표준 편차의 비율로서의 %GR&R 대 분산 구성 요소의 %GR&R저는 수년간 GR&R 연구를 완료해 왔고 항상 분산 구성 요소를 사용하여 GR&R 보고서의 하단에서 계산된 %GR&R을 사용해 왔습니다. JMP는 또한 화면 상단에 RR 표준 편차와 총 분산의 비율로 %GR&R을 보고합니다. 둘 중 하나의 이점을 이해하는 데 도움을 주시겠습니까? 분산 구성 요소 숫자가 사용하기에 올바른 숫자인 것 같지만 더 잘 이해하고 싶습니다. 누군가 이것을 설명해 줄 수 있습니까? 이 포럼이나 GR&R에 대한 JMP 설명서에서 명확한 설명을 찾지 못했습니다. 감사합니다.
품질 및 공정 엔지니어링Re: 표준 편차의 비율로서의 %GR&R vs. 분산 구성 요소의 %GR&R안녕하세요 @Jens_Riege 님 ,
둘 다 맞지만 의미가 다를 뿐입니다. 분산 성분 % RR은 모두 합산이 100%이기 때문에 좋습니다. 그러나 분산 성분 값은 측정 단위가 아니므로 측정 및 허용 오차와 비교하기가 어려울 수 있습니다. 분산 성분의 경우 1% 이하는 훌륭하고 10% 이하는 허용 가능한 것으로 사용합니다. 성분의 표준 편차를 사용하는 위 표의 % Total(% 연구 변동이라고도 함)의 경우 100%에 합산되지 않아 일부 사람들이 이를 좋아하지 않으며 10% 이하는 훌륭하고 30% 이하는 허용 가능한 것으로 다른 허용 기준을 사용하기도 합니다. 허용 오차와 동일한 단위로 무언가를 사용해야 하므로 위 표에서 표준 편차를 사용하여 % 허용 오차를 얻는 것도 이 때문입니다.
도움이 되길 바랍니다!
Re: 표준 편차의 비율로서의 %GR&R vs. 분산 구성 요소의 %GR&RShampton82, 제 질문에 답해 주셔서 감사합니다. 귀하의 설명은 제가 GR&R의 다른 포럼에서 찾은 것과 일치합니다.
제 문의의 목적은 단지 GR&R에 대한 ANOVA 접근 방식 내에서 수학에 의해 뒷받침되는 단 하나의 방법론만이 게이지가 유능하다고 간주되는 것을 정의하는 데 사용될 수 있는 이유를 설명하는 명확한 설명을 찾는 것입니다. JMP에서 둘 다 표시하는 방식은 오랫동안 제 관심사였습니다. 둘 중 하나를 다른 하나보다 결정적으로 선택해야 할 좋은 주장을 보지 못했기 때문입니다. 두 가지 답변이 있으면 혼란이 더해지고 게이지가 유능한지 여부를 사용자가 결정하게 됩니다. 두 숫자 중 더 나은 것을 선택할 수도 있습니다.
측정과 동일한 단위로 데이터를 표현하는 것은 상식적으로는 맞을지 몰라도 수학적으로는 별로 의미가 없습니다.
Don Wheeler(아래 참조)는 이것들이 단지 비율일 뿐이며 실제로 비교할 수 없다는 좋은 주장을 합니다. 언급하신 대로 모든 변동 백분율을 더하면 100% 이상의 변동이 됩니다. 전체 변동이 100%라면 물리적으로 가능하지 않은 듯합니다. 비율을 적절히 비교하고 전체의 일부인 비율을 나타내려면 숫자의 %가 아니라 100의 %가 됩니다.
분산 구성 요소를 사용하면 분산 구성 요소가 100%가 되므로 수학적 무결성이 유지됩니다. 휠러는 또한 표준 편차를 사용하면 측정 오류를 제대로 설명하지 못하지만 분산 구성 요소는 그렇게 한다고 말합니다.
이를 통해 ANOVA 방법을 사용하여 GR&R을 완료할 때 분산 구성 요소를 비교하는 것이 더 적절한 솔루션이라는 결론에 도달했습니다.
저는 여러분이나 다른 사람들의 생각을 알고 싶습니다. 의견의 다양성은 있지만, 명확하고 엄격한 정의는 없는 듯하거든요.
-옌스 리에주
"게이지 R&R 연구의 문제점: R&R 가치를 이해하는 방법" Donald Wheeler
https://www.spcpress.com/pdf/DJW223.pdf
Re: 표준 편차의 비율로서의 %GR&R vs. 분산 구성 요소의 %GR&R죄송하지만, 질문이 무엇인지 잘 이해가 안 갑니다 . "답변이 두 개면 혼란이 생기고 게이지가 가능한지 여부를 사용자가 결정하게 됩니다"는 말은 무슨 뜻인가요? 혼란스러운 점은 무엇인가요? "게이지 기능"을 정의해 주시겠어요? 한 통계는 측정 단위로 표현되고 다른 통계는 제곱으로 표현됩니다. 분산을 사용하면 측정 단위와 관련하여 더 이상 직접 해석할 수 없지만 분산 구성 요소는 가산적입니다. 게이지가 적절하고 유용한지 여부를 결정하는 것은 항상 사용자에게 달려 있습니다. 통계는 항상 해석되어야 합니다.
