认同一致性分析(计数型)
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。
测量系统分析管理规定
测量系统分析管理规定1.目的通过对关键测量设备进行MSA分析，确保关键测量设备能够提供高质量的测量数据，以及准确、精密地评定产品与过程的质量，为判断产品是否合格、过程是否稳定提供可靠保证。
2.适用范围公司各基地所有的关键测量设备。
3.定义3.1 关键测量设备：用来监视或者测量产品/过程的关键/重要特性的测量设备。
关键测量设备从以下测量设备中评选：3.1.1控制计划中列出的用来测量关键/重要特性的测量设备；3.1.2SPC时涉及到的测量设备；3.1.3客户指定要求做MSA的测量设备；3.1.4PPAP中要求做MSA的测量设备；4.职责4.1 计量中心4.1.1负责整体策划、制定MSA计划；4.1.2负责评定MSA方案；4.1.3负责监督数据收集过程；4.1.4负责分析数据并形成分析报告；4.1.5负责监督不合格机台改善过程；4.2 需求部门Demand departments4.2.1负责向计量中心提出MSA申请；.4.2.2负责选取分析样本；4.2.3负责收集分析数据；4.2.4负责实施不合格设备的改善；5.作业流程Operation process6.作业说明6.1 需求申请6.1.1分析时机1)首次使用前分析：关键测量设备在首次使用前，必须进行MSA；2)计划外分析：当关键测量设备涉及到以下情况，由计量中心判定是否需要进行计划外的分析；A 设备维修（例如对IV测试仪的滤光片、暗房、底座进行维护后，需进行MSA）；B 升级后（包含软件升级和硬件升级）；C 设备的使用地点有变动（搬动过程中对设备进行了拆卸及重新组装）；D 设备的使用人员出现变动；E 新控制计划；F PPAP要求；3) 周期性分析：根据每一种关键测量设备的重要程度、数量以及分析方法，确定分析周期，定期给所有关键测量设备进行MSA分析。
6.1.2关键测量设备的状态符合“6.1.1分析时机”中的条款时，需求部门需向计量中心申请进行MSA，由计量中心判定是否需要进行分析。
MSA计数型Kappa分析
0
123
19.7 103.3
24
126
24.0 126.0
总计
27 27.0 123 123.0 150 150.0
Po 0.98
Pe 0.72
126，是基准总 的合格总数， 合格42个，3次
判定 （42*3=126）
评价人A与基准交叉表数据分析
期望值4.3，是通过评价人A选择 不合格及样品实际是不合格的概
依据图表计算A.B.C三个评价人的错误报警率如下：
评价人A：3/126=2.38% 评价人B：3/126=2.38%
评价人C：0/126=0%
项目 有效性
漏检 误判
A 94.00% 0.00% 2.38%
B 96.00% 0.00% 2.38%
C 100.00% 0.00% 0.00%
误发报警率
误发报警率计算
0 24 4.3 0 19.7 24
C 1 3
22.7 123 103.3 126
50
pcs
总计
27 27.0 123 123.0 150 150.0
总计
27 27.0 123 123.0 150 150.0
总计
24 24.0 126 126.0 150 150.0
总计
27 27.0 123 123.0 150 150.0
0 24 3.8 0 20.2 24 24.0
基准值
1 0 20.2 126 105.8 126 126.0
0 25 4.9 2 22.1 27 27.0
B 1 2
22.1 121 100.9 123 123.0
0 24 4.3
0
19.7 24 24.0
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(minitab)课件
学习交流PPT
1
第一步：分别取10个样本，由2名检验员进行检验，ok或者yes。输入数据
此栏数 据如何 输入？
此栏输入10个 样本的真实结果
10个内胆，每个检验员分别测量2次， 应该一共测量40次！
学习交流PPT
2
C1栏数据输入方法：
学习交流PPT
3
学习交流PPT
4
第二步：进行MSA分析
选择“统计”下的“质量工具”中的“属性一致性分析”
学习交流PPT
5
在“属性”中输入检验员的测量结果，“样本”中输入次数，在“检验员”中输 入检验人员，在已知标准中输入“真实测量标准值”
学习交流PPT
6
第三步：分析结果
评估一致性
100 80
检验员与标准
研究日期: 报表人: 产品名称: 其他:
95.0% 置信区间 百分比
学习交流PPT
10
60百分比Leabharlann 40200
1
2
检验员
学习交流PPT
7
点击此图标，显示“对话栏”
学习交流PPT
8
两名检验员的重 复性！比较
学习交流PPT
9
整体的重复性
分析结果主要看Kappa值，只有Kappa>0.7，测量系统才 可信赖。
本例中Kappa值小于0.7,说明测量系统不可以信赖。即测 量系统当前状态下不可以信赖
计数型MSA
60.00% 50.00%
40.00%
30.00% 20.00% 10.00%
0.00%
30.00% 20.00% 10.00%
0.00%
1 注意：
2
3
1
2
3
计数型测量系统分析报告
Attribute Gate MSA Report
1、在所有测量中，评价人本身是一致的； 2、评价人对所有测量与已知标准一致； 3、所有评价人本身与其它人之间是一致的； 4、所有评价人本身与其它人之间一致，并与参考值一致。
C*参考 交叉表 参考 C 0 1 总计 数量 期望的数量 数量 期望的数量 数量 期望的数量 A 1.00 一致性好 0 6 0.24 0 5.76 6 6 B 1.00 一致性好 评价人% B 50 50 100.00% 可接受 判定 1 0 5.76 144 138.24 144 144 C 1.00 一致性好 总计 6 6 144 144 150 150
