[讨论]做msa过程中出现的关于分辨率的矛盾
我再做测量系统分析的过程中碰到这样一个问题：(?(?(?
量具是精度为0。02的卡尺。
产品特性：0。24+/-0。07
数据为：
A 1 0.24
A 2 0.18
A 3 0.20
A 4 0.20
A 5 0.28
A 6 0.30
A 7 0.26
A 8 0.30
A 9 0.22
A 10 0.24
B 1 0.24
B 2 0.20
B 3 0.20
B 4 0.22
B 5 0.26
B 6 0.30
B 7 0.26
B 8 0.30
B 9 0.22
B 10 0.24
C 1 0.26
C 2 0.18
C 3 0.20
C 4 0.22
C 5 0.28
C 6 0.30
C 7 0.28
C 8 0.30
C 9 0.20
C 10 0.24
A 1 0.24
A 2 0.18
A 3 0.22
A 4 0.20
A 5 0.28
A 6 0.30
A 7 0.28
A 8 0.30
A 9 0.20
A 10 0.24
B 1 0.24
B 2 0.18
B 3 0.20
B 4 0.22
B 5 0.26
B 6 0.30
B 7 0.26
B 8 0.30
B 9 0.22
B 10 0.24
C 1 0.26
C 2 0.18
C 3 0.20
C 4 0.22
C 5 0.28
C 6 0.28
C 7 0.28
C 8 0.30
C 9 0.20
C 10 0.24
A 1 0.24
A 2 0.18
A 3 0.20
A 4 0.20
A 5 0.28
A 6 0.28
A 7 0.26
A 8 0.30
A 9 0.22
A 10 0.24
B 1 0.24
B 2 0.20
B 3 0.20
B 4 0.22
B 5 0.26
B 6 0.30
B 7 0.26
B 8 0.30
B 9 0.20
B 10 0.24
C 1 0.24
C 2 0.18
C 3 0.20
C 4 0.20
C 5 0.28
C 6 0.28
C 7 0.28
C 8 0.30
C 9 0.20
C 10 0.24
在极差图上的极差数只有2个，根据MSA手册（98版吧？）中说：在用于统计过程控制的R图上出现如下情况时，表明用于测量数据的测量系统的分辨率不足：（1）控制线以内只有一个，两个或者三个可能的数值（包括极差等于0的数值）；（2）在控制线以内有四个可能的数值，但又超过四分之一的极差为0）
然而，minitab的报告中有ndc=6:
Two-Way ANOVA Table With Interaction
Source DF SS MS F P
p/n 9 0.131893 0.0146548 76.6822 0.00000
oper 2 0.000027 0.0000133 0.0698 0.93286
oper*p/n 18 0.003440 0.0001911 4.7778 0.00000
Repeatability 60 0.002400 0.0000400
Total 89 0.137760
Gage R&R
%Contribution
Source VarComp (of VarComp)
Total Gage R&R 9.04E-05 5.32
Repeatability 4.00E-05 2.36
Reproducibility 5.04E-05 2.97
oper 0.00E+00 0.00
oper*p/n 5.04E-05 2.97
Part-To-Part 1.61E-03 94.68
Total Variation 1.70E-03 100.00
StdDev Study Var %Study Var
Source (SD) (5.15*SD) (%SV)
Total Gage R&R 9.51E-03 0.048958 23.07
Repeatability 6.32E-03 0.032571 15.35
Reproducibility 7.10E-03 0.036551 17.23
oper 0.00E+00 0.000000 0.00
oper*p/n 7.10E-03 0.036551 17.23
Part-To-Part 4.01E-02 0.206455 97.30
Total Variation 4.12E-02 0.212181 100.00
Number of Distinct Categories = 6
则又表明测量系统的分辨率足够了。
请教各位高手，该如何理解，谢谢！:oo:oo:oo
量具是精度为0。02的卡尺。
产品特性：0。24+/-0。07
数据为：
A 1 0.24
A 2 0.18
A 3 0.20
A 4 0.20
A 5 0.28
A 6 0.30
A 7 0.26
A 8 0.30
A 9 0.22
A 10 0.24
B 1 0.24
B 2 0.20
B 3 0.20
B 4 0.22
B 5 0.26
B 6 0.30
B 7 0.26
B 8 0.30
B 9 0.22
B 10 0.24
C 1 0.26
C 2 0.18
C 3 0.20
C 4 0.22
C 5 0.28
C 6 0.30
C 7 0.28
C 8 0.30
C 9 0.20
C 10 0.24
A 1 0.24
A 2 0.18
A 3 0.22
A 4 0.20
A 5 0.28
A 6 0.30
A 7 0.28
A 8 0.30
A 9 0.20
A 10 0.24
B 1 0.24
B 2 0.18
B 3 0.20
B 4 0.22
B 5 0.26
