Hệ thống đo cũng tạo ra biến động
Khi hai người đo cùng một chi tiết nhưng nhận kết quả khác nhau, chênh lệch quan sát có thể liên quan đến thao tác, cách đặt chi tiết, điều kiện đo và độ lặp lại của thiết bị. Nếu không tách biến động đo khỏi biến động giữa các chi tiết, việc đánh giá quá trình chế tạo có thể bị sai lệch.
Nghiên cứu Gage R&R phân tích độ lặp lại và độ tái lập trong phạm vi thiết kế đã chọn. Với thiết kế chéo, mỗi người đo mọi chi tiết và thực hiện số lần lặp bằng nhau. Minitab nhấn mạnh việc chọn chi tiết, người đo đại diện và thứ tự đo ngẫu nhiên. [1] Bài này dùng bộ số liệu giả định được dựng có chủ đích để người đọc kiểm tra phép phân rã, không phải kết quả đánh giá một dụng cụ thật.
Mô hình có tương tác
Gọi yᵢⱼᵣ là kết quả ở chi tiết i, người j và lần lặp r. Mô hình hai yếu tố ngẫu nhiên có dạng yᵢⱼᵣ = μ + Pᵢ + Oⱼ + Iᵢⱼ + eᵢⱼᵣ. P là hiệu ứng chi tiết, O là hiệu ứng người đo, I là tương tác chi tiết với người đo, còn e là thành phần lặp lại.
Mô hình phân rã giả định các hiệu ứng tương ứng có trung bình bằng không, độc lập thích hợp và phương sai ổn định trong phạm vi khảo sát. Tương tác cho phép khác biệt giữa người đo thay đổi theo chi tiết. Ví dụ, một người không nhất thiết luôn đọc cao hơn người khác với cùng một độ lệch trên mọi hình dạng.
Bộ dữ liệu nhỏ có thể dựng lại toàn bộ
Ví dụ có p = 5 chi tiết, o = 3 người và r = 2 lần lặp, tổng cộng 30 phép đo, đơn vị mm. Đây là kích thước chọn cho bài toán minh họa; không được coi năm chi tiết là khuyến nghị cho một nghiên cứu thực. Hướng dẫn Minitab nêu nhu cầu nhiều chi tiết hơn và sự đại diện cho phạm vi quá trình. [1]
Đặt năm mức nền Aᵢ lần lượt là 50; 51; 52; 53; 54 mm. Ba độ lệch người Bⱼ lần lượt là −0,2; 0; 0,2 mm. Đặt kᵢ lần lượt −0,4; −0,2; 0; 0,2; 0,4 mm và qⱼ lần lượt −1; 0; 1. Mỗi ô có hai kết quả được tạo theo y = Aᵢ + Bⱼ + kᵢqⱼ ± 0,2 mm.
Chẳng hạn, chi tiết đầu với người thứ nhất cho 50,0 và 50,4 mm; với người thứ hai cho 49,8 và 50,2 mm; với người thứ ba cho 49,6 và 50,0 mm. Công thức này xác định đủ 30 số mà không cần sao chép một bảng dài. Các số được dựng để tách các thành phần rõ ràng, không phải mẫu ngẫu nhiên chứng minh một phân bố thực.
Bảng ANOVA và bậc tự do
Trung bình toàn bộ là 52 mm. Tổng bình phương do chi tiết bằng 60 mm², do người bằng 0,8 mm², do tương tác bằng 1,6 mm² và do lặp lại bằng 1,2 mm². Tổng chung là 63,6 mm².
Bậc tự do tương ứng là p−1 = 4; o−1 = 2; (p−1)(o−1) = 8; và po(r−1) = 15. Tổng là 29, đúng bằng số quan sát trừ một. Chia từng tổng bình phương cho bậc tự do cho các trung bình bình phương: MSP = 15; MSO = 0,4; MSI = 0,2; MSE = 0,08 mm².
Không nên đọc ngay MSP = 15 là phương sai giữa chi tiết. Các trung bình bình phương chứa nhiều thành phần của mô hình; phải dùng quan hệ của thiết kế cân bằng để tách chúng.
Ước lượng các thành phần phương sai
Khi giữ tương tác trong mô hình, phương sai lặp lại ước lượng là σe² = MSE. Các thành phần còn lại là σI² = (MSI−MSE)/r; σO² = (MSO−MSI)/(pr); và σP² = (MSP−MSI)/(or). Đây là cấu trúc công thức ANOVA có tương tác trong tài liệu Minitab. [2]
Thay số cho σe² = 0,08 mm²; σI² = (0,2−0,08)/2 = 0,06 mm²; σO² = (0,4−0,2)/10 = 0,02 mm²; và σP² = (15−0,2)/6 ≈ 2,466667 mm².
