In diesem Thema
Schritt 1: Signifikante Faktoren und Wechselwirkungen anhand der ANOVA-Tabelle bestimmen
- Teil: Die Streuung, die auf die Teile zurückzuführen ist.
- Prüfer: Die Streuung, die auf die Prüfer zurückzuführen ist.
- Geschachtelte Faktoren: Die Streuung, die auf geschachtelte Faktoren zurückzuführen ist. Zwei Faktoren sind geschachtelt, wenn jede Stufe eines Faktors mit nur einer Stufe des anderen Faktors auftritt. Wenn beispielsweise zwei Prüfer zwei verschiedene, jedoch gleichartige Gruppen von Teilen messen, sind die Teile unter den Prüfern geschachtelt, und dies wird durch „Teil (Prüfer)“ angegeben. Wenn in diesem Fall der von den einzelnen Prüfern an unterschiedlichen Teilen erzielte Durchschnittsmesswert stark variiert, ist „Teil (Prüfer)“ eine signifikante Streuungsquelle.
- Wechselwirkungsterme wie „Teil*Prüfer“: Die Streuung, die auf eine Wechselwirkung zurückzuführen ist. Eine Wechselwirkung besteht beispielsweise, wenn ein Prüfer verschiedene Teile unterschiedlich misst.
- Fehler oder Wiederholbarkeit: Die Streuung, die nicht durch die Teile, Prüfer oder andere Terme im Modell erklärt wird.
Wenn der p-Wert für eine Wechselwirkung größer oder gleich 0,05 ist, schließt Minitab die Wechselwirkung aus, weil sie nicht signifikant ist. In einem solchen Fall wird eine zweite ANOVA-Tabelle ohne die nicht signifikanten Wechselwirkungen erstellt.
Messsystemanalyse: Messwert vs. Teil; Prüfer; Arbeitsplatz
Anzahl der eindeutigen Kategorien = 1
Bericht der Messsystemanalyse (erweitert) für Messwert
Wichtigstes Ergebnis: p-Wert
In diesem Beispiel sind die p-Werte für die Wechselwirkungen größer als 0,05. Der p-Wert für die Wechselwirkung „Prüfer*Teil“ beträgt 0,189, und der p-Wert für die Wechselwirkung „Prüfer*Arbeitsplatz“ ist 0,598. Daher generiert Minitab eine zweite Tabelle der zweifachen ANOVA, in der diese Wechselwirkungen aus dem endgültigen Modell ausgeschlossen werden.
Die zweite ANOVA-Tabelle enthält die Terme, die in den Berechnungen der endgültigen Messsystemanalyse verwendet werden. „Teil“ (0,000) ist bei einem Signifikanzniveau von α = 0,05 eine signifikante Quelle der Streuung in den Messwerten. „Prüfer“ (0,099) und „Arbeitsplatz“ (0,202) sind hingegen wahrscheinlich keine signifikanten Quellen der Streuung in den Messwerten.
Schritt 2: Streuung für jede Messfehlerquelle bewerten
- R&R (gesamt): Die Summe der Varianzkomponenten für Wiederholbarkeit und Reproduzierbarkeit.
- Wiederholbarkeit: Die Streuung in den Messwerten, wenn dasselbe Teil mehrmals vom selben Prüfer gemessen wird.
- Reproduzierbarkeit: Die Streuung in den Messwerten, wenn dasselbe Teil von mehreren Prüfern unter den unterschiedlichen Bedingungen gemessen wird, die durch die anderen Faktoren im Modell definiert werden. Der Term für die Reproduzierbarkeit kann weiter in Prüfer, Prüfer*Teil und andere Haupteffekte und Wechselwirkungseffekte unterteilt werden.
- Zwischen den Teilen: Die Streuung in den Messwerten, die auf verschiedene Teile zurückzuführen ist. Neben Teil können andere Faktoren vorhanden sein, die zum Berechnen der Streuung zwischen den Teilen verwendet werden.
