEF )的集合。
A.操作者B.量具C.设备D.软件E.操作程序F.环境2．测量过程的分别有( ABCDF )五个输入要素，输出则为测量值。
A.操作者B.量具C.产品D.测量方法E.操作程序F.环境3．数据的类型分为( AB )数据。
A.计量型B.计数型C.破坏型4．MSA评审的二个阶段分别为( BC )阶段。
A.数据收集B. 分析C. 改进5．调整轴的图纸尺寸为25±0.05，测得的过程变差为0.05，最合适的量具应选用( D )量具A.分辨力0.02的游标卡尺B.分辨力为0.01的千分尺C.分辨力0.01的游标卡尺D.分辨力为0.001的千分尺6．测量系统的宽度误差包括( DE )A.偏倚B.稳定性C.线性D.重复性E.再现性7．测量系统的位置误差包括( ABC )A.偏倚B.稳定性C.线性D.重复性E.再现性8．以下哪种原因可能导致测量结果的变差（ABCD ）A.零件的变差B.测量人内部变差C.测量仪器的变差D.测量环境导致的变差9．以下属于测量设备的计量特性的有（ABC ）A.分辨力B.最大允许误差C.测量范围D.重量E.长度10．在测量系统分析中，评价一个人使用一件测量设备，对同一零件的某一个特性进行多次测量下的变差，称为（ A ）A.重复性B.偏倚C.稳定性D.线性E.再现性11．以下描述错误的是（ B ）A.零件的真值永远无法得到，只能无限与之接近B.数显卡尺的准确度是0.02mm；C.产品控制理论关注的是零件是否在指定的范围内D.过程控制理论关注的是过程变差是否稳定并可接受12．以下公式错误的是（B）A.测量系统的偏倚＝测量值－真值（或约定真值）B. ndc(区别分类数)＝1.41*(PV/GRR)C.CTV（总变差）2＝EV（测量设备的变差）2＋PV(零件的变差)2D.GRR(测量系统变差)2＝EV(测量设备的变差)2＋AV（评价人的变差）213．重复性是由( A )个评价人，采用同一种测量仪器，多次测量同一零件的同一特性时获得的测量变差。
MSA培训试题含答案
MSA培训试题一、 选择题（请从下列答案中选择一个以上正确答案）（每题2分，共10分）1、以下哪种原因可能导致测量结果的变差（ABCD ）A.零件的变差B.测量人内部变差C.测量仪器的变差D.测量环境导致的变差2.以下属于测量设备的计量特性的有（ABC）A.分辨力B.最大允许误差C.测量范围D.重量E.长度3.在测量系统分析中，评价一个人使用一件测量设备，对同一零件的某一个特性进行多次测量下的变差，称为（ A ）A.重复性B.偏倚C.稳定性D.线性E.再现性4.以下描述错误的是（ B ）A. 零件的真值永远无法得到，只能无限与之接近；B. 数显卡尺的准确度是0.02mm；C. 产品控制理论关注的是零件是否在指定的范围内；D. 过程控制理论关注的是过程变差是否稳定并可接受。
5.以下公式错误的是（ B ）A. 测量系统的偏倚＝测量值－真值（或约定真值）B. TV（总变差）2＝EV（测量设备的变差）2＋PV(零件的变差)2C. GRR(测量系统变差)2＝EV(测量设备的变差)2＋AV（评价人的变差）2D. ndc(区别分类数)＝1.41*(PV/GRR)二、 填空题（请将下类空白处填写完整）（每题2分，共10分）1.测量系统的稳定性是表示测量系统随（时间）的偏倚值。
2.测量系统的线性是标识在量具正常（使用范围）内的偏倚变化量。
3.测量系统的（重复性）通常被称为测量设备的变差。
4.测量系统的（再现性）通常被称为评价人的变差。
5.测量系统应处于统计受控状态意味着在重复测量条件下，测量系统中的变差只能由（普通原因）造成，而不能由特殊原因造成。
这种情况可称之为具有统计的稳定性，并且可以通过（控制图）法最佳地进行评价。
三、 简答题（每题15分，共50分）1、什么是测量系统?(10分)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。
2、测量数据分为哪两类?(10分)计数型，又称离散数据或属性数据，如通过，未通过，百分比，次数等；计量型，又称连续数据或可变数据，如长度，电压，电流等3、MSA手册对量具的分辨力有什么要求? (10分)测量仪器分辨率至少是被测范围是1/10, (即其最小刻度应能读到1/10过程变差或规格公差较小者; 如: 过程中所需量具读数的精确度是0.01m/m, 则测量应选择精确度为0.001m/m)。
MSA测量系统分析的数据收集和分析方法
制定数据收集计划
设计数据收集表格或问卷
根据数据类型和研究目的，设计合适的数据收 集表格或问卷。
确定数据收集时间和地点
明确数据收集的具体时间和地点，以便进行后 续的数据整理和分析。
确定样本量和抽样方法
根据研究目的和数据类型，确定合适的样本量和抽样方法。
MSA测量系统分析方法
基于测量系统分析（MSA）理论和方法，对测量系统进行 全面的分析和评估，包括测量设备的精度、稳定性、重复 性和再现性等方面的分析和评估。
展望未来发展趋势及挑战
发展趋势
随着智能制造、工业互联网等技术的 不断发展，测量系统将会更加智能化 、自动化和集成化，数据收集和分析 方法也将更加高效、准确和可靠。
分布形态度量
通过偏度和峰度等指标，了解数据分布形态。
推论性统计分析
参数估计
利用样本数据对总体参数进行估计，如点估计和区间估计。
假设检验
提出假设并利用样本数据对假设进行检验，判断假设是否成立。
方差分析
分析不同因素对结果变量的影响程度及显著性。
数据可视化呈现
数据图表展示
