Gage R&R (확장) 연구에 대한 주요 결과 해석

Gage R&R (확장) 연구를 해석하려면 다음 단계를 수행하십시오. 주요 결과에는 변동성 추정치, 측정값 및 측정 변동성 그래프가 포함됩니다.

1단계: 분산 분석표를 사용하여 유의한 요인 및 교호작용 식별

어느 변동 원인이 유의한지 식별하려면 분석 분석표를 사용합니다. 분산 분석표의 원인 열에 다음과 같은 항이 포함됩니다.
  • 부품: 부품으로 인한 변동.
  • 측정 시스템: 측정 시스템으로 인한 변동.
  • 내포 요인: 내포 요인으로 인한 변동. 두 요인은 한 요인의 각 수준이 다른 요인의 한 수준과만 함께 발생하는 경우 내포됩니다. 예를 들어, 두 측정 시스템에서 서로 다르지만 유사한 두 개의 부품 집합을 측정하는 경우 부품은 측정 시스템 아래 내포되며 부품(측정 시스템)으로 표시됩니다. 이 경우, 각 측정 시스템에 의한 여러 부품의 평균 측정값에 차이가 크면 부품(측정 시스템)이 주요 변동 원인이 됩니다.
  • 교호작용 항(예: 부품*측정 시스템): 교호작용으로 인한 변동. 예를 들어, 측정 시스템에서 여러 부품을 다르게 측정하는 경우 교호작용이 존재합니다.
  • 오차 또는 반복성: 부품, 측정 시스템 또는 모형의 다른 항에 의해 설명되지 않는 변동.

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

Gage R&R 연구: 측정값 대 부품, 측정 시스템, 위치

요인 정보 요인 유형 수준 값 부품 랜덤 22 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22 측정 시스템 랜덤 3 1, 2, 3 위치 고정 2 1, 2
모든 항을 포함하는 분산 분석표 출처 DF Seq SS Adj SS Adj MS F-값 P-값 부품 21 1071.30 1071.30 51.014 6.46 0.000 측정 시스템 2 32.18 32.18 16.089 3.27 0.164 x 위치 1 11.25 11.25 11.247 3.50 0.202 부품*측정 시스템 42 331.81 331.81 7.900 1.27 0.189 측정 시스템*위치 2 6.43 6.43 3.217 0.52 0.598 반복성 63 390.53 390.53 6.199 총계 131 1843.50 x 정확한 F-검정이 아님. 교호작용 항 제거를 위한 α = 0.05
Gage R&R 계산에 사용되는 항을 포함하는 분산 분석표 출처 DF Seq SS Adj SS Adj MS F-값 P-값 부품 21 1071.30 1071.30 51.014 7.49 0.000 측정 시스템 2 32.18 32.18 16.089 2.36 0.099 위치 1 11.25 11.25 11.247 1.65 0.202 반복성 107 728.77 728.77 6.811 총계 131 1843.50
분산 성분 %기여(분산 출처 분산 성분 성분) 총 Gage R&R 7.1070 49.10 반복성 6.8109 47.06 재현성 0.2961 2.05 측정 시스템 0.2109 1.46 위치 0.0852 0.59 부품-대-부품 7.3672 50.90 부품 7.3672 50.90 총 변동 14.4743 100.00
Gage 평가 표준 연구 %연구 출처 편차(SD) 변동(6 × SD) 변동(%SV) 총 Gage R&R 2.66590 15.9954 70.07 반복성 2.60978 15.6587 68.60 재현성 0.54413 3.2648 14.30 측정 시스템 0.45921 2.7552 12.07 위치 0.29189 1.7514 7.67 부품-대-부품 2.71427 16.2856 71.34 부품 2.71427 16.2856 71.34 총 변동 3.80450 22.8270 100.00

구별 범주의 수 = 1

측정값에 대한 Gage R&R(확장) 보고서

주요 결과: p

이 예에서는 교호작용에 대한 p-값이 0.05보다 큽니다. 측정 시스템*부품 교호작용에 대한 p-값은 0.189이고, 측정 시스템*위치 교호작용에 대한 p-값은 0.598입니다. 따라서 Minitab에서는 최종 모형에서 교호작용을 제외한 두 번째 이원 분산 분석표를 생성합니다.

