여러분 모두에게
저는 마이크입니다.
지금은 Variation Component를 조사하고 있습니다.
변동을 분할하는 가장 쉬운 방법은 변동 차트를 사용하는 것 같습니다.
하지만 여러 변형을 개별적으로 분할할 수는 없는 것 같습니다.
즉, 관심 있는 변형 소스가 여러 개 있습니다.
1. 낮 사이
2. 운영자 간
3. 부지 사이
4. 샘플링 포인트 사이
5. 부지 내
6. 반복성 조건 내(반복 간)
그런데 Grouping Factor X로 [day, Operator, Lot, Point]를 넣고 Part로 [vial]을 넣으면,
JMP는 합리적인 답을 제공하지 않는 반면(R&R= 91%), [연산자]만 X로 설정하고 [약병]을 부품으로 설정하면 JMP는 35%(합리적)를 제공합니다.
그렇다면... 이러한 특정 변동성의 원인을 모두 분할할 수 있는 다른 방법이 있습니까?
JMP가 이를 이해하도록 하려면 어떻게 해야 할까요?
[요일, 연산자]를 재현성으로
[로트, 포인트, 바이알(부품)]을 부품 가변성으로 표시
[개별 부품의 가변성을 복제]를 반복성으로 사용
또한 분할 플롯 설계, 중첩 설계 이론 및 Var.Comp를 파악하여 각 분산(각 소스)을 정의하는 방법을 알고 있습니다.
그러나 이것은 단지 이론일 뿐이고 사실상 내 손으로는 할 수 없습니다.
적절한 JMP 메뉴를 찾을 수 없습니다...
거기에 있다면 알려주세요.
*개별 바이알은 한 사람이 3번 테스트할 수 있지만 파괴적이므로 다른 사람이 테스트할 수 없습니다. 그래서 여기에 크로스 디자인을 적용할 수 있을지 매우 혼란스럽습니다. 개인적으로 우리 프로세스가 보고 가능한 값과 유사하고 비교할 수 있어야 하기 때문에 전체 바이알을 하나의 로트(ONE Lot)로 간주할 수 있다고 생각합니다.
여기까지 읽어주셔서 감사합니다.
대신 분석 > 모형 적합을 사용하여 분산 성분을 추정할 수 있습니다. 참조 선형 모델 피팅 시작 대화 상자에 데이터 열을 입력하는 방법을 이해하려면 JMP 도움말의 가이드를 참조하십시오. 대화 상자는 중첩을 지원합니다(교차 요인 수준을 가정함). 랜덤 효과를 지원합니다.
