grr计算公式详细解析

用 excel 进行 g 二二研究方差分析法案例模板以及计算公式方差分析表格的构成，说明 包含交互作用的方差分析表格及计算结果。包含交互作用的方差分析表格及计算公式。表格中平、方和列的计算公式。 不包含交互作用的方差分析表格，即计算结果。不包含交互作用的方差分析表格，即计算公式。表格中平、方和列的计算公式不包含交互作用的变差与贡献百分比。计算结果不包含交互作用的变差与贡献百分比。计算公式 包含交互作用的变差与贡献百分比。计算结果包含交互作用的变差与贡献百分比。计算公式方差分析法的 g r 二报告影响重复性和在线性的可能因素。

我们来看一下，一个是要表里面的数据结构是什么样的，这个就是一个加的，一个是要表的格式，那我们来分析一下这里面的一些数据， 然后这个是十个零件啊，一到十个零件，这个是 a 测量员，测量商是一二三 啊，这里面是测量的数据，然后这里面有一个均值，均值就是对于第一个零件的三次测量的均值，这里有一个极差，三次测量的极差啊，这个是呃一到十个零件的均值，一到十个零件的极差 啊，下面其实这个也是一样哈，这是 b 测量员，这是 c 测量员啊，然后我们来看这个，一个是阿爸吧， x 八， x 八第一个测量员，他是，他是多少？他是三点九三，就是这里面的所有的均值 啊，相加除以十啊，就是等于这个值，这个叫。还有这个阿坝 a 是所有级差的均值，就等于这个啊， 那这个也是一样哈，这个是 b 测量元的均值， b 测量元的这个积差的均值啊，这个是一样 c。 然后再来看这个， 看这个数据啊，这个数据是比较重要，这个数据是什么？所有零件，这是呃三个测量员的零件的一个均值啊，三 个测量员对于呃第一个零件的均值，第二个零件均值，第三个零件均值，那这里面所有均值里面最大减最小就是等于这个 rp 值， rp 值一会会用到哈，它是代表的是制造过程的变差， 然后再来看这个值，这个值叫极差的君值，极差的君值指的是什么？就是 这个 a、 b、 c 三个人的呃均值啊，其实这个代表的就是重复性， 如果重复性很好，这个值应该非常的小，重复性很差，这个值会非常的差，这能理解吗？因为这个值是等于三个测量员的这个值的平均，那 这个值又会跟这里面每一个产品的级差值有关，所以这个值其实就是代表了我们的重复性好不好啊？那再看这个值，这个值代表是什么？这个值代表的是 a 测量元的这个均值， a 测量元的均值， b 测量元的均值 和 c 测量员的均值，他们最大减最小就等于这个值，这是代表在线性， 那怎么理解他呢？你看这个值啊，这是所有零件的这个均值啊，就等于这个值，那我们说在线性就是不同的能测它的数值是不是一样加 a 测的这个数， 数值跟 b 测的数值啊，如果是一样的话，他这个均值应该也是一样的，你来看这个是三点九三，他测出来的，那第二个是三点九四，第三个是 看一下啊，第三个在这，第三个在这里，三点九一，那你其实如果是他们都是一样的，说明这没有在线性，如果相差比较大，说明在线性比较大，那我们来看一看啊， 三点九三，然后三点三点九四，那这两个人差不多哈， 然后三点九一，说明这个人 c 测量原测的总体的均值要比 b 和 c 要小啊，这是代表在线性，就是三个人的均值的相 相差，相差了多少就代表再相信啊。 然后这下这几个数据啊，做什么用的啊？这是给你计算控制线用的。 像这个君子的上线，就是我们刚才在 ppt 里面有介绍了啊，君子上线他是这么算的，然后机叉的上线是这么算的，然后君子的下线怎么算的？刚才也提到了，这个就是系数啊， 就是实验的次数，他用到了三个系数啊，第一是第四，第三和 a 二，他跟实验的次数都是相关的啊， 测量两次还测量三次，那现在我们是测量三次嘛，所以都用这个系数啊，都用这个系数。然后这两个图刚才也告诉了大家怎么看哈，这个的 字图要百分之五十的点在外面，这个是 a 测量一元的君子图，这第一个零件的君子其实就是这个值啊，就是这个值三点八三啊。第二个点是四点零四，就代表了这个点三点八三，四点零四。 那评价的方式就是百分之五十的点在外面，所以我们评价下去看一下，一点，两个点、三个点、四个点、五个点、六个点，百分之五十在外面嘛，所以这个图是 ok 的。 那这种方式也是一样啊，一个点、两个点、三个点、四个点、五个点、六个点，没问题，一个点、两个点、三个点、四个点、五个点、六个点、六个点，没问题， 然后这个图就过了，然后再看这个极差图，极差图这里看 a 评价原极差，那 这个是没有点超出外面 ok 的。那这个第一个代表是什么？就是代表了这个值，极差 a 啊，代表这个啊，这个是代表这个极差零点零四零，对吧？ 然后他这第一点，第二点、第三点，那他画成了这个图啊，所以你刚才看到第二点是零吗？对吧？ 啊？他是这样的，然后这个不能有点操作控制线吗？如果有点操作控制线，刚才说了，就是说明有特殊原因的存在，然后测量过程就不能继续评价我们的积压的值，就应该要找到这个特殊原因是什么原因导致的，把它找出来， 然后解决这些特殊原因。你看第七个点是操作控制线的，说明有特殊原因存在了啊，那我们来看 下第七个点到底什么原因会这么大？ bb 车辆原因的第七个点应该是看一下这是第七个点，那应该是这组数据有问题， 然后这个数据有问题，你看这吉他只是特别大，零点一六，那别的吉他只有零点零八、零点零二，你看他一下子零点一六的，这个是什么什么问题呢？那最大的是四点零四， 然后最小的是三点八八啊？那就是说重复性有问题的，所以 你要找到他的这个原因到底是在什么地方，然后重复性呃有问题，有可能是我们刚才也提到了，比如说听错了，记错了，还有可能就是说呃测量是被松动的， 还有就是测量设备磨损的，还有可能就是呃测量设备上有一些杂物、脏东西，都可能会导致这个问题。所以呃，我们在呃测量过程中，员工在测量过程中你一定要做观察，还有最好的方式是要做什么？ 需要做这个录像，因为如果是你不录像的话，你光靠这看这个数据，你就不知道到底是什么原因导致的，明白吗？所以你只是看这个数据有时候是不足够的啊。 好，这个下最下面这个图，最下面这个图其实就是这个 a、 b、 c 三个测量员的君子图，把它 画在一张图上的，那这个是不同的测量员的君子图，这个三条线嘛，就代表三个作业员，他测量的只是把它放在一张图上的 啊？这个图，这个一个是要表，就是这样这样子来看的啊？

