关于本主题
自由度
每个 SS（平方和）的自由度 (DF)。通常，DF 用于测量计算每个 SS 时可用的信息量。
Seq SS
通过按来源下所列出的顺序连续将每个项添加到模型之中，该模型中每项（因子或交互作用）的序列平方和对所解释的响应中的变异数进行度量。这样，项的序列平方和与模型中指定项的顺序相关。
SS 合计 = SS 部件 + SS 操作员 + SS 其他因子 + SS 操作员 * 部件 + SS 其他交互作用 + SS 重复性
Adj SS
调整平方和测量模型中各个分量的变异。模型中项（因子或交互作用）的顺序不会影响对调整平方和的计算。在方差分析表中，Minitab 将这些平方和分隔到各个分量中，这些分量用于描述由各种源导致的变异。
Adj MS
调整均方测量项或模型解释变异的程度，假设所有其他项均在该模型中，不考虑它们输入的顺序。不像调整平方和那样，调整均方会考虑自由度。
Adj MS = Adj SS/每一种变异源的 DF 值
Minitab 使用调整均方计算项的 p 值。
F
该统计量用于确定因子因素（如操作员和部件）和交互作用因素（如操作员*部件）是否意义显著。
F 统计量越大，该因子在响应或测量变量的变异性中所起的作用就越大。
P
如果原假设成立，P 值就是获得至少与从样本计算的值一样极端的检验统计量（如 F 统计量）的概率。
解释
使用方差分析表中的 p 值可以确定平均测量值之间是否存在显著差异。只有当您为分析方法选择方差分析选项时，Minitab 才显示方差分析表。
低 p 值说明对所有部件、操作员或合用同一个意思的交互的假设可能都不为真。
- P 值 ≤ α：至少一个均值存在显著差异
- 如果 p 值小于或等于显著性水平，则可否定原假设并得出至少有一个均值与其他均值显著不同的结论。例如，至少一位操作员的测量结果不同。
- P 值 > α：均值之间不存在显著差异
- 如果 p 值大于显著性水平，则无法否定原假设，因为您没有足够的证据断定总体均值存在差异。例如，您无法得出操作员的测量结果不同的结论。
方差分量
方差分量是针对 ANOVA 表中每个源的预估方差分量。
解释
使用方差分量评估每个测量误差源的变异性。
对于可接受的测量系统来说，最大的变异分量为部件之间的变异。如果重复性和再现性对于变异量贡献很大，您需要研究问题的来源并采取纠正措施。
方差分量贡献率
% 贡献是每个方差分量占总体变异性的百分比。它等于每个源的方差分量除以总变异，再乘以 100。
解释
使用贡献率评估每个测量误差源的变异性。
对于可接受的测量系统来说，最大的变异分量为部件之间的变异。如果重复性和再现性对于变异量贡献很大，您需要研究问题的来源并采取纠正措施。
标准差(SD)
标准差 (SD) 是每个变异来源的标准差。此标准差等于该源方差分量的平方根。
标准差是一种测量变异的便利方式，因为标准差具有与部件测量和公差相同的单位。
研究变异 (6 * SD)
研究变异等于每个变异来源的标准差与 6 或您在研究变异中指定的乘数相乘。
通常，过程变异会定义为“6s”，其中“s”是作为总体标准差（表示为 σ 或 sigma）估计值的标准差。当数据正态分布时，接近 99.73% 的数据处于均值的 6 个标准差内。要定义不同的数据百分比，请使用其他标准差乘数。例如，如果要知道 99% 的数据处于哪个范围，可使用乘数 5.15 而非默认乘数 6。
%研究变异 (%SV)
% 研究变异等于每个变异来源的研究变异除以总研究变异，然后再乘以 100。
% 研究变异是该源的计算方差分量 (VarComp) 的平方根。因此，VarComp 的 % 贡献之和等于 100，但 % 研究方差值之和不等于 100。
解释
利用 %研究变异将测量系统变异与总体变异做比较。如果利用测量系统评估过程改进情况，如降低部件之间的变异性，则 %研究变异可以对测量精度进行较好地估计。如果要评估测量系统的能力以评估部件与规格的比较，则 %公差是合适的度量。
%公差 (SV/Toler)
%公差作为每个来源的研究变异进行计算，通过除以过程公差并乘以 100 计算得出。
如果输入公差，Minitab 则会计算 %公差，它将测量系统变异与规格相比。
解释
利用 %公差可相对于规格评估部件。如果利用测量系统评估过程改进情况，如降低部件之间的变异性，则适合使用 %研究变异度量。
% 过程 (SV/Proc)
如果您输入历史标准差但使用研究中的部件估计过程变异，则 Minitab 会计算 % 过程。% 过程将测量系统变异与历史过程变异进行比较。% 过程等于每个源的研究变异除以历史过程变异，再乘以 100。默认情况下，过程变异等于 6 乘以历史标准差。
如果您使用历史标准差估计过程变异，Minitab 将不显示 % 过程，因为 % 过程与 % 研究变异相同。
可区分类别数
可区分类别数是在量具 R&R 研究中使用的度量，用于识别测量系统检测测量特征中的差异的能力。可区分类别数表示跨越产品变异极差的非重叠置信区间数，由您选择的样本数定义。可区分类别数还表示您的测量系统可识别的过程数据中的分组数。
误分类概率(P)
当您指定至少一个规格限时，Minitab 可以计算将产品误分类的概率。因为量具的变异，部件的测量值不会总是等于部件的真实值。测量值和真实值之间的差异造成了对部件误分类的可能性。
- 联合概率
- 如果以前对部件的可接受情况不了解，请使用联合概率。例如，您正在生产线中抽样，但并不了解具体每个部件合格与否。您可能会做出两种误分类：
- 可能某部件是不合格的，而您接受了它。
- 可能某部件是合格的，而您拒绝了它。
- 条件概率
