此处是大标题样稿字样十五
字以内
TQM
SPC/SQC DOE
检查品质
MSA
MSA 是所有改善和品
质技术所在的一般依据.
S. G. Shina, 是工程制品和工序一致的成功履行
1. 概要
• 测定?
对一个目标赋予
一个数据量值，
而能代表一个特
定性质。
– 为理解一道工序
– 对一种现实的精确理解
– 为做出正确决定打基础
• 为什么测定?
• 请列举出原因。
• 我们不可能知道我们知道的是什么.
• 事实上，如果我们不能通过数据量值表示出
来
我们所知道的事情，我们的所知就不足.
• 如果我们知道的不足，我们就不能管理它
• 如果我们不能管理它，结果只有靠天了.
-6 Sigma理念
(Mikel J. Harry)
测定的地位
MSA 的必要性
• 这什么利用 MSA?
• 例
有一个测定系统概率是,人为误判率是 ,良品判别
为不良品,不良品判为良品
– 实际不良率是 1%, 则观测不良率是多少?
– 若观察不良率是 2%, 则什么才是真实的不良率?
答案
• P = 99% * + 1% * (1 - ) = %
• 2% = (100 - x)* + x*(1 - )
x = %
• 如果真实不良率是 1%, 在检查以后为2%.
最终，在我们所知道的不良率和真实不良率
之间就有巨大的差距
• 也就是我们废弃的制品的一半是好的
• 以上产生的损失可以通过测定系统消除
观测值的差异
+ =
真实差异 测定差异 观测差异
尽管我们通过测定得到了数据，也不会总能显示实际情况，
据此，确认有多少数据反映真实情况就是必需的
1. 概念
+ =
在数据与真实情
况之间的不一致
有个概率
真实差异 测定差异 观测差异
工序差异的原因
真实差异 测定差异
长期差异
短期差异 标准差异 Gage
差异
测量 稳定性 线性
操作差异
再现性
观测的工序差异
由错误数据造成的
损失• 让我们找一个由错误的信息或数据产生损失的例子
测定中涉及的问题
• 足够的精确度
• 能精确衡量工序分散的范围或一个大于标准
幅度的1/10的刻度
• 时间稳定性
• 测量错误或分散
不好的精度
好的精度
测量标准系统的管理
• 国家标准
- 一个国家的最大精确度的显
示或设备维护标准比较于测
定领域的基本单位，原始单
位，其它特殊单位
- 由国家标准局或委员会管理
• 韩国标准研究院
• NIST(国家标准技术学院)
- 通过国际间比较保持其精确
度和准确性
• 国家参考标准
- 中国国家标准学院或计量研究院
- 标准设备的计量及测量标准设备
- 精确度等级1~3
* 国家计量研究院
• 持有国家标准承认的GAGE
• 执行外面要求的测定任务
• 可靠性由政府担保
• 国家级或民办研究院
• 国家主要标准
-国家计量研究院，自体测定企
业
– 测量用标准设备
– 精度等级4~5
*自体测定企业
• 保有计量研究所计
量的一台国际化标
准设备
• 无需去外面要求就
可以自行检测一个
等级较低的设备
• 精密测量设施
- 用于精确测量，由工业体系内
或研究院实验/检查
- 等级 : 6
• 例行检测设备
- 测定精度低于“精密设备”的
精
密等级的检测设备，用于一般的检测
- 等级 : 7~ 8
2. 术语与概念
• 精确度
测定平均值与真实值（标
准值)之间的一致度
– 真实值(标准)
• 意识上是正确的数值
• NIST(国家标准技术研究
院)
– 偏差
• 测定平均与真实值的差异
• 测定设备的错误
• 系统错误或差距
• 精密度
测定系统的差异
– 因素 :
• 反复性
• 再现性
• 稳定性
– 测量分散是关于平均值与
标准偏差之间的一致性与
可预见性
– 没有突发变化周期性的
– 趋势图可以作出和评估
精确度和偏差
• Gage 的精确度
– 在观测到的平均值和真实性(标准)之间的差异
• 偏差
– 测量设备偏差 : 由于设备不同造成的偏差
– 测量人的偏差 : 由于测量人员不同造成的偏差
真实值
(相关标准)
平均值
设备 1 设备 2
真实值(标准) 意味着可由
权威标准设备测定值追踪
精密度
• 反复性
– 测量系统的连续偏差
– 在相似条件下相似的物体测量
• 相同的测量人员
• 相同的设置
• 相同的 Gage
• 相同的环境条件
• 短期
– 在重复发生测定分散国产生的
标准偏差可以估算
– 称“反复差错”或“短期偏差
”
• 再现性
- 在不同条件下测定
• 不同测量人
• 不同设置
• 不同Gage
• 不同环境条件
• 长期
精密度 = 再现性 + 反复性
- 在不同条件下测定值的平均值的标准
偏差可以估计
反复性
真实值
相同部门，相同特性，相同的人，设备，反复测定
不精确但反复
性很好！！！
精确但反复
性不好！！
再现性
真实值
测量人 A
B
C
A
测量人B
C
在测量人之间再
现性不好！测量
方法不标准
不精确但再现
性在A，B，C
之间很好!
