MSA大数据取样方法
MSA制作取样标准

MSA制作取样标准MSA(Measurement System Analysis)是指测量系统分析,是一种用来评估测量系统性能和稳定性的方法。
在制造业中,为了保证产品质量,对于产品的测量和检验是非常重要的。
而MSA制作取样标准则是评估和确定测量系统的准确性和可靠性的重要步骤。
首先,MSA制作取样标准需要考虑的是取样的方法和数量。
在进行测量系统分析时,需要从不同的角度和层面进行取样,以确保能够全面地评估测量系统的性能。
取样的数量也需要足够大,以确保结果的可靠性和稳定性。
其次,MSA制作取样标准需要考虑的是测量数据的收集和分析。
在进行测量系统分析时,需要收集大量的测量数据,并对这些数据进行统计分析和图表展示,以便能够全面地评估测量系统的性能和稳定性。
同时,对于异常数据和异常情况也需要进行充分的分析和处理。
另外,MSA制作取样标准还需要考虑的是测量设备和工具的选择和校准。
在进行测量系统分析时,需要选择合适的测量设备和工具,并确保这些设备和工具的准确性和稳定性。
同时,还需要对这些设备和工具进行定期的校准和维护,以确保其能够正常工作和提供准确的测量数据。
最后,MSA制作取样标准需要考虑的是测量系统的稳定性和重复性。
在进行测量系统分析时,需要评估测量系统的稳定性和重复性,以确保测量系统能够稳定地工作并且能够提供重复性的测量结果。
同时,还需要对测量系统的不确定性进行评估和分析,以确保测量结果的可靠性和准确性。
总之,MSA制作取样标准是评估和确定测量系统性能和稳定性的重要步骤,需要考虑取样的方法和数量、测量数据的收集和分析、测量设备和工具的选择和校准,以及测量系统的稳定性和重复性。
只有通过严格的标准和方法进行MSA制作取样,才能够确保测量系统的准确性和可靠性,从而保证产品质量和生产效率的提升。
MSA测量的基本方式.pptx

测量系统分析方法分类
❖ 计量型MSA
1) 稳定性-均值极差法; 2) 偏倚-独立样本法; 3) 偏倚-均值极差法; 4) 线性-一元线性回归法; 5) GRR-均值极差法; 6) GRR-Crossed ANOVA; 7) GRR-Nested ANOVA;
❖ 计数型MSA
1) 解析法; 2) 交叉表法; 3) 信号探测法;
2)分析步骤
a) 取一个样件,并建立可追溯到-相关标准的参考值。 b) 每班测量该零件n次,并计算n个读值的平均值,共测量数 c) 周累积M>10个子组以上。 d) c) 计算偏移、重复性标准差和偏移统计t值。 e) d) 若0落在偏移值附近的置信区间内,则偏倚可接受。
3)判定规则
▪ 0在置信区间之间,则偏倚可接受,否则偏倚不可接受 。 即在实际使用中将不会带来额外的变差来源。
5.MSA分析要确认的信息
❖ 测量误差有多大? ❖ 测量误差的原因是什么? ❖ 测量工具是否具备分辨率? ❖ 重复测量也能得到相同的结果 吗? ❖ 用别的测量工具也能得到相同结果吗 ? ❖ 测量工具随着时间的推移是否保持稳定状态 ? ❖ 怎样提高测量系统?
