3284
Details
Category: Minitab FAQ Analysen
There is no translation available.

Minitab 22 - Messsystemanalyse für attributive Daten (analytisch)

  • Überarbeitet am 9.4.2024
  • Software: Minitab 22, 21, 20, 19

Wie müssen die Daten bei der Messsystemanalyse, attributive Daten (analytisch) strukturiert sein, damit die Daten die Testbedingungen erfüllen?

Erläuterung

In diesem Artikel beschreiben wir den Fall, dass Sie im Unterdialog Messsystemanalyse, attributive Daten (analytisch): Optionen des Dialogfeldes Messsystemanalyse, attributive Daten (analytisch) die AIAG-Methode für den Test auf Systematische Messabweichung = 0 ausgewählt haben. Minitab berechnet dann die attributive Messsystemanalyse nach AIAG. Wenn Sie stattdessen die Regressionsmethode verwenden, finden Sie Informationen in den Überlegungen zu Daten für eine Messsystemanalyse, attributive Daten (analytisch).

Die Voraussetzungen nach AIAG sind:

  1. Für jedes Teil muss der Referenzwert bekannt sein.
  2. Es müssen mindestens 8 Teile untersucht werden, dabei sollten diese annähernd in äquidistanten Intervallen untersucht werden.
  3. Das Minimum und das Maximum stellen die gesamte Prozessweite dar.
  4. Jedes Teil muss 20 Mal mit dem Messgerät gemessen werden.
  5. Das Teil mit dem kleinsten Referenzwert muss eine 0 Annahmen haben.
  6. Das Teil mit dem größten Referenzwert muss eine 20 Annahmen haben.
  7. Alle Referenzwerte innerhalb des Intervalls müssen zwischen 0 und 20 Annahmen haben.
  8. Die Anzahl der Referenzwerte zwischen den Intervallen muss genau 6 betragen (nicht bei Regressionsmethode).

Hier sind zunächst einige nicht AIAG-konforme Beispiele. Die dazugehörenden Datentabellen finden Sie weiter unten im Bereich Daten.

Das erste Beispiel enthält weniger als 6 Referenzwerte mit zwischen 1 und 19 Annahmen. Hier führt Minitab die Analyse nicht aus, sondern gibt stattdessen eine Fehlermeldung aus.

Das nächste Beispiel enthält mehr als 6 Referenzwerte mit zwischen 1 und 19 Annahmen. Hier erstellt Minitab einen Bericht der Messsystemanalyse für attributive Daten (analytisch) für Accept, führt jedoch keinen AIAG-Test auf systematische Messabweichung = 0 vs. ≠ 0 aus, da die Testbedingungen nicht durch die Daten erfüllt werden.

Im folgenden Beispiel gibt es mehr als eine Referenz mit 0 und mehr als eine Referenz mit 20 Annahmen. Minitab führt die Analyse ohne die zusätzlichen Teile mit 0 und mit 20 Annahmen aus, das heißt diese Teile werden bei der Analyse ignoriert.

Auch bei nur einer Referenz mit 0 Annahmen und zwei Referenzen 20 Annahmen führt Minitab die Analyse ohne das zusätzliche Teil mit 20 Annahmen aus

Hier ist ein AIAG-konformes Beispiel.

Question?

This email address is being protected from spambots. You need JavaScript enabled to view it., wenn Sie eine Frage zu diesem Artikel haben.

Daten

Beispiel 1: Weniger als 6 Referenzwerte mit zwischen 1 und 19 Annahmen

↓ C1 C2 C3
  Part Ref Accept
1 1 419,964 0
2 2 419,966 2
3 3 419,967 4
4 4 419,968 6
5 5 419,970 10
6 6 419,971 15
7 7 419,978 20

Beispiel 2: Mehr als 6 Referenzwerte mit zwischen 1 und 19 Annahmen

↓ C1 C2 C3
  Part Ref Accept
1  1  419,964  0
2  2  419,966  2
3  3  419,967  4
4  4  419,968  6
5  5  419,969  8
6  6  419,970  10
7  7  419,971  15
8  8  419,978  18
9  9  419,980  20

Beispiel 3: Mehr als eine Referenz mit 0 und mehr als eine Referenz mit 20 Annahmen

↓ C1 C2 C3
  Part Ref Accept
1 1 419,964 0
2 2 419,965 0
3 3 419,966 0
4 4 419,967 0
5 5 419,968 4
6 6 419,969 5
7 7 419,970 6
8 8 419,971 7
9 9 419,972 8
10 10 419,973 9
11 11 419,974 20
12 12 419,975 20
13 13 419,976 20
14 14 419,977 20
15 15 419,978 20

Beispiel 4: Eine Referenz mit 0 und zwei Referenzen mit 20 Annahmen

↓ C1 C2 C3
  Part Ref Accept
1  1  419,964  0
2  2  419,966  2
3  3  419,967  4
4  4  419,968  6
5  5  419,969  8
6  6  419,970  10
7  7  419,971  15
8  8  419,978  20
9  9  419,980  20

Beispiel 5: AIAG-konform

↓ C1 C2 C3
  Part Ref Accept
1 1 419,964 0
2 2 419,966 2
3 3 419,967 4
4 4 419,968 6
5 5 419,969 8
6 6 419,970 10
7 7 419,971 15
8 8 419,978 20