使用Minitab作MSA测量系统分析
测量系统分析MSA及Minitab运用案例解析
(4).简略法： a. 简略法的要求： i.选择能够代表整个过程范围的5个部品。 ii.选择2个测量人员。 iii.每人测量每个部品一次。 b. 简略法特点： i.可以识别测量系统总误差。 ii.无法区分测量人员误差和测仪器误差。
(5).实时法：(分析自动测量系统的方法) a. 实时法的要求： i.选择能够代表整个过程范围的10个部品。 ii.只有一名操作人员。 iii.重复测量每个部品2-10次。 b. 实时法的特点： 可以确定自动测量系统的重复性误差。
测量人员误差
准确性 线性 稳定性 重复性
测量系统分析目的是确认总误差，测量系统中测量人员误差和测仪器误差 的大小，并对测量系统的适用性作出判断。
测量人 员误差
测量人 员和被 测量对 象交互 作用误 差
第三节：测量系统分析
一、MSA方法：
1.MSA分两类(根据测量对象的性质)：
(1).连续数据MSA﹒连续数据：如质量、长度、时间、高度、温度等﹒ (2).离散数据MSA﹒离散数据：“合格”、“不合格”、“通”、“止”。
. （5）.分析数据（另述）
第四节：连续数据测量系统分析
﹝例1﹞：某公司需评价某一测量系统，选择评价的量具是卡尺，质量工程师决定选用10个能反映过程变差的零件 并从检验人员随机抽出三名操作者来检验。
一、确认测量数据类别：连续数据 二、确定误差来源：被测量部品、评价人、测量工具可能在测量人员和被测量部品交互作用的影
判斷: 此測量系統可以接受 此測量系統不可接受 DATE:
系数K3:
n=2时, K3=3.65 ; n=5时, K3=2.08 ; n=8时, K3=1.74 ;
n=3时, K3=2.70 ; n=6时, K3=1.93 ; n=9时, K3=1.67 ;
MINITAB使用方法MSA
MINITAB使用方法MSAMINITAB是一款用于统计分析和数据可视化的软件工具，可用于各种统计分析和实验设计。
在质量管理中，特别是测量系统分析（MSA），MINITAB可以帮助分析人员评估测量系统的准确性、稳定性和重复性。
以下是使用MINITAB进行MSA的一般步骤。
1.收集数据：首先，要收集一组测量数据，这些数据代表实际生产环境中的测量结果。
确保数据具有代表性，并包含典型的测量范围。
2.打开MINITAB：启动MINITAB软件，并创建一个新的工作表。
3. 数据导入：将测量数据导入MINITAB。
可以选择使用“Worksheet”菜单上的“Import Data”选项，然后从文件中导入数据。
5.数据分析：使用MINITAB的统计工具进行数据分析。
以下是进行MSA分析的一些重要步骤。
a. 平均值和方差分析：使用MINITAB的“Stat”菜单，选择“Basic Statistics”选项，然后选择“Descriptive Statistics”来计算平均值和方差。
c.方差成分图：MINITAB提供绘制方差成分图的工具，通过显示各个因素的贡献，对测量系统的变异性进行可视化。
d. 标准化指数：使用MINITAB的统计功能来计算测量系统的标准化指数，例如Gage R&R指数。
标准化指数是判断测量系统的稳定性和重复性的一种指标。
6.结果解释和报告：根据分析结果，对测量系统进行评估。
根据需要生成分析报告，包括图形、表格和统计指标。
MINITAB提供了丰富的报告和图形生成工具。
以上是使用MINITAB进行MSA分析的一般步骤。
MINITAB提供了广泛的工具和功能，可用于更高级的MSA分析和其他统计分析任务。
使用MINITAB，用户可以更轻松地收集、分析和解释数据，并在质量管理中做出更准确的决策。
MSA测量系统分析之Minitab中文应用案例(步骤清晰实用)精选全文
应多数值在控 制限外
在控制限外表示过程实际 的变差大，同时表明测量 能力高。
均值
部件对比图：可显示在研究过程中所测量的并按部件排列的所有测量结果。测量结果用 点表示，平均值用带十字标的圆形符号表示。 判断：1.每个部件的多个测量值应紧靠在一起，表示测量的重复再现性的变差 小。