Im Idealfall sollte nur ein sehr geringer Teil der Streuung auf die Wiederholbarkeit und die Reproduzierbarkeit zurückzuführen sein. Die Differenzen zwischen den Teilen sollten einen Großteil der Streuung erklären.
Messsystemanalyse: Messwert vs. Teil; Prüfer; Arbeitsplatz
Wichtigste Ergebnisse: VarKomp, %Beitrag
„%Beitrag“ für „R&R (gesamt)“ ist 49,10 %; dies entspricht annähernd der Streuung zwischen den Teilen, die 50,90 % beträgt. „%Beitrag“ für die Streuung aufgrund von Wiederholbarkeit entspricht annähernd dem Wert für „Zwischen-den-Teilen“. Wenn „%Beitrag“ für „R&R (gesamt)“ viel geringer als die Streuung zwischen den Teilen ist, kann das Messsystem zuverlässig zwischen Teilen unterscheiden.
Messsystemanalyse: Messwert vs. Teil; Prüfer; Arbeitsplatz
Wichtigstes Ergebnis: %Streuung in Untersuchung
Verwenden Sie den Prozentsatz der Streuung in der Untersuchung („%Streuung in Unters.“), um die Streuung des Messsystems mit der Gesamtstreuung zu vergleichen. Für den Wert von „%Streuung in Unters.“ wird die Prozessstreuung verwendet, die als das Sechsfache der Standardabweichung im Prozess definiert ist. Minitab zeigt die Spalte „%Toleranz“ an, wenn Sie einen Toleranzwert eingeben, und die Spalte „%Prozess“, wenn Sie eine historische Standardabweichung eingeben.
Gemäß den Richtlinien der AIAG ist das Messsystem akzeptabel, wenn die Streuung im Messsystem weniger als 10 % der Prozessstreuung beträgt. „R&R (gesamt)“ entspricht annähernd 70 % der Streuung in der Untersuchung. Die Wiederholbarkeit beläuft sich auf 68,60 % der Streuung in der Untersuchung; dies weist darauf hin, dass das Messsystem das Teil nicht beständig misst. Das Messsystem muss möglicherweise verbessert werden. Weitere Informationen finden Sie unter Ist das Messsystem akzeptabel?.
Wichtigstes Ergebnis: Grafik „Streuungskomponenten“
Die Grafik „Streuungskomponenten“ veranschaulicht die Streuung aus den einzelnen Quellen von Messfehlern. Minitab zeigt Balken für „%Toleranz“ an, wenn Sie einen Toleranzwert eingeben, und Balken für „%Prozess“, wenn Sie eine historische Standardabweichung eingeben.
Diese Grafik zeigt, dass die Streuung zwischen den Teilen annähernd der Streuung aus Wiederholbarkeit und Reproduzierbarkeit entspricht. Die Streuung für „R&R (gesamt)“ ist viel höher als 30 % und damit inakzeptabel.
Schritt 3: Grafiken auf weitere Informationen zur Messsystemanalyse untersuchen
- Grafik „Streuungskomponenten“
- Diese Grafik zeigt, ob die größte Streuungskomponente die Streuung zwischen den Teilen ist.
- R-Karte nach Prüfer angeordnet
- Diese Regelkarte veranschaulicht, ob Punkte über der oberen Eingriffsgrenze liegen.
- X-quer-Karte nach Prüfer angeordnet
- Diese Regelkarte veranschaulicht, ob die meisten Punkte außerhalb der Eingriffsgrenzen liegen.
- Messwerte nach einem einzelnem Faktor angeordnet
- Hier werden alle Messwerte nach einem einzelnen Faktor angeordnet angezeigt. Diese Grafik veranschaulicht die Unterschiede zwischen den Faktorstufen.
- Wechselwirkungsdiagramme
- Hier wird die Wechselwirkung zwischen zwei Faktoren angezeigt. Eine Wechselwirkung liegt vor, wenn der Effekt eines Faktors von einem zweiten Faktor abhängt. Dieses Diagramm ist die grafische Entsprechung des F-Tests für einen Wechselwirkungsterm in der ANOVA-Tabelle.
