Gráfico de control y 3 Sigma<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Con referencia al cuadro adjunto:
Tengo unas 30 observaciones. Los valores tienen una desviación estándar de 0,534121.
El promedio es: 73,93235.
Ahora, si quiero calcular los límites de control según la regla general de ± 3 sigma, los límites son: 72,3 LCL y 75,5 UCL.
Sin embargo, si trazo un gráfico de control con la tabla del adjunto, el UCL y el LCL se calculan en: 72,852 a 75,01.
No puedo entender el motivo de esta diferencia.
¿Alguien puede explicar?
Intenté resolver esto y descubrí que el JMP está usando ± 2 sigma para calcular los límites y también el valor de sigma que estima para este propósito es diferente de los valores que calculé anteriormente. No puedo entender esto.
Re: Gráfico de control y 3 SigmaEl gráfico de control no le dice si el resultado es correcto o no.Le indica si el proceso está operando con un "grado razonable de control estadístico".En caso afirmativo, entonces el proceso está funcionando tan bien como puede.En caso negativo, entonces existen causas especiales de variación que deben eliminarse antes de mejorar el proceso.Eliminar causas especiales NO es una mejora del proceso.Una vez que su proceso esté funcionando tan bien como sea posible, se pueden realizar cambios en el proceso mismo para lograr que alcance un nuevo nivel de rendimiento en un promedio más deseable y/o con menos variabilidad.
Re: Gráfico de control y 3 SigmaCualquiera interesado en la genialidad absoluta de Walter Shewhart a la hora de idear el gráfico de control debería leer su libro original, publicado en 1931. Puede obtener una edición del 50.º aniversario en Amazon.com.He leído y releído este libro varias veces y siempre obtengo más información sobre esta sencilla herramienta respaldada por 500 páginas de desarrollo y teoría que conducen a una obra maestra empírica.
En 1989 W. Edwards Deming dijo: "El Dr. Shewhart ideó y publicó la regla en 1924. Nadie ha hecho un mejor trabajo desde entonces".
El número de agosto de 1967 de Control de Calidad Industrial publicó el artículo “Nuestro Deuda con Walter Shewhart " cual Incluye una nota de 1 página. de Shewhart a su jefe y una copia del primer gráfico de control publicado.¡Cosas increíbles!
Re: Gráfico de control y 3 SigmaAquí hay una muy buena discusión sobre los fundamentos de los gráficos de control. Como otros, te sugiero que consigas el libro de Wheeler.
En él explica que los límites juegan dos papeles. En primer lugar, juzgan si existen condiciones fuera de control. De lo contrario, el segundo papel que desempeñan es predecir dónde es probable que aparezca la producción futura.
Entonces, a sus preguntas sobre recalcular los límites con la aparición de nuevos datos... Si el proceso es estable, no es necesario revisar los límites; básicamente le darán los mismos límites que ya tiene. Si su proceso es inestable, entonces los límites son solo emitir juicio, ayudándole a identificar y eliminar causas especiales.
Un proceso inestable puede hacer que calcules cambios sustanciales en los límites. Calcula límites, encuentra las causas especiales y elimínalas. Algunos tienen la práctica de calcular "límites teóricos" basándose en la eliminación de los datos de causas especiales. Otros continúan revisando los límites a medida que recopilan nuevos datos mientras continúan identificando y eliminando causas especiales. Una vez que hayas tenido un período de tiempo sin causas especiales, podrás declarar estable el proceso y congelar los límites.
Realmente no hay forma de utilizar los gráficos sin conocimiento del proceso. Con la ayuda de los gráficos, debería comprender si su operación le indica si es estable o no. Por ejemplo, puede esperar cambios en el gráfico si intercambia una herramienta. Si ese es el caso, necesitaría tener un gráfico de control para cada una de las herramientas involucradas en la operación, ya que cada una es un proceso separado con su propio patrón "estable" (suponiendo que no haya causas especiales).
Siento que estoy divagando aquí: obtenga y lea los libros de Wheeler y lo expondrán a los comentarios que recibirá en este hilo. Eres bienvenido a enviarme datos a levin@predictum.com .
Re: Gráfico de control y 3 SigmaGracias por tu respuesta Smoore.
