量具 R&R 研究(扩展)
扩展量具 R&R 在标准的 Part 和 Operator 研究之外,最多再增加 8 个交叉随机因子(如量具或实验室),每次测量一行数据。它拟合方差分析,剔除不显著的交互作用,并报告方差分量、%Contribution、%StudyVar、含规格限的 %Tolerance 和可区分类别数,以及变异分量图、交互作用图和按操作员分组的 Xbar/R 控制图。
最后审阅
核心要点
量具 R&R 研究(扩展)衡量结果变异中有多少来自测量系统,适用于除零件和操作员之外,量具、夹具、实验室或班次等因子也可能产生影响的情形。
用途
量具 R&R 研究(扩展)衡量结果的变异有多少来自测量系统,适用于除零件和操作员之外还可能有其他因素起作用的情形:第二台量具、夹具、实验室或班次。当您有第三个(或更多)因子,并想知道测量系统能否区分各零件时,请用它来取代交叉量具 R&R。
主要功能
- 除 Part 和 Operator 之外,最多可再增加 8 个交叉随机因子(如量具、夹具、实验室)。
- 数据按每次测量一行输入。
- 方差分析,并自动剔除不显著的交互作用。
- 方差分量、%Contribution、研究变异、%StudyVar,以及在有规格限时的 %Tolerance。
- 可区分类别数(NDC)。
- 过程变异可取自研究零件或历史标准差;并给出相对于规格限的误判概率。
- 变异分量图、按零件和按操作员的测量图、零件 × 操作员交互作用图,以及按操作员分组的 R 控制图和 Xbar 控制图。
统计方法
所有因子均视为随机且交叉。工具用调整平方和,对所有因子及其交互作用拟合广义线性模型,然后剔除 p 值大于 0.05 的交互作用项(先剔除最高阶交互作用),并重新拟合。方差分量由最终模型的期望均方求得;负的估计值设为 0。测量值或因子值缺失的行会被剔除。
Part 是零件间项。重复性为误差方差;再现性为所有其他因子和剩余交互作用的分量之和;Total Gage R&R = 重复性 + 再现性,总变异 = 量具 R&R + 零件间变异。%Contribution 为各方差占总方差的比例。研究变异 = k × 标准差(k 默认为 6);%StudyVar = 研究变异 / 总研究变异;%Tolerance = 研究变异 / (USL − LSL),只有一个限时,则为研究变异的一半除以均值到该限的距离。NDC = floor(√2 × σ(part) / σ(量具 R&R))。
如果历史标准差大于量具 R&R 标准差,则将其用作总变异,零件间变异则为剩余部分;此时还会显示 %Process。常用的经验法则(AIAG):%StudyVar 低于 10% 为可接受,10% 至 30% 视应用情况可能可接受,高于 30% 则不可接受;NDC 应至少为 5。
输入字段和选项
字段 | 说明 |
Part | 标识零件(或样品)的列。必填。 |
Operator | 标识操作员(或分析人员)的列。必填。 |
Additional factor (optional) | 第三个交叉随机因子,例如 Gage/Fixture/Lab。留空则为标准的两因子 Part × Operator 研究。 |
More additional factors (optional) | 更多的交叉随机因子;附加因子合计最多 8 个。 |
Measurement | 结果的数值列。必填。 |
Study variation multiplier (k) | 研究变异所跨越的标准差个数;默认为 6。 |
Estimate process variation | Use the parts in this study(默认)或 Use a historical standard deviation。 |
Historical standard deviation | 选择历史选项时显示且必填。 |
Lower spec limit (optional) / Upper spec limit (optional) | 将 %Tolerance 添加到表中。 |
Display probabilities of misclassification | 至少给出一个规格限时可用。 |

图 1 — 滴定仪研究的选项:Sample 作为 Part,Analyst 作为 Operator,Titrator 作为附加因子,Assay_pct 作为测量值,k = 6。
输出说明
- Summary — %Gage R&R (StudyVar)、Number of Distinct Categories、各因子、被剔除的项以及 N。
- ANOVA Table — 最终模型的 DF、Adj SS、Adj MS、F 和 P。
- 量具 R&R — Total Gage R&R、Repeatability、Reproducibility 及其各因子、Part-To-Part 和 Total Variation 的 VarComp、%Contribution、StdDev、StudyVar 和 %StudyVar(以及 %Tolerance、%Process)。
- Probabilities of misclassification — 选中时显示。
- Components of Variation、按零件的测量图、按操作员的测量图、Part × Operator Interaction、按操作员的 R Chart 和按操作员的 Xbar Chart。
- 通过 Download 导出 PDF。

图 2 — 该检定的扩展量具 R&R:Total Gage R&R 占研究变异的 24.05%,可区分类别数为 5;所有交互作用均已剔除。

图 3 — 滴定仪研究的图形:样品主导变异分量,分析人员的连线相互平行,且大多数 Xbar 点位于控制限之外。
计算示例
某纯碱实验室在两台自动滴定仪 T1 和 T2 上测量产品纯度(检定值,%),实验室经理怀疑除分析人员外,滴定仪也带来了变异。十个样品各由三名分析人员在两台滴定仪上测量两次:共 120 个结果。经理选择 Sample 作为 Part,Analyst 作为 Operator,Titrator 作为附加因子,Assay_pct 作为测量值。
所有交互作用都不显著,因此四项(Sample*Analyst*Titrator、Sample*Analyst、Sample*Titrator、Analyst*Titrator)全部被剔除。在最终模型中,样品之间差异很大(F = 436.3),Analyst(F = 34.24)和 Titrator(F = 24.82)都显著,p 值均小于 0.001。
Total Gage R&R 占研究变异的 24.05%(占方差的 5.79%):重复性 16.12%,分析人员 14.69%,滴定仪 10.15%。可区分类别数为 5。按通常的规则,这是一个有条件可接受的测量系统:它能区分五组样品,但分析人员和滴定仪合计的贡献大于重复读数。滴定仪确实如怀疑的那样带来了变异,不过小于分析人员;统一分析人员的方法并用参考标准校准两台滴定仪,可降低量具 R&R。
常见问题
什么情况下应使用扩展量具 R&R,而不是交叉量具 R&R?
当除零件和操作员之外还可能有其他因素影响测量时,例如第二台量具、夹具、实验室或班次,使用扩展量具 R&R。它处理 Part 和 Operator,外加最多 8 个交叉随机因子,因此您可以看出每个因子的贡献有多大,以及测量系统能否区分各零件。
扩展量具 R&R 是如何计算的?
所有因子均视为随机且交叉。工具对所有因子和交互作用拟合广义线性模型,先剔除 p 值大于 0.05 的最高阶交互作用,然后重新拟合。重复性为误差方差,再现性为所有其他因子和剩余交互作用之和,Total Gage R&R 为二者之和。
量具 R&R 的 %StudyVar 和 NDC 达到多少才可接受?
常用的 AIAG 经验法则是:%StudyVar 低于 10% 为可接受,10% 至 30% 视应用情况可能可接受,高于 30% 则不可接受。可区分类别数(NDC)应至少为 5。在滴定仪示例中,24.05% 且 NDC 为 5,属于有条件可接受。
如何在 Zometric Statistical Software 中设置扩展量具 R&R?
按每次测量一行输入数据,然后选择 Part、Operator 和 Measurement 列,以及一个或多个附加因子,如 Gage、Fixture 或 Lab。设置研究变异倍数(k 默认为 6),选择过程变异取自研究零件还是历史标准差,并可选添加用于 %Tolerance 的规格限。
