MSA培训-计数型
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。
计数型 MSA 补充内容
如果分级员自己没有很好地重复判定，那么他也不能和其它 分级员很好的做重复判定，这将掩盖其它分级员内部重复判 定的好坏
根据每个分级员的首次判定建立一个Kappa表，计算不同分级员之间 的Kappa值
不同分级员之间的Kappa值将进行两两对比 (A和 B, B和C, A和C)
A
Bad 0.693878 0.222440 3.11940 0.0009
Good 0.693878 0.222440 3.11940 0.0009
B
Bad 0.375000 0.223607 1.67705 0.0468
Good 0.375000 0.223607 1.67705 0.0468
C
BAassdessment A0g.re7e9me1n6t 67 0.223607 3.54044Dateof stu0dy.: 0002
- 举个例，不良率0.1%→0.001% 改善课题的情况下检出率必须为 100%.
- 满足指数40% → 60% 改善课题时，如果检出率是70%以上就可以被选择。
基本上，达不到100%时，必须调查其原因。
7
在选择研究的部件时，要考虑以下几方面因素： 如果你只有两个类别，优良和次劣，你至少应该选择 20个优良品和20个次劣品 最多可选择 50个优良品和50个次劣品 尽量保持大约50%的优良品和50%的次劣品 选择不同程度的优良和次劣
Good
9
Rater B First
3
12
Measure Bad
2
6
8
11
9
两个分级员都判定为优良的次数 (使用首次测量)
计数型MSA(minitab)
数据收集与整理
按照测量计划进行数据收集
按照制定的测量计划，使用合适的测量系统进行数据收集。
数据整理
对收集到的数据进行整理，包括数据筛选、缺失值处理、异 常值处理等。
分析数据并评估测量系统的性能
数据分析
对整理后的数据进行统计分析，包括 描述性统计、假设检验等。
评估测量系统的性能
根据数据分析结果，评估计数型MSA 的测量系统性能，包括稳定性、重复 性、再现性等方面的评估。
进一步研究计数型MSA在不同行业和 领域的应用，以拓展其应用范围。
深入研究计数型MSA与其他测量系统 评估方法的比较和整合，以提供更全 面的测量系统评估方案。
探索使用其他统计软件进行计数型 MSA分析的可行性，以提高分析效率 和准确性。
鼓励更多企业采用计数型MSA来评估 其测量系统性能，以提高产品质量和 生产效率。
同时间或不同操作员检测到的缺陷的一致性来评估。
案例三：产品包装缺陷检测系统
要点一
总结词
要点二
详细描述
产品包装缺陷检测系统是计数型MSA的又一应用案例，用 于检测产品包装的完整性。
产品包装缺陷检测系统通常使用机器视觉技术来识别包装 上的缺陷或瑕疵，如裂缝、污渍、缺失标签等。计数型 MSA可以用于评估产品包装缺陷检测系统的准确性，通过 比较检测到的缺陷与实际存在的缺陷的一致性来评估。此 外，还可以评估产品包装缺陷检测系统的可靠性，通过比 较不同时间或不同操作员检测到的缺陷的一致性来评估。
通过识别和纠正测量系统 中的问题，可以减少不必 要的浪费和返工，从而降 低生产成本。
提高生产效率
准确的测量结果有助于加 快生产速度，提高生产效 率。
ห้องสมุดไป่ตู้
计数型MSA的应用场景
计数型msa的实施步骤
计数型MSA的实施步骤概述计数型MSA（Measurement System Analysis）是一种用于评估和验证测量系统稳定性和准确性的方法。
它通常用于生产制造和质量控制过程中，以确保测量结果的可靠性和一致性。
本文档将介绍计数型MSA的实施步骤，并提供相关的指导。
步骤一：确定测量指标1.确定所需测量的关键参数或特征。
2.定义测量指标，例如数量、长度、宽度等。
步骤二：选择合适的样本量和采样方法1.根据实际需求，选择合适的样本容量。
样本容量应充分反映整个生产过程的变异情况。
2.根据测量目的和可行性，选择合适的采样方法，例如随机采样、时间间隔采样等。
步骤三：准备测量设备和环境1.确保测量设备符合精度和准确性要求，并进行校准。
2.创建适当的测量环境，例如控制温度、湿度和光照等。
步骤四：进行测量和数据收集1.进行测量操作，并记录每次测量结果。
2.建立数据收集系统，例如使用电子表格或专业软件进行数据记录和分析。
步骤五：计算测量系统的误差1.使用统计方法（例如均值、方差、极差等）计算每个测量值的误差。