Sin embargo, no entiendo por qué es peligroso volver a calcular los límites. Entonces, ¿por qué tenemos gráficos de control? Quiero decir, están destinados a proporcionarnos valores basados en el comportamiento real del sistema y decirnos si el resultado real del sistema es correcto o no.
Re: Gráfico de control y 3 Sigmanone1. Debemos tener cuidado de no pensar demasiado o intentar superar los gráficos de comportamiento del proceso y los datos.Por eso es tan importante tener conocimientos sobre el origen, recopilación y definición de los datos.El paquete de software que está utilizando puede calcular lo que desee, pero utilizar su conocimiento y experiencia sobre el proceso y los datos es donde radica el valor real del gráfico de control.Una vez que haya establecido límites de control y un punto siguiente muestre una falta de control, entonces tendrá una señal que puede ser investigada.Actualizar los límites de control en cada punto de datos sucesivo es peligroso.Una vez más, Wheeler trata esta situación en sus escritos.En última instancia, las preguntas son: ¿Produjo el mismo sistema este punto de datos que los puntos de datos anteriores?¿Cómo lo sabes?¿Espera que el cambio (señal) se mantenga?Esto requiere años de práctica y reflexión.Sigue pensando... estás en el camino correcto.
Si puedo ayudarle con el análisis de datos, mi correo electrónico es smoore@wausaupaper.com
Re: Gráfico de control y 3 SigmaEntonces, ahora tengo una situación. De repente, el proceso produce resultados que están fuera del 3 sigma calculado hasta ahora. Por tanto, el proceso parece estar fuera de control.
Sin embargo, si incluyo estos nuevos puntos que han salido del límite de 3 sigma en el cálculo de sigma, el nuevo sigma parece estar bien. ¿Puedo entonces decir que mi proceso está bajo control o se trata de un fraude?
Re: Gráfico de control y 3 SigmaAquí también hay una discusión más amplia. Para mí, los gráficos de control eran la "Voz del proceso", por lo tanto, un detector de humo, por así decirlo, cuando un proceso "estable" puede estar desviándose de su curso debido a una causa especial. Es un gran desperdicio perseguir la variabilidad de causas comunes que es demasiado frecuente. Luego, por supuesto, hay especificaciones que en un mundo perfecto se establecen en función de la "idoneidad para el uso" y el rendimiento, lo cual es una discusión completamente diferente que vale la pena tener, pero que no tiene suficiente espacio aquí para explicarla. Nuestro sistema de calidad se basó en especificaciones basadas en la idoneidad para el uso, que se derivaron mediante el diseño de experimentos y la comprensión de las diversas impurezas de las huellas dactilares en un proceso y su impacto en la penúltima especificación, el uso del cliente. Muy a menudo, las especificaciones de los materiales se establecen bajo la directriz de que una mayor calidad es mejor; sin embargo, muchas veces ciertas "impurezas" son sinérgicas y beneficiosas para el rendimiento del producto o proceso final y simplemente optimizar ciegamente un proceso para la especificación no siempre da el mejor producto. /proceso. Solo quería agregar esto a la discusión ya que la comprensión del proceso/producto es la clave y los gráficos de control son una parte integral de esa comprensión, pero no la historia completa. Sin embargo, dicho esto, una excursión a una causa especial no es necesariamente algo malo, sino más bien una oportunidad para aprender sobre el proceso/producto, ya que puede descubrir que la excursión proporcionó un proceso/producto que funciona mejor en manos de sus clientes, por lo que la clave es evaluar el impacto de la excursión y obtener conocimiento del proceso, que es el método científico.
Re: Gráfico de control y 3 Sigmahttps://www.linkedin.com/groups/Does-Run-chart-require-data-3696237.S.63802395
El enlace de arriba es un hilo de LinkedIn sobre si los gráficos de control requieren datos normales o no. Aunque este no es el tema exacto de su pregunta, hubo un par de cosas que yo, como alguien que ciertamente no soy un experto en estadística, encontré personalmente útiles para poner las cosas en perspectiva y que también pueden ayudarlo:
- En última instancia, estamos tratando de encontrar una manera económica de investigar los valores atípicos, que es más o menos el propósito de los gráficos de control.
