Gauge R&R - Formula di riproducibilità<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />CIAO!!
Qualcuno mi fa sapere la formula esatta utilizzata per la ripetibilità e la riproducibilità negli studi GRR in JMP. Sono del parere che venga utilizzata una formula errata per calcolare la riproducibilità nel grafico della variabilità del caso Indicatore R&R (% di tolleranza). Ho provato a confrontarlo con il libro MSA-4a edizione e ho scoperto che i risultati di JMP sono diversi. Sto considerando la variazione (6* std dev).
Grazie in anticipo...
Ri: Gauge R&R - Formula di riproducibilitàTi suggerisco di leggere il libro bianco del Dr. Donald Wheeler (si trova nel sito JMP alla voce "Libri bianchi") sull'argomento.Le sue spiegazioni ed esempi sono molto istruttivi.
Ri: Gauge R&R - Formula di riproducibilitàCaro Laural/Michael ,
Grazie per la tua risposta. Questo è ciò che voglio dimostrare che esiste una lacuna nel modo in cui viene eseguito il calcolo nei metodi MSA e JMP. Vedi anche la differenza in Riproducibilità :
JMP % di tolleranza = 76,13%
% Excel di tolleranza = 28,06%
è enorme. Ora quale considerare corretto? Questo è davvero confuso. Supponiamo di considerare JMP come il migliore e di iniziare a ridurre la variazione dal 76,13% al 40,0%. In questo caso è ancora al di sopra del livello soddisfacente compreso tra il 20% e il 30%. Ma in realtà secondo MSA potrebbe essere inferiore al 20%. GRANDE CONFUSIONE
Potresti dirmi la formula esatta utilizzata sia per la ripetibilità che per la riproducibilità in caso di JMP?
Per MSA vengono utilizzate le seguenti formule:
Ripetibilità: (Rbarbar) x (K1) x (6 Sigma)
Riproducibilità :
| (6 Sigma) x SQRT{(Xbar diff x K 2)^2 - (EV/[(# parti) x (# prove)])} |
Grazie
Ashok
Ri: Gauge R&R - Formula di riproducibilitàIn questo particolare esempio di 2 fattori incrociati, la grande differenza tra le stime di EV e AV tra i metodi è dovuta in gran parte al fatto che esiste un significativo Interazione valutatore-parte . Il metodo Media e intervallo non rileva questo problema, ma il metodo ANOVA utilizzato da JMP sì. Un modo (tra i tanti) per vedere l'interazione è eseguire Analisi dei sistemi di misurazione > Grafici di parallelismo.
Questa situazione è descritta a pagina 103 del manuale MSA:
Il metodo Media e intervallo (X e R) è un approccio che fornirà
una stima sia della ripetibilità che della riproducibilità di una misurazione
sistema.
Tuttavia, la variazione dovuta all'interazione tra il perito e il pezzo/misura non viene presa in considerazione nell'analisi
Il metodo ANOVA può essere utilizzato per determinare l'interazione tra il misuratore e i periti, se esistente.
Michael
Ri: Gauge R&R - Formula di riproducibilitàCiao,
Dopo aver esaminato il pdf dell'esempio incrociato a 2 fattori con i risultati AIAG in Excel, sembra che il metodo utilizzato qui sia lo stesso del metodo utilizzato nel manuale a pagina 119 utilizzando gli intervalli.JMP non utilizza questo metodo per calcolare i componenti della varianza e i risultati di Gauge, ecco perché i risultati di JMP corrispondono a questo esempio.Ad esempio, il file Excel calcola la variazione dell'attrezzatura come 0,3131 mentre JMP la calcola come 0,3860052. Poiché la percentuale di tolleranza viene calcolata utilizzando questi valori, questi saranno diversi.
% di tolleranza = 100*Variazione/Tolleranza
JMP % di tolleranza = 100 * 0,3860052 / 0,6 = 64,33%
% di tolleranza Excel = 100 * 0,3131 / 0,6 = 52,183%
Nessuno dei due metodi è "errato", solo modi diversi per stimare le statistiche.Tuttavia, la maggior parte riterrebbe preferibile utilizzare il metodo ANOVA (anche in AIAG) e altri metodi in JMP per la loro capacità di fornire stime migliori.
Spero che aiuti.
Ri: Gauge R&R - Formula di riproducibilitàCaro Michael,
Grazie ancora per la tua risposta e sono totalmente d'accordo con ciò che hai mostrato nella tua risposta sopra, ma la mia preoccupazione non riguarda la deviazione standard o la percentuale dei componenti della varianza. La mia vera preoccupazione riguarda % di tolleranza componenti. Durante questi calcoli i valori non corrispondono. Si prega di dare un'occhiata ai file allegati. Ho provato a fare lo stesso confronto con l'esempio del database JMP - " 2 fattori incrociati".
