SPC データの正しいサンプリング レートを決定するこんにちは、
UCL = 12.015 および LCL = 12 の SPC データがあります (ターゲットは 120.007) - 添付を参照してください。
OOC (Out Of Control) 値が高すぎるため、サンプリング レートが正しいことを確認したいと考えています。
現在のサンプルレートは 0.1 (10 個の部品のうち 1 個が測定されている) であり、OOC 測定値がありません (同じ制限を持つ SPC 値の 2 つのグループがあります: 「測定深さ 7」と「測定深さ 1」)。
サンプル サイズと検出力を使用してみましたが、ダイアログ ボックスでどのオプションを選択すればよいかわかりません。
ありがとう、ヨニ
Re: SPC データの正しいサンプリング レートを決定する私には 2 つの回答がありますが、おそらく他の専門家がこの議論に追加するでしょう。 （ヒントヒント）
まず、あなたの写真は、両方のフェーズに適用された同じ履歴制限を示しています。 フェーズ 2 でプロセスのパフォーマンスが変わらないと予想していましたか? 2 つのフェーズ間のプロセス変更の性質は何ですか? バラツキ軽減のためか、ターゲット中心か。あなたのチャートから、プロセス平均がフェーズ 2 で上方にシフトしたことは明らかであり、それが OOC シグナルの豊富さの理由です。 アンダーサンプリングまたは低いサンプリング周波数の問題ではありません。
第 2 に、サンプリング頻度の決定は、ランダム エラーのモデル (正規分布など) よりも、特殊原因の性質に関係しています。 特別な原因は何ですか？ 根本原因の分析または故障モードと影響の分析を行いましたか? 特殊原因の効果はどれくらいですか？ それらはいつ発生しますか？ どのくらいの頻度または頻度で発生する可能性がありますか?
凡例から、個別チャートの LCL、センター、および UCL が両方のフェーズでまったく同じではないことがわかりますが、フェーズ 2 の制限がこのデータで計算されたとは信じられません。 実際、私の以前のチャートは、フェーズ 2 が分散の減少とより高い中心を示していることを示しています。
Re: SPC データの正しいサンプリング レートを決定するどうもありがとうマーク！
明確にします - フェーズ 1 と 2 は私が手動でデータに追加したものです - あなたが言及した点に誤りがあります - 無視してください。
私の主な問題は、チャートの OOC 率が高いことです (添付ファイルの黄色のマークを参照)。 UCL は製品要件の一部であるため、変更できません。
部品のすべてのバッチから、10 個中 1 個の部品が測定され、データベースに記録されます。
私の主な懸念は、サンプリング レート (10 分の 1) が低すぎることです。そのため、実際には同じバッチ内にはるかに多くの OOC 部品が存在するにもかかわらず、OOC 部品のごく一部しか検出されていません。
これらの OOC 部品は、生産ラインの後半でのみ検出されます (リワークはより複雑で、部品の品質が低下する可能性があります)。
母集団が正規分布していることを考慮すると、バッチ内のすべての OOC パーツを確実に (90% の電力で) 確実に取得できる正しいサンプリング レートを見つけるにはどうすればよいでしょうか?
Re: SPC データの正しいサンプリング レートを決定する
どうもありがとうマーク！
明確にします - フェーズ 1 と 2 は私が手動でデータに追加したものです - あなたが言及した点に誤りがあります - 無視してください。
私の主な問題は、チャートの OOC 率が高いことです (下の黄色のマークを参照)。 UCL は製品要件の一部であるため、変更できません。
部品のすべてのバッチから、10 個中 1 個の部品が測定され、データベースに記録されます。
私の主な懸念は、サンプリング レート (10 分の 1) が低すぎることです。そのため、実際には同じバッチ内にはるかに多くの OOC 部品が存在するにもかかわらず、OOC 部品のごく一部しか検出されていません。
これらの OOC 部品は、生産ラインの後半でのみ検出されます (リワークはより複雑で、部品の品質が低下する可能性があります)。
母集団が正規分布していることを考慮すると、バッチ内のすべての OOC パーツを確実に (90% の電力で) 確実に取得できる正しいサンプリング レートを見つけるにはどうすればよいでしょうか?
Re: SPC データの正しいサンプリング レートを決定するおっしゃるとおり、サンプルサイズ計算機は管理図用ではありません。 これらは、特定の仮説検定を目的としています (例: t -テスト）。 管理図は以下に基づいています有理サブグループ. それらのサイズと頻度は、プロセス出力の不自然な偏差の特殊な原因の性質を考慮して決定されます。 サブグループのサイズと構成には、特別な原因による変動がないようにする必要があります。 頻度は、特別な原因の可能性を最大化する必要があります。
私はあなたのデータのサンプルを使用しました。 Time を連続モデリング タイプの数値データに変換し、データ テーブルを日付と時刻で並べ替えました。 測定深さ 1 と測定深さ 7 のこれらの XmR チャートを取得します。 (並べ替えにより、履歴の後の 2 つの観測がフェーズ = 2 ではなく 1 に割り当てられるという潜在的なデータの問題が表面化しました。)
これらのチャートで抱えている問題について説明していただけますか?
