Configuration d'une analyse R&R de jauge MSA imbriquée et croiséeJ'ai une étude Gauge R&R pour laquelle j'ai des questions sur l'analyse dans JMP Pro 17.1. Je vais d'abord donner le contexte complet, puis je vais poser les questions.(Ceci est un long message)
Contexte et configuration :
Dans cette étude nous avons 2 opérateurs et 3 machines (appelées BuildMachine) qui produisent chacune 3 pièces pour un total de 9 pièces.Chaque opérateur mesure trois fois les 9 pièces.
Cela signifie (je crois) que les pièces sont imbriquées sous chaque BuildMachine.Il y a 2 exécutions répétées.Cela signifie que nous avons un total de 54 exécutions (3 BuildMachines * 3 Pièces * 2 Opérateurs * 3 mesures).
Pour résumer en utilisant la configuration des boutons dans DOE > Special Purpose > Conception MSA :
Nous emboîtons la partie dans BuildMachine, puis croisons les deux avec l'opérateur
La configuration expérimentale finale telle qu'indiquée dans la conception MSA est alors :
Je ne savais pas à 100 % comment configurer l'analyse dans Analyse > Qualité et processus > Graphique de jauge de variabilité/attribut j'ai donc pensé que je vais simuler les réponses dans la fenêtre de conception MSA> créer une table> script R&R de jauge, puis voir comment JMP l'a configuré pour moi.
Voici le résultat :
Le type de modèle a été défini sur 'Décider plus tard', je l'ai donc défini manuellement sur Imbriqué puis croisé, comme c'était le cas pour la configuration du problème dans la plate-forme MDA Design.Est-ce correct?
Des questions:
- Ai-je correctement configuré la plate-forme MSA Design en ce qui concerne Nesting et Crossed ?
- JMP a-t-il correctement configuré la fenêtre Graphique de jauge de variabilité/attribut pour moi ? (Surtout en ce qui concerne le fait de mettre tous les facteurs dans la fenêtre "X, Regroupement" ?
- Ai-je sélectionné le bon type de modèle dans la fenêtre Tableau de jauge de variabilité/attribut ? (Imbriqué puis Croisé)
- Les ingénieurs aimeraient quantifier la différence entre les 3 BuildMachines. Je peux utiliser les "tests d'hétérogénéité des variances" pour rechercher des variances inégales. Je n'ai vu aucune option pour tester les différences significatives entre les moyennes.Le meilleur moyen de faire un test Means/Anova est-il en dehors de cette plate-forme ?
Merci,
Larry
Conception d'expériencesIngénierie de la qualité et des procédésRe : Configuration d'une analyse R&R de jauge MSA imbriquée et croiséeHé @LEP !
En ce qui concerne la façon dont vous configurez le design, vous avez raison ! Je suis heureux de voir que ces « boutons faciles » ont été utiles pour configurer le design pour vous.
Concernant l'analyse, vous avez choisi le bon modèle. Cependant, il semble que l'ordre des facteurs dans la section de regroupement soit important et qu'il ne soit pas correct par défaut. Le facteur Opérateur doit être en bas de la liste avec BuildMachine en haut. J'ai trouvé cela en utilisant les tests d'hétérogénéité des variances et en m'assurant que la structure d'imbrication était correcte. Il semble que la plate-forme traite Nested puis Crossed comme le premier facteur imbriqué dans le deuxième, puis les deux croisés avec le troisième. Je vais ouvrir un ticket interne pour résoudre ce problème pour JMP 18. Heureusement, il est facile de résoudre le problème de manière interactive. Cliquez simplement et faites glisser Opérateur vers le bas dans la zone de liste X-Grouping.