Ri: Gauge R&R - Formula di riproducibilitàEsegui uno o entrambi gli script incorporati nella tabella dati JMP più grande allegata. Scorri fino in fondo per vedere il report GRR e confrontalo con i risultati riportati a pagina 127 e 129 del manuale MSA. Vedrai il report JMP contenuto nella seconda tabella dati JMP allegata.
Vedrai che i risultati concordano con i risultati mostrati per l'esempio a pagina 127 e 129 del manuale MSA.
In particolare (p127):
JMP GRR = 0,302373 (concorda con MSA std dev (GRR))
Ripetibilità JMP = 0,039973 (concorda con la stima della varianza MSA (EV)))
Riproducibilità JMP = 0,051455 (concorda con la stima della varianza MSA (AV)))
Michael
Ri: Gauge R&R - Formula di riproducibilitàCaro mpb,
Grazie mille per la risposta, ma mi dispiace dirlo in questo caso, anche io ho provato a fare uno di questi confronti con 2 fattori incrociati esempio da JMP con limite di specifica compreso tra 0,5 e 1,1
Quello che ho trovato è un risultato totalmente diverso in caso di % di tolleranza . Di seguito sono riportati i miei risultati:
CON JMP :
Ripetibilità: 64,33%
Riproducibilità: 76,13%
R&R indicatore: 99,68%
CON MANUALE MSA 4A EDIZIONE :
Ripetibilità: 52,18%
Riproducibilità: 28,067%
R&R indicatore: 59,250%
Se mi comunichi l'ID email posso inviarti il file e il mio calcolo. Sento che il mio modo di fare è corretto.
Anche in JMP la formula utilizzata appositamente per GRR (% di calcolo della tolleranza non è corretta)
Queste sono enormi differenze tra i metodi JMP e MSA. Cosa credere?
Per favore aiutatemi
Ri: Gauge R&R - Formula di riproducibilitàPuò creare confusione confrontare 2 diverse implementazioni dell'analisi R&R per almeno 2 motivi.
1. Esistono diversi modi per eseguire l'analisi che danno risultati leggermente diversi. JMP può eseguire l'analisi utilizzando EMS, REML o un metodo baysiano.
2. Esistono diversi modi per segnalare i risultati.
In ogni caso, JMP non ha "sbagliato". Devi solo fare un confronto tra mele e mele dei risultati.
Ho importato l'esempio dalla quarta edizione di MSA a pagina 118 in jmp, quindi appare così:
Prova di valutazione dell'identità, parte Y
1 A 1 1 0,29
1 A 1 2 -0,56
1 A 1 3 1.34
1A14 0,47
1A15 -0,8
1A160,02
1A17 0,59
1A18 -0,31
1 A 1 9 2.26
1 A 1 10 -1.36
2 A 2 1 0,41
eccetera.
Quindi ho eseguito (prima in modo interattivo) questo script:
Grafico della variabilità (
Y(:Y),
X(:Perito, :Parte),
Modello( "Incrociato" ),
Iter massimo( 100 ),
Limite conv. (0,00000001),
Ascisse di integrazione dei numeri( 128 ),
Valutazioni funzione numerica (65536),
Tipo di analisi (Utilizza analisi REML),
Sigma storico( 0 ),
Grafico sviluppo standard( 1 ),
Indicatore RR( 6, 0, 0, 0 ),
Rapporto RR indicatore( 1 )
);
Poi ho confrontato la sezione R&R del rapporto con il rapporto MSA a pagina 129 e ho trovato accordo con i risultati del metodo "Anova".
Tieni presente che ho forzato il metodo REML sebbene EMS, in questo caso, avrebbe prodotto gli stessi risultati.
Oppure puoi usare questo script per fare la stessa cosa:
Analisi dei sistemi di misurazione EMP (
Y(:Y),
X(:Perito),
Parte(:Parte),
Modello( "Incrociato" ),
Tipo di grafico di dispersione (intervallo),
Risultati EMP( 1 ),
Risultati RR del misuratore EMP( 1 ),
Grafico medio( 1 ),
Grafico della dispersione( 1 ),
Iter massimo( 100 ),
Limite conv. (0,00000001),
Invia al rapporto(
Spedizione(
{"Grafico medio"},
"1",
ScaleBox,
{Etichette ruotate("Automatico")}
),
Spedizione( {"Grafico intervallo"}, "1", ScaleBox, {Etichette ruotate( "Automatico")} )
)
);
Spero che questo ti aiuti.
Michael