这是一个加一个是要表头这种格式，十个零件， 然后 a 作业员测量三次， b 作业员测量三次， c 作业员测量三次这样的数据结构。但是在我们的密利太本里面，他数据结构不是这样的，要进行转换，他是这样的一个结构， 这个是 a 做元测量十个零件的第一次， a 做元测量十个零件的第二次这样的，嗯， 第三次。然后 b 座椅也是一样的， c 座椅他是数据结构是这样的，那我们要建立这样的一个结构的数据，一个这个一个是要 表的数据格式，然后再打开我们的这个密集特表，密集特表你刚打开软件页面是这样的，你看这边是一个很大的这个空白页，我们需要把这个把鼠标放到这里， 然后变成这种形状的时候往上拉啊，这样就变大了，这个就有这个有点类似于可是要狂。然后我们就把这个刚才转换好这个数据 全部烤过去，然后复制烤到这一台。 你应该应该记得这个零件号，测量纸和测量也是在上面的话，在上面 单元格下面才有数据。然后我们再选这个统计，统计 这个质量工具，质量工具，然后再点量去研究，选啊啊交叉这个啊， 不是圈套也不是扩散，是交叉， 然后他就会出来一个对号框，这个部件号，部件号就是我们一到十个零件，那就我们刚才的对应的这个是零件号， 然后操作语文就测量语音选他，你要你，你点到这里的时候，要选中双击左边的这 一个相应的直啊测量数据就测量值，那这边有两个选项，下面一个是方叉分析，一个是一个是霸，一个是君子吉他图的分析方法，一个是方叉的分析方法，两种都可以啊。然后 你点这个良具信息里面，这里可以编辑一些基本的一些数据，比如说你到底是什么样的测量设备啊？什么时候研究的？然后谁来编制的良具的工厂，这些可以可以写，可以不写啊？ 然后这边可以不用动他，就这样不用动他也可以，你要写也可以，但是不影响这个家的这个最终借口。那我们选君子吉他法吧，好，再点确定， 点完确定以后他就会生成一个表，当你看不见这个东西，你在这里可以。呃， 查看这里啊，查看这里是数据和输出，如果我们要看数据的话， 点点这个紧输出啊，紧输出。好啦，切到切换到另外一个页面，那你就能看到这个他分析的一个结果，然后他分析结果分为这个数值，数值有两个数值，一个是方差的分量，一个是良具的评估。 那实际上按照我们手术的要求，方叉你不评估他也可以哈，我们看两句评估就可以了。然后两句评估这里 里面有啊啊，藏种就是良具的重复性、战性性变差，藏种变差的多少就在这里就能看见， 那其实我们核心的就是这个指标啊，这个你看现在就是三十八点三八，那我们要求是十以下，他这个有点大了。然后这个就是对应我们以前的 ndc 可区分内别墅，就有点像我们 家里面一个手表里面那个 ndc， 那这是数值。然后这边有图形，有六个图形， 六个图形我们来看一下，把它放大，看看能不能放大，可以放大，然后这六个图形怎么看呢？这个就是变异的分量， 是重复性账总变差的百分比，在线信息账变差的百分比，还有重复性在线信息账总变差的百分比，还有零件变差账总变差的百分比。 这是一个柱状图，让你更直观的容易看出到底哪个变差是比较大的。 那比较好的情况下就是重复性变差，再行进变差和啊啊的变差，柱子越短越好，就是相当于这三个占总变差，越小越好， 那这个柱子越高越好，就是是零件的变差或者部件之间的变差，占总变差的占比是越大越好的。 然后再看下面这个急刹图，急刹图有要求， 就是不能点，有点超出控制线，这是上控制线，这是下控制线。点不能超出控制线。很明显这里必做有缘的第七。第七个点是超出去的，那说明测量过程中是有异常的，重复性是有问题的。 那这是一个君子图，君子图就是一到十个零件啊，十个零件每个质量原，这是 a， 这是 b， 这是 c 质量原，三个质量原他们的君子的分布。 那我们要求一般是百分之五十的点要在控制线以外啊，这是上控制线，就是他是下控制线，这上控制线大多说点要在控制线外面，如果有很多点都落在控制线 里面，那可能说明我们测量系统分辨率是有问题的，不能够识别我们制造过程中的一些变差啊。那像这种情况，像这个图，你看大多数是在外面，而是百分之五十点在外面就可以了， 那这个是一个十个零件，十个零件三个测量员测量的值 在在什么地方？就是我们希望呢，就是大家的点都在一起，就是 a 作业员、 b 作业员、 c 作业员测量的这个值 啊，都一致的，这比较好。如果很分散，你像这种像第七个点，他很分散，那就说明在三个测量员里面测量这个零件的时候，有很大的值，也有 很小的值，那他这个就会比较大，这个越越大，说明重复性越差啊。 那这个图就是看三个人测量的值，你看这个最好是三个人测量值，大致是相等的， 那如果有一个座椅员相对于其他两个座椅员或者车辆员，他车辆的值。 如果是，就像这个图，你能看出 b 测量员他测量的值总体情况下会比 a 和 c 测量员值要大一点，所以你看他就往上，那他如果往下，就说明 b 测量员 测量的值总体是比 a 和 c 要小的。所以如果是有一个呃测量员，他 他的值跟另外两个测量员差异的非常大，那可能要注意，说明这个测量员可能手法上有问题，或者说他的操作方式是有问题的， 那这是一个交付作用的一个图，最好的方式就是说你看这个是十个零件啊，然后这个是 abc 测量员测量的值， 那最好的情况下，就三个人测量的值都应该差不多的啊，那是比较好的，如果差异的特别大，你像这个， 你这个 b 作业员测量的值就会比 a 和 c 测量测量员的值要大，他就会跑到上面去，知道吧？就像这个是 a， a 测量员，他的测量第四个零件的时候，他的均值就要比 c 和 b 测量的只要小，他就会跑到 b 下面 就给你看了。那如果有一个作业测量员的时候，有一个测量员他老是所测量所有零件的值都是比其他测量员都偏大或者都偏小，那说明这个 这个测量员他总体发生了偏影，要么偏大要么偏小，这是简单的帮大家分析一下。 