تخطي إلى المحتوى
Qualityforeveryone

حاسبة تكرارية وتناظرية القياس: المعادلة، مثال ونتيجة فورية

تُظهر دراسة تكرارية وتناظرية القياس (تكرارية وتناظرية القياس) مقدار التباين الذي تراه في القياسات والذي ينشأ عن نظام القياس نفسه بدلاً من التباين الفعلي بين القطع. يقوم فاحصان بقياس نفس القطع عدة مرات؛ وتفصل الدراسة بين التكرارية (أداة القياس) والتناظرية (الأشخاص) وتقارن تشتتهما المشترك مع التباين بين القطع ومع مجال التفاوت المسموح به.

↳ القيم معبأة مسبقاً بمثال توضيحي — استبدلها ببياناتك الخاصة.

بياناتك

الفاحص أ
م1م2
#1
#2
#3
#4
#5
الفاحص ب
م1م2
#1
#2
#3
#4
#5

اتركه فارغاً للتقييم مقابل تباين الدراسة فقط.

لصق القراءات (جدول بيانات)

صف واحد لكل قطعة: أولاً جميع قطع الفاحص أ، ثم جميع قطع الفاحص ب. افصل بين المحاولات بعلامات جدولة أو فواصل منقوطة أو مسافات.

النتيجة

نسبة تباين القياس من التفاوت المسموح بههامشي29.6 %

حصة التفاوت المسموح به المستهلكة بسبب خطأ القياس (6 × تباين القياس).

نسبة تباين القياس من تباين الدراسةهامشي26.3 %

حصة التباين الملحوظ التي تنشأ عن عملية القياس.

الفئات المتمايزة5

يمكن للنظام فصل القطع إلى هذا العدد من المجموعات — وهو كافٍ لضبط العملية.

التكرارية0.0266

التشتت الناتج عن أداة القياس: نفس الشخص، نفس القطعة، بقياسات متكررة.

التناظرية0.0416

التشتت الإضافي الناتج عن قيام أشخاص مختلفين بالقياس.

تكرارية وتناظرية القياس (تباين القياس)0.0494

التشتت المشترك لنظام القياس (انحراف معياري واحد).

تباين القطع0.1813

تشتت القطع نفسها.

14.1التكرارية22.1التناظرية26.3تباين القياس96.5تباين القطع
مكونات التباين كحصة من التباين الكلي: يأخذ نظام القياس (تباين القياس) حصة 26.3 %، والتباين بين القطع 96.5 %.

المعادلة

التكرارية = متوسط المدى × المعامل الأول    (حيث المعامل الأول = 0.8862 لمحاولتين، و0.5908 لـ 3 محاولات)
التناظرية = √( (فرق المتوسطين × المعامل الثاني)² − (التكرارية² ÷ (القطع × المحاولات)) )    (حيث المعامل الثاني = 0.7071 لفاحصَين؛ وتساوي 0 إذا كانت القيمة سالبة)
تباين القياس = √(التكرارية² + التناظرية²)
تباين القطع = مدى القطع × المعامل الثالث    (حيث المعامل الثالث يعتمد على عدد القطع)
التباين الكلي = √(تباين القياس² + تباين القطع²)
نسبة تباين القياس من تباين الدراسة = 100 × تباين القياس / التباين الكلي
نسبة تباين القياس من التفاوت المسموح به = 100 × 6 × تباين القياس / التفاوت المسموح به
عدد الفئات المتمايزة = 1.41 × تباين القطع / تباين القياس، مقرباً للأدنى

مثال تطبيقي محلول

يقوم فاحصان بقياس خمسة أعمدة مخروطة مرتين لكل عمود باستخدام نفس الميكرومتر. التفاوت المسموح به للقطر هو 1.00 مم. هل الميكرومتر جيد بما يكفي؟

البيانات

  • • متوسط مدى القراءات المتكررة متوسط المدى = 0.030 مم (محاولتان ← المعامل الأول = 0.8862)
  • • الفرق بين متوسطَي الفاحصَين فرق المتوسطين = 0.060 مم
  • • مدى متوسطات القطع الخمس مدى القطع = 0.450 مم (5 قطع ← المعامل الثالث = 0.4030)
  • • التفاوت المسموح به = 1.00 مم؛ 5 قطع، محاولتان (2)