2.分析数据，确定测量系统的稳定性和准确性。
步骤六：评估测量系统的能力1.进行测量系统的能力分析，例如计算重复性和再现性。
2.根据测量系统的能力评估结果，确定是否需要改进或调整测量系统。
步骤七：制定改进措施1.根据测量系统的能力评估结果，确定改进的方向和目标。
2.制定改进措施，并进行实施和监控。
步骤八：持续监控和维护测量系统1.建立定期监控和维护计划，以确保测量系统的稳定性和准确性。
2.定期对测量系统进行校准和验证。
结论计数型MSA是一种有效的方法，可以评估和验证测量系统的稳定性和准确性。
通过按照上述步骤实施计数型MSA，可以提高测量结果的可靠性和一致性，从而对生产制造过程的质量控制做出有效的贡献。
MSA培训常用的MSA方法详解
MSA实施过程与注
05
意事项
明确目标和范围
确定MSA的目标
例如，提高测量系统的准确性和可靠性，减少测量误差等。
明确MSA的范围
包括需要评估的测量系统、测量人员、测量环境和测量数 据等。
选择合适的MSA方法
01
根据目标和范围选择合适的MSA方 法，如重复性和再现性（R&R）研 究、线性研究、稳定性研究等。
计量型数据特点与处理流程
数据特点
连续性、可测量性、服从正态分布。
处理流程
收集数据、整理数据、分析数据、解释数据。
稳定性分析方法
时间序列分析
通过时间序列图观察数据的稳定性， 计算移动平均线、移动极差等统计量。
控制图分析
利用控制图判断过程是否处于稳定状态， 如X-bar控制图、R控制图等。
偏倚分析方法
偏倚分析目的
评估测量系统与被测对象真实值 之间的差异。
分析方法
使用独立样本T检验、配对样本T检 验等方法进行比较分析。
注意事项
需确保样本具有代表性和可比性， 并考虑测量误差对偏倚的影响。
常用的MSA方法之
04
三：破坏性试验数据
分析
破坏性试验特点及挑战
特点
破坏性试验通常涉及对产品或材料的不可逆改变，以获取关于其性能或可靠性的数据。这类试验往往成本 高、周期长，且样本量有限。
在使用仿真模拟法时，需要建立一个能够准 确反映破坏性试验过程的计算机模型。通过 对模型进行反复模拟和优化，可以生成大量 具有代表性的虚拟数据。基于这些数据，可 以对测量系统的误差、稳定性和可靠性进行 详细分析。
案例分享：某企业破坏性试验MSA实践
案例背景
某企业在生产过程中需要对一种关键零部件进行破坏性 试验以评估其性能。由于试验成本高、周期长，企业决 定采用MSA方法对测量系统进行分析和优化。
MSA培训教程(完整版)
3
MSA在供应链管理中的应用
通过对供应商的测量系统进行分析和评估，确保 供应商提供的产品符合质量要求，降低供应链风 险。
某电子产品生产企业MSA应用案例
MSA在产品设计阶段的应用
01
在产品设计阶段引入MSA，对设计方案的测量系统进行评估，
如何提高测量系统的稳定性？可以通 过对测量设备进行定期校准和维护、 优化测量方法和环境等方式来提高测 量系统的稳定性。
Part
06
MSA在企业中实践案例分享
某汽车制造企业MSA应用案例
1 2
MSA在质量控制中的应用
通过测量系统分析（MSA）对生产线上的关键质 量特性进行监控，确保产品质量稳定。
MSA在工艺改进中的应用
信号探测理论在计数型MSA中应用
01
信号探测理论简介
信号探测理论是一种用于研究如何在噪声背景下检测和识别信号的理论
。在计数型MSA中，该理论可用于评估测量系统的稳定性和可靠性。
02 03
信号探测理论应用
通过设定合适的阈值，将测量数据分为信号和噪声两部分。利用信号探 测理论中的相关指标（如信噪比、探测概率等），对测量系统的性能进 行评估和优化。
偏倚分析方法
STEP 02
STEP 01
独立样本法
图表法
通过比较测量结果与已知 标准值之间的差异，评估 测量系统的偏倚。
STEP 03
回归分析法
通过回归分析，确定测量 结果与标准值之间的线性 关系，进一步评估偏倚。
利用图表直观展示测量结 果与标准值之间的差异， 帮助识别偏倚。
线性分析方法
01
计数型MSA培训教材
步骤5：记录结果，如果需要采取恰当的措施修正检验过程。
步骤6：重新进行分析，以验证修正措施。
注: 用30个个体的样本即可对检验员的效率和能力作出估計，其不确 定性可在合理的情況，一般来说不需要较大的样本，因为过大的样本 明显会降低检验过程的效率。
评估计数型MSA的指标：一致性均必须大于90%。
计数型MSA的运算：利用EXCEL工作表
确定检验员/GO-NO-GO测量仪器符合标准的程度，包括：
1. 检验员接受不合格品的概率； 2. 检验员拒收合格品的概率。
确定以下各项：