6.MSA的统计属性
❖ 理想的测量系统应该是每次都能测出真实值。 ❖ 测量系统的质量通常仅仅取决于经过一段时间后产生
3.什么情况下做MSA
新生产的产品存在较大的产品变差(PV); 引进新仪器时(EV); 测量操作更换新的人员时(AV); 易损耗之仪器必须注意其分析频率 ;
4.测量值的组成要素
+
真实值 (实际产品变差)
=
测量误差 (测量变差 )
测量值 (观察的变差)
通过测量用数字体现的数据,并不是总能代表事实。 因此,有必要对数据的信赖性进行确认。
测量系统分析(MSA)使用指南

测量系统分析(MSA)使用指南为了评估现有系统的性能,首先必须确定系统的性能标准。
一旦定义了标准,就需要从系统中收集数据。
然而,使用不同的工具、方法和人员收集数据会导致不一致的结果,从而导致错误的结论。
即使采用标准化的测量方法,测量误差也始终存在。
怎么办?测量系统分析 (MSA)了解一下!测量系统分析(MSA)通常用于六西格玛方法的测量阶段,是一种统计和科学工具,用于确保收集数据的测量是一致、可靠、无偏见和正确的。
它强调数据收集方法的标准化和收集数据的评估。
通过这样做,所收集数据的错误被最小化。
根据数据类型的不同,统计分析也会有所不同。
对于连续测量,可以确定多种统计特性:稳定性、偏差、精度(可分解为重复性和再现性)、线性和辨别性。
对于离散测量,可以确定评估人员内部、每个评估人员与标准之间、评估人员之间以及所有评估人员和标准之间的错误率估计值。
对于离散测量,想象这样一种情况:要求评估人员根据规定的质量标准确定被检查对象(产品)是否应归类为合格。
在这种情况下,可以进行盲法研究,其中将一些合格和不合格的产品提供给两个或三个评估员。
然后,评估员各自确定他们认为产品是否合格。
他们被要求不止一次地查看同一个单元,而不知道他们之前已经评估过该单元。
这称为“评估人内部”错误率。
然后可以确定所有评估员在同一产品上获得相同结果的能力,即“评估员之间”的错误率。
此外,还可以确定评估员与专家的一致性程度,称为“评估员与标准”错误率。
对于连续数据测量,如在数据评估之前所强调的,应遵循以下标准:稳定性:对应于测量系统在测量相同样品时产生相同结果的能力。
偏差:是样本的实际平均值与其测量平均值之间的差异。
线性度:表示测量误差与测量值在多大程度上呈线性关系。
例如,如果一个100cm长的物体的测量值有1cm的误差,而使用相同的测量系统在150cm的物体上测量值有5cm的误差,则可以断定测量系统是非线性的。
为了确定测量系统的变化,有两个需要评估的标准,六西格玛顾问总结如下:重复性:显示评估人员通过使用相同的测量系统多次评估相同的样本而获得相同结果的程度。
MSA详细说明及运用

測量系統分析(Measurement Systems Analysis)量系统所应具有之统计特性测量系统必须处于统计控制中,这意味着测量系统中的变差只能是由于普通原因而不是由于特殊原因造成的。
这可称为统计稳定性。
测量系统的变差必须比制造过程的变差小。
变差应小于公差带。
测量精度应高于过程变差和公差带两者中精度较高者,一般来说,测量精度是过程变差和公差带两者中精度较高者的十分之一。
测量系统统计特性可能随被测项目的改变而变化。
若真的如此,则测量系统的最大的变差应小于过程变差和公差带两者中的较小者。
标准国际标准第一级标准(连接国家标准和私人公司、科研机构等)第二级标准(从第一级标准传递到第二级标准)工作标准(从第二级标准传递到工作标准)测量系统的评定测量统的评定通常分为两个阶段,称为第一阶段和第二阶段第一系阶段:明白该测量过程并确定该测量系统是否满足我们的需要。
第一阶段试验主要有二个目的:确定该测量系统是否具有所需要的统计特性,此项必须在使用前进行。
发现哪种环境因素对测量系统有显著的影响,例如温度、湿度等,以决定其使用之空间及环境。
第二阶段的评定目的是在验证一个测量系统一旦被认为是可行的,应持续具有的统计特性。
常见的“量具R&R”就是其中的一种型式。
各项定义量具: 任何用来获得测量结果的装置,包括用来测量合格/不合格的装置。
