JMP 17帶來很多變化EMP 測量系統分析平台，包括
- 對話框的補充
- 更好地處理多重響應
- MSA 元數據
- AIAG Gauge R&R 結果（包括辨別率）
- 誤分類概率
- 線性和偏差結果
- 偏好重組
如果你閱讀我的帖子變異圖的現代化，您會發現許多相似之處。 這是因為我們此版本的目標之一是在 MSA 和變異性圖表中提供類似的選項，並使這兩個平台更易於使用。
對話
您會注意到的第一個區別是 MSA 對話框中的變化。
在以前版本的 JMP 中，對話框的選項部分僅包含用於分析設置和指定 Alpha 的按鈕。 已添加 Sigma 乘數選項以用於 AIAG Gauge R&R 結果。 指定 Alpha 水平已從指定 Alpha 按鈕移動到主 MSA 對話框，該按鈕在以前版本的 JMP 中啟動了一個附加對話框。 Sigma Multiplier 已添加到主對話框中，用於 AIAG Gauge R&R 結果。 添加了“設置隨機種子”選項，允許您每次都重現相同的分析，這在執行測試-再測試錯誤比較時可能對您很重要。
標題為“顯示 EMP 元數據輸入對話框”的對話框中添加了一個新部分。這控制在您單擊“確定”後是否顯示“MSA 元數據”對話框。 此對話框允許您從表中加載元數據或為每個響應手動輸入元數據。 有關元數據的更多信息，請參閱本文的 MSA 元數據部分。
左下角的複選框也是新的，“使用規格限制下限和上限公差。”選中此選項時，如果未為列指定公差範圍但該列具有規格限列屬性，則規格限將用作公差值。
多重回應
該報告已經過重組，以便更輕鬆、更直觀地處理多個響應。 例如，運行以下命令：
dt=Open("$SAMPLE_DATA/Variability Data/2 Factors Crossed.jmp");
dt<<NEW column=""></NEW>
在以前的版本中，沒有整體輪廓節點。 每個響應只有一個大綱節點，其中包含一個紅色三角形菜單（例如“用於測量的測量系統分析”）。 整體 EMP 測量系統分析研究大綱節點允許您選擇適用於所有響應的選項，例如本地數據過濾器、重做和保存腳本選項。
MSA 元數據
MSA 元數據是元數據的輸入和存儲方式，供以後在分析中使用。 除了初始對話框中的“顯示 EMP 元數據輸入對話框”複選框（之前在對話框部分中討論過）之外，紅色小三角菜單中現在還提供編輯 MSA 元數據選項。
點擊用於測量的測量系統分析旁邊的紅色小三角並選擇編輯 MSA 元數據。 此對話框允許您定義上下公差或公差區間。 您還可以定義歷史均值和歷史過程 Sigma。 對於此示例，為下公差輸入 0.45。 將上限公差留空。 為歷史平均值輸入 0.75。 為歷史過程 Sigma 輸入 0.025。 單擊確定。 要查看此元數據如何影響輸出，請繼續閱讀。
您還可以將此信息保存到 MSA 列屬性或新數據表中。 點擊 EMP Measurement Systems Analysis Study 旁邊的紅色小三角並選擇保存->將所有元數據保存到表中。 您將收到提示“在保存到表格之前計算所有分析的測量西格瑪？”。 單擊是。
請注意，除了測量 Sigma 之外，測量 2 的所有信息都丟失了。 計算了測量 Sigma 是因為我們在對話框中選擇了“是”。 我們沒有為測量 2 輸入任何 MSA 元數據，因此信息丟失。該表現在可以用於新數據。
如果您選擇將元數據另存為列屬性，則下容差、上容差、歷史均值和歷史過程 Sigma 將保存到 MSA 列屬性。測量 Sigma 將保存到過程篩選列屬性中。
AIAG Gauge R&R 結果/辨別率
AIAG Gauge R&R 結果是版本 17 的新增功能。 從用於測量的測量系統分析旁邊的紅色小三角中選擇 AIAG Gauge R&R 結果。 此選項為您提供 AIAG Gauge R&R 報告，就像在“變異性圖表”平台中一樣。 要了解有關 JMP 中 Gauge R&R 的更多信息，請查看此視頻.