B 6 0.30
B 7 0.26
B 8 0.30
B 9 0.22
B 10 0.24
C 1 0.26
C 2 0.18
C 3 0.20
C 4 0.22
C 5 0.28
C 6 0.28
C 7 0.28
C 8 0.30
C 9 0.20
C 10 0.24
A 1 0.24
A 2 0.18
A 3 0.20
A 4 0.20
A 5 0.28
A 6 0.28
A 7 0.26
A 8 0.30
A 9 0.22
A 10 0.24
B 1 0.24
B 2 0.20
B 3 0.20
B 4 0.22
B 5 0.26
B 6 0.30
B 7 0.26
B 8 0.30
B 9 0.20
B 10 0.24
C 1 0.24
C 2 0.18
C 3 0.20
C 4 0.20
C 5 0.28
C 6 0.28
C 7 0.28
C 8 0.30
C 9 0.20
C 10 0.24
在极差图上的极差数只有2个，根据MSA手册（98版吧？）中说：在用于统计过程控制的R图上出现如下情况时，表明用于测量数据的测量系统的分辨率不足：（1）控制线以内只有一个，两个或者三个可能的数值（包括极差等于0的数值）；（2）在控制线以内有四个可能的数值，但又超过四分之一的极差为0）
然而，minitab的报告中有ndc=6:
Two-Way ANOVA Table With Interaction
Source DF SS MS F P
p/n 9 0.131893 0.0146548 76.6822 0.00000
oper 2 0.000027 0.0000133 0.0698 0.93286
oper*p/n 18 0.003440 0.0001911 4.7778 0.00000
Repeatability 60 0.002400 0.0000400
Total 89 0.137760
Gage R&R
%Contribution
Source VarComp (of VarComp)
Total Gage R&R 9.04E-05 5.32
Repeatability 4.00E-05 2.36
Reproducibility 5.04E-05 2.97
oper 0.00E+00 0.00
oper*p/n 5.04E-05 2.97
Part-To-Part 1.61E-03 94.68
Total Variation 1.70E-03 100.00
StdDev Study Var %Study Var
Source (SD) (5.15*SD) (%SV)
Total Gage R&R 9.51E-03 0.048958 23.07
Repeatability 6.32E-03 0.032571 15.35
Reproducibility 7.10E-03 0.036551 17.23
oper 0.00E+00 0.000000 0.00
oper*p/n 7.10E-03 0.036551 17.23
Part-To-Part 4.01E-02 0.206455 97.30
Total Variation 4.12E-02 0.212181 100.00
Number of Distinct Categories = 6
则又表明测量系统的分辨率足够了。
请教各位高手，该如何理解，谢谢！:oo:oo:oo
没有找到相关结果
已邀请:
RSS Feed
12 个回复
欧立威 (威望:52) (福建 厦门) 咨询业 咨询顾问
赞同来自: KisJim 、carys 、xiakor 、loreijine
识别力是仪器测量的最小刻度与规格容差或产品变异相比较，要求小于等于十分之一。
分辨率是产品变异与仪器的变异相比较，要求大于等于5。
而对于分辨率而言，又有两种判断方式：
定性判断－就是看GRR的R图中量测极差的点分布分几个层次或用置信区间看其数据分布有几个区间，后者较前者更为准确，而这只是定性判断，代表着一种可能性。
定量判断－就是计算DI值或NDC(Number of Distinct Categories ），这是最准确的分辨率评估。NDC的公式就是CELLING（DI)，而DI值的计算公式就是part to part的标准差除以Repeatability即仪器的标准差再乘以根号2。
从你的案例中看到，R图的结果与NDC的结果有矛盾。R图只是定性的判断，它可以告诉你一些异常的信息，比如数据极差只大致分两层，如果是置信区间的话，可能分的更多一些，接近NDC的数字。
但是我们需要能看出问题，R图的数据点是每个操作员对同一产品重复3次量测数据中最大值减最小值的极差。你可以看到不是极差为零就是等于0.02（卡尺的最小刻度就是0.02），这个数据显示了两种可能：
1.你的仪器的分辨率不足，只能定性判断。
2.相对于产品的变异而言，你的仪器太精密了，其重复性几乎为零。
如果是第1种的话，那为何NDC又大于5呢？
如果是第2种的话，那根据常识判断，卡尺的量测是否真的重复性那么高呢？这就衍生出几个问题：
你所量测的产品是否定位非常的稳定，绝对不会有大的偏差？
你的操作员在重复测量同一个产品时是否连续操作还是随机测取？
所有测量样品对于操作员来说是否是“Blind"，也就是说，他们决不可能已经能够识别你的样品编号，因而主观地重复数据？
我不知道你所量测的产品属于什么形态？按我的经验判断，可能你的GRR过程有了一些问题，因为卡尺的定位是一个很难克服的问题，很难每次都定位在同一个点上，而这种微小的差异对重复性的干扰的很大的，几乎绝对不可能最大只差0.02mm或根本没有差异。
当然这只是我的经验判断。