最近、JMPerがあります実験設計を参照して実装する前に、どのような準備をする必要がありますか？このトピックの拡張は実際には非常に大きく、誰もが自問自答することは測定システム分析を指す傾向があります。 （測定システム分析、MSA） 。考えてみると、誰もが強調したいのは、データ品質の保証であるため、測定システムの分析ではなく、一般的には測定の結果であるため、実験データの妥当性は当然測定システムに合格する必要があることを発見しました。有効性が保証されます。しかし、実際には、2つの間に避けられない因果関係はありません。言い換えれば、測定システムの分析は、実験設計が実行されるかどうかに関係なく、基本的かつ日常的なタスクですが、データを使用して定量的な意思決定を推進する場合、測定システムの有効性は、評価、検証、および確認によって保証されるべきではありませんか？ ？
その結果、別のより基本的な質問が浮上しました。つまり、JMPに合格する方法です。測定システム分析を実行するためのソフトウェア？この記事では、開始するためのいくつかのガイドラインを提供します。
まず第一に、一部のユーザーはJMPを使用します乗るMSAわずかな混乱の理由の1つはJMPにとってMSAマルチプラットフォームをサポートしているため、選択肢が増えることもありますが、選択するのはより困難です。明確にするためにここにいます。
現在のJMPでは主に2つのサポートがありますMSA機能的なプラットフォーム（（図-1） 、それぞれ次のとおりです。
- 分析>品質とプロセス>>測定システム分析
- 分析>品質とプロセス>>変動性/カウントと描画
図-1JMPにとってMSAマルチプラットフォームのサポート
「測定システム分析」プラットフォームの場合、最初はEMP（測定プロセスの評価）に基づいています。測定システム分析を実行する方法。コンセプトは長い間提案されていませんでした、それは米国によって開発されましたSPC専門家ドナルドJ。 ウィーラー博士号1984年彼の作品の年測定プロセスの評価最初に提案されたJMP引用された方法は、 2006年に発表されましたEMP Ⅲ不完全なデータの使用（2006）本の中で（（図-2）説明された内容と手順。
この方法は中国ではまだ普及していないので、知っている人は少ないので、連絡したJMPではユーザーグループでは使用率が低いため、この記事では初めて詳しく説明しません。さらに、プラットフォームは実際に従来の「ゲージR＆R 「分析手法の入り口ですが、これは/ 「カウント数量チャート」のプラットフォームに入る効果は同じですので、直接以下を参照してください。
図-2EMP Ⅲ不完全なデータの使用（2006）
中国における現在の主流の測定システム分析のアイデアは、主に自動車産業行動グループ（AIAG）に基づいています。 「測定システム分析リファレンスマニュアル」は継続的に更新されています。
この方針の指導の下で、6測定システムを評価するための2つの従来の寸法があります。それらは安定性です。 （安定）バイアス（バイアス） 、 線形（直線性） 、 解決（差別） 、再現性（再現性）そして再現性（再現性） 。
その中で、図-3に示すように示されているように、バイアスは測定システムの精度です（正確さ）測定結果の最も直接的な測定は、測定結果の平均値と真の値の差を反映します。再現性と再現性は、測定システムの精度です。 （精度）指標は、測定結果の変動を反映しており、測定システムの長所と短所を評価するための最も重要な指標です。だから、「変動性のために/ 「カウントと描画」プラットフォームの場合、その機能項目のほとんどはこれに関連しています。
画像3バイアスと精度の図
中国のユーザーの大多数にとって、上記の6これらの特徴の中で、最もよく知られているのは「再現性」と「再現性」、いわゆるゲージR＆R 、シックスシグマの管理に関連するほとんどすべての教材、トレーニング、プロジェクトは必然的に触れられるため、多くの人がゲージR＆Rほぼ同等MSA 、そしてこれがこの記事の焦点です。
ここで、「再現性誤差」とは、ほとんどの場合、同じオペレータが同じ測定機器を使用して、同じコンポーネントの同じ特性を短い時間間隔で複数回測定し、得られた結果の一貫性、つまりすべての測定結果を強調することを指します。機器変動（EV）とも呼ばれる、可能な限り同じ条件下にある変動対照的に、「再現性誤差」は、同じ測定コンポーネントの同じ特性が、変化する可能性のあるさまざまな測定条件下で複数回測定され、得られる結果が一貫していることを強調します。従来の場合、再現性エラーは主に、人員の変動としても知られるさまざまなオペレーターによって引き起こされます（鑑定士バリエーション、AV） 。
この2種類の変動は、通常、分散または標準偏差で表されます。変動が小さいほど、測定システムは優れています。従来の分析方法は、製造工程の変動と組み合わされることが多く、ランダム効果係数を考慮した分散分析によって実現されます。分散分解のプロセスを図-4に示します。示されています。
図-4ゲージのR＆R従来の分析方法の概略図
最後に、測定システムの精度を評価するための2つの重要な指標がこれから導き出されます。
その中で、％Gage R＆R全体的なプロセス変動に対する測定システムの測定効果の評価に焦点を合わせ、製造プロセスを改善するための測定システムの分解能力を強調します。
％P / T製品仕様に対する測定システムの測定効果の評価に焦点を合わせ、許容限界を区別する測定システムの能力を強調します。
％ゲージR＆Rと％P / T測定システムの性能を評価することは2つの異なる側面です。優れた測定システムでは、これら2つの指標を同時に十分に小さくする必要があります。 -1これは、これら2つのメトリックの一般的な参照および判断基準です。
表-1ゲージのR＆R参照判断基準