Phương sai tái lập trong mô hình gồm người đo và tương tác, bằng 0,02 + 0,06 = 0,08 mm². Phương sai Gage R&R tổng cộng bằng 0,08 + 0,08 = 0,16 mm², nên σGRR = 0,4 mm. Phương sai tổng bằng 0,16 + 2,466667 = 2,626667 mm²; độ lệch chuẩn tổng khoảng 1,620699 mm.
Bài giữ tương tác để trình bày phép phân rã, không thực hiện lựa chọn mô hình bằng một ngưỡng p-value. Nếu phần mềm loại tương tác và gộp tổng bình phương, kết quả có thể khác; cần ghi rõ cách xử lý trước khi so báo cáo.
Ba phần trăm có ba mẫu số khác nhau
Tỷ lệ đóng góp phương sai của hệ thống đo là 100 × σGRR²/σtotal² ≈ 6,09137%. Tỷ lệ theo độ lệch chuẩn là 100 × σGRR/σtotal ≈ 24,68070%. Nếu cùng dùng một hệ số nhân để biểu diễn “study variation”, hệ số ấy triệt tiêu trong tỷ số thứ hai. Hai tỷ lệ này không được gọi chung một cách mơ hồ là “phần trăm sai số”. [2]
Giả định riêng rằng chiều rộng khoảng yêu cầu T là 5 mm và dùng dải nghiên cứu 6σ. Tỷ lệ theo dung sai là 100 × 6σGRR/T = 100 × 2,4/5 = 48%. Con số này so với chiều rộng yêu cầu, không so với biến động giữa các chi tiết.
Do vậy 6,09%, 24,68% và 48% có thể cùng đúng cho một bộ số liệu. Báo cáo thiếu tên tỷ lệ, hệ số nhân hoặc mẫu số sẽ khiến người đọc đánh giá sai dù phép tính từng ô không có lỗi.
Chọn chi tiết quá rộng có thể làm tỷ lệ đẹp hơn
Giữ phương sai đo ở 0,16 mm² nhưng giả định phương sai giữa chi tiết tăng bốn lần lên 9,866667 mm². Tỷ lệ đóng góp phương sai đo giảm xuống khoảng 1,59574%; tỷ lệ theo độ lệch chuẩn giảm còn khoảng 12,6323%. Tuy nhiên σGRR vẫn là 0,4 mm và tỷ lệ theo dung sai 5 mm vẫn 48%.
Ví dụ cho thấy chỉ thay tập chi tiết có thể làm một tỷ lệ giảm, dù hệ thống đo chưa cải thiện. Tập chi tiết cần phản ánh câu hỏi và phạm vi sản xuất thực; không nên chủ ý thêm những chi tiết cực đoan chỉ để tăng mẫu số.
Độ lặp lại phải được xem theo cấu hình
NIST khuyến nghị xem đồ thị độ lặp lại theo chuẩn kiểm tra, người hoặc dụng cụ để đánh giá khả năng gộp dữ liệu. [3] Trong ví dụ, mọi ô được dựng với cùng chênh lệch 0,4 mm, nên phần lặp lại rất đồng đều. Dữ liệu thực có thể khác nhiều theo hình dạng, điểm tiếp xúc hoặc người thực hiện.
Nếu một nhóm có biến động lớn rõ rệt, một số gộp có thể che vấn đề ấy. Ngược lại, tách quá nhỏ làm mỗi ước lượng có ít thông tin. Quyết định cần dựa vào cấu trúc đo và dữ liệu, không chỉ dựa vào mong muốn đạt một tỷ lệ.
Phạm vi kết luận
Gage R&R chủ yếu mô tả biến động trong thiết kế đã khảo sát. Một dụng cụ có thể lặp lại rất tốt nhưng cùng lệch khỏi chuẩn; đánh giá độ chệch, tuyến tính, trễ và trôi vẫn cần thông tin bổ sung. Không nên chuyển thẳng σGRR thành toàn bộ độ không đảm bảo của mọi phép đo.
Kết quả hữu ích cần kèm kế hoạch lấy mẫu, thứ tự đo, dữ liệu gốc, mô hình có hay không tương tác và các thành phần phương sai. Những thông tin đó giúp phân biệt cải thiện thao tác, cải thiện dụng cụ và thay đổi cách chọn mẫu, từ đó đặt hành động đúng vào nguồn biến động cần xử lý.
Nguồn tham khảo
[1] Data considerations for Create Gage R&R Study Worksheet — Minitab. Truy cập ngày 09/11/2026.
[2] Methods and formulas for gage R&R table in Crossed Gage R&R Study — Minitab. Truy cập ngày 09/11/2026.
[3] NIST/SEMATECH e-Handbook, 2.4.4.1 — Analysis of repeatability — National Institute of Standards and Technology (NIST). Truy cập ngày 09/11/2026.
Rà soát nội dung: 09/11/2026.