2.各平均值之间的差别应明显，这样可以清楚地看出各部件之间的差别。 例：图中的7#、10#重复测量的精确度较其他点要差，如果测量系统的R&R偏大时，可 以对7#、10#进行分析。
所有点落在管理界限内 －>良好
大部分点落在管理界限外 －>主变动原因：部品变动
－>良好
－>测量值随部品的变动 －>测量值随OP的变动
－>对于部品10，OP有较大分歧；
M--测量系统分析： 离散型案例（名目型）：gage名目.Mtw
背景：3名测定者对30部品反复2次TEST
检查者1需要再教育； 检查者3需要追加训练； (反复性)
（2）.在量具信息与选项栏分别填入相关资料与信息。
填入相关 资料
注：其他选项若无要求，选择 默认项，不做改动。
一般为6 倍标准差
零件公差 规格
4.5、结果生成：数据表与图表
图表分析表
数据会话表
5.结果分析： （1）图表分析
变异分量条形图：展示了会话窗口中的计算结果，此图显示整个散布中R&R 占的比重是否充分小。 判断：量具R&R，重复（Repeat）, 再现性（Reprod）越小越好。
A—假设测定：案例：2sample-t.MTW (2)： 2-sample t（单样本）
① 正态性验证：
<统计－基本统计－ 正态性检验 ： >
Minitab在MSA中运用
Minitab在MSA中的应用导言测量系统分析（Measurement System Analysis，MSA）是确保测量结果的准确性和可靠性的关键过程。
在质量管理和过程改进中，MSA是至关重要的工具，可帮助组织评估其测量系统的性能并做出相应的调整。
Minitab是一种功能强大的统计软件，被广泛应用于数据分析和质量管理领域。
在MSA中，Minitab提供了一系列强大的功能和方法，用于分析和评估测量系统的性能。
Minitab中的基本概念在开始介绍Minitab在MSA中的具体应用之前，我们首先了解一些Minitab中的基本概念。
数据输入Minitab提供了多种数据输入方式，包括手动输入、复制粘贴和导入外部文件等。
用户可以根据实际情况选择最适合的数据输入方式。
工作表Minitab使用工作表的概念来组织和管理数据。
用户可以在一个工作表中输入多个变量的数据，每列表示一个变量，每行表示一个观测值。
数据清洗和准备Minitab提供了一系列数据清洗和准备工具，用于处理缺失数据、异常值和重复数据等。
这些工具可以帮助用户在进行MSA之前，将数据整理成可分析的形式。
统计分析和图表展示Minitab提供了丰富的统计分析和图表展示功能，用于探索数据的特性和关系。
用户可以通过Minitab生成直方图、散点图、箱线图等各种图表，同时还可以计算均值、方差、标准差等统计指标。
Minitab在MSA中的运用Gage R&R分析Gage R&R（Repeatability and Reproducibility）分析是MSA的核心内容之一，用于评估测量系统的可重复性和可再现性。
Minitab提供了一种简单且全面的方法来执行Gage R&R分析。
首先，用户需要将测量数据输入Minitab的工作表中，并确保每列代表一个变量，每行代表一个观测值。
然后，通过导航栏中的。
MINITAB使用方法 MSA
反复性散布为 3.90%, 再现性散布为 2.14%，
因此可以说因作业者之间的变动比反复引起的 差异更大。
%Study Var为 24.58%，大于基准值10%，但
小于基准值30%。
StdDev Source (SD) Study Var (5.15*SD) %Study Var (%SV) %Tolerance (SV/Toler)
要是超过R Chart的界限，就得 调查其原因， 并重新测定。
P10-P55
测定系统分析(MSA) —计量型 Graph分析—样本是否如实反映工程散布
如果这些值均匀，意味标本没 能如实反映工程的散布。
对应标本10， 3 位操作者测试的值。
P11-P55
测定系统分析(MSA) —计量型 Graph分析—操作员的差异
P06-P55
