嵌套量具 R&R 研究 概述
概述
当每个操作员不能测量所有部件时,可使用 嵌套量具 R&R 研究 评估测量系统中的变异。
例如,您有 3 名操作员和 15 个部件。操作员 A 测量部件 1–5 两次,操作员 B 测量部件 6–10 两次,操作员 C 测量部件 11–15 两次。每个部件对于操作员而言都是唯一的,因此,不能有多名操作员测量同一部件。
在何处可找到此分析
要执行嵌套量具 R&R 研究,请选择。
什么情况下使用备择分析
- 要在具有交叉数据的情况下分析测量系统,请使用 交叉量具 R&R 研究。
- 要在具有其他因子或非平衡设计的情况下分析测量系统,请使用 扩展量具 R&R 研究。
要确保结果有效,请在收集数据、执行分析和解释结果时注意以下准则。
- 应按随机顺序收集数据
- 因为部件嵌套在操作员中,所以数据无法完全随机化。但是,要尽可能地随机化数据,请随机选择操作员,随机选择部件,然后指示操作员按随机顺序测量他们的部件。
- 请选择表示过程变异的实际或预期极差的部件。
- 从整个过程范围选择部件可以增加对部件间变异进行良好估计的可能性。例如,不要测量连续部件、来自单个班次或单个生产线的部件或来自一批拒绝品的部件。
- 部件嵌套在操作员中
- 当一个因子的每个水平仅与其他因子的一个水平一起出现时,这两个因子就是嵌套的。例如,如果两位操作员测量两组不同但相似的部件,部件会嵌套在操作员下面,并用“部件 (操作员)”来表示。
- 操作员和部件必须是随机的
- 当某因子具有许多个可能的水平时,该因子为随机因子,但是在数据中仅包含这些水平的随机样本。
-
某工程师想要监控陶瓷组件的抗冲击强度。工程师随机选择 30 个表示过程变异预期极差的样本,并将 10 个随机样本提供给 3 名随机选择的操作员。这 3 名操作员每人测量 10 个不同样本的温度,每个样本测量 2 次,总共测量 60 次。每个部件(样本)对于操作员而言都是唯一的;不会有两名操作员测量同一部件。
由于此测量嵌套在操作员内,因此,此工程师通过执行嵌套量具 R&R 研究来评估因测量系统导致的测量值的变异性。
- 打开样本数据 陶瓷部件.MTW.
- 选择。
- 在部件号或批号中,输入部件。
- 在操作员中,输入操作员。
- 在测量数据中,输入响应。
- 单击确定。
解释结果
在方差分析表中,操作员的 p 值为 0.773。由于 p 值较大,工程师无法否定原假设,因此得出如下结论:强度的平均测量值可能与执行测量的操作员无关。但是,部件(操作员)的 p 值为 0.000,小于 0.05。嵌套在每名操作员内的不同部件的平均测量值显著不同。
使用“研究变异 %”将测量系统变异和总体变异进行比较。总体量具 R&R 等于研究变异的 27.86%,部件间变异等于 97.15%。根据应用场合,总体量具 R&R 变异可能是可接受的。有关更多信息,请转到我的测量系统是否可以接受?。
同样,此测量系统可以区分 5 个不同的类别。此结果意味着测量系统可以区分部件。按照 AIAG 的要求,您需要至少 5 个可区分类别才能得到满足要求的测量系统。有关更多信息,请转到可区分类别数的使用。
这些图形还提供有关测量系统的如下信息:
- 在变异分量图中,大部分变异是用部件间变异解释的。
- 在“R 控制图(按操作员)”中,所有的数据都受控制,这表明三名操作员都按照一致的方式进行测量。
- 在“Xbar 控制图(按操作员)”中,多个点位于控制限外部。因此,许多变异是因部件间的差异所致。
- “按部件”图显示部件之间的差异很大。
- 在“按操作员”图中,每名操作员的测量值按照大致相同的量变化。而且,部件平均值的变化率很小。尽管始终存在一定的变异,但是数据表明操作员按照相似的方式测量部件。
完成以下步骤指定量具 R&R 研究数据。
- 在部件号或批号中,输入包含部件或批次名称或编号的列。
- 在操作员中,输入包含操作员名称或编号的列。
- 在测量数据中,输入包含观测到的测量值的列。
C1 | C2 | C3 |
---|---|---|
部件 | 操作员 | 响应 |
1 | A | 15.4257 |
1 | A | 16.8677 |
2 | A | 15.5018 |
2 | A | 15.1628 |
… | … | … |
6 | B | 13.1025 |
6 | B | 15.5494 |
输入要用于识别此研究的信息。
- 量具名称
- 输入量具标识符。
