1단계: 측정 시스템에 치우침이 존재하는지 평가
치우침은 측정 시스템 정확도의 측도입니다. 치우침은 기준 부품의 알려진 표준 값과 관측된 측정값 평균의 차이로 계산됩니다. 낮은 치우침 값은 계수형 Gage가 기준 값에 가까운 부품을 측정한다는 것을 나타냅니다.
측정 시스템의 치우침이 통계적으로 유의한지 여부를 확인하려면 p-값을 유의 수준과 비교하십시오. 일반적으로 0.05의 유의 수준(α 또는 알파로 표시함)이 적절합니다. 0.05의 유의 수준은 유의한 치우침이 없는데 치우침이 존재한다는 결론을 내릴 위험이 5%라는 것을 나타냅니다.
주요 결과: P-값
이 예의 경우, 치우침은 0.0097955이고 p-값은 0.0000021입니다. p-값이 유의 수준 0.05보다 작기 때문에 치우침이 0인 귀무 가설을 거부합니다. 측정 시스템의 치우침이 통계적으로 유의하다는 결론을 내립니다.
참고
AIAG 방법 대신 회귀법을 사용하도록 기본 설정을 변경하는 경우 p-값이 약간 다를 수 있습니다.
2단계: 적합선 그림 평가
정규 확률도는 각 기준 값에 대한 합격 백분율을 보여줍니다. Gage로는 치우침과 반복성을 추정하는 데 사용할 수 있는 실제 측정 값을 구할 수 없으므로 Minitab은 모든 부품에 대해 계산된 합격 확률과 알려진 기준 값을 사용하여 정규 분포 곡선에 적합시켜 Gage의 치우침과 반복성을 계산합니다.
측정 오류가 정규 분포를 따르는 경우 계산된 확률이 직선을 형성합니다. 회귀선이 확률에 적합합니다.
적합선에 대한 R-제곱(R2) 값은 합격 반응 확률에서 회귀 모형에 의해 설명되는 변동의 백분율을 나타냅니다. R2의 범위는 0%부터 100%까지입니다. 일반적으로 R2 값이 클수록 모형이 데이터를 더 잘 적합시킵니다. 90%보다 큰 R2 값은 일반적으로 모형이 데이터를 매우 잘 적합시킨다는 것을 나타냅니다.
주요 결과: R-제곱
이 예의 경우 R-제곱이 0.969376입니다. 적합선이 데이터를 매우 잘 적합시키며, 모형이 변동의 거의 97%를 설명합니다.
3단계: Gage 성능 곡선 평가
Gage 성능 곡선은 추정 합격 확률을 항목에 대한 기준 값의 함수로 표시합니다. 수직 기준선은 사용자가 분석을 위해 입력한 한계를 나타냅니다.
이 데이터의 경우 –0.020의 공차 하한에서 항목을 합격시킬 확률이 상대적으로 높습니다(약 0.84). 그러나 합격률 역시 공차 한계 바로 아래 값에서 상대적으로 높습니다. 공차 하한이 중요한 경우, 약간의 개선이 필요합니다.
