Variation de jauge, linéarité et biaisLorsque vous effectuez une étude de linéarité de jauge et que le biais "moyen" augmente à mesure que vous augmentez le long de la plage de mesures, on dit que vous avez un problème de "linéarité" avec la jauge, comme indiqué par la pente positive dans le graphique d'échelle de biais. Si la pente du graphique de biais est nulle, biais aléatoire, on dit que vous n'avez pas de problème de linéarité avec la jauge. Mais que pouvez-vous faire d'un graphique sans problème de linéarité du biais "moyen" sur la plage de la jauge, mais vous avez une "variation" croissante des multiples mesures que vous prenez le long de l'échelle ? En d'autres termes, si vous prenez 10 mesures différentes à chaque point de l'échelle, le graphique donne l'impression que les mesures sont incluses dans une forme de cône. Appelez-vous simplement un problème de répétabilité de la jauge avec une cause particulière de variation ou y a-t-il un nom pour cela ?
Increasing VariationIncreasing VariationVariation croissante
Non-biasNon-bias Non biaisé
Re : variation de jauge, linéarité et biaisRéponse courte : non.
Réponse longue : L'ANOVA que vous ajustez est probablement une ANOVA à effets aléatoires, l'effet Part étant aléatoire. Peut-être avez-vous également d'autres termes aléatoires, tels que des effets temporels, des effets d'opérateur, des matériaux, des jauges, des configurations, etc. Peut-être que l'un de ces effets devrait être la valeur nominale de la pièce. Ensuite, vous pouvez modéliser la variance en fonction de la valeur nominale (et d'autres termes) et vous n'avez pas à supposer des variances égales. Si les valeurs nominales sont vraiment très éloignées, envisagez de faire une analyse séparée pour chaque plage. Par exemple, si vous avez des pièces à 10, 1000 et 10000, vous pouvez effectuer trois analyses distinctes.
Dans JMP, si tous vos effets sont aléatoires, vous pouvez utiliser les plates-formes EMP ou Variability pour obtenir ces composants de variance. Si certains effets sont fixes et d'autres aléatoires, utilisez Analyser > Ajuster le modèle pour spécifier le modèle mixte et obtenir les composantes de la variance.
J'espère que ça aide!
Re : variation de jauge, linéarité et biaisVoici mon problème. Une jauge R&R est basée sur l'ANOVA, soit à 2 voies, soit à 3 voies. L'une des hypothèses de l'ANOVA est l'égalité des variances. Donc, dans le cas où la variance change sur la plage de l'appareil de mesure, cela causera-t-il un problème avec les résultats R&R de la jauge ?
Re : variation de jauge, linéarité et biaisC'est une bonne question! Vous avez raison de dire que techniquement, dans les documents standard de mesure, la linéarité est définie comme l'absence de variabilité due au biais sur la plage de mesure. Dans les notes de cours JMP pour le cours MSA, il est écrit "Certains auteurs incluent l'absence de variabilité due à la reproductibilité sur la plage de mesure." D'après mon expérience, les entreprises qui remarquent ce problème l'appellent la linéarité, et d'autres entreprises ne remarquent pas le problème, alors ne posez même pas la question. Je n'ai pas entendu d'autre terme pour cela, en MSA en particulier.
