Gage R&R (교차) 연구에 대한 결과 해석

Gage R&R (교차) 연구를 해석하려면 다음 단계를 완료하십시오. 주요 결과에는 변동성 추정치, 측정값의 그래프 및 측정값 변동성이 포함됩니다.

1단계: 분산 분석표를 사용하여 유의한 요인 및 교호작용 식별

유의한 변동 원인을 식별하려면 분산 분석표를 사용합니다. 분산 분석표의 원인 열에 다음 항이 포함됩니다.
  • 부품: 부품으로 인한 변동.
  • 측정 시스템: 측정 시스템으로 인한 변동.
  • 측정 시스템*부품: 측정 시스템과 부품의 교호작용으로 인한 변동. 측정 시스템에서 여러 부품을 다르게 측정하는 경우 교호작용이 존재합니다.
  • 오차 또는 반복성: 부품, 측정 시스템 또는 측정 시스템과 부품의 교호작용에 의해 설명되지 않는 변동.
참고

분석 방법에 대해 Xbar 및 R 옵션을 선택하는 경우에는 분산 분석표가 표시되지 않습니다.

측정 시스템과 부품의 교호작용에 대한 p-값이 0.05 이상인 경우, Minitab에서는 교호작용이 유의하지 않기 때문에 교호작용을 제외하고, 교호작용 없이 두 번째 분산 분석표를 생성합니다.

교호작용이 있는 이원 분산 분석표 출처 DF SS MS F P 부품 9 88.3619 9.81799 492.291 0.000 조작자 2 3.1673 1.58363 79.406 0.000 부품 * 조작자 18 0.3590 0.01994 0.434 0.974 반복성 60 2.7589 0.04598 총계 89 94.6471 교호작용 항 제거를 위한 α = 0.05
교호작용이 없는 이원 분산 분석표 출처 DF SS MS F P 부품 9 88.3619 9.81799 245.614 0.000 조작자 2 3.1673 1.58363 39.617 0.000 반복성 78 3.1179 0.03997 총계 89 94.6471
분산 성분 %기여(분산 출처 분산 성분 성분) 총 Gage R&R 0.09143 7.76 반복성 0.03997 3.39 재현성 0.05146 4.37 조작자 0.05146 4.37 부품-대-부품 1.08645 92.24 총 변동 1.17788 100.00
주요 결과: P

이 결과에서 p-값은 0.974이며, 따라서 Minitab에서는 최종 모형에서 교호작용을 제외한 두 번째 이원 분산 분석표를 생성합니다.

2단계: 측정 오차의 요인별 변동 평가

측정 오차의 요인별 변동을 평가하려면 분산 성분(VarComp) 및 %기여를 사용합니다. 다음과 같은 요인이 있습니다.
  • 총 Gage R&R: 반복성 및 재현성 분산 성분의 합.
  • 반복성: 동일한 부품을 동일한 측정 시스템에서 여러 번 측정할 경우 측정값의 변동성.
  • 재현성: 동일한 부품을 서로 다른 측정 시스템에서 측정할 경우 측정값의 변동성.
  • 부품-대-부품: 서로 다른 부품으로 인한 측정값의 변동성.

이상적으로는 반복성과 재현성으로 인한 변동이 거의 없어야 합니다. 부품 간의 차이(부품-대-부품)로 변동의 대부분을 설명할 수 있어야 합니다.

분산 성분 %기여(분산 출처 분산 성분 성분) 총 Gage R&R 0.0020816 6.82 반복성 0.0011541 3.78 재현성 0.0009275 3.04 부품-대-부품 0.0284585 93.18 총 변동 0.0305401 100.00
주요 결과: 분산 성분, %기여

부품-대-부품 변동에 대한 %기여는 93.68%입니다. Minitab에서는 부품-대-부품 분산 성분 값 0.0308455를 총 변동 0.0329271로 나눈 다음 100%를 곱합니다. 부품-대-부품 변동으로 인한 %기여가 높은 경우 측정 시스템에서 부품을 제대로 구별할 수 있습니다.

