在此示例中,操作员的 p 值为 0.773。因为 p 值大于 0.05,您将无法否定原假设,并可以断定平均强度测量值可能不取决于进行测量的操作员。但是部件(操作员)的 p 值是 0.000 且小于 0.05。在每个操作员自身嵌套的各个部件的平均测量值显著不同。
如果操作员只能测量部件一次(如使用破坏性试验),您必须能够假定一个批次中所有部件的相同程度高到足以声称其为相同的部件。如果无法做出此假定,则一个批次中部件之间的变异将掩盖测量住系统变异。
理想情况下,只有很少的变异性应由重复性与再现性导致。而绝大部分变异性都应由部件之间的差异引起。
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 |
合计量具 R&R 的贡献百分比是 5.62%,部件间变异是 94.38%。当部件间变异的贡献百分比很高时,测量系统可以准确区分各个部件。
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 |
使用研究变异百分比(% 研究变异)可以将测量系统变异与总体变异进行比较。% 研究变异使用过程变异,过程变异等于 6 乘以过程标准差。如果输入公差值,Minitab 将显示“% 公差”列,如果输入历史标准差,Minitab 将显示“% 过程”列。
根据 AIAG 的原则,如果测量系统的变异小于过程变异的 10%,则测量系统是可以接受的。合计量具 R&R 是研究变异的 23.71%。根据应用程序的情况,合计量具 R&R 变异可能是可以接受的。改进测量系统的纠正措施可能包括对操作员进行培训或者使用更好的量具。有关详细信息,请转到我的测量系统是否可接受?。
变异图的分量显示与测量误差源的变异。如果您输入公差值,Minitab 将显示“% 公差”条;如果您输入历史标准差,Minitab 将显示“% 过程”条。
此图显示大部分变异来自于部件间的变异,说明测量系统的大部分变异是由部件间的差异导致的。