Gauge R&R - Fórmula de reproducibilidad<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />¡¡Hola!!
¿Alguien podría informarme la fórmula exacta utilizada para la repetibilidad y reproducibilidad en los estudios de GRR en JMP? Soy de la opinión de que se utiliza una fórmula incorrecta para calcular la reproducibilidad en el caso del gráfico de variabilidad Calibre R&R (% de tolerancia). Intenté compararlo con el libro MSA-4.ª edición y descubrí que los resultados de JMP son diferentes. Estoy considerando una variación (6* desarrollo estándar).
Gracias de antemano...
Re: Gauge R&R - Fórmula de reproducibilidadLe sugiero que lea el documento técnico del Dr. Donald Wheeler (se encuentra en el sitio de JMP en "Libros blancos") sobre el tema.Sus explicaciones y ejemplos son muy informativos.
Re: Gauge R&R - Fórmula de reproducibilidadQuerido Laural/Michael ,
Gracias por su respuesta. Esto es lo que quiero demostrar: existe una brecha en la forma en que se realizan los cálculos en los métodos MSA y JMP. Ver incluso la diferencia en Reproducibilidad :
JMP % de tolerancia = 76,13%
Excel % de tolerancia = 28,06%
es enorme. ¿Ahora cuál considerar correcto? Esto es realmente confuso. Supongamos que consideramos a JMP como el mejor y comenzamos a reducir la variación del 76,13% al 40,0%. En este caso todavía está por encima del nivel satisfactorio del 20% al 30%. Pero en realidad, según MSA, puede que esté por debajo del 20%. GRAN CONFUSIÓN
¿Podría decirme la fórmula exacta utilizada tanto para la repetibilidad como para la reproducibilidad en el caso de JMP?
Para MSA se utiliza la siguiente fórmula:
Repetibilidad: (Rbarbar) x (K1) x (6 Sigma)
Reproducibilidad:
| (6 Sigma) x SQRT{(Xbar diff x K 2)^2 - (EV/[(# partes) x (# ensayos)])} |
Gracias
ashok
Re: Gauge R&R - Fórmula de reproducibilidadEn este ejemplo cruzado de dos factores en particular, la gran diferencia entre las estimaciones de EV y AV entre métodos se debe en gran medida al hecho de que existe una diferencia significativa Interacción tasador-parte . El método de promedio y rango no detecta esto, pero el método ANOVA utilizado por JMP sí. Una forma (entre varias) de ver la interacción es ejecutar Análisis de sistemas de medición > Gráficos de paralelismo.
Esta situación se detalla en la página 103 del manual de MSA:
El método de promedio y rango (X y R) es un enfoque que proporcionará
una estimación tanto de la repetibilidad como de la reproducibilidad de una medición
sistema.
Sin embargo, la variación debida a la interacción entre el tasador y la pieza/calibrador no se tiene en cuenta en el análisis.
El método ANOVA se puede utilizar para determinar la interacción entre el medidor y los tasadores, si existe.
Miguel
Re: Gauge R&R - Fórmula de reproducibilidadHola,
Después de mirar el pdf del ejemplo cruzado de 2 factores con los resultados de AIAG en Excel, parece que el método utilizado aquí es el mismo que el método utilizado en el manual en la página 119 usando rangos.JMP no utiliza este método para calcular los componentes de la varianza y los resultados del indicador, por eso los resultados de JMP coinciden con este ejemplo.Por ejemplo, el archivo Excel calcula la variación del equipo como 0,3131, mientras que JMP la calcula como 0,3860052. Dado que el porcentaje de tolerancia se calcula utilizando estos valores, serán diferentes.
% de tolerancia = 100*Variación/Tolerancia
JMP % de tolerancia = 100 * 0,3860052 / 0,6 = 64,33%
Excel % de tolerancia = 100 * 0,3131 / 0,6 = 52,183%
Ninguno de los métodos es "incorrecto", sólo diferentes formas de estimar las estadísticas.Sin embargo, la mayoría consideraría mejor utilizar el método ANOVA (también en AIAG) y otros métodos en JMP debido a su capacidad para dar mejores estimaciones.
Espero que esto ayude.
Re: Gauge R&R - Fórmula de reproducibilidadQuerido Michael,
Gracias de nuevo por su respuesta y estoy totalmente de acuerdo con lo que mostró en su respuesta anterior, pero mi preocupación no es la desviación estándar o el porcentaje de los componentes de la varianza. Mi verdadera preocupación es respecto % de tolerancia componentes. Durante estos cálculos los valores no coinciden. Por favor, eche un vistazo a los archivos adjuntos. Intenté hacer la misma comparación con el ejemplo de la base de datos JMP: " 2 factores cruzados".