Pour tester les différences de moyens, j'ai tendance à penser que vous aurez peut-être besoin d'une plate-forme différente. Le script de table EMP ouvre la plateforme d'analyse des systèmes de mesure EMP, qui comporte un élément de menu Triangle rouge Comparaisons de biais (pour le deuxième triangle rouge dans le plan Analyse des systèmes de mesure pour Y). Cela effectue une comparaison graphique, mais nécessairement un test d'hypothèse formel. Je ne sais pas non plus si le script a la bonne structure pour l'analyse, je vais donc l'inclure dans mon ticket interne. L'autre option consiste à exécuter le script Fit Model, avec Operator et Part[BuildMachine] comme effets aléatoires (Attribut>>Random Effect) et BuildMachine comme effet fixe. Vous pouvez également inclure tous les termes croisés comme effets aléatoires.
Un petit mot. Si la composante de variance pour BuildMachine contribue de manière significative à la variation globale, cela en soi indiquerait des différences significatives entre les machines. Mais si vous cherchez à quantifier ces différences, vous pouvez consulter mes suggestions précédentes.
J'espère que cela pourra aider!
Caleb
Re : Configuration d'une analyse R&R de jauge MSA imbriquée et croiséeLarry, excusez mon parti pris, mais avant de répondre à vos questions techniques, j'ai quelques questions/commentaires :
1. Une étude du processus de mesure vous oblige à réfléchir à ce que vous évaluez et aux comparaisons que vous devez effectuer.Une question importante à se poser est la suivante : de quoi souhaitez-vous que votre système de mesure soit capable ?Qu’avez-vous besoin de quantifier de manière cohérente ?Ce sont des questions importantes qui ont un effet considérable sur la façon dont vous sélectionnez vos échantillons (pièces) pour l’étude.
2. Est-ce que 3 parties (je suppose échantillonnées au hasard ?) constituent un échantillon représentatif de la variation que vous souhaitez que votre système de mesure discrimine ?(Au fait, un échantillon aléatoire augmente probablement la variation des échantillons à mesurer.) Êtes-vous convaincu que ce plan fournira suffisamment de preuves de la cohérence du processus de mesure ?
Par exemple, vous souhaiterez peut-être que votre système de mesure soit capable de mesurer spécifiquement une variation pièce/échantillon (ou pièce à pièce, lot à lot, etc.).Si cela ne fait pas partie de la manière dont vous collectez vos données, vous ne pouvez pas déterminer si c'est possible.
Re : Configuration d'une analyse R&R de jauge MSA imbriquée et croiséeSalut (Caleb),
Merci pour votre réponse!
J'ai regardé votre vidéo « Concevoir et évaluer des études de systèmes de mesure », c'était excellent !
J'ai quelques questions complémentaires :
- Dans la figure A ci-dessous (ordre original du script Gauge R&R), il est facile de visualiser la variabilité entre les deux opérateurs dans leur ensemble.Cependant, après la réorganisation (B), les opérateurs sont mélangés sous chaque partie, ce qui rend plus difficile leur comparaison. (Remarque : j'ai également examiné les « Composants de variance pour les tableaux R&R de la jauge et ils sont différents pour A et B, donc en fonction de votre entrée, B doit être le bon ?).Donc, au moins pour l'intrigue de variabilité, j'aime l'ordre original.Sur cette base, recommanderiez-vous que je l'exécute dans les deux sens : une fois pour le graphique de variabilité et une fois (avec l'ordre que vous suggérez) pour l'hétérogénéité des tests de variance et les composants de variance pour le tableau R&R de la jauge ?
Figure 1 – Comparaison des ordres de paramètres
- J'ai également exécuté le « Script d'analyse des systèmes de mesure EMP » original et ce script ordonne les tracés comme je préfère (comme la figure 1A avec toutes les parties regroupées sous chaque opérateur).Le script EMP est-il également mal ordonné ?
Figure 2 – Tracé à partir d'un script EMP non modifié
- Enfin. J'aime votre idée de comparaisons de biais.J'ai une question sur votre suggestion de modèle d'ajustement, mais je dois d'abord y réfléchir davantage avant de la poser.
