Autori premiati Brenda Ramírez e José G. Ramírez erano i nostri ospiti per la puntata di marzo di Parlando analiticamente . Se ti sei perso il loro webcast, è ora disponibile su richiesta . Durante l'intervista, hanno discusso su come le tecniche tradizionali di qualità - quando aggiornate con gli ultimi progressi in analisi e visualizzazione dati - aiutare a ottenere nuove informazioni su processi, prodotti e servizi.
A causa dell'elevato volume di domande inviate dal nostro pubblico di visualizzazione durante la trasmissione in diretta, non siamo stati in grado di rispondere a tutte le richieste. Ma i Ramírez sono stati così gentili da seguirne alcuni in questa intervista sul blog post-evento.
Domanda: A volte il processo EMP non fornisce l'equivalente di un rapporto PT per valutare la possibilità di discriminare le parti conformi non conformi. Cosa consiglia per ottenere una valutazione comparativa del classico rapporto PT basato su AIAG utilizzando il metodo EMP?
Risposta: La piattaforma EMP in JMP è in grado di generare i risultati R & R di gauge tradizionali selezionando "EMP Gauge R & R Results". Il rapporto precisione-tolleranza (PT) può quindi essere facilmente calcolato utilizzando la formula 6 * (Gauge R & R Std Dev) / (USL-LSL). Nel contesto EMP, per discriminare tra parti conformi e non conformi, l'errore probabile può essere utilizzato per definire specifiche di produzione che forniscono una probabilità probabile che la parte misurata rientri nelle specifiche del cliente.
Domanda: Un'uscita che è instabile e imprevedibile ci sfida a valutare se abbiamo le giuste caratteristiche? Si prega di citare un esempio che mostra la differenza tra una pressione di iniezione del parametro di processo rispetto a uno spessore di una parte caratteristica del prodotto.
Risposta: Nel nostro libro, descriviamo l'uso di un diagramma di flusso del processo, che descrive le quattro dimensioni di ogni fase del processo: input, output, manopole di processo e fattori di rumore. La Figura 2.1 illustra queste dimensioni per una fase di laminazione. Le manopole di processo (parametri di processo) possono includere velocità, temperatura e pressione, mentre le uscite (caratteristiche del prodotto) possono includere resistenza, spessore e resistenza alla delaminazione. La forza di adesione di un laminato, ad esempio, è determinata dagli input e dalle manopole di processo e può anche essere influenzata dai fattori di rumore. Progettazione di esperimenti è usato per caratterizzare e ottimizzare i parametri del processo, mentre le discipline di produzione e l'adesione a qualità i sistemi sono necessari per eseguire il processo in modo ripetibile nel tempo. Idealmente, una strategia efficace monitora e controlla gli input di processo, le manopole di processo e i fattori di rumore, assicurando che le uscite di processo soddisfino le specifiche del cliente.
Domanda: Le tue metodologie possono essere utilizzate in un ambiente di contact center?
Risposta: I metodi di affidabilità possono essere utilizzati, ad esempio, per stimare il tempo medio di risoluzione di un particolare problema del cliente. Queste metodologie possono anche essere utilizzate per valutare l'impatto dell'eliminazione di cause particolari (in attesa di parti, informazioni errate, problemi meteorologici, ecc.) Sul tempo di risoluzione mediana stimato.
Domanda: Puoi commentare i modi in cui potremmo usare JMP per analizzare e ottimizzare i dati dell'elettronica a radiofrequenza da antenne e sistemi a microonde su più dimensioni come spettro di frequenza, intervallo di potenza in ingresso, intervallo di temperatura, ecc.?
Risposta: Questa è un'area di applicazione più adatta all'analisi dei dati funzionali poiché le risposte di interesse (VSWR, perdita di ritorno, attenuazione, ecc.) Sono curve piuttosto che punti. Tuttavia, secondo la mia esperienza, ci sono alcune frequenze all'interno dello spettro di frequenza che sono fondamentali per alcune applicazioni. Queste frequenze chiave possono essere utilizzate per monitorare il processo utilizzando i grafici di comportamento del processo e gli esperimenti possono essere progettati per ottimizzare le risposte a quelle particolari frequenze. Ci sono anche modi per riassumere le informazioni all'interno di una data curva.
Domanda: Nella tua esperienza, come gestisci un esperimento eseguito in modo non corretto da altre parti, come generare troppi fattori nei dati che è difficile da restringere con l'analisi cluster convenzionale o con i componenti principali?
Risposta: In un esperimento con troppi fattori e poche esecuzioni, potremmo non essere in grado di stimare tutti gli effetti principali e due fattori importanti che ci interessano. Per quegli effetti che possiamo stimare, dobbiamo guardare alla struttura confondente per capire cosa stiamo stimando. Per i progetti a due livelli, la piattaforma di screening JMP (all'interno di Analyze> Modeling) è in grado di individuare grandi effetti, ma non verifica efficacemente ciascun effetto. Possiamo usare queste informazioni, insieme alle nostre conoscenze ingegneristiche e scientifiche, per decidere se sono praticamente significative.
Domanda: Entrambi avete trascorso la vostra intera carriera a lavorare con ingegneri e scienziati. Cosa ti piace di più lavorare con loro?
Risposta: Sì, collaboriamo e apprendiamo da ingegneri e scienziati da molti anni, lavorando a progetti molto interessanti. Queste collaborazioni ci sfidano sempre a mettere il problema al primo posto ea utilizzare le statistiche come catalizzatore per fornire soluzioni sensate che abbiano un impatto sul business. Attraverso questo processo, abbiamo imparato di più sull'argomento, abbiamo trovato il giusto equilibrio tra sofisticazione statistica e valore pratico, e abbiamo affinato le nostre capacità comunicative. Di conseguenza, abbiamo trovato modi divertenti e interessanti per insegnare il contenuto statistico in modo utile e utile.
Domanda: Quali sono le tue funzioni preferite in JMP?
Risposta: Alcune delle funzionalità che utilizziamo di più sono Riepilogo nel menu Tabelle, Generatore di grafici, Generatore di grafici di controllo, Custom Designer e Piattaforma di distribuzione, che utilizziamo per adattarsi a diverse distribuzioni e per calcolare Ppk con intervalli di confidenza.