두 번째 분산 분석표에는 최종 Gage R&R 계산에서 사용되는 항들이 포함됩니다. 부품(0.000)은 α = 0.05 유의 수준에서 측정값 변동의 유의한 원인입니다. 그러나 측정 시스템(0.099)과 위치(0.202)는 아마도 측정값 변동의 유의한 원인이 아닐 것입니다.

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: 모형의 다른 요인에 의해 정의된 다양한 조건에서 동일한 부품을 여러 측정 시스템에서 측정할 경우 얻게 되는 측정값의 변동성. 재현성 항은 측정 시스템, 측정 시스템*부품 및 기타 주효과와 교호작용 효과로 세분화할 수 있습니다.
  • 부품-대-부품: 서로 다른 부품으로 인한 측정값의 변동성. 부품 외에 다른 요인이 부품-대-부품 변동을 계산하는 데 사용될 수도 있습니다.

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

Gage R&R 연구: 측정값 대 부품, 측정 시스템, 위치

분산 성분 %기여(분산 출처 분산 성분 성분) 총 Gage R&R 7.1070 49.10 반복성 6.8109 47.06 재현성 0.2961 2.05 측정 시스템 0.2109 1.46 위치 0.0852 0.59 부품-대-부품 7.3672 50.90 부품 7.3672 50.90 총 변동 14.4743 100.00
주요 결과: 분산 성분, %기여

총 Gage R&R에 대한 %기여는 49.10%로, 부품-대-부품 변동 50.90%와 거의 같습니다. 반복성 변동에 대한 %기여는 거의 부품-대-부품 값만큼 높습니다. 총 Gage R&R 변동으로 인한 %기여가 부품-대-부품 변동보다 훨씬 더 낮은 경우 측정 시스템에서 부품을 제대로 구별할 수 있습니다.

Gage R&R 연구: 측정값 대 부품, 측정 시스템, 위치

Gage 평가 표준 연구 %연구 출처 편차(SD) 변동(6 × SD) 변동(%SV) 총 Gage R&R 2.66590 15.9954 70.07 반복성 2.60978 15.6587 68.60 재현성 0.54413 3.2648 14.30 측정 시스템 0.45921 2.7552 12.07 위치 0.29189 1.7514 7.67 부품-대-부품 2.71427 16.2856 71.34 부품 2.71427 16.2856 71.34 총 변동 3.80450 22.8270 100.00
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. 총 Gage R&R은 연구 변동의 약 70%입니다. 반복성은 연구 변동의 68.60%로, 측정 시스템에서 동일한 부품을 일관되게 측정하지 않는다는 것을 나타냅니다. 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 변동과 거의 같다는 것을 보여줍니다. 총 Gage R&R 변동은 30%보다 훨씬 높아 허용되지 않습니다.

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.
단일 요인별 측정값
모든 측정값을 한 가지 요인을 기준으로 정렬하여 표시합니다. 이 그래프는 요인 수준 간의 차이를 시각화하는 데 도움이 됩니다.
부품 또는 측정 시스템을 기준으로 측정값을 표시하는 것 외에, Gage R&R (확장) 연구를 사용하면 다른 요인을 기준으로 정렬된 측정값의 그래프도 표시할 수 있습니다.
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.
교호작용도
두 요인 간의 교호작용을 표시합니다. 교호작용은 한 요인의 효과가 두 번째 요인에 따라 달라질 때 발생합니다. 이 그림은 분산 분석표의 교호작용 항에 대한 F-검정과 유사합니다.
측정 시스템과 부품의 교호작용을 표시하는 것 외에, Gage R&R (확장) 연구를 사용하면 다른 교호작용의 그래프도 표시할 수 있습니다.
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