质量和过程方法 • 变异性量具图 • 变异性图的更多示例 • “偏倚报表”选项的示例
上一个
 • 
下一个
“偏倚报表”选项的示例
注意：这些数据来自汽车工业行动集团 (2002)。
假定您是工厂管理者，要在过程中引进新的测量系统。作为生产部件批准过程 (PPAP) 的一部分，需要评估测量系统的偏倚和线性。根据记录的过程变异，在测量系统的工作范围中，选择了 5 个部件。对每个部件进行全尺寸检验，以确定其参考值。随后由操作员组长对每个部件测量 12 次。这些部件是当天随机选择的。在该示例中，您要检查总偏倚和单个测量值偏倚（相对于标准值）。
1.
选择帮助 > 样本数据库，然后打开 Variability Data/MSALinearity.jmp。
2.
选择分析 > 质量和过程 > 变异性/计数量具图。
3.
选择响应并点击 Y，响应。
4.
选择标准并点击标准。
5.
选择部件并点击 X，分组。
6.
点击确定。
7.
从红色小三角菜单，选择量具研究 > 偏倚报表。
图 9.10 测量值偏倚报表
为每个测量值计算偏倚（响应 - 标准）。“总测量值偏倚报表”显示偏倚的直方图和 t 检验结果，以查看平均偏倚是否为 0。您可以看到平均偏倚不为 0，它等于 -0.0533。但是，0 包含在置信区间 (-0.1152,0.0085) 内，这表示平均偏倚与 0 没有显著差异。在显著性水平为 0.05 时，您可以看到 p 值大于 0.05，这也显示平均偏倚与 0 没有显著差异。
“相对于标准值的测量值偏倚报表”显示每个部件的平均偏倚值。在图上绘制每个部件的偏倚平均值和实际偏倚值，以便您可以看到它的散布情况。在该示例中，部件编号 1（标准值为 2）具有高偏倚，部件 4 和 5（标准值为 8 和 10）具有低偏倚。
提示：要查看偏倚的置信区间，请在表中右击，然后选择列 > 95% 下限和 95% 上限。
“线性研究”的示例
使用与偏倚报表选项相同的数据和情形，您现在可以检查线性以确定部件大小与操作员测量它们的能力之间是否存在显著关系。
1.
选择帮助 > 样本数据库，然后打开 Variability Data/MSALinearity.jmp。
2.
选择分析 > 质量和过程 > 变异性/计数量具图。
3.
选择响应并点击 Y，响应。
4.
选择标准并点击标准。
5.
选择部件并点击 X，分组。
6.
点击确定。
7.
从红色小三角菜单，选择量具研究 > 线性研究。
8.
在提示您指定过程变异的窗口中，键入 16.5368。
图 9.11 线性研究
请注意以下事项：
•
斜率为 -0.131667。该值作为等式的一部分显示在图形下方，还显示在第三个表中。
•
与斜率检验相关的 p 值很小，<.0001。执行斜率的 t 检验，查看偏倚是否随标准值变化。
因为 p 值很小，您可以推断部件大小与操作员测量它们的能力之间存在显著的线性关系。您还可以在图中看到这一点。若部件或标准值很小，则偏倚很高，反之亦然。