これまでのところ、上記の分析のアイデアとロジックを理解できれば、JMPで最新の統計分析ソフトウェアの助けを借りて、あなたは収集して整理する必要があるだけですゲージR＆R必要な観測データを分析し、ソフトウェアを入力し、その後のすべての計算プロセスをソフトウェアに任せます。
次に、簡単なケースを使用してゲージのR＆Rについて説明します。従来の分析手法の運用プロセスを示し、出力結果を簡単に分析します。
「バーニアキャリパーを使用して機械加工部品のシャフト直径を測定する場合、既知の許容要件は45.5±0.5です。 、測定システムの精度を分析するために：
- 代表抽選10部品と番号
- ランダムピック3検査官は、独自のキャリパーで各部品を測定します
- 部品の順序を乱し、2番目をテストしますタイムズ
- 部品の順序を乱し、3番目をテストしますタイムズ
- 測定プロセスの概略図と記録データ表を図-5に示します。示されている」
図5測定プロセスと記録データシートの概略図
JMPゲージR＆R分析手順：
- JMPと組み合わせるデータ管理関連のプラットフォームは、図に示すようにデータを簡単にインポートして整理できます-6示されているデータテーブル構造
図-6ゲージのR＆Rデータの入力と並べ替え
- 図7によると設定、「分析」を開始>>品質とプロセス>>変動性/カウントと描画」プラットフォーム
図-7 「変動性/プラットフォーム設定を開始します
- 図-8示されているように、「可変性ゲージ」の横にある赤い三角形を選択します>>測定ツールの研究>>測定ツールRR 、この例では、許容間隔を入力します46.0-45.0 = 1
図-8 「ゲージ」を開始RR "分析
測定ツールのR＆R分析出力レポートの簡単な分析：
図-9測定ツールR＆R分析出力レポート
図-9から示されているゲージR＆R出力レポートから、再現性の分散成分はおよそ0.0011 、再現性分散成分はおおよそです0.0035 、測定システムの精度を評価するための2つの重要な指標％ゲージR＆R = 33.56％ 、 ％P / T = 40.56％ 、両方ともより大きい30％したがって、測定システムの精度は高くなく、改善策を講じる必要があり、再現性誤差の低減を優先して改善することができます。
さらに分析すると、再現性のバリエーションで「インスペクター*」が見つかります。コンポーネントのバリエーション（0.3116）> 「インスペクター」バリエーション（0.1708） 、これは「測定値」変動グラフと平均「測定値」に関連しています-検査官*」部「」相互作用図（（測定ツールの研究>>測定ツールRR図>>平均プロット）で発表3検査官の4 、 5 、 10数成分の測定結果は、大きな差の現象と一致しています。
したがって、これらのコンポーネントの機能を測定標準操作トレーニングで詳細に調査すれば、再現性誤差を低減し、測定システムの精度を向上させることができます。
図-10 「測定値」と「測定値」の平均値の変動グラフ-検査官*」部「」相互作用図
上記は、MSAについてこの号で紹介するものです。紹介コンテンツ、実際には約MSA破壊実験の測定システム分析、カウントデータの測定システム分析、標準部品または固定部品の使用の測定システム分析、2つの精度指標が一致しない場合の測定システムの評価方法など、多くの基本的な知識があります。などなど。これらの内容は、一方ではソフトウェアの操作に関連している一方で、他方では方法論自体から始める必要があります。これについては次の記事で説明します。
このようなサマリーテーブルを作成する方法を知っていますか？Tks！
jeremy007、おもしろいことに感謝します。 あなたの質問に答えるために、t彼はカスタマイズするためにJSLが必要になります。
こんにちは、実際の使用で問題が見つかりました。つまり、相対量（つまり、全変動の割合）である％GRRの値です。したがって、PVを大きくすると、％GRRは必然的に小さくなります。 。 ％GRRを要件を満たすために（特に顧客が要求する場合）、一部の不良サンプルが意図的に選択され（たとえば、測定値が明らかに仕様外である）、一部はそのようなサンプルがない場合でも意図的に製造されます。 。 製品の一貫性が優れている場合、機能の分布が小さいため、％GRRが大きくなることがよくあります。 このような状況は無理だと思います。
@興化
こんにちは、こんにちは、答えは参考のために次のとおりです：
- 国内で人気のある教科書（シックスシグマブルーブックなど）またはMSAManual_4を参照する場合thもし、 ％GRR評価には2つの分母があります。1つはプロセスの全変動の推定であり、もう1つはテストする仕様の許容限界です。質問者が説明したサンプリング状況に基づいて、影響します。テレビただし、許容限界の定義には影響しませんので、個人的には評価％GRR 2つの指標が準拠しているかどうかを検討する必要があります。 2選択済み1もし、 R＆R /トレランス実際、製品が適格であるかどうかの判断に直接関係するため、より重要です。
- すべての統計には、％GRRに限定されない、適用可能なシナリオと制限があります。不正行為があることを知っているので、個人的には、指標自体ではなく、行動を最初に修正する必要があると思います（他の指標に変更すると新しい制限があるため）、本質的に、これは会社の不正行為と同じです自然界における業績評価の収束。
@Ritalv
お返事ありがとうございます、私はあなたが言ったことを知っています。しかし、多くの場合、顧客やリーダーはそれほど多くのことを気にしません。もちろん、必ずしもこれらを理解しているわけではありません。2つのパーセンテージがどれだけ少ないかだけを気にします。あなたがあなたに到達しない場合は、改善します。あなたがそれらに意味をなさないならば、あなたは叱られるかもしれません。