Gage 평가 표준 연구 %연구 출처 편차(SD) 변동(6 × SD) 변동(%SV) %공차(SV/공차) 총 Gage R&R 0.045625 0.27375 26.11 27.37 반복성 0.033972 0.20383 19.44 20.38 재현성 0.030455 0.18273 17.43 18.27 부품-대-부품 0.168696 1.01218 96.53 101.22 총 변동 0.174757 1.04854 100.00 104.85 과거 표준 편차는 표준 편차, 연구 변동 및 %연구 변동에 대한 일부 값을 계산하는 데 사용됩니다. %공정에 대한 값이 %연구 변동에 대한 값과 동일하기 때문에 표시되지 않습니다.
주요 결과: %연구 변동

측정 시스템 변동을 총 변동과 비교하려면 연구 변동율(%연구 변동)을 사용합니다. %연구 변동은 공정 표준 편차의 6배에 의해 정의된 공정 변동을 사용합니다. 공차 값을 입력하면 %공차 열이 표시되고 과거 표준 편차를 입력하면 %공정 열이 표시됩니다.

AIAG 지침에 따르면, 측정 시스템 변동이 공정 변동의 10% 미만일 경우 허용 가능하다고 합니다. %연구 변동, %공차 및 %공정이 모두 10%보다 크기 때문에 측정 시스템을 개선해야 할 수도 있습니다. 자세한 내용은 측정 시스템의 허용 가능 여부에서 확인하십시오.

주요 결과: 분산 성분 그래프

변동 그래프의 성분은 측정 오차의 요인별 변동을 보여줍니다. 공차 값을 입력하면 %공차에 대한 막대가 표시되고 과거 표준 편차를 입력하면 %공정에 대한 막대가 표시됩니다.

이 그래프는 부품-대-부품 변동이 반복성 및 재현성으로 인한 변동보다 높지만, 총 Gage R&R 변동이 10%보다 높아 허용되지 않을 수도 있음을 보여줍니다.

3단계: 그래프에서 Gage 연구에 대한 추가 정보 확인

Gage R&R 그래프는 측정 시스템에 대한 정보를 제공합니다.
분산 성분 그래프
가장 큰 변동 성분이 부품-대-부품 변동인지 여부를 표시합니다.
양호한 측정 시스템에서 가장 큰 변동 성분은 부품-대-부품 변동입니다.
측정 시스템별 R 관리도
관리 상한 위에 포함되는 점이 있는지 여부를 표시합니다.
여러 측정 시스템이 일관되게 측정하는 경우 점들이 관리 한계 내에 포함됩니다.
측정 시스템별 Xbar 관리도
대부분의 점이 관리 한계를 벗어나는지 여부를 표시합니다.
Gage R&R 연구를 위해 선택하는 부품은 일반적인 부품-대-부품 변동성을 나타냅니다. 따라서 부품 평균 간 더 많은 변동이 예상되며 그래프에는 대부분의 관리 한계를 벗어난다는 것이 표시됩니다.
부품별 측정값 그래프
각 부품에 대한 여러 측정값이 서로 가까운지 여부를 표시합니다.
각 부품에 대한 여러 측정값이 서로 가까우면 동일한 부품의 측정값 사이에 작은 변동이 있음을 나타냅니다.
측정 시스템별 측정값 그래프
측정 시스템 간의 차이가 부품 간 차이와 비교하여 작은지 여부를 표시합니다.
측정 시스템에 걸친 수평선은 각 측정 시스템에 대한 평균 측정값이 유사하다는 것을 나타냅니다. 이상적으로 각 측정 시스템에 대한 측정값의 변화는 동일합니다.
측정 시스템*부품 교호작용 그래프
각 측정 시스템의 측정값을 연결하는 선이 유사한지, 또는 서로 교차하는지 여부를 표시합니다.
일치하는 선은 여러 측정 시스템이 서로 유사하게 측정한다는 것을 나타냅니다. 평행하지 않거나 교차하는 선은 측정 시스템의 부품 측정 능력이 측정 중인 부품에 따라 일관되게 달라진다는 것을 나타냅니다. 다른 선보다 일관되게 높거나 낮은 선은 측정 시스템에서 일관되게 높거나 낮게 측정하여 측정값에 치우침을 추가한다는 것을 나타냅니다.
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오