量具 R&R 研究 - XBar/R 法
方差分量 来源 方差分量 贡献率 合计量具 R&R 0.09357 7.13 重复性 0.04073 3.10 再现性 0.05284 4.03 部件间 1.21909 92.87 合计变异 1.31266 100.00 过程公差 = 8
研究变异 公差
来源 标准差(SD) (6 * SD) 异 (%SV) 合计量具 R&R 0.30589 1.83536 26.70 重复性 0.20241 1.21087 17.61 再现性 0.22988 1.37925 20.06 部件间 1.10412 6.62474 96.37 合计变异 1.14571 6.87428 100.00 可区分的类别数 = 5
测量 的量
具 R&R
X 和 R 法之于“量具2”数据
量具 R&R 研究 - XBar/R 法
方差分量
%研究变 22.94 15.14 17.24 82.81 85.93 % (SV/Toler) 来源 方差分量 贡献率 合计量具 R&R 7229.94 78.11 重复性 7229.94 78.11 再现性 0.00 0.00 部件间 2026.05 21.89 合计变异 9255.99 100.00
研究变异 %研究变 来源 标准差(SD) (6 * SD) 异 (%SV) 合计量具 R&R 85.0291 510.174 88.38 重复性 85.0291 510.174 88.38 再现性 0.0000 0.000 0.00 部件间 45.0116 270.070 46.79 合计变异 96.2081 577.248 100.00 可区分的类别数 = 1
响应 的量
具 R&R
图形窗口输出：X 和 R 法之于“汽车工业行动组织量具研究”数据
X 和 R 法之于“量具2”数据
解释结果：会话窗口输出 ? 汽车工业行动组织量具研究.MTW
查看量具 R&R 表中的“%贡献”列。测量系统变异（合计量具 R&R）略小于对相同数据使用方差分析法所得的结果。
“%研究变异”列显示合计量具 R&R 占研究变异的 26.70%，再次略小于使用方差分析法所得的结果。在某些情况下，两种方法中的差异很变大，这是因为方差分析法考虑显著的操作员/部件交互作用，而 X 和 R 法却不。请参见测量系统可接受性准则。
按照 AIAG 的要求，当可区分类别数为 5 时，表明这是满足要求的测量系统。但是，如上所述，最好对此数据使用方差分析法。请参见可区分类别数声明。
图形窗口输出 ? 汽车工业行动组织量具研究.MTW
在“变异分量”图中，较低的变异百分比 (7.13%) 是由于测量系统（量具 R&R）所致，较高的变异百分比 (92.87%) 是由于部件间的差异所致。
当变异主要是由于部件间的差异所致时，X 控制图中的大部分点都在控制限制外。
会话窗口输出 ? 量具2.MTW
查看量具 R&R 表中的“%贡献”列。数据中较大的变异百分比 (78.11%) 是由于测量系统（量具 R&R）所致；较小的百分比是由于部件间差异所致 (21.89%)。
“%研究变异”列显示合计量具 R&R 占研究变异的 88.38%，再次略小于使用方差分析法所得的结果。 可区分类别数中的 1 表明测量系统质量较差，无法区分部件间的差异。
图形窗口输出 ? 量具2.MTW
在“变异分量”图中，较高的变异百分比 (78.11%) 是由于测量系统（量具 R&R）所致 ? 主要是重复性；较低的变异百分比 (21.89%) 是由于部件间的差异所致。
当实测变异主要是由于测量系统所致时，X 控制图中的大部分点都在控制限制内。
量具 R&R ? 图形窗口输出
量具 R&R 研究生成六个图形：
? 变异分量图直观地表示会话窗口输出中的最终表，其中显示了以下各项的条形：合计量具 R&R、重复性、再现性（但没有操作员和操作员与部件）以及部件间变异。
? R 控制图（按操作员）显示测量值中由每个操作员引起的变异，使您可以比较各个操作员。当仿行数小于 9 时显示 R 控制图。否则显示 S 控制图。
? X 控制图（按操作员）显示每个操作员的测量值与总体平均值的关系，使您可以比较各个操作员，并将操作员与平均值进行比较。
? 按部件图显示部件的主效应，这样您就可以比较每个部件的平均测量值。如果有许多仿行，则在“按部件”图上显示箱线图。