测定系统分析(MSA) —计量型 选项
文字描述
公差USL-LSL
用来计算 % Tolerance
不显示“%Contribution” 不显示“%Study Variation”
单图单页显示
P07-P55
测定系统分析(MSA) —计量型 Graph分析
P08-P55
32.03
32.03
32.03
32.03
32.04
32.03
32.04
32.04
32.04
将测量DATA转化为MINITAB所 用! ( 活用Stack和Make Patterned Data ! )MINITAB操作路径:
DATA\STACK\ROWS 上述DATA为测量 Flat-cable的长度 规格: 32±0.25mm
P05-P55
MINITAB测量系统分析MSA
交叉式数据分析-均值极差法
打开Minitab,从菜单选择File>Open Worksheet,打开工作表GAGEAIAG.MTW 从菜单选择Stat>Quality Tools>Gage Study>Gage R&R Study(Crossed)
交叉式数据分析-均值极差法
包含测量对象名称或编号的列
包含操作者名称或编号的数据列
包含测量值的列
选择均值极差法
交叉式数据分析-均值极差法
过程公差处输入8
交叉式数据分析-均值极差法
结果分析:
量具分辨率(Number of Distinct Categories)反映了测量系统能够 区分的过程数据的分组数.当该值大于5时,可接受.当小于2的时候, 测量系统将无法区分部件. VarComp:显示方差构成来源 %Contribution:显示每个方差项占总变差的百分比 StdDev:每个方差项的标准偏差 StudyVar:标准偏差*6,用于分析过程变差时使用 %Study Var:每个方差项的百分比
测量重复性和再现性研究
Gage R&R Study可对交叉式数据 (crossed)和嵌套式数据(nested)进行精确 性分析.
在Minitab如何组织这两种数据的?
数据组织方式的差异
交叉式数据 嵌套式数据
相同
不同
交叉式数据分析
交叉式数据分析分为均值极差法(Xbar-R)和方 差法(ANOVA)分析 均值极差法不考虑操作者与测量对象之间的交 互作用 均值极差法将总测量变差分为三类:部件-部件, 重复性和再现性 方差法将总测量变差分为四类:部件-部件,重复 性,操作者,操作者-部件交互作用
MSA用Mintab进行测量系统分析的操作指南
量具 R&R 研究 - 方差分析法
11、形成MINITAB分析数据输出如下
测量数据 的量具 R&R
量具名称: 研究日期: 报表人: 公差: 其他:
游标卡尺 2013.2.25 肖爱娟 0.01mm
包含交互作用的双因子方差分析表
来源 部件 操作员 部件 * 操作员 重复性 合计
自由度
SS
MS
9 0.0094489 0.0010499
，
如下图：
7、选择量具研究(量具R&R研究（交叉）(G))后，出现“对话框” 在下图输 入所示信息
选择部件号栏
选择操作员栏
选择Xbar和R(x)
选择测量数据值栏
8、点击”量具信息” ，在出现的对话框中输入下图所示信息
输入量具名称
输入日期
输入制作者姓 名 输入量具的分辨 率
9、信息输入完后，点击 “确认” 后，再点击“选项” 键，在出现的对话框输 入下图所示信息
研究变异 %研究变
%公差
(6 * SD) 异 (%SV) (SV/Toler)
0.0179267 26.77
11.95
0.0177735 26.54
11.85
0.0023388
3.49
1.56
0.0023388
3.49
1.56
0.0645322 96.35
43.02
0.0669759 100.00
44.65
6.19
6.2
6.2
6.2
6.2
6.17
6.19
6.18
6.19
6.19
6.19
2、将数据复制到Mintable工作表中，如下图
minitab之MSA分析实例
minitab之MSA分析实例
•M--工序能力分析（离散型）：案例：bpcapa.MTW •(1)：二项分布的Zst
