1. Measurement Data
File is read locally in the browser. No data is uploaded.
Session data is not permanently saved. Refreshing or closing this page may clear imported data, field mappings, settings, and analysis results. Export the required files before leaving.
2. Analysis Setup
Advanced Settings
Before analysis, confirm that the gage has a valid calibration or verification status and that the measurement method, fixture, appraisers, part range, and environmental conditions represent the intended use.
0 valid records detected.
3. MSA Dashboard
测量系统评价
可接受
建议：无需纠正措施。
Total GRR0.0%% Study Variation
Repeatability (EV)0.0%% Study Variation
Reproducibility (AV)0.0%% Study Variation
Part-to-Part (PV)0.0%% Study Variation
NDC0Number of Distinct Categories
System AssessmentAcceptableAIAG MSA Guidelines
Part Mean & Range Plots
Descriptive part mean and average range plots will appear here.
ANOVA Summary
ANOVA results table and chart will appear here.
Operator × Part Mean Plot
Operator mean profiles across parts will appear here.
2. 研究信息
2.1 研究设置
研究类型交叉型 Gage R&R
测量类型变量型
日期-
准备人-
2.2 版本化记录
报告编号-
报告版本-
工具版本MSA Web v1.1
最近分析时间-
2.3 样本结构
零件数0
操作员数0
每格次数0
总样本数0
2.4 数据预览
| 零件 | 操作员 | 次数 | 测量值 |
|---|
3. 关键结果
3.1 汇总表
| 指标 | 数值 | 状态 |
|---|
3.2 数据完整性检查
| 检查项 | 结果 |
|---|
3.3 方差分析 / 一致性明细
| 来源 | 自由度 | 平方和 / Kappa | 均方 / 准确率 | F 值 | p-value | Pooling | 模型 | 状态 / 研究变差% |
|---|
3.4 偏差溯源表
| 偏差来源 | 关键证据 | 风险判断 | 建议追溯动作 |
|---|
4. 图表
4.1 研究变差组成
4.2 零件均值图
4.3 各零件平均极差
6. 数据解释
7. 建议措施
可接受
- 无需纠正措施。
- 继续使用当前测量系统。
- 过程、设备或方法发生重大变化后重新研究。
临界
- 扩大零件变差覆盖范围。
- 加强操作员培训。
- 复核并标准化测量程序。
不可接受
- 校准或维修测量设备。
- 改善夹具和定位稳定性。
- 降低测量噪声后重新研究。
8. 附录
7.1 计算公式
EV 重复性 = sqrt(MS_重复性)
交互作用 = sqrt(max((MS_零件操作员交互 - MS_重复性) / 次数, 0))
AV 再现性 = sqrt(max((MS_操作员 - MS_零件操作员交互) / (零件数 * 次数), 0))
PV 零件间变差 = sqrt(max((MS_零件 - MS_零件操作员交互) / (操作员数 * 次数), 0))
GRR = sqrt(EV^2 + AV^2 + 交互作用^2)
ndc = floor(1.41 * PV / GRR)
Cohen Kappa = (观察一致率 - 期望一致率) / (1 - 期望一致率)
Fleiss Kappa = (平均样本一致率 - 随机一致率) / (1 - 随机一致率)
Interaction significance test / 交互项显著性检验：
F = MS_零件×操作员 / MS_重复性
If p >= pooling threshold：
SS_Pooled Error = SS_零件×操作员 + SS_重复性
df_Pooled Error = df_零件×操作员 + df_重复性
MS_Pooled Error = SS_Pooled Error / df_Pooled Error
EV = sqrt(MS_Pooled Error)
If p < pooling threshold：使用 Full ANOVA 并保留交互项。
交互作用 = sqrt(max((MS_零件操作员交互 - MS_重复性) / 次数, 0))
AV 再现性 = sqrt(max((MS_操作员 - MS_零件操作员交互) / (零件数 * 次数), 0))
PV 零件间变差 = sqrt(max((MS_零件 - MS_零件操作员交互) / (操作员数 * 次数), 0))
GRR = sqrt(EV^2 + AV^2 + 交互作用^2)
ndc = floor(1.41 * PV / GRR)
Cohen Kappa = (观察一致率 - 期望一致率) / (1 - 期望一致率)
Fleiss Kappa = (平均样本一致率 - 随机一致率) / (1 - 随机一致率)
Interaction significance test / 交互项显著性检验：
F = MS_零件×操作员 / MS_重复性
If p >= pooling threshold：
SS_Pooled Error = SS_零件×操作员 + SS_重复性
df_Pooled Error = df_零件×操作员 + df_重复性
MS_Pooled Error = SS_Pooled Error / df_Pooled Error
EV = sqrt(MS_Pooled Error)
If p < pooling threshold：使用 Full ANOVA 并保留交互项。
7.2 备注
平衡交叉型 Gage R&R 研究。结果会根据上传数据自动更新。