你好， 每个人。
我的 姓名 是 坎普。
来 从 台湾。
I 工作 在 总理 材料 为了 全球的 继续 改进。
和 其他 作者 是 韦恩 还 从 台湾。
他在 Prime Material 工作 为了 顾客 质量 工程师。
今天 我们 将要 展示 如何 到 利用 SIPOC JMP平台
到 战斗 测量 系统 错误
在你的整个 购买。
这 项目 是 测量 系统错误 之间 供应商 A 和 供应商 B.
I 将要 去 通过 为了 这 二
话题。
为了 这 介绍 和 供应商A 测量 系统。
然后是韦恩 我们 将要 去 通过 这 下一个 二 主题。
为了 这 介绍，
I 将要 去 通过 这 背景，SIPOC 以及范围内外分析，
MSA CTQ 的相关性。
供应商 A 测量 系统，
我们 将要 覆盖 这 Excel Xbar-R 对比 JMP ANOVA交叉方法。
仪表 R&R
P/T 和 P/TV 比率标准，
变异性图表和量规 R&R 均值图，
量规 R&R 验证错误。
供应商 B 测量 过程，
我们 将要 覆盖 EC图，
通过 X 应急平台来拟合 Y。
一个简单的 t 和样本功效 t 检验，
量规 R&R。
这 最终的 结论 将要 是 展示
统计过程控制 控制 图表 为了 量规 R&R， 和 a 概括 的 分析。
剩下的就是 值得借鉴的经验 来自 JMP。
第一个主题 我们 将要 去 通过 为了 这 介绍。
该项目基于 在 这 问题 陈述。
我们 理解 这 挥发性有机化合物。
这 目的 的 这 项目 是
供应商 A 和供应商 B 都测量相同的零件。
供应商 B 有 得到 a 很多 更糟 结果
不料 比 结果 的 这 供应商A。
顾客 有 请求 到 寻找 出去 这 差距
并验证供应商A、B的测量系统。
然后 我们 去 为 这 食物 到 理解 我们的 CTQ。
他们 是 三个 CTQ， 我们 寻找 出去。
C T 第一题，
标准化供应商 B 测量，
哪个 我们 需要 见面 为了 在 这 某些标准，
解决 需要 到 是 较少的 比 10 %。
C T 第二季度， 核实 供应商A和供应商B之间的差距。
所以 我们 需要 到 见面... 这 偏差需要为零。
CTQ3，供应商B Gauge R&R
哪个 我们 需要 到 满足 CTQ 比率的标准 较少的 比 三十 %。
这 是 这 食物 结构。
我们 开始 和 这 客户声音
和 返回 这 输出 CTQ， 哪个 出色地 寻找 出去。
A 再回来 到 这 过程 项目，
全部 他们所受约束的过程 这 测量 系统。
和 这些 四 序列， 州 为了 校准 到 手术。
和 这 针规校准。
然后 样本 为了 这 扩散器， 洞 测量。
最后，通过与PQP Excel文件相同的方式辩论假设。
作为 你 能 看，
这 是 全部 关于 MSA。
在 这 下列的 滑动， 我们 将要 去 进入 图片
的 这 关系 关于 这 食物 和 这 条款和条件 和 这 客户 VOC。
有 二 测量 输出 为了 这 供应商 A 和 这 供应商 B.
在 我们的 目标 s 需要 到 措施 我们的 测量 系统，
供应商 A 和供应商 B 需要 到 是 这 相同的。
在 这 测量 过程 变化， 那里 是 二 部分。
一 是 这 准确度 其他 一， 这 位置。
为了 这 准确性， 是 到期的 为了 这 偏见
线性。
和 解决方案 为了 那，
稳定 是 不是 在 我们的 范围。
为了 这些 三 是 表明 为了 我们的 CTQ1 和 这 CTQ2。
为了 这 CTQ3 是你吗 tput 为
精确 问题 为了 可重复性和再现性。
我们 将要 去 通过 这 第二 话题， 供应商 A 测量 系统。
在我们的 量规研发 R 错误，
我们 使用 这 持续 数据，
交叉 方式
和 不 形式
为了 二 最好的。
什么 是 Xbar-R 方法？
和 否则， 方差分析方法？
Xbar-R 方法适用于 PQP Excel 文件。
他们 有 二 劣势，
这 第一个， 它 可以 不是 探测 部分- 到- 操作员 相互作用。
第二，
它 是 制成 和 这 量规 R&R， 和 这 普通的 分配。
所以 你 将要 是 影响 经过 任何 异常值。
还， 是 不是 好的 为了 这 样本 数据 是 更多的 比 五 数据 點。
在 方差分析方法，
它 不是 仅有的 能 探测 零件到操作员 相互作用，
但 还 使用 标准 直接偏差 .
