GaugeRepeatabilityandReproducibility的缩写意思是测量系统的重复性

1/7EurekaGRRCaseStudy_AGRR個案探討作者:何哲文一、GRR回顧對於學習和使用實驗計劃DOE或者SPC等統計技術進行製程改善，幾乎都會假設認定所得到的數據是可靠的，製程的變異應該不是來自量測。但隨者產業技術快速的由微米時期進入奈米時代，量測在製程改善中更具重要性。量測除了講求準確性(Accuracy)外，精確性(Precise)中的重複性與再現性更顯重要，也因此在ISO/TS1649:2002的品質管理系統中GageR&R分析是被要求，以確認製程中量測系統的能力是可被接受的，同時確保量測系統處於統計管制狀態下，避免量測變異對品質特性水準造成重大影響。就GRR的執行時機至少有下述四項:1.廠內量測儀器定期評估計劃(品管系統要求以確保量測系統無誤)2.量測人員的評估-量測人員異動3.儀器汰舊換新及驗收4.產品特性之Cp未達要求時若我們對於上述第4項進行探討，其目的不外乎是在探究變異來源為製程系統還是僅量測誤差。所以就製程問題的改善歷程如表1所示，任何改善前確認量測系統狀況是必須的:表1:製程最佳化改善步驟改善流程步驟說明步驟11.1%GR&R25%步驟22.1資料收集2.2現況掌握2.3問題定義2.4特殊因掌握步驟33.1品質特性值的檢視與分析3.2問題真因掌握3.3問題屬性分類(T,A,X)步驟44.1現有資料再分析4.2導入實驗計劃法DOE4.3製程最佳化步驟55.1製程能力指標檢視5.2再現性分析5.3對策提出步驟66.1合理化6.2標準化量測系統允收否?資料收集與分析製程最佳化SPC&PCS特殊因判斷?穩定否?量測系統改善NoYesYes製程改善NoYesNo2/7EurekaGRRCaseStudy_A當製程改善人員針對某品質特性進行GRR分析時，通常會面臨下述問題:1.如何安排GRR的量測計劃(包含儀器校驗、量測人員、待測件的選取)2.數據收集後如何進行分析(分析工具與計算方式的選用)二、GRR個案研究與分析藉由以下的個案的探討來試著回答上述的兩項問題。某公司製程團隊針對某製程進行SPC診斷，所收集到的品質特性現況為Cp=0.4(規格為望小特性，規格上限值為0.6)，為確保製程的變異並非來自量測系統，於是團隊決定對量測系統進行GRR分析。所擬定的計劃與測量後的結果如下:1.從生產線上選取三位已認定受訓合格的量測技術員2.從某一批產品中隨機選取15個，並請其中一位量測技術員使用目前的儀器進行量測，所得到的資料經排序後如表2所示。然後經由團隊選取足以代表目前品質特性分佈的10個產品(黑斜體字)，然後重新編號為待測件。表2:初步樣本選取之量測結果No.MeasurementNo.MeasurementNo.Measurement10.3060.42110.5320.3370.45120.5430.3580.47130.5640.3590.48140.6150.38100.51150.653.將10個已編號之待測件交由量測員A隨機選取進行第一次量測，隨後由BC兩位量測者也同樣進行第一次量測，第二次與第三次比照第一次量測實施。量測後結果如表3所示。表3:量測結果PartAppraiserTrial1234567891010.320.480.540.530.600.430.270.360.480.4620.350.500.560.540.640.460.290.320.510.43A30.320.470.520.520.590.450.280.340.480.4510.300.460.530.520.630.390.270.350.460.4720.320.480.580.540.620.400.300.340.470.43B30.300.490.520.550.630.400.300.350.480.4510.310.500.570.520.610.400.300.370.490.4620.340.470.540.560.630.400.310.350.480.46C30.340.460.510.550.630.470.260.360.470.433/7EurekaGRRCaseStudy_A團隊成員決定先利用平均值和全距法進行分析，分析後的結果如表4與表5所示。表4:量測數據表暨走勢圖4/7EurekaGRRCaseStudy_A表5:GRR分析報告5/7EurekaGRRCaseStudy_A團隊成員另外使用JMP6.0統計軟體進行GRRANOVA分析(變異數分析法)，結果如圖1與圖2所示，JMPGRR分析的詳細操作步驟如附件一。圖2:ANOVA與GR&R%圖1:圖示法6/7EurekaGRRCaseStudy_A兩種分析方法結果比較如表6。表6:GRR分析比較表VarianceMethod%GRR過程變異百分比%GRR規格公差百分比%EV設備變異/(過程變異)[規格公差]%AV測試者變異/(過程變異)[規格公差]NDC全距法17.85%16.33%(17.78%)[16.27%](1.57%)(1.44%)7ANOVA17.56%16.15%(17.50%)[16.09%](1.50%)[1.40%]7針對上表結果說明如下:1.平均值與全距法和ANOVA變異數分析法的差異在於標準差(變異數)估算方式的不同。2.%GRR過程變異百分比的定義與目的如下:3.%GRR規格公差百分比的定義與目的如下:目的:了解量測系統是否有足夠的能力偵測過程變異。藉此評估量測系統能力在過程改進與監控中的適用性，同時也可釐清過程變異是否因量測誤差所造成。%GRR=量測標準差σGRRx5.15/產品規格公差(Tolerance)目的:了解量測系統變異(99%的信賴區間範圍)在衡量顧客所要求的產品規格時，是否有足夠的能力。藉此評估量測系統能力可接受否。%GRR=量測標準差σGRR/過程變異(TV)4.NDC=NumberofDistinctCategories區別分類數值(一般要求在5以上)三、GRR個案研究與分析結論1.單就此個案來說，製程變異大並非來自於量測系統的變異。2.GRR分析的結果不會因所使用的計算方式(平均值和全距法或變異數分析法)而有很大的差異。7/7EurekaGRRCaseStudy_A附件一步驟一:建立DataTable步驟二:執行功能列中Graph/Variability/GageChart步驟三:選取欄位如上以進行初步圖形分析步驟四:勾取下拉式功能列中VarianceComponents步驟五:勾取下拉式功能列中GageStudies/Gage步驟六:在跳出視窗中鍵入5.15(5.15gives99.%Spread)與規格0.6計量值GRR選擇:Variability計數值GRR選擇:Attribute