Gage R&R 연구(확장)

확장 Gage R&R은 측정마다 한 행씩 입력하는 표준 Part 및 Operator 연구에 게이지나 실험실 같은 교차 랜덤 요인을 최대 8개까지 추가합니다. ANOVA를 적합하고 유의하지 않은 교호작용을 제거하며, 분산 성분, %Contribution, %StudyVar, 규격 한계가 있을 때의 %Tolerance, 구별 가능한 범주 수를 보고하고, 변동 성분, 교호작용, 작업자별 Xbar/R 관리도를 제공합니다.

최종 검토

핵심 요점

Gage R&R 연구(확장)는 부품과 작업자 외에 게이지, 치구, 실험실, 교대조 같은 요인도 영향을 줄 수 있을 때, 결과 변동 중 얼마만큼이 측정시스템에서 오는지 측정합니다.

이 페이지 내용
  1. 목적
  2. 주요 기능
  3. 통계적 방법
  4. 입력 항목 및 옵션
  5. 출력 설명
  6. 계산 예제

목적

Gage R&R 연구(확장)는 부품과 작업자 외에 두 번째 게이지, 치구, 실험실, 교대조 등이 영향을 줄 수 있을 때, 결과 변동 중 얼마만큼이 측정시스템에서 오는지 측정합니다. 세 번째(또는 그 이상의) 요인이 있고 측정시스템이 부품을 구별할 수 있는지 알고 싶을 때 교차 Gage R&R 대신 사용합니다.

주요 기능

  • Part와 Operator에 더해 교차 랜덤 요인을 최대 8개까지 추가(예: 게이지, 치구, 실험실).
  • 측정마다 한 행씩 데이터를 입력.
  • 유의하지 않은 교호작용을 자동으로 제거하는 ANOVA.
  • 분산 성분, %Contribution, 연구 변동, %StudyVar, 그리고 규격 한계가 있으면 %Tolerance.
  • 구별 가능한 범주 수(NDC).
  • 연구 부품 또는 과거 표준편차에서 구한 공정 변동, 규격 한계에 대한 오분류 확률.
  • 변동 성분 그림, 부품별 및 작업자별 측정값, 부품 × 작업자 교호작용 그림, 작업자별 R 관리도와 Xbar 관리도.

통계적 방법

모든 요인은 랜덤이며 교차로 취급합니다. 도구는 수정 제곱합을 사용하여 모든 요인과 그 교호작용을 포함한 일반 선형 모형을 적합한 다음, p-값이 0.05보다 큰 교호작용 항을 고차 교호작용부터 제거하고 다시 적합합니다. 분산 성분은 최종 모형의 기대 평균제곱으로 구하며, 음수 추정값은 0으로 설정합니다. 측정값이나 요인 값이 누락된 행은 제외합니다.

Part는 부품 간 항입니다. 반복성은 오차 분산이고, 재현성은 다른 모든 요인과 남은 교호작용의 성분의 합입니다. 전체 Gage R&R = 반복성 + 재현성이며, 전체 변동 = Gage R&R + 부품 간 변동입니다. %Contribution은 각 분산이 전체 분산에서 차지하는 비율입니다. 연구 변동 = k × 표준편차(기본값 k = 6)이고, %StudyVar = 연구 변동 / 전체 연구 변동이며, %Tolerance = 연구 변동 / (USL − LSL)입니다. 한쪽 한계만 있으면 연구 변동의 절반을 평균에서 그 한계까지의 거리로 나눕니다. NDC = floor(√2 × σ(part) / σ(Gage R&R)).

과거 표준편차가 Gage R&R 표준편차보다 크면 이를 전체로 사용하고, 부품 간 변동은 나머지가 되며, 이때 %Process도 함께 표시됩니다. 일반적인 경험 법칙(AIAG)은 다음과 같습니다. %StudyVar가 10% 미만이면 허용 가능하고, 10~30%는 적용 분야에 따라 허용될 수 있으며, 30%를 넘으면 허용되지 않습니다. NDC는 5 이상이어야 합니다.

입력 항목 및 옵션

항목

설명

Part

부품(또는 시료)을 나타내는 열. 필수.

Operator

작업자(또는 분석자)를 나타내는 열. 필수.

Additional factor (optional)

세 번째 교차 랜덤 요인. 예: Gage/Fixture/Lab. 표준 2요인 Part × Operator 연구에서는 비워 둡니다.

More additional factors (optional)

추가 교차 랜덤 요인. 추가 요인은 총 8개까지입니다.

Measurement

결과의 수치 열. 필수.

Study variation multiplier (k)

연구 변동이 포괄하는 표준편차의 수. 기본값은 6.

Estimate process variation

이 연구의 부품 사용(기본값) 또는 과거 표준편차 사용.

Historical standard deviation

과거 표준편차 옵션에서 표시되며 필수.

Lower spec limit (optional) / Upper spec limit (optional)

표에 %Tolerance를 추가합니다.

