6 Sigma -- 属性数据的MSA (Attribute MSA)

《6 Sigma -- 属性数据的MSA (Attribute MSA)》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、6Sigma--属性数据的MSA（AttributeMSA）王传芳/gaizi23@163.com一一一、一、、、测量系统测量系统介绍测量过程中可能出现的一些问题：A、合格产品被拒绝了（即α或者生产者的风险）；B、不合格产品被接受了（即β或者客户的风险）；评估师在它们的等级划分中并不一致，检验员之间也不一致。测量系统的分类：：：1、、、计量测量系统、计量测量系统：：：准确度（（（Accuracy）））&精确度（（（Precision）：准确度（Accuracy）：当测量出的平均值越接近真实值，那么准确度越高

2、；精确度（Precision）：当重复测量产生相同的结果，那么精确度越高。分辨率（（（Discrimination）：测量系统充分识别一个测量参数波动的能力。（使用正确的测量工具进行测量）线性度（（（Linearity）：最小测量值与最大测量值结果准确度的一致性。也就是说，线性度高的话，那么准确度会一样。稳定性（（（Stability）：测量系统随时间变化的情况。可重复性（（（Repeatability）：相同的部件，相同特征，使用同一台测量设备，同一个人连续测量的变化。主要强调在相同测量员情况下的波动。再

3、生性（（（Reproducibility）））测量相同的特征，不同的人使用相同或者不同的设备，测出结果平均值的差异。主要强调不同测量员导致的波动。2、、、属性、属性/主观测量系统（（（Attribute/SubjectiveMeasurementSystem）））属性数据分类：：：普通（（（名称（名称）））数据）数据—类别的顺序是任意的分类数据比如：头发的颜色：Blonde/Brown/Black/Red/Bald问题的种类：Squeak/Clank/Clunk问题的状态：Pass/Fail有序（（（排序（

4、排序）））数据）数据—有逻辑排序的类别数据比如：问卷调查的打分结果：1=Stronglydisagree，2=Disagree，3=Neutral，4=Agree，5=Strongagree；大小分类：Small/Medium/Large/ExtraLarge二、属性数据MSA属性数据MSA，我的理解是在样品的类别或评级已知的情况下，让测量系统（MSA）对这些属性（Attribute）样品进行测试评估，最后看MSA测试结果的一致性，以及MSA测试结果与真实值（样品的已知评级）的一致性，通过这两个指标来分析评

5、估属性数据测量系统。1、、、属性一致性分析、属性一致性分析（（（AttributeAgreementAnalysis）））NominalData：：：AAA可以用于评估这类数据的测量系统，，，比如：PassVSFail，GoodVSBad。使用Minitable的协助（（（Assitant）））工具）工具进行属性一致性评估，首先，样品必须是公认的或者评级已知；Minitable协助（Assitant）项下的AAA只能用于评定二进制数据。操作例子（（（Minitable协助项下的AAA）））：）：：：A、Wa

6、ngcf和Jingyu是两个检验员或者评委，我们要通过Minitable协助（Assitant）下的AAA工具对这两个检验员进行分析（属性数据MSA）。B、操作步骤：建立一个属性数据收集表：点击“确定”后，就生成了一个工作表，也是一个测量数据记录表。需要将检验员对样品的测量结果记录到“结果”一列下：为了便于分析和理解，这里我们设置两个测试条件，来看MSA的结果情况：Wangcf两次对“项8”的评估都错了；Jingyu第一次对“项16”的评估错了，第二次对“项19”的评估错了。如下：对以上数据进行属性一致性分

7、析：分析结果：
Ḅឋឋᑖ᪆
ᑖ᦮᳛=5.0%ᨬᑖḄ⚗%PassḄFail%FailḄPass⚗8⚗16⚗1⚗19⚗2⚗11⚗3⚗12⚗4⚗13012243648012243648ᕒᑖ᳛%PassḄFail%FailḄPassᢥḄ%WangcfWangcfWangcfJingyuJingyuJingyu051005100510
Ḅឋឋᑖ᪆
ᡠᨵ᳛Ḅ 95%஺Ḅ ஺ᢥᕒḄᑖᢥᕒ᪗Ḅᑖ

8、PassWangcfWangcfJingyu708090100ᢥ᪗ḄᑖJingyuPassFailFail708090100ᢥḄᑖWangcf1Jingyu2708090100708090100
Ḅឋឋᑖ᪆᦮ᑖ!"#ᔩ?ᑖ᳛<50%100%᦮᳛5.0%PassḄFail5.0%ᔲFailḄPass5.0%95.0%ᔠ(⚗!