الخطوات بالتفصيل

  1. 1التكرارية = 0.030 × 0.8862 = 0.0266 مم
  2. 2التناظرية = √((0.060 × 0.7071)² − 0.0266² / 10) = √(0.001800 − 0.000071) = 0.0416 مم
  3. 3تباين القياس = √(0.0266² + 0.0416²) = 0.0494 مم
  4. 4تباين القطع = 0.450 × 0.4030 = 0.1813 مم؛ التباين الكلي = √(0.0494² + 0.1813²) = 0.1880 مم
  5. 5نسبة تباين القياس من تباين الدراسة = 0.0494 / 0.1880 = 26.3 %
  6. 6نسبة تباين القياس من التفاوت المسموح به = 6 × 0.0494 / 1.00 = 29.6 %
  7. 7عدد الفئات المتمايزة = 1.41 × 0.1813 / 0.0494 = 5.2 ← 5

ماذا تعني النتيجة

كلا المؤشرين يقعان في النطاق الهامشي (10–30 %): قد يكون الميكرومتر مقبولاً لهذا التطبيق، ولكن بالكاد. التناظرية (0.0416) أكبر من التكرارية (0.0266)، مما يعني أن الفاحصَين يقيسان بطريقة مختلفة — وحّد طريقة القياس (موضع القياس على العمود، ومقدار الضغط) قبل شراء أداة قياس أفضل. وعند وجود تفاوت مسموح به، يكون مؤشر نسبة التفاوت عادةً هو الأساس لاتخاذ القرار؛ وتعني قيمة عدد الفئات المتمايزة = 5 أن النظام قادر بالكاد على تصنيف القطع إلى خمس مجموعات متمايزة.

نصائح وأخطاء شائعة

  • اختر قطعاً تغطي المدى الفعلي للعملية؛ فاختيار عشر قطع متطابقة تقريباً يجعل أي أداة قياس تبدو سيئة عند النظر إلى نسبة تباين الدراسة.
  • قم بالقياس بترتيب عشوائي وأخفِ أرقام القطع حتى لا يتذكر الفاحصون القراءات السابقة.
  • استخدم نفس الإجراء ومثبتات القياس التي يستخدمها المشغلون في خط الإنتاج، وليس أفضل ممارسات المختبر فقط.
  • تحقق من دقة التمييز أولاً: يجب أن تقرأ أداة القياس بخطوات تعادل عُشر (1/10) التفاوت المسموح به أو أدق.
  • غالباً ما تغفل مساعدات الذكاء الاصطناعي حد التصحيح (التكرارية² ÷ (القطع × المحاولات)) في معادلة التناظرية أو تخلط بين نسبة الدراسة ونسبة التفاوت؛ تحقق من أرقامها باستخدام هذه الحاسبة.

أمر الذكاء الاصطناعي لهذا الحساب

الصق هذا النص في مساعد الذكاء الاصطناعي الخاص بك ليصطحبك خطوة بخطوة في إجراء الحساب باستخدام بياناتك.

تصرّف كمهندس أنظمة قياس وساعدني في تقييم دراسة تكرارية وتناظرية القياس (طريقة المتوسط والمدى، فاحصان اثنان).

استخدم هذه المعادلات بالضبط:
التكرارية = متوسط المدى × المعامل الأول (حيث المعامل الأول = 0.8862 لمحاولتين، و0.5908 لـ 3 محاولات)
التناظرية = √((فرق المتوسطين × المعامل الثاني)² − (التكرارية² ÷ (القطع × المحاولات)))، حيث المعامل الثاني = 0.7071، واجعل التناظرية تساوي 0 إذا كانت القيمة تحت الجذر سالبة
تباين القياس = √(التكرارية² + التناظرية²)
تباين القطع = مدى القطع × المعامل الثالث (قيمة المعامل الثالث حسب عدد القطع: 2←0.7071، 3←0.5231، 4←0.4467، 5←0.4030، 6←0.3742، 7←0.3534، 8←0.3375، 9←0.3249، 10←0.3146)
التباين الكلي = √(تباين القياس² + تباين القطع²)
نسبة تباين القياس من تباين الدراسة = 100 × تباين القياس / التباين الكلي؛ نسبة تباين القياس من التفاوت المسموح به = 100 × 6 × تباين القياس / التفاوت المسموح به
عدد الفئات المتمايزة = 1.41 × تباين القطع / تباين القياس، مقرباً للأدنى

القواعد:
1. اعمل خطوة بخطوة وأظهر كل قيمة وسيطة.
2. أعد صياغة قراءاتي أولاً وتحقق من الفواصل العشرية.
3. إذا كانت أي قراءة أو عدد المحاولات أو قيمة التفاوت المسموح به مفقودة أو غير واضحة، فاسألني عنها — ولا تفترض أي قيمة.
4. قيّم كلتا النسبتين المئويتين وفق المعايير: <10 % مقبول، 10–30 % هامشي، >30 % غير مقبول، واشرح السبب إذا اختلفت النتيجتان.
5. أخبرني ما إذا كانت التكرارية أم التناظرية هي المهيمنة وما الذي يجب إصلاحه أولاً.

