msa的五种分析方法5篇

篇一：msa的五种分析方法

　　

　　msa测量分析的方法

　　MSA（MeasurementSystemAnalysis）测量分析是一种有效的测量系统评估方法，主要用于确定测量系统的准确性和可靠性。它可以帮助测量系统识别不确定性，并使用这些不确定性评估系统的性能。

　　MSA测量分析的基本步骤包括：确定测量系统的目标、识别可能的不确定性、有效地收集数据、分析数据和报告结果。首先，要确定测量系统的目标，并识别可能存在的不确定性，比如，测量系统的精度、可重复性和再现性，以及可能会影响测量结果的其他因素。

　　其次，要有效地收集数据，以确定测量系统的性能。通常，在这个步骤中，要使用标准试件和标准测量仪器，以确保测量结果的准确性。

　　第三，要分析收集的数据，以确定测量系统的性能。比如，可以使用图表、表格和指标来分析数据，以确定测量的精度、重复性和再现性。

　　最后，要报告结果。可以使用不同的报告格式，如表格、图表、指标等，以便有效地向用户展示测量结果。

　　通过MSA测量分析，可以有效地评估测量系统的性能，并帮助测量系统向用户提供准确、可靠的测量结果。因此，MSA测量分析可以为测量系统提供关键的可靠性分析，从而使测量系统可行性更加

　　可靠。

篇二：msa的五种分析方法

　　

　　.测量系统分析(MSA)方法

　　测量系统分析(MSA)方法****1.目的对测量系统变差进行分析评估，以确定测量系统是否满足规定的要求，确保测量数据的质量。

　　2.范围

　　适用于本公司用以证实产品符合规定要求的所有测量系统分析管理。

　　3.职责

　　3.1质管部负责测量系统分析的归口管理;3.2公司计量室负责每年对公司在用测量系统进行一次全面的分析;3.3各分公司(分厂)质检科负责新产品开发时测量系统分析的具体实施。

　　4.术语解释

　　4.1测量系统(Measurementsystem)：用来对被测特性赋值的操作、程序、量具、设备以及操作人员的集合，用来获得测量结果的整个过程。

　　4.2偏倚(Bias):指测量结果的观测平均值与基准值的差值。

　　4.3稳定性(Stability):指测量系统在某持续时间内测量同一基准或零件的单一特性时获得的测量平均值总变差,即偏倚随时间的增量。

　　4.4重复性：重复性（Repeatability）是指由同一位检验员,采用同一量具,多次测量同一产品的同一质量特性时获得的测量值的变差。

　　4.5再现性:再现性(Reproductivity)是指由不同检验员用同一量具，多次测量同一产品的同一质量特性时获得的测量平均值的变差。

　　4.6分辨率（Resolution）:测量系统检出并如实指示被测特性中极小变化的能力。

　　4.7可视分辨率（ApparentResolution）:测量仪器的最小增量的大小,如卡尺的可视分辨率为0.02mm。

　　4.8有效分辨率（EffectiveResolution）:考虑整个测量系统变差时的数据等级大小。用测量系统变差的置信区间长度将制造过程变差（6δ）（或公差）划分的等级数量来表示。关于

　　有效分辨率，在99%置信水平时其标准估计值为1.41PV/GR&R。

　　4.9分辨力(Discrimination):对于单个读数系统,它是可视和有效分辨率中较差的。

　　4.10盲测:指在实际测量环境中,检验员事先不知正在对该测量系统进行分析，也不知道所测为那一只产品的条件下,获得的测量结果。

　　.

　　.4.11计量型与计数型测量系统:测量系统测量结果可用具体的连续的数值来表述,这样的测量系统称之为计量型测量系统;测量系统测量结果用定性的数据来表述,如用通过或不能通过塞规的方式来描述一只圆棒直径尺寸,这样的测量系统称之为计数型测量系统。计量型测量系统和计数型测量系统的分析将用到不同的方法。

　　5.工作程序：

　　5.1测量系统分析时机：在下述三种情况下必须进行测量系统分析。

　　5.1.1新产品开发时;5.1.2检验员发生变更或新购量具或经维修过的量具投入使用前;5.1.3定期做,公司规定每年进行一次全面的测量系统分析,分析范围覆盖所有合格在用的不同型号规格的量具,分析内容覆盖测量系统五性。