1.培训需求； 2.缺少程序或控制计划； 3.标准没有清晰定义； 4.GO-NO-GO量具需要调整或进行相关对比。
计数型MSA使用中应注意的事项
计数值通常是在筛选产品中产生；
100%产品筛选通常是在过程不能以高比例生产合格产品
时实施，此生产过程可能会产生大量的边界产品(介于合
格与不合格产品之间)； 很多测量系统，检验或运作过程都存在变异，这导致合 格产品的拒收或不合格产品的接受。 因此，我们的重点应该放在改进生产过程能力，而非完善
筛选系统。
计数型MSA使用方法
各检验员两次均将不良品 判为良品的百分比
各检验员两次均将良品 判为不良品的百分比
計數型MSA的运算：利用MINITAB软件进行
各检验员间再现性 百分比
各检验员的全部全部检验 结果与标准一致的百分比
End and Thanks!
步骤1：从过程中至少选择30个产品，这些产品中应尽可能做到：
---40%的无缺陷产品/40%的不良品/20%的边缘产品； 步骤2：挑选检验员和量具，检验员应具有经验和资格。
步骤3：让每位检验员独立以随机的次序检验这些产品并确定合格与否， 重复此法直至所有检验员完成检查。
计数型MSA (大样法)
0.98 0.84
C
Total
0.00 Count Expected Count 1.00 Count Expected Count Count Expected Count A B 0.88 Good A 0.92 Good C
Kappa Conclude
Repeatability Total Inspected Matched % Conclude
B
Total
0.00 Count Expected Count 1.00 Count Expected Count Count Expected Count
C*REF Crosstabulation 1.00 3 13.8 135 124.2 138 138.0 Total Po: 15 15.0 Pe: 135 135.0 150 150.0 Concordance 0.88 Good Repeatability 50 47 94% Good 误发 2% 1% 2%
B
Total
0.00 Count Expected Count 1.00 Count Expected Count Count Expected Count
A*C Crosstabulation C 0.00 12 1.5 3 13.5 15 15.0 A*C 0.809 Good Good 0.778 1.00 Total Po: 3 15 13.5 15 Pe: 132 135 121.5 135 135 150 135.0 150 Reproducibility 0.96 0.82
REV01(100919)
GIS-QM-F064-EN
ATTRIBUTE MSA Form
- 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MSA
假设试验分析
案例背景:
某生产制程Ppk = 0.5,使用合格/不合格量具以剔除不合格品研究准备:
代表整个生产范围的50个零件
3个评价人
3次试验
计数型数据收集表
评价人相互之间的比较A*B交叉表
B*C交叉表
A*C交叉表
Kappa - 评价人相互之间的一致性程度指标
Kappa = （Po-Pe)/（1-Pe)
Po = 对角单元观察比例之和
Pe = 对角单元期望比例之和
Kappa >= 0.75 显示良好的一致性
Kappa < 0.40 显示一致性程度不好
A*B交叉表
例如, 计算Kappa（A*B)
Po = （44+97)/150=0.940
Pe = （15.7+68.7)/150=0.563
Kappa（A*B) =（0.940 - 0.563) /（1 - 0.563)=0.86
但此Kappa并没有告知测量系统分辨合格/不合格能力比较评价人与基准的一致性
A*基准交叉表
B*基准交叉表
C*基准交叉表
以上数据显示每个评价人与基准之间有很好的一致性
有效性
正确判定件数/总判定件数
错误率
不拒收不合格品的次数/（正确判定不合格品次数+不拒收不合格品的次数)
错误警报率
拒收合格品的次数/（正确判定合格品次数+拒收合格品的次数)
以评价人A为例
有效性 = 42/50 = 0.84 = 84%
错误率 = 3/48 = 0.063 = 6.3%
错误警报率 = 5/102 = 0.049 = 4.9%
正确判定件数从数据收集表统计
测量系统接受指南。