那其实我们如果操作的时候，可以把这个图表复制到一个设有表里面，做完了以后啊，如果想要输出的话，你可以把这个图表复制复制出来，把这个图表复制啊，是可以复制的， 你直接按 ctrl 加 c， 点点中，他按 ctrl 加 c 就可以了，然后我们再建立，比如说把它复制到这里粘贴，他就会过来，这个图表就会过来， 比如说我们可以这个数据加上这个图表，然后再把这个也拷拷贝过来，以 ctrl 加 c 给他拷贝过来， 把它扛进来， 这可以把它放大一点啊， 然后我们只要看这个就可以了，然后你再给他设定一个表头，这里跑过来， 然后你再设给他设定一个表头，其实这个就可以做一个 gir 分析了，比如说这个就像就像这个表头一样，就给他弄一个表头， 类似这样的可以把烤出去， 那这个就就往成分系了啊。

啊好好，那今天呢我们来和大家系统的说一下这个 mac， 那 这个呢也是一个比较火热的话题啊，这个日常工作当中呢，其实不管大家学没学过六 c 干嘛，对这个 mac 都是比较熟悉的啊，它的应用场景呢也比较广泛， 那我们今天呢就来过一下啊，那么大家有什么问题呢，可以随时的打到我们的评论区啊，我们会和大家一起讨论互动。 首先这个 mac 啊，它的应用场景呢，其实我们先要来区分一下啊，因为嗯， 我们第一个场景呢，其实就是我们今天介绍的这个大的主题啊，大家也能看到，就是我们的六 c 吗？ 那么六 sigma 里边最通用的一套方法论呢，叫 dmic， 那 么在 m 阶段呢，我们会进行测量的工作 啊， m 阶段叫测量嘛，所以我们按照这套方法论去解决问题的时候，那么按照它本身自有的这些个逻辑性啊， m 阶段进行测量的工作，那么既然要做测量了啊，要开始收集数据了，我们呢就要先保证我们的这个 m i c 啊，是足够我们去收集数据，支撑我们在 a 阶段进行分析的。 呃，小小鸟说听不清，我们其他同学呢，大家能听清吗？ 啊，可以啊，啊哦好，哈哈。啊，我以为是我这边的问题啊，那可能是小呃，小小鸟那边可能是信号的问题啊，好，也感谢小小鸟的反馈啊， 那么其实呢，我们还有一个 mac 的 来源啊，这个大家可能就比较熟悉了，就是我们日常工作呢，按照这种体系啊，幺六九四九啊，按照这个体系里边啊，他大家也清楚啊，原来五大工具，现在六大工具， 那这里边会有这个 mac， 那 其实呢？哎，任老师一直想和大家去说啊，目前行业内的一些个呃，怎么说呢，就是 呃有一些过多的混淆了这两部分的差异啊，就是可能会把这个幺六九四九体系里边的这个 m i c 完全的去带入到这个六 sigma 当中啊， 那其实呢，还是有很大差别的啊，我们的这个 demo 里边的 m i c 呢，其实它反而不是 m 阶段的重点， 那大家可能认为这个 m 阶段对吧？我们一说 m 阶段涉及到的这个相关的跟统计相关的这些个内容有什么呀？那一个的就是大家熟悉的 msa， 另外一个呢，就是大家熟悉的这个能力指数啊，这个 cpk 啊， ppk， 这是 m 阶段唯一啊，除了这个基础统计以外啊，唯一 m 阶段能体现的跟统计沾边的两个工具，所以大家呢就很重视啊，也很感兴趣。 其实按照 domake 解决问题的逻辑，逻辑上来说啊，那么在 m 阶段，我们需要做这种逻辑上的这种工作，或者说是解决问题的这个项目路径里边的内容， m i c 也好和 c p k p p k 也好，它都是辅助的啊，它都是辅助的，可能 我今天和大家说呢，大家可能感觉好像跟我们一开始学的时候想的不太一样啊，那么它确实不是一个主要的东西啊，它是一个辅助的路径， 那么你要是用幺六九四九，你比如说在公司里边我们去推，对吧？这种大的质量的管理类的工具，或者说顾客找我们要，那这个时候你要严格的按照这个手册也好啊，体系也好去做啊，一定要把这个区分要区分清楚。 六、 sigma 里面的这个 mac， 它并不是很核心的一步啊，大家也可以想到你这个为什么说它是辅助的一步啊？ 因为我们主要的工作是收集数据，那你要先定好了我们收集什么数据，然后有我们测量的这些个管理计划，然后去收集数据，这是实战当中的一些个重要的点啊， mic 呢，只是起辅助作用啊，大家要区分清楚。 嗯，后来呢？这个幺六九四九有德系的吗？这个美系的，德系的啊，就都混到这个 dick 里了。其实呢， 说直白点啊，他还是两码事啊，两码事，两回事，不是一个概念的东西啊。好，那我们今天讲的这些内容呢，也是讲 dmac 这个 方法论里边啊，它里边涉及到的 m i c， 当然呢，你说这个跟他能不能挂上边呢？肯定有啊，共通的东西，我们都是一些基础性的东西，都是一样的啊。好， 我们说背景，我们先来看一下这个什么叫测量系统啊？那么我们的这个 m s a， 它的英文名字其实就是啊，这个 m， 什么 m 对 吧？测量 s 呢，就是 system， a 呢，就是 analyze 啊，测量系统分析，也就是 这三个英文单词的首字母啊。那么分析大家不用说了，这个大家都明白啊，是个分析，那关键的就是这个测量系统是个什么东西？ 我们呢，在日常的这些工作当中，还有一个很常见的一个工作内容，大家可能也有了解啊，就是这个计量， 也就说我们的这些个测量仪器呢，他会定期的，对吧？有一些内教啊，或者外教对他进行校正。 那么计量和我们的这个测量系统啊，还不太一样，那么计量它主要研究的是什么？它主要研究的是我们的这个测量仪器啊，也就是我们量具本身。 那测量系统是什么呀？测量系统里边就不单单包括测量仪器了，那你比如说测量员，我们的这些个测量的方法等等一系列的总称都叫测量系统。 我们简单的一言以蔽之，比如说我们，对吧？用一把尺啊，我们用一把尺 去测我们这个产品的什么呢？高度，那大家可以想象一下啊，那么对我的这个测量结果有影响的有哪些因素啊？ 在我的测量环境里边，量距肯定是啊，那很多人说这个量距测的准啊，量距测的不准，量距肯定是影响我们测量结果的一个很核心很重要的一个因素。 