所以 它 不需要 到 是 经过考虑的 为了 这 普通的 分布。
在我们的 投射互动 是 高的
所以 w e 必须 需要 到 是 使用 这 方差分析 方法 为了 我们的 仪表 R&R 分析。
第一的， 我们 选择 这 低的 数据 资金 为了 a 什么鬼 文件。
他们 使用 这 10 数据 点
为了
这 学习。
事实上，它 是 不是 好的 为了 更多的 比 五 数据 观点，
X-杆 分析，正如我 提及 为了 这 滑动。
反正，
我们 仍然 使用 这 相同的 数据 进入 JMP方差分析 作为 出色地 .
第一个地方 PQP 没有文件
是 仅有的 只是 无用 文件错误。
Y 或者 告诉 我们 那里 是 二 比率 为了 量规 R&R，
电视/电视 是 24 %,
是 测量 [听不清 00:06:52]。
点火/ 是 9 %, 哪个 是 漂亮的 好的。
什么 是 这 不同之处 之间 电视/电视 和 P/T ?
W e 应该 知道 那里 是 三 變化。
一， 设备 变化， 哪个 被称为 可重复性。
其他 是 这 操作员 变化， 也就是 称为 这 可重复性。
这 最后的 一 是 这 部分 变化，
哪个 依赖 在 简单的 会议。
现在，
P/ 电视 定义 是
P 是 这 过程
等于EV
加 OFF。
并且 TV 是总方差，等于 EV 加 AV 加 PV。
那里 将要 是 a 风险 什么时候 量规 样本 范围 将高度 影响
电视/电视 比率 结果。
在 点火/ 定义，
P 是 宽容 是 零件规格 R 天使。
什么时候 规格 是 出色地 定义， 点火/ 比率 是 我们的 首选 到 MSA
为了 衡量 R&R 成功率 标准。
为了 这 第二 [听不清 00:08:13]
我是 对不起。
为了 这 第二 [听不清 00:08:17] JMP 具有 无Xbar-R 错误，
仅方差分析。
那里 是 二 模型。
一 是 这 主效应 模型， 和 其他 一 是 交叉 模型。
主要的 效应模型 有 不 零件到操作员组件。
将要 是 最多 已分配 到 可重复性，并且 造成 经过 机器 问题。
在 这 其他 手，
交叉 模型 可以正确 派生
这 零件到操作员 相互作用 成分，
哪个 将要 告诉 我们 那里 是 这 问题 发生 在 这 量规 R&R，
在 这 过程 问题。
我们 更喜欢 选择 交叉的 模型 相当 比主效应模型。
在 这 量规 R&R 变异图，
在图表左侧
測量平均值。
这里 我们 需要 到 被看见 是 那里 50 %,
的 观点， 是 外部 的 这 控制也许。
这表明 这 案件 是 有能力的
检测 这 [听不清 00:09:32] .
我们的 案件 是 a 100 % 外部 的 这 控制， 哪个 是 好的。
在 这 标准 偏差 图表，
在 这 操作员 B, 在 这 A 部分 有 重复性 问题。
那里 是 二十五 % 的 这 数据 是 在 零 ,
哪个 表明 测量 结果 是 无法实现。
在量规 R&R 上，均值图 为了 这 测量 操作员。
我们 能 看 为了 操作员 C，是
更高 比 操作员A 和 B
在 按零件测量。
您可以看到数据 是 向上 和 向下，
它表明大 不同的 之间 部分。
还， 这 样本 范围 是 1.2 平等的 到 公差范围的 20% ,
哪个 是 也 小的，
导致更高的 点火/ 比率。
这 最后的 一 是 这 部分- 到- 操作员 互动。
在 这 部分 7至A，
那里 是 这 交叉 线 之间 部分操作员 B
和 这 操作员A 和 C.
