Les commandes de l’application, les identifiants des feuilles de données et les valeurs des données d’exemple conservent leur forme d’origine. Les captures d’écran, graphiques et fichiers à télécharger sont en anglais. Les exemples conservent les conventions numériques anglaises : point décimal et virgule de séparation des milliers.
Exemple : alésages de vannes
Trois contrôleurs mesurent chacun les mêmes 10 corps de vanne trois fois, en retirant puis en repositionnant l’alésomètre entre les lectures. L’étude comporte 90 mesures ; l’ordre des pièces est randomisé et les lectures précédentes sont masquées.
Télécharger l’exemple des alésages de vannes (CSV en anglais)C’est le même exemple que dans Help. bore_diameter_mm contient les lectures en mm. Cet outil exige des identifiants numériques : part_number associe P01–P10 à 1–10, et operator_number associe A, B et C à 1, 2 et 3. trial identifie les trois séries de mesures.
1. Créer l’analyse
Dans la barre latérale, ouvrez Measurement systems, choisissez GRR (ANOVA) et nommez l’analyse. Sélectionnez New blank worksheet et Create analysis.
2. Importer les données
Dans Worksheet, choisissez Import. Sélectionnez le fichier téléchargé ou collez son contenu. Réglez le délimiteur sur Comma, utilisez Decimal dot et cochez First row contains column names. Prévisualisez l’importation, puis choisissez Import into worksheet. Conservez toutes les lignes dans leur ordre d’origine.
3. Affecter les colonnes d’entrée
Dans Inputs, affectez part_number à Part ID, operator_number à Operator, trial à Trial ID et bore_diameter_mm à Measurements, en sélectionnant chaque colonne dans le sélecteur. Utilisez les colonnes d’identifiants numériques.
Vérifiez que l’application détecte 10 parts × 3 operators × 3 trials. Chaque pièce doit avoir les trois essais de chaque opérateur.
4. Définir les options de l’étude
Saisissez 0.05 dans Significance level (α). Saisissez 19.950 dans Lower specification limit (LSL) et 20.050 dans Upper specification limit (USL). La largeur de l’intervalle de spécification est de 0.100 mm.
Ouvrez Precision et laissez Apply decimal precision to results décoché. L’exemple contient déjà des mesures ; Create a worksheet template n’est pas nécessaire.
5. Exécuter l’analyse
Choisissez Run analysis, puis ouvrez Results.
6. Interpréter les résultats
Comprendre l’étude
Chaque contrôleur mesure chaque corps de vanne trois fois. Les différences entre lectures répétées révèlent la dispersion de mesure ; les différences entre corps révèlent la variation entre pièces. L’étude compare les deux.
Lire la dispersion de mesure
EV représente la répétabilité : la dispersion lorsque le même contrôleur répète une mesure. AV représente la reproductibilité : la variation associée aux contrôleurs. GRR les combine. Ici, GRR vaut 0.01778 mm. Les valeurs du tableau sont des dispersions à six sigma, et non des écarts-types.
Composantes de la variation de l’étude en mm, représentées par des dispersions à six sigma. Ces barres ne sont pas des contributions à la variance. Voir le graphique en taille réelle (s’ouvre dans un nouvel onglet) Comparer les deux pourcentages
GRR représente 12.90% de la dispersion totale de l’étude et 17.78% de la largeur de l’intervalle de spécification de 0.100 mm. Ces pourcentages utilisent des comparaisons différentes. Aucun n’est le pourcentage de corps de vanne rejetés. Les pièces sélectionnées influencent le pourcentage de l’étude.
Comparer les contrôleurs pour chaque pièce
Les lignes indiquent la moyenne de chaque contrôleur pour chaque corps de vanne. Les différences entre contrôleurs changent selon la pièce. La valeur p de l’interaction est d’environ 0.000479, inférieure à 0.05 : l’application conserve donc cet effet. Les pièces 1–10 désignent P01–P10 ; les opérateurs 1/2/3 désignent A/B/C.
Diamètre moyen d’alésage en mm pour chaque contrôleur et chaque pièce, à partir de trois lectures par cellule. Voir le graphique en taille réelle (s’ouvre dans un nouvel onglet) Choisir les points à examiner
Comparez la technique et le positionnement de l’instrument pour les pièces où les contrôleurs diffèrent. Le graphique n’identifie pas la cause. Le NDC entier est de 10 : l’instrument distingue plusieurs niveaux parmi ces pièces sélectionnées, mais cela n’établit pas son aptitude à tous les usages futurs.
Plus de détails : lire chaque section des résultats
Les tableaux complets de résultats utilisent six chiffres significatifs, comme dans Help.
