EMP 交叉(量測過程評價)

EMP Crossed 對交叉量具研究進行雙因素變異數分析,再由重複性均方計算 Wheeler 的變異成分。它報告重測誤差、概然誤差、含偏誤與不含偏誤的組內相關係數、偏誤影響和 Class Monitor 等級,並給出重複性、訊雜比、平行性、ANOM 和 ANOM-R 圖。每個零件與操作員組合至少需要 2 次重複。

最後審閱

核心要點

EMP Crossed 用 Wheeler 的 EMP 方法評價零件 × 操作員 × 重複的交叉量具研究,報告組內相關係數和第 1 至 4 類 Class Monitor 等級,而不是對照公差的 %GRR。

本頁內容
  1. 用途
  2. 主要功能
  3. 統計方法
  4. 輸入欄位和選項
  5. Study Information(可選,僅用於報告標註)
  6. 輸出說明
  7. 計算範例

用途

EMP Crossed 透過 Wheeler 的 EMP(Evaluating the Measurement Process,量測過程評價)方法來評價交叉量具 R&R 設計(零件 × 操作員 × 重複),而不是應用中 Crossed GRR 工具給出的基於變異數分析的經典 %GRR / %Contribution / ndc 報告。EMP Crossed 不將量測變異與公差比較,而是圍繞組內相關係數(ICC)重新審視同一資料集,並為量測系統給出第 1 至 4 類 Class Monitor 等級,這是一種真正不同的量測系統評價思路,而不是應用中其他交叉 GRR 或能力比較工具的重複。

主要功能

  • 將 Wheeler 的 EMP 方法作為標準交叉零件/操作員/重複設計的另一種視角,報告組內相關係數和四級分類,而不是對照公差的 %GRR。
  • 每個零件與操作員組合至少需要 2 次重複讀數(強制要求,否則工具會報錯),因此可直接由儲存格內變異估計重複性。
  • 報告 Test-Retest Error、Probable Error、不含偏誤和含偏誤的兩種組內相關係數,以及 Bias Impact 百分比,最終給出第 1 至 4 類 Class Monitor 分類。
  • 在一份報告中產生 5 張診斷圖:按操作員拆分的 Repeatability(全距)圖、Signal-vs-Noise 圖、Parallelism 圖,以及兩張平均值分析圖(針對操作員平均值和操作員平均全距)。
  • 可選的研究資訊欄位(零件號、量具名稱/編號、解析度、報告人、備註等),用於報告標註,另可匯出 Excel,將 EMP Statistics、ANOVA、選項和原始資料打包為 4 個工作表。

統計方法

工具首先執行與應用中經典 Crossed GRR 工具相同的含互動作用的雙因素變異數分析,包括 Part、Operator、Part×Operator 互動作用、Repeatability 和 Total,每項都有各自的 DF、SS、MS、F 和 P,由此得到零件間、操作員間和互動作用效應的常規顯著性檢定,然後再據此推導 EMP 專用的統計量。

隨後,Wheeler 的變異成分由重複性(誤差)均方計算,而不是互動作用均方,這是一種有意為之的 EMP 簡化,與含互動作用變異數分析的完整 GRR 不同:σ²_e(重複性)= MS_Repeatability;σ²_p(零件)= max(0, (MS_Part − MS_Repeatability) / (操作員數 × 重複數));σ²_op(再現性)= max(0, (MS_Operator − MS_Repeatability) / (零件數 × 重複數));總變異數 = σ²_p + σ²_op + σ²_e。

據此,EMP Statistics 表報告:Test-Retest Error = σ_e(即 σ²_e 的平方根);Probable Error = 0.6745 × Test-Retest Error(Wheeler 經典的「PE」,在常態性下相當於中位數絕對偏差);Intraclass Correlation (no bias) = σ²_p / (σ²_p + σ²_e);Intraclass Correlation (with bias) = σ²_p / 總變異數,該統計量決定最終分類;以及 Bias Impact (%) = σ²_op / 總變異數 × 100。