那么其实除了量距之外呢？还有一个是什么呀？常见的就是我们的人嘛，对吧？有的时候大家可能也听过说这个人测的准，那个人测的不准， 还有什么呢？比如说一些测量的方法了啊，可能我们在测量过程当中也会去制定我们测量的 sop 嘛，对吧？ 你要用什么样一个标准的测量方法去完成我们的测量工作？那还有什么呢？比如说有的时候可能会涉及到我们测量的环境啊，你环境的温湿度，对吧？你环境的这个， 这个怎么说？比如说抗干扰的这种能力啊等等等等。凡是对我们测量结果有影响的啊，在我们这个测量过程里边的这一系列 的这些个因素的总称，我们叫测量系统，那里面这些东西我们其实严格意义上来说都要去给他做研究啊，这也是我们研究的范畴， 那这个和计量呢，是有很大区别的，大家要把它搞清楚啊，不要混淆。好，那么我们的这个测量系统分析啊，它为什么这么重要？ 因为大家要清楚啊，我们在 m 阶段啊，主要的工作呢是测量，那其实一说到这呢，这个 跟实战相关的，跟方法论的逻辑相关的。呃，我就想多说几句啊，大家可以简单的听一听。嗯，现在这个这个市场上，你看大家可以看到有很多大家能拿到的这些个 dmic 的 模板，对吧？ 大家呢也可能会看到一些网上发出来的案例，怎么区分这个东西是好的还是不好的？大家就看简单的看一点啊，当然我也总结过很多个点，你能去辨别他就看一个最简单的一点，就是大家去看我们拿到的这些个东西啊， 它这个所谓的 dm a i c 这一套方法论的报告里边，你去看它 m 阶段。 m 阶段叫什么呀？大家耳熟能详，都能说出来叫测量。你看一下这个报告也好啊，案例也好，模板也好，这个 m 阶段它有没有进行测量的工作？ 如果没有进行测量的工作，只是做一些比如说鱼骨图啊， c e 矩阵啊， f m 啊这些个因子的筛选，那其实这就不是一个呵，正确逻辑性的，这这个 d m i c 的 一个东西啊，去看一下 m 阶段有没有测量的工作， 那么我们的这个六 sigma 里边的这个 m i c 呢，也和大家说了啊，就是你要确定收集数据啊，实施测量工作之前，我们要做一下 m i c， 以确保啊，我们后边你说第一，对吧？我可能要算一些能力的指数。 第二啊，我可能要在 a 阶段进行分析，那或者是我们做哎，做 doe 啊，因为这些个比较重要的，比较敏感的这些个工具啊，我们才去做 m i c， 呃， d o e 啊， d o e 说这里面最重要的是 do e 啊，对哈，但是我和大家说哈，就是如果大家有一天真的是就是实战机会很多的话，你去实战的话，按照正确的 d m i c 的 路径去做。 呃，可以这么和大家说，你使用 do e 的 几率不超过百分之十， 如果真的去实战的话啊，比如说你有很多的这种实战项目可以去做的话，你最后比如做了很多，你总结一下，基本上这个工具里边啊，就这个方法论里边，你说实战当中一个项目，一个项目，一个项目啊，最后这些项目完结之后，你去看我使用 doe 的 频率，基本上啊就不会超过百分之十。 其实 a 阶段呢，最开始大家如果做好了的话，很多东西是不会说到 doe 这一步的啊，那当然还有一些说法，说你这个六 sigma 里边你必须要用 doe， 你 不用 doe 就 不是一个的这种项目啊，这这个东西就就没法说啊，没法说，我只能和大家说实战当中不是这样的。 嗯，好，那这一部分有机会啊，我们有机会和大家拓展的去说一下啊， 那我们的这个测量系统呢，其实它和我们很多大家能接触到的统计工具啊，都是共通的，就是会根据我们两个大的这种统计的这个类型啊，两个大的数据类型，比如联运行数据和离散型数据，它呢去分类啊，那比如说 这个联运行数据啊，就比如你能测出来具体度数了，你比如说高度啊啊， 厚度啊啊这些个有具体读数的啊，这种连线型数据，那离散型数据呢，一般就是我们 一些个对于产品啊，你判定完之后，有比如说外观不良啊啊，或者说有有没有一些磕伤啊，碰伤啊这些的啊，它的这种检验的结果呢，就是 ok 啊，或者是 ng 啊两大类。那么根据你测量结果呢，它分为了这两大类的测量系统分析的类型， 那其实大家也知道啊，我们更多的这种良句呢，还是属于这种连域型数据的良句，那我们呢应用场景更多的，或者大家接触最多的，最频繁的还是这种连续性，所以我们今天呢先把这个连域型数据的 mac 呢和大家拓展的去说一下啊。

今天我们来和大家说 macgr 分 析当中图形分析的均值图，在 mac 当中我们最重要的就是 gr 分 析，那么除了统计结论之外，我们还会获得我们的图形分析，也就是六合一图， 六合一图里边比较难理解的 s 八二控制图。好，那其实呢 s 八控制图它是和我们的二控制图呢有一定关系，并且对应的。我们来看一下，那么 s 八控制图和极叉控制图其实是一样的，都是利用控制图的原理， 但是区别是什么？我们仔细看一下。首先我们要先来理解横坐标，那么横坐标呢？ part 就是 我们的部件，那么它跟极差图一样，也分了三个组块，分别是测量员一，测量员二和测量员三， 那么这个每一个点是什么意思？那就是我们的叫样本均值。好，我们先来看一下第一个点，我们来举一个例子，那么第一个蓝点是什么意思呢？就是我们测量员一对我们第一个部件重复测量三次的平均值。 好，那我们来说第二点，为什么我们的蓝点会有波动？其实这是我们产品之间的差异性带来的波动， 也就是可以说代表了我们制造过程的波动。那为什么我们的控制线这么窄呢？因为我们控制线按照正负三倍 c 个码来想，那其实这里边的标准差并不是用我们的蓝色的点的标准差去计算的， 而是利用了我们测量系统差异性来估算的我们的标准差， 所以我们可以说这个图怎么看，就是当我们的控制线越窄越好，当然这是相对的，也就是说控制线相对于我们数据的波动越窄越好， 也就是说有更多的点，越多的点超出我们的控制线，代表我们的测量系统的波动越小，相对于我们制造过程波动来说，那么我们测量系统的能力呢？就越高。好了，今天的质量小知识就说这么多，更多质量小知识请关注讨教哦！