دراستي:
عدد القطع = 
عدد المحاولات لكل قطعة = 
التفاوت المسموح به (الحد الأعلى − الحد الأدنى) = 
قراءات الفاحص أ (صف واحد لكل قطعة) = 
قراءات الفاحص ب (صف واحد لكل قطعة) = 

تقوم الأزرار بنسخ النص أولاً، ثم تفتح المساعد في علامة تبويب جديدة.

أضف هذه الحاسبة إلى موقعك

انسخ الكود أدناه والصقه في صفحتك. تظل الحاسبة مجانية؛ يرجى الإبقاء على رابط الإسناد المرفق معها.

<iframe src="https://www.qualityforeveryone.com/embed/calculators/ar/gage-rr-calculator" title="تكرارية وتفرعية القياس — Qualityforeveryone" width="100%" height="1100" style="border:0;max-width:100%" loading="lazy"></iframe>
<p><a href="https://www.qualityforeveryone.com/ar/lab/calculators/gage-rr-calculator">حاسبة تكرارية وتفرعية القياس مقدمة من الجودة للجميع</a></p>

الخطوة التالية · دوكامين

وثّق هذه النتائج كتقرير دراسة نظام قياس مضبوط في دوكامين.

فتح دوكامين

تعلّم المنهجية · الأكاديمية

تعلّم كيف يندمج تحليل أنظمة القياس في الضبط الإحصائي للعمليات في دوراتنا المجانية.

تصفح الدورات المجانية
درس مصغّر

تحقّق من فهمك المفاهيمي

أجب عن 3 أسئلة سريعة لترسيخ الحدس الهندسي وراء هذه المعادلة.

1. In Gage R&R, what is Repeatability?

2. What %GRR threshold is generally considered acceptable for a measurement system?

3. What does NDC (Number of Distinct Categories) >= 5 indicate?

سجّل الدخول لحفظ نتيجتك الناجحة في جواز الكفاءات.

الأسئلة الشائعة

ما الفرق بين التكرارية والتناظرية؟

التكرارية (تباين المعدات) هي التشتت الناتج عندما يقيس الشخص نفسه القطعة نفسها عدة مرات باستخدام نفس أداة القياس. أما التناظرية (تباين الفاحصين) فهي التشتت الإضافي الناجم عن قيام أشخاص مختلفين بالقياس. تشير قيمة التكرارية الكبيرة إلى مشكلة في أداة القياس أو المثبت؛ بينما تشير قيمة التناظرية الكبيرة إلى مشكلة في طريقة القياس والتدريب.

لماذا يمكن أن تختلف نسبة نسبة تباين القياس المحسوبة من تباين الدراسة عن تلك المحسوبة من التفاوت المسموح به؟

لأنهما تقارنان نفس خطأ القياس بشيئين مختلفين. تقارنه رؤية الدراسة مع تباين القطع التي اخترتها للدراسة، لذا فإن اختيار مجموعة من القطع المتشابهة جداً يجعل الخطأ يبدو كبيراً. أما رؤية التفاوت فتقارنه بما تسمح به المواصفات الهندسية. عند وجود تفاوت مسموح به، فإنه يكون عادةً المؤشر المعتمد لاتخاذ القرار؛ أما إذا كنت تستخدم أداة القياس أيضاً للضبط الإحصائي للعمليات، فإن رؤية الدراسة تهمك أيضاً.

ماذا يعني مؤشر عدد الفئات المتمايزة (عدد الفئات المتمايزة)؟

يقدّر هذا المؤشر عدد مجموعات القطع التي يمكن لنظام القياس التمييز بينها بموثوقية ضمن نطاق تباين القطع. القيمة الأقل من 5 تعني أن أداة القياس لا تستطيع التمييز بين القطع بدرجة كافية لضبط العملية، حتى لو بدت نسبة التفاوت المسموح به مقبولة.

ماذا يجب أن أفعل عندما تفشل الدراسة؟

انظر إلى المكوّن المهيمن. إذا كانت التكرارية مرتفعة: تحقق من دقة تمييز الأداة، والتآكل، وتثبيت القطعة، ونقطة القياس. وإذا كانت التناظرية مرتفعة: وحّد طريقة القياس، ودرّب الفاحصين، واستخدم نفس المثبت. تحقق أيضاً من التحيز والخطية باستخدام قطعة مرجعية معيارية قبل الاستثمار في معدات جديدة.

آخر اختبار: أكتوبر 2026 · تم الاختبار بواسطة: اختبارات رياضية آلية (3+ حالات)