Ciao,
Ho abbastanza familiarità con la progettazione e l'esecuzione di studi Gauge RR incrociati all'interno di JMP. Di recente, mi è stato chiesto di eseguire uno studio annidato poiché il processo sotto osservazione è distruttivo. Per sfondo, stiamo cercando di stabilire l'efficacia di un sistema di ispezione automatizzato incaricato di misurare la dimensione dei punti di volume di nanolitri applicati a un pezzo di plastica. Il volume del fluido è così basso che il dispositivo deve essere ispezionato entro un periodo di tempo prestabilito, altrimenti si verifica una perdita per evaporazione. Ora, il problema chiave in cui mi sembra di avere qualche difficoltà, è che voglio generare parti in alcuni estremi del processo per dimostrare che, indipendentemente dalla dimensione dello spot, il sistema fornisce risultati ripetibili e riproducibili. Ad esempio, ho dati tali che si è verificato quanto segue:
- Generato 135 dispositivi.
- Il gruppo di dispositivi è stato suddiviso in 3 gruppi di 45. Ogni gruppo di 45 deve essere misurato dal sistema di ispezione automatizzato con 3 diverse condizioni di illuminazione (bassa, nominale, alta).
- Ogni gruppo di 45 è diviso in 5 gruppi di 9 dispositivi in cui ogni dispositivo si trovava in un punto diverso del limite di specifica del processo, ad esempio dimensioni piccole fuori tolleranza, dimensioni piccole, dimensioni nominali, dimensioni grandi, dimensioni grandi fuori tolleranza.
Quindi, quando compilo la finestra di dialogo Indicatore RR in JMP, lo faccio con un metodo simile a uno studio incrociato, ovvero Risposta = Dimensione punto, Raggruppamento = Condizione di illuminazione, ID campione = impostazione del limite di specifica. Se lo faccio ed eseguo un'analisi del modello annidato, JMP riporta un terribile rapporto precisione / tolleranza perché apparentemente presuppone che tutte le parti avrebbero dovuto essere raccolte allo stesso limite di specifica.
Mi rendo conto che molto di quanto appena descritto può ancora essere valutato se utilizzo il modello incrociato... Ma questo non sembra essere necessario. Immagino che un tipico caso d'uso per questa piattaforma sarebbe quello di far esaminare a diversi operatori una serie di parti di diversi lotti che coprono la gamma di processi. Fondamentalmente, puoi eseguire uno studio Gauge nidificato solo supponendo che tutte le parti siano omogenee indipendentemente dal lotto? Scusa se questa è più una domanda statistica ampia che una domanda specifica di JMP.
Quando si esegue un progetto MSA nidificato distruttivo, è necessario assicurarsi che tutte le "parti" considerate come la stessa parte (a livello di ID parte/campione) siano omogenee.Quindi, se capisco correttamente il tuo progetto, sembra che tu abbia 9 parti per ogni ID parte/campione.Queste 9 parti devono essere omogenee.L'analisi li tratta come se fossero la stessa parte, anche se ciò non è possibile con i test distruttivi.
È inoltre necessario assicurarsi che vi sia una variazione costante per le 3 condizioni di illuminazione.Ciò può essere valutato osservando il grafico della deviazione standard e utilizzando il test di omogeneità della varianza.
Inoltre, poiché stai misurando su una gamma di dimensioni, potresti anche prendere in considerazione l'esecuzione di uno studio di linearità per vedere se ci sono errori di misurazione basati sulla dimensione della parte.
Spero che aiuti.
