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 个分量，这些分量表示过程变化的预期范围。每个组件都足够大，可以产生 2 个正确大小的样品进行测试。工程师准备来自组件的样品，并将相同的零件编号分配给来自同一组件的样品。操作员随机选择 10 个零件，用于测量 3 个操作员。3 名操作员测量每个样品的强度，每个零件两个样品，总共 60 次测量。
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。
- 打开样本数据 陶瓷部件.MWX.
- 选择。
- 在部件号或批号中，输入部件。
- 在操作员中，输入操作员。
- 在测量数据中，输入响应。
- 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，请转到在量具 R&R 研究中使用不同类别的数量。
- 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。
方差分量
| 来源 | 方差分量 | 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
| 来源 | 标准差(SD) | 研究变异 (6 × SD) | %研究变异 (%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 |
