用Minitab进行属性一致性(通过不通过)测量系统研究
Minitab各功能操作说明
统计 > 质量工具 > 量具研究 > 量具 R&R 研究（嵌套）（破坏性试验）数据的要求：对数据进行排列，以使每一行都包含部件名或部件号、操作员以及实测测量值。
部件和操作员可以是文本或数字。
部件嵌套在操作员中，因为每名操作员都测量唯一的部件。
要设置并随机排列工作表，请参阅创建量具 R&R 研究工作表。
注如果您使用破坏性试验，则必须能够假定一批中所有部件的相同程度足够高，以致于可以把它们当作是同一部件。
在下面的示例中，Daryl 的部件号 1 是与 Beth 的部件号 1 完全不同的部件。
部件号操作员测量值部件号操作员测量值1 Daryl 1.48 1 Daryl 1.481 Daryl 1.43 1 Daryl 1.432 Daryl 1.83 2 Daryl 1.832 Daryl 1.83 2 Daryl 1.833 Daryl 1.53 3 Daryl 1.533 Daryl 1.52 3 Daryl 1.524 Beth 1.38 1 Beth 1.384 Beth 1.78 1 Beth 1.785 Beth 1.33 2 Beth 1.33... ... ... ... ... ...量具R&R 研究需要平衡设计（每个单元格的观测值个数相同）和仿行。
您可以使用[7]中介绍的方法估计任何缺失的观测值。
缺失数据：量具 R&R 研究需要平衡设计（每个单元格的观测值个数相同）和仿行来计算方差分量。
如果出现缺失数据，则可能需要对缺失观测值进行估计。
有关估计的方法，请参见[7]。
估计了缺失观测值后，便可将数据作为平衡设计进行分析。
指定量具公差及量具变异：研究变异：输入要在会话窗口输出的研究变异列中使用的倍数。
默认倍数是 6，这是捕获过程测量的 99.73% 所需的标准差个数。
过程公差：输入已知公差极差（规格上限 - 规格下限）、规格下限或规格上限。
MINITAB测量系统分析
测量趋势图
根据所有测量员和部件号所作的图形 在图中平均值的位置画一条水平参考线 稳定的测量过程,趋势图上的点将随机分
布在水平参考线两边
测量趋势图
打开Minitab,从菜单选择File>Open Worksheet,打开工作表GAGE2.MTW
从菜单选择Stat>Quality Tools>Gage Study>Gage Run Chart
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
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
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
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
利用MINITAB软件进行测量过程的统计控制的研究报告
利用MINITAB软件进行测量过程的统计控制的研究报告本研究报告旨在探讨利用MINITAB软件进行测量过程的统计控制方法。
本研究选取了一个现实中的制造业公司为研究对象，采用MINITAB软件对其生产过程的测量数据进行分析，以便进行过程优化和良品率提高。
首先，我们使用MINITAB软件对该公司生产过程的样本数据进行了分析。
对数据进行了直方图、正态概率图、极差图等分析方法，确定了修正过程的均值与标准偏差。
传统的控制图法中，矩阵往往是以2σ控制限作为标准，但对于一些特殊产品的多维品质特性，教科书定义的常用方法并不是很适用。
而MINITAB可以以某个特别的标准来做出细致、个性化的控制上下限，帮助科研人员更好地寻找产品质量过程中的关键点。
得出该公司生产过程的均值和标准偏差后，我们建立了X-控制图，图中呈现出生产过程的各项数据测量结果。
通过图中的数据表现和控制限的设定，可以很好地观察到生产过程中是否出现了超标情况。
同时，MINITAB软件还能够对数据进行实时监控，一旦测量过程出现了异常，MINITAB会发出警报，提醒相关的员工注意修正生产过程。
接下来，我们使用P-控制图对该公司生产过程的良率进行了统计控制。
P-控制图主要针对的是二项分布的数据，可以很好地控制产品的良率。
通过对生产过程的每个操作进行测量，我们可以得出每个操作的良率数据。
