1、计数型测量系统分析,主要是针对检验人员的分析,张义成,了解计数型测量系统分析,学习目标,掌握属性一致性分析基本操作,理解属性一致性分析结果和接受标准,大多数情况下我们均采用能够提供连续数据的测量装置，例如： 卡尺、测速仪等；,计数型测量系统开展方法,当输出特性为离散型数据时，一般可以从属性一致性分析和卡帕值两方面考虑。 本次课程重点从属性一致性方面分析。,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 等级：优/良/中/差/极差,数据的获得,数据收集的范围是?,数据需要收集多少?,- 合格品 50%,不合格品50%40%
2、为确实的合格品, 40%为确实的不合格品20%为不容易区别的,- 一般需要收集 100个左右.检验者数 样本数 各样本的反复评价23 25 100 2以上,测量系统分析操作步骤,收集样本，确定分析计划(反复测量次数，操作者数 等),确定产品属性标准（pass、fail）,随机性的对所有样本进行测量,Minitab分析,分析结果并决定后续措施,计数型数据认同一致性分析步骤 和连续型数据Gage R&R的分析步骤一致。,例子,某电池生产企业为检验新员工外观检查培训效果，特抽取了50块电池,分别让3名检查员, 重复检查2次，得到如下结果：,选择：统计质量工具属性一致性分析,在Minitab的工作栏中
3、输入数据,Minitab分析,输入检测值,输入样品,输入检查员,输入已知cell真值,每位检验员自身评估一致性 =#相符数/#检验数=41/50=82%,在这里，并不和标准做比较，仅仅是检验员自身比较,检验员对同一部件重复测 量应一致，这类似于计量型 MSA的重复性分析。,Minitab结果分析,总观测次数对比真值的不一致率： 检验员C总共50次观测中有3次将不合格品判定为合格，不一致率为12%，O次将合格品判定为不合格品。,总观测次数对比真值的一致率： 检验员B总共50次观测中有39次与真值一致, 78%一致,检验员应与标准一致， 这类似于计量型MSA 的偏倚分析。,Minitab结果分析,检验员间一致率： 3名检验员总计50次检查中,34次一致, 68%的一致率。,所有检验员和真值的一致率： 3名检验员总计50次观测中， 31次和真值一致,62%的一致率。,所有检验员对同一部件重复 测量应一致，这类似于计 量型MSA的再现性分析。,Minitab结果分析,作业者的观测值的一致程度可通过置信区间确认出来.,作业者与真值的一致程度可通过置信区间确认出来.,Minitab图表分析,判定标准,当认同一致性不可接受时，应寻求机会给予改善：,检验员对标准不熟悉,测量系统的改善,Thank you!,Q & A,
