《JMP数据分析：JMP使用技巧串烧》由会员分享，可在线阅读，更多相关《JMP数据分析：JMP使用技巧串烧（14页珍藏版）》请在金锄头文库上搜索。
1、JMP使用技巧串烧之测量系统分析(MSA)系列之一近期来，不断地有朋友们在咨询实施实验设计之前应该进行哪些准备工 作，这个话题的外延其实很大，初始接触时还真觉得不易聚焦谈起，而 大家的自问自答却往往多指向测量系统分析(Measurement System Analysis, MSA)。# MSA #fIIi、翻 Wafer - EMP Measurement Systems Analysis of V by Operator - JMP Pro.= 回z) Measurement Systems Analysis Average ChartA*oSEUCL=77.5701Average = 7
2、4.7303LCL=71.890523456123456123456ABCOperator / WaferoRange ChartUCL=4 9343Average Range = 1.6106LCL=0.00002 3 4-56123456123456kbCOperator / Wafer2 10diWafer * 1* 2* 3* 4 5* 6思索之后才发现，大家想要强调的与其说是测量系统分析，不如说是 数 据质量的保障问题 ，而数据一般情况下自然是测量的结果，因此， 实验 数据的有效性自然需要通过测量系统的有效性来保障 。但是转念一想， 两者之间其实也并没有必然的因果关系。换个角度讲，测
3、量系统分析作 为一项基础的、常规的工作，无论是否进行实验设计，但凡想通过数据 来驱动量化决策时，测量系统的有效性不应该都是被评估验证和确认保 障的吗？ 于是，另一个更基础的问题便应运而生，也正是近期时常接到的 JMP 用 户询问之一，即：如何通过 JMP 软件来进行测量系统分析 ？那么，今天 我们就为大家抛砖引玉，提供一些入门的指引。首先，导致部分用户使用 JMP 进行 MSA 稍有困惑的原因之一，可能就在 于 JMP 对于 MSA 的多平台支持，有时候提供的选择多了，反而容易引发 一阵莫名的“混乱”，造成选择性障碍。我们正好在此予以澄清。在当前的 JMP 中，主要提供了两个支持 MSA 的功
4、能平台（图-1），它们分 别是：1分析质量和过程测量系统分析2分析质量和过程变异性/计数量具图制表文本分析器回筛选聚类分妙）质量和过程可靠性和生存消费者研究专业建模多元方法分布以X拟合Y拟合模型图-1 JMP对于MSA的多平台支持ivra V lIRWR-l i1控制图生成器测量系统分析1聊变异性/计数量具图N过穆能力撵制图Pareto 图关系图皿卩翅嘶对于“测量系统分析”平台，它首先基于 EMP(Evaluating theMeasurement Process)方法进行测量系统分析。该理念提出的时间并不长，是由美国SPC专家Donald J. Wheeler博士 于 1984 年在其著作
5、Evaluating the Measurement Process 中率先提出, 而JMP所引用的方法源自其2006年出版的EMP III Using Imperfect Data (2006)一书中(图-2)所阐述的内容和步骤。由于该方法在中国地区尚未普及，知者甚少，也鲜有相关教材或培训机 构来推广，因此，在我们所接触过的 JMP 用户群体中，使用率低，本文 也就先不再费笔墨予以赘述。此外，该平台其实也提供了传统“ Gage R&R”分析方法的入口，但这与 由“变异性/计数量具图”平台进入的效果一致，故直接参考下文即可。目前中国国内主流的测量系统分析思路，主要还是基于汽车工业行动集团(AI
6、AG)持续更新发布的测量系统分析参考手册。如果类比评估房产价值的核心是位置、位置、还是位置的话，那么评估 测量系统优良与否的核心就是精准、精准、还是精准！在该方针指导下，通常通过 6 个常规维度来对测量系统进行评估，它们 分别是：1 稳定性(s tability)2 偏倚(bias)3 线性(linearity)4 分辨力(discrimination)5 重复性(repeatability)6 再现性(reproducibili ty)其中，如图-3 所示：偏倚是测量系统准确度(accuracy)的最直接度量，反映的是测量结 果平均值与真值的差异程度；而重复性和再现性则是测量系统精度(pre