　　5.2测量系统分析条件

　　5.2.1测量作业必须标准化;5.2.2检验员必须是经培训合格人员;5.2.3测量仪器必须是检定合格状态;5.2.4质量特性测量值可重复。

　　5.3计量型测量系统分析

　　5.3.1稳定性分析

　　5.3.1.1选取一个样本并确定其相对于可追溯标准的基准值，如果不能得到，则选择一个落在使用的量程中程数的产品，并指定它作为标准样本进行稳定性分析。

　　5.3.1.2定期（天，周，月）测量基准样品3-5次，决定样本容量和频率时考虑的因素有：校准周期、使用频率、修理次数和使用环境等。读数应在不同时间读取以代表测量系统实际使用的情况。

　　5.3.1.3将测量值描绘在《量具稳定性分析报告》记录的XBAR-R控制图上。

　　5.3.1.4计算控制界限,并参照Q/HC31006A—2002《SPC（统计过程控制）应用方法》控制图判读规则对不稳定或失控作出判断，如有不稳或异常现象应进行原因分析，并采取相应措施.

　　.（如对量具进行校准或维修）。

　　5.3.1.5测量系统稳定性分析记录于《量具稳定性分析报告》中。

　　5.3.2偏倚分析(独立样本法)5.3.2.1获取一个样本并确定其相对于可追溯标准的基准值,如果不能得到，则选择一个落在使用的量程中程数的产品，并对其用精密的量具(通常精度为被分析量具的4~10倍)测量10次计算平均值,此值作为“基准值”。

　　5.3.2.2由一位检验员,以常规方式对样品测量10次,并计算10次读数的平均值,此值即为“观测平均值”。

　　5.3.2.3计算偏倚

　　偏倚=观测平均值--基准值

　　制造过程变差=6δ

　　偏倚%=偏倚/制造过程变差×100%制造过程变差可从以前的过程控制图得出，或从同时进行的过程能力研究得出，如无法求得时,可用规格公差代替。

　　5.3.2.4偏倚接受准则:a、对测量重要特性的测量系统偏倚%10%时可接受；

　　b、对测量一般特性的测量系统10%≤偏倚%≤30%时可接受；

　　c、偏倚%>30%,拒绝接受。

　　5.3.2.5偏倚分析记录于《量具偏倚分析报告》

　　5.3.3线性分析

　　5.3.3.1选择5个产品,它们的测量值要覆盖量具的工作量程。

　　5.3.3.2用精密量具测量每个产品以确定它们各自的“基准值”并确认其尺寸覆盖了被分析量具的工作量程。

　　5.3.3.3由被分析量具的操作员盲测每个产品12次,并计算测量平均值和偏倚。

　　5.3.3.4绘图：以基准值为X轴,偏倚为Y轴作散布图。

　　5.3.3.5使用以下公式求最佳拟合这些点的回归直线和直线的相关系数R。

　　y=b+ax.

　　.式中：x为基准值

　　y为偏倚

　　b为截距

　　a为斜率

　　a=/

　　b=(ΣYi-aΣXi)/nR2=2/｛×｝

　　线性=斜率

　　×（制造过程变差）=Q/HC31007A—2002线性%=×100%

　　5.3.3.6线性判读准则

　　5.3.3.6.1线性程度判读

　　a、R2=1,完全相关,点散布在一条直线上;b、R2=0,完全不相关,X与Y的变化完全不存在任何依存关系;c、0

　　a、对测量重要特性的测量系统,线性%≤5%时可接受；

　　b、对测量一般特性的测量系统,线性%≤10%时可接受；

　　c、线性%>10%,拒绝接受。

　　5.3.3.7线性分析记录于《量具线性分析报告》。

　　5.3.4重复性和再现性分析(R&R).

　　.确定研究对象、工序、量具、产品和质量特性后可采用下列方法进行分析。

　　5.3.4.1极差(R)法

　　5.3.4.1.1选取两位检验员A、B和5个产品,每个检验员对每个产品盲测一次,将测量结果记入《量具极差法分析表》表格中。

　　5.3.4.1.2计算产品测量的极差R,测量极差R为检验员A和B测量结果差的绝对值。

　　5.3.4.1.3计算产品测量的平均极差R=∑Ri/5。

　　5.3.4.1.4计算量具的双性(重复性和再现性的合成,简称双性),即测量过程变差：

　　GR&R=5.15R/d2式中：GR&R表示量具（Gage）重复性和再现性的合成，5.15表示99%的置信区间，即2个检验员用同一量具测量同一产品的同一特性的测量结果99%落在GR&R区间内，d2可从《测量系统分析用d2值表》中查出。