量測系統按含偏誤的 ICC 分類:≥0.80 = 1st Class Monitor,≥0.50 = 2nd Class Monitor,≥0.20 = 3rd Class Monitor,否則為 4th Class Monitor,這是 Wheeler 本人發表的閾值,直接採用。

5 張圖的規格:(1) Repeatability 圖,即零件在操作員內的全距的全距圖,每個操作員一條序列,UCL = d4·R̄,LCL = max(0, d3·R̄),d3/d4 為對應重複數的標準 SPC 常數;(2) Signal-vs-Noise 圖,將每個零件的平均值相對總平均值繪出,並帶有 ±3·σ_e 雜訊帶;(3) Parallelism 圖,疊加每個操作員按零件的平均值輪廓,用於檢查各操作員對零件的排序是否一致;(4) ANOM 圖,將操作員平均值相對決策限 grand_mean ± t_crit·σ_e·√((operators−1)/(operators×parts×replicates)) 繪出,其中 t_crit = t.ppf(1−alpha/2, df_repeatability);(5) ANOM-R 圖,將操作員平均全距按與圖 1 相同的 d4/d3·R̄ UCL/LCL 約定繪出,每個操作員一個點。

LSL、USL、Historical Std Dev 和 Measurement Increment 可在表單中輸入,提供時會回顯到報告的 Study Information 區塊,但上述任何 EMP 公式都不會使用它們,這與本文件在應用其他位置採用的「接受但不使用」的透明處理一致。

輸入欄位和選項

欄位

說明

Part

必填。標示每個讀數所屬零件的欄。

Operator

必填。標示每個讀數由哪位操作員測得的欄。

Measurement

必填。被評價的數值型反應欄。

Alpha

預設值 0.05(範圍 0.001–0.5)。顯著水準,僅用於 ANOM 和 ANOM-R 決策限。

LSL / USL

可選。回顯到 Study Information 區塊;不用於任何 EMP 計算。

Historical Std Dev

可選。回顯到 Study Information 區塊;不用於任何 EMP 計算。

Measurement Increment

可選。回顯到 Study Information 區塊;不用於任何 EMP 計算。

Download as Excel

可選。將 EMP Statistics、ANOVA、選項和原始資料匯出為含 4 個工作表的工作簿。

 

Study Information(可選,僅用於報告標註)

欄位

說明

Report Title / Company Name / Customer Name

可選標籤,顯示在產生的報告頂部。

Date of Study

可選的日期欄位。

Part number: / Part name: / Characteristic:

被研究零件的可選標示標籤。

Gauge Name / Gauge Number / Gauge Resolution:

量測儀器的可選標示標籤。

Reported By / Remarks

可選的自由文字欄位。

 

emp-crossed-inputs


圖 1 — 資料窗格中載入了工具內建的「Measurement System」範例(10 個零件 × 3 位操作員 × 3 次重複,共 90 列),資料位於 Part/Operator/Measurement 欄,並在 Options 面板中完成對映,Alpha 為預設值 0.05。

 

輸出說明

  • Study Information 表(提供任一可選標註欄位時顯示):客戶、零件號/名稱、特性、量具名稱/編號/解析度、報告人、備註、研究日期、提供時的 LSL/USL,以及資料集中的操作員列表。
  • EMP Statistics 表:Test-Retest Error、Probable Error、Intraclass Correlation (no bias)、Intraclass Correlation (with bias)、Bias Impact (%),以及最終的 Classification。
  • Two-Way ANOVA 表:Part、Operator、Part×Operator 互動作用、Repeatability 和 Total 的 DF、SS、MS、F 和 P。
  • Signal-vs-Noise 圖:將零件平均值相對總平均值繪出,並帶有 ±3·σ_e 雜訊帶,顯示零件間差異(「訊號」)相對重複性(「雜訊」)是否足夠大。
  • Parallelism 圖:疊加每個操作員按零件的平均值輪廓,直觀檢查各操作員對零件的排序是否彼此一致。
  • Repeatability(全距)圖:零件在操作員內的全距,按操作員拆分,並對照基於 d4/d3·R̄ 約定的 UCL/LCL。
  • ANOM 圖:將操作員平均值相對以總平均值為中心的決策限繪出,標記平均值與其他操作員存在顯著差異的操作員。
  • ANOM-R 圖:將操作員平均全距按與 Repeatability 圖相同的 UCL/LCL 約定繪出,每個操作員一個點,標記重複性與其他操作員存在顯著差異的操作員。
  • 可選的 Excel 匯出(Download as Excel),將 EMP Statistics、ANOVA、選項和原始資料分別匯出為 4 個獨立工作表。
emp-crossed-output1


