한 엔지니어가 공정 변동의 기대 범위를 나타내는 부품 10개를 선택합니다. 측정 시스템 세 대에서 부품 10개를 부품당 세 번씩 랜덤 순서로 측정합니다.
엔지니어가 측정 시스템으로 인한 측정값의 변동성을 평가하기 위해 Gage R&R 연구(교차)를 수행합니다.
이원 분산 분석표에는 부품, 측정 시스템 및 부품-측정 시스템 교호작용에 대한 항이 포함됩니다. 교호작용에 대한 p-값이 0.05 이상인 경우, Minitab에서는 교호작용이 유의하지 않기 때문에 교호작용을 완전 모형에서 제외합니다. 이 예에서 p-값은 0.974이므로, Minitab에서는 최종 모형에서 교호작용을 제외한 두 번째 이원 분산 분석표를 생성합니다.
각 측정 오차의 요인별 변동을 총 변동에 비교하려면 분산 성분(CarComp)을 사용합니다. 이 결과에서 Gage R&R 표의 %기여 열에는 부품-대-부품 변동이 92.24%로 표시되어 있습니다. 이 값은 7.76%인 총 Gage R&R보다 훨씬 더 큽니다. 따라서 많은 변동이 부품 간의 차이로 인해 발생합니다.
측정 시스템 변동을 총 변동과 비교하려면 %연구 변동을 사용합니다. 총 Gage R&R은 연구 변동의 27.86%입니다. 응용 분야에 따라 총 Gage R&R %기여가 허용될 수 있습니다. 자세한 내용은 측정 시스템의 허용 가능 여부에서 확인하십시오.
이 데이터의 경우 구별 범주의 수가 4개입니다. AIAG 방법에 따르면 측정 시스템이 적절한 것이 되려면 구별 범주의 수가 5개 이상이어야 합니다. 자세한 내용은 Gage R&R 연구에서 구별 범주 수 사용에서 확인하십시오.
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 |
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 |
출처 | 분산 성분 | %기여(분산 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 |
출처 | 표준 편차(SD) | 연구 변동 (6 × SD) | %연구 변동(%SV) | %공차(SV/공차) |
---|---|---|---|---|
총 Gage R&R | 0.30237 | 1.81423 | 27.86 | 22.68 |
반복성 | 0.19993 | 1.19960 | 18.42 | 14.99 |
재현성 | 0.22684 | 1.36103 | 20.90 | 17.01 |
조작자 | 0.22684 | 1.36103 | 20.90 | 17.01 |
부품-대-부품 | 1.04233 | 6.25396 | 96.04 | 78.17 |
총 변동 | 1.08530 | 6.51180 | 100.00 | 81.40 |