交叉量具 R&R 研究示例

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。

  1. 打开样本数据 量具数据.MWX.
  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 - 规格下限并输入 8
  8. 单击每个对话框中的确定

解释结果

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

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,部件间的贡献百分比大于总体量具 R&R 的贡献百分比。因此,许多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,操作员之间的差值小于部件之间的差值,但非常显著(p 值 = 0.00)。操作员 C 的测量值稍低于其他操作员的测量值。
  • 在“操作员*部件交互作用”图中,线之间接近平行,在表中找到的操作员*部件交互作用的 p 值为 0.974。这些结果指示每个部件和操作员之间不存在显著的交互作用。

包含交互作用的双因子方差分析表

来源自由度SSMSFP
部件988.36199.81799492.2910.000
操作员23.16731.5836379.4060.000
部件 * 操作员180.35900.019940.4340.974
重复性602.75890.04598   
合计8994.6471     
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SSMSFP
部件988.36199.81799245.6140.000
操作员23.16731.5836339.6170.000
重复性783.11790.03997   
合计8994.6471     

方差分量

来源方差分量方差分量贡献率
合计量具 R&R0.091437.76
  重复性0.039973.39
  再现性0.051464.37
    操作员0.051464.37
部件间1.0864592.24
合计变异1.17788100.00
过程公差 = 8

量具评估

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&R0.302371.8142327.8622.68
  重复性0.199931.1996018.4214.99
  再现性0.226841.3610320.9017.01
    操作员0.226841.3610320.9017.01
部件间1.042336.2539696.0478.17
合计变异1.085306.51180100.0081.40
可区分的类别数 = 4