结合MINITAB软件，我们可以很容易地制定出P-控制图，对不同操作的良率进行不同的控制限制。
通过实时地监控P-控制图，我们可以快速检测到不同操作的良率是否达标，以便及时调整生产过程以达到优化效果。
最后，我们使用C-控制图对该公司生产过程的坏品率进行了统计控制。
C-控制图主要针对的是计数数据，可以很好地控制坏品率。
通过对生产过程的每个批次进行测量，我们可以得出每个批次的坏品数数据。
结合MINITAB软件，我们制定了C-控制图，对不同批次的坏品数进行不同的控制限制。
通过实时地监控C-控制图，我们可以快速检测到不同批次是否存在坏品率超标情况，以便及时调整生产过程以达到优化效果。
测量系统分析 Minitab-MSA
2、为什么要进行测量系统分析
要点： • 对控制计划中列入的测量系统要进行测量系
统分析。 • 测量分析方法及接受准则应与测量系统分析
参考手册一致。 • 经顾客批准，可以采用其它方法及接受准则。 • PPAP手册中规定：对新的或改进的量具、测
量和试验设备应参考MSA手册进行变差研究。 • APQP手册中，MSA为“产品/过程确认”阶段
2
3
Precision to Tolerance Ratio---P/T
Precision to Total Variation Ratio---P/TV
%Contribution
Minitab
显示:－> %Tolerance
%Study Var %Contribution
%Tolerance 5.15 MS 100%
• 测量：赋值给具体事物以表示它们对于特定 特性之间的关系。
• 测量过程：赋值过程定义为测量过程。 • 测量系统：是对测量单元进行量化或对被测
特性进行评估，其所使用的仪器、量具、标 准、操作、方法、夹具、人员、软件及环境 的集合，用来获得测量结果的整个过程。 • 测量系统分为计量型测量系统与计数型测量 系统
22
Gage R&R 评价指标
评价指标
1. %Contribution =
σ2MS σ2Total
× 100%
2. %Study Variation =
σMS σTotal
× 100%
3. %Tolerance = 5.15 × σMS Tolerance
× 100% *( Tolerance = USL-LSL）
from that of the process
使用Minitab作MSA测量系统分析
结果分析-图示法
在进行其他统计分析之前，应先使用图表工具对 数据进行系统的筛选。从而找到变差明显特殊原因。
极差图
极差图-非层叠 极差图-层叠
● 在包括平均极差和控制限的标准的极差图上画出了由每个评 价人对每个零件测量的多个读数范围。从画在图中得出的数据分 析可以得出很多有用的解释。如果所有的极差都受控，则所有评 价人的工作状态是相同的，可以认为每人重复测量的重复性是一 致的。 ● 如果一个评价人不受控，说明他的方法与其他人不同。如果 所有评价人都不受控，则测量系统对评价人的技术很敏感，需要 改善以获得有用的数据。 ● 极差图可以帮助我们确定：与重复性相关的统计控制，测量 过程中评价人之间对每个零件的一致性。 ● 以上图形的评审显示评价人之间变异性是不同的，应分析并 消除其影响。
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 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。
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：
用Minitab进行kappa(通过不通过)测量系统研究
每位检验员评估结果与标准 的一致性
Kappa量测能力评价指标
判断指标
判断基准 (良好)
90% ↑
判断基准 (考虑)
75~90%
判断基准 (不足)
75% ↓
今天就谈到这，欢迎大家交流！
在弹出的页面上输入相应信息
其他菜单按如下方式进行选择
Minitab 结果分析 检验员自身判定一致性
每位检验员自身评估一致性 相符数/检验数=42/50=84%
不和标准比较，仅 是检验员自身比较
Minitab 结果分析 检验员自身判定一致性
每位检验员自身评估一致性
Minitab 结果分析 每个检验员与标准判定一致性
评价人事先要进行培训，确 保有能力进行相应的评价
用Minitab分析例子
