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.MTW.
- 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。
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