接下来我们再来说一下这个重复性的 g r 表啊，这边呢我们首先来看一下它长什么样，其实呢这个测量结果呢，还是一样的，是吧，只不过呢这是一片料啊，再进行测试啊，这边呢我们测试了十一次，那一般呢按照正规的呢，就是要测三十二次啊，就是要测三十二次， 但有的时候呢，你可以跟客户沟通一下，是吧，少测一点，因为测多了呢，时间都是很宝贵的啊，你可以跟他说我测量十次，可不可以沟通一下， 然后呢这边呢啊，我们测量了啊，就是测量了实测啊，就是测量了实测，然后这边呢我们怎么看到重复性呢？其实很简单啊，这边呢 就是首先呢获取这里面这一个位置里面的最大值，然后再获取他的最小值，然后做用绝对值做叉，然后这个叉值是吧，不要超过超过客户的要求，比如说扣要求是零点零零五毫米，那我们这边 这个最大值最小值的这个波动呢，如果都小于零点零零五呢，我们就认为是 ok 的 啊，那就说验证我们重新过了啊，那这边呢我们来做一下，好吧，重新做一下， 那首先这个肯定是你能拿到的，这是你就是以软件输出的嘛。啊，那接下来呢就是我们在 excel 表格里呢，我们可以做一下啊，等于号 a b s， 哦不对，先获取它的我们这边里面的最大值，是吧， 把这个拉一下回车啊最大值，然后呢再获取最小值 m m 啊，是吧，然后再拉一下，然后呢再获取这两个差值的 abs 绝对值啊，这两个做差的一个绝对值 啊，这这个就是它的一个这个误差嘛，就是我们的这个误差，然后呢这边呢，我们拉一下是吧？我们拉一下四个，是吧？ 啊，这样呢，我们就得到了啊，就是这一片料，是吧？我们测十次， 它位置一二三四啊，就是我们这个四个，四个圆柱啊，四个圆柱啊的高度的，它的误差啊，是吧？是这个零点零零一，零点零零三，零点零四，零点零五啊，假设 客户的要求是吧？客户的要求，你的重复性呢啊，就是你反复测同一片料呢，你的误差呢？不能超过零点零零五毫米，那这边是吧？我们都低于这个零点零零五毫米，那就是 ok 的 啊，那我们这个重复性呢，就是 ok 的， 那我们可能这这个是 ok 的，是吧？那我们这四个位置呢都是 ok 的， 那假设如果我们要求改成零点零零四了，是吧？那我们这个重复性就没过，是吧？因为它是零点零零四一啊，它呢就变成 n g 了， 这个呢就是重复性的一个 g r 的 一个表。然后这边呢我们依旧啊可以做一个什么操作呢？就是通过把这边都选中，然后跟我们客户要求做一个对比，是吧？做一个对比，然后如果是 大于它的就是 n g， 否则就是 ok， 那 我们这个表呢就变成一个自动化的一个表了，那我们动态动态性呢？动态性呢？ 一样的啊，一样的，是这样一模一样的一个表啊，就是我们只不过就是之前呢我们上面这个 g r 呢，是动态静态下的一个重复性， 那这后面就是把动态测出来的一样的数据做一个这样的一个表啊，然后交付给他就可以了。那最后呢，大概呢是以这样的一个文件夹的形式交付啊？ c r g r 动静态，那这个 g r 呢？其实就是静态啊，但是动静态呢，你可以再放料，好吧？再再单独给他， 或者说动静态里面，你可以就发一个动态的，你跟他商量好吗？ g r 里面是静态的啊，这个你根据客户要求去交付给他就可以了。

大家好，这一期网络课程主要是教大家怎么样使用迷你 type 的时期，这个软件来帮助我们做家的分析。 那我们很多企业在做 gir 分析的时候，一般是用一个色的表的这种模式来进行分析的，那这一期呢，就教大家用软件来做分析。那介绍一下迷你特别软件， 那这个软件是一九七二年就已经发布了啊，一到现在已经是五十多年了，他是有一个国外的一个软件，那现在很多公司都在用哈，比如说通用啊，机翼啊，福特啊都在用这个软件， 他不仅仅可以帮助我们去做这个加分析，他可以还可以帮助我们做一些 spc 的分析，以及生成各种各样的图表，是非 非常有用的一个质量统计的一个软件，有兴趣的小伙伴可以把这个软件下载下来体验一下啊，我们正式的进入我们今天的主题啊，那这个是我们企业经常用的一个，一个是要表格式的加 的分析表格啊，这里是数据，这边是数据，这个图大家应该都比较熟悉啊。嗯，这一期课程不会去讲 这个加分析的一个操作流程和步骤，如果大家对操作流程和步骤不是很熟悉，或者是对加的原理也不是很熟悉，希望你能上一下我的其他的一些网络课程，就专门讲加的分析的一个流程步骤和原理。也有 这样的网课的啊，那这节课我们不说。嗯，那这是十个零件啊，我们一般选取十个零件，然后三个作业员， a、 b、 c 作业员，然后每个人测量的次数一二三这样测量次数， 然后在这个数据填上去以后，我们就一般会去看这个呃值两项，我们比较关注的就是这个按啊的值是二点四，那二点四呢？我们的准则是小于十二点四是可以的，然后这个是 ndcndc， 我们要求大于等于五，他五十九也是可以的。 好，那用一用这个一个 ceo 表格式，他有一个什么样的缺陷呢？那呃，因为这个这个表格有可能很多小伙伴是从网上下载下来的，或者说他客户给 给他的，以及他的同事给他的，然后这里面像这种加的这个值啊，你点他，你会发现他会， 他会涉及到很多链接到很多公式，那你也不确定这个公式到底是对的还是不对的。那我们以前发现有很多公式都是不对的。那第二个就是这个长数，你看比如说这个 k 一、 k 二、 k 三的长数，他不同版本的这个，呃， mac 里面的这个长数也是不一样的， 那就是有时候就会有这种遇到这种情况，嗯，你把这个家的表给你客户，让你客户去 说你算出来的价值，怎么跟我的算出来价值不一样呢？当他挑战你的时候，你对自己的这个数据，其实你是也没有这个信心的，因为你也不知道自己的这个公式是不是对的，常数是不是对的。那这个 时候如果我们有一个迷你特别软件去验证一下啊，你心里就，你心里就更有底了。所以这就是我们呃讲课的一个目的啊，也也告诉大家有多种的一种分析方法。 然后我们要把这个数据放到 mate type 的软件里面去分析的时候，我们要有做一个，呃，做一个转换啊，因为 money type 软件里面的那个数据结构跟我们的一个色的表的数据结构它是不一样的，你像这个 一个射手表的格式，他是这样的，数据结构是这样的啊，但是迷你太他就不是这样的，迷你特是另外一种方式，所以我们要对这些数据进行转换。