相同的部门，特性，不同（相似的人）设备，反复测量
稳定性
时间的精确度和精密度不同的评价
时间 1
时间 2
真实值 (标准)
时间1
时间2
稳定性差稳定性好
3. 测量系统评估索引
测量精密度
rpdrptMS
222 sss +=方差
反复性
再现性
标准偏差
精密度分散
精确度平均值
Bias
测量错误分解
精确度精密度
测量错误
+=
测定能力评价指数的分类
• 测定系统方差 :
– 测定系统的所有精确度
– 决定的基础在于是否使用测定系统
– %贡献度
• 在 与制品/工序偏差进行比较
• %反复性和再现性
– 不同种类的数目
– Single-to-Noise 比率
• 与幅度比较
– 精密度与幅度的比率
测定能力评价指数
LSLUSL幅度
幅度
TP MS
-=
= (%)100
/
s
2.
1. %贡献度
3.
σ是包括99%的
所有观测值
*样品恰当地代表了分散程度是很有意义的.
)(
)(
Ratio SN
MS
p
s
s
测定系统偏差
部分偏差
=4.
*恰当的测定系统可以进行区别的范围的个数
不同种类的个数
SN
×= ratio
5.
来源 % 贡献度 % 研究变量 % 公差
Gage R&R总计
可重复性
重制度
操作员
操作员*PartID
部分-到-部分
变动总计
清晰的分类数量 = 4
minitab 执行结果
测定错误的影响
• 假如 P/T 比率很大， Cpk 值就会比真实值小.
• 假如 P/T 比率很大, 概率分类错误发生概率就变大.
• 假如 P/T 比率小，利用管理图来检测工序的特别情况的时
间就变长.
• 如果差别是复杂的，样品大小能被减少的
P/T 图的影响
%R&R的影响
测定能力评价标准
%贡献度 %R&R
或 P/T
种类
好 < 1% < 10% ＞ 10
考虑费用
重要性
< 10% 10 ~ 30% 4 ~ 9
不能使用 ＞ 10% > 30% < 4
测定错误的修正与评价
精确度
精密度 散布
平均值
散布
偏差 测定学习
- 纠正阶段
- 方法与流程
R&R 学习
- 改善测定工具
- 改善测定方法
- 标准化
4. 测定体系评价
事前确认事项
- 是否选择了正确的测定系统？选定测定系统与
重要的输入输出变量相关？
- 要求测定系统的统计特征是令人满意吗?
测定体系评价: 实习
阶段 1
• 核对 M 阶段理解和要求的一
致性
• 目的
–确认测定系统是否有统计特征
–找出环境因素是否影响测定系统?
阶段 2
• 正规测定系统的持续维护
• 通常 Gage R&R 是第二阶段的
一部分
• 二阶段通常是下面的部分
–一般的修正项目
–维护方案但可独立操作
测定体系评价的决定
• 评价流程决定的考虑内容
- 与标准保持追踪或联系
- 盲目测量
–评价费用和时间
–术语定义和统一
–与其它测定体系比较
–阶段 2 运转频率
• 测定系统评价步骤完全用文件
证明
• 在文件中包含的项目
–事例
–选择部分的方法
–评价环境
–收集 data,记录分析的方法
–重要技术的定义和概念
–标准测定工具的保持、维护和
使用
测量体系的评估检查明细
• 精密度,准确度, 公差, P/T 比率,
% R/R, 趋势图的倾向是什么?
