Determinare la frequenza di campionamento corretta per i dati SPCCiao,
Ho un dato SPC con UCL = 12.015 e LCL = 12 (l'obiettivo è 120.007) - vedi allegato.
I miei valori OOC (Out Of Control) sono troppo alti e voglio controllare che la mia frequenza di campionamento sia corretta.
La frequenza di campionamento attuale è 0,1 (viene misurata 1 parte su 10) e mancano le misurazioni OOC (ci sono 2 gruppi di valori SPC con gli stessi limiti: "Measure Depth 7" e "Measure Depth 1").
Ho provato a utilizzare la dimensione e la potenza del campione, ma non sono sicuro di quale opzione scegliere nella finestra di dialogo.
Grazie, Yoni
Ri: Determinare la frequenza di campionamento corretta per i dati SPCHo due risposte, forse altri esperti si aggiungeranno a questa discussione. (Suggerimento, suggerimento)
Innanzitutto, la tua immagine mostra gli stessi limiti storici applicati a entrambe le fasi. Ti aspettavi che le prestazioni del processo rimanessero le stesse nella fase 2? Qual è la natura del cambiamento di processo tra le due fasi? Era per la riduzione della varianza o per la centratura sull'obiettivo?Mi risulta dai tuoi grafici che la media del processo si è spostata verso l'alto nella fase 2 e questo è il motivo dell'abbondanza di segnali OOC. Non è una questione di sottocampionamento o di bassa frequenza di campionamento.
In secondo luogo, la determinazione della frequenza di campionamento ha più a che fare con la natura delle cause speciali che con il modello per gli errori casuali (ad esempio, distribuzione normale). Quali sono le cause speciali? Hai eseguito un'analisi della causa principale o un'analisi delle modalità di errore e degli effetti? Quanto sono grandi gli effetti delle cause speciali? Quando possono verificarsi? Quanto spesso o frequentemente possono verificarsi?
Posso vedere dalla legenda che LCL, Center e UCL per il grafico degli individui non sono esattamente gli stessi per entrambe le fasi, ma non posso credere che i limiti della fase 2 siano stati calcolati con questi dati. In effetti, i miei grafici precedenti mostrano che la fase 2 mostra una riduzione della varianza e un centro più alto.
Ri: Determinare la frequenza di campionamento corretta per i dati SPCGrazie mille Marco!
Chiarirò - le fasi 1 e 2 sono state aggiunte manualmente da me ai dati - ho un errore nei punti che hai menzionato - per favore ignoralo.
Il mio problema principale è l'alto tasso di OOC nel grafico (vedi contrassegnato in giallo nel file allegato). L'UCL non può essere modificato poiché fa parte dei requisiti del prodotto.
Da ogni lotto di parti c'è 1 parte su 10 che viene misurata e registrata nel database.
La mia preoccupazione principale è che la frequenza di campionamento (1 su 10) è troppo bassa, quindi stiamo catturando solo una piccola parte delle parti OOC, mentre in realtà ci sono molte più parti OOC nello stesso lotto.
Queste parti OOC vengono catturate solo più avanti nella linea di produzione (dove la rilavorazione è più complessa e potrebbe ridurre la qualità delle parti).
Considerando che la popolazione è normalmente distribuita, come posso trovare qual è la frequenza di campionamento corretta che garantirà (con una potenza del 90%) che stiamo catturando tutte le parti OOC nel lotto?
Ri: Determinare la frequenza di campionamento corretta per i dati SPC
Grazie mille Marco!
Chiarirò - le fasi 1 e 2 sono state aggiunte manualmente da me ai dati - ho un errore nei punti che hai menzionato - per favore ignoralo.
Il mio problema principale è l'alto tasso di OOC nel grafico (vedi contrassegnato in giallo sotto). L'UCL non può essere modificato poiché fa parte dei requisiti del prodotto.
Da ogni lotto di parti c'è 1 parte su 10 che viene misurata e registrata nel database.
La mia preoccupazione principale è che la frequenza di campionamento (1 su 10) è troppo bassa, quindi stiamo catturando solo una piccola parte delle parti OOC, mentre in realtà ci sono molte più parti OOC nello stesso lotto.
Queste parti OOC vengono catturate solo più avanti nella linea di produzione (dove la rilavorazione è più complessa e potrebbe ridurre la qualità delle parti).
Considerando che la popolazione è normalmente distribuita, come posso trovare qual è la frequenza di campionamento corretta che garantirà (con una potenza del 90%) che stiamo catturando tutte le parti OOC nel lotto?
Ri: Determinare la frequenza di campionamento corretta per i dati SPCHai ragione, i calcolatori delle dimensioni del campione non sono destinati alle carte di controllo. Sono destinati a specifici test di ipotesi (ad es. t -test). Le carte di controllo si basano su sottogruppi razionali . La loro dimensione e frequenza sono determinate considerando la natura delle cause speciali di una deviazione innaturale nell'output del processo. La dimensione e la composizione del sottogruppo dovrebbero essere prive di variazioni di cause speciali. La frequenza dovrebbe massimizzare la possibilità di una causa speciale.
Ho usato il tuo campione di dati. Ho convertito l'ora in dati numerici con il tipo di modellazione continua e quindi ho ordinato la tabella dei dati per data e ora. Ottengo questi grafici XmR per Misura profondità 1 e Misura profondità 7. (L'ordinamento ha fatto emergere un potenziale problema di dati in cui due osservazioni successive nella storia sono state assegnate alla fase = 1 anziché 2.)
Puoi descrivere il problema che stai riscontrando con questi grafici?