测量系统:用来获得表示产品或过程特性的数值的系统,称之为测量系统。
测量系统是与测量结果有关的仪器、设备、软件、程序、操作人员、环境的集合。
量具重复性:指同一个评价人,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值(数据)的变差。
量具再现性:指由不同的评价人,采用相同的测量仪器,测量同一零件的同一特性时测量平均值的变差。
稳定性:指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。
偏倚:指同一操作人员使用相同量具,测量同一零件之相同特性多次数所得平均值与采用更精密仪器测量同一零件之相同特性所得之平均值之差,即测量结果的观测平均值与基准值的差值,也就是我们通常所称的“准确度”线性:指测量系统在预期的工作范围内偏倚的变化。
msa数据收集注意事项

msa数据收集注意事项
在收集MSA(Measurement System Analysis)数据时,需要注意以下几点:
1. 定义目标:在收集MSA数据之前,需要明确收集数据的目的和目标是什么。
确定具体的指标或测量参数,以便进行正确而有效的数据收集。
2. 选择适当的测量系统:根据测量对象和目的选择合适的测量系统。
确保选取的测量设备和方法具有适当的精度、稳定性和重复性。
3. 规范测量过程:在数据收集之前,需要规范测量过程和操作指南。
准备详细的操作手册,明确测量流程、样本选择、测量间隔等相关细节。
4. 样本选择:样本选择应该具有代表性,能够反映整个测量范围内的变化和特征。
样本的数量也要足够,以确保数据的可靠性和统计意义。
5. 数据记录和跟踪:准确记录和跟踪所收集到的数据是非常重要的。
确保数据的准确性和完整性,避免数据丢失或混淆。
6. 数据分析:对收集到的数据进行分析,评估测量系统的稳定性、重复性和准确性。
使用适当的统计方法和工具,如方差分析、回归分析等。
7. 结果解释和改进:根据数据分析的结果,解释测量系统的性能,并提出改进的建议。
确保结果的可理解性和可操作性,以便进行相应的改进措施。
8. 数据保密和安全:对于敏感的数据和信息,需要加强保密和安全措施,防止数据泄露和滥用。
总之,在进行MSA数据收集时,需明确目标、选择适当的测量系统、规范测量过程、选择合适的样本、记录和跟踪数据、进行数据分析和解释,并采取适当的改进措施,以确保数据的可靠性和有效性。
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
超详细MSA测量系统分析讲解

超详细MSA测量系统分析讲解MSA(Measurement System Analysis)是一种用于评估测量系统准确性和可重复性的方法。
它被广泛应用于各种工业领域,特别是质量管理和过程改进领域。
下面将详细介绍MSA的一些关键概念和测量过程。
首先,MSA的主要目标是确保测量系统能够准确地衡量一个过程或产品的特性。
测量系统可以是任何用于测量的工具、设备或方法,如卡尺、天平、人工测量等。
为了评估测量系统的准确性和可重复性,主要使用以下几个指标:1. 精确度(Accuracy): 指测量结果与真实值之间的接近程度。
通常通过与已知的标准进行比较来评估。
2. 可重复性(Repeatability): 指在重复测量同一样本时,测量系统的结果之间的一致性。
这可通过多次测量同一样本并比较结果来评估。
3. 重现性(Reproducibility): 指在不同的条件下,不同操作员使用相同的测量系统测量同一样本时,测量结果之间的一致性。
现在,我们将介绍MSA的几个主要步骤:1.选择适当的测量系统:首先需要确定要使用的测量系统,这取决于所需测量的特性以及资源和时间的限制。
为了选择合适的测量系统,需要考虑其测量范围、精度和可靠性等因素。
2.收集数据:在进行MSA时,需要收集足够的数据量以便对测量系统进行分析。
数据收集可以通过抽样、重复测量或使用模拟数据等方式进行。
