整个MSA过程就是一个小型的DOE,随机、重复以及区组化三要素当然是必不可少了。这一章节直接就不列举取样细节了,直接拿数据分析线性与偏倚拼操作。
在一个项目中想要评估用于测量轴承内径的测量量具的线性和偏倚,选择了五个表示测量范围的标准部件,按布局检查测量每个部件以确定其主测量值,然后由一位操作员随机测量每个部件12 次。
统计-质量工具-量具研究-量具线性和偏倚研究:
按如下信息填写:
Note: 在“选项栏”一般选择“样本标准差”这样时结果更准确,很多公司在使用Excel作相应分析时默认使用“样本极差”。
随即输出如下报告:
分三步分析报告的解释:
1.看图粗略分析,图中有4部分内容:蓝色点表示偏倚值,红色点表示该水平上的平均偏倚,红实线表示平均偏倚的回归拟合线,虚线表示95%的置信区间。这样,红点离0越近表示偏倚越小,而拟合线与0参考线夹角越小则线性不强。
2.统计意义的线性:使用拟合线斜率(量具线性斜率)的 p 值来确定线性是否有统计意义,该案例存在线性问题,这里的R-sq以及S值就不作过多解释,在前面DOE的章节涉及到回归特征值的含义。
如果 p 值大于 0.05,则可以推断线性不存在且可以评估偏倚,使用平均偏倚的 p 值评估平均偏倚是否显著不同于 0。
如果 p 值小于或等于0.05,则可以推断出存在线性问题。当存在显著线性时将无法评估整体偏倚,因为不同参考值上的偏倚是不同的。换句话说,当线性具有显著统计意义时,将仅解释单个参考水平的偏倚p 值。
3.统计意义的偏倚:因为量具存在显著的线性问题,所以第一项“平均”不作解释项,从数据中可以看到2,8,10项有显著的偏倚,4,6测量结果没有显著偏倚。
假设这个做线性与偏倚之前做过GR&R,这是实践的常态例如是16.5368,将数据填入“过程变异”项中。
输出的报告就会多了3项内容:
线性与线性百分比:线性指示量具是否在所有参考值中具有相同的准确性(相同偏倚)。线性百分比是线性表示为过程变异的百分比。
偏倚百分比:%偏倚是表示为过程变异性的百分比。
占过程变异的百分比:直观的显示偏倚与线性问题。
整理不易,欢迎点亮再看!
---Minitab系列---
Minitab系列18:统计过程控制(SPC)_“懒人” 实操
----------------------------------------------
整理不易,欢迎点亮再看!
联系客服