Interpreting the resultsSession Win

Interpreting the results
Session Window Output
· Look at the p-value for the Part*Subcomponent interaction in the ANOVA Table. When the p-value for an interaction is > 0.25, Minitab omits this from the full model. Notice there is an ANOVA table without that interaction because the p-value was 0.491. The Part*Operator and Operator*Subcomponent interactions are significant sources of variability and are retained in the model.

· Note that in the %Contribution column in the Variance Components table the percent contribution from Part-To-Part (92.08) is larger than that of Total Gage R&R (7.92). This tells you that much of the variation is due to differences between parts. Additionally, the sub-component does not add much additional part-to-part variation, only 1.44 percent.

· Note that in the %Study Var column in the Gage Evaluation table the Total Gage R&R accounts for 28.15% of the study variation. While the Total Gage R&R %Contribution is acceptable, there is room for improvement. See Guidelines for measurement system acceptability.

· For these data, the number of distinct categories is 4. According to the AIAG, you need at least 5 distinct categories to have an adequate measuring system. See Number of distinct categories statement.

Graph Window Output
· The Components of Variation graph (located in the upper left corner) shows that the percent contribution from Part-To-Part is larger than that of Total Gage R&R, telling you that much of the variation is due to differences between parts.

· The non-level line in the By Part graph (located in upper right corner) shows that there are large differences between parts.

· The R Chart by Operator (located in middle of the left corner) shows that Operator B measures parts inconsistently.

· The By Operator graph (located in the middle of the right column) shows that the differences between operators are small compared to the differences between parts, but are significant (p-value = 0.038). Operator C appears to measure slightly lower than the others.

· The Xbar Chart by Operator (located in the lower left corner) shows that most of the points in the X and R chart are outside the control limits, indicating variation is mainly due to differences between parts.

· The Operator* Subcomponent graph is a visualization of the p-value for Operator* Subcomponent (0.001), indicating a significant interaction between Operator and Subcomponent. All operators, especially Operator B, tend to measure Parts with Subcomponent B higher than parts with Subcomponent A.

ผลลัพธ์ (ไทย) 1:

การตีความผลช่วงหน้าต่างผลลัพธ์· หาค่า p ส่วน * โต้ตอบย่อยในตารางวิเคราะห์ความแปรปรวน เมื่อค่า p ในการโต้ตอบ > 0.25 ปัจจัยตัดนี้อยู่จากรุ่นเต็ม สังเกตเห็นมีตารางการวิเคราะห์ความแปรปรวนโดยไม่โต้ตอบนั้นเนื่องจากค่า p 0.491 ส่วน * ผู้ปฏิบัติงานและดำเนินการ * โต้ตอบย่อยมีแหล่งที่มาสำคัญของความแปรผัน และเก็บไว้ในรูปแบบ· หมายเหตุว่าในคอลัมน์%ส่วนประกอบต่างตารางสัดส่วนเปอร์เซ็นต์จากส่วนการส่วน (92.08) มีขนาดใหญ่กว่าที่เกจรวม R และ R (7.92) นี้จะแจ้งการเปลี่ยนแปลงมากว่าเนื่องจากความแตกต่างระหว่างส่วน นอกจากนี้ ส่วนประกอบย่อยไม่เพิ่มมากเพิ่มเติมส่วนหนึ่งส่วนผันแปร เพียง 1.44 เปอร์เซ็นต์· หมายเหตุว่า ในคอลัมน์ศึกษา Var %ในตารางประเมินเกจเกจ R รวมบัญชี R % 28.15 ของรูปแบบการศึกษา ในขณะที่เกจรวม R & R %สัดส่วนเป็นที่ยอมรับ มีห้องปรับปรุง ดูแนวทางการประเมินระบบ acceptability · ข้อมูลเหล่านี้ หมายเลขของประเภทที่แตกต่างกันเป็น 4 ตาม AIAG คุณน้อย 5 ประเภทที่แตกต่างมีระบบการวัดที่เพียงพอ ดูหมายเลขของคำสั่งประเภทที่แตกต่างกัน แสดงผลหน้าต่างกราฟ· กราฟส่วนประกอบการเปลี่ยนแปลง (อยู่ในมุมบนซ้าย) แสดงว่าสัดส่วนร้อยละจากส่วนหนึ่งส่วนใหญ่กว่าของเกจรวม R & R บอกคุณว่า การเปลี่ยนแปลงมากเนื่องจากความแตกต่างระหว่างส่วน· The non-level line in the By Part graph (located in upper right corner) shows that there are large differences between parts.· The R Chart by Operator (located in middle of the left corner) shows that Operator B measures parts inconsistently. · The By Operator graph (located in the middle of the right column) shows that the differences between operators are small compared to the differences between parts, but are significant (p-value = 0.038). Operator C appears to measure slightly lower than the others.· The Xbar Chart by Operator (located in the lower left corner) shows that most of the points in the X and R chart are outside the control limits, indicating variation is mainly due to differences between parts.· The Operator* Subcomponent graph is a visualization of the p-value for Operator* Subcomponent (0.001), indicating a significant interaction between Operator and Subcomponent. All operators, especially Operator B, tend to measure Parts with Subcomponent B higher than parts with Subcomponent A.

