ゲージR&R - 再現性計算式<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />こんにちは！！
JMP での GRR 研究の再現性と再現性のために使用される正確な式を誰か教えてください。 私は、ケース変動チャートのゲージ R&R (許容誤差の%) の再現性の計算に間違った式が使用されていると考えています。 MSA-4版の本と比較してみましたが、JMPの結果が異なることがわかりました。 バリエーション（6*標準偏差）を検討しています。
前もって感謝します...
Re:ゲージR&R - 再現性計算式このテーマに関する Donald Wheeler 博士の白書 (JMP サイトの「白書」にあります) を読むことをお勧めします。彼の説明と例は非常に有益です。
Re:ゲージR&R - 再現性計算式親愛なるローラ/マイケル、
お返事をありがとうございます。 これは、MSA メソッドと JMP メソッドの計算方法にギャップがあることを証明したいことです。 違いさえ見てください再現性:
JMP 許容誤差の割合 = 76.13%
Excel の許容誤差の % = 28.06%
は巨大。 さて、どちらが正しいと考えるべきでしょうか？ これは本当に混乱します。 JMP が最良であると考え、変動を 76.13% から 40.0% に削減し始めるとします。 この場合でも、満足できるレベルの 20% ～ 30% を上回っています。 しかし実際には、MSA によれば、それは 20% 未満である可能性があります。 大きな混乱
JMPの場合の再現性と再現性の両方に使用される正確な計算式を教えてください。
MSA の場合、次の式が使用されます。
再現性 : (Rbarbar) x (K1) x (6 シグマ)
再現性 :
| (6 シグマ) x SQRT{(Xbar diff x K 2)^2 - (EV/[(パーツ数) x (試行数)])} |
ありがとう
アショク
Re:ゲージR&R - 再現性計算式この特定の 2 因子交差の例では、手法間の EV と AV の推定値に大きな差があるのは、主に、有意な差が存在するという事実によるものです。鑑定者とパートの相互作用。 Average and Range 法ではこれが検出されませんが、JMP で使用される ANOVA 法では検出されます。 相互作用を確認する 1 つの方法 (いくつかあります) は、[測定システム分析] > [並列処理プロット] を実行することです。
この状況は、MSA マニュアルの p103 に詳しく説明されています。
Average and Range 法 (X & R) は、次のようなアプローチです。
測定の再現性と再現性の両方の推定値
システム。
ただし、評価者と部品/ゲージ間の相互作用による変動は分析では考慮されていません。
ANOVA 法を使用すると、ゲージと評価者との間の相互作用 (存在する場合) を決定できます。
マイケル
Re:ゲージR&R - 再現性計算式こんにちは、
Excel で AIAG 結果を含む 2 因子交差の例の PDF を見ると、ここで使用されている方法は、マニュアルの 119 ページで範囲を使用して使用されている方法と同じであるようです。JMP は分散成分とゲージ結果の計算にこの方法を使用しません。そのため、JMP の結果はこの例と一致します。たとえば、Excel ファイルは機器変動を 0.3131 として計算しますが、JMP は 0.3860052 として計算します。許容パーセントはこれらの値を使用して計算されるため、値は異なります。
公差の% = 100*変動/公差
許容誤差の JMP % = 100 * 0.3860052 / 0.6 = 64.33%
Excel の許容誤差の % = 100 * 0.3131 / 0.6 = 52.183%
どちらの方法も「間違っている」わけではなく、統計を推定する方法が異なるだけです。ただし、ほとんどの人は、より良い推定値を与えることができるため、ANOVA 法 (AIAG にもあります) や JMP の他の方法を使用する方が良いと考えるでしょう。
これがお役に立てば幸いです。
Re:ゲージR&R - 再現性計算式親愛なるマイケル、
再度ご返信いただきありがとうございます。上記の返信で示された内容には完全に同意しますが、私の心配は標準偏差や分散成分の % ではありません。 私の本当の心配事は、許容誤差の%コンポーネント。 これらの計算中に、値は一致しません。 添付ファイルをぜひご覧ください。 JMPデータベースの例と同じ比較を試みました - " 2要素がクロスしました。」