- Según uno de los contribuyentes: El 6 sigma = +-3 sigma es un límite económico operativo. Desde mi punto de vista, Shewhart fue un hombre inteligente que intentó encontrar una definición operativa robusta para identificar cuándo está justificado investigar y cuándo considerarlo simplemente como RUIDO.
- A veces nos concentramos tanto en tener exactamente la razón, que perdemos de vista si nuestra búsqueda realmente produce resultados muy diferentes. En otras palabras, ¿estamos dividiendo los pelos sólo por dividir los pelos? No lo sé en su caso, pero podría ser interesante trazar sus datos en ambos gráficos y observar si el número de alarmas es diferente o no.
- El artículo de Wheeler titulado "¿Está seguro de que no necesitamos datos distribuidos normalmente?" Me hizo pensar en este concepto.
Re: Gráfico de control y 3 Sigma¡También una muy buena respuesta!
Re: Gráfico de control y 3 SigmaSi puedo opinar....El gráfico I-mR es la "navaja suiza" de los gráficos de comportamiento de procesos.Es muy útil para casi cualquier conjunto de datos y es sólido.NO depende de la distribución de los datos; es decir, no es necesario que los datos estén distribuidos normalmente.El uso de la desviación estándar de los datos para calcular los límites de control superior e inferior casi siempre es INCORRECTO.La razón es la siguiente: sus datos están ordenados en el tiempo; de lo contrario, un gráfico de control es inútil.El cálculo de la desviación estándar da el mismo resultado independientemente del orden de los datos.El rango móvil proporciona una estadística de dispersión ordenada en el tiempo y dependiente del orden del tiempo IS.El rango móvil multiplicado por 2,66 da una estimación de 3 sigma para los datos.Como dice LouV, el libro de Wheeler es excelente.Puede encontrar muchos de los artículos de Wheeler en www.qualitydigest.com.También te sugiero que mires el trabajo de Davis Balestracci.
Re: Gráfico de control y 3 SigmaNo estoy seguro de estar en condiciones de decir cuál es la "mejor manera", pero según mi experiencia en el entorno de fabricación durante 30 años, según tengo entendido, los gráficos IR-MR eran deseables porque eran fáciles de calcular y fáciles de usar. entrenar a las operaciones sobre cómo calcular mucho más que un cálculo de desviación estándar. Hay que darse cuenta de que muy a menudo los gráficos de control se guardaban en la planta de producción con papel cuadriculado y las operaciones completaban los datos en consecuencia. Creo que la clave es elegir una técnica y utilizar el valor de esa técnica y responder a la "voz del proceso" cuando hay una señal fuera de control.
Re: Gráfico de control y 3 SigmaGracias a ambos por su rápida respuesta.Es increíble lo rápido que eres.
Entonces la pregunta es cuál es la mejor manera de trazar un gráfico de control en un entorno industrial:
¿Un gráfico LJ o un gráfico IR?
Re: Gráfico de control y 3 SigmaTiene razón cuando dice "regla general" de 3 sigma ya que en realidad el gráfico de control IR (tamaño de subgrupo 1) utiliza el rango móvil para el cálculo.
La fórmula para los límites es la siguiente.
UCL = media + 2,66 (0,406) = 73,93 + 1,08 = 75,01
LCL = media -2,66 (0,406) = 73,93-1,08 = 72,85
El 0,406 es la media calculada del rango móvil en sus datos.
Adjunté el archivo con la columna de rango móvil agregada.
Recomiendo encarecidamente el libro de Donald Wheeler sobre control estadístico de procesos.
Re: Gráfico de control y 3 SigmaEsta es una pregunta común y se responde en el curso JMP sobre Control estadístico de procesos. Supongo que está creando un gráfico de rango individual y móvil. Debe comprender cómo se crean los gráficos individuales y de rango móvil. Utilizan una ESTIMACIÓN de la desviación estándar para los límites de control. La desviación estándar se puede estimar de varias formas. Debido a que estos gráficos se crearon antes que las calculadoras, normalmente se utiliza un rango móvil, no la desviación estándar de la muestra, s.
Para obtener un gráfico con los límites que propone, ese gráfico se denomina gráfico de Levey-Jennings.
