计数型(通止规)MSA测量系统分析
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。
MSA计数型测量系统分析指导书资料
莱州市XX机械有限公司作业文件文件编号：JT/C－7.6J－004版号：A/0（MSA）计数型测量系统研究分析作业指导书批准：审核：编制：受控状态：分发号：2015年11月15日发布2015年11月15日实施计数型测量系统研究分析作业指导书 JT/C －7.6J －0041目的为了配备并使用与要求的测量能力相一致的测量仪器，通过适当的统计技术，对计数型测量系统进行分析研究，使测量结果的不确定度已知，为准确评定产品提高质量保证。
2适用范围适用于公司使用的计数型测量仪器的测量系统的分析研究。
3职责3.1检验科负责确定过程所需要的计数型测量仪器，并定期校准和检定，对使用的测量系统进行研究分析，对存在的异常情况及时采取纠正预防措施。
3.2工会负责根据需要组织和安排计数型测量系统分析所需应用技术的培训。
3.3生产科配合对测量仪器进行测量系统分析。
4计数型测量系统简介计数型测量系统是一种测量数值为一有限的分类数量的测量系统，它与能获得一连串数值结果的计量型测量系统截然不同。
通/止规（go/no go gage ）是最常用的量具，它只有两种可能的结果；其它的计数型测量系统，如目视标准，可能产生五到七个分类，如非常好、好、 一般、差、非常差。
所以，针对计量性测量系统所描述的分析方法不能用于评价这样的系统。
当使用任何测量系统进行决策时，都存在一定程度的风险。
这些方法不能量化测量系统变异性，只有当顾客同意的情况下才能使用。
选择和应用于这些技术应以基于一个良好的统计实践，了解影响产品和测量过程变差源，以及错误决定最终顾客的影响。
计数型测量系统的变差来源，应该通过利用了人为因素和人机工程学的研究结果使之最小化。
5研究分析方法5.1某生产过程处于统计受控状态，其性能指数为Pp=PpK=0.5，这是不可接受的。
由于过程正在生产不合格的产品，于是被要求采取遏制措施，以便从生产过程中挑出不可接受的产品。
见图1：图1过程范例5.2具体的遏制行动是，过程小组采用了一个计数型量具，来对每一个零件与一个指定的限定值进行比较。
(精品)计数型(通止规)MSA测量系统分析
A-1 1 1 0 0 0 1 1 1 0 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 0 0 1 1 1 0 1 1 1 0 1 1 0 1 0 1 1 0 1 1 0 1 1 0 1 0
A-2 1 1 0 0 0 1 1 1 0 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 0 1 1 1 1 0 1 1 1 0 1 1 0 1 0 1 1 0 0 1 0 1 1 0 1 0
B
总计
Po=
C与基准判断交叉表
C
总计
Po=
Kappa
来源 总受检数 符合的 错误地否定 错误地肯定 混合的 95%置信上限 计算得分 95%置信下限
总受检数 一致数 95%置信上限 计算得分 95%置信下限
注意： 1） 评价人自己在所有试验上都一致 2）评价人在所有试验上都与基准一致 3） 所有评价人自己保持一致，两两间一致 4）所有评价人自己和两两间一致并且于基 5） UCI和LCI分别是上、下置信区间边界线
计数型测量系统研究
零件 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
零件个数= 50
C-2 C-3 基准 111 111 000 000 000 001 011 111 000 111 111 100 111 001 111 111 111 111 111 111 101 100 111 111 000 010 111 111 111 000 111 111 111 110 111 011 000 111 000 111 111 000 101 111 000 111 111 000 111 000
(精编)计数型(通止规)MSA测量系统分析
零件 个数= 50
C-2 C-3 基准 111 111 000 000 000 001 011 111 000 111 111 100 111 001 111 111 111 111 111 111 101 100 111 111 000 010 111 111 111 000 111 111 111 110 111
0.45231 x 0.545604 x 0.529065 + 0.514192 + 0.599581 0.547204 x 0.502436 + 0.521642 + 0.523754 + 0.561457 x 0.503091 +
0.50585 + 0.487613 + 0.449696 x 0.498698 +
A-2 1 1 0 0 0 1 1 1 0 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 0 1 1 1 1 0 1 1 1 0 1
A-3 1 1 0 0 0 0 1 1 0 1 1 0 1 0 1 1 1 1 1 1 0 1 1 1 0 0 1 1 1 0 1 1 1 1 1