3.分析数据:收集到数据后,需要对其进行统计分析。
常用的分析方法包括直方图、均值-方差图和相关性分析等。
通过这些分析,可以计算出测量系统的准确性和可重复性指标。
5.评估测量系统:通过上述步骤,可以评估测量系统的准确性和可重复性,并确定它是否符合要求。
如果发现测量系统存在问题,可以采取改进措施,如校准、调整或更换测量设备等。
需要注意的是,MSA不仅适用于新的测量系统,也适用于已经在使用的测量系统。
对于已经在使用的测量系统,MSA可以帮助识别潜在的问题并提出相应的改进建议。
MSA_取样问题讨论

急求教MSA取样问题?我在做MSA分析时取样9个,1个为33MA,另8个为35~39MA,因为按照我们的规格是35MA档的产品在30~40MA都可接收的,可做完分析后发现,每个操作者的R没问题,均值图显示为33MA的那个样品在管制线外,RR%却大于30%,是不是我们的取样范围太大了,导致出现以上偏差,还是取样不均匀(只有1个小于35,另外的都大于35),急等高手指教,否则后面的分析都不知道该如何进行了?测试员A数据:37 36.8 37.8 36.435.8 35.8 32.6 36.535.536.9 37 36.9 35.9 35.635.4 31.9 36.3 34.937.6 37 36.8 35.1 35.535.5 33.3 36.5 35.5测试员B数据:37.7 36.5 37.1 35.8 35.735.6 32.7 36.5 35.5 37.7 36.4 37.5 35.9 35.535.5 33 36.5 35.937 36.6 37.7 35.5 36.635.1 32.6 36.9 36.4测试员C数据:38.2 37.6 38.2 36.7 36.836.6 33.6 38.2 37.6 38.8 38.7 38.1 36.7 36.437.2 33.6 37.3 37.638.8 37.6 37.6 37.7 37.337.3 33.8 37.8 36.12建议取10个样,三个人每人量测3次。
取样要求:同一规格,能够覆盖整个公差。
也就是说:你取样量测的数据分布大约均匀分布在35码~39码之间。
再做GRR分析,应该没有什么问题。
你看NDC和R&R就可以了!、3.如果做MSA的前提是为了研究该过程,那么取样必须代表整个生产过程,大家都知道最好取样是代表整个过程,但只取10件样品,实际操作就很难.MSA培训老师说过随机取样,随机取样不是"随意"取样,而是有一套程序.具体还希望有高手看看实际随机取样是如何进行的,怎样取样才能最接近代表整个过程.A1:补充一下做MSA的取样方法:随机取样,做计量型的时候,一般情况都是取10个样品,所选取的样品必须覆盖整个过程变差的50%-120%;做计数型的时候,一般情况都是选取50个样品,所选取的样品中包含1/3的合格品,1/3的不良品,另外的1/3是处于边缘状态的样品.有时取样个数会根据客户要求来定.楼主的MSA结果很好哦,我做MSA的话%GRR一般都在30左右,NDC是5或6.A2:关于MSA的抽样:其实MSA的抽样需要选取10个覆盖公差范围的要求的目的只是为了保证PV足够,但是,当制程确实很稳定,无法挑出接近公差限的样品时候,我们再拘泥于使用样品计算出的PV+GR&R作为TV就显得有点照搬书本了。
msa取样原则

msa取样原则
MSA(Measurement System Analysis)即测量系统分析,是一种评估和确定测量系统精度、可重复性和稳定性的方法。
MSA在各种场合中应用广泛,包括生产和制造,医疗设备的设计和性能测试,质量保证,流程控制等。
在进行MSA之前,需要明确MSA的取样原则。
以下是MSA取样原则的详细解释:
1. 安全取样
如果取样会产生危险,需要在采取任何措施之前评估风险并采取相应的安全措施。
例如,在进行高温测试时,应对试验物体进行冷却并在试验时穿戴防护服。
2. 随机取样
应该在取样过程中采用随机抽样方法,以确保所有观察结果在统计上是独立的。
3. 代表性取样
采样应该有代表性,以反映被测对象的总体特征。
