2요인 내포 임의 효과 모형의 예

모형 적합 플랫폼의 표준 최소 제곱 분석법을 사용하여 2요인 내포 임의 효과 모형을 적합시킵니다. 측정 시스템 분석 연구의 일부로 무작위 선택된 24개의 부품을 측정합니다. 이 부품은 일반적으로 이러한 부품을 측정하는 6명의 작업자에게 균등하게 분배됩니다. 각 작업자는 할당된 4개 부품 각각에 대해 세 가지 측정을 독립적으로 수행합니다.

각 부품은 한 명의 특정 작업자에 의해 측정되므로 Part가 Operator 안에 내포됩니다. 부품은 랜덤 생산 표본이므로 Part가 임의 효과로 간주됩니다. 이러한 특정 작업자 6명에게 관심이 있으므로 Operator는 고정 효과로 처리됩니다. 적절한 모형을 지정합니다.

1. 도움말 > 샘플 데이터 폴더를 선택하고 Variability Data/2 Factors Nested.jmp를 엽니다.

2. 데이터 테이블에서 Variability Chart - Nested 테이블 스크립트 옆의 녹색 화살표를 클릭합니다.

3. "Y에 대한 계량형 게이지 분석"의 빨간색 삼각형을 클릭하고 범위 막대 표시를 선택 취소한 후 그룹 평균 표시를 선택합니다.

그림 4.36 Y에 대한 계량형 차트 

계량형 차트에는 네 개의 각 부품에 대한 각 Operator의 세 가지 측정값이 표시됩니다. 가로선은 각 Operator의 평균 측정값을 표시합니다.

4. 분석 > 모형 적합을 선택합니다.

5. Y를 선택하고 Y를 클릭합니다.

6. Operator와 Part를 선택하고 추가를 클릭합니다.

7. Operator 안에 Part 내포: "모형 효과 생성" 목록에서 Part를 선택합니다. "열 선택" 목록에서 Operator를 선택합니다.

8. 내포를 클릭합니다.

9. "모형 효과 생성" 목록에서 Part[Operator]가 강조 표시된 상태로 속성 > 임의 효과를 선택합니다.

10. 실행을 클릭합니다.

11. "반응 Y"의 빨간색 삼각형을 클릭하고 요인 프로파일링 > 프로파일러를 선택합니다.

그림 4.37 예측 프로파일러 

"예측 프로파일러"는 각 작업자에 대한 예측 반응을 보여 줍니다. Clara에 설정된 빨간색 수직 파선은 Clara의 예측 반응이 0.530임을 나타냅니다. "예측 프로파일러" 그림에 제공된 모형 예측과 "계량형 차트"의 원시 데이터 간 대응 관계를 확인할 수 있습니다.

이 그림은 Part가 작업자 내에 임의 효과로 내포된 각 Operator에 대한 예측 측정값을 보여 줍니다. 부품 측정값 자체의 변동성에도 관심이 있는 경우 Part와 관련된 분산 성분을 추정하는 것이 적절할 수 있습니다.