Merci beaucoup pour votre aide!
-Larry
Re : Configuration d'une analyse R&R de jauge MSA imbriquée et croiséeSalut @calking !
J'ai oublié de vous taguer ma réponse la semaine dernière.Pouvez-vous consulter ma réponse où j'ai quelques questions complémentaires ?Plus précisément, je ne suis pas sûr maintenant que le script généré automatiquement pour EMP soit correct pour mon ' Cas imbriqué puis croisé non plus.
Merci,
Larry
Re : Configuration d'une analyse R&R de jauge MSA imbriquée et croiséeHé @LEP !
Pas de soucis!
Je viens donc de rencontrer le développeur de la plateforme Variability Chart/Gauge R&R et je viens d'apprendre quelque chose d'intéressant sur ce modèle particulier ! Il s'avère que la façon dont les termes sont initialement ordonnés est correcte... pour certaines parties de la plateforme.
Si vous êtes intéressé par les métriques AIAG et/ou le tableau de variabilité, vous souhaitez l'ordre original des facteurs. En effet, le dernier facteur est supposé être le facteur Partie, et dans l'ordre par défaut utilisé par MSA Design, ce serait le cas. Cependant, si vous souhaitez exécuter d'autres options, telles que les composants de variance, le nouvel ordre doit être utilisé pour obtenir la structure correcte. Ce comportement étrange est dû au fait que l'option Nested then Crossed n'a pas vraiment été conçue pour gérer une structure dans laquelle Part est imbriquée dans un facteur, mais les deux sont croisées avec un autre facteur. Apparemment, l'AIAG n'a pas pris en compte ce type de structure dans sa méthodologie.
Si vous devez vous en tenir à cette structure, vous serez peut-être mieux servi en utilisant le script de table Fit Model (ou Fit Mixed), qui est très flexible lorsqu'il s'agit de différentes structures. Vous voudrez également considérer @statman » pour vous assurer qu'il s'agit bien de la structure qui permettra d'atteindre vos objectifs.
J'espère que cela pourra aider!
Re : Configuration d'une analyse R&R de jauge MSA imbriquée et croisée@calking - Merci d'être revenu avec moi.
Pour toute une série de raisons, c'est la structure avec laquelle je suis coincé, donc je dois me contenter de ce que j'ai.
Depuis notre dernière conversation, j'ai lu "EMP: A Better Way to Do R&R Studies" et "An Honest Gauge R&R Study" tous deux de Donald J. Wheeler, donc je suis beaucoup plus intéressé par la méthode EMP maintenant.
Question: Pour le script EMP, puis-je supposer que je dois modifier l'ordre de mes variables selon que je regarde les graphiques de moyenne et de plage (conserver comme) ou si je veux les tableaux « Résultats R&R de la jauge EMP » et « Composants de variance » ( déplacer l'opérateur vers le bas) ?
Re : Configuration d'une analyse R&R de jauge MSA imbriquée et croisée@statman
Merci pour vos cpmments statman. Malheureusement, pour toute une série de raisons (de nombreux objectifs et contraintes en plus de ceux que j'ai mentionnés), c'est la structure et la quantité de données avec lesquelles je suis coincé, je dois donc me contenter de ce que j'ai.
Re : Configuration d'une analyse R&R de jauge MSA imbriquée et croiséeSalut @LEP ,
Je voulais essayer de répondre à votre dernière question sur le script EMP.Si vous déplacez l'opérateur vers le bas de la liste de la plateforme de variabilité (ou attribuez à l'opérateur le rôle de « pièce » dans la boîte de dialogue EMP MSA), ce modèle s'adaptera à la conception et à la situation que vous avez décrites.Cependant, il traitera votre « opérateur » comme la « pièce » ou le « produit ».
J'espère que ça aide.
Re : Configuration d'une analyse R&R de jauge MSA imbriquée et croiséeMerci @Laura_Lancaster !