ผลลัพธ์ (ไทย) 2:

การตีความผลการประชุมหน้าต่างเอาท์พุท·ดูที่p-value สำหรับส่วน * ปฏิสัมพันธ์คอมโพเนนต์ย่อยในตาราง ANOVA เมื่อ p-value สำหรับการปฏิสัมพันธ์เป็น> 0.25, Minitab ละเว้นนี้จากรูปแบบเต็มรูปแบบ ขอให้สังเกตว่ามีตาราง ANOVA โดยไม่มีการโต้ตอบว่าเพราะเป็น p-value 0.491 ส่วนที่ * ผู้ประกอบการและผู้ประกอบการ * ปฏิสัมพันธ์คอมโพเนนต์ย่อยเป็นแหล่งสำคัญของความแปรปรวนและจะถูกเก็บไว้ในรูปแบบ. ·โปรดทราบว่าในคอลัมน์% เงินสมทบในตารางส่วนประกอบความแปรปรวนผลงานร้อยละจาก Part-To-ชิ้นส่วน (92.08) มีขนาดใหญ่กว่า รวม Gage R & R (7.92) นี้จะบอกคุณว่ามากของการเปลี่ยนแปลงคือเนื่องจากความแตกต่างระหว่างส่วน นอกจากนี้องค์ประกอบย่อยไม่ได้เพิ่มอีกมากส่วนหนึ่งที่จะเป็นส่วนหนึ่งการเปลี่ยนแปลงเพียง 1.44 เปอร์เซ็นต์. ·โปรดทราบว่าในคอลัมน์% การศึกษา Var ในตารางการประเมินผลการประกันรวมบัญชี Gage R & R สำหรับ 28.15% ของรูปแบบการศึกษา ในขณะที่ประกันรวม R & R% เงินสมทบเป็นที่ยอมรับมีห้องพักสำหรับการปรับปรุง ดูแนวทางการยอมรับระบบการวัด. ·สำหรับข้อมูลเหล่านี้จำนวนประเภทที่แตกต่างเป็น 4 ตามที่ AIAG คุณต้องไม่น้อยกว่า 5 ประเภทที่แตกต่างกันจะมีระบบการวัดที่เพียงพอ ดูจำนวนคำสั่งประเภทที่แตกต่าง. กราฟหน้าต่างเอาท์พุท·ส่วนประกอบของกราฟรูปแบบ (อยู่ในมุมบนซ้าย) แสดงให้เห็นว่าผลงานร้อยละจาก Part-To-ส่วนที่มีขนาดใหญ่กว่าที่รวม Gage R & R, บอกคุณว่ามาก รูปแบบที่เกิดจากความแตกต่างระหว่างส่วน. ·บรรทัดที่ไม่ใช่ระดับในรูปแบบของกราฟส่วนโดย (อยู่ในมุมบนขวา) แสดงให้เห็นว่ามีความแตกต่างขนาดใหญ่ระหว่างชิ้นส่วน. ·แผนภูมิ R โดยผู้ประกอบการ (อยู่ในช่วงกลางของมุมซ้าย) แสดงให้เห็นว่าผู้ประกอบการส่วน B มาตรการไม่ลงรอยกัน. ·การโดยผู้ประกอบกราฟ (อยู่ในช่วงกลางของคอลัมน์ขวา) แสดงให้เห็นว่าความแตกต่างระหว่างผู้ประกอบการที่มีขนาดเล็กเมื่อเทียบกับความแตกต่างระหว่างส่วน แต่มีความสำคัญ (p-value = 0.038) ผู้ประกอบการ C ปรากฏในการวัดเล็กน้อยต่ำกว่าคนอื่น ๆ . ·แผนภูมิ Xbar โดยผู้ประกอบการ (อยู่ในมุมล่างซ้าย) แสดงให้เห็นว่าส่วนใหญ่ของคะแนนใน X และ R แผนภูมินอกพิกัดควบคุมแสดงให้เห็นการเปลี่ยนแปลงเป็นส่วนใหญ่เนื่องจากความแตกต่าง ระหว่างส่วน. ·กราฟ Operator * คอมโพเนนต์ย่อยคือการสร้างภาพของ p-value สำหรับผู้ประกอบการ * คอมโพเนนต์ย่อย (0.001) แสดงให้เห็นปฏิสัมพันธ์ที่สำคัญระหว่างผู้ประกอบการและคอมโพเนนต์ย่อย ผู้ประกอบการทั้งหมดโดยเฉพาะอย่างยิ่งผู้ประกอบการ B, มีแนวโน้มที่จะวัดชิ้นส่วนที่มีคอมโพเนนต์ย่อย B สูงกว่าชิ้นส่วนที่มีคอมโพเนนต์ย่อยเอ

