Todas as estatísticas e gráficos para Estudo de medição por atributos (método analítico)

O vício é uma medida da precisão de um sistema de medição. O vício é calculado como a diferença entre o valor padrão conhecido de uma peça de referência e a medição média observada.

A repetibilidade é a quantidade de variação no sistema de medição proveniente do medidor. Um estudo de medição de atributo regride as probabilidades de aceitação nos valores de referência para obter repetibilidade.

A repetibilidade pré-ajustada é aquela que é calculada antes do ajuste para sobre-estimação. O Minitab divide as estimativas de repetibilidade pelo fator de ajuste de 1,08 para calcular a repetibilidade ajustada. O fator de ajuste de 1,08 é dado pelo Automotive Industry Action Group (AIAG)¹.

O gráfico de probabilidade normal mostra a porcentagem de aceitações para cada valor de referência. Como não há medições reais do medidor disponíveis para estimar o vício e a repetibilidade, o Minitab calcula o vício e a repetibilidade ajustando a curva de distribuição normal usando as probabilidades de aceitação calculadas e os valores de referência conhecidos para todas as peças.

Se os erros de medição seguem uma distribuição normal, as probabilidades calculadas caem ao longo de uma linha reta. A linha de regressão se ajusta às probabilidades.

Interpretação

Para este exemplo, este gráfico mostra que a linha ajustada se ajusta bem os dados.

A probabilidade de aceitação de cada peça é calculada e plotada em um gráfico de probabilidade normal. Em um gráfico de probabilidade normal, o valor de y de um ponto plotado = Φ^–1(Probabilidade de Aceitação), em que Φ^–1 é o inverso da função de distribuição cumulativa normal padrão.

Uma linha de regressão ajustada é traçada através dos pontos plotados.

Interpretação

Se a linha ajustada for um bom ajuste para os pontos plotados, o Minitab usa os valores de interceptação e de declive para calcular os valores de vício e repetibilidade.

O valor de R-sq (R²) para a linha de regressão ajustada indica a porcentagem da variação na probabilidade de respostas de aceitação que é explicada pelo modelo de regressão.

Interpretação

R² varia de 0 a 100%. Normalmente, quanto mais alto o valor de R² melhor o modelo se ajusta aos seus dados. Os valores de R² que são maiores do que 90% normalmente indicam um ajuste muito bom dos dados.

T é a estatística t para a hipótese alternativa que vício ≠ 0.

O teste t compara isso observando a estatística t para um valor crítico sobre a distribuição t com (n-1) graus de liberdade para determinar se o vício no sistema de medição é estatisticamente significativo.

Para determinar se vício no sistema de medição é estatisticamente significativo, compare o valor-p com o nível de significância (denotado como α ou alfa). Geralmente, um nível de significância (denotado como α ou alfa) de 0,05 funciona bem. Um nível de significância de 0,05 indica um risco de 5% de concluir que existe vício quando não há nenhum vício significativo.

A curva de desempenho de medição mostra a probabilidade estimada de aceitação como uma função do valor de referência para o produto. A linha de referência vertical indica o(s) limite(s) inserido(s) para a análise.

Interpretação

Se você especificar um limite de tolerância inferior, os valores de referência e probabilidades de aceitação mostram uma tendência crescente. Se você especificar um limite de tolerância superior, como o aumento de valores de referência, as probabilidades de aceitação diminuem.

Se um medidor tiver um limite superior e inferior e for possível assumir a linearidade e uniformidade de erro, você pode mostrar os dois limites de tolerância, superior e inferior, na curva de desempenho do medidor. A curva aparece como uma imagem espelhada.