B-1 1 1 0 0 0 1 1 1 0 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 0 0 1 1 1 0 1 1 1 0 1
注意： 1） 评价人自 己在所有试验 上都一致 2）评价人在 所有试验上都 与基准一致 3） 所有评价 人自己保持一 致，两两间一 致 4）所有评价 人自己和两两 间一致并且于 基准一致 5） UCI和LCI 分别是上、下 置信区间边界 线
A B C
0 1
0.94
计算 期望的计算 计算 期望的计算 计算 期望的计算
很好
计数型MSA分析报告
XX 公司计数型MSA 分析报告日 期：实 施 人： 评 价 人：系统名称： 所属工序： 分析结论： 合格 不合格 审 核：批 准：胡梅青、彭春玲、罗玉容 2017年07月19日 张志超印制板外观检验 中间检验计数型MSA分析报告目录有效性 (4)合格品误判率 (4)不合格品错发率 (5)印制板外观检验（中间检验） MSA分析报告一、计数型MSA评测说明所谓计数型MSA就是指计数型测量系统分析，就是让检验员评测覆铜板或印制板的某一项缺陷，并判定检验员评测结果与标准值不一致的严重度是否可接收的一种分析方法。
在计数型测量系统分析中，主要评估：有效性（检验员对样品三次评测结果均与基准值一致的总次数，占样品总数量的比率）、合格品误判率（检验员对基准值为合格的样品，评测为不合格的次数，占基准值为合格样品被评测总次数的比率）、不合格品错发率（检验员对基准值为不合格的样品，评测为合格的次数，占基准值为不合格样品被评测总次数的比率）是否均满足接收要求。
二、试验方案2.1 准备50块印制板，对于这50块印制板，外观合格样品 32 块，外观不合格样品18 块，对每一块样品随机编号，便于对应编号记录检验员每次对样品的评测结果，在让检验员对样品进行检验评测时，不允许检验员知道各个样品的编号。
2.2 2017 年 07 月，选择中间检验工序3位从事外观检验工作的检验人员，在其都不知晓每个试样判定结果前提下，分别让这3位检验人员在不同时间段对每块样品进行3次评测，并将每位检验人员评测结果及样品定义结果分别对应记录，不合格用“0”标记,合格用“1”标记。
三、数据收集表1 计数型测量系统数据收集记录表注：表1中“0”表示不合格，“1”表示合格。
四、测量系统分析结果判定标准4.1 3位评测者Kappa≥0.75,表明测量系统一致性好，否则表示一致性差。
4.2 计数型测量系统有效性、合格品误判率、不合格品错发率结果判定标准如下表2所示。
msa计数型的实施步骤
MSA计数型的实施步骤概述MSA（测量系统分析）是一种用于评估测量系统的准确性、重复性和可再现性的工具。
它能够帮助我们确定测量系统中存在的偏差和变异，并为改进测量系统提供方向。
本文将介绍MSA计数型的实施步骤，以帮助您进行高质量的测量系统分析。
步骤一：确定评估对象首先，我们需要确定要评估的测量系统。
这可以是一个特定的设备、方法或过程。
确保评估对象具有一定的测量范围和精度，以使MSA分析具有实际意义。
步骤二：制定测量计划在开始测量前，我们需要制定一个完整的测量计划。
这包括确定测量的目的、测量方法、测量设备和测量员工等。
确保所有的测量条件和参数都能够准确地复制和记录。
步骤三：收集测量数据在这一步骤中，我们需要进行实际的测量，并记录测量结果。
根据测量计划，挑选一定数量的样本进行测量，确保样本数量足够大以覆盖整个测量范围。
步骤四：计算测量系统的能力指数在这一步骤中，我们需要计算测量系统的能力指数。
这包括计算GRR（测量系统的可重复性与再现性）指标，如Gage R&R、可重复性方差和再现性方差等。
确保准确计算这些指标，以评估测量系统的准确性和重复性。
步骤五：分析数据通过对测量数据的分析，我们可以得出一些结论。
比如，我们可以评估测量系统的稳定性、精确度和可靠性。
同时，我们还可以检查是否存在系统性偏差和变异，并考虑如何提高测量系统的性能。
步骤六：制定改进计划根据数据分析的结果，我们可以制定改进计划。
这包括提出改进测量设备、调整测量方法和执行员工培训等措施。
确保改进计划能够解决测量系统中存在的问题，并提高测量的准确性和重复性。
步骤七：实施改进计划在这一步骤中，我们需要实施制定的改进计划。
这可能涉及到购买新的测量设备、培训测量员工和更新测量方法等活动。
确保改进计划的顺利实施，并监控改进效果。
步骤八：验证改进效果最后，我们需要验证改进计划的效果。
这可以通过重新进行MSA分析来评估测量系统的准确性和重复性是否得到改善。
计数型测量系统分析(MSA)
计数型测量系统分析（MSA）计数型测量系统的最大特征是其测量值是一组有限的分类数，如合格、不合格、优、良、中、差、极差，等等。
当过程输出特性为计数型数据时，测量系统的分析方法会有所不同，一般可以从一致性比率和卡帕值两个方面着手考虑计数型测量系统分析。
➢计数型测量系统分析——一致性比率一致性比率是度量测量结果一致性最常用的一个统计量，计算公式可以统一地概括为：一致性比率=一致的次数/测量的总次数根据侧重点和比较对象的不同，又可以分为4大类。
1. 操作者对同一部件重复测量时应一致，这类似于计量型测量系统的重复性分析。