• 变动的原因是什么, 测量误差是多少?
• 改善测量体系的必需事项是什么?
• 是否向相关人员通报结果?
• 谁管理测量体系，谁解决难题 ?
• 来自系统的结果是一致的吗 ?
• 是否有测量体系的控制计划?
• 检验与测量过程是否有文件证明？
• 准备好的详细的程序图?
• 是详细的测量体系和有定义的建立吗?
• 测量员是被训练过的或是经过鉴定的?
• 测量仪器在固有周期是被校正过的？
• 什么时候需要, 顾客会与供应商进行联
系?
5. 计算型数据的Gage R&R
• 内容
- 2 ~ 3 人员参与
- 通常测定 10 部分
– 一般地反复测量 2 ~ 3 次
• 流程
(1)选择10 个样品代表工序
的长期偏差
– (2) 测定工具的校正
(3) 随机让第一个人对所有样品
做一次测量（盲目测量)
(4). 让第二个人像上面第一个人
一样测量（所有人员相同）
(4) 用相同的方法反复做几次
(5) 将结果数据插入 minitab 进
行分析.
样品的选择
• 样品一般为 10 个，能代表工
序散布.
• 如果样品选择接近工程平均
值时，测定评价指标会比实
际差.
• 若选择比工程散布大的范围抽取样品，测定评价能力指标显
示为比实际好.
人员选定和盲目测定
• 操作人员选择
–利用测定评价工具，人
员需收集或检查数据一
定次数.
–检查是否执行，评价没
有通告
• 盲目测定
–为避免操作人员不受前
次测量数据的影响（他
本人或其它人的测量）必
须不让他知道测量的样品
是什么.
–Hawthorne影响的预防
数据表准备
p
a
r
t
s
工人1 工人2 工人3
m
e
a
s
u
r
e
1
2 3 1 2 3 1 2 3
1
2
3
4
5
6
7
8
9
1
0
minitab 分析
例 )我们做 minitab 数据表, 3 个作业者，10个样品，3 次测量
Stat > Quality Tools > Gage R&R Study(Crossed…)
Minitab提供了 ANOVA 法和 Xbar
分析工具 ANOVA 是较高级的.
C1 SAMPLE
C2 MEASURER
C3 VALUE
SAMPLE MEASURER VALUE
SAMPLE
MEASURER
VALUE
输入 minitab 数据表
Minitab>Calc>Make Patterned Data
例 )我们做 minitab 数据表, 3 个作业者，10个样品，3 次测量
minitab graph (1)分析
它意味着, “如果数据不统一样品就
不能代表一个工程的散布？”
代表“选择样本可以很好地代表
一个工程的散布?”
minitab 图 (2)的分析
coin
Misc:
Tolerance:
Reported by:
Date of study:
Gage name:
0
321
Xbar Chart by operator
S
am
pl
e
M
ea
n
X=
=
=
0
321
R Chart by operator
S
am
pl
e
R
an
ge
R=
=
=+00
10 9 8 7 6 5 4 3 2 1
part
operator
operator*part Interaction
A
ve
ra
ge
1
2
3
321
operator
By operator
10 9 8 7 6 5 4 3 2 1
part
By part
%Total Var
%Study Var
Part-to-PartReprodRepeatGage R&R
100
50
0
Components of Variation
P
er
ce
nt
Gage R&R (ANOVA) for measure 就是说, “操作员之间的间距
是怎样的
操作员之间的距离越小越好
coin
Misc:
Tolerance:
Reported by:
Date of study:
Gage name:
0
321
Xbar Chart by operator
S
am
pl
e
M
ea
n
X=
=
=
0
321
R Chart by operator
S
am
pl
e
R
an
ge
R=
=
=+00
10 9 8 7 6 5 4 3 2 1
part
operator
operator*part Interaction
A
ve
ra
ge
1
2
3
321
operator
By operator
10 9 8 7 6 5 4 3 2 1
part
By part
%Total Var
%Study Var
Part-to-PartReprodRepeatGage R&R
100
50
0
Components of Variation
P
er
ce
nt
Gage R&R (ANOVA) for measure
它意味着每一个操作员测量
样品是不同的
每一个操作员对样品的测量值
是完全相同的是好的 !!
