TS16949认证体系中如何计算MSA分析中偏倚和线性分析中的过程变差

我春节后在重庆空港工业园一家生产齿轮的企业作TS16949认证咨询及一个六西格玛绿带培训项目中，发现他们作
MSA分析中一些过程变差问题。

过程变差σr：量具的重复性标准偏差 还是σTV：零部件生产过程变异（包括零部件本身的变异和测量系统的变异）的标准偏差。
一 如果是σr
有两种方法求得σr:
1 在使用重复n次测量某一基准值求偏倚时，使用贝赛尔公式直接计算
σr=根号（Σ（Xi-Xbar)^2/n-1）
2 在使用控制图来研究时（稳定性研究）
用Rbar/d2 估计出来的，d2请查MSA手册的附录C
注：附录C的表中横排m是subgroup size（子组容量）,竖排g是number of subgroup(子组个数）

其实贝塞尔公式和Rbar/d2* 都是估计用样本数据估计母本数据标准偏差的，两者估计的结果在样本数不大时，无太大差异。在样本数较大时，推荐使用贝赛尔公式，样本信息充分利用,计算出来的值应该更接近母本数据。
当然实际的母本数据（n=无穷）的标准偏差到底是多少，who knows! 这两种方法都是估计。

二 σTV 由两种方法求得
1 直接由历史数据得知的，如你就知道某个部件的某个尺寸在2.5-3.0mm波动,6σTV=0.5mm

2 还有一种方法是在研究R&R时用的，即你已经知道了σPV及σms(其实就是σr&r),σTV=根号（σPV^2+σms^2)

三 接下来，在偏倚分析中%EV=（EV/TV）100%=（6σr/6σTV）100%=（σr/σTV）*100%

判断偏倚是否合适有两个条件：一是测量系统的重复性是否可接受，EV%<10%,这是首先要判断的。因为如果重复性不好，偏倚是 （10+1）/2=5.5环，其实这是不对的，因为你的重复性太不好，这个所谓的平均值是没有意义的，也就是下次你还可能打脱靶呢，这个肯定不是什么5.5环的偏倚。这时的首要任务是不要管平均值，先提高重复性精度。二是测量系统的重复性没有问题时，再看偏倚是否合适。这时使用σb来确定偏倚许可的临界区间，看看这时0是否在(设偏倚为B)【B-（σb*tν,1-α/2),B+（σb*tν,1-α/2)】这个区间中间。如果0在这个区间中间，我们认为实际上B值和0没有显著差异。也就是说可认为系统在该点上无偏倚。
σr是指一个人使用同一测量系统重复测量多次同一个样品时的标准偏差，就是说比如一个人测某个样品15次（偏倚研究要求≥15次对吧），得到了15个值X1,X2,X3...X15. σr是这15个值的标准偏差。σb是什么呢？偏倚B=(X1+X2+X3+....X15)/15-X（标准值），对吧？那么需要注意的是测量系统会随机波动，假设你做15次测量得到一个B1值，再做15次测量会得到一个B2值，还可以有B3\B4.... 那么σb是B1\B2\B3\B4....这一堆数的标准偏差。统计学告诉我们，σb=σr/根号N。求σb实际是用来确定那个偏倚波动的区间的，就是说你做了一次包含15次测量得到的偏倚B，而实际你可以做无数次15次测量得到 B1，B2，B3,B4...., 理论上这些偏倚都在【B-（σb*tν,1-α/2),B+（σb*tν,1-α/2)】这个区间里面。如果这个区间包括0，就是说偏倚可能为0（就是没偏倚啦），那么就没有问题了。

关键词： 重庆TS16949认证,重庆TS16949,重庆六西格玛