那怎么转换呢？简单的说一下，那我们这 个是零件号，一二三四五六七八九十，就是十个零件 a 最圆，对十个零件测量的第一次。啊，是这是这样的结构，然后这下面这一个是 a 最圆，对这个十个零件测量第二次， 然后 a 座椅对这个十十个零件测量的第三次。那那接下来由此的推就是 b 座椅和 c 座椅总共有九十个数据，对吧？你把它数据结构转换成这个，然后再把它拷贝拷贝下来， 接着我们就打开迷你太婆这个软件， 我现在用迷你特别的软件的版本是十七哈，当然也有更高的版本我没有用，我觉得十七又已经挺好用的。 拿这个软件打开的时候有一点需要一点时间啊，不是那么快好打开来了。 那接着我们就把这个刚才转换过的这个数据把它拷贝一下， 把它复制复制，然后再粘贴在这里。啊，这样就深，这样就是就可以了啊，数据结构就可以了。 然后我们再选这个统计质量工具良具研究，然后选这个，呃，良具按按交叉研究，交叉这里点它 他嗯，部件号我们就选中 c， 那就这个零件号我们把它选进来， 操作员就是这个 c 三，然后这个测量值就是指这个啊 c 二，我们就把它选出来，然后分析方法，这里面选这个啊， s 八杠二，然后点确定， 那迷你特别软件就把我们生成了这个数据了，那这边数据分成两部分，一部分是这个，一部分是这个啊，那我们来讲一讲这个大字。讲一下啊，那这里数据我们只要看这边就可以了， 那这里看第一个就是按二，按二，我们看最后一个是二点三八，那他的意思就是说，呃重复性在线性按二的这个变差占总变差的百分之二点三八，那我们按照我们这个呃 准则来看啊，小于十是比较好的，他二点三八也是 ok 的。那我们再来看我们的这个一个 ceo 表里面，一个 ceo 表里面他是二点四， 二点三八，其实他是两个小数，如果是约等一下也其实也是等于二点四，那就跟我们这个一个这个表是一样的，那说明我们这个一个这个表的这种公式是对的。 然后再看重复性，重复性的变差是占总变差是一点九六，百分之一点九六，占用性变差是占总变差是一点三六，然后零件变差占总变差是百分之九十九点九七，那就是这个意思，帮助这么去分析他， 然后可区分的区别数等于五十九，就是我们这个 ndc， 也就是我们一个是要表的这个数值， 这个看完了以后，我们再看这个图表，就刚才那个图表 就这个，那这个也这是一个图形，图形展示，刚才是这个数据展示，那这个图形展示怎么样去看他呢？啊？我们要去了解他这个是什么意思，要看得懂。 然后这个图我们一开始要看，这个是阿图，阿图，这个是 a 作业的阿图、 b 作业的阿图和 c 作业的阿图。 阿图的这个要求是不能有点超出控制线，你看到没有？ b 做圆有点超出去的， c 做圆有点超出去的， 那如果是有点超出，呃，这个阿图说明测量过程是不受控的，就是重复性是有问题的，如果 重复性有问题，然后这个积压的最终的结果是不被认可的，就是没有用啊，就必须测量过程要受控，重复性要没问题，你积压的值才有意义啊，所以这点请要注意。 然后再看这个君子图，叫 a spa， 控制图也是分成 a、 b、 c 这个作业员，那他这个判定准则跟阿图是不一样的，他百分之五十点要落在控制线外面 啊，如果是百分之五十的点控制点落在控制线里面，那可能是我们的测量系统的分辨率可能是不足够，不能很好的去发现我们制造过程的一些变差 啊。那像这种 abc 都是可以的，因为他百分之五十点住在外面，他是这么判定的。 然后再看这个，就是呃，测量值和零件，嗯，他的这个分布情况， 那他主要是讲的是不同测量人测量某个零件的差异图，这种差异档次相当的啊。就是呃，不同的人，他测量这个 这个零件的时候，他均值应该是大致差不多的，也不能偏差很大。他重合的时候是比较好，像这种是比较好的，像这种就不好。这种就是说明就是大家测量的值差异比较大，三个作业员的这个测量的均值比较大，不太好啊， 像这个也不好，差异的特别大啊，这是这么看的，然后这个这个图呢，叫测量值和测量员之间的这个图，就是能能看出不同测量元素 所有的测量均值，这是 a 作业员和 b 作业员， c 作业员测量的均值到底怎么样？那如果是我们希望的最好的结果，就是三个作业员，三个测量员的均值应该是一样的，这是最，这是最好的，那一样的话，他就会成一条直线， 他如果是呈这种线，就说明 a 作业员和 c 作业员测量的君子要比 b 作业员要大一些 啊，这个 b 作元测量均值要比 a 和 c 要小一些啊，他就可能是成一个这样的一个形状，或者是这样的一个形状，都不是很好啊，最好是一条直线，这是大家均值差不多， 那这个图就是交互作用的一个图哈，就是最好的方式就是大家的点啊，都是大致相当的，就说明，嗯，所以 的作业员跟这个零件之间是没有交付作用的啊，如果有一个这个点啊，跟这个值差的很多啊，这说明可能这这个这个这个作业员跟这个零件可能有交付作用，就这个意思啊。 然后最后一个图，就这个图，这个叫变异分量，指的就是呃两句啊啊的这个占总变差的这个比重是多少？从无形变差占总变差的比重，在线性变差占总变差的比重， 那我们希望的就是呃重复性，这样总变差比重很小。再性性这样总变差变差很小，零件这样总变差越大越好，也就说我们测量系统分析的这个变异主要来 来自于零件和零件的变差，是是是，比较好的，那我们就测量系统分析一般是没问题的，所以部件之间，零件之间的变差，这个柱子是越高越好，然后两句啊啊的这个柱子越小越好，越低越好，重复性也是越低越好啊，在线性也是越低越好。 那一看像这个像这个图啊，就是良具的啊啊，占总变差的这个比值是比较高的，你看看这把达到快百分之五十了，说明这个测量系统肯定是不行的啊，这点大家要学会看啊。 然后这一批这一期的这个呃，简单的教学啊，就到这里，希望大家懂怎么样去用这个 mate type 来 来做分析啊，那如果需要没特别软安装软件的时候请联系我啊，谢谢大家的观看。

