交叉 GRR
交叉量具 R&R 评估这样一种测量系统:每位操作员使用同一量具对每个零件重复测量。使用至少 10 个涵盖过程范围的零件、至少 3 名有代表性的操作员,每个零件至少测量两次,并按随机顺序进行。可选择 ANOVA 方法(它还能估计操作员与零件的交互作用)或 Xbar and R 方法;结果包括 %Study Variation 和 %Tolerance。
最后审阅
核心要点
交叉量具 R&R 研究评价每位操作员使用同一量具对每个零件多次测量时的测量系统变异,并将重复性、再现性和零件间变异区分开来。
什么是交叉 GRR?
交叉量具重复性与再现性(Crossed GR&R)是一种统计方法,用于评价不同操作员使用同一测量仪器(也称量具)所得测量值的变异。“交叉”指每位操作员都测量相同的各个零件,因此每个操作员与零件的组合都出现在研究中,而不是每位操作员测量不同的零件集(嵌套设计)。
何时使用交叉 GRR?
交叉量具重复性与再现性(R&R)研究常用于制造或质量控制场合,以评价测量系统的一致性和准确性。具体而言,当多位操作员各自使用同一量具对相同零件进行多次测量时,使用交叉量具 R&R 研究。
以下是可能使用交叉量具 R&R 研究的一些情形:
- 新的测量系统:如果要引入新的测量系统,交叉量具 R&R 研究可帮助评价其性能,并找出潜在的测量误差来源。
- 测量过程变更:如果已对测量过程做出更改,例如使用了新的量具或仪器,交叉量具 R&R 研究可帮助判断这些更改是改善还是恶化了测量系统。
- 持续的质量控制:如果需要确保测量系统长期的准确性和一致性,交叉量具 R&R 研究可帮助监控性能,并发现可能出现的任何问题。
总之,交叉量具 R&R 研究是识别测量系统中变异来源、提高制造或质量控制过程整体质量的有力工具。
正确使用交叉 GRR 的指南
- 随机测量零件,以避免影响结果。
- 至少使用 10 个零件才能进行充分的研究,但可考虑使用更多零件,以更好地估计过程变异。
- 选择能代表实际或预期过程变异范围的零件。
- 操作员因子和零件因子必须是交叉的且是随机的。
- 操作员必须对每个零件至少测量两次,才能估计重复性。
- 至少使用 3 名操作员才能进行充分的研究,并确保他们能代表所有使用该测量系统的操作员。
替代方法:何时不宜使用交叉 GRR
- 如果数据是嵌套的,分析测量系统的合适方法是嵌套量具 R&R 研究。
- 如果设计不平衡或含有其他因子,扩展量具 R&R 研究是分析测量系统的合适方法。
交叉 GRR 示例
一名工程师选取 10 个能代表预期过程变异范围的零件。三名操作员按随机顺序对这 10 个零件进行测量,每个零件测量三次。工程师开展交叉量具 R&R 研究,以评估可能来自测量系统的测量变异。她按以下步骤进行:
- 她工作了一整天,收集了所需数据。
- 现在,她分析数据,借助 https://statsai.zometric.com/
- 她在工具中输入数据。此外,她将 study variation 设为 6,lsl 设为 -2.16,usl 设为 2.26,alpha 设为 0.05。
- 使用上述工具后,她得到如下输出:






如何进行交叉 GRR
操作步骤如下:
- 登录 Zometric Statistical Software,网址为 https://statsai.zometric.com/
- 在首页的 Measurement System Analysis 下可以看到 Crossed GRR。
- 点击 Crossed GRR,进入工具界面。
- 接下来,手动更新数据,或从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。
- 接下来,输入 study variation、lsl、usl 和 alpha 的值。
- 最后,点击页面底部的 calculate,即可得到所需结果。
交叉 GRR 的工具界面分为两部分。

左侧为数据窗格(Data Pane)。在 Data Pane 中,每一行构成一个子组。可以手动输入数据,也可以从 Excel 表格中完整复制(Ctrl+C)数据并粘贴(Ctrl+V)到此处。
右侧提供以下选项:
- Method of Analysis:
- ANOVA: 在交叉 GR&R 研究中,多位操作员使用同一量具对相同零件进行多次测量。随后用 ANOVA 分析这些测量所收集的数据,以识别测量系统中的变异来源,包括重复性(同一操作员对同一零件测量值的变异)、再现性(操作员之间的变异)以及操作员与零件的交互作用(某位操作员对某些零件的测量方式与其他操作员不同)。Xbar and R: Xbar and R 方法是分析交叉量具重复性与再现性(R&R)研究结果的常用方法。在该方法中,重复性由每位操作员对每个零件重复测量的平均极差估计,再现性由操作员平均值的极差估计。与 ANOVA 不同,它无法估计操作员与零件的交互作用。
- Study Variation: 用于表示各变异来源离散程度的标准差个数,通常为 6(较早的参考资料使用 5.15)。每个方差分量的标准差乘以该值,即得到其研究变异,用于计算 %Study Variation 和 %Tolerance。
- Lsl: LSL 即规格下限,表示过程或产品中某一质量特性的最小可接受值。在交叉量具重复性与再现性(R&R)研究中,LSL 指所评价被测特征的规格下限。
- Usl: 在交叉量具 R&R 研究中,USL 是被测特征的规格上限。它与 LSL 一起定义公差(USL − LSL),测量系统变异与该公差比较,得到 %Tolerance。
- Alpha: 在交叉 GR&R 分析中,alpha 通常设为 0.05 或 0.01,这意味着:假定原假设为真,若观测到现有数据或更极端数据的概率分别小于 5% 或 1%,就拒绝原假设。这通常称为显著性水平。
- Process Variation: 选择过程变异是根据研究中的零件估计,还是根据您输入的过程历史标准差估计。当研究所用零件不能代表过程变异的全部范围时,请使用历史标准差。
常见问题
什么是交叉量具 R&R 研究?
交叉量具重复性与再现性研究评价不同操作员使用同一测量仪器所得测量值的变异。“交叉”指每位操作员都测量相同的各个零件,因此每个操作员与零件的组合都出现在研究中,这与每位操作员测量不同零件集的嵌套设计不同。
交叉量具 R&R 需要多少个零件和多少名操作员?
使用至少 10 个能代表实际或预期过程变异范围的零件,以及至少 3 名能代表所有使用该测量系统人员的操作员。每位操作员必须对每个零件至少测量两次才能估计重复性,且零件应按随机顺序测量。
ANOVA 方法与 Xbar-R 方法有什么区别?
两者分析的是同一个交叉研究。ANOVA 将重复性、再现性以及操作员与零件的交互作用(某位操作员对某些零件的测量方式与其他操作员不同)区分开来。Xbar and R 方法根据每位操作员对每个零件重复测量的平均极差估计重复性,根据操作员平均值的极差估计再现性,但无法估计交互作用。
什么情况下应改用嵌套或扩展量具 R&R?
交叉研究要求操作员因子和零件因子是交叉的且是随机的。如果数据是嵌套的,即每位操作员测量不同的零件集,请使用嵌套量具 R&R 研究。如果设计不平衡或包含其他因子,请使用扩展量具 R&R 研究来分析测量系统。
