嵌套量具 R&R 研究示例

某工程师想要监控陶瓷组件的抗冲击强度。工程师随机选择 30 个表示过程变异预期极差的样本,并将 10 个随机样本提供给 3 名随机选择的操作员。这 3 名操作员每人测量 10 个不同样本的温度,每个样本测量 2 次,总共测量 60 次。每个部件(样本)对于操作员而言都是唯一的;不会有两名操作员测量同一部件。

由于此测量嵌套在操作员内,因此,此工程师通过执行嵌套量具 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。由于 p 值较大,工程师无法否定原假设,因此得出如下结论:强度的平均测量值可能与执行测量的操作员无关。但是,部件(操作员)的 p 值为 0.000,小于 0.05。嵌套在每名操作员内的不同部件的平均测量值显著不同。

使用“研究变异 %”将测量系统变异和总体变异进行比较。总体量具 R&R 等于研究变异的 27.86%,部件间变异等于 97.15%。根据应用场合,总体量具 R&R 变异可能是可接受的。有关更多信息,请转到我的测量系统是否可以接受?

同样,此测量系统可以区分 5 个不同的类别。此结果意味着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。有关更多信息,请转到可区分类别数的使用

这些图形还提供有关测量系统的如下信息:
  • 在变异分量图中,大部分变异是用部件间变异解释的。
  • 在“R 控制图(按操作员)”中,所有的数据都受控制,这表明三名操作员都按照一致的方式进行测量。
  • 在“Xbar 控制图(按操作员)”中,多个点位于控制限外部。因此,许多变异是因部件间的差异所致。
  • “按部件”图显示部件之间的差异很大。
  • 在“按操作员”图中,每名操作员的测量值按照大致相同的量变化。而且,部件平均值的变化率很小。尽管始终存在一定的变异,但是数据表明操作员按照相似的方式测量部件。

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