那重复性和再现性呢？他本身都自己我们用用四个码子来表示，当然你其实这些只是大概了解一下，我觉得 为我们应用的层面你不需要考虑这么多东西，你大概清楚就好了，因为现在有软件，即便你没有软件模板一上，模板一设就不需要操心，只是说了解一下这个怎么来的就行了哈。千万不要去专注这个公式，因为你会发现其实这个 mc 里面统计的推导是非常多的， 根本你没有啊，不是同学专业的话其实说相对很难的，那么我们只要知道这个 g 加按了，按了，他呢是你的车呢？系统的变差，一般我说变成就是六百四十个妈妈属于你的总的变差， 取你的种的变差，那啊，这里的种的变差不同的呃，就是表述方法而已哈。比如说像我们，嗯，软件类当中他这个呃， 这家呢，他就有两种表示方式，他可以是二呢，除以 tv， 也可以是二呢除以 tt， 那么二呢？除以 tt 我们就知道其实就是 ptv 秀，所以有可能不同的软件里的他的叫法不一样，但表述的内容是一样的。 也就是说我们评估这个两句的这个重复性和在线性的时候，我们既可以跟他的过程的总边差比，也可以跟容差比， 是这样的，像显然跟容差比要宽一点，对不对？跟你的过程变差比那就要严格的多，因为对一个有能力的过程来说，你的过程的变差通常是小于你的容差的， 否则他你就满足不了生产，对不对那？嗯，良具的这个跟加拿的百分比呢？我们经常说的百分比，这他其实是一个 没有亮钢的纸，他是百分数，那我们评估出来了以后呢，就是呃有一个判定标准，当然这是一个通用的标准哈，大家都非常熟悉，实际上他其实呃更多的时候是需要跟跟你的客户去达成协议， 特别是汽车行业这一点要求比较高。那如果没有特别的规定，那当然你可以采取这种经验的推推荐的这种，嗯，标准吧，嗯，就是百分之呃，十三十以内的基本上才是可以接受的啊。 呃，那么呃这个，这个就是取决于你的所在的行业了。还有一个就是在我们做两句重复新闻再进行分析的时候，实际上呢有一个指标哦， ndc 这个指标可区分类别墅，他其实呢跟对加拿大的表述方式是一样的，但是 这个指标了稍微苛刻一点，稍微苛刻一点就说，比如说在十几年以前我在工厂的时候，我们就不看这个给加拿大这个， 因为其实其实他们两个是相关点的。就是你这个，你看嘛，他他的比例都是这样的嘛，测量系统比上你的总变差嘛，那你这里也是你的呃过程的变差和测量系统的一个比嘛，是吧？其实是一样的，就是 算法稍微有点，表述方式有点不一样，但是我觉得这个可能更好理解一点。怎么说来着呢？你看下面这个是你的车辆系统的变差，然后这个是你的过程的变差，是不是其实相当于你 的测量系统占你的总过程变差的几分之几，只不过前面有个修正系数，一点四一，然后它取整的，取整的是这样的，你这么理解比较好理解，因为我们要知道测量系统的变差要 就相当于你，你去度娘哈，就像我们拿把尺子去度量，你要比你的过程变态小很多才行呐，至少小多少啊？大概是七分之一才行，大概是你的，你的车内系统的变态，要是你的，因为他成了个一点四一嘛，是吧？根号二，其实一点四一四是根号二，那 七分之一不是五分之一，因为我们后面有个标准， ndc 至少大于等于大于等于五，其实上还有一个值了，有个对应的值， ndc 和跟洋洋的关系，但是一般我们不这样对应，而且我发现现场很多人的数据他其实没有什么太大的规律的，所以我们 一把内力展示出来，也就是说我们有两个指标，一个个加二百分比必须小一点，百分之三十，还有一个 ndc 的指标五以上。那么其实对于更多的时候可能呢？ ndc 呢？你去看啊， ndc 可能要严苛一点，反正 不同的工厂有不同的规定哈，我们以前就是必须跟 c 大于大于五以上才可以大于等于五。

啊，我们再强调一下这个家，因为这个家呢，其实非常非常重要啊，虽然他东西现在讲的不是很多，是吧？那家呢，是作为一个资深视觉工程师或者 tpm 技术经理啊，甚至你作为总工呢，都是必须要掌握的一个技能啊，因为这个东西呢，它 家的本质呢，其实是确保我们整个视觉系统，甚至我们视觉系统呢，就是整个设备机台产线的一个准确性和稳定性的一种体现啊，他是这个交付的核心条件之一啊， 你必须要掌握的，你做视觉呢，这一层呢，你是不需要掌握的，特别是你作为一个管理层啊，或者怎么样，那这个是你跟客户沟通的一种窗口啊， 还有第二个呢，就是 g r 这个表呢，它不是一成不变的，它是实时修改，实时可以修改的，你需要去主动和客户沟通，他 要你这个视觉系统到底要满足他哪些功能啊？特别是项目刚开始的时候，或者在迭代的时候，你要不停的去跟他沟通，跟他去确定，然后呢再回过头来呢，再去制定你这个表啊， 总之呢，核心呢，就是反映我们整个视觉系统的一个准确性好和稳定性，然后呢视觉系统甚至能够代表你整个机台的啊，你整个产线的一个准确性和稳定性啊， 还有呢，就是说你甚至可以主动的去修改啊，去添加，去完善的加的这个表啊，去满足客户的很多的潜在需求啊，那如果能做到这一步是吧？那你就更上一层楼了啊，能够主动的去， 你有了丰富的现场项目经验以后啊，那你去如何去比别人是吧？比别的这个公司啊，你更有竞争力是吧？ 那你得去想是吧？你怎么去满足客户更多的潜在需求是吧？他可能不仅有测量需求，他还可能他背后呢，还可能有这个缺陷，外观检测的一种需求，是吧？你通过测量呢，去进行外观的检测啊等等之类的啊，就是多想想啊。