它表明相互作用 之间 估价师 和 这 部分。
我们 最后 去 到 这 最后的 部分 的 这 量规 R&R。
这 第一类 和 第二类 错误。
这 第一类错误
是 经常被拒绝 阿尔法 风险。
也许在 制造商 边 部分 [听不清 00:11:04] 是 好的
但我们拒绝。
否则，
第二类错误
是 经常被接受， 测试版 风险，
哪个 方法 是 顾客 边 部分 [听不清 00:11:16] 是 坏的。
但 我们 说，
和 这 边，
我们 能 看 没有什么。
我们 能 看
那个阿尔法 是 零 和 这 测试版 是 三十九 %。
如果 你 是 仍不清楚 ,
我们 能 展示 你 这 例子。
在 制造商 边， 生产 300 部分。
那里 是 200 部分， 是 好的 部分
和 这 100 部分， 是 坏的 部分。
如果 这 贝塔风险 是 三十九 %,
哪个 出色地 递送
39个坏零件 顾客 地点。
我们 结论 三十九 % 的 零件，
将要 是 发表 到 这 顾客，
哪个 是 不是 可以接受。
我们 需要 到 考虑 为了 规格限制
为了 这 调整 我们的 提供 和 这 测试版 风险。
在 这 数据
仪表 R&R 样品 是 全部 好的， 100 %。
和 仅有的 测试版
已经观察到风险。
这里 是 这 仪表 R&R 概括。
我们 推荐 P/T 比 反而 的 这 电视/电视 比率。
我们 推荐 使用 联合监测计划 交叉法
用于分配您的 Gauge R&R 误差。
即使 P/T 是最好的，
我们 仍然 有 到 手表 这 运营商对 部分 相互作用
这 错误分类
为了 我们的 部分 质量 努力。
好的， I 完成的 我的 部分。
所以 这 下一个 二 部分
将要 是 展示 经过 韦恩。
韦恩是 你的 转动。
你好。
这 是 韦恩 请讲。
让 我 揭露 这 最后的 两会
为了 这 供应商 B 测量 过程。
这 是
收容教育 图表。
鱼 骨， 到 确认 潜在的 成本
穿过 标准
程序 和 这 标准
供应商B
和 供应商 一个。
后 最后的 讨论 和 工程，
我们 结论 五 潜在的
正当理由
到 标准化 和 证实
这 第一项 是 别针
测量 顺序。
供应商 B 适应 从更大 别针 到 更小 别针 经过 标准 程序。
[听不清 00:13:59] 两个都 方式，
供应商 A 采纳 更小 到 更大 多样性。
这 第二 物品 是 预检 经过 校准。
供应商 B
没有 做 这 行动
经过 一个标准 程序 和 供应商A 做过。
这 第三
行动 是 a 针规分辨率。
供应商 B 用过的 这 更大 针规 增量，
50 % 在 解决，
尽管 标准 和 供应商 A 拿 10 % 在 解决。
这 第四项 是 无论 到 查看 这 别针
前 进入 这 扩散器 洞 或者 不是。
这 最后的 物品 关于 这 别针 持有者 重量。
供应商 B 采取的行为， 比 标准 程序
和 供应商 一个。
现在 我们 将要
做 一 经过 一，
这 假设 测试和
有效的 数据 和 高的 分数 应急。
这 第一个假设 我们 有 到 做 是 核实
如果 顺序 一 是 不同的 从 顺序 二 或者 不是。
顺序 一 别针 去 从 更小 尺寸 到 更大 尺寸。
顺序 二 是 只是 在 这 相反， 撤销 别针。
这里 是 这 主要的 结果 为了 这 顺序 一 和 顺序 二。
让我们 做 卡方检验 到 看
区别 之间 [听不清 00:15:25] 或者 不是 .
在列联表中， 结果 节目 p 值 较少的 比 5 %。
所以 我们 被拒绝 a 无效的 假设，
哪个 方法 顺序 一 是 相当 不同的 从 顺序 二。
所以 我们 必须 手表 出去 这 钥匙 因素 在 针规 测量。
这 第二 假设
是 这 方式 你 做 预检 别针 尺寸 经过 校准 工具。
了解你的 口径 前 这 测量。
这里 是 这 扩散器， 所有的 尺寸 数据。
这 假设 是 那 我们 错误 90 为 90.6 没有 预检。
那里 将要 是 11个区域
变得 不- 去。
基于 在 列联表。
在 卡方检验， 我们拒绝 无效的 假设。
这 方法 校准 前 测量 是 重要的，
重要的。
这 第三个假设 测试 是 到 比较 全部 这 测量 工具，
20 % 解决
和 新的 二 或者 10 % 解决 在 这 测量 变化。
经过 使用
这 相似的 概念，
我们 能 知道 为什么 我们 用过的 这 更高 解决
在 这 测量。
商品上也一样 四、 摇晃 这 别针 前 进入 这 洞。
我们 使用 这 具体的 四十八 孔
和 和 没有 摇晃 到 看 去/不去效应。
结果显示为 null 假设 是 被拒。
那 方法 摇晃 别针 是 重要的 进行测量。
然而，
关于商品五针虎钳
全部 这 重量...