Re:ゲージR&R - 再現性計算式添付された大きな JMP データ テーブルに埋め込まれたスクリプトのいずれかまたは両方を実行してください。 一番下までスクロールして GRR レポートを表示し、MSA マニュアルの 127 ページおよび 129 ページに報告されている結果と比較します。 2 番目に添付された JMP データ テーブルに含まれる JMP レポートが表示されます。
この結果は、MSA マニュアルの 127 ページと 129 ページにある例で示された結果と一致していることがわかります。
特に (p127):
JMP GRR = 0.302373 (MSA std dev (GRR) に一致)
JMP 再現性 = 0.039973 (MSA 分散推定値 (EV) と一致)
JMP 再現性 = 0.051455 (MSA 分散推定値 (AV) と一致)
マイケル
Re:ゲージR&R - 再現性計算式親愛なるmpb様、
ご返信ありがとうございます。ただし、この場合は申し訳ありませんが、私もそのような比較を試みました。 2つの要素が交差しました仕様制限が 0.5 ～ 1.1 の JMP の例
私が見つけたのは、次の場合にはまったく異なる結果です許容誤差の% 。 私の発見は次のとおりです。
JMPとは:
再現性 : 64.33%
再現性: 76.13%
ゲージR&R: 99.68%
MSAマニュアル第4版付き:
再現性 : 52.18%
再現性: 28.067%
ゲージR&R: 59.250%
電子メール ID を教えていただければ、ファイルと計算結果をお送りします。 自分のやり方が正しいと感じています。
また、JMP では GRR に特別に使用される式 (公差の% 計算が正しくありません)
これらは、JMP と MSA の方法の大きな違いです。 何を信じるべきでしょうか？
親切に助けてください
Re:ゲージR&R - 再現性計算式R&R 分析の 2 つの異なる実装を比較することは、少なくとも 2 つの理由から非常に混乱する可能性があります。
1. 分析には複数の方法があり、結果はわずかに異なります。 JMP は、EMS、REML、またはベイジアン法を使用して分析を実行できます。
2. 結果を報告するには複数の方法があります。
いずれにせよ、JMP は「間違っている」わけではありません。 必要なのは、結果を完全に比較することだけです。
MSA 第 4 版の 118 ページの例を jmp にインポートしたので、次のようになります。
ID鑑定士トライアルパートY
1A110.29
1A12-0.56
1A131.34
1A140.47
1A15-0.8
1A160.02
1A170.59
1A18-0.31
1A192.26
1A110-1.36
2A210.41
等
次に、このスクリプトを (最初は対話的に) 実行しました。
変動チャート(
Y( :Y )、
X( :鑑定士, :部品 ),
モデル(「交差」)、
最大イター( 100 )、
コンバージョン制限( 0.00000001 )、
数値積分横座標( 128 )、
数値関数 Evals( 65536 )、
分析タイプ(REML分析を使用)、
履歴シグマ( 0 )、
標準開発チャート( 1 )、
ゲージRR( 6, 0, 0, 0 )、
ゲージRRレポート( 1 )
);
次に、レポートの R&R セクションを 129 ページの MSA レポートと比較したところ、「分散分析」法の結果と一致していることがわかりました。
この場合、EMS でも同じ結果が得られますが、私は REML メソッドを強制したことに注意してください。
または、次のスクリプトを使用して同じことを行うこともできます。
EMP測定システム分析(
Y( :Y )、
X( :鑑定士 )、
パート( :パート )、
モデル(「交差」)、
分散チャートの種類(範囲)、
EMP 結果( 1 )、
EMPゲージRR結果( 1 )、
平均チャート( 1 )、
分散チャート( 1 )、
最大イター( 100 )、
コンバージョン制限( 0.00000001 )、
SendToReport(
急送（
{"平均チャート"},
「1」、
スケールボックス、
{回転されたラベル( "自動" )}
）、
Dispatch( {"範囲チャート"}, "1", ScaleBox, {回転ラベル( "自動" )} )
)
);
お役に立てれば。
マイケル