如果取样不代表性,则测试结果可能偏差,导致高偏差和低偏差。
4. 符合取样
应该在取样过程中遵循符合性,即应该避免对测试结果产生潜在影响的任何因素。
例如,在环节周围提供其他数据文件,例如人员,设备和材料,都应该避免干扰测试的发生。
5. 可追溯性
取样应该有可追溯性,以便跟踪测试的源自何处。
这有助于发现并解决潜在的测试偏差。
6. 反复取样
需要进行反复取样,以检查测量系统的精确性和重复性。
反复取样还可以检查测试结果的一致性,并确保其可靠性。
7. 时间和频率
需要考虑时间和频率。
例如,如果测量系统的精密度在时间上改变,则取样的时间和频率应根据实际情况进行调整。
MSA计数型大样法分析公式自动计算

MSA计数型大样法分析公式自动计算MSA(Multiple System Atrophy)计数型大样法是一种用于分析MSA患者的统计方法。
该方法通过对患者进行观察和计数来确定患者群体的特征和发展趋势。
本文将介绍MSA计数型大样法的原理以及如何使用公式进行计算。
1.收集数据:首先要收集一定时期内MSA患者的相关病历和临床观察数据,包括患者的性别、年龄、病程、症状等信息。
2. 统计计数:对收集到的患者数据进行统计计数,可以使用Excel等软件进行操作。
根据需要统计的指标,比如不同性别和年龄的患者人数,其中一种症状的发生率等,进行计数统计。
3.构建表格:根据统计计数的结果,将数据整理成表格,其中包括不同指标的计数结果和相应的比例或百分比。
4.分析结果:根据表格中的数据进行分析,可以计算不同指标的比例、发生率或趋势。
比如,计算不同性别和年龄的患者比例,分析不同症状的发生率随时间的变化等。
5.表达结果:将分析的结果以图表或文字形式进行表达,以便更清晰地展现患者群体的特征和发展趋势。
可以使用柱状图、饼图、折线图等方式进行展示。
假设有100例MSA患者,其中男性患者50例,女性患者50例。
则男女患者所占比例分别为:男性患者比例=男性患者数/总患者数=50/100=50%女性患者比例=女性患者数/总患者数=50/100=50%通过这样的计算可以得到不同指标的比例结果,帮助研究人员和医生更好地了解MSA患者群体的特征。
总结:MSA计数型大样法是一种用于分析MSA患者的统计方法,通过对患者进行观察和计数来确定患者群体的特征和发展趋势。
使用该方法时,需要收集患者数据、进行统计计数、构建表格、分析结果并最终以图表或文字形式表达。
计算公式可以根据具体需求进行设计,可以计算不同指标的比例、发生率或趋势等。
通过MSA计数型大样法的分析,可以更深入地研究MSA患者的特征和发展情况,为预防和治疗提供依据。
MSA数据取样方法

MSA数据取样方法MSA分析数据取样方法1 重复性与再现性数据取样方法:1)根据测量治具或测试设备选用10个被测样品,并进行编号。
2)选用A,B,C三个具有该测量治具或测试设备实际操作经验的测量人员进行测量评价。
3)将测量治具或测试设备的相关信息依MSA重复性和再现性数据表的格式作完准的记录,务必写清测量治具或测试设备的编号和名称及测量参数规格。
4)依选用的三个A,B,C测量人员按顺序进行测量。
①测量时,测量人员A按随机顺序对选用的10个被测样品测量三次(可连续测量3次),并将被测样品的编号与测量数据一一对应后记录于MSA数据表A区域中。
②测量时,测量人员B按随机顺序对选用的10个被测样品测量三次(可连续测量3次),并将被测样品的编号与测量数据一一对应后记录于MSA数据表B区域中。
③测量时,测量人员C按随机顺序对选用的10个被测样品测量三次(可连续测量3次),并将被测样品的编号与测量数据一一对应后记录于MSA数据表C区域中。
2 线性数据取样方法:1)将测量治具或测试设备的相关信息依MSA线性分析数据表的格式作完准的记录,务必写清测量治具或测试设备的编号和名称及测量参数规格。
2)选用一个具有该测量治具或测试设备实际操作经验的测量人员进行测量评价。
3)根据测量治具或测试设备选用5-10个被测样品,并先测量实际值,并确认实际值覆盖在规格范围内。