- 研究日期
- 输入进行研究的日期。
- 报表人
- 输入报告研究信息的人员的姓名。
- 量具公差
- 输入量具公差。量具公差表示量具所具有的辨别力(也称为测量增量)。有关详细信息,请转到什么是量具公差?。
- 其他
- 输入要记录的有关此研究的其他信息。
-
- 研究变异
- 输入一个常量,将其乘以标准差以估计测量值中的变异。默认乘数为 6,这是包含 99.73% 的测量值所需标准差的数量。
- 过程公差
- 输入规格限或公差范围,以对测量系统变异和客户规格进行比较。当您输入规格限或公差范围时,Minitab 将在输出中显示“% 公差”列。“% 公差”显示测量系统变异占公差的百分比。
- 历史标准差
-
输入总变异的已知值,它等于部件间变异与测量系统变异之和。使用下拉菜单可以指定是使用历史标准差估计过程变异,还是使用研究中的部件估计过程变异。
选择使用研究中的部件估计过程变异时,Minitab 将在输出中显示“% 过程”。“% 过程”列显示每个方差分量占过程标准差的百分比。
- 显示错误分类的概率
- 如果已在过程公差下指定了至少一个规格或输入了公差范围,则选择此选项显示错误分类的概率。有关详细信息,请转到所有统计量和图形并单击“错误分类概率”。
- 不显示百分比贡献
- 指定是否显示贡献百分比。
- 不显示百分比研究变异
- 指定是否显示研究变异百分比。
- 在单独的图页上绘制图表,每页一张图
- 分 别显示每个图形。默认情况下,Minitab 一起显示 6 个图形。
- 标题
- 您可以为量具研究输入自定义标题。
指定是否包括置信区间并指定置信水平和类型。
- 包括置信区间
- 在量具 R&R 表中显示置信区间。
- 置信水平
- 输入置信区间的置信水平。通常,置信水平为 95% 即可。
- 置信区间
- 选择要显示的置信区间或边界类型:
- 双侧:显示具有置信下限和置信上限的置信区间。
- 下限:仅显示下限。下限是可能小于参数的值。
- 上限:仅显示上限。上限是可能大于参数的值。
可以将分析统计量保存到工作表中,以便可以将它们用在其他分析、图形和宏中。Minitab 将选定的统计量存储在最后一个数据列后面。存储列的名称以一个数字结尾,如果您将同一个统计量存储多次,结尾的数字会递增。
存储可用的统计量取决于您为分析选择的选项。有关其中任何统计量的详细信息,请转到嵌套量具 R&R 研究 的所有统计量和图形。
方差分量和百分比贡献
- 方差分量和百分比贡献
- Minitab 将这些值存储在 VarComp1 和 VarComp2 列中。
- 方差分量的置信区间
- Minitab 将置信区间值存储在 IVarComp1 和 IVarComp2 中。
- 百分比贡献的置信区间
- Minitab 将置信区间值存储在 IPVarComp1 和 IPVarComp2 中。
标准差
- 标准差
- Minitab 将这些值存储在 StdDev1 列中。
- 标准差的置信区间
- Minitab 将置信区间值存储在 SIStdDev1 和 SIStdDev2 列中。
与公差之比(%)
- 与公差之比(%)
- Minitab 将这些值存储在 Tolerance1 列中。
- 与公差之比(%)的置信区间
- Minitab 将置信区间值存储在 ITolerance1 和 ITolerance2 列中。
测量系统变异及百分比
- 测量系统变异及百分比
- Minitab 将这些值存储在 StudyVar1 和 StudyVar2 列中。
- 研究变异的置信区间
- Minitab 将置信区间值存储在 IStudyVar1 和 IStudyVar2 列中。
- 百分比研究变异的置信区间
- Minitab 将置信区间值存储在 IPStudyVar1 和 IPStudyVar2 列中。
与过程变异之比(%)
- 与过程变异之比(%)
- Minitab 将这些值存储在 Process1 列中。
- 百分比过程变异的置信区间
- Minitab 将置信区间值存储在 IProcess1 和 IProcess2 列中。
可区分类别数
- 可区分类别数
- Minitab 将这些值存储在 Distinct1 列中。
- 可区分类别数的置信区间
- Minitab 将置信区间值存储在 IDistinct1 和 IDistinct2 中。
- 我的微信
- 微信扫一扫
- 我的微信公众号
- 微信扫一扫
评论