PPT文档演模板
minitab之MSA分析实例
•缺陷率： •不良率是否 •受样本大小 •影响？
PPT文档演模板
•－平均（预想）PPM＝226427 •－Zlt＝0.75 •＝>Zst＝Zlt＋1.5＝2.25
PPT文档演模板
minitab之MSA分析实例
•(5)Multi-vari Chart（多变因图）Sinter.MTW
•目的：掌握多X因子变化对Y的影响（大概）；
PPT文档演模板
•－> 材料和时间 存在交互作用；
minitab之MSA分析实例
•(5)Multi-vari Chart（多变因图）Sinter.MTW
minitab之MSA分析实例
PPT文档演模板
2020/11/2
minitab之MSA分析实例
PPT文档演模板
minitab之MSA分析实例
PPT文档演模板
•所有点落在管理界限内 •－>良好
•大部分点落在管理界限外 •－>主变动原因：部品变动
•－>良好
•－>测量值随部品的变动 •－>测量值随OP的变动
•材料、交互的P < 0.05 •－>有意；
PPT文档演模板
minitab之MSA分析实例
•A—假设测定－决定标本大小：
•(1)：1-sample Z（已知u）
•<统计－功效和样本数量－ 1-sample Z： >
•背景：Ha～N（30，100/25）
•
H0～ N（25，100/n
MINITAB_测量系统分析汇总
交叉式数据分析-方差法
打开Minitab,从菜单选择File>Open Worksheet,打开工作表GAGEAIAG.MTW
从菜单选择Stat>Quality Tools>Gage Study>Gage R&R Study(Crossed)
交叉式数据分析-方差法
包含测量对象名称或编号的列
从菜单选择Stat>Quality Tools>Gage Study>Gage Linearity and Bias Study
包含测量值的列
嵌套式数据分析
结果分析:
量具分辨率(Number of Distinct Categories)反映了测量系统能够 区分的过程数据的分组数.当该值大于5时,可接受.当小于2的时候, 测量系统将无法区分部件. VarComp:显示方差构成来源 %Contribution:显示每个方差项占总变差的百分比 StdDev:每个方差项的标准偏差 StudyVar:标准偏差*6,用于分析过程变差时使用 %Study Var:每个方差项的百分比
嵌套式数据分析
打开Minitab,从菜单选择File>Open Worksheet,打开工作表GAGENEST.MTW
从菜单选择Stat>Quality Tools>Gage Study>Gage R&R Study(Nested)
嵌套式数据分析
包含测量对象名称或编号的列
包含操作者名称或编号的数据列
包含操作者名称或编号的数据列
包含测量值的列
选择均值极差法
交叉式数据分析-均值极差法
新手如何使用Minitab做MSA
前记：本人刚入职做质量，之前10多年一直在做制程工程师，现在有时间研究MSA，故以一 个新手的态度来介绍如何做MSA，希望对大家有帮助。
2020.08
MSA定义：名称为测量系统分析，顾名思义，用来检测测量系统的有效性。
工厂实际工作过程中一般会做Gage R&R分析. Gage R&R分析的前提：检具正常年度检定，偏移/线性合格。 检具分辨率：合适的检具分辨率应该是测量产品公差的1/10，例如零件公差±0.1，则量具的分辨率应该 是0.02
此列填写员
工检测结果
计量型：
第二步：填入数据； 第三步：质量工具-量具研究-量具R&R研究（交叉）---选项中填入测量零件的产品公差。
计量型：
第四步：如何读图
要求Gage R&R小于10%，此示例测量系统不合格，需要改进， 见下页
X X
Gage R&R= 97.32
P/T=502.63
NDC=1，一般应该大于 5
计数型：
第四步：如何读图 3)“所有检验员与标准”是0.67，说明检验员整体的水平。 4）下右图二是以图示方法显示.