检查汽车保险杠的外观；取样50个；3个检验员，每个人各检验三次
测量的数据表如图所示（部分截图）
Minitab 操作步骤
输入测量数据
打开Minitab 软件，输入后的数据如图所示
Minitab > 质量工具 > 属性一致性分析
结果的一致性
Kappa，是度量测验结果一致程度的统计量
还可以比较：两个测 量员的测量结果之间 的一致性以及和标准 的一致性程度
Kappa不考虑评价人 之间不一致的程度， 只考虑他们是否一致
Kappa分析可以获得的好处包括
加强计数型量测分析 分析确定检验员检验能力 降低误判率机会 对计数型测量提出改进机会
用Minitab进行Kappa（通过不通过）测量系统研究 用Minitab进行Kappa（通过不通过）测量系统研究
大家好！今天我们谈谈：“计数型测量”如何进行测量系统研究。用Kappa的方法进行，用minitab软件进行
第五章Minitab MSA测量系统分析
观测平均值
重复性(Repeatability)
重复性
重复性是由一个评价人，采 用一种测量仪器，多次测量 同一零件的同一特性时获得 的测量值变差。
再现性(Reproducibility)
再现性
再现性是由不同的评人， 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。
σ GRR=5.15 × σ
偏倚分析的做法
决定要分析的测量系统 抽取样本，取值参考值 请现场测量人员测量15次 输入数据到EXCEL表格中
计算t值，并判定 是否合格，是否要加补正值
保留记录
结果判定 如果t< tα就代表没有 明显的偏移。此是可以 接受的。 如果t> tα就代表有明 显的偏移。 此时就要再看其 所受的影响。 我们利用偏差／ 公差，或偏差／过 程变化范围来了解 其受影响的比例， 如果比例比较高时 那么就可能仪器要 停用或者修理。
23 24 25 48.0 48.1 47.9 48.4 48.6 48.3 48.8 48.9 48.4
稳定性分析输出：
结果判定
• 可以利用Xbar-R来评估其偏差程度。 • 可以利用Rbar/d2来评估其EV（重复性），用
EV/TV（总变差）可以了解其相应的EV%。
偏倚分析的做法
决定要分析的测量系统 抽取样本，取值参考值 请现场测量人员测量15次 输入数据到minitab表格中
均值
6.0067 6.00 0.0067
标准偏差 0.212020
0.21202
均值的标准偏差 0.054743
0.05474
t统计量 0.12178058
查表得t0.95
1.753
将数据输入minitab
用MINITAB软件进行测量系统分析1
用MINITAB软件进行测量系统分析质量部陈志明摘要数据分析在质量管理和过程控制活动中已得到了广泛的应用，而数据的质量又取决于测量系统的能力。
本文以空调公司平衡型量热计空调系统性能测试平台的“GR&R”研究为例，介绍用MINITAB 进行测量系统分析的方法，供大家参考。
关键词数据分析MINITAB软件测量系统分析（MSA）一测量系统分析概述测量系统是对测量单元进行量化或对被测的特性进行评估，其所用的仪器或量具、标准、操作、方法、夹具、软件、人员、环境及假设的集合，也就是说用来获得测量结果的过程。
理想的测量系统在每次使用时应只产生正确的测量结果：与一个标准值相符。
而事实上，理想的测量系几乎是不存在的：用一把校准好的卡尺，不同的人测量同一件零件都会产生不同的结果。
低质量的测量系统产生的测量结果往往本身就有较大的偏差，从而可能掩盖被分析过程的偏差，这种结果用于质量验证、质量改进和过程控制分析显然是不恰当的。
测量系统的质量经常使用其测得数据的统计特性来确定，测量系统必须处于统计控制中，也就说测量系统产生的偏差只能是由普通原因造成，而不应由于特殊原因导致。
测量系统分析就是用统计的方法分析测量系统所测数据的统计特性，而确定其质量水平。
通常，我们用下述五个指标来评价测量系统的统计特性，它们是：1）偏倚: 测量观察平均值与该零部件采用精密仪器测量的标准平均值的差值；2）线性:表征量具预期工作范围内偏倚值的差别；3）稳定性：表征测量系统对于给定的零部件或标准件随时间变化系统便倚中的总偏差量，与通常意义上的统计稳定性是有区别的；4）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）的偏差。