　　5.3.4.1.5计算双性占制造过程变差的百分数

　　%GR&R=(GR&R/过程变差)×100%。

　　5.3.4.1.6%GR&R接受准则:a、%GR&R<10%可接受；

　　b、10%≤%GR&R≤30%，依据质量特性的重要性及量具的重要性、成本及维修费用，决定是否接受；

　　c、%GR&R>30%，不能接受。

　　5.3.4.2均值极差法(X&R法)5.3.4.2.1确定二至三名检验员,标以A、B、C，检验员选取需注意代表性,如生产部门检验员与质检部门检验员的相互搭配、白班与夜班检验员的相互搭配等。

　　5.3.4.2.2抽取同一种型号产品样本5至10件，标上编号，抽取产品时最好保证产品质量特性测量值覆盖该特性值整个公差范围,另注意检验人员应无法看到产品编号，以保证盲测。

　　5.3.4.2.3每一检验员对同一产品的同一特性重复测量2~3次,将测量结果记录在QR/HC20423-012A《量具重复性和再现性数据表》中。

　　5.3.4.2.4根据《量具重复性和再现性数据表》中的数据作《量具重复性和再现性X-R控制图》,并判读，判读规则如下：

　　.

　　.a)、极差图判读参照《SPC（统计过程控制）应用方法》控制图判读规则；

　　b)、均值图：在控制限内的点代表测量误差，如果一半或更多的平均值落在极限之外，则该测量系统足以检查出产品之间差异，测量系统有效分辨率足够，该测量系统可以提供过程控制、过程能力分析有用的数据，当一半以下落在控制限外，则测量系统不足以检查出产品之间差异，不能用于过程控制及过程能力分析。

　　5.3.4.2.5负责组织测量系统分析的人员,依照《量具重复性和再现性数据表》和质量特性规格,按标准规定的格式出具QR/HC20423-013A《量具重复性和再现性报告》。

　　5.3.4.2.6结果分析

　　重复性与再现性比较分析

　　A、如果重复性(EV)比再现性(AV)大，原因可能是：

　　——量具需要维修；

　　——应重新设计量具使其更精密；

　　——应改进量具的夹紧或定位装置；

　　——产品变差太大。

　　B、如果再现性(AV)大于重复性(EV)，则可能存在以下原因：

　　——需要对检验员进行如何使用量具和读数的培训；

　　——量具表盘上的刻度值不清楚；

　　——可能需要某种形式的夹具来帮助检验员更为一致地使用量具。

　　5.3.4.2.7%R&R接受准则

　　%EV、%AV、%R&R三个误差都<10%——测量系统可接受;%EV、%AV、%R&R三个误差在10%到30%之间——测量系统可能被接受，依据量具的重要性、量具成本以及修理费用而定。

　　%EV、%AV、%R&R三个误差有一个超过30%——测量系统不能接受,需要改进，应努力找到问题所在并纠正。

　　5.3.5计数型测量系统分析（小样法）

　　5.3.5.1任取同一型号的产品20件(应包括有合格及不合格的产品)并予以编号,编号不可让检.

　　.验员知道,也不可让他们知道正在做测量系统分析,以保证盲测。

　　5.3.5.2选择两位检验员分为A、B。

　　5.3.5.3由这两位检验员测量所有产品两次，并将测量结果记录于QR/HC20423-014A《计数型量具检验记录表》，合乎规格界线的零件则填入“YES”，反之则填入“NO”。

　　5.3.5.4结果判读

　　A、若测量结果（每只产品四个数据）相同，则测量系统被接受。

　　B、若测量结果不一致，则此测量系统须被改进或再评价。

　　C、若测量系统不能被改进，则不能被接受，应寻求替代的测量系统。

　　5.3.5.5计数型测量系统只能指出产品是好是坏，不能指出产品好坏程度。

　　5.3.6测量系统分析方法适用性的确定

　　5.3.6.1新产品开发时,测量系统采用线性、重复性、再现性、偏倚分析方法,由分公司(分厂)质检科进行分析；

　　5.3.6.2考虑量具随时间变化的程度,做稳定性分析,由公司计量室进行分析;5.3.6.3每年一次的测量系统五性分析,由公司计量室进行。

　　6.相关文件

　　6.1检验、测量和试验设备的控制程序

　　6.2质量记录的控制程序

　　1.

