Comment montrer que la variation entre pièces sur différents outils est intrinsèque à la pièce et non causée par l'outil ?Tout,
J'ai le problème suivant pour lequel j'aimerais avoir de l'aide :
J'ai une population de pièces installées chacune dans leur outil respectif. Certains paramètres sont mesurés sur la pièce avant l'installation sur l'outil (:InspectionValue) et également le même paramètre mesuré sur cette pièce pendant son installation dans l'outil (:CurrentValue).
La tâche est la suivante - je dois montrer que les variations entre les pièces sont intrinsèques aux pièces elles-mêmes, plutôt que de provenir de leur installation sur un outil spécifique. Quelle serait la manière statistiquement correcte de montrer cela sur la base des données fournies ?
Pour l'instant mon idée est de comparer deux valeurs :
:InspectionValue - :CurrentValue - c'est ma différence entre l'inspection et les résultats de l'outil
:CurrentValue - Mean(:CurrentValue) - C'est ainsi que la valeur actuelle diffère d'un outil à l'autre.
Mais ils sont à peu près à la même échelle. Visuellement, je peux voir que les outils n'affectent pas les valeurs des pièces et que les différences sont intrinsèques aux pièces, mais je ne sais pas comment le montrer statistiquement. Des idées ?
AnalytiqueRe : Comment montrer que la variation entre les pièces sur différents outils est intrinsèque à la pièce et non causée par l'outil ?On dirait que vous voulez montrer que la sortie des pièces conditionne votre mesure est due aux outils dans lesquels elles sont exécutées et non à la variabilité entrante d'une pièce à l'autre.Je dirais que vous devez envisager d'exécuter un modèle OLS où les pièces sont imbriquées dans les outils utilisés.
Je le configurerais comme ceci : une colonne nommée "part #" (pour chaque partie utilisée 1 à n), une colonne nommée "measurement time" (antérieure et actuelle), une colonne nommée "die used" (die1, die2, etc. ) et une colonne nommée « valeur de mesure » (avec les valeurs mesurées).Vous aurez deux rangées pour chaque pièce en raison des mesures avant après.Créez ensuite le modèle avec y = "valeur de mesure" et X's = "Part #" imbriqué dans "die used" & random, "die used", "measurement time" et l'interaction entre le temps de mesure et la matrice utilisée.Si les termes avec die ne sont pas significatifs, les outils ne font pas de différence.
J'espère que cela t'aides!
Re : Comment montrer que la variation entre les pièces sur différents outils est intrinsèque à la pièce et non causée par l'outil ?Je vous recommande de consulter l'entrée d'aide de JMP pour Analyse du système de mesure pour certaines connaissances de base.
Re : Comment montrer que la variation entre les pièces sur différents outils est intrinsèque à la pièce et non causée par l'outil ?Mes pensées avec la description limitée de la situation. Je m'excuse si j'ai complètement mal compris votre demande.
Vous avez une mesure sur une pièce avant assemblage et après assemblage dans un outil. Connaissez-vous la précision de l'appareil de mesure ? La mesure est-elle au même endroit sur la pièce ? Si vous n'avez pas étudié et séparé ces composants, alors les composants de toutes les variations de votre étude sont une combinaison de pièce à pièce, d'outil à outil, à l'intérieur de la pièce et de la mesure (et des variables associées à chaque couche). Vous avez potentiellement plusieurs mesures dans l'outil, mais celles-ci sont confondues avec les variables du processus d'assemblage.
Les façons d'examiner vos données incluent :
1. Méthodes multivariées>Multivariées
2. Cartes de contrôle avec une taille de sous-groupe de 2 (les mesures avant et après). Cela mettrait la variabilité de pièce à pièce, dans la pièce et la mesure au sein du sous-groupe, puis tracerait les moyennes (dues aux outils).
3. Graph Builder... de nombreuses options pour montrer ce que vous pourriez vouloir (en fonction de l'utilisateur).
4. Ajuster le modèle pour une analyse quantitative