每个操作者内部的计数型测量系统都有各自的一致性比率。
2. 操作者不但对同一部件重复测量时应一致，而且应与该部件的标准值一致（若标准值已知），这类似于计量型系统的偏倚分析。
将每个操作者的计数型测量系统的结果与标准值相比较、分析，又有各自不同的一致性比率。
3. 所有操作者对同一部件重复测量时应一致，这类似计量型测量系统的再现性分析，操作者计数型测量系统分析之间有一个共同的一致性比率。
4. 各操作者不但对同一部件重复测量时应一致，而且应与该部件的标准值一致（若标准值已知）。
通常，使用这种一致性比率来衡量计数型测量系统的有效性。
一般说来，一致性比率至少要大于80%，最好达到90%以上。
当值小于80%，应采取纠正措施，以保证测量数据准确可靠。
➢计数型测量系统分析——卡帕值（k）K（希腊字母，读音kappa，中文为卡帕）是另一个度量测量结果一致程度的统计量，只用于两个变量具有相同的分级数和分级值的情况。
它的计算公式可以统一的概括为：以上公式中，P0为实际一致的比率；P e为期望一致的比率。
K在计算上有两种方法：Cohen 的k和Fleiss的k。
K的可能取值范围是从-1到1，当k为1时，表示两者完全一致；k为0时，表示一致程度不比偶然猜测好；当k为-1时，表示两者截然相反，判断完全不一致。
通常，k为负值的情况很少出现，下表归纳了常规情况下k的判断标准。
计数型MSA测量系统分析报告
D
D
A
C
D
D
D
D
D
B
C
A
A
A
D
D
D
A
A
A
D
D
D
D
D
D
A
A
A
D
C
B
D
D
D
A
A
A
D
D
D
D
D
D
A
A
A
D
D
D
D
D
D
D
D
D
A
A
A
A
A
A
A
A
A
1
0
3
0
1
分析用表格
A﹡参考
B﹡参考
1
2
3
1
2
3
D
DDDDD NhomakorabeaD
D
D
D
D
D
B
B
B
B
B
B
A
A
A
A
A
A
A
A
A
A
A
A
D
D
B
D
D
B
D
D
D
D
D
D
D
D
D
D
D
D
A
A
A
A
A
A
D
0
0
0
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
- 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)。
零件 个数= 50
C-2 C-3 基准 111 111 000 000 000 001 011 111 000 111 111 100 111 001 111 111 111 111 111 111 101 100 111 111 000 010 111 111 111 000 111 111 111 110 111
评价人数 3
基准值 代码 0.476901 + 0.509015 + 0.576459 0.566152 -
0.57036 0.544951 x 0.465454 x 0.502295 + 0.437817 0.515573 + 0.488905 + 0.559918 x 0.542704 + 0.454518 x 0.517377 + 0.531939 + 0.519694 + 0.484167 + 0.520496 + 0.477236 +
很好
评价人 A 50 42
% 评价人 1 评价人 B
50 45
92.83% 0.84
70.89%
96.67% 0.9
78.19%
评价人 C 50 40
89.97% 0.8
66.28%
显著性水平= 0.05 得分与计数 2
评价人 A 评价人 B 评价人 C
50
50
50
42
45
40
0
0
0
0
0
0
8
5
10
92.83%
B
总计 Po=
A与C交叉表
A
总计 Po=
Kappa A B C
A与基准判断 交叉表
A
总计 Po=
B与基准判断 交叉表
B
总计
Po=
C与基准判断 交叉表
C
总计
Po=
Kappa
来源 总受检数 符合的 错误地否定 错误地肯定 混合的 95%置信上限 计算得分 95%置信下限
总受检数 一致数 95%置信上限 计算得分 95%置信下限
Pe= 0.562222222
B
0
1
44
6
15.66666667 34.33333333
3
97
31.33333333 68.66666667
47
103
47
103
kappa= 0.86294410 150
0
计算
期望的计算
1
计算
期望的计算
计算
期望的计算
0.906666667
A-2 1 1 0 0 0 1 1 1 0 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 0 1 1 1 1 0 1 1 1 0 1
A-3 1 1 0 0 0 0 1 1 0 1 1 0 1 0 1 1 1 1 1 1 0 1 1 1 0 0 1 1 1 0 1 1 1 1 1
B-1 1 1 0 0 0 1 1 1 0 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 0 0 1 1 1 0 1 1 1 0 1
Pe= 0.559733333
C
0
1
42
5
15.98