minitab 图 (3)的分析
coin
Misc:
Tolerance:
Reported by:
Date of study:
Gage name:
0
321
Xbar Chart by operator
S
am
pl
e
M
ea
n
X=
=
=
0
321
R Chart by operator
S
am
pl
e
R
an
ge
R=
=
=+00
10 9 8 7 6 5 4 3 2 1
part
operator
operator*part Interaction
A
ve
ra
ge
1
2
3
321
operator
By operator
10 9 8 7 6 5 4 3 2 1
part
By part
%Total Var
%Study Var
Part-to-PartReprodRepeatGage R&R
100
50
0
Components of Variation
P
er
ce
nt
Gage R&R (ANOVA) for measure
R&R的高度,重复
Reprod 越接近0越好!!
就是说, “相对重要的 R&R 超过全
部偏差是足够小吗?”
minitab 图 ( 4 )的分析
它意味着 “操作员反复测量值
是稳定的”.
注意这里…..
如果结果在界限线外，操作员应该调
查原因并重新测量
minitab 图 (5)的分析
就是说, “区别不同部分的能
力是充足的吗?”
标准度量 R&R的Xbar 图…
“与R 图相反, Xbar 图 尽可能偏离控
制界限线是好的.”
minitab 图 ( 6 )的分析
Hmmm….
每项评估指数是令人不满意吗???
%重制度散布比%的可重复性散布大 . 操作员间的差别
还有所要求的测量方法标准化.
来源 % 贡献度 % 学习变量
标准度量 R&R总数
可重复性
重制度
操作员
操作员*PartID
Part-To-Part
变动总数
清晰的分类号码 = 4
minitab 价值分析
Source DF SS MS F P
PartID 9
Operator 2
Operator*PartID 18
Repeatability 30
Total 59
ANOVA 结果分析
在 ANOVA 表格里, PartID的影响程度非常大,操作员 & 操作员
*PartID 很小
Source DF SS MS F P
20
measurer 1
measurer*
20
Repeatability 84
Total 125
标准度量运行图
• 至于操作员2,二次测量值比
一次测量值的小这是一个趋
势
• 至于部分 10, 操作员的测量
值显示不同,再有所要求清
除原因的形成.
Stat > Quality Tools > Gage Run Chart…
如果我们观察标准度量运行图,容
易抓住操作员的测量习惯,
测量物体时发生的困难
标准度量线性学习
Stat > Quality Tools > Gage Linearity Study…
• 训练确认是否有特殊趋势或习惯把测量认为在仪器测量范围内错误
我们必须了解真实值和部分散布.
真实值:标准值
结果
标准度量直线性
至于测量仪器,错误标记和计算结果被
测量范围改变为线性,大多数错误受线
性影响,因此要求恰当的改订.
连续数据R&R练习
• 准备
–5个成员一组
•管理人员1人
•录音1人
•测量员 3人
– 100 (won)硬币
•每10个硬币为一组, 选择
1970∼2000制造以外的
• 10个硬币为一组,1998制造的模型
–游标尺 测径器 : 1 人1 组
练习1) 标准度量的准确度和精确
度
– 一个操作员，用相同的标准度量，在相同的条件下，用相同
的方法，同样的货币，测量超过20次。
– 计算测量结果的平均值和标准偏差
–精确度
• 标准偏差小于公差的1/10.
–如果大于 1/10, 应该远离噪声原因
如) 不固定的夹具
• 如果标准度量的问题, 应该调换仪器.
–准确度
• 如果我们知道真实值(标准), 我们能获得准确度
–使用标准样品
–使用较高等级的标准仪器
※如果我们不知道真实值, 我们不能
知道准确度
练习 2) 两个仪器相比较 (精确度)
–平衡选择不在1970∼1990 制造的硬币10~20个
– 一个操作员，在相同的条件下，使用相同的方法，用任何一
个硬币，两个测量仪器，分别测量一次获得一对数据,
– 在 Minitab里输入数据, 分析它配对测试的用途
– 如果结果产生平均值的差别很小（或没有）,两个测量仪器在
精确度上好象没有什么差别.