Khi hai người đo cùng một chi tiết nhưng nhận kết quả khác nhau, chênh lệch quan sát có thể liên quan đến thao tác, cách đặt chi tiết, điều kiện đo và độ lặp lại của thiết bị. Nếu không tách biến động đo khỏi biến động giữa các chi tiết, việc đánh giá quá trình chế tạo có thể bị sai lệch.
Nghiên cứu Gage R&R phân tích độ lặp lại và độ tái lập trong phạm vi thiết kế đã chọn. Với thiết kế chéo, mỗi người đo mọi chi tiết và thực hiện số lần lặp bằng nhau. Minitab nhấn mạnh việc chọn chi tiết, người đo đại diện và thứ tự đo ngẫu nhiên. [1] Bài này dùng bộ số liệu giả định được dựng có chủ đích để người đọc kiểm tra phép phân rã, không phải kết quả đánh giá một dụng cụ thật.
Mô hình có tương tác
Gọi yᵢⱼᵣ là kết quả ở chi tiết i, người j và lần lặp r. Mô hình hai yếu tố ngẫu nhiên có dạng yᵢⱼᵣ = μ + Pᵢ + Oⱼ + Iᵢⱼ + eᵢⱼᵣ. P là hiệu ứng chi tiết, O là hiệu ứng người đo, I là tương tác chi tiết với người đo, còn e là thành phần lặp lại.
Mô hình phân rã giả định các hiệu ứng tương ứng có trung bình bằng không, độc lập thích hợp và phương sai ổn định trong phạm vi khảo sát. Tương tác cho phép khác biệt giữa người đo thay đổi theo chi tiết. Ví dụ, một người không nhất thiết luôn đọc cao hơn người khác với cùng một độ lệch trên mọi hình dạng.
Bộ dữ liệu nhỏ có thể dựng lại toàn bộ
Ví dụ có p = 5 chi tiết, o = 3 người và r = 2 lần lặp, tổng cộng 30 phép đo, đơn vị mm. Đây là kích thước chọn cho bài toán minh họa; không được coi năm chi tiết là khuyến nghị cho một nghiên cứu thực. Hướng dẫn Minitab nêu nhu cầu nhiều chi tiết hơn và sự đại diện cho phạm vi quá trình. [1]
Đặt năm mức nền Aᵢ lần lượt là 50; 51; 52; 53; 54 mm. Ba độ lệch người Bⱼ lần lượt là −0,2; 0; 0,2 mm. Đặt kᵢ lần lượt −0,4; −0,2; 0; 0,2; 0,4 mm và qⱼ lần lượt −1; 0; 1. Mỗi ô có hai kết quả được tạo theo y = Aᵢ + Bⱼ + kᵢqⱼ ± 0,2 mm.
Chẳng hạn, chi tiết đầu với người thứ nhất cho 50,0 và 50,4 mm; với người thứ hai cho 49,8 và 50,2 mm; với người thứ ba cho 49,6 và 50,0 mm. Công thức này xác định đủ 30 số mà không cần sao chép một bảng dài. Các số được dựng để tách các thành phần rõ ràng, không phải mẫu ngẫu nhiên chứng minh một phân bố thực.
Bảng ANOVA và bậc tự do
Trung bình toàn bộ là 52 mm. Tổng bình phương do chi tiết bằng 60 mm², do người bằng 0,8 mm², do tương tác bằng 1,6 mm² và do lặp lại bằng 1,2 mm². Tổng chung là 63,6 mm².
Bậc tự do tương ứng là p−1 = 4; o−1 = 2; (p−1)(o−1) = 8; và po(r−1) = 15. Tổng là 29, đúng bằng số quan sát trừ một. Chia từng tổng bình phương cho bậc tự do cho các trung bình bình phương: MSP = 15; MSO = 0,4; MSI = 0,2; MSE = 0,08 mm².
Không nên đọc ngay MSP = 15 là phương sai giữa chi tiết. Các trung bình bình phương chứa nhiều thành phần của mô hình; phải dùng quan hệ của thiết kế cân bằng để tách chúng.
Ước lượng các thành phần phương sai
Khi giữ tương tác trong mô hình, phương sai lặp lại ước lượng là σe² = MSE. Các thành phần còn lại là σI² = (MSI−MSE)/r; σO² = (MSO−MSI)/(pr); và σP² = (MSP−MSI)/(or). Đây là cấu trúc công thức ANOVA có tương tác trong tài liệu Minitab. [2]
Thay số cho σe² = 0,08 mm²; σI² = (0,2−0,08)/2 = 0,06 mm²; σO² = (0,4−0,2)/10 = 0,02 mm²; và σP² = (15−0,2)/6 ≈ 2,466667 mm².
