嵌套量具 R&R 研究 示例

一位工程师想要监控陶瓷部件的冲击强度。这位工程师随机选择了 30 个表示过程变异预期极差的样本,并向随机选择的 3 名操作员提供了 10 个随机样本。这 3 名操作员测量了 10 个不同样本的温度,每个样本测量了两次,总共 60 个测量值。每个部件(样本)对于操作员而言都是唯一的;不会有 2 名操作员测量同一部件。

由于此测量嵌套在操作员内,因此,此工程师执行了嵌套量具 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,陶瓷部件.MTW.
  2. 选择统计 > 质量工具 > 量具研究 > 量具 R&R 研究(嵌套)
  3. 部件号或批号中,输入 部件
  4. 操作员中,输入 操作员
  5. 测量数据中,输入 响应
  6. 单击确定

解释结果

在方差分析表中,操作员的 p 值为 0.773。因为 p 值很大,所有工程师无法拒绝原假设,并得出结论:平均强度测量值可能不取决于进行测量的操作员。但是部件(操作员)的 p 值是 0.000 且小于 0.05。在每个操作员自身嵌套的各个部件的平均测量值显著不同。

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 23.71%,部件间变异等于 97.15%。根据应用程序的情况,合计量具 R&R 变异可能是可以接受的。有关详细信息,请转到我的测量系统是否可以接受?

而且,此测量系统可以区别 5 种可区分类别。此结果说明该测量系统可以区分部件。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,部件间变异解释了大部分变异。
  • 在“R 控制图(按操作员)”中,所有数据均受控制,说明三个操作员的测量结果一致。
  • 在“Xbar 控制图(按操作员)”中,有几个点在控制范围之外。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“操作员对比图”中,每个操作员的测量值之间的差值应近似相等。部件平均值之间的差值也非常小。在始终存在一些变异的情况下,该数据说明操作员测量各部件的结果类似。

量具 R&R 研究 - 嵌套方差分析

响应 的量具 R&R (嵌套) 来源 自由度 SS MS F P 操作员 2 2.618 1.30922 0.2594 0.773 部件 (操作员) 27 136.285 5.04758 34.5709 0.000 重复性 30 4.380 0.14601 合计 59 143.283
方差分量 方差分量 来源 方差分量 贡献率 合计量具 R&R 0.14601 5.62 重复性 0.14601 5.62 再现性 0.00000 0.00 部件间 2.45079 94.38 合计变异 2.59679 100.00
量具评估 研究变异 %研究变 来源 标准差(SD) (6 × SD) 异 (%SV) 合计量具 R&R 0.38211 2.29265 23.71 重复性 0.38211 2.29265 23.71 再现性 0.00000 0.00000 0.00 部件间 1.56550 9.39300 97.15 合计变异 1.61146 9.66874 100.00

可区分的类别数 = 5

响应 的量具 R&R (嵌套) 报告

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