– 如果结果产生平均值有一些差别,一个或两个测量仪器在精确
度上好象有一些问题
练习3) 恰当的选择部件
–用1998年铸造的硬币，可执行的R&R, 分析。然
后毁坏结果.
–反复考虑 R&R 的结果原因.
练习4) R&R
–平衡选择不在1970∼1990 制造的硬币，可执行
R&R 硬币
– 与练习结果1有区别吗?
– 如果结果令人不满意, 如何改进测量体系和经改进东西的前
/后比较
– 如何改进测量体系和经改进东西前/后的比较毁坏
– 与改进计划一致,可执行的标准度量,分析结果,检讨是否有更
多需要改进的事项.
6. R&R属性值
• R&R属性值
– 检校每一个操作员评估样品
质是否恰当/不恰当
• 步骤
–准备 20 个样品
–准备10个不容易
区别的适当样品和
10个不恰当(缺点)
的样品.
–使两个操作员决
定任意轮换,两次,
分隔的.
• 盲目评估
– 结果安排
• 一个操作员不一致的数
量.
• 操作员之间的
inconsis-tencies的数
量
• 事实间差别数量
– 是否每一个样品全部结
果改善了测量体系和再
评价.
– 如果测量体系不能被改
进,用另一个体系代替
ex) 达到/没达到标准度量
• 至于操作员1, 评估不同结果的数量是两次.因此,
为方法 & 步骤的教育和训练是必要的.
1 2
sample
1 2 1 2
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
G
G
NG
NG
G
G
NG
NG
G
G
G
G
G
G
G
G
G
G
G
G
G
G
G
NG
G
G
NG
NG
G
G
G
G
NG
G
G
G
G
G
G
G
G
G
G
NG
G
G
NG
G
G
G
G
G
G
G
G
G
G
G
G
G
G
G
G
NG
G
G
NG
G
G
G
G
G
G
G
G
G
G
G
G
G
操作员
sample
操作员
7. 特别案例
• 是否样品不够多
–在案例中获得仅一个样品而取
代众多样品,用于考虑规格.
–例) 检校关键仪器的精密度和
精确度, 常用假人代替真人.
• 如果破坏测试
–找出恰当的取代特性.
• 在同一条件下,反复测量是不可能
的.
–检校重制度
–例) 纸直升飞机飞行时间
• 自从条件每一次飞行时间轻微变化以
来,事实上,完全相同的重复飞行测量
是不可能的
• 不飞行一次,几个操作员同时和如前
所说的测量,在测量者之间的重制度
能被分析
• 如果不是普通产品
ex) 假如反复的尺寸是不可能的
- 两个操作员的测量结果,同时的
清空 “Operators” 列,
填充 “Part numbers” 列,
“Measurement data” 列
Source %Contribution %Study Var
Total Gage R&R
Repeatability
Part-to-Part
Total Variation
清楚的分类数量 = 6
它表现操作员的重制度不
循环,小于中心值的5%
分析结果
ex) 如果仅有一个操作员能测量
- 一个操作员反复测量结果 ( 2 次)
剩余空格 “Operators”. 输入
“Part numbers”, “Measurement
Data”.数据
Source %Contribution %Study Var
Total Gage R&R
Repeatability
Part-to-Part
Total Variation
清楚的分类数量 = 6
它表现操作员的重制度不
循环,小于中心值的5%
ex) 如果不是普通产品
- 组织基础消灭的测量
• 在这个案例里,我们能评价
用基底测量位置标准测量仪
器水平的精确度
• 我们能测量被认为是一个样
品的每一个基底测量点
X X
X X
X X
X X
X X
ex) 异常案例
• 纸质直升飞机的降落
–配置品
• A4 纸 20 张
• 10把尺, 10 把剪刀
• 回形针1盒
• 10 个stop-watchs
–试验方法
• 一个小组做一个纸直升飞机 .
