Test d’hypothèse pour prouver si un résultat de R & R est meilleur qu’un autre?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Salut,
J'ai deux méthodes de test possibles pour mesurer une réponse et je veux déterminer quelle méthode de test est le meilleur système de mesure. J'ai effectué une étude de R & R de jauge pour chaque méthode de test (en utilisant les mêmes pièces et les mêmes opérateurs, en modifiant uniquement la méthode utilisée). Les résultats des deux études étant assez similaires, j'aimerais effectuer un test d'hypothèse pour déterminer si la méthode de test avec le pourcentage de R & R légèrement inférieur est significativement supérieure à celle de l'autre méthode de test.
La plate-forme Gauge R & R / MSA ne fournit pas une option appropriée pour ce faire, autant que je sache (que je fasse des analyses séparées ou que j'inclue le type de méthode de test en tant que facteur de regroupement binaire). Le seul endroit où je peux trouver une hétérogénéité rigoureuse des tests de variance dans JMP se trouve dans la plate-forme Fit Y by X, mais cela ne convient pas pour cette situation car de nombreux facteurs doivent être pris en compte ( opérateur, pièce, opérateur * pièce et type de méthode d’essai).
Donc, ma réflexion sur la façon d’aborder ceci est la suivante:
- Stack mes deux réponses de méthode de test dans une colonne et ajouter une colonne catégorique spécifiant quelle méthode de test a été utilisée
- Adapter le modèle avec l'opérateur, la pièce et la pièce opérateur * comme seuls facteurs (c'est-à-dire sans inclure le type de méthode d'essai)
- Enregistrer les résidus de ce modèle dans une nouvelle colonne
- En utilisant Fit Y by X, ajustez les résidus en fonction du type de méthode de test
- Effectuer des tests d'hétérogénéité de la variance pour voir si les deux méthodes de test donnent des niveaux de variation significativement différents
Cela vous semble-t-il une approche valable? Quelqu'un a-t-il d'autres suggestions sur la façon dont je pourrais aborder cette question?
Merci beaucoup,
Alex
Re: Test d'hypothèse pour prouver si un résultat de R & R est meilleur qu'un autre?J'ai suivi cette discussion et Peter fait quelques bons arguments. La partie difficile de cette discussion et d’autres discussions similaires est qu’il faut souvent «voir les données» et bien comprendre les questions auxquelles il faut répondre pour fournir des conseils d’analyse.
Cependant, JMP a un test non paramétrique pour les variances. Dans la plate-forme fidèle, y-by-x, lorsque vous avez un x catégorique et un y continu, il existe une option de menu "analyse des moyens". Sous cette option, vous trouverez "ANOM pour Variances-Levene (ADM)". Vous pouvez rechercher cela dans les livres JMP pour plus de détails.
Ce n'est peut-être pas ce dont vous avez besoin, mais je voulais souligner son existence.
Re: Test d'hypothèse pour prouver si un résultat de R & R est meilleur qu'un autre?Avez-vous essayé d'utiliser la méthode EMP de Wheeler pour analyser les résultats? Le graphique Range vous donnera une vue indépendante de la différence test-retest pour les deux méthodes, ce qui semble être votre plus grande préoccupation ici? Ce n'est pas un test d'hypothèse ... mais s'il y a une différence, elle devrait aussi apparaître. Je ne suis pas un grand partisan des tests d'hypothèses en général, car ils ont tendance à donner au monde une apparence binaire ... Je préfère regarder un graphique des données et tirer mes conclusions en interprétant ces graphiques, dans le contexte de la pratique. décisions qui doivent être prises.
Re: Test d'hypothèse pour prouver si un résultat de R & R est meilleur qu'un autre?Oui, les combinaisons étaient les mêmes pour les deux méthodes de test, mais à moins que la variation entre les 3 parties ne soit prise en compte, cela signifierait de tester l'homogénéité de la variance sur des données qui sont très non normales. modal. Je ne crois pas suffisamment en la capacité de l'un quelconque des tests d'homogénéité paramétrique de variance de traiter les cas de non normalité extrême pour que cette approche soit valide, et je ne pense pas que JMP ait un équivalent non paramétrique.
J'ai essayé d'adapter la réponse par type de méthode de test séparément pour chaque partie afin de donner 3 tests distincts, mais cela donnait un mélange de résultats ne conduisant à aucune conclusion générale.
Il a été souligné qu'il existait d'autres facteurs importants dans la capacité du système de mesure - j'avais déjà détecté un biais faible mais significatif entre les deux méthodes, mais dans ce cas, il n'y a aucun moyen de connaître la "vraie" valeur, cela n'aide donc pas vraiment. !
Re: Test d'hypothèse pour prouver si un résultat de R & R est meilleur qu'un autre?Peut-être me manque quelque chose ... mais il semblerait que vous veniez de reproduire les mêmes combinaisons de traitements expérimentaux dans les deux méthodes de test. Alors, pourquoi ne pouvez-vous pas simplement créer une table de données exactement comme vous l'avez décrit à l'étape 1? ci-dessus, puis utilisez le test de variances inégales dans la plate-forme Ajustement X par X pour répondre à la question de l'homogénéité de la variance?
Mais revenons un instant en arrière: L’autre chose que je voudrais aborder est que vous posez une question vague: "Quelle méthode de test est la meilleure?" puis en sélectionnant une et une seule caractéristique, l'homogénéité de la variance, pour répondre à cette question. L'évaluation d'un système de mesure comporte de nombreux aspects et le «meilleur» peut être évalué par l'un ou l'autre de ces systèmes, individuellement ou en tant que sous-ensemble.
Par exemple ... les deux systèmes, je pourrais envisager un scénario où il y aurait une homogénéité de variance l'un par rapport à l'autre ... la seule chose qui semble vous intéresser ... et un biais de l'un ou de l'autre, ou un standard. Je ne voudrais donc pas dire qu'un système est meilleur qu'un autre uniquement en ce qui concerne l'homogénéité de la variance entre les deux systèmes.
