Autores premiados Brenda ramírez y Jose g. Ramírez fueron nuestros invitados para la entrega de marzo Hablando analíticamente . Si te perdiste su webcast, ahora está disponible bajo demanda . Durante la entrevista, discutieron cómo las técnicas de calidad tradicionales, cuando se actualizan con los últimos avances en análisis y Visualización de datos - Ayudar a obtener nuevos conocimientos sobre procesos, productos y servicios.
Debido al gran volumen de preguntas enviadas por nuestra audiencia durante la transmisión en vivo, no pudimos atender todas las consultas. Pero, los Ramírez tuvieron la amabilidad de dar seguimiento a algunos de ellos en esta entrevista posterior al evento.
Pregunta: A veces, el proceso de EMP no proporciona el equivalente de una relación de PT para evaluar la posibilidad de discriminar entre las piezas no conformes. ¿Qué recomienda para obtener una evaluación comparable de la relación de PT clásica basada en AIAG utilizando el método EMP?
Responder: La plataforma EMP en JMP puede generar los resultados de R&R del medidor tradicional al seleccionar “Resultados de R&R del medidor de EMP”. La relación de precisión a tolerancia (PT) se puede calcular fácilmente mediante la fórmula 6 * (Gauge R&R Std Dev) / (USL-LSL). En el contexto EMP, para discriminar entre partes conformes y no conformes, el error probable se puede usar para definir especificaciones de fabricación que proporcionan una probabilidad dada de que la parte medida esté dentro de las especificaciones del cliente.
Pregunta: ¿Una salida que sea inestable e impredecible nos desafía a evaluar si tenemos las características correctas? Cite un ejemplo que muestre la diferencia entre un parámetro de proceso presión de inyección versus un espesor de pieza característico del producto.
Responder: En nuestro libro, describimos el uso de un diagrama de flujo de proceso, que describe las cuatro dimensiones de cualquier paso del proceso: entradas, salidas, mandos de proceso y factores de ruido. La figura 2.1 ilustra estas dimensiones para un paso de laminación. Las perillas de proceso (parámetros del proceso) pueden incluir velocidad, temperatura y presión, mientras que las salidas (características del producto) pueden incluir la fuerza de adherencia, el espesor y la resistencia a la delaminación. La fuerza de adherencia de un laminado, por ejemplo, está determinada por las entradas y las perillas de proceso y también puede verse afectada por los factores de ruido. Diseño de experimentos se utiliza para caracterizar y optimizar los parámetros del proceso, mientras que las disciplinas de fabricación y el cumplimiento de calidad Se necesitan sistemas para ejecutar el proceso de manera repetible en el tiempo. Lo ideal es que una estrategia efectiva monitoree y controle las entradas del proceso, las perillas del proceso y los factores de ruido, asegurando que las salidas del proceso cumplan con las especificaciones del cliente.
Pregunta: ¿Se pueden utilizar sus metodologías en un entorno de contact center?
Responder: Los métodos de confiabilidad se pueden usar, por ejemplo, para estimar el tiempo de resolución promedio de un problema particular del cliente. Estas metodologías también se pueden usar para evaluar el impacto de eliminar causas particulares (en espera de partes, información incorrecta, problemas climáticos, etc.) en el tiempo estimado de resolución de la mediana.
Pregunta: ¿Puede comentar sobre las formas en que podríamos usar JMP para analizar y optimizar los datos electrónicos de RF de las antenas y los sistemas de microondas en múltiples dimensiones, como el espectro de frecuencia, el rango de potencia de entrada, el rango de temperatura, etc.?
Responder: Esta es un área de aplicación más adecuada para el análisis de datos funcionales, ya que las respuestas de interés (VSWR, pérdida de retorno, atenuación, etc.) son curvas en lugar de puntos. Sin embargo, en mi experiencia, hay ciertas frecuencias dentro del espectro de frecuencias que son clave para ciertas aplicaciones. Estas frecuencias clave se pueden usar para monitorear el proceso usando tablas de comportamiento del proceso, y los experimentos se pueden diseñar para optimizar las respuestas en esas frecuencias particulares. También hay formas de resumir la información dentro de una curva dada.
Pregunta: Según su experiencia, ¿cómo maneja un experimento realizado incorrectamente por otras partes, como generar demasiados factores en los datos que es difícil de restringir por el análisis de clusters convencional o los componentes principales?
Responder: En un experimento con demasiados factores y pocas ejecuciones, es posible que no podamos estimar todos los efectos principales y los dos factores importantes que nos interesan. Para aquellos efectos que podemos estimar, necesitamos observar la estructura de confusión para entender lo que estamos estimando. Para los diseños de dos niveles, la plataforma de selección de JMP (dentro de Analizar> Modelar) es buena para seleccionar grandes efectos, pero no prueba cada efecto con eficacia. Podemos usar esta información, junto con nuestro conocimiento científico y de ingeniería, para decidir si son prácticamente significativos.
Pregunta: Ambos han pasado toda su carrera trabajando con ingenieros y científicos. ¿Qué es lo que más te gusta de trabajar con ellos?
Responder: Sí, hemos estado colaborando y aprendiendo de ingenieros y científicos durante muchos años, trabajando en algunos proyectos muy interesantes. Estas colaboraciones siempre nos desafían a poner el problema en primer lugar y utilizar las estadísticas como un catalizador para proporcionar soluciones razonables que tengan un impacto en el negocio. A través de este proceso, hemos aprendido más sobre el tema, hemos encontrado el equilibrio correcto entre la sofisticación estadística y el valor práctico, y hemos perfeccionado nuestras habilidades de comunicación. Como resultado, hemos encontrado formas divertidas e interesantes de enseñar contenido estadístico de una manera relevante y útil.
Pregunta: ¿Cuáles son tus características favoritas en JMP?
Responder: Algunas de las funciones que más utilizamos son Resumen dentro del menú Tablas, el Generador de gráficos, el Generador de gráficos de control, el Diseñador personalizado y la plataforma de distribución, que utilizamos para ajustar diferentes distribuciones y para calcular Ppk con intervalos de confianza.
