medida pelo menos 10 partes . Ter o operador de medir as partes , pelo menos, três vezes. Apresentar as peças em uma ordem aleatória para o operador para que ele não sabe que ele está medindo a mesma peça várias vezes . Um exemplo de dados compilado é : Número da peça
: Medição 1 : Medida 2: Medição 3
1 9,160132479 3,208232519 8,725015854
2 10,09989868 5,35886652 8,353012516
3 11,5960797 10,72768738 12,12945402
4 11.1971081 11.00897504 8,142467291
5 7,725476076 10,30067651 10,76296998
6 13,53243557 15,09578684 10,1430507
7 8,805311215 11,80606734 8,751404916
8 7,152713146 5,028629116 12,11245612
9 12,32607212 6,355632668 9,221960706
10 10,22083684 3,704164112 10,25662496
Em um Gage R & R estudar as diferenças entre as medidas são geralmente muito pequeno por isso é melhor para medir a oito casas decimais de precisão ( ver referência 2 )
2 .
Calcule a média para cada grupo. Use uma planilha para calcular automaticamente essa fórmula ou fazê-lo com uma calculadora . Para um cálculo manual , calcule a média de cada grupo , adicionando todas as observações a esse grupo , dividido pelo número total de observações . Por exemplo , em uma coluna , a soma de todas as observações é 101,8160639 . Se você dividir 101.8160639 por 10, que é o número total de observações deste grupo , você tem 10,1816064 . Aplicar a mesma fórmula para os outros dois grupos , obtendo 8,259471804 e 9,859841707 , respectivamente.
3
Calcule o desvio-padrão para cada grupo, usando um programa de planilha eletrônica ou manualmente. Para um cálculo manual , tome cada observação ou @ X & quot; e subtrair a média daquele grupo . Quadrados cada um desses valores , multiplicando-se por si só . Tomai a soma de todos os valores quadrados e dividir pelo número total de observações a esse grupo , menos um. Pegue a raiz quadrada deste número final. Para o primeiro grupo , uma tabela com os valores é:
X: Média: X- Média: (x- Média ) ^ 2
9,160132479 10,1816064 -1,0214739 1,043408971
10,09989868 10,1816064 -0,0817077 0,006676152
11,5960797 10,1816064 1,4144733 2,000734723
11,1971081 10,1816064 1,0155017 1,031243703
7,725476076 10,1816064 -2,4561303 6,03257617
13,53243557 10,1816064 3,3508292 11,2280561
8,805311215 10,1816064 -1,3762952 1,894188437 7,152713146
10,1816064 - 3.0288933 9,174194347
12,32607212 10,1816064 2,1444657 4,598733213
10,22083684 10,1816064 0,0392304 0,001539027
a soma da última coluna é 37,01135084 . Este número é dividido por 9 4,112372316 e a raiz quadrada de 4,112372316 2,027898497 é . Aplicar a mesma fórmula para os outros dois grupos , obtendo 4.0259467 e 1.4690118 , respectivamente.
4
Praça do desvio padrão de cada grupo para obter a variância. Para um grupo , 2.0278985 multiplicado por si mesmo é 4,112372316 . Aplicar a mesma fórmula para os outros dois grupos , obtendo 16.20824682 e 2,157995538 , respectivamente.
5
Calcule a variação média de todos os grupos. Por exemplo , 4,112372316 2,157995538 + + 16,20824682 é 22,47861 . Este valor é dividido pelo número total de peças , o que é 30 O valor é 0,749287 .
6
obter o desvio padrão de todos os grupos por meio do cálculo da raiz quadrada da variância média . Por exemplo , a raiz quadrada de 0.749287 é 0,8656137 .
7
Calcular tolerância subtraindo o limite de especificação superior da unidade de especificação menores . As unidades de especificação são determinadas pelo fabricante e referem-se à quantidade de erros que estão dispostos a tolerar em seu processo de fabricação e ainda fazer um lucro . Por exemplo , se o dispositivo de medição pode não sobre- medida por mais de 4,1 polegadas , o limite superior de especificação é 4.1 polegadas . Se o dispositivo de medição pode não sob - medida por mais de (-2,1 ) polegadas , o limite inferior é (-2,1 ) polegadas . A tolerância seria então 4.1 - (- 2.1 ), que é de 6,2
8
Divida o desvio padrão multiplicado pela propagação desvio padrão para todas as faixas de tolerância . . Multiplique este valor por 100 , por exemplo, 0,8656137 /6,2 é igual a 0,139615113 . Multiplique este valor por 100 para igualar 13,9 por cento .