측정 시스템 연구를 수행하는 방법에는 관리 차트 방법을 포함하여 여러 가지가 있습니다 . 모든 방법은 사용자가 해석해야 합니다.
Re: 표준 편차의 비율로서의 %GR&R vs. 분산 구성 요소의 %GR&R안녕하세요 @Jens_Riege 님 ,
설명이 약간 도움이 되어서 기쁘고 Stdevs 사용에 대한 우려를 이해합니다. Wheeler는 너무 화가 나서 EMP 방법을 생각해냈습니다! 저는 표준 편차와 함께 총 GR&R을 사용하는 것을 좋아하는데, 이를 사용하여 % 허용 오차를 얻을 수 있고, 이는 항공우주 분야에서 보고하는 주요 지표이기 때문입니다. GR&R 결과를 좌우하는 부분이 어디인지 걱정된다면 분산 결과를 살펴보겠습니다. 또한 게이지의 6xStdevs를 살펴보면 게이지에서 그렇게 많은 변화가 예상되는지, 그리고 실제 부분이 사양 한계에 맞다면 측정값이 얼마나 틀릴 수 있는지 직감적으로 확인할 수 있습니다. 게이지를 사용하는 데 있어 백분율로 생각하는 것보다 이것이 더 많은 정보를 제공할 수 있다고 생각합니다. % GR&R을 찾고 있다면 분산 구성 요소를 사용하는 것이 좋습니다. 분산 구성 요소는 가산적이고 그 지점에서 이해하기가 더 쉽기 때문입니다.
도움이 되길 바랍니다. 당신과 Statman이 말했듯이 게이지의 성과를 보는 데는 다양한 관점이 있습니다.
스티브
Re: 표준 편차의 비율로서의 %GR&R vs. 분산 구성 요소의 %GR&R안녕하세요 Statman,
답변해 주셔서 감사합니다.
제가 언급한 두 GR&R 숫자는 Anova 표의 표준 편차 섹션에 있는 %GR&R과 표의 분산 구성 요소 섹션에 있는 총 변동의 별도 GR&R %를 말합니다... 예를 들어 표준 편차와 분산을 사용한 GR&R 연구가 있습니다. 표준 편차에 따른 %GR&R은 7.35%입니다. 분산에 따른 %GR&R은 0.54%입니다. 그리고 게이지가 사용에 적합한지 여부를 결정하는 기준은 어느 경우든 <10%입니다. 말이 안 됩니다...
표준편차의 총 변동이 100.00%라면 휠러가 언급한 것처럼 변동의 개별 구성 요소를 합산하면 100%가 넘습니다. 이런 이유로 표준편차 방법은 의미가 없습니다. 분산이 원래 데이터와 같은 단위라는 것은 중요하지 않습니다. 우리는 두 요인의 상대적 비율을 취하고 있으며 % 단위가 아닌 % 변동을 취하고 있습니다. - 제 생각일 뿐입니다.
고맙습니다, 옌스
| | 표준 개발 | 변화 | 전체의 % (표준 편차) | 전체의 % (분산) |
| 이것 | 0.005914978 | 0.000034987 | 4.69% | 0.22% |
| 의 | 0.007133345 | 0.000050885 | 5.66% | 0.32% |
| 레알 | 0.009266692 | 0.000085872 | 7.35% | 0.54% |
| 광전효과 | 0.125669222 | 0.015792753 | 99.73% | 99.46% |
| TV | 0.126010417 | 0.015878625 | 100.00% | 100.00% |
Re: 표준 편차의 비율로서의 %GR&R vs. 분산 구성 요소의 %GR&R제 요점을 완전히 놓친 것 같아 죄송하지만, 걱정하지 마세요. 모든 분석에는 해석이 필요합니다.
Re: 표준 편차의 비율로서의 %GR&R vs. 분산 구성 요소의 %GR&R안녕하세요 Statman,
당신이 말하고자 하는 바는 서로 다른 결과를 가져오는 서로 다른 방법이 있으며, 각 결과는 별도로 해석되어야 한다는 것입니다.
저는 그것을 이해하고 동의합니다. 제가 우려하는 것은 해석을 위한 JMP 지침이 명확하지 않다는 것입니다. 같은 보고서가 두 군데에서 다른 % GR&R을 제시하기 때문에 보고서에는 더 나은 지침이 필요합니다.
더 자세히 알아보니 경쟁사의 제품 웹사이트에서 다음과 같은 안내를 발견했습니다.
저는 GR&R의 JMP 도움말에서 분산 구성 요소를 사용할 때 이 개정된 <1% 수용 기준을 수용할 수 있는 것으로 찾지 못했습니다. 이것이 제 우려를 해결했을 것입니다.
이는 분산 구성요소에 < 10% 규칙을 적용할 수 없음을 보여줍니다.
해석에 도움이 되는 적절한 지침이 중요합니다...
해결책을 찾는 데 도움을 주셔서 감사합니다.
- 옌스
Re: 표준 편차의 비율로서의 %GR&R vs. 분산 구성 요소의 %GR&R알겠습니다. JMP에서 더 나은 안내를 제공했으면 좋겠다는 말씀을 이해합니다. JMP에 요청을 제출할 수 있습니다.
저는 개인적으로 어떤 경우에도 "경험칙" 지침을 사용하는 것을 권장하지 않습니다. 제가 작업한 거의 모든 프로젝트는 맥락에서 측정 불확실성을 신중하게 고려해야 합니다.