卡方 p 值 更多的 比 5 %,
哪个 方法 我们 不能 拒绝 零 假设。
那 告诉 我们那里 不 差异 这 测量 之间 这 单元
和 五 次 单元 在 重量。
因为 我们 有 多样化数据 全部 的 五 钥匙 测量 项目 多于。
失效模式与影响分析 能 更远 估计 RPN
前 和 后 这 改进 的 我们的 推荐 行动。
基于 在 严重程度， 可能性 和 侦查力。
为了 [听不清 00:17:55]
针规 测量 顺序， 严重程度 是 高的 因为 这 错误的 去。
过去的 可能性 是 还 高的 因为 迪斯 地点 到 洞 中心，
W e 使用 这 顺序 一 因为 高 检测 活動。
后 我们 改变 到 顺序 二，
这 可能性 和 探测能力 将要 降低 到 这 一半， 所以 参考点网络 减少 到 54
并且 或者 能 看
全部 这 分数 正在 100 会议 我们的 预报。
好的，
让我们 移动 在 这 CT 第二季度 关于 偏见 之间 供应商 B 和 供应商 一个。
从 这 FMEA， 我们 是 自信的
的 扩散器针孔 尺寸 是 大约 90 到 90.6.
然而， 供应商 A、足总杯 报告 节目 全部 这 针孔 点 96.
我们 拿 分配 意思是 测试，
这 p 值 建议 这 差距 之间 供应商 乐队 供应商 A
实际标准化 是 真的 某物 不同的。
所以 我们 有 最后的 与沟通 这 供应商 一个。
我们 结论 这 二 潜在的 原因。
一 潜在的 原因 可能 是 一些 洞 观点 93 一些 是 90.6.
在 现行符号方法
部分
直的 进入 24 错了。
样本 一
随机 在 24 错误的。
是 它 足够的 到 寻找 出去 a 更大 尺寸？
所以 我们 确认 和 这 样本 尺寸 和 力量 测试。
这 其他 可能的 原因 可以 是 这 孔扩大 期间 这 测量。
W e 已验证 经过 重复 这 针规 测量。
好吧，我们 看 这 结果 .
这是示例 尺寸 和 力量 测试 结果。
确切地说 测试 二项式，
力量 是 平等的 到 99.7，
那是 更多的 比 90 %。
在 普通的 近似， 力量 是
97.6.
那是 更多的 比 90 % 作为 出色地。
在 其他 单词 为了 力量， 更多的 比 90 % 将要 只是 要求 18 点 到 主要的。
所以， 当前的 分层
随机抽样具有良好的检测能力。
它 是 a 胖的 机会 那 我们 不能 抓住 96 在 直径
并且目前24直被错。
在 部分 做 有 更大 洞 尺寸。
现在， 在差距之后 曾是 成立
我们 更远 查看 如果 我们的 CTQ3量规R&R是否合格。
F 只读存储器 左边 桌子， 你 能 看 这 洞 直径 曾是 增加 经过 4 % 仅有的
比较的 到 宽容。
这 解决 是 较少的 比 10 %。
我们可以 认为 非破坏性 交叉法 ,
到 符合这个条件 测量 能力。
现在，
尽管
操作员- 到- 部分 相互作用 账户 为了 13.6%。
点火/ 比率 是 仍然 18 %,
哪个 会 满足 Gauge R&R 标准，低于30%
后来我们 去 地址 更多的
关于 相互作用 这里 关于 这 电视/电视 比率。
西格玛 和 方差也 是 高的 和 不能
是...
量化 因为 这 同一个洞 尺寸 选择
是 不是 宽的 足够的。
图层 为了 这 参考 仅有的。
好的，
为了 我们的 结论
和 关于 这 统计过程控制 控制 图表 到 监视器 这 仪表 R&R 稳定。
我们 使用 这 莱维·詹宁斯 图表
到 得到 这 过程 长期 西格玛用于计算量规 R&R P/V 比率。
之前阶段 在 供应商 B,
和 测量 解决 50 % 节目 更大 西格玛
和 更宽 控制 限制 根据。
后， 在 供应商 B,
和 测量 解决 10 %, 节目 更小 西格玛 和 狭窄的 控制 限制。
它得到了 改进了 测量 精确
为了 a 常见的 原因。
这里 是 这 概括 为了 a CT 问题 1
标准化 供应商 B 测量 和 这 解决 较少的 比 10 %。
仅引脚 持有者 重量 是 不是 重要的
这 其他 四 测量 物品 是 全部 重要的。
为了 CTQ2 , 样本 尺寸 是 好的
和 这 洞 放大 问题 期间 测量 曾是 成立。
为了 这 CTQ3 , 供应商 B
提供 它是 合格的 测量 能力
仪表 R&R 较少的 比 三十 %。
在哪里 这 重复性 较少的 比 10 %, 和
关于 可生产性 较少的 比 20 %。
为了 拿 离开 学习， 我们 使用 这 最后的 跳转 工具。
喜欢 收容教育 图表， 适合 Y 经过 X 应急 桌子，
样本 力量 测试， 分配 意思是 测试
方差分析交叉量规 R&R 到 标准化 我们的 针规 测量。
那是 全部 关于 这 跳转 修習。
感谢 你 为了 聆听。
