某工程师选择了 10 个代表过程变异预期极差的部件。三名操作员按照随机顺序测量 10 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。
双因子方差分析表包含了关于部件的项、操作员以及操作员和部件的交互作用。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。在该示例中,p 值为 0.974,因此 Minitab 将再生成一个双因子方差分布表,该表从最终模型中省略交互作用。
使用方差分量 (VarComp) 可以将每个测量误差源的变异与整体变异进行比较。在这些结果中,量具 R&R 表中的贡献 % 列显示部件间的变异为 92.24%。此值远大于总体量具 R&R 的贡献百分比(即 7.76%)。因此,许多变异是因部件间的差异所致。
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%。根据应用场合,总体量具 R&R 的贡献 % 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。有关更多信息,请转到在量具 R&R 研究中使用不同类别的数量。
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 |
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 |
来源 | 方差分量 | 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 |
来源 | 标准差(SD) | 研究变异 (6 × SD) | %研究变异 (%SV) | %公差 (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 |