31.02
9
94
35.02
67.98
51
99
51
99
kappa= 0.788007268
总计
47 47 103 103 150 150
0 1
0.9
计算 期望的计算 计算 期望的计算 计算 期望的计算
Pe= 0.553333333
C
0
1
43
7
17
33
96.67%
89.97%
0.84
0.9
0.8
70.89%
78.19%
66.28%
系统有效得分 3 50 39
0.884734154 0.78
0.640388012
系统有效得分与计数 4 50 39
0.884734154 0.78
0.640388012
有效性
漏发警报比例
误发警报比例
0.84 可接受边缘 0.9 可接受 0.8 可接受边缘
试验 次数= 3
数据表 B-2 B-3 C-1
111 111 000 000 000 101 111 111 000 111 111 000 111 111 111 111 111 111 111 111 010 101 111 111 000 000 111 111 111 010 111 111 111 010 111
47 1 1 1 1 1 1 1 1 1 1 0.486379 + 48 0 0 0 0 0 0 0 0 0 0 0.587893 49 1 1 1 1 1 1 1 1 1 1 0.483803 + 50 0 0 0 0 0 0 0 0 0 0 0.446697 -
A与B交叉表
A
总计 Po=
B与C交叉表
计数型测量系统研究
零件 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
A-1 1 1 0 0 0 1 1 1 0 1 1 0 1 1 1 1 1 1 1 1 1 0 1 1 0 0 1 1 1 0 1 1 1 0 1
判不合格)= 0.049224841
基准
0
1
0
计算
45
5
期望的计算
16
34
1
计算
3
97
期望的计算
32
68
计算
48
102
期望的计算
48
102
0.946666667
Pe= 0.56
kappa= 0.878787879
总计
50 50 100 100 150 150
Pr(不合格 |
判不合格)= 0.114600328
注意： 1） 评价人自 己在所有试验 上都一致 2）评价人在 所有试验上都 与基准一致 3） 所有评价 人自己保持一 致，两两间一 致 4）所有评价 人自己和两两 间一致并且于 基准一致 5） UCI和LCI 分别是上、下 置信区间边界 线
A B C
0 1
0.94
计算 期望的计算 计算 期望的计算 计算 期望的计算
基准
0
1
总计
0
计算
45
2
47
期望的计算
15.04
31.96
47
1
计算
3
100
103
期望的计算
计算
期望的计算
0.966666667
Pe= 0.5672
32.96
70.04
103
48
102
150
48
102
150
kappa= 0.922982132
0 1
0.9
Pr(不合格 |
判不合格)= 0.026143618
0.45231 x 0.545604 x 0.529065 + 0.514192 + 0.599581 0.547204 x 0.502436 + 0.521642 + 0.523754 + 0.561457 x 0.503091 +
0.50585 + 0.487613 + 0.449696 x 0.498698 +
基准
0
1
计算
42
9
期望的计算
16.32
34.68
计算
6
93
期望的计算
31.68
67.32
计算
48
102
期望的计算
48
102
Pe= 0.5576
kappa= 0.773960217
总计
51 51 99 99 150 150
A 0.878787879
很好
B 0.922982132
很好
C 0.773960217
8
92
34
66
51
99
51
99
kappa= 0.776119403
总计
50 50 100 100 150 150
A 0.862944162 0.776119403
很好 很好
B 0.862944162
0.788007268
很好 -
很好
C 0.776119403 0.788007268
-
很好 很好
-
Pr(不合格 |
36 1 1 0 1 1 1 1 0 1 1 0.543077 x 37 0 0 0 0 0 0 0 0 0 0 0.409238 38 1 1 1 1 1 1 1 1 1 1 0.488184 + 39 0 0 0 0 0 0 0 0 0 0 0.427687 40 1 1 1 1 1 1 1 1 1 1 0.501132 + 41 1 1 1 1 1 1 1 1 1 1 0.513779 + 42 0 0 0 0 0 0 0 0 0 0 0.566575 43 1 0 1 1 1 1 1 1 0 1 0.46241 x 44 1 1 1 1 1 1 1 1 1 1 0.470832 + 45 0 0 0 0 0 0 0 0 0 0 0.412453 46 1 1 1 1 1 1 1 1 1 1 0.493441 +
0.0625 0.0625
0.125