Hypothesentest, um zu prüfen, ob ein R & R-Ergebnis besser ist als ein anderes?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Hallo,
Ich habe zwei mögliche Testmethoden zum Messen einer Antwort, und ich möchte feststellen, welche Testmethode das bessere Messsystem ist. Ich habe für jede Testmethode eine Gauge R & R-Studie durchgeführt (wobei dieselben Teile und dieselben Operatoren verwendet wurden, wobei nur die verwendete Methode variiert wurde). Die Ergebnisse der beiden Studien sind ziemlich ähnlich, daher möchte ich einen Hypothesentest durchführen, um zu verstehen, ob die Testmethode mit dem etwas niedrigeren R & R-Prozentsatz signifikant besser ist als die andere Testmethode.
Die R & R / MSA-Plattform von Gauge bietet dafür keine geeignete Option, soweit ich das beurteilen kann (ob ich getrennte Analysen durchführe oder den Typ der Testmethode als binären Gruppierungsfaktor einsetze). Der einzige Ort, an dem ich in JMP eine strenge Heterogenität der Varianzprüfungen finden kann, ist die Fit Y by X-Plattform, aber das ist in dieser Situation nicht geeignet, da mehrere Faktoren zu berücksichtigen sind ( Operator, Teil, Operator * Teil und Testmethode).
Also denke ich darüber nach, wie ich das angehen sollte:
- Stapeln Sie meine zwei Testmethodenantworten in eine Spalte und fügen Sie eine Kategoriespalte hinzu, die angibt, welche Testmethode verwendet wurde
- Fit Model mit Operator, Teil und Operator * als einzige Faktoren (dh ohne Testmethodentyp)
- Speichern Sie Residuen aus diesem Modell in einer neuen Spalte
- Passen Sie mithilfe von Fit Y durch X die Residuen nach Testmethode an
- Führen Sie Heterogenitäts-Varianzprüfungen durch, um zu sehen, ob die beiden Testmethoden signifikant unterschiedliche Variationsniveaus ergeben
Hört sich das nach einem gültigen Ansatz an? Hat jemand andere Vorschläge, wie ich das angehen könnte?
Danke vielmals,
Alex
Re: Hypothesentest zum Nachweis, ob ein R & R-Ergebnis besser ist als ein anderes?Ich habe diese Diskussion verfolgt und Peter macht einige gute Punkte. Der schwierige Teil dieser und anderer ähnlicher Diskussionen besteht darin, dass häufig das "Sehen der Daten" und das Verständnis der zu beantwortenden Fragen als Orientierungshilfe für die Analyse benötigt werden.
JMP verfügt jedoch über einen nichtparametrischen Test für Abweichungen. In der getreuen y-by-x-Plattform, wenn Sie ein kategoriales x und ein stetiges y haben, gibt es eine Menüoption "Analyse der Mittel". Unter dieser Option finden Sie "ANOM für Varianzen-Levene (ADM)". Einzelheiten finden Sie in den JMP-Büchern.
Dies ist vielleicht nicht das, was Sie brauchen, aber Sie wollten auf seine Existenz hinweisen.
Re: Hypothesentest zum Nachweis, ob ein R & R-Ergebnis besser ist als ein anderes?Haben Sie versucht, die EMP-Methode von Wheeler zu verwenden, um die Ergebnisse zu analysieren? Die Range-Tabelle gibt Ihnen die teilweise unabhängige Abweichungsquellen-Ansicht des Test-Retest-Fehlers für die beiden Methoden an, was sich anhört, als ob das hier Ihre größte Sorge ist. Es ist kein Hypothesentest ... aber wenn es einen Unterschied gibt, sollte es auch dort auftauchen. Ich bin kein großer Fan von Hypothesentests im Allgemeinen, weil sie dazu tendieren, dass die Welt binär aussieht ... Ich möchte mir lieber eine Darstellung der Daten ansehen und meine Schlussfolgerungen ziehen, indem ich sie im Kontext des Praktischen interpretiere Entscheidungen, die getroffen werden müssen.
Re: Hypothesentest zum Nachweis, ob ein R & R-Ergebnis besser ist als ein anderes?Ja, die Kombinationen waren für beide Testmethoden die gleichen. Wenn jedoch nicht mindestens die Abweichung zwischen den drei Teilen berücksichtigt wird, würde dies bedeuten, dass die Abweichung der Daten auf Homogenität geprüft wird. modal. Ich habe nicht genug Vertrauen in die Fähigkeit einer der parametrischen Homogenität von Varianztests, um mit extremer Nicht-Normalität umzugehen, damit dies ein gültiger Ansatz ist, und ich glaube nicht, dass JMP über nichtparametrische Äquivalente verfügt.
Ich habe versucht, die Reaktion nach Testmethode für jedes Teil separat anzupassen, um 3 separate Tests zu erhalten, aber dies ergab eine Mischung von Ergebnissen, die zu keiner allgemeinen Schlussfolgerung führte.
Es wurde darauf hingewiesen, dass es andere wichtige Faktoren für die Messsystemfähigkeit gibt - ich hatte bereits eine kleine, aber signifikante Abweichung zwischen den beiden Methoden festgestellt, aber in diesem Fall gibt es keine Möglichkeit, den "wahren" Wert zu ermitteln, sodass dies nicht wirklich hilfreich ist !
Re: Hypothesentest zum Nachweis, ob ein R & R-Ergebnis besser ist als ein anderes?Vielleicht fehlt mir etwas ... aber es klingt, als hätten Sie die gleichen experimentellen Behandlungskombinationen für beide Testmethoden repliziert. Warum können Sie also nicht einfach eine Datentabelle erstellen, wie Sie sie in Schritt 1 beschrieben haben. oben und verwenden Sie dann den Test "Ungleiche Abweichungen" innerhalb der Fit Y by X-Plattform, um die Frage der Homogenität der Abweichung zu beantworten?
Aber lassen Sie uns noch eine Sekunde unterstützen: Die andere Sache, die ich ansprechen möchte, ist, dass Sie eine vage Frage stellen: "Welche Testmethode ist besser?" und dann ein und nur ein Merkmal, Homogenität der Varianz, auszuwählen, um diese Frage zu beantworten. Es gibt viele Aspekte bei der Bewertung eines Messsystems, und "besser" kann von jedem dieser Parameter einzeln oder als Teilmenge bewertet werden.
Zum Beispiel ... bei den beiden Systemen konnte ich mir ein Szenario vorstellen, in dem eine Varianzhomogenität bestand ... das einzige, an dem Sie sich zu interessieren scheinen ... und sich entweder voneinander oder von einem Standard ablenken. Ich würde nur ungern sagen, dass ein System besser ist als das andere, wenn man nur die Homogenität der Varianz zwischen den beiden Systemen betrachtet.