接下来呢我们来介绍一下做这个机器视觉项目我们会涉及到的一些内容。那首先我们来介绍一下机器视觉项目中的这个 g r， g r 呢是这个一个缩写啊， gauge repeatability and reproducability 啊，就是 gauge 呢就是测量系统的意思啊，就是基本上就代表我们的视觉系统，这个呢就是我们的重复性啊，这个呢就是我们的在线性，它呢 他的意思是什么呢？他其实呢就是说去测量我们这个就是就是我们这视觉系统啊，他这个 可不可靠啊？这边呢我们不讲那么多，我们直接开始讲真正的那正规的 g r 的 这个表呢，太复杂了，太耗费时间和人工了，基本上不会用的啊，除非是一些非常非常正规的，非常非常大的一个项目，那才会用这种正规的 g r 表啊。那我们正常做这个视觉系统呢， 一共的是三张表，第一张表呢是这个与增值的就是实际值的一个对比表啊，那这个增值或者这个实际值呢？他来自于这个工厂提供的或者客户提供的，他用这个二次元啊，或者说这个他的标准机台啊去测量的 一个真实值。那这边呢我举了一个例子啊，那这边我们来测什么呢？我们测这个下面的四个这个支撑柱啊，支撑柱的这个高度，这个支撑柱的一个高度，这这支撑柱的高度呢是五点六啊，五点六毫米， 然后这边呢啊，我们就是以这个测量这四四个柱子的高度，我们来判断啊，就是这个产品啊，我们测量的合不合格啊？这是我们实际的一个背景。然后呢我们接下来呢再来看啊， 那首先我们就理解这个真值啊，实际值是什么了，就是我们这个它把这个产品做出来之后呢，就是我们这个它的二次元，下面二次元 和这个标准 g 台呢，就是它呢测量精度呢是非常非常高的，它测出来的值呢基本上都是正确的， 那这个就是真值，那我们就要产出第一张表，这第一张表呢我们可以叫它 c r r c 呢，可以表示对比的意思，那这个对比表呢，就是说 我们测出来的这个值，这边呢我先打开啊，就是我们这边自己测出来的，我们这我们我们这个视觉系统啊，自己去测出来的，你用 v 一 pro 或者用 v master 啊，或者用 hink 都可以去测出来的。这个值呢去跟我们这个真实机台测出来的值去进行一个比较 啊，我们真实机台测测测出来的值去进行一个比较啊，我们真实机台测测出来的值也不会是五点六，呃，一一可能是五点六，点，什么零一啊，或者什么啊？五点六是这个 理想值啊，就是我这个东西我想做出来是五点六，但我们知道在实际生活中呢，我们不可能做出来啊，完全是五点六的，这种完全没有任何误差的东西的啊，不可能的，那实际可能值呢是可能会长这样，这边呢我为了简化呢，我就直接写成五点六了 啊，这个是我们就是客户他测出来的啊，他用自己测出来的啊，自己测出来的， 这边呢是我们这个测量，这这个是产品的系列，就是第几个产品，然后这个测量的时间啊，这是我们测出来的啊，就是一位四个位置吗？啊？就是我们这个这四个，四个这个柱的高度啊，四个值。 然后呢我们这边呢就是接着就是跟这个真值呢，我们去做这个差值啊，做这个差值，然后我们这误差呢，根据客户的要求是吧？客户要求我们的这个误差呢和他的真实误差呢要小于零点一，如果小于零点一呢，我们就认为他是 ok 啊，就是这样的一个表，那一会呢我们再回头来说这个表怎么做出来啊？那这边呢，我们先了解这个表是什么，就说首先 我们要提供一张 c r 的 对比表，它是用来干什么的呢？它是用来确定我们这个视觉检测系统啊，就是我们用这个 win pro 啊， win master hok 啊做出来的这个软件啊，它去去测量的时候啊，它没有问题， 它测测出来的值呢是跟这个真实的值呢是一样的，那就说明我们的这个软件系统呢，它没问题，是吧？那第二步呢，我们要教这个重复性的 g r 表，这个 g r 表呢 是为了确定我们这个稳定性没问题啊，就上面这张表， c r 这张表呢，是确定我们视觉这个算法系统啊，视觉软件啊，它没有任何问题，是吧？ 那那下面这个呢，就是你反复去测试是吧？一般呢我们是测试三十二篇料，它如果没有问题，那就说明我们的视觉系统的稳定性没问题，是吧？ 那第三步呢，就是我们要交付这个动态和静态的 g r 表，这个是什么意思呢？就说我们上面这个 g r 表呢，可能是我们就是一个产品啊，放在这个我们的相机下面去反复拍了三十二次，但这个时候它可能是静态的啊，这这个第二张表呢，一般呢是静态的， 它是静态的，就是我们我们没有去移动这个产线啊，我们下面那个载具啊，没有移动就放在那，那这个 啊只是一个静态的一个稳定性问题，那我们还要交付一张动态的一个啊加表这个呢，就是我们整个产线啊，生产起来啊，运动起来，就是开始进行正常的生产了，然后呢去 就是去拍个三十二次，是吧？然后看一下，是吧？这个稳定性有没有问题啊？那这三张表都通过了呢，那我们说明我们整个视觉系统呢，我们的 win pro 算法呢啊，微软算法和算法呢？软件呢？都没有什么问题了啊，那就通过这三张表呢 来验证啊，交付我们的视觉系统。 ok， 那 接下来我们再来详细说一下这三张表，我们怎么来设计一下啊？

现在我们来讲一下测量系统分析的一个两个评价指标啊，因为在培训的过程中，很多学员都在问啊， 这个 pk 这个指标到底是什么意思啊？虽然今天我们来给大家理一下测量系统的一个两个独家指标啊，当然这里指的测量系统是计量型的测量系统，然后分计数型呢，至于计数型呢，我们下次再讲啊， 那计量起来这样系统大家平常用的最多的就是这个起来啊这个指标啊，哎，重复系统在线性的一个平常指标， 其实除了这个评价指标之外，还有另外一个评价指标，我们叫 pt 啊， pt 这个指标，然后这两个指标从这里可以看 出来啊， g 二这个指标是二二除以总变差的一个打灯笔啊，属于 tv 的一个打灯笔。呃， pp 这个指标其实是分子还是一样的，也是二二，但他的分母 从 t 变成了弓叉啊，变成了弓叉就是我们通知当中第一的这个弓叉，所以这两个指标的一个含义是不一样的，在不同的情况下，我们要用不同的指标， 那什么情况下用机啊，什么情况下用 pt 呢？这么简单来给大家介绍一下啊， 用 g 二，我们从这个公式其实就可以开出他的一个用途，二二代表的是重复性和再生性，那他的分母式 tb， 也就是我们 我们的总变差啊，总变差，所以这个时候我们再去评价测量系统 到生产过程变异的百分比的时候，我们要用啊啊啊这个指标啊，也就是说用我目前的这样去走去点赞我的生产过程到底有没有发生变化的，这种情况 能让你知道就行了。然后如果你只是想用这个区域的，系统区域的存在， 你这个产品合格还是不合格的，这种情况我们就要用 pp 做起来，因为我们全都是做，做不出来，他是全部是你们在上面占到，不能有光差的 这个规律，差就是为了这些不一样的人品和格，格还是不合格，所以这个时候就让你亲自做，你的 还是要搞清楚啊。