《2019年食品生产企业《MSA》第三版新增内容》由会员分享,可在线阅读,更多相关《2019年食品生产企业《MSA》第三版新增内容(15页珍藏版)》请在金锄头文库上搜索。
1、MSA第三版新增内容计数型测量系统研究引言计数型测量系统是一种测量数值为一有限的分类数量的测量系统通/止规(go/nogogage)只有两种可能的结果;目视标准,可能产生五到七个分类,如非常好、好、一般、差、非常差风险分析方法(评价作出错误或不一致决定的风险)假设性试验分析信号探测理论注意事项:只有在顾客同意的条件下才能使用。基于一个良好的统计上的实践、了解影响产品和测量系统的潜在变差来源,以及了解一个错误决定对接续过程以及最终顾客的影响。测量系统的变差来源应该通过利用了人为因素和人机工程学的研究结果使之最小化。可能的方法情景某生产过程处于统计受控状态,其性能指数为Pp=Ppk=0.5,这是不
2、可接受的。由于过程正在生产不合格的产品,于是被要求采取遏制措施以便从生产过程中挑出不可接受的产品。具体的遏制措施是:过程小组采用一个计数型量具来对每个零件与一指定的限值进行比较,如果满足限值则可接受该零件,不满足的零件则拒收(如通/止量具)。许多这样的计数型量具基于一套基准零件来设定接受还是拒收;不像计量型量具,计数型量具不能显示一个零件多么好或多么坏,它只能指示该零件是被接受还是拒收(即2个分类)。小组使用了一个GRR为公差的25%的特定量具。由于这还没有被小组文件化,于是需要对这测量系统进行研究。小组已决定从过程中随机选取50个零件,以获得涵盖了整个过程范围的零件。使用3名评价人,每位评价
3、人对每个零件测量3次零件A-1A-2A-3B-1B-2B-3C-1C-2C-34-IV.参考参考值代码111111111110.476901+211111111110.509015+300000000000.576459-400000000000.566152-500000000000.570360-611011010010.544951X711111110110.465454X811111111110.502295+900000000000.437817-1011111111110.515573+1111111111110.488905+1200000001000.559918X131111
4、1111110.542704+1411011110010.454518X1511111111110.517377+1611111111110.531939+1711111111110.519694+1811111111110.484167+1911111111110.520496+2011111111110.477236+2111010101010.452310X2200101011000.545604X2311111111110.529065+2411111111110.514192+2500000000000.599581-2601000000100.547204X271111111111
5、0.502436+2811111111110.521642+2911111111110.523754+3000000100000.561457X3111111111110.503091+3211111111110.505850+3311111111110.487613+3400100101100.449696X3511111111110.498698+3611011110110.543077X3700000000000.409238-3811111111110.488184+3900000000000.427687-4011111111110.501132+4111111111110.5137
6、79+4200000000000.566575-4310111111010.462410X4411111111110.470832+4500000000000.412453-4611111111110.493441+4711111111110.486379X4800000000000.587893-4911111111110.483803+5000000000000.446970-表12:计数型研究资料表设定用1表示可接受的决定,0为不可接受的决定。表12中所示的参考决定和计量参考值在一开始还没有被确定。表1还显示了“代码”列,分别用“-”“X”、“+代表零件是位于川区,U区及I区假设试验分析
7、一交叉表法由于小组不知道零件的参考决定,他们展开了交叉表格(cross-tabulations)来比较每个评价人与其它人的结果。A*B交叉表B总计.001.00A.00数量44650期望的数量15.734.350.01.00数量397100期望的数量31.368.7100.0总计数量47103150期望的数量47.0103.0150.0B*C交叉表C总计.001.00A.00数量42547期望的数量16.031.047.01.00数量994103期望的数量35.068.0103.0总计数量5199150期望的数量51.099.0150.0A*C交叉表C总计.001.00A.00数量43750期
8、望的数量17.033.050.01.00数量892100期望的数量34.066.0100.0总计数量5199150期望的数量51.099.0150.0这些表格的目的在于确定评价人之间一致性的程度。为确定这一致性的程度,小组使用了(cohen的)Kappa,这是用来衡量两个评价人对同一物体进行评价时,其评定结论的一致性。Kappa为1时,表示完全的一致性,为0时,表示一致性不比可能性来得好。Kappa仅用于表格,表中两个变量有相同的分类值,且两个变量有相同的分类数量。Kappa一种对评价人内部一致性的衡量,它测试在诊断区(获得相同评定的零件)中的数量与那些基于可能性期望的数量是否有差别。让Po=
9、在诊断区中观测部分的总和Pe=在诊断区中期望部分的总和则:kappa=1-PePo-PeKappa是一种程度而不是一种试验59。通过使用一种渐近的标准误差以形成一个t统计值来判断其大小。通用的比例法则是kappa值大于0.75则表示有很好的一致性(最大的kappa=1);kappa值小于0.40则表示一致性不好。Kappa不考虑评价人之间的不一致量有多大,只考虑他们之间是不是一致60。通过以上对评价人计算了kappa程度,小组得到以下结论:kappaABCA.86.78B.86.79C.78.79这分析表明所有评价人与其它评价人之间有良好的一致性。这种分析用来对确定评价人之间是否有差异的需求,
10、但不能告诉我们这测量系统从坏零件中挑选出好零件的能力。在本分析范例中,小组使用一计量型测量系统来评价零件,并应用其结果来确定其参考决定。使用新的信息建立了另一组交叉表,以便将每个评价人参考决定进行比较。A*参考交叉表4参考总计.001.00A.00数量45550期望的数量16.034.050.01.00数量397100期望的数量32.068.0100.0总计数量48102150期望的数量48.0102.0150.0B*参考交叉表B总计.001.00A.00数量45247期望的数量15.032.047.01.00数量3100103期望的数量33.070.0103.0总计数量48102150期望的数量48.0101.0150.0C*参考交叉表B总计.001.00A.00数量42951期望的数量16.334.751.01.00数量69399期望的数量31.767.399.0总计