交叉量具 R&R 研究 示例

一名工程师选择了 10 个表示过程变异预期极差的部件。由三名操作员按照随机顺序测量这十个部件,每个部件测量三次。

此工程师执行交叉量具 R&R 研究来评估因测量系统导致的测量值的变异性。

  1. 打开样本数据,量具数据.MTW.
  2. 选择 统计 > 质量工具 > 量具研究 > 量具 R&R 研究(交叉)
  3. 部件号中,输入 部件
  4. 操作员中,输入 操作员
  5. 测量数据中,输入 测量
  6. 分析方法下,选择方差分析
  7. 单击选项按钮。在过程公差下,选择规格上限 - 规格下限,然后输入 8
  8. 在每个对话框中单击 确定

解释结果

双因子方差分析表包含部件、操作员以及部件和操作员交互作用项。如果交互作用的 p 值 ≥ 0.05,Minitab 将忽略来自全模型的交互作用,因为该交互作用不是显著性的。在此示例中,p 值是 0.974,因此 Minitab 将又生成一个双因子方差分析表,该分析表将忽略最终模式中的交互作用。

使用方差分量 (VarComp) 将每个测量误差源的变异性与总变异相比对。在这些结果中,量具 R&R 表中的贡献百分比列显示了部件间的变异是 92.24%。此值比合计量具 R&R 7.76% 大得多。因此,大部分变异是因部件间的差异所致。

利用 %研究变异将测量系统变异与总体变异做比较。合计量具 R&R 等于研究变异的 27.86%。根据应用程序的情况,合计量具 R&R 贡献百分比可能是可以接受的。有关详细信息,请转到我的测量系统是否可以接受?

对于此数据,可区分类别数为 4。按照 AIAG 的要求,您需要至少 5 个可区分类别才能得到满足要求的测量系统。有关详细信息,请转到可区分类别数的使用

此图还提供了有关测量系统的以下信息:
  • 在“变异分量”图中,部件间的贡献百分比大于合计量具 R&R。因此,大部分变异是因部件间的差异所致。
  • “R 控制图(按操作员)”显示操作员 B 的部件测量值很不稳定。
  • 在“Xbar 控制图(按操作员)”中,大部分点在控制范围之外。因此,大部分变异是因部件间的差异所致。
  • “部件对比图”显示部件间的差异非常大。
  • 在“按操作员”图中,操作员之间的差异虽然比部件间的差异小,但非常显著(p 值 = 0.00)。操作员 C 的测量值稍小于其他操作员的测量值。
  • 在“操作员*部件交互作用”图中,这些线接近于平行,在表中找到“操作员*部件”交互作用的 p 值为 0.974。这些结果说明每个部件与操作员之间不存在显著的交互作用。

量具 R&R 研究 - 方差分析法

包含交互作用的双因子方差分析表 来源 自由度 SS MS F P 部件 9 88.3619 9.81799 492.291 0.000 操作员 2 3.1673 1.58363 79.406 0.000 部件 * 操作员 18 0.3590 0.01994 0.434 0.974 重复性 60 2.7589 0.04598 合计 89 94.6471 用于删除交互作用项的 α = 0.05
不包含交互作用的双因子方差分析表 来源 自由度 SS MS F P 部件 9 88.3619 9.81799 245.614 0.000 操作员 2 3.1673 1.58363 39.617 0.000 重复性 78 3.1179 0.03997 合计 89 94.6471

量具 R&R

方差分量 方差分量 来源 方差分量 贡献率 合计量具 R&R 0.09143 7.76 重复性 0.03997 3.39 再现性 0.05146 4.37 操作员 0.05146 4.37 部件间 1.08645 92.24 合计变异 1.17788 100.00

过程公差 = 8

量具评估 研究变异 %研究变 %公差 来源 标准差(SD) (6 × SD) 异 (%SV) (SV/Toler) 合计量具 R&R 0.30237 1.81423 27.86 22.68 重复性 0.19993 1.19960 18.42 14.99 再现性 0.22684 1.36103 20.90 17.01 操作员 0.22684 1.36103 20.90 17.01 部件间 1.04233 6.25396 96.04 78.17 合计变异 1.08530 6.51180 100.00 81.40

可区分的类别数 = 4

测量 的量具 R&R

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策