　　记录

　　本办法产生记录按《质量记录的控制程序》进行整理、保存、归档。

　　记录为：

　　《量具稳定性分析报告》

　　《量具偏倚分析报告》

　　《量具线性分析报告》

　　《量具重复性和再现性极差法分析记录表》

　　《量具的重复性和再现性数据记录表》

　　《量具重复性和再现性X-R控制图》

　　《量具的重复性和再现性报告》

　　.

　　.《计数型量具检验记录表》

　　8.附件

　　:《控制图的常数和公式表》

　　.

篇三：msa的五种分析方法

　　

　　msa的五种分析方法

　　1.协物比对(ProportionalMatching):协物比对是寻找序列中具有最接近单一价值的残基之间的关系的一种方法。它被用来分析多个演变相关序列，其中每个序列有一个或者多个基因突变或碱基突变。它可以被用来以精确的方式确定序列中的改变，避免次等的变化的影响，并且可以提供结构信息。

　　2.层次分类法(HierarchicalClustering):层次分类法是一种多序列比对分析方法，它将给定的序列分类到相当于分组的隔开组，它们拥有相同的最佳价值。在层次分类法中，给定的序列被组合成更大的节点，并且它们可以根据相似性，突变，残缺和布局来分类。层次分类法有助于创建一种共性的框架，可以提供关于编码信息的更进一步的联系，有助于研究了解复杂的数据集。

　　3.密度聚类法(Densityclustering):密度聚类法是一种多序列比对分析方法，它可以被用来发现不同演化分支间相似性之间的关系，可以自适应性地比较多种因素，如相似性，突变，残缺等。它主要是从计算从给定序列中计算相似性矩阵开始的，而不是仅仅用于比较不同序列之间的相似性。该算法把给定的序列分割成相当于分组的隔离组，最后给出最佳聚类结果。

　　4.基于势函数的迭代求解法(Potential-basedIterativeSolution):基于势函数的迭代求解法是一种多序列比对分析方法，它可以使用两个面向对象的模型（迷宫模型和矩阵模型）来比较多个序列之间的相似性。求解过程的迭代计算依赖于一个可以识别具有最佳相似性的给定序列子集的算法。例如，当一个序列空间中有许多类似序列时，可以使用一个迭代求解法来找出最佳子集。

　　5.最小成本神经网络(MinimumCostNeuralNetwork):最小成本神经网络是一种多序列比对分析方法，它能够分析多个序列的相似性，以及它们之间的结构。它使用一个多层神经网络，在这个多层网络中，输入层与输出层之间有多个隐藏层，这些层非常类似于脑细胞间的连接，并且它们会以相应的权重传输信息。最小成本神经网络能够比较编码差异和相关特征，并且它可以被用来预测特定编码单元的表达像，确定最高置信度的编码单元以及检测序列间的结构差异。

篇四：msa的五种分析方法

　　

　　msa测量分析的方法

　　MSA测量分析是一种统计处理方法，也被称为因子分析，它是试验设计中常用的一种统计技术，用来分析多变量数据结构，识别出影响变量的重要性，进而推断出变量之间的关系。MSA测量分析的基本思想是利用多次测量的数据，根据因子分析的原理，将原始数据进行多种方式的处理，使其能够把复杂的数据结构简化，并能够提取重要的信息，从而对原始数据进行更有效的分析。

　　MSA测量分析具有一定的灵活性，它可以用于研究多变量间的相关性，也可以用于研究一个变量在不同情况下的变化情况，还可以用于分析一个变量在不同时间段内的变化情况。此外，MSA测量分析还可以用于研究变量间的组合关系，以及变量之间的因果关系。在实际应用中，MSA测量分析可以帮助我们更好地理解变量间的关系，从而更有效地利用变量，实现更有效的目标。

　　MSA测量分析的实施是一个复杂的过程，它需要经过多步骤，包括数据预处理、因子分析、因子轮廓图绘制、变量重新编码等，最终的结果是一个因子轮廓图，它可以显示出变量间的关系，从而帮助我们更好地理解变量间的关系，从而更有效地利用变量，实现更有效的目标。

　　总之，MSA测量分析是一种统计处理方法，它可以帮助我们更好地理解变量间的关系，从而更有效地利用变量，实现更有效的目标。

　　它的使用不仅有助于提高研究的精度，而且还可以更有效地分析复杂的数据结构，从而获得更加准确的结果。

篇五：msa的五种分析方法

　　