日期:
50
50
Po: 1.00 Pe: 0.92
B*C交叉表 C B 0 1 总计 数量 期望的数量 数量 期望的数量 数量 期望的数量 0 6 0.24 0 5.76 6 6 1 0 5.76 144 138.24 144 144 总计 6 6 144 144 150 150
Po: 1.00 Pe: 0.92
日期: 1 C-2 1 0 1 1 1 1 1 1 1 1 1 C-3 1 0 1 1 1 1 1 1 1 1 自评
1
A-1
1
A-2
1
A-3
1
B-1
1
B-2
1
数据记录表 B-3
1 C-1 1 0 1 1 1 1 1 1 1 1
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。
计数型检查分析报告
A与真值交叉表
0
A
1
总计
计数 期望值
计数 期望值
计数
期望值
0 36 8.6 0 27.4
36
36.0
真值
1 0 27.4 114 86.6
114
114.0
总计
36 36.0 114 114.0
150 150.0
B与真值交叉表
0
B
1
总计
计数 期望值
计数 期望值
计数 期望值
0 36 9.6 0 26.4 36 36.0
评价人可接受的边缘,可能需要改进
评价人不可接受,需要改进
结论 可接受 可接受 可接受
Kappa ≧0.75 0.4~0.75 <0.4
误发 0.00% 3.51% 0.00%
有效性 ≧90% 80%~90% <80%
报告编号
Po:
1.00
Pe:
0.64
重复能力
Po:
1.00
Pe:
0.64
Po:
0.97
1
1
1
1
1
0
0
0
0
0
1
1
1
1
1
0
0
0
0
0
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
0
0
- 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)。
Mobile Consumer Products
10
HZP Attribute R&R表单说明
（2）各检验员与 标准评估一致性
每位检验员与标准评估一致性（%) =#相符数/#检验数=48/50=96%
Amphenol Phoenix Hangzhou
Confidential,© 2011
Amphenol Phoenix Hangzhou
Confidential,© 2011
Mobile Consumer Products
19
会话窗口信息分析
3位检验员之间评估一致性（%) =#相符数/#检验数=45/50=90%
评估者之间的判断一致性 如何？ 案例中，Operator1/ Operator2/Operator3 评估 一致性为90%； 在这里，并不和标准 做比较，是检验员之间做 比较。 所有样本里面，有多少个 评估者所有的判断与标准 是一致的？ 案例中，Operator1/ Operator2/Operator3 /专家 （标准）评估一致性为 88%；
把不合格品判断为合格品的次数 逃逸率= 不合格产品的判断总次数 把合格品判断为不合格品的次数 假信号率= 合格产品的判断总次数
Amphenol Phoenix Hangzhou
Confidential,© 2011
Mobile Consumer Products
5
认同一致性接受标准
Amphenol Phoenix Hangzhou
再研究认同一致性是否可接受。
Amphenol Phoenix Hangzhou
Confidential,© 2011
Mobile Consumer Products
7
HZP Attribute R&R表单说明
试验日期 描述方法需要一致， 如上面描述Pass， 下面描述OK，则 不能识别（字母大 小写也需一样） 检查人员名单
Amphenol Phoenix Hangzhou
Confidential,© 2011
Mobile Consumer Products
21
属性测量系统的验员自身 一致性
重复性 不好 检验员对标 准不熟悉
检验员之间 一致性
个别检验员重 复性不好 个别检验员对 标准不熟悉 检验员间检查 方法不一致
Amphenol Phoenix Hangzhou
Confidential,© 2011
Mobile Consumer Products
4
认同一致性相关概念
认同一致性： 参与试验的所有检验人员判断结果一致且正确率；
逃逸率： 将不可接受的零件错判为“接受”的机率（“Fail”的判pass）；
假信号率： 将可接受的零件错判为“拒收”的机率（“Pass”的判“fail”）
Amphenol Phoenix Hangzhou
Confidential,© 2011
Mobile Consumer Products
2
目视检查
任务：检查以下文本中字母F/f出现的次数（时间：40秒）
The necessity of training farm hands for first class farms in the fatherly handling of farm livestock is foremost in the eyes of farm owners. Since the forefathers of the farm owners trained the farm live stock, the farm owners feel they should carry on with the family tradition of training farm hands of first class farmers in the fatherly handling of farm livestock because they believe it is the basis of good fundamental farm management.