還記得您在這篇博文的前一部分中輸入的 MSA 元數據嗎？ 該信息用於本報告。 公差範圍 (Tol) 定義為歷史平均值 – 下公差 = 0.75-0.45 = 0.3。 報告中添加了 % Tolerance 列。 已計算精度/公差比。 歷史過程西格瑪 (0.25) 用於計算 % Process 列。
可以通過單擊 AIAG Gauge R&R 結果旁邊的紅色小三角並選擇 Discrimination Ratio，將 Discrimination Ratio 添加到該報表中。
該值出現在報告的底部，在本例中為 1.0628。
誤分類概率
JMP 17 中的另一個新功能是誤分類概率。 點擊用於測量的測量系統分析旁邊的紅色小三角並選擇誤分類概率。
請注意，之前在 MSA 元數據對話框中輸入的較低公差用於創建此報告。 這與之前版本 JMP 的變異性圖表中的報表相同。
線性和偏差結果
線性度和偏差結果是版本 17 中 MSA 的新增功能。 例如，運行以下命令：
dt2=Open("$SAMPLE_DATA/Variability Data/MSALinearity.jmp");
obj2=dt2<<EMP measurement="" systems="" analysis=""></EMP>
線性度和偏差已經在變異性圖表平台中，現在它們已添加到 MSA。 您可以在儀器測量線性度文章。
偏好
版本 17 中 MSA 的最後一個主要變化是首選項。 先前版本的 JMP 具有三個 MSA 首選項部分。現在有六個不同的 EMP 測量系統分析部分。
EMP Measurement Systems Analysis 中的重現性、離散圖類型、MSA 方法、自動重新計算和報告視圖中包含交互作用。 在先前版本的 JMP 的 EMP 測量系統分析中找到的所有其他項目已移至 EMP MSA 分析。 對於版本 17，EMP 測量系統分析首選項中添加了一個新的 Sigma 乘數選項（用於 AIAG Gauge R&R 結果）。 EMP MSA 分析中添加了新選項：AIAG Gauge R&R 結果、誤分類概率以及線性和偏差結果。 平台下的 EMP AIAG Gauge Results 是新的，包含適用於該新報告的選項。 平台下的 EMP 線性和偏差結果是新的，包含適用於該新報告的選項。
結論
新功能已添加到 MSA，以便變異圖和 MSA 更緊密地對齊。 該對話框已更改，以允許用戶更好地控制創建報告所需的選項。 現在可以更輕鬆地處理多個響應。 添加了 MSA 元數據以輸入和存儲分析所需的信息。 AIAG Gauge R&R 結果、辨別率、誤分類概率以及線性和偏差結果已添加到 MSA 中，這些結果已存在於變異性圖表中。 添加了首選項，使用戶可以更好地控制平台提供的初始輸出。 這些更改導致 MSA 和變異性圖表中的工作流程相似。
AIAG MSA 結果中是否應該註明使用標準差的比率不是比例，因為它們之和不等於 1，因此不應將其視為比例？例如， P/T 不是測量工具消耗的公差量，但 P^2 / T^2 可以這樣解釋。我認為當給出虛假值和比率時應該予以澄清。想法？
@tonya_mauldin和@calking , @原核生物寫道：
AIAG MSA 結果中是否應該註明使用標準差的比率不是比例，因為它們之和不等於 1，因此不應將其視為比例？例如， P/T 不是測量工具消耗的公差量，但 P^2 / T^2 可以這樣解釋。我認為當給出虛假值和比率時應該予以澄清。想法？
@原核生物我向文檔團隊提交了請求，要求考慮添加有關此統計數據的其他文檔。感謝您的意見。
你好，
我在 MSA 中使用歷史流程 Sigma 時遇到問題。
在「顯示 MSA 元資料輸入對話方塊」的文件中，我們可以看到：
指定歷史過程標準差。該值用於量具重複性和再現性報告以及線性度研究中的計算。
我正在使用 3 Factors Crossed.jmp 範例資料檔。在設定 MSA 時，我將 New Y 指派給 Y 回應變量，操作員指派給操作員，零件指派給零件。我特意忽略了“儀器”因素，以便專注於可重複性。
在 MSA 元資料輸入對話框中，我選取“是”，並為“歷史流程 Sigma”輸入 2。
然而，當我執行分析時，結果與未指定歷史過程標準差時得到的結果完全相同。我一直沒能找到方法強制 JMP 將這種歷史偏差納入計算中。
請問我可能遺漏了什麼？
@CarolineLG該值正在被使用。您可以在兩份報告中看到，在“來源”下，一份報告定義了“歷史過程標準差”，而另一份報告則沒有。此外，定義了「歷史過程標準差」的報告包含一個「過程百分比」列，而未定義「歷史過程標準差」的報告則沒有此列。您還會在偏差和線性度報告中看到其他差異，但這些差異在您的螢幕截圖中並未顯示。
所以，如果我理解正確的話，如果我想基於歷史過程標準差計算量具重複性和再現性百分比（%Gauge R&R），我應該查看量具重複性和再現性行中「過程百分比」列的值。在本例中，該值為 62.09%，可與匯總表中使用目前資料估計的總變異計算的量具重複性和再現性百分比（78.29%）進行比較。
非常感謝，現在清楚多了！