　　IATF16949质量管理体系五??具之MSA（测量系统分析）实操及异常分析。IATF16949：2016版汽车?业质量管理体系五??具，其分别是：MSA质量?程师之家今?给?家分享MSA（测量系统分析），本?包含常规的测量系统分析、破坏性测试的测量系统分析和计数型测量系统分析等。?.MSA定义测量系统定义:?来对被测特性赋值的量具和其它设备,?员,标准,规程,操作,软件,环境和假设的集合,?来获得测量结果的整个过程.测量系统变差来?于:设备,?员,原材料,操作规程,环境等测量误差来源如果测量的?式不对，那么好的结果可能被测为坏的结果，坏的结果也可能被测为好的结果，此时便不能得到真正的产品或过程特性。准确度与精密度误差：1.偏倚(Bias)是测量结果的观测平均值与基准值的差值。真值的取得可以通过采?更?等级的测量设备进?多次测量，取其平均值。1.1造成过份偏倚的可能原因仪器需要校准仪器、设备或夹紧装置的磨损磨损或损坏的基准，基准出现误差校准不当或调整基准的使?不当仪器质量差─设计或?致性不好线性误差?应?错误的量具

　　不同的测量?法─设置、安装、夹紧、技术测量错误的特性量具或零件的变形环境─温度、湿度、振动、清洁的影响违背假定、在应?常量上出错应?─零件尺?、位置、操作者技能、疲劳、观察错误2.重复性(Repeatability)指由同?个操作?员?同?种量具经多次测量同?个零件的同?特性时获得的测量值变差（四同）重复性与偏倚值是独?的零件(样品)内部：形状、位置、表?加?、锥度、样品?致性。仪器内部：修理、磨损、设备或夹紧装置故障，质量差或维护不当。基准内部：质量、级别、磨损?法内部：在设置、技术、零位调整、夹持、夹紧、点密度的变差评价?内部：技术、职位、缺乏经验、操作技能或培训、感觉、疲劳。环境内部：温度、湿度、振动、亮度、清洁度的短期起伏变化。违背假定：稳定、正确操作仪器设计或?法缺乏稳健性，?致性不好应?错误的量具?量具或零件变形，硬度不?应?：零件尺?、位置、操作者技能、疲劳、观察误差(易读性、视差)3.再现性(Reproducibility)由不同操作?员，采?相同的测量仪器，测量同?零件的同?特性时测量平均值的变差（三同?异）3.1再现性不好的可能潜在原因：零件(样品)之间：使?同样的仪器、同样的操作者和?法时，当测量零件的类型为A,B,C时的均值差。仪器之间：同样的零件、操作者、和环境，使?仪器A,B,C等的均值差

　　标准之间：测量过程中不同的设定标准的平均影响?法之间：改变点密度，?动与?动系统相?，零点调整、夹持或夹紧?法等导致的均值差评价?(操作者)之间：评价?A,B,C等的训练、技术、技能和经验不同导致的均值差。对于产品及过程资格以及?台?动测量仪器，推蕮进?此研究。环境之间：在第1,2,3等时间段内测量，由环境循环引起的均值差。这是对较??动化系统在产品和过程资格中最常见的研究。违背研究中的假定仪器设计或?法缺乏稳健性操作者训练效果应?─零件尺?、位置、观察误差(易读性、视差)4.线性(Linearity)在量具正常?作量程内的偏倚变化量多个独?的偏倚误差在量具?作量程内的关系是测量系统的系统误差构成4.1线性误差的可能原因仪器需要校准，需减少校准时间间隔；仪器、设备或夹紧装置磨损；缺乏维护—通风、动?、液压、腐蚀、清洁；基准磨损或已损坏；校准不当或调整基准使?不当；仪器质量差；—设计或?致性不好；仪器设计或?法缺乏稳定

　　性；应?了错误的量具；不同的测量?法—设置、安装、夹紧、技术；量具或零件随零件尺?变化、变形；环境影响—温度、湿度、震动、清洁度；其它—零件尺?、位置、操作者技能、疲劳、读错。5.稳定性(Stability)测量系统在某持续时间内测量同?基准或零件的单?特性时获得的测量值总变差。

