교차 효과를 고려할 때 R&R 해석을 측정합니다.GaugeR&R을 계산하는 데 사용된 MSA는 모델 유형으로 Crossed를 선택할 것을 권장합니다. 이것은 많은 스프레드시트와 도구가 Gauge를 계산하는 데 사용하는 Appraiser와 Part의 주요 효과만 평가하는 것과는 약간 다른 방법입니다. 저는 교차 효과의 개념을 이해하지만 교차 분산 계산이 어떻게 이루어지는지 이해하는 데 어려움을 겪고 있습니다(즉, 이 오류 소스를 구동하는 요인을 이해하기 위해 손으로 계산하려는 경우). 특정 상황에서 교차 효과는 잘못된(예상치 못한) 결과를 초래할 수 있으며, 그 결과를 사용하여 Gauge의 허용 가능성을 판단해서는 안 됩니다.
아래 분석에서 저는 측정 단계 크기의 해상도 내에서 본질적으로 변동이 없는 매우 좋은(거의 이상적인) 게이지를 가지고 있습니다. 그러나 평가자 2는 다른 모든 평가자에 비해 파트 9를 지속적으로 0.005V 낮게 측정했습니다. 이 오류는 0.9V 허용 범위 내에 있지만, 교차 효과를 사용한 게이지 분석은 측정 변동의 61.21%가 이 한 평가자와 파트에서 발생하는 교차 효과에서 발생한다고 보고합니다. 이것은 저에게 물리적으로 말이 되지 않으며 변동이 낮거나 없기 때문에 특별한 코너 케이스인 듯합니다.
어느 시점에서 이 효과가 게이지 결과에 거짓으로 영향을 미칠 수 있는 교차가 있어야 하며, 결과를 해석하는 방법과 이 아티팩트를 피하기 위해 분석을 변경해야 하는 경우를 이해하려고 합니다. 수학적으로 잘못된 결론이 도출될 수 있는 상황이 있을 수 있으며 교차 효과를 사용해서는 안 될 것 같습니다.
고급 통계 모델링데이터 탐색 및 시각화실험 설계품질 및 공정 엔지니어링Re: 교차 효과를 고려할 때 게이지 R&R 해석죄송합니다. " R&R 목적상, 정의상 임의 효과"라는 말이 이해가 안 갑니다. R&R은 정밀 반복성과 재현성을 의미합니다. "정의상 임의 효과"란 무슨 뜻인가요? "임의 요인 효과는 중첩 설계에서 가장 잘 추정됩니다"라는 말도 이해가 안 갑니다. 중첩 또는 계층적 설계는 변이 요소 연구에 매우 유용하며 안정성/일관성을 평가할 때 특히 유용합니다. 연구의 목적이 그런 것이라면 중첩 연구가 가장 효과적입니다. 그러나 인과 구조를 이해하고 예측 모델을 개발하려는 경우 교차 연구가 더 효과적입니다(예: DOE).
어떤 분석을 수행하는 데는 단 하나의 방법이 없습니다. 적절한 분석은 답하려는 질문의 함수이며 데이터가 어떻게 획득되었는지에 전적으로 달려 있습니다.
Re: 교차 효과를 고려할 때 게이지 R&R 해석R&R 목적을 위해, 정의상 임의 효과는 중첩된 디자인만 실행하는 것이 합리적이지 않습니까? 선호도의 문제가 아니라 목적의 문제입니다. 다시 말해, 임의 요인 효과는 중첩된 디자인에서 가장 잘 추정됩니다. 생각이 있으신가요?
Re: 교차 효과를 고려할 때 게이지 R&R 해석제 생각은 이렇습니다. 첫째, 교차 효과는 상호작용입니다. 즉, 모델에서 한 항의 효과가 모델의 다른 항에 따라 달라진다는 뜻입니다.
모든 양적 분석에서 중요한 문제에 부딪혔 습니다. 즉, 양적 분석(예: ANOVA)을 수행하여 "비정상적인 데이터 포인트와 패턴"에 대한 데이터를 분석한 다음 양적 분석 결과를 해석하는 것입니다. 평가자 2가 UUT #9에 대해 다른 결과를 얻은 이유를 이해해야 합니다. 어떻게 일관되게 결론을 내릴 수 있는지 모르겠습니다. 데이터 포인트가 하나뿐이지만, 그럼에도 불구하고 왜 그럴까요? 이 데이터 세트 내에서 Deming은 이 데이터 포인트를 "특별"이라고 부를 수 있고 Shewhart는 "할당 가능"이라고 부를 수 있습니다.
백분율은 허용 오차의 것입니다. 저는 개인적으로 이것이 측정 시스템을 판단하는 유일한 비교라고 생각하지 않습니다. 제 생각에는 허용 오차는 독립적으로 도출되고 일반적으로 제품을 만드는 프로세스(또는 제품 변동량)에 대한 통찰력이 없기 때문에 이것이 가장 중요하지 않습니다. 측정 시스템에서 할 수 있기를 원하는 것은 변동을 줄이거나 예측할 수 있도록 제품의 변동을 정량화하는 것입니다. 이를 평가하려면 다음을 고려해야 합니다.
1. 차별(효과적인 해결)
2. 안정성/일관성,
3. 정밀 반복성 및 아마도 재현성,
측정 시스템의.
소프트웨어는 이 특이한 데이터 포인트 하나를 고려하고자 할 것입니다. 플롯에서 볼 수 있듯이, 한 명의 평가자와만 연관되어 있기 때문에 상호 작용 효과로 정량화될 것입니다(즉, 평가자의 효과는 측정된 UUT에 따라 달라집니다). % 크기에 속지 마십시오(부분 변동(UUT)이 허용 오차의 720.79%를 차지한다는 점에 유의하세요!). 평가자에게는 변동이 크지 않으며, 대부분의 변동은 UUT 때문입니다(분산 구성 요소 플롯 참조).
BTW, 교차 연구의 문제 중 하나는 일반적으로 일관성을 평가하기에 부적절하다는 것입니다. 통제 차트는 교차 효과를 처리하지 않습니다. 일관성을 이해하려면 중첩 연구가 선호됩니다.