4)根据5-10个被测样品测量的实际值由小到大的顺序排列,并先用5个实际值有一定间距(如规格值是0-5,那么就应选用被测样品实际值为1,2,3,4,5的5个的被测样品)作线性分析样品。
5)将选用的5个线性分析样品测量的实际值按由小到大的顺序分别记录于线性据分析数据表中作线性分析的5个基准值。
6)测量分析时,测量人员对选用的5个被测样品分别测量10次(可连续测量10次),并将每次测量数据与基准值一一对应后记录于MSA线性数据表中。
msa的取样方法

msa的取样方法宝子!今天咱们来唠唠MSA(测量系统分析)的取样方法呀。
MSA取样呢,得有一定的讲究。
咱先说这个样本的选择范围。
你可不能太随意啦,要尽可能涵盖整个测量过程可能涉及到的情况。
比如说,如果是测量产品的尺寸,那大的小的、长的短的产品都得考虑进去。
就像你挑水果,不能只挑大个儿的或者只挑好看的呀,各种类型都得来点儿。
然后呢,样本数量也很关键。
太少可不行哦,要是样本少得可怜,那得出的结果可能就不准啦,就像你只尝了一颗葡萄就说这一串葡萄的味道,太不靠谱啦。
但是也不是越多越好,太多的话会浪费资源,还可能把简单的事情搞复杂。
一般来说呢,要根据实际情况确定一个合适的数量,既能保证结果的可靠性,又不会给自己找麻烦。
再说说样本的代表性。
这就好比选代表,得能代表整个群体的特征。
如果是从生产线上取样,那不同时间段生产的产品都要取到。
不能只取早上刚开机生产的,或者只取快下班时候的,不然测量结果可能就偏向某一个时段的产品情况啦。
还有哦,取样的时候要注意避免一些特殊的情况。
比如说,如果知道某个设备在某个特定条件下测量会不准确,那就不要专门挑这个时候的样本来测。
这就像你知道某个路口容易堵车,你就别故意在高峰期去走那个路口,还怪路不好走一样。
取样过程中呢,也要保持一致性。
用同样的方法,同样的工具去取每个样本。
可不能这个样本用这个工具取,下一个样本就换个工具啦,那测量结果肯定乱套咯。
总之呢,MSA的取样方法虽然看起来有点复杂,但只要咱们用心,按照这些小原则来,就能够取到合适的样本,为准确的测量系统分析打下好基础呢。
宝子,现在是不是对MSA取样有点感觉啦?。
(大样法)X光探伤机MSA数据

期望的计 47.69333 98.30667 146 算 Pa=实际观察一致数/总观察例 0.953 Pa 数 Pe=期望一致数/总观察例数 Kappa两个评价人对同一目标 评价值的一致程度 Pe K 0.559 0.894
表3 A与C交叉表
C 总计 × 计算 × A √ 期望的计 算 计算 期望的计 算 计算 总计 期望的计 算 45 16.3 6 34.7 51 51 Pa Pe √ 3 31.7 96 67.3 99 99 0.940 0.558 48 48.0 102 102.0 150 150 A B C Kappa
GuangDong HongTeo Accurate Technology Co.,Ltd 广东鸿特精密技术股份有限公司
Part Name Item Spec. 下缸体 内部质量 -----Drawing No. Gauge No. Gage Name CAPSA01 XG-1604-1 X光探伤机
Pe K
0.551 0.941
分析方法: 1、采用大样法,抽取50件样本进行测量分析。使用3个评价人,每个人对每个样本测量3次,测量结果为“合格”的打“√ ”,测量结果“不合格”的打“×”,并将结果记录到记录表中。 2、对测量结果进行判定分析,分别确认每个评价人之间判定的一致性和每个评价人与基准之间判定的一致性。 3、当分析后的Kappa 值大于0.75时,表明评价方法具有良好的一致性,可以接受。 