利用图表直观展示数据分布、趋势和关系，如柱状图、折线图和 散点图等。
确定关键质量特性
识别产品或过程中需要重点关注的质量特性，这 些特性对产品或过程的质量和性能有重要影响。
3
设定可接受标准
根据质量特性和过程要求，设定测量系统性能的 可接受标准，用于评估测量系统是否满足要求。
选择合适的分析方法
量具重复性和再现性（GR&R）分析
用于评估测量系统的重复性和再现性，判断测量系统误差的主要来源 。
重复性
测量系统分析(MSA)
稳定性好
真值 时间 1
时间 1
真值
稳定性差
时间 2
时间2
时间 3
时间3
Y的测量系统评价 对散布的评价
- 精密度 : 根据测量系统反复性和再现性的总变动
- 反复性 : 重新测量也有相同的结果吗 ?
- 再现性 : 用其他测量系统也有相同的结果吗 ?
Y的测量系统评价
精密度
- 测量系统中的总散布 术语: 随机误差（ Random Error ）， 分散（ Spread ）， 测试/再测试误差（ Test/Retest error ） 重复性和再现性
据的信赖性,通过研究测量系统所发生的 Nhomakorabea动对工程散布的影响,从 而判断该测量系统的适合性
MSA 概要
测量系统评价的重要性
1.测量数据 1)作为分析判断的基本依据,有必要评价其信赖性; 2)依据测量系统进行观测和评价
2.测量系统的分析 是6SIGMA活动的最基本的工作和最重要的部分之一
3.测量系统分析被强调的原因 1)所有的产品通常都是由许多部件构成的; 2)产品的小型化趋势使产品的误差界限缩小; 3)部件更换或组装时通常要求有互换性; 4)为了能大量生产,通常有增大自动组装的必要性
计量型数据的 Gage R&R P/T 比
P / T = 5.15*s MS
Tolerance
一般用 %表现
说明有多少百分比的公差 由测量误差所占据
包括重复性和再现性
作为目标，我们追求 P/T < 30%
注意 : 5.15标准偏差占测量系统散布的 99%. 5.15是产业标准.
计量型数据的 Gage R&R
70
80
Process
MSA计数型风险分析法
• 若Pfa过大，大量的成本将浪费于返工和重检。 • Pfa＝误报数量次数/合格零件机会总数 • 合格零件机会总数＝所用的合格零件与每个零件被测
次数的乘积。 • 例如：6个合格零件各测3次，则合格零件机会总数将
为3x 6＝18
风险分析法—— 偏倚(Bias)B
0
15 1
1
1
1
1
1
11
1
Ref
基准值 代号
1 0.476901 ＋ 1 0.509015 ＋ 0 0.576459 － 0 0.566152 －
0 0.570360 －
1 0.544951 X
1 0.465454 X
1 0.502295 +
0 0.437817 －
1 0.515573 +
1 0.488905 +
MSA计数型风险分析法
深圳市德信诚经济咨询有限公司
AIAG五大核心工具
官方正版书籍订购 : TEL：0755-25585689、 25936263、25936264 黄小姐
TS16949核心工具-AIAG
五
产品质量先期策划和控制计划 （APQP&CP）
第二版 2008年11月
大
潜在失效模式和后果分析参考手册 （FMEA）
第四版 2008年11月
技
术
测量系统分析参考手册 （MSA）
第四版 2010年6月
手
册
统计过程控制参考手册 （SPC）
第二版 2005年
生产件批准程序 （PPAP）
第四版 2006年6月
MSA与五大工具的关系
0
1
质量工具MSA
稳定性：
测量系统在某一阶段时间内，测量同一基准或零件的某一特性时获得的测量总变差。 稳定性一般也称为偏倚随时间的变化。
时间
稳定性
25
稳定性分析步骤：
1. 取样品，确定基准值。 2. 定期测量标准样品（天，周，等等），决定样本容量和频率时，考虑的因素有： 校准周期、
使用频率、修理次数和使用环境等。 3. 应在不同时间记录读数。 4. 将数据顺序描在均值极差图或均值标准差图。 5. 建立控制限并用控制图分析评价失控或不稳定状态。
16
3. 盲测 测量应按照随机顺序，以确保整个研究过程中产生的任何漂移或变化将随机分布。评价人不应 知道正在检查零件的编号，以避免可能的偏倚。但是进行研究的人应知道正在检查那一零件， 并记下数据。
4. 测量系统分辨力至少能度量过程变差的1/10 例如：特性的变差为0.001，仪器应能读取0.0001的变化， 公差范围：0.76 ±0.03， （ 0.03+0.03）/10=0.006 量具精度达到0.006
取方式的技能培训。 可能需要采用某些夹具协助操作员，以提高操作量具的一致性。 量具经维修校准合格后再进行%R＆R 分析。
33
六.计数型测量系统研究
风险分析法步骤
1. 取样：选取50个零件，以获得覆盖过程范围的零件，然后由三位评价人采用盲测方 法三次测量所有零件，并将所测量的数据记录于“计数型量具假设检验分析研究数据表”中； 在选取的50个零件中，必须要求一些零件低于或高于产品规范限值。
定其使用的空间及环境 。 短期能力的评估 ■ 第二阶段（使用过程中）： 目的 ： — 是在验证一个测量系统一旦被认为是可行的，应持续具有恰当的统计特性 。 — 常见的就是“量具R&R”是其中的一种型式。
计数型MSA计算分析(假设试验法入门实例讲解)
计数型MSA研究方法——假设试验分析（交叉表法）：实例详解计数型MSA研究对象：定性分析测量系统，外观、通止规等常用方法：假设试验分析操作方式：选择50个产品，其中2/3左右合格品和1/3左右不合格品，3个检验人员分别对其进行3次测量，相当于每人150次测量。