计量型：
规则：准备10个零件，尺寸覆盖整个公差带，并编号；
第一步：创建测量表，统计-质量工具-量具研究-创建量具R&R研究工作表（C)； 第二步：收集、填写数据；
10-3-3原则 10个零件；3个操作工，每人测3次
50-3-3原则 50个零件；3个操作工，每人测3次
此列填写员
工检测结果
此列填写真 实结果
计数型MSA作业流程：
第二步：收集、填写数据； 第三步：开始计算
计数型MSA作业流程：
第四步：如何读图 1）先看“每个检验员与标准”,李四操作很好，王五需要提高， 张三不适合使用这个检具； 2)对于“检验员自身”，李四/王五在自身检测不同零件的一致 性好，张三需要提高 。
MSA_SPC_MINITAB使用方法
MSA_SPC_MINITAB使用方法MSA (Measurement Systems Analysis) 是一种用于评估测量系统能力和可靠性的统计分析方法。
而 SPC (Statistical Process Control) 是一种用于监控和改进过程稳定性和产品质量的方法。
在本文中，我们将探讨如何使用 Minitab 进行 MSA 和 SPC 分析。
首先，我们将重点介绍 MSA 的使用方法。
MSA 旨在评估测量系统的准确度、重复性和再现性。
在 Minitab 中，可以使用 "Stat" 菜单下的"Quality Tools" 子菜单中的 "Gage Study" 来进行 MSA 分析。
该工具提供了各种选项，包括 Crossed Gage Study、Nested Gage Study 和Attribute Gage Study等。
用户可以根据实际情况选择适合的选项。
在进行 MSA 分析前，首先要准备好数据。
数据应该包括测量值以及测量的重复次数或操作员信息。
在 Minitab 中，可以使用电子表格或直接输入数据来进行分析。
一旦数据准备完毕，用户可以选择相应的 MSA 分析方法。
例如，对于连续性数据，可以选择 Crossed Gage Study，该模型可以评估测量系统的准确度、重复性和再现性。
对于离散数据，可以选择 Attribute Gage Study，该模型可以评估测量系统的一致性和可靠性。
在进行 MSA 分析时，Minitab 会生成各种图表和统计指标来帮助用户评估测量系统的能力。
例如，在 Crossed Gage Study 中，Minitab 会生成 Xbar-R 和 Xbar-S 控制图来显示测量系统的准确度和重复性。
用户可以使用这些图表来确定测量系统是否稳定，并进一步改进测量过程。
接下来，我们将讨论如何使用 Minitab 进行 SPC 分析。
MINITAB使用方法MSA资料
MINITAB使用方法MSA资料MINITAB是一款流行的统计分析软件，常用于数据分析和质量控制。
其中，MSA（测量系统分析）是MINITAB的重要功能之一，用于评估测量系统的准确性、精度和稳定性。
以下是使用MINITAB进行MSA分析的基本步骤和操作指南。
1.数据准备在进行任何分析之前，首先需要准备好所需的数据。
通常，MSA分析需要测量值和重复测量的数据。
确保数据的可靠性和准确性非常重要。
2.导入数据在MINITAB中，打开一个新的工作表，并将数据导入其中。
可以通过以下途径导入数据：直接输入数据，从文本文件中导入，从其他软件（如Excel）中复制粘贴数据。
3.创建测量系统分析工作表在MINITAB的菜单栏中，选择「Stat」-「Quality Tools」-「Measurement Systems Analysis」-「Gage Study（Crossed Design）」来创建测量系统分析工作表。
4.定义变量在弹出的对话框中，选择要分析的测量变量和因子，并定义各个变量的类型。
对于连续型变量，选择「Continuous Data」；对于离散型变量，选择「Attribute」。