• 通过10次降落试验,相同的降落时间搜集数据
• 在Minitab里输入结果并分析
8.测量体系改进案例
DESCRIPTION BASE LINE M Stage I Improved rate
TOTAL
GAGE
R&R
%Contribution 80 %
%Study Var 55 %
20㎛ 6㎛ 3㎛ 85 %
Stadardization of
measuring method Stopper instal
标准度量 R&R 范例
Range of Measuring Error
Improved contents
Stage
Gage R&R
Gage R&R for MAX
Source %Contribution %Study Var
Total Gage R&R
Repeatability
Reproducibility
OPERATOR
OPERATOR*JIG NO
Part-To-Part
Total Variation
Number of Distinct Categories = 2
基础线体 Gage R&R Study
Gage R&R for MAX
Source %Contribution %Study Var
Total Gage R&R
Repeatability
Reproducibility
OPERATOR
Part-To-Part
Total Variation
Number of Distinct Categories = 5
Ga g e n a m e :
D a te o f s u dy :
R e p o rte d b y :
To e ra n c e :
M s c :
#1 민 영
19 9 9 .7 .6
19 9 9 .7 .7
0
8 47
8 48
8 49
8 50
8 51
8 52
8 53
1 2 3
Xbar Chart by OPERATOR
Sa
m
pl
e
M
ea
n
X=
=
=
0
1 2 3
R Chart by OPERATOR
Sa
m
p l
e
R
an
ge
R=
=
=+00
1 2 3 4 5
JIG NO
OPERATOR
OPERATOR*JIG NO Interaction
Av
er
ag
e
1
2
3
1 2 3
OPERATOR
By OPERATOR
1 2 3 4 5
JIG NO
By J IG NO
%Total Var
%Study Var
G age R&R Repeat Reprod Part -to-Part
0
50
100
Com ponents of Variation
Pe
rc
en
t
Gage R&R (ANOVA) for MAX
G a g e n a m e :
Da te o f stu d y:
Re p o rte d b y :
T o l e ra n ce :
M isc:
0
1 2
Xbar Chart by OPERATOR
Sa
m
pl
e
M
e a
n
X=
=
=6. 158
0
1 2
R Chart by OPERATOR
Sa
m
pl
e
R
an
g e
R=
=
=+00
1 2 3 4 5 6 7 8 9 10
6 .155
JIG NO
OPERATOR
OPERATOR*JIG NO Interaction
Av
e r
ag
e
1
2
1 2
OPERATOR
By OPERATOR
1 2 3 4 5 6 7 8 9 10
JIG NO
By JIG NO
%Total Var
%Study Var
Gage R&R R epeat R eprod Part-to-Part
0
50
100
Components of Variation
Pe
rc
en
t
Gage R&R (ANOVA) for DATA
备注) 像上面的改进之后，如果问题反复发生，我们能通过正在使用的反复测量值的平均值获得精
确的数据.
ST 阶段结束
测量方法标准化●
- 标准度量 R&R结果
既然操作员间的散布为,那么再现性，反复性也有问题，测定直接影响质量. 且达成良品与不良品也难以正确区分.
序号 问题 图解 改善计划
1
测定是抓GAGE的PROBE缔结部位，因此缔结部位变化造成测
定误差 以上.
2
3
4
.
5
6
7
●
缔结部
定盘
JIG
●PROBE
A
GAGE
素体
测定时,JIG上附着的第一行可测定。但第二行部品只能测定
前端部，下端部因JIG接解GAGE轴不能测定
移动JIG测定，前端部测定时GAGE 的 PROBE确良突出素体外
边的部位出进行测定，因此出现测定误差
TOP面测定时素体的孔造成测定误差
定盘的清洁度低影响测定.
用GAGE 为数据有可能出现测定的误差
测定方法是移动JIG，有可能造成GAGE PROBER 磨损，因
此有可能不能保证GAGE自身测定值
使用缔结部位附着在GAGE下端的。
测量第一行之后，旋转JIG 180度后测定第
二行.
前端部测定时测定从最前端部10mm的位置
前端部和下端部各测定3个点
定盘清扫用液体进行
尺寸用刻度（旋转1次以上时测定困难)
PROBE的磨损状态点检.GAGE 检校正实施
素体 TOP
GAGE
缔结部
素体
THANKS
