1단계: 분산 분석표를 사용하여 유의한 요인 및 교호작용 식별
- 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.
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 |
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 |
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
- 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.
분산 성분
| 출처 | 분산 성분 | %기여(분산 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 평가
| 출처 | 표준 편차(SD) | 연구 변동 (6 × SD) | %연구 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
- 분산 성분 그래프
- 가장 큰 변동 성분이 부품-대-부품 변동인지 여부를 표시합니다.
- 측정 시스템별 R 관리도
- 관리 상한 위에 포함되는 점이 있는지 여부를 표시합니다.
- 측정 시스템별 Xbar 관리도
- 대부분의 점이 관리 한계를 벗어나는지 여부를 표시합니다.
- 단일 요인별 측정값
- 모든 측정값을 한 가지 요인을 기준으로 정렬하여 표시합니다. 이 그래프는 요인 수준 간의 차이를 시각화하는 데 도움이 됩니다.
- 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.
