1分钟教你制作量具R&R(方差分析法)

MSA手册中的案例。
选择了十个表示过程变异预期极差的部件。由三名操作员按照随机顺序测量这十个部件，每个部件测量三次。
我们用方差分析法进行GRR分析:
 
操作:
1, 6SQ统计--测量系统分析--量具R&R(方差分析法)

 
2，输入 实验次数: 3 
     评价人数: 3  
     零件个数:10

点击设计，生成数据表。


3，填入实验数据

4，数据范围选择全部的红色的框内，输入过程公差8 , 点击确认，输出分析结果。










 
会话窗口输出 

·    查看方差分析表中操作员*部件交互作用的 p 值。当操作员与部件的 p 值 > 0.05 时，在整个模型中忽略此交互作用。请注意，有一个方差分析表没有交互作用，因为 p 值为 0.974。

·    查看量具 R&R 表中的“%贡献”列 - 来自部件间的贡献百分比 (92.24) 大于合计量具 R&R 的贡献百分比 (7.76)。这表明大部分变异是由于部件间的差异所致。 

·    查看“%研究变异”列 - 合计量具 R&R 占研究变异的 27.86%。虽然合计量具 R&R %贡献是可接受的，但仍有改进的余地。请参见测量系统可接受性准则。 

·    对于此数据，可区分的类别数为 4。按照 AIAG 的要求，您需要至少 5 个可区分类别才能得到满足要求的测量系统。请参见可区分类别数声明。 



图形窗口输出 


·    在“变异分量”图中，部件间的贡献百分比大于合计量具 R&R 的贡献百分比，表明大部分变异是由于部件间的差异所致。

·    在“按部件”图中，部件间存在较大差异，。

·    在“R 控制图（按操作员）”中，操作员 B 的部件测量值很不稳定。 

·    在“按操作员”图中，与部件间的差异相比，操作员之间的差异较小，但仍属显著（p 值 = 0.00）。操作员 C 的测量值似乎比其他人略低一些。

·    在“Xbar 控制图（按操作员）”中，X 和 R 控制图中的大部分点都在控制限制之外，表明变异主要是由于部件间的差异所致。

·    “操作员*部件交互作用”图是对于操作员*部件的 p 值（此处为 0.974）的直观表示，表明每个部件和操作员之间不存在显著的交互作用。
 
Excel数据案例:
 http://pan.baidu.com/s/1i5AXSRN​ 

6SQ统计3.0企业版90天试用下载​ http://pan.baidu.com/s/1i5AXSRN