Display probabilities of misclassification

규격 한계가 하나 이상 주어졌을 때 활성화됩니다.

gage-rr-expanded-inputs


그림 1 — 적정기 연구의 옵션: Sample을 Part로, Analyst를 Operator로, Titrator를 추가 요인으로, Assay_pct를 측정값으로, k = 6.

출력 설명

  • Summary — %Gage R&R (StudyVar), Number of Distinct Categories, 요인, 제거된 항, N.
  • ANOVA Table — 최종 모형의 DF, Adj SS, Adj MS, F, P.
  • Gage R&R — Total Gage R&R, Repeatability, Reproducibility와 그 요인, Part-To-Part, Total Variation의 VarComp, %Contribution, StdDev, StudyVar, %StudyVar(및 %Tolerance, %Process).
  • Probabilities of misclassification — 선택했을 때.
  • Components of Variation, 부품별 측정값, 작업자별 측정값, Part × Operator Interaction, 작업자별 R Chart와 작업자별 Xbar Chart.
  • Download를 통한 PDF 내보내기.

gage-rr-expanded-output


그림 2 — 분석 시험에 대한 확장 Gage R&R: Total Gage R&R은 연구 변동의 24.05%이고 구별 가능한 범주 수는 5이며, 모든 교호작용이 제거되었습니다.

gage-rr-expanded-extra


그림 3 — 적정기 연구의 그래프: 변동 성분에서 시료가 지배적이고, 분석자별 선은 평행하며, 대부분의 Xbar 타점이 한계 밖에 있습니다.

계산 예제

한 소다회 실험실이 두 대의 자동 적정기 T1과 T2로 제품 순도(분석 시험, %)를 측정하며, 실험실 관리자는 분석자뿐 아니라 적정기도 변동을 더한다고 의심합니다. 시료 10개를 세 명의 분석자가 두 적정기에서 각각 두 번씩 측정하여 결과가 120개입니다. 관리자는 Sample을 Part로, Analyst를 Operator로, Titrator를 추가 요인으로, Assay_pct를 측정값으로 선택합니다.

유의한 교호작용이 없으므로 네 개 모두(Sample*Analyst*Titrator, Sample*Analyst, Sample*Titrator, Analyst*Titrator) 제거됩니다. 최종 모형에서 시료 간 차이가 매우 크고(F = 436.3) Analyst(F = 34.24)와 Titrator(F = 24.82)도 모두 유의하며, 모두 p < 0.001입니다.

Total Gage R&R은 연구 변동의 24.05%(분산의 5.79%)이며, 반복성 16.12%, 분석자 14.69%, 적정기 10.15%입니다. 구별 가능한 범주 수는 5입니다. 일반적인 기준으로 이는 조건부로 허용 가능한 측정시스템입니다. 시료를 다섯 그룹으로 구별할 수 있지만, 분석자와 적정기가 함께 기여하는 변동이 반복 측정값보다 큽니다. 의심한 대로 적정기도 변동을 더하지만 분석자보다는 적습니다. 분석자의 방법을 일치시키고 두 적정기를 기준에 맞게 교정하면 Gage R&R을 낮출 수 있습니다.

자주 묻는 질문

교차 Gage R&R 대신 확장 Gage R&R은 언제 사용해야 합니까?

부품과 작업자 외에 두 번째 게이지, 치구, 실험실, 교대조와 같은 요인이 측정에 영향을 줄 수 있을 때 확장 Gage R&R을 사용합니다. Part와 Operator에 더해 교차 랜덤 요인을 최대 8개까지 다루므로 각 요인이 얼마나 기여하는지, 그리고 측정시스템이 부품을 구별할 수 있는지 확인할 수 있습니다.

확장 Gage R&R은 어떻게 계산합니까?

모든 요인은 랜덤이며 교차로 취급합니다. 도구는 모든 요인과 교호작용을 포함한 일반 선형 모형을 적합하고, p-값이 0.05보다 큰 교호작용을 고차부터 제거한 다음 다시 적합합니다. 반복성은 오차 분산이고, 재현성은 다른 모든 요인과 남은 교호작용의 합이며, 전체 Gage R&R은 이 둘의 합입니다.

Gage R&R에서 %StudyVar와 NDC의 허용 가능한 값은 얼마입니까?

일반적인 AIAG 경험 법칙에 따르면 %StudyVar가 10% 미만이면 허용 가능하고, 10~30%는 적용 분야에 따라 허용될 수 있으며, 30%를 넘으면 허용되지 않습니다. 구별 가능한 범주 수(NDC)는 5 이상이어야 합니다. 적정기 예제에서는 24.05%에 NDC 5로 조건부 허용 가능했습니다.

Zometric Statistical Software에서 확장 Gage R&R은 어떻게 설정합니까?

측정마다 한 행씩 데이터를 입력한 다음 Part, Operator, Measurement 열과 Gage, Fixture, Lab 같은 추가 요인을 하나 이상 선택합니다. 연구 변동 승수(기본값 k = 6)를 설정하고, 공정 변동을 연구 부품에서 구할지 과거 표준편차에서 구할지 선택하며, 필요하면 %Tolerance를 위한 규격 한계를 추가합니다.