得出的结果，判定合格记录为1，判定不合格记录为0得出以下表格所示的结果：（为便于观察和理解，这里将测量人员判定结果与标准不一致的标成黄色）计数型MSA的指标要求和计算：1、Kappa：判定人员一致性好坏的指标，接收准则：Kappa＞0.75 1.1人员之间的一致性：期望发生的次数：根据判定结果的概率，会发生的次数A判定为0的概率=A判定为0的次数/A判定的总次数=（44+6）/150=0.333 A判定为1的概率=A判定为1的次数/A判定的总次数=（3+97）/150=0.667 B判定为0的概率=B判定为0的次数/A判定的总次数=（44+3）/150=0.313 B判定为1的概率=B判定为1的次数/A判定的总次数=（6+97）/150=0.687A判定为0，同时B判定为0的概率=0.333*0.313=0.104A判定为0，同时B判定为1的概率=0.333*0.687=0.229A判定为1，同时B判定为0的概率=0.667*0.313=0.209A判定为1，同时B判定为1的概率=0.667*0.687=0.458A判定为0，同时B判定为0期望的次数=0.104*150=15.6A判定为0，同时B判定为1期望的次数=0.229*150=34.35A判定为1，同时B判定为0期望的次数=0.209*150=31.35A判定为1，同时B判定为1期望的次数=0.458*150=68.7Po：A与B判定结果一致的概率=（44+97）/150=0.94Pe：期望结果一致的概率=（15.6+68.7）/150=0.562Kappa=== 0.863Kappa＞0.75，说明A与B一致性较好A与C、B与C按相同方式计算并进行判定1.2人员与标准之间的一致性Po=（45+97）/150=0.947Pe=（16+68）/150=0.56Kappa=（0.947-0.56）/（1-0.56）=0.879Kappa＞0.75，说明A与标准一致性较好B、C与标准的一致性按相同方式计算并进行判定2、有效率、漏判率、错判率：判定单个人员好坏的指标有效率：完全判定正确的零件个数/总零件个数漏判率：将不合格判定为合格的次数/标准为不合格的次数（Ⅱ类风险，顾客风险）错判率：将合格判定为不合格的次数/标准为合格的次数（Ⅰ类风险，工厂风险）根据数据计算结果：人员A有效率=42/50=84%人员A漏判率=3/48=6.25%人员A错判率=5/102=4.9%结果表明，人员A有效率位于可接受边缘，漏判率不接受，错判率接受。
- 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)。
B
Total
0.00 Count Expected Count 1.00 Count Expected Count Count Expected Count
A*C Crosstabulation C 0.00 11 1.1 1 10.9 12 12.0 A*C 0.514 Poor Good 0.832 1.00 Total Po: 3 14 12.9 14 Pe: 135 136 125.1 136 138 150 138.0 150 Reproducibility 0.97 0.84
Conclusion
0.99 0.83
C
Total
0.00 Count Expected Count 1.00 Count Expected Count Count Expected Count A B 0.94 Good A 0.69 Poor C
Kappa Conclude
Repeatability Total Inspected Matched % Conclude
A
Total
0.00 Count Expected Count 1.00 Count Expected Count Count Expected Count B*C 0.604
A*B Kappa Conclude Poor
Kappa=(Po-Pe)/(1-Pe)
A*REF Crosstabulation REF 0.00 8 0.8 1 1.00 Total Po: 0 8 7.2 8.0 Pe: 81 82 0.99 0.83
Go/No-Go
Total
Expected Count Count Expected Count
8.2 9 9.0 REF 0.00 8 1.3 1 7.7 9 9.0 REF 0.00 8 0.8 1 8.2 9 9.0
73.8 81 81.0
82.0 90 90.0
B*REF Crosstabulation 1.00 Total Po: 5 13 11.7 13.0 Pe: 76 77 69.3 77.0 81 90 81.0 90.0 0.93 0.78
Page 3 of 3
A
0.00 Count Expected Count 1.00 Count
Prepared by Richard Li
Page 2 of 3
ATTRIBUTE DATA RESULTS
Part Number Part Name Total Tol. Spreed Characteristic Classification Spec. High Low Gage Name Gage Number Gage Type Attribute Trials 3 Parts 50 Appraisers 3 Appraiser A Richard Appraiser B Martel Appraiser C Susan Date Performed