圖 2 — EMP Statistics 表(Test-Retest Error、Probable Error、兩種組內相關係數、Bias Impact % 和 Classification)以及 Two-Way ANOVA 表。

 

emp-crossed-output2


圖 3 — Signal-vs-Noise 圖:將 10 個零件平均值相對總平均值繪出,並帶有 ±3·σ_e 雜訊帶,顯示零件間的訊號相對重複性雜訊很大。

 

emp-crossed-output3


圖 4 — Parallelism 圖、Repeatability(全距)圖、ANOM 圖和 ANOM-R 圖,均按操作員(A、B、C)拆分或繪製。

 

計算範例

使用工具內建的「Measurement System」範例資料集,這是一項座標量測量具研究,記錄了 10 個零件相對標稱值的偏差,由 3 位操作員(A、B、C)各測 3 次重複讀數(共 90 個讀數)。在預設 Alpha = 0.05 下,Two-Way ANOVA 顯示 Part 效應高度顯著(F ≈ 492.3,P ≈ 0.000),Operator 效應顯著(F ≈ 79.4,P ≈ 0.000),而 Part×Operator 互動作用無實際意義(F ≈ 0.43,P ≈ 0.974)。EMP Statistics 表報告 Test-Retest Error ≈ 0.2144,Probable Error ≈ 0.1446,Intraclass Correlation (no bias) ≈ 0.9594,Intraclass Correlation (with bias) ≈ 0.9178,Bias Impact ≈ 4.33%,超過 1st Class Monitor 分類的 0.80 閾值,這意味著零件間變異(量具需要檢出的真實訊號)在很大程度上超過了重複性雜訊和較小的操作員間偏誤。

常見問題

EMP 如何對量測系統分類?

分類採用含偏誤的組內相關係數:0.80 及以上為 1st Class Monitor,0.50 及以上為 2nd Class Monitor,0.20 及以上為 3rd Class Monitor,更低則為 4th Class Monitor。這些是 Wheeler 發表的閾值。在內建範例中,含偏誤的 ICC 約為 0.918,得到 1st Class Monitor。

EMP 與經典量具 R&R 有何不同?

經典的交叉量具 R&R 報告 %GRR、%Contribution 和 ndc,並將量測變異與公差比較。EMP Crossed 使用相同的交叉零件、操作員和重複資料,但圍繞組內相關係數重新審視,並給出 Class Monitor 等級。其變異成分來自重複性均方,而不是互動作用均方。

EMP 中的概然誤差是什麼?

概然誤差等於重測誤差的 0.6745 倍,其中重測誤差是重複性變異數的平方根。這是 Wheeler 經典的 PE,在常態性下相當於中位數絕對偏差。在內建範例中,重測誤差約為 0.2144,概然誤差約為 0.1446。

EMP Crossed 需要哪些資料?

一個 Part 欄、一個 Operator 欄和一個數值型 Measurement 欄,每個零件與操作員組合至少有 2 次重複讀數,否則工具會報錯。在 Zometric Statistical Software 中,LSL、USL、歷史標準差和量測增量僅回顯到報告中,不用於任何 EMP 計算,而 Alpha(預設 0.05)僅用於 ANOM 限。