根据实际情况，可能还需要定义其他属性，如测量上限、下限、精度等。
5.输入数据在测量系统分析工作表中，输入数据。
确保按照所定义的变量类型正确输入数据。
6.运行分析点击工具栏上的「OK」按钮，开始运行测量系统分析。
MINITAB将根据提供的数据，进行分析并生成结果。
7.分析结果解读8.结果解释和改进根据分析结果，评估测量系统的性能，并提出可能的改进措施。
根据分析结果的可行性，决定是否需要更换测量方法、设备或校准过程。
9.保存和导出结果在完成分析后，可以选择将结果保存为MINITAB项目文件（.MTB）或导出为其他常用格式，如Excel文件或PDF文档。
总结：MINITAB是一款强大的统计分析软件，可用于执行多种数据分析任务，包括MSA（测量系统分析）。
msa minitab例题详解
msa minitab例题详解MSA（Measurement System Analysis）是对测量系统进行全面评估的一种统计技术，主要用于确定测量系统测量的准确性、重复性和再现性。
在质量控制领域，MSA是确保测量数据准确性的重要手段。
以下是一个使用MINITAB软件进行MSA分析的示例：1. 假设我们要分析一个测量设备在测量长度方面的准确性，首先需要收集数据。
可以请3名检验员使用该设备对同一个部件进行多次测量，得到一系列的测量值。
将这些数据记录在表格中，包括检验员编号、部件编号、测量长度等。
2. 将数据输入MINITAB软件中，选择“质量工具”-“量具研究”-“量具R&R研究（交叉）”。
3. 在弹出的对话框中，输入检验员编号、部件编号和测量长度等变量，并指定部件号和检验员作为分类变量。
点击“确定”开始分析。
4. MINITAB软件会自动进行方差分析，计算测量系统的重复性和再现性。
分析结果会显示量具的R&R值、P/T值、可区分类别数等指标。
5. 根据分析结果，可以对测量系统进行评估。
如果R&R值和P/T值都大于30%，则说明测量系统的重复性和再现性较差，需要采取措施改进。
如果可区分类别数小于5，则说明测量系统的分辨力较低，也需要进行改进。
6. 如果需要进一步了解方差的构成，可以在MINITAB中选择“方差分量”，软件会分别计算重复性和再现性的方差分量，以及合计量具R&R的方差分量。
这些信息有助于了解测量系统各组成部分对总变异的贡献。
7. 除了方差分析外，还可以使用线性回归分析等方法对测量系统进行分析，以评估其准确性和可靠性。
例如，可以请更高一级别的测量设备对同一部件进行多次测量，取其平均值作为真值，然后将该值与被评估设备的测量值进行线性回归分析，以评估被评估设备的准确性。
8. 在完成MSA分析后，可以根据分析结果采取相应的措施，如对设备进行校准、培训检验员等，以提高测量系统的准确性和可靠性。
基于Minitab的MSA分析
基于Minitab进行测量系统分析1.测量系统分析的研究1.1.基本概念数据是测量的结果，“测量”是指确定实体或系统的量值大小为目标的一整套作业。
所谓测量系统分析，是指用统计学的方法来了解测量系统中的各个波动源, 及其对测量结果的影响，最后给出本测量系统是否合乎使用要求的明确判断。
测量系统必须具有良好的准确性(accuracy)和精确性(precision), 通常由偏倚(bias)和波动(variation)等统计指标来表征。
偏倚用来表示多次测量结果的平均值与被测质量特性基准值(真值)之差, 其中基准值可通过更高级别的测量设备进行若干次测量取其平均值来确定。
波动表示在相同的条件下进行多次重复测量结果分布的分散程度,常用测量结果的标准差σ或过程波动VP表示。
波动也可称为变异。
1.2.测量系统波动的主要来源过程波动的主要来源以及测量系统分析的主要内容如下所示。
图1.测量系统波动来源1.3.重复性&再现性重复性(repeatability)是指在尽可能相同的、恒定不变的测量条件下, 对同一测量对象进行多次重复测量所得结果的一致性。