Re: Gauge R&R - Fórmula de reproducibilidadEjecute uno o ambos scripts incluidos en la tabla de datos JMP adjunta más grande. Desplácese hasta la parte inferior para ver el informe GRR y compararlo con los resultados informados en las páginas 127 y 129 del manual de MSA. Verá el informe de JMP contenido en la segunda tabla de datos de JMP adjunta.
Verá que los resultados coinciden con los resultados mostrados en el ejemplo de las páginas 127 y 129 del manual de MSA.
En particular (p127):
JMP GRR = 0,302373 (concuerda con MSA std dev (GRR))
Repetibilidad de JMP = 0,039973 (concuerda con la estimación de varianza de MSA (EV)))
Reproducibilidad de JMP = 0,051455 (concuerda con la estimación de la varianza de MSA (AV)))
Miguel
Re: Gauge R&R - Fórmula de reproducibilidadEstimado MPB,
Muchas gracias por tu respuesta, pero lamento decirte que en este caso incluso he intentado hacer una comparación de este tipo con 2 factores cruzados ejemplo de JMP con límite de especificación de 0,5 a 1,1
Lo que encontré es un resultado totalmente diferente en el caso de % de tolerancia . Los siguientes son mis hallazgos:
CON JMP :
Repetibilidad: 64,33%
Reproducibilidad: 76,13%
R&R del calibre: 99,68%
CON MANUAL MSA 4ª EDICIÓN :
Repetibilidad : 52,18%
Reproducibilidad: 28,067%
R&R del calibre: 59,250%
Si me deja saber el ID de correo electrónico puedo enviarle el archivo y mi cálculo. Siento que mi forma de actuar es correcta.
También en JMP la fórmula utilizada especialmente para GRR (el cálculo del % de tolerancia es incorrecto)
Éstas son una gran diferencia entre las formas JMP y MSA. ¿Qué creer?
Por favor ayuda
Re: Gauge R&R - Fórmula de reproducibilidadPuede resultar bastante confuso comparar dos implementaciones diferentes de análisis R&R por al menos dos razones.
1. Hay varias formas de realizar el análisis que dan resultados ligeramente diferentes. JMP puede realizar el análisis utilizando EMS, REML o un método baysiano.
2. Hay varias formas de informar resultados.
En cualquier caso, JMP no está "equivocado". Sólo tienes que hacer una comparación de resultados de manzanas con manzanas.
Importé el ejemplo de la cuarta edición de MSA en la página 118 a jmp para que se vea así:
Prueba del tasador de identificación, parte Y
1 un 1 1 0,29
1A 1 2 -0,56
1A 1 3 1,34
1A 1 4 0,47
1A 1 5 -0,8
1A 1 6 0,02
1A 1 7 0,59
1 A 1 8 -0,31
1 A 1 9 2,26
1A 1 10 -1,36
2A 2 1 0,41
etc.
Luego ejecuté (primero de forma interactiva) este script:
Cuadro de variabilidad(
Y( :Y ),
X( :Tasador, :Parte ),
Modelo( "Cruzado"),
Iterador máximo (100),
Límite de conversión (0,00000001),
Abscisas de integración numérica (128),
Evaluaciones de funciones numéricas (65536),
Tipo de análisis (usar análisis REML),
Sigma histórico( 0 ),
Gráfico de desarrollo estándar (1),
Calibre RR (6, 0, 0, 0),
Informe de calibre RR( 1 )
);
Luego comparé la sección R&R del informe con el informe MSA en la página 129 y encontré acuerdo con los resultados del método "Anova".
Tenga en cuenta que forcé el método REML aunque EMS, en este caso, arrojaría los mismos resultados.
O puedes usar este script para hacer lo mismo:
Análisis de sistemas de medición EMP(
Y( :Y ),
X( :Tasador ),
Parte( :Parte ),
Modelo( "Cruzado"),
Tipo de gráfico de dispersión (rango),
Resultados del PEM( 1 ),
Resultados RR del indicador EMP (1),
Gráfico promedio (1),
Gráfico de dispersión( 1 ),
Iterador máximo (100),
Límite de conversión (0,00000001),
Enviar a informe (
Despacho(
{"Gráfico promedio"},
"1",
caja de escala,
{Etiquetas rotadas ("Automático")}
),
Despacho ({"Gráfico de rango"}, "1", ScaleBox, {Etiquetas rotadas ("Automático")})
)
);
Espero que esto ayude.
Miguel