Data Summary/数据总结 A*B A*C 0*0 11
B*C 11 9
A*Ref 8
B*Ref 8
C*Ref 8
Prepared by Richard Li
Page 1 of 3
ATTRIBUTE DATA RESULTS
Part Number Part Name Total Tol. Spreed Characteristic Classification Spec. High Low Gage Name Gage Number Gage Type Attribute Trials 3 Parts 50 Appraisers 3 Appraiser A Richard Appraiser B Martel Appraiser C Susan Date PerformedGo/Leabharlann o-Go1*0 0*1 1*1
9 3 127
1 3 135
3 11 127
1 0 81
1 5 76
1 0 81
Self agreement/自评 A B C 49 39 A*B Crosstabulation
47
A
Total
0.00 Count Expected Count 1.00 Count Expected Count Count Expected Count
% Appraiser B C 50 50 49 39 98% 78% Good Poor
漏发 A B C 11% 11% 11%
Conclusion
Unacceptable Unacceptable Unacceptable
Acceptable Unacceptable Acceptable
Prepared by Richard Li
Go/No-Go
Appraiser-Trail
Part # 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 A-1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1 A-2 1 1 1 0 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1 A-3 1 1 1 0 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1 B-1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 0 1 1 1 0 1 1 1 1 1 0 1 1 1 0 1 1 1 1 1 0 1 1 1 0 B-2 0 1 1 0 1 0 1 1 1 1 1 0 1 1 0 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 0 1 1 1 1 B-3 1 1 1 0 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1 C-1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1 C-2 1 1 1 0 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1 C-3 1 1 1 0 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Ref: 1 1 1 0 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 1 1
B 0.00 11 1.9 9 18.1 20 20.0
1.00 Total 3 14 12.1 14 127 136 117.9 136 130 150 130.0 150
Po: Pe:
0.92 0.80
B*C Crosstabulation C 0.00 9 1.6 3 10.4 12 12.0 1.00 Total 11 20 18.4 20 127 130 119.6 130 138 150 138.0 150 Po: Pe: 0.91 0.81
B
Total
0.00 Count Expected Count 1.00 Count Expected Count Count Expected Count
C*REF Crosstabulation 1.00 0 7.2 81 73.8 81 81.0 Total Po: 8 8.0 Pe: 82 82.0 90 90.0 Concordance 0.94 Good Repeatability 50 47 94% Good 误发 0% 6% 0%
ATTRIBUTE DATA RESULTS
Part Number Part Name Total Tol. Spreed Characteristic Classification Spec. High Low Gage Name Gage Number Gage Type Attribute Trials 3 Parts 50 Appraisers 3 Appraiser A Richard Appraiser B Martel Appraiser C Susan Date Performed