? 按操作员图显示操作员的主效应，这样就可以比较每个操作员的平均测量值。如果有许多仿行，则在“按操作员”图上会显示箱线图。
? 操作员与部件交互作用图显示操作员与部件交互作用的效应，这样就可以查看操作员与部件变化之间的关系如何取决于操作员。
指定公差和研究变异：
统计 > 质量工具 > 量具研究 > 量具 R&R 研究（交叉）> 选项 使您可以控制会话和图形窗口输出。 对话框项
研究变异：输入要在会话窗口输出的研究变异 所需标准差的数量。研究变异：
列中使用的乘数。默认乘数为 6，这是捕获 99.73% 的过程测量值
研究变异：在量具 R&R 中，由测量系统以及部件之间的差异导致的变异量。测量系统的变异分为两部分：
? 重复性 – 由同一操作员重复测量同一部件所引起的变异
? 再现性（可进一步分为操作员以及操作员*部件分量）– 由不同操作员测量同一部件所引起的变异
Minitab 还计算百分比研究变异，以便您可以比较每个分量对总变异的作用。 默认情况下，每个分量的研究变异是其标准差的六倍，但可以更改倍数。AIAG 建议在量具 R&R 研究中使用 6，因为 6 是从源中捕获 99.73% 的变异所需的标准差数。 理想情况下，不同部件之间的差异应该占变异性的大部分；从重复性和再现性引起的变异性应该很小。
过程公差：输入已知的公差范围（规格上限 - 规格下限）、规格下限或规格上限。“%公差”列将显示在会话窗口输出底部的表中或变异分量图中。此列显示每个方差分量 占过程公差 的百分比。 方差分量：用于评估变异源。在 Minitab 中，方差分量用在方差分析和量具 R&R 研究中。
方差分析：方差分量用于评估因随机因子而在响应中产生的变异量。随机因子的水平是随机选择的；而固定因子的水平受试验者控制。例如，您将对两个压力水平对随机选择的操作员测量的输出所产生的效应进行研究。压力是固定的（两个水平）；操作员是随机的。方差分量输出列出了操作员和误差项的估计方差。
量具 R&R：方差分量用于评估每个测量误差源贡献的变异量以及部件之间变异性贡献。单个方差分量之和等于总变异。测量误差源为：
? 重复性 – 由同一操作员对同一部件执行重复测量所引起的变异性
? 再现性（可以进一步划分为操作员和操作员与部件分量）–由不同的操作员测量同一部件时所引起的变异性
理想情况下，部件之间的差异应该占变异性的大部分；重复性和再现性差异应该非常小。
输入至少一个规格限
规格下限：仅在有规格下限时选择此项。输入规格下限的值。 规格上限：仅在有规格上限时选择此项。输入规格上限的值。
规格上限 - 规格下限：如果既有规格上限又有规格下限，并且对 计算将产品错误分类（无论是将不合格产品视为合格，还是将合格产品视为不合格）的概率不关注，请选择此项。输入规格限制之间的差值。这也称为公差范围。 历史标准差：输入已知的历史标准差。“%过程”列将显示在会话窗口输出底部的表中或变异分量图中。此列显示每个方差分量占过程标准差的百分比。
删除交互作用项选定的 Alpha：输入用于从模型中删除交互作用项的 Alpha 值。仅对方差分析法有此选项可用。 显示错误分类的概率：选中此项以基于规格上限和/或规格下限计算误分类概率
误分类概率：指定至少一个规格限制时，Minitab 可以计算出产品错误分类的概率。当产品为优质品时可能会将其称为次品，当产品为
次品时，可能会将其称为优质品。Minitab 既计算联合概率，也计算条件概率。您选择用来评估系统的概率取决于您的具体应用。 联合概率：如果事先对部件不了解，请使用联合概率。例如，您从生产线中抽取样本，事先不知道每个特定部件是好是坏。可能造成两种误分类，Minitab 计算联合概率：
1 部件为次品但将其接受的概率。 2 部件为优质品但加以拒收的概率。
条件概率 ：：如果事先对部件有所了解，请使用条件概率。例如，您从一堆返工品或一堆准备作为优质品发货的产品中抽样。可能造成两种误分类，Minitab 计算条件概率：
1 在产品不符合规格时接受该产品的概率（表示为错误接受）。
2 在产品符合规格时拒绝该产品的概率（表示为错误拒绝）。
不显示百分比贡献：选中此项以不显示贡献的百分比。 不显示百分比变异：选中此项以不显示研究变异的百分比。
在单独的图页上绘制图表，每页一张图：选中此项以单独显示每个图形。默认情况下，量具 R&R 研究在一个窗口中生成含 6 个图形的布局。
Minitab各功能操作说明
