Type 1 Gauge Study 是新的JMP 17 . 这类测量系统分析研究量具的偏差和可重复性。 换句话说，量规能否重复测量零件并获得接近已知参考标准的测量值？
类型 1 仪表研究应该是您评估测量系统的第一步。 使用无法精确且可重复地测量零件的量规执行测量系统分析是徒劳的。 在寻找其他测量变化来源之前，您必须首先确定您是否有一个好的量具。
例子
打开可变数据文件夹中的 1 型仪表 MSA 数据表。
dt=Open("$SAMPLE_DATA/Variability Data/Type 1 Gauge MSA.jmp");
Y2 列中的数据是零件的重复测量值。 重要的是要注意测量使用一名操作员和一个参考零件。 Y2 具有测量系统分析 (MSA) 列属性。
公差范围 (6) 是可由上公差 (27.9) – 下公差 (21.9) 定义的零件公差。 行业通常设定这些值。 参考 (24.90) 是测量标准的已知测量值。 您可能有一个提供此信息的“主样本”，它可能由法律等定义。分辨率 (0.01) 是仪表的测量分辨率。 该值通常在制造商的仪表规格中说明。 历史均值（缺失）是过程的已知均值。 历史过程 Sigma（缺失）是过程的已知标准偏差。 历史均值和历史过程西格玛不用于类型 1 量具分析，但用于其他类型的分析，例如量具 R&R。
类型 1 仪表位于测量系统分析平台中。 选择分析->质量和过程->测量系统分析。 将 MSA 方法设置为 Type 1 Gauge。 将 Y2 指定为 Y，响应。
请注意，在对话框的“选项”部分中，您可以定义公差百分比。该值指定用于与测量偏差进行比较的零件公差百分比。20% 是默认值。Sigma 乘数指定常量乘以 sigma（6 sigma 过程为 6）。alpha 水平允许您指定用于偏差测试的 alpha（默认 0.05）。
Show Type 1 Gauge Metadata Entry Dialog 部分允许您控制是否通过对话框提示您获取分析所需的信息（公差范围/上限和下限公差，以及参考值，对于 Type 1 是必需的测量研究）。
单击“确定”生成以下 Y2 报告。
运行图表
我们可以从运行图中看到，观察到的测量值接近参考标准（绿线），并且所有测量值都在公差*公差范围（红线）的百分比内。 如果有超出运行图限制的点，则表明测量变化相对于零件公差太大。 换句话说，仪表变化太大。 请注意，大多数观察值都高于参考标准（绿线），这表明测量中可能存在偏差。
汇总统计
参考、公差范围和分辨率来自 Y2 的 MSA 列属性。均值、标准差、6*标准差和 N 的计算方式与分布平台中的相同。可能有一些您不熟悉的统计数据，因此我在下表中包含了术语、描述和方程式。
| 统计 |
描述 |
公式 |
| 重复性的 % Var |
与重复性相关的方差百分比 |
 |
| 重复性和偏差的 % Var |
与重复性和偏差相关的方差百分比 |
 |
| Cg |
精度和公差之间的比率（潜在能力） |
 |
| Cgk |
准确度与公差之间的比率（实际能力） |
 |
Cg 的值大于 1.33 表示仪表测量值的范围相对于公差范围足够窄。 Cgk 值大于 1.33 表示有能力的仪表。
偏差测试
正如我们在本博客的运行图部分中指出的那样，大多数点都落在参考线（绿线）上方。 偏差是平均值和参考值之间的差异。t 检验通常用于确定是否存在偏差。 点击 Y2 的类型 1 量具分析旁边的红色小三角并选择偏倚检验。
这与您在 Variability 平台中找到的测试相同。 <.001 的 p 值表示我们应该拒绝 |mean-reference value|=0 的原假设。这个指标是有偏见的。
直方图
直方图提供偏差和精度的图形表示。 点击 Y2 的类型 1 量具分析旁边的红色小三角并选择直方图。
请注意，大多数值都在参考线上方。 数据的分布很小（24.8 到 25.2）。
结论
尽管 Cg 和 Cgk 值大于 1.33，表明测量仪有能力，但测量仪提供的 Y2 测量值有偏差，偏差测试证明了这一点。只有当我们对仪表的性能感到满意时，才应进行进一步的 MSA 分析。
