In this example, you draw a gage ru

In this example, you draw a gage run chart with two data sets: one in which measurement system variation contributes little to the overall observed variation (GAGEAIAG.MTW), and one in which measurement system variation contributes a lot to the overall observed variation (GAGE2.MTW). For comparison, see the same data sets analyzed by the Gage R&R Study - ANOVA Method or the Gage R&R Study - Xbar and R method.

The GAGEAIAG data was taken from Measurement Systems Analysis Reference Manual, 3rd edition. (Chrysler, Ford, General Motors Supplier Quality Requirements Task Force). Ten parts were selected that represent the expected range of the process variation. Three operators measured the ten parts, three times per part, in a random order.

For the GAGE2 data, three parts were selected that represent the expected range of the process variation. Three operators measured the three parts, three times per part, in a random order.

Step 1: Gage Run Chart with GAGEAIAG data

1 Open the worksheet GAGEAIAG.MTW.

2 Choose Stat > Quality Tools > Gage Study > Gage Run Chart.

3 In Part numbers, enter Part.

4 In Operators, enter Operator.

5 In Measurement data, enter Measurement. Click OK.

Step 2: Gage Run Chart with GAGE2 data

1 Open the file GAGE2.MTW.

2 Choose Stat > Quality Tools > Gage Study > Gage Run Chart.

3 In Part numbers, enter Part.

4 In Operators, enter Operator.

5 In Measurement data, enter Response. Click OK.

ผลลัพธ์ (ไทย) 2:

ในตัวอย่างนี้คุณวาดแผนภูมิวิ่งประกันที่มีสองชุดข้อมูล: หนึ่งในการเปลี่ยนแปลงระบบการวัดมีส่วนน้อยที่จะสังเกตการเปลี่ยนแปลงโดยรวม (GAGEAIAG.MTW) และหนึ่งในการเปลี่ยนแปลงระบบการวัดมีส่วนช่วยมากในการเปลี่ยนแปลงที่สังเกตโดยรวม ( GAGE2.MTW) สำหรับการเปรียบเทียบให้ดูข้อมูลเดียวกันชุดวิเคราะห์โดย Gage R & R การศึกษา - วิธีการวิเคราะห์ความแปรปรวนหรือ Gage R & R การศึกษา -. Xbar และวิธีการวิจัยข้อมูลGAGEAIAG ถูกนำมาจากระบบการวัดการวิเคราะห์คู่มืออ้างอิง, ฉบับที่ 3 (ไครสเลอร์ฟอร์ด, General Motors ผู้ผลิตที่ต้องการคุณภาพ Task Force) สิบชิ้นส่วนได้รับการคัดเลือกที่เป็นตัวแทนของช่วงที่คาดหวังของการเปลี่ยนแปลงกระบวนการ สามผู้ประกอบการวัดส่วนสิบสามครั้งต่อเป็นส่วนหนึ่งในการสุ่ม. สำหรับข้อมูล GAGE2 สามส่วนได้รับการคัดเลือกที่เป็นตัวแทนของช่วงที่คาดหวังของการเปลี่ยนแปลงกระบวนการ สามผู้ประกอบการวัดสามส่วนสามครั้งต่อเป็นส่วนหนึ่งในการสุ่ม. ขั้นตอนที่ 1: ประกันเรียกใช้แผนภูมิที่มีข้อมูล GAGEAIAG. 1 เปิด GAGEAIAG.MTW แผ่น2 เลือกสถิติ> เครื่องมือคุณภาพ> การศึกษา Gage> ประกันเรียกใช้แผนภูมิ. 3 หมายเลขชิ้นส่วนป้อนภาค. 4 ในผู้ประกอบการป้อนผู้ประกอบการ. 5 ในการวัดข้อมูลป้อนวัด . คลิกตกลงขั้นตอนที่2: ประกันเรียกใช้แผนภูมิที่มีข้อมูลGAGE2. 1 เปิด GAGE2.MTW ไฟล์ 2 เลือกสถิติ> เครื่องมือคุณภาพ> การศึกษา Gage> ประกันเรียกใช้แผนภูมิ. 3 หมายเลขชิ้นใส่ส่วน. 4 ในผู้ประกอบการป้อนผู้ประกอบการ. 5 ในการวัดข้อมูลที่ป้อนการตอบสนอง คลิกตกลง

ผลลัพธ์ (ไทย) 3:

ในตัวอย่างนี้คุณวาดแผนภูมิเกจวิ่งด้วยสองชุดข้อมูลหนึ่งซึ่งในการเปลี่ยนแปลงระบบวัดก่อน้อยโดยสังเกตการเปลี่ยนแปลง gageaiag . งานวิจัย ) , และหนึ่งในการเปลี่ยนแปลงระบบการวัดมีส่วนช่วยมากโดยสังเกตการเปลี่ยนแปลง gage2 . งานวิจัย ) สำหรับการเปรียบเทียบดูข้อมูลชุดเดียวกัน โดยใช้เกจ R R - &ศึกษาวิธี ANOVA หรือเกจ R & r ศึกษา - เอกซ์บาร์และ R )

ข้อมูล gageaiag ได้มาจากระบบการวัดการวิเคราะห์การอ้างอิงคู่มือ , 3rd Edition ( ไครสเลอร์ , ฟอร์ด , General Motors ผู้ผลิตคุณภาพของงาน ) ส่วนสิบ ซึ่งคาดว่าช่วงที่เป็นตัวแทนของกระบวนการกระจายสามผู้ประกอบการวัดส่วน สิบ สาม ครั้ง ต่อ ส่วน ในลำดับแบบสุ่ม

สำหรับ gage2 ข้อมูล 3 ส่วน ซึ่งคาดว่าช่วงที่เป็นตัวแทนของกระบวนการกระจาย สามผู้ประกอบการได้สามส่วน สามครั้ง ต่อ ส่วน ในลำดับแบบสุ่ม .

ขั้นตอนที่ 1 : การใช้กราฟกับ gageaiag ข้อมูล

1 เปิดแผ่นงาน gageaiag รูปแบบที่

. .