此时测量值的波动称为重复性, 记为VE。
重复性误差的产生只能是由测量仪器本身的固有波动引起的。
再现性(reproducibility)也称为复现性或重现性,是指在各种可能变化的测量条件下, 同一被测对象的测量结果之间的一致性, 记为V A。
最普遍出现的重要的再现性是操作人员的变化对测量系统一致性的影响，特别是由不同的人员使用同样的测量仪器对同一测量对象测量时的波动要小。
1.4.测量系统分析的依据通常用分辨力、偏倚、稳定性、线性、重复性和再现性等评价测量系统的优劣, 并用它们控制测量系统的偏倚和波动, 以使测量获得数据准确可靠。
一般说来, 测量系统的分辨力应达到(即在数值上不大于)过程总波动的(6倍的过程标准差)的1 /10, 或容差(USL-LSL)的1 /10。
在评价测量系统性能时，通常采用如下标准：P/TV或P/T≤10%，测量系统系统波动很小；10%＜P/TV或P/T≤20%，测量系统波动较小；20%＜P/TV或P/T≤30%，测量系统可接受；P/TV或P/T＞30%，测量系统波动较大，必须改进；可区分类别数反映测量系统的分辨力，应≥5。
- 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)。
对产品决策的影响
下限
上限
或
第II型错误：漏判，将不合格的判断成合格的
下限
上限
或
第I型错误：误判，将合格的判断成不合格的
对产品决策的影响
产品控制：判断产品合格与否
公差下限
Ⅰ
Ⅲ
Ⅱ
公差上限
Ⅰ Ⅱ
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。
零件的标准偏差/ 总的量具偏差* 1.41. 一般要求它大于 5才可接受
.28 .279 .2794
.28 .282 .2822
直尺 卡尺 千分尺
.28 .282 .2819
.28 .279 .2791
在评价一个测量系统时必须考虑三个基本问题:
● 测量系统必须显示足够的灵敏性。 ● 测量系统必须是稳定的，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。这可 称为统计稳定性且最好用图形法评价。 ● 统计特性（误差）在预期的范围内一致，并足以满足测量 的目的（产品控制或过程控制）。
部件A 部件B
A=2.25 B=2.00
因为上面刻度的分辨率比两个部件之间 的差异要大，两个部件将出现相同的测 量结果。
第二个刻度的分辨率比两个部件之间的 差异要小，部件将产生不同的测量结果。
测量系统的有效分辨率（discrimination）
● 要求不低于过程变差或允许偏差（tolerance）的十分之一 ● 零件之间的差异必须大于最小测量刻度 ● 不同数据分级(ndc)的计算：
测量系统变差对过程能力计算的影响
Actual Cp
6.0
70%
60%
50%
%R&R
5.0
0%
4.0
10%
40% 20%
3.0
30% 30%
2.0
10%
40%
1.0
50%
0.0
60%
0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2.0
为了最大限度地做出正确的判断，可以有两个选择：
● 改进过程：减少生产过程的变差，不生产在 Ⅱ区的零件。
● 改进测量系统：减少测量系统变差从而减少Ⅱ 区，所有零件将在Ⅲ区。
公差下限
Ⅰ
Ⅲ
Ⅱ
改进测量系统
公差下限
Ⅰ
Ⅲ
Ⅱ
公差上限
Ⅰ Ⅱ
公差上限
Ⅰ Ⅱ
测量系统的变差过大： ● 将普通原因判为特殊原因 ● 将特殊原因判为普通原因 ● 过低估算过程能力指数
偏倚（BIAS）
测量结果的平均值与参考 值的差异
参考值是一个预先认定的 参考标准. 该标准可用更 高一级测量系统测量的平 均值来确定(例如：高一级 计量室)