5）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偏差。
通常，前三种指标用于评价测量系统的准确性，后两种指标用于评价测量系统的精确性。
测量系统的准确性可以通过对设备的校准等比如参照ISO9000或ISO/TS16949关于测量系统的相关要求在体系上对测量系统进行维护、监控。
- 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)。
计数型测量分析步骤
确定测量属性（Go or No go) 收集样本，确定分析计划(反复测量次数，操作者数 等)
计数型测量分析步骤
确定测量属性（Go or No go) 收集样本，确定分析计划(反复测量次数，操作者数 等) 随机性的对所有样本进行测量 Minitab分析 分析结果并确定后续措施
用Minitab进行属性一致性（通过不通过）测量系统研究 用Minitab进行属性一致性（通过不通过）测量系统研究
大家好！今天我们谈谈：“计数型测量”如何进行测量系统研究。也就是属性一致性分析，用Minitab软件进行
最常见的计数型测量就是通过或者不通过
有时候，测量结果Байду номын сангаас属性值或者计数型数据
计数型测量主要针对测量人员进行
同一测量者对同一零件不同测量轮数的一致性程度
Minitab 结果分析
总观测次数对比真值的一致率
检验员C总共评价50 次，有37次与真值一 致, 74%一致
偏倚是指一切测量值对真值的偏离
我们可以理解为这 是：偏倚
Minitab结果分析
有效判定中（两次结果 一致），将不合格判定 为合格的比率。 A有3次，3/25=12%
检验员和标准的不一致
某些检验员工作不熟练，对标准不熟 判定标准没有规定好，每个人理解不同 评价过程环境不佳，例如灯光等
所有检验员和标准的不一致
重复性不好 检验员各自的评价方式不一致 未落实培训以及效果评估未落实 标准规定不好，以及检验员对标准不熟悉
今天就谈到这，欢迎大家交流！
属性值测量数据的获得
一般需要收集20个或20个以上的零件（最好是100个）
可以通过更高一级的评价获取样本
检验员人数以及评价次数
从日常检验员中至少抽取2名检验员。（要涵盖不同班次）
每个评价人员至少对每个零件重复评价2次或以上
计数型测量系统分析—重复性
同一测量者对同一零件不同测量轮数的一致性程度
18/20=90%
有效判定中（两次结果 一致中），将合格判定 为合格的比率。 A\B\C都是0次
多个试验中所有的评估 与标准不相同者。 A：9/50=18%
Minitab 结果分析
检验员间一致率： 3名检验员总计50次检查中, 34次一致, 68%的一致率
这里只是检验员之 间的比较，不和标 准的真值进行比较
再现性：不同测量者对同一零件测量时的一致性
在弹出的页面上输入相应信息
其他菜单按如下方式进行选择
Minitab 结果分析
每位检验员自身评估一致性 相符数/检验数=41/50=82%
不和标准比较，仅 是检验员自身比较
同一个产品两次判定的结果的一致性
Minitab 结果分析
每位检验员自身评估一致性 相符数/检验数=41/50=82%
不和标准比较，仅 是检验员自身比较
Minitab 结果分析
所有检验员和真值的一致率： 3名检验员总计50次观测中， 31次和真值一致,62%的一 致率
Minitab 结果分析
所有评价者的观测值 的一致程度可通过置 信区间确认出来
所有评价者的观测值和 标准的一致程度可通过 置信区间确认出来
Minitab 结果判定标准
所有检验员与标准一致性
有效性 判断
≥90% 可接受
80%-90% 接受，需要改进
≤80% 不可接受
检验员自身一致性不好的原因
重复性不好，多次评价不一致 判定标准没有规定好 检验员工作不熟练，对标准不熟 样件本身变化较大
检验员之间一致性不好
每个检验员的差异性太大 判定标准没有规定好，每个人理解不同 某些检验员工作不熟练，对标准不熟 培训及效果评估没有落实进行
计数型测量系统分析—再现性
不同测量者对同一零件测量时的一致性
17/20=85%
用Minitab分析例子
检查汽车保险杠的外观；取样50个；3个检验员，每个人各检验两次
测量的数据表如图所示（部分截图）
Minitab 操作步骤
输入测量数据
打开Minitab 软件，输入后的数据如图所示
Minitab > 质量工具 > 属性一致性分析