12
HZP Attribute R&R表单说明
3位检验员、标准之间评估一致性（%) =#相符数/#检验数=44/50=88% （4）3个检验员及标 准之间的评估一致性
Amphenol Phoenix Hangzhou
Confidential,© 2011
Mobile Consumer Products
Amphenol Phoenix Hangzhou
Confidential,© 2011
Mobile Consumer Products
3
离散型数据认同一致性分析
需要了解的内容：
认同一致性相关概念 认同一致性接受标准 认同一致性分析操作步骤 离散型数据表单填写及数据分析 识别改进的机会 我们对认同一致性要求的目标是100%。 因此，对于认同一致性的测量，我们尽 量取得较高的一致性百分比。
4、由记录人员从50个样本中随机抽取一个给检验员A检验，检验 员A检查完毕后将样本还给记录员，并将检验结果告知记录员记
录，记录员重复第一个样品的动作抽取第二个样本，依次类推，
直至50个样本全部检查完。剩余检验员重复上述操作； 5、每个检验员检查样本2～3次；
6、将数据输入属性GR&R表（HZP表单）或用Minitab进行计算，
离散型数据 认同一致性分析
Date: Owner: Version: 18th-Nov-2011 Hinge QC-Sulian.li V2.0
Amphenol Phoenix Hangzhou
Mobile Consumer Products
Company Confidential,© 2011
Confidential,© 2011
Mobile Consumer Products
6
认同一致性分析操作步骤
离散型数据认同一致性分析步骤 具体步骤如下： 和连续型数据Gage R&R的分析步骤一致。 1、选择3个检验员进行研究； 2、收集50个样本，样本包含20％为不容易区分的样品；
3、把零件从1至50进行编号，但编号不能被检验员所见；
逃逸率=把不合格产品判断为合格品的次 数/不合格产品的判断总次数=1/29=3.45%
每个评估者对样本判断 结果准确性如何？ 案例中，Operator1 与专家（标准）判断之 间的一致性为96%； Operator1判断一致 性的95%置信区间为: （86.29，99.51)；
假信号率=把合格产品判断 为不合格品的次数/合格产品 的判断总次数=1/21=4.76%
每位检验员自身评估一致性（%) =#相符数/#检验数=50/50=100%
Amphenol Phoenix Hangzhou
Confidential,© 2011
Mobile Consumer Products
18
会话窗口分析
每位检验员与标准评估一致性（%) =#相符数/#检验数=48/50=96%
Amphenol Phoenix Hangzhou
Confidential,© 2011
Mobile Consumer Products
17
会话窗口信息分析
每个评估者对于每个样 本多次评估判断之间的 一致性如何？ 案例中，Operator1/ Operator2/Operator3 2次判断之间的一致性 为100%； 3位评估者判断一致 性的95%置信区间均为: （94.18，100.00)； 在这里，并不和标准 做比较，仅仅是检验员 自身比较。
1
离散型MSA开展方法
大多数情况下，我们均采用能够提供连续数据的测量装置， 比如：卡尺、投影仪等；
但在实际生产过程中，我们也经常会碰到各类离散型数据 （测量系统使用了接受/拒绝标准或者分级），比如： •外观：合格/不合格 •通止规：通/止 •性能测试：通过/失败
针对这类离散型数据重复 性、再现性的研究，我们称之为 认同一致性分析
样品变 异大
认同一 致性不 可接受
检验员间检查 方法不一致 GR&R操作前，专 家没有对检验 员进行培训
检验员对标 准不熟悉
重复性 不好 检验员对标 准不熟悉 样品编号 混淆
检验员与标准之 间一致性
Confidential,© 2011
Amphenol Phoenix Hangzhou
所有检验员与标 准之间一致性
Amphenol Phoenix Hangzhou
Confidential,© 2011
Mobile Consumer Products
9
HZP Attribute R&R表单说明
（1）检验员自 身评估一致性
每位检验员自身评估一致性（%) =#相符数/#检验数=50/50=100%
Amphenol Phoenix Hangzhou
Mobile Consumer Products
11
HZP Attribute R&R表单说明
3位检验员之间评估一致性（%) =#相符数/#检验数=45/50=90% （3）检验员之间 评估一致性
Amphenol Phoenix Hangzhou
Confidential,© 2011
Mobile Consumer Products
打开文件：外观判定Arribute.mtw 选择“统计>质量工具>属性一致性分析” 如下设置对话框：
Amphenol Phoenix Hangzhou
Confidential,© 2011
Mobile Consumer Products
15
Minitab分析结果输出