参考值
观测平 均值
稳定性（Stability）
在一段时间内，测量结果 的分布无论是均值还是标
时间
准偏差都保持不变和可预 测的
通过较长时间内，用被监 视的量具对相同的标准或 标准件的同一特性
进行测量的总变异来监 视可用时间走势图进行
参考值
分析
线性（Stability）
❖ 线性:量具在正常工作量程内偏倚值的变 化量。
测量仪器的线性是指该装置的整个工作范围 内的准确度
尺寸1
尺寸N
7:测量过程变差对决策的影响
生产过程中的测量结果通常有两个用途： ● 产品控制：判断产品合格与否 ● 过程控制：判断生产过程是否稳定
● 一个评价人使用同一测量仪器，对同一零件的某一特性 进行多次测量下的变差 ● 是在确定的和已知条件下，连续多次测量中的变差 ● 通常被称为EV-设备变差 ● 量具(设备)能力和潜能 ● 系统内变差
二： GR&R
过程变差剖析
过程变差观测值
实际过程变差
测量误差
长期 过程变差
短期 过程变差
抽样产生 的变差
量具变差
操作员造 成的变差
重复性
准确度
稳定性
线性
再现性
“重复性” 和 “再现性” 是测量误差的主要来源
重复性：
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。或由一个评价人多次使用同一个测量仪器 ，测量同一零件的同一特性时获得的测量变差。
70%
Observed Cp
8：测量仪器分辨力
测量仪器分辨率可定义为测量仪器能够读取的最小测量单位。 （测量仪器的分辨率必须小于或等于规范或过程误差的十分之一）
下面的部件A和部件B，它们的长度非常相似。测量分辨率描述 了测量仪器分辨两个部件的测量值之间的差异的能力。
部件A 部件B
A=2.0 B=2.0
●测量系统分析还可以： –评估新的测量仪器 –将两种不同的测量方法进行比较 –对可能存在问题的测量方法进行评估 –确定并解决测量系统误差问题
1:测量系统
● 用来对被测量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: 测量数据的质量
❖ 数据的类型
计量型数据 计数型数据
❖ 如何评定数据的质量
测量结果与“真值”的差越小越好(bias) 用多次测量的统计结果来进行评定
(variance)
❖ 计量型数据的质量
均值与真值（基准值）之差 方差的大小
❖ 计数型数据的质量
对产品特性产生错误分级的概率
低质量数据最普遍的原因之一就是变差太大，变差一般都是 由于测量系统及其环境相互作造成的。
3:测量结果-数据的用途
测量数据通常有那些用途？
● 用于判断产品是否合格. ● 用于分析生产过程。
● 用于确定两个或多个变量之间是否有显著关系
4:测量过程
● 测量：给具体事务赋以数值，以表示它们之间关于特 定特性的关系。 ● 赋值过程定义为测量过程，而赋予的值定义为测量值
。
测量结果由一个数字和一个标准的测量单位构成。测量
பைடு நூலகம்
结果是测量过程的输出。应将测量看成一个制造过程，
它产生数据作为输出。
人
设备 材料 方法
测量 过程
数据
环境
输入
输出
5:测量过程变差源
测量过程中的变差源有那些？
S 标准 W 工件(如,零件) I 仪器 P 人/程序 E 环境
SWIPE
6:测量系统变差类型
根据变差的来源和特点，可分为: ●位置变差(准确度)： 偏倚，稳定性和线性； ●宽度变差(精确度)： 重复性和再现性。
使用Minitab作MSA测量系统分析
课程目标
❖ 到本课程结束时，学员应能：
• 知道为什么要做测量系统分析 • 理解GR&R • 了解使用Minitab作GR&R.
一：MSA介绍
Measurement Systems Analysis
测量系统分析的目的
测量系统分析的目的是什么？
❖ ●测量系统分析的目的是确定所使用的 数据是否可靠