875431_es-ES

liliconcom

GR&R combinado

Hola a todos,

Estoy realizando un análisis GaugeR&R utilizando un proceso cruzado de 6 sigma,

Donde mi configuración es de 5 unidades, 3 empleados y 3 estaciones.

¿Cómo puedo saber cuáles son los componentes de varianza cuando calculo una configuración combinada donde busco un resultado único unificado?

(usando JMP 18)

gracias de antemano

Modelado estadístico avanzadoIngeniería de Calidad y ProcesosRe: GR&R combinado

Necesitará proporcionar información más detallada sobre la estructura exacta del experimento que realizó y contexto adicional. Por ejemplo, ¿la respuesta es numérica, ordinal o categórica/atributiva? ¿Anidación? ¿Cruce? Mencionó "cruzado", pero ¿en qué parte de la estructura? ¿Cuántas mediciones replicadas? ¿Y el modelo?

No soy muy fan de los métodos clásicos de R&R de Gage de AIAG (si es a lo que te diriges) por muchas razones que no voy a explicar aquí, especialmente en lo que respecta al análisis de componentes de varianza. Es posible realizar este tipo de análisis en JMP, pero JMP claramente te dirige al enfoque EMP de Don Wheeler, así que, una vez que hayas realizado el experimento y recopilado las respuestas, te sugiero comenzar aquí, en la documentación de JMP, para un flujo de trabajo de análisis sólido basado en EMP:

EMP en JMP

Re: GR&R combinado

En mi humilde opinión, los problemas con la R&R de Gage tienen menos que ver con el análisis y más con la estrategia de recopilación de datos. Entre los problemas se incluyen:

1. La R&R del calibre está sesgada hacia los componentes del sistema de medición (varias capas son componentes de las fuentes del sistema de medición; por ejemplo, calibre y operador con una capa para la variación de la muestra para comparación)
2. La gente no reconoce la importancia de seleccionar muestras para el estudio. ¿Qué variación representan las muestras? Dado que se compara la variación de la medición con la variación de la muestra, si se eligen muestras similares (p. ej., 5 muestras consecutivas) frente a muestras con variaciones considerables (p. ej., muestras aleatorias), se pueden llegar a conclusiones completamente diferentes sobre la capacidad del sistema de medición.
3. Desafortunadamente, se tiende a realizar una revisión y reinvención de los instrumentos y a "bautizar" el sistema de medición como algo inamovible. Estudios donde los resultados se aplican más allá del ámbito de la inferencia.
4. Los modelos mixtos (cruzados y anidados) dificultan la evaluación de la estabilidad del sistema de medición. Los gráficos de control no son apropiados para estudios cruzados.

Don Wheeler ha escrito algunos buenos artículos sobre el tema:

Wheeler, Don (2006) “ Un estudio honesto de R&R de calibres ”, Conferencia técnica de otoño de ASQ/ASA de 2006, n.º 189

Wheeler, Donald (2020) “Comparación de métodos de medición de calibre R&R: ¿En qué se diferencian los métodos ANOVA, AIAG y EMP?”, Boletín informativo de la División de Estadística de ASQ , vol. 39, n.º 1

Re: GR&R combinado

Este es el resultado de ANOVA en la validación GRR cruzada.

GRR utiliza el valor del componente de varianza y el valor del componente de varianza proviene de ANOVA.