ผลลัพธ์ (ไทย) 3:

การตีความผล

ด้วยเซสชั่นหน้าต่างออกดู p ส่วน * subcomponent ปฏิสัมพันธ์ในตาราง ANOVA เมื่อ p เป็นปฏิสัมพันธ์ คือ 0.25 , เพลงตัดจากแบบเต็ม เห็นมีตาราง ANOVA ไม่มีปฏิสัมพันธ์เพราะถูก 0.491 , .ส่วนผู้ประกอบการและผู้ประกอบการ * * subcomponent ปฏิสัมพันธ์เป็นแหล่งสำคัญของความแปรปรวน และยังคงอยู่ในรูปแบบ

ด้วยทราบว่าในผลประโยชน์คอลัมน์ในองค์ประกอบความแปรปรวนตารางเปอร์เซ็นต์ผลงานจากส่วนหนึ่งส่วน ( 92.08 ) มีขนาดใหญ่กว่าทั้งหมดของเกตส์ R & R ( 7.92 ) นี้จะบอกคุณมากของการเปลี่ยนแปลงเนื่องจากความแตกต่างระหว่างส่วน นอกจากนี้ส่วนประกอบย่อยไม่เพิ่มมากอีกส่วนหนึ่งที่จะเป็นส่วนหนึ่งของ เพียง 1.44 เปอร์เซ็นต์

ด้วยทราบว่าในการศึกษาคือคอลัมน์ในวัดประเมินผลรวม& R R ตารางสอบบัญชีสำหรับร้อยละของการกระจาย ในขณะที่การรวม R & R % ผลงานเป็นที่ยอมรับ มีห้องสำหรับการปรับปรุง ดูแนวทางการยอมรับระบบการวัด

ด้วยสำหรับข้อมูลจำนวนของประเภทที่แตกต่างกันคือ 4 ตามไป aiag คุณต้องอย่างน้อย 5 ประเภทที่แตกต่างกันให้มีอย่างเพียงพอ ระบบวัด ดูจำนวนที่แตกต่างกันประเภทข้อความ


ด้วยหน้าต่างกราฟผลผลิตองค์ประกอบของรูปแบบกราฟ ( ตั้งอยู่ในมุมบนซ้าย ) พบว่าเปอร์เซ็นต์สัดส่วนส่วนส่วนหนึ่งมีขนาดใหญ่กว่าทั้งหมดของเกตส์ R & R ,บอกคุณมากของการเปลี่ยนแปลงเนื่องจากความแตกต่างระหว่างส่วน

ด้วยไม่ใช่ระดับสายในส่วนกราฟ ( อยู่มุมบนขวา ) พบว่ามีความแตกต่างกันมากระหว่างส่วน

ด้วย R แผนภูมิโดยผู้ประกอบการ ( อยู่ในตรงกลางของมุมซ้าย ) แสดงให้เห็นว่าผู้ประกอบการ b มาตรการ ส่วนลุ่มๆ ดอนๆ .

ด้วย โดยผู้ประกอบการกราฟ ( อยู่ตรงกลางของคอลัมน์ด้านขวา ) แสดงให้เห็นว่าความแตกต่างระหว่างผู้ประกอบการมีขนาดเล็กเมื่อเทียบกับความแตกต่างระหว่างชิ้นส่วน แต่อย่างมีนัยสำคัญ ( p = 0.038 ) ผู้ประกอบการ C ปรากฏวัดลดลงเล็กน้อยกว่าคนอื่น ๆ .

ด้วยการเอกซ์บาร์กราฟโดยผู้ประกอบการ ( อยู่ในมุมล่างซ้าย ) แสดงให้เห็นว่าส่วนใหญ่ของจุดในแผนภูมิ X และ R อยู่ขอบเขตการควบคุม แสดงการเปลี่ยนแปลงเป็นหลักเนื่องจากความแตกต่างระหว่างส่วนต่าง ๆด้วย

) * subcomponent กราฟคือการแสดงของ p สำหรับผู้ประกอบการ * subcomponent ( 0.001 ) แสดงให้เห็นปฏิสัมพันธ์ร่วมกันระหว่างผู้ประกอบการและ subcomponent .ทุกผู้ประกอบการ โดยเฉพาะผู้ประกอบการ B มักจะวัด ส่วนที่มี subcomponent B สูงกว่าส่วนด้วย

subcomponent .