Phương sai tái lập trong mô hình gồm người đo và tương tác, bằng 0,02 + 0,06 = 0,08 mm². Phương sai Gage R&R tổng cộng bằng 0,08 + 0,08 = 0,16 mm², nên σGRR = 0,4 mm. Phương sai tổng bằng 0,16 + 2,466667 = 2,626667 mm²; độ lệch chuẩn tổng khoảng 1,620699 mm.
Bài giữ tương tác để trình bày phép phân rã, không thực hiện lựa chọn mô hình bằng một ngưỡng p-value. Nếu phần mềm loại tương tác và gộp tổng bình phương, kết quả có thể khác; cần ghi rõ cách xử lý trước khi so báo cáo.
Ba phần trăm có ba mẫu số khác nhau
Tỷ lệ đóng góp phương sai của hệ thống đo là 100 × σGRR²/σtotal² ≈ 6,09137%. Tỷ lệ theo độ lệch chuẩn là 100 × σGRR/σtotal ≈ 24,68070%. Nếu cùng dùng một hệ số nhân để biểu diễn “study variation”, hệ số ấy triệt tiêu trong tỷ số thứ hai. Hai tỷ lệ này không được gọi chung một cách mơ hồ là “phần trăm sai số”. [2]
Giả định riêng rằng chiều rộng khoảng yêu cầu T là 5 mm và dùng dải nghiên cứu 6σ. Tỷ lệ theo dung sai là 100 × 6σGRR/T = 100 × 2,4/5 = 48%. Con số này so với chiều rộng yêu cầu, không so với biến động giữa các chi tiết.
Do vậy 6,09%, 24,68% và 48% có thể cùng đúng cho một bộ số liệu. Báo cáo thiếu tên tỷ lệ, hệ số nhân hoặc mẫu số sẽ khiến người đọc đánh giá sai dù phép tính từng ô không có lỗi.
Chọn chi tiết quá rộng có thể làm tỷ lệ đẹp hơn
Giữ phương sai đo ở 0,16 mm² nhưng giả định phương sai giữa chi tiết tăng bốn lần lên 9,866667 mm². Tỷ lệ đóng góp phương sai đo giảm xuống khoảng 1,59574%; tỷ lệ theo độ lệch chuẩn giảm còn khoảng 12,6323%. Tuy nhiên σGRR vẫn là 0,4 mm và tỷ lệ theo dung sai 5 mm vẫn 48%.
Ví dụ cho thấy chỉ thay tập chi tiết có thể làm một tỷ lệ giảm, dù hệ thống đo chưa cải thiện. Tập chi tiết cần phản ánh câu hỏi và phạm vi sản xuất thực; không nên chủ ý thêm những chi tiết cực đoan chỉ để tăng mẫu số.
Độ lặp lại phải được xem theo cấu hình
NIST khuyến nghị xem đồ thị độ lặp lại theo chuẩn kiểm tra, người hoặc dụng cụ để đánh giá khả năng gộp dữ liệu. [3] Trong ví dụ, mọi ô được dựng với cùng chênh lệch 0,4 mm, nên phần lặp lại rất đồng đều. Dữ liệu thực có thể khác nhiều theo hình dạng, điểm tiếp xúc hoặc người thực hiện.
Nếu một nhóm có biến động lớn rõ rệt, một số gộp có thể che vấn đề ấy. Ngược lại, tách quá nhỏ làm mỗi ước lượng có ít thông tin. Quyết định cần dựa vào cấu trúc đo và dữ liệu, không chỉ dựa vào mong muốn đạt một tỷ lệ.
Phạm vi kết luận
Gage R&R chủ yếu mô tả biến động trong thiết kế đã khảo sát. Một dụng cụ có thể lặp lại rất tốt nhưng cùng lệch khỏi chuẩn; đánh giá độ chệch, tuyến tính, trễ và trôi vẫn cần thông tin bổ sung. Không nên chuyển thẳng σGRR thành toàn bộ độ không đảm bảo của mọi phép đo.
Kết quả hữu ích cần kèm kế hoạch lấy mẫu, thứ tự đo, dữ liệu gốc, mô hình có hay không tương tác và các thành phần phương sai. Những thông tin đó giúp phân biệt cải thiện thao tác, cải thiện dụng cụ và thay đổi cách chọn mẫu, từ đó đặt hành động đúng vào nguồn biến động cần xử lý.
Nguồn tham khảo
[1] Data considerations for Create Gage R&R Study Worksheet — Minitab. Truy cập ngày 09/11/2026.
[2] Methods and formulas for gage R&R table in Crossed Gage R&R Study — Minitab. Truy cập ngày 09/11/2026.
[3] NIST/SEMATECH e-Handbook, 2.4.4.1 — Analysis of repeatability — National Institute of Standards and Technology (NIST). Truy cập ngày 09/11/2026.
Rà soát nội dung: 09/11/2026.