Composantes de la variation de l’étude (6σ)
Le tableau présente la variation de l’étude (6σ), en mm. La répétabilité EV vaut 0.01033 mm ; la reproductibilité AV, 0.01446 mm ; le GRR total, 0.01778 mm. La variation entre pièces est bien plus grande, à 0.1366 mm. Ne lisez pas ces valeurs comme des écarts-types ou des pourcentages ; divisez une composante 6σ par six pour obtenir son écart-type.
| Composante | Variation de l’étude (6σ) |
|---|---|
| EV | 0.0103344 |
| AV | 0.0144637 |
| GRR | 0.0177764 |
| PV | 0.136598 |
| TV | 0.13775 |
- Interaction O×P significative ; non regroupée. %GRR (variation de l’étude) = 12.9% NDC ≈ 10
Évaluation de l’étude
GRR représente 12.90% de la variation totale de l’étude et 17.78% de la largeur de l’intervalle de spécification de 0.100 mm. Le NDC vaut 10.835, avec un NDC entier de 10. Les pourcentages de variation de l’étude utilisent des rapports d’écarts-types ; une contribution à la variance utiliserait les carrés de ces rapports (environ 1.67% pour le GRR total ici). Les pourcentages répondent donc à des questions différentes. Le NDC dépend aussi de la dispersion des pièces sélectionnées.
| Indicateur | Valeur |
|---|---|
| GRR (%variation de l’étude) | 12.9048 |
| GRR (%tolérance) | 17.7764 |
| NDC | 10.8348 |
| NDC (entier) | 10 |
| α | 0.05 |
| Interaction opérateur × pièce regroupée | Non |
ANOVA à deux facteurs avec interaction
L’interaction opérateur × pièce a p ≈ 0.000479, inférieur à α = 0.05 : l’application conserve donc l’interaction au lieu de la regrouper avec la répétabilité. Les différences entre opérateurs doivent ainsi être considérées avec les différences propres à chaque pièce. La valeur p de l’opérateur est d’environ 0.000321 ; ces tests n’identifient pas la raison des différences.
| Source de variation | SS | df | MS | F | p |
|---|---|---|---|---|---|
| Operator | 0.000241089 | 2 | 0.000120544 | 12.9997 | 0.000320941 |
| Part | 0.0420662 | 9 | 0.00467402 | 504.055 | 9.41451e-20 |
| O×P | 0.000166911 | 18 | 0.00000927284 | 3.12568 | 0.000479281 |
| Répétabilité (erreur) | 0.000178 | 60 | 0.00000296667 | — | — |
| Total | 0.0426522 | 89 | 0 | — | — |
- Valeurs F et p du modèle complet. L’interaction opérateur × pièce est regroupée avec la répétabilité lorsque son p ≥ α.
Moyennes opérateur × pièce
Chaque cellule est la moyenne d’un opérateur pour une pièce sur trois essais. Comparez les opérateurs au sein d’une même pièce avant de comparer différentes pièces.
| Opérateur | Pièce 1 | Pièce 2 | Pièce 3 | Pièce 4 | Pièce 5 | Pièce 6 | Pièce 7 | Pièce 8 | Pièce 9 | Pièce 10 |
|---|---|---|---|---|---|---|---|---|---|---|
| Operator 1 | 20.004 | 19.97 | 20.0207 | 19.9867 | 20.008 | 19.979 | 20.0287 | 19.9927 | 20.0167 | 19.9623 |
| Operator 2 | 20.003 | 19.9687 | 20.023 | 19.9853 | 20.011 | 19.9763 | 20.0323 | 19.9953 | 20.0173 | 19.9653 |
| Operator 3 | 20.0047 | 19.9723 | 20.028 | 19.988 | 20.0157 | 19.981 | 20.0297 | 20 | 20.02 | 19.9677 |
Moyennes marginales
Les moyennes par opérateur et par pièce, calculées sur l’ensemble des mesures correspondantes, résument l’étude croisée. La moyenne sur les pièces peut masquer l’interaction opérateur × pièce conservée dans le modèle.
| Origine de la moyenne | Moyenne |
|---|---|
| Ensemble | 19.9984 |
| Operator 1 | 19.9969 |
| Operator 2 | 19.9978 |
| Operator 3 | 20.0007 |
| Part 1 | 20.0039 |
| Part 2 | 19.9703 |
| Part 3 | 20.0239 |
| Part 4 | 19.9867 |
| Part 5 | 20.0116 |
| Part 6 | 19.9788 |
| Part 7 | 20.0302 |
| Part 8 | 19.996 |
| Part 9 | 20.018 |
| Part 10 | 19.9651 |
7. Créer un rapport
Conservez Study variation components (6σ), Study assessment, Two-way ANOVA with interaction, Operator × part means, Marginal means, ainsi que les graphiques des composantes et des moyennes par cellule. Indiquez à quel contrôleur et à quelle pièce correspond chaque identifiant numérique, et conservez la largeur de l’intervalle de spécification de 0.100 mm.
Sélectionnez Add to report dans l’exécution terminée. Ouvrez Choose individual items and advanced options pour sélectionner les tableaux et graphiques, puis choisissez Add to draft. Les éléments masqués restent dans l’analyse enregistrée.
Nommez le rapport et ajoutez l’objectif de l’étude ainsi que votre interprétation. Sélectionnez Save, vérifiez Preview, puis utilisez Export → Download HTML. L’exemple ci-dessous contient l’intégralité du contenu sélectionné, y compris les résultats au-delà d’un seul écran.