　　5.1不稳定的可能原因仪器需要校准，需要减少校准时间间隔仪器、设备或夹紧装置的磨损正常?化或退化缺乏维护─通风、动?、液压、过滤器、腐蚀、锈蚀、清洁磨损或损坏的基准，基准出现误差校准不当或调整基准的使?不当仪器质量差─设计或?致性不好仪器设计或?法缺乏稳健性不同的测量?法─装置、安装、夹紧、技术量具或零件变形环境变化─温度、湿度、振动、清洁度违背假定、在应?常量上出错应?─零件尺?、位置、操作者技能、疲劳、观察错误6.分辨?分辩?不?的表现：R图?少有四个点极差值为0?.测量系统特点1.测量系统特性:?个好的测量系统具备条件:测量系统在受控条件下2.测量数据的质量数据的质量:取决于从处于稳定条件下进?操作的测量系统中，多次测量的统计特性.数据质量最通?的统计特性:准确度(Accuracy)X→μ或称偏移(BIAS):量测实际值与?件真值间之差异,是指数据相对基准（标准）值的位置。

　　精密度(Precision)σ或称变差(Variation):利?同?量具，重复量测相同?件同?质量特性，所得数据之变异性。是指数据的分布。3.好的测量系统四个特点?够分辨?和敏感度测量系统受控测量系统变差?于规格差测量系统变差能证明具有有效分辨?,?于制造过程变差.4.测量系统误差可造成影响第?类错误:不好零件永远是不好零件第?类错误:好零件判为坏零件或坏的判好的第三类错误:好零件永远是好零件三.稳定性误差分析?法1)找到样品,取要分析的产品参考值2)每天/周测参考值3-5次3)记录在X-R图X-δ图上4)第?种分析?法:图?法:看看有?特殊点第?种分析?法:数值分析法以下为?个案例:?个零件每天测量5次,共测量2周,有10组数据.画出X-R图1.稳定性分析之执?:四.偏倚误差分析?法1.独?样本法分析步骤1).取?样件,测量出参考值2).让?个训练QC盲测10次以上.3).结果分析?法两种:

　　3).结果分析?法两种:第?种?直?图第?种数值法2.偏倚BIAS分析之执?:独?样本法—案例：设参考值为6.00,测量值为(?个?连续盲测15次)5.8/5.7/5.9/5.9/6/6.1/6/6.1/6.4/6.3/6/6.1/6.2/5.6/6可以看出符合正态分布,偏倚可接受独?样本法—案例df=10.8查表,210页数值计算法,V=10.8查表得五.线性误差分析?法第?种?法,图?法可以看出偏倚=0这条线不全部在95%的置信区间内.存在线性问题,不可接受第?种?法

　　数值分析假设法Ta和TB>t查表值，存在线性问题,不可接受六.GRR误差分析?法1.N>=5,?少取5个产品2.找三个QC,盲测3.让A测量零件,在第??4.让B测量,记在第六?,第???5.让A测量第?次,记录在第??,以次类推案例为10个零件,GRR<=10%,NDC>=5可接受.GRR分析,平均值和极差法第?种分析法:X图>=50%点落在管制线外R图所有点在管制线内,如果有超出要分析是否可接受

　　R图所有点在管制线内,如果有超出要分析是否可接受结果:重复性与再现性.MTW量具R&R研究-XBar/R法?差分量来源

　　?差分量

　　贡献率合计量具R&R0.00185545.91重复性0.00094343.00再现性0.00091202.90部件间0.029552394.09合计变异0.0314077100.00研究变异%研究变来源

　　标准差(SD)(6*SD)异(%SV)合计量具R&R0.0430740.2584524.31重复性0.0307150.1842917.33再现性0.0301990.1812017.04部件间0.1719081.0314597.00合计变异0.1772221.06333100.00可区分的类别数=5C4的量具R&R（嵌套）来源

　　?由度SSMSFP检测员20.317850.1589250.1880.838批(检测员)32.534130.844708360.7300.000重复性60.014050.002342合计112.86602量具R&R?差分量

　　?差分量来源

　　?差分量

　　贡献率合计量具R&R0.0023420.55重复性0.0023420.55再现性0.0000000.00部件间0.42118399.45合计变异0.423525100.00过程公差=2研究变异%研究变%公差来源

　　标准差(SD)(6*SD)异(%SV)(SV/Toler)合计量具R&R0.0483910.290347.4414.52重复性0.0483910.290347.4414.52再现性0.0000000.000000.000.00部件间0.6489863.8939299.72194.70合计变异0.6507883.90473100.00195.24可区分的类别数=18七.计数性MSA分析?法第?种:交叉表分析法情景是过程受控,PPK=0.5,有不良产品,已?产出50个,算出KAPPA,>=75%可接受

相关热词搜索： msa的五种分析方法 五种 方法 分析