7、cision)的度量，反映的是测量结果波动的情况，它们是评价测量系统优劣的最关键指标。那么，对于“变异性 /计数量具图”平台来说，其功能项就大多与 此相关。偏倚lfa| KvuncyHih pfixisirifi(tlJIigh xcurxy Idb Hiih iicrwracy 和喙聖新图-3偏倚和精度示意图(Low KcunryLa 特 prudsxil站KV测空平沟画对于广大中国用户而言，在上述“6性”当中，最耳熟能详的莫过于“重复性”和“再现性”，即所谓的Gage R&R,几乎所有的六西格玛管理相 关教材、培训和项目都必然触及，以至于很多人久而久之地就把 Gage R&R几乎等同于了
8、MSA，而这也是我们本文的重点介绍对象。在这里，“重复性误差”多指同一个操作者，使用同一套测量设备，对 同一个部件的同一特性在较短时间间隔内进行多次测量，所得结果的一 致性，即强调所有测量结果都在尽可能相同的条件下的波动情况，也被 称为设备波动(equipment variation, EV)；重复性误差VS.再现性误差而与之相对的，“再现性误差”则强调在各种可能变化的测量条件下， 对同一个测量部件的同一特性进行多次测量，所得结果的一致性，在传统情况中，再现性误差主要由不同的操作人员引起，也被称为 人员波动 (appraiser variation, AV)。这两种波动通常以方差或标准差来表示
9、，波动越小，则表明测量系统越优，其传统分析方法经常与生产过程的波动相结合，通过考虑了随机效应因子的方差分析来实现，而方差分解的过程如图-4所示。crl彳观测到的全体波动 畤过程实晞的波动 喙:测SS统的波动 龙刃=龙:SMttS差血:再现虹差 略测量者的漩动尬测裁与猛枝髒鞘撅动炭=处 + 施图-4 Gage R&R传统分析方法示意图最终，由此衍生出评价测量系统精度的两项重要指标：其中，Gage R&R着重评估测量系统对整体过程变异的测量效果,强调测量系统对生产过程改进的分辨能力； %P/T 着重评估测量系统针对产品规格的测量效果，强调测量系统对公差界限的分辨能力； %Gage R&R和%P/T
10、是评估测量系统性能的两个不同方面，一个好的测量系统，应同时使这两项指标都足够小，表 -1 是这两个度量指标的一般参考判断标准。%Gage R&R 或 %P/T测量系统能力30%不合搭r.册蟄勵析表-1 Gage R&R的参考判断标准至此，如果你能够大致理解上述分析思路和逻辑的话，那么，在 JMP 等 现代统计分析软件的帮助下，你只需要按部就班的收集并整理好 Gage R&R分析所需的观测数据，录入软件，其后的计算过程全部交由软件代劳 即可。接下来，我们就通过一个简单的小案例，来对Gage R&R传统分析方法的操作过程予以演示，并对输出结果予以简析。“用游标卡尺测量某加工部件轴径，已知公差要求为
11、 45.50.5，为进行测量系统精度分析： 有代表性的抽取10个部件，并编号 随机挑选3名检验员用各自的卡尺量测每个部件 将部件顺序打乱后测第2次 将部件顺序打乱后测第3次 测量过程示意和记录数据表如图-5所示”4MU帧1J45T9Ifl-A145.654E.OO45.A545.B545. S544.D045.95458546.DD45.&0A245.604*3昭.3距少4；W44.C44S.S蛆ao4b34$.M3A3KM440245124SA7础弹*6 0145.S74& 5444 OU码2B14U54505巧.*04W045J5J575*fr0045L95E2455545.9545.75
12、45.75J.5.4D4.055.50415.7045.9543.5034SA44*.D14i.B24.ai4A,Si44.0245.74S774tLD2.45.WC145.504.D54E-3045.4$來r .A啪轉，空.肇啓呂C2J5.5545.0045B045.30A5.5D妬mk.IPiskCi4145.9?站用1聒馳4L524034fi.D74S.gjfi图-5量测过程示意和记录数据表JMP Gage R&R分析操作步骤：1结合JMP数据管理相关平台，轻松导入并整理数据如图-6所示数据表结构。乜 M54 -MR 卿 mH.i HhL H1T1 61HJ RO 斗恬甘Ud 碍固 1阀 TB-Di 4dd krljiE證i 輕昨 M4A_4uAR.畑兀iy电hjri丁MBSK4i首I2A1亦A14&JM4U1轉445-Hi4*,V.B14&S4?C1心Aci4r114AJWcraA13札3鼻Bfllii13H24AiK11B1遊15Hiji14c4b W-1?cJ裁UCJdSi*It料曲Ai21A14U2Z?nJ弧專H143LR叹H职（Q斥2SC14S.-I*wi3iWT料cJc1hHIcPillZ4d44USAWh44SJ5ESJHFfi.4l气w31 B4Z图-6 Gag