- 如果以前对部件的可接受情况有所了解，请使用条件概率。例如，您正在从一堆返工品中或从即将作为合格产品发货的一批产品中抽样。您可能会做出两种误分类：
- 可能会接受某个从一堆需要返工的不合格产品中抽样的部件（也称为误接受）。
- 可能会拒绝某个从一堆即将发货的合格产品中抽样的部件（也称为误拒绝）。
解释
Gage R&R Study - ANOVA Method
Two-Way ANOVA Table With Interaction
α to remove interaction term = 0.05
Two-Way ANOVA Table Without Interaction
Gage R&R
Process tolerance = 2.5
Number of Distinct Categories = 4
Probabilities of Misclassification
Gage R&R for Measurement
接受一个不合格部件的联合概率是 0.037。拒绝一个合格部件的联合概率是 0.055。
误接受的条件概率（也即在重新检验过程中接受实际不符合规格的部件）是 0.151。误拒绝的条件概率（也即在重新检验过程中拒绝实际符合规格的部件）是 0.073。
变异分量图
变异分量控制图是量具 R&R 研究结果的图形总结。
- 合计量具 R&R：来自测量系统（包括多个使用同一个量具的操作员）的变异性。
- 重复性：这是指同一操作员多次测量同一部件时产生的测量变异性。
- 再现性：不同操作员测量同一个部件时的测量变异性。
- 部件间：由于部件的不同所引起的测量变异性。
解释
- % 贡献
- % 贡献是每个方差分量占总变异的百分比。它等于将每个源的方差分量除以总变异，再乘以 100。
- % 研究变异
- % 研究变异是每个源的研究变异所占的百分比。它等于每个源的研究变异除以总研究变异，然后再乘以 100。
- % 公差
- % 公差将测量系统变异与规格进行比较。它等于每个源的研究变异除以过程公差，再乘以 100。
- % 过程
- % 过程将测量系统变异与过程总变异进行比较。它等于每个源的研究变异除以历史过程变异，再乘以 100。
在可接受的测量系统中，最大的变异分量为部件之间的变异。
Xbar 控制图
Xbar 控制图将部件间变异与重复性分量进行比较。
- 标绘点
- 每个部件的平均测量值，由每位操作员标绘。
- 中心线 (Xbar)
- 所有操作员测量的所有部件测量值的整体平均值。
- 控制限（LCL 和 UCL）
- 控制限基于每个平均值中的重复性估计和测量次数。
解释
为量具 R&R 研究选择的部件应当代表所有可能的部件。因此，该图应当表示期望在部件均值间观察到的变异比重复性变异多。
通常，该图的控制限较窄，其中的许多失控点表示具有低变异的测量系统。
R 控制图
R 控制图是一种极差控制图，显示操作员的一致性。
- 标绘点
- 对于每位操作员，每个部件的最大值和最小值之间的差值。R 控制图上的点由操作员标绘，因此您可以看出每位操作员测量的一致程度。
- 中心线 (Rbar)
- 过程的总平均值（即所有样本极差的平均值）。
- 控制限（LCL 和 UCL）
- 预计的样本极差变异量。Minitab 使用样本内的变异计算控制限。
注意
如果每位操作员对每个部件测量 9 次或更多次，Minitab 显示 S 控制图（而非 R 控制图）。
解释
小的平均极差表示测量系统的变异性低。高于控制上限 (UCL) 的点表示操作员对部件的测量不一致。UCL 的计算包括每位操作员对部件的测量次数以及部件之间的变异。如果操作员对部件的测量一致，那么与研究变异相比，最高测量值与最低测量值之间的极差就很小，且各个点都应该处于受控状态。
单因子（部件）对比图
“部件”对比图按部件显示了所有测量值，以便于查看部件之间的差异。量具 R&R 研究通常按部件和按操作员排列测量值，但是使用扩展量具 R&R 研究，您可以绘制其他因子的图形。
在此图中，点表示测量值，而带十字标的圆形符号表示均值。连接线连接每个因子水平的平均测量值。
注意
如果每个水平的观测值大于 9，Minitab 将显示箱线图而非单值图。
解释
如果每个部件的多个测量值的变化尽可能小（一个部件的点接近另一个部件的点），则表示测量系统的变异小。而且，部件的平均测量值的变异足够大时才会显示部件有差异和表示整个过程极差。
单因子（操作员）对比图
“操作员”对比图显示了所有按操作员排列的测量值，以便于查看操作员之间的差异。量具 R&R 研究通常按部件和按操作员排列测量值，但是使用扩展量具 R&R 研究，您可以绘制其他因子的图形。
注意
如果每个操作员小于 10 个观测值，Minitab 将显示单值图而非箱线图。
解释
跨操作员的直线水平线表示每位操作员的测量值均值是相似的。理想情况下，每位操作员的测量值之间的差值应相同。
交互作用（操作员*部件）图
“操作员*部件交互作用”图显示了每个操作员对每个部件的平均测量值。量具 R&R 研究通常包含操作员与部件的交互作用，但是使用扩展量具 R&R 研究，您可以绘制其他交互作用的图形。
交互作用图显示了两个因子之间的交互作用。当某一因子的效应取决于另一因子时就会发生交互作用。此图是对方差分析表中交互作用项的 F 检验的图形模拟。
每条线都是将单个操作员（或指定项）的平均值相连接得到的。
解释
线重合在一起表示操作员的测量结果相似。线交叉在一起或者不平行表示操作员一致地测量部件的能力取决于测量哪个部件。如果一条线始终高于或低于其他线，则表示操作员的测量值始终偏高或低，这会为测量值增加偏倚量。