样本 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 基准 √ × √ √ √ √ √ √ √ × √ √ √ √ √ √ √ × √ × √ √ √ × × √ × √ × × √ √ √ √ × × √ √ √ √ × × √ × × A-1 √ √ √ √ √ √ √ √ √ × √ √ √ √ √ √ √ × √ × √ √ √ × × √ × √ √ × √ √ √ √ × × √ √ √ √ × × √ × × A-2 √ × √ √ √ √ √ √ √ × √ √ √ √ √ √ √ × √ × √ √ √ × × √ × √ × × √ √ √ √ × × √ √ √ √ × × √ × × A-3 √ × √ √ √ √ √ √ √ × √ √ √ √ √ √ √ × √ × √ √ √ × √ √ × √ × × √ √ √ √ √ × √ √ √ √ × × √ × × B-1 √ × √ √ √ √ √ √ √ × √ √ √ √ √ √ √ × √ × √ √ √ × × √ × √ × × √ √ √ √ × × √ √ √ √ × × √ × × B-2 √ √ √ √ √ √ √ √ √ × √ √ √ √ √ √ √ × √ × √ √ √ × × √ × √ √ × √ √ √ √ × × √ √ √ √ × × √ × × B-3 √ × √ √ √ √ √ √ √ × √ √ √ √ √ √ √ × √ × √ √ √ × × √ × √ × × √ √ √ √ × × √ √ √ √ × × √ × × C-1 √ × √ √ √ √ √ √ √ × √ √ √ √ √ √ √ × √ × √ √ √ × √ √ × √ × × √ √ √ √ × × √ √ √ √ × × √ × × C-2 √ × √ √ √ √ √ √ √ × √ √ × √ √ √ √ × √ × √ √ √ × × √ × √ × × √ √ √ √ √ × √ √ √ √ × × √ × × C-3 √ × √ √ √ √ √ √ √ × √ √ √ √ √ √ √ × √ × √ √ √ × × √ × √ × × √ √ √ √ × × √ √ √ √ × × √ × × 备注
- 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)。
实用标准文案
精彩文档MSA分析数据取样方法
1 重复性与再现性数据取样方法:
1)根据测量治具或测试设备选用10个被测样品,并进行编号。
2)选用A,B,C三个具有该测量治具或测试设备实际操作经验的测量人员进行测量评价。
3)将测量治具或测试设备的相关信息依MSA重复性和再现性数据表的格式作完准的记录,务必写清测量治具或测试设备的编号和名称及测量参数规格。
4)依选用的三个A,B,C测量人员按顺序进行测量。
①测量时,测量人员A按随机顺序对选用的10个被测样品测量三次(可连
续测量3次),并将被测样品的编号与测量数据一一对应后记录于MSA数据表A区域中。
②测量时,测量人员B按随机顺序对选用的10个被测样品测量三次(可连
续测量3次),并将被测样品的编号与测量数据一一对应后记录于MSA数据表B区域中。
③测量时,测量人员C按随机顺序对选用的10个被测样品测量三次(可连
续测量3次),并将被测样品的编号与测量数据一一对应后记录于MSA数据表C区域中。
2 线性数据取样方法:
1)将测量治具或测试设备的相关信息依MSA线性分析数据表的格式作完准的记录,务必写清测量治具或测试设备的编号和名称及测量参数规
格。
2)选用一个具有该测量治具或测试设备实际操作经验的测量人员进行测量评价。
3)根据测量治具或测试设备选用5-10个被测样品,并先测量实际值,并确认实际值覆盖在规格范围内。
4)根据5-10个被测样品测量的实际值由小到大的顺序排列,并先用5个实际值有一定间距(如规格值是0-5,那么就应选用被测样品实际
值为1,2,3,4,5的5个的被测样品)作线性分析样品。
5)将选用的5个线性分析样品测量的实际值按由小到大的顺序分别记录于线性据分析数据表中作线性分析的5个基准值。
6)测量分析时,测量人员对选用的5个被测样品分别测量10次(可连续测量10次),并将每次测量数据与基准值一一对应后记录于MSA线
性数据表中。