다 변수 관리도?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />다 변수 통제 차트에서 통제 지점을 벗어 났을 때 근본 원인을 찾기 위해 취해야 할 조치는 무엇입니까?
다시 : 다 변수 제어 차트?JMP에서는 다음을 모두 수행합니다.
1. 변경 지점 감지 옵션을 호출하여 '언제'가 이동했는지 찾습니다. 변화 지점 탐지기는 최초 발생 빈도를 찾습니다 ... 그러나 시작입니다.
2. 카렌 (Karen)의 지적에 따르면 원래 변수의 수가 적 으면 다 변수 산포도 경로를 사용해보십시오. 변경점 탐지 옵션을 통해서도이를 알 수 있습니다.
삼. 생성하려는 다양한 차트 및 그래프에서 흥미로운 점을 클릭 / 강조 표시하여 JMP 보고서와 원본 데이터 표 사이의 JMP 상호 작용 링크를 사용해야합니다. 그러면 흥미로운 관찰을 찾을 수 있습니다.
JMP 외부 :
4. 프로세스 지식 전문가와 프로세스 지식을 접목하고 프로빙 질문을 묻습니다 ... "무엇이 바뀌었을까요?", "확실하게 알 수있는 것이 무엇이 변하지 않았습니까?", "우리가해야 할 다른 프로세스 요소가 있습니까? 힌트를 제공 할 것인가? ","공정에 침투했을 소음 / 불쾌한 요인이 있는지 의심 스럽습니까? ","공정 변동이 아닌 측정 시스템의 변화를 관찰 할 수 있습니까? 우리가 어떻게 알아?" 종종 업계에서는 사람들이 종종 맹목적으로 측정 시스템을 복음으로 신뢰하고 측정 시스템에 대한 프로세스 모니터링이 없습니다 ... 관찰 된 프로세스 / 제품 가치 변동은 항상 실제 공정 / 제품 변동 및 측정 시스템 변동의 합계. 마지막으로 원하는 것은 측정 시스템 변형에 대응하는 것입니다.
다시 : 다 변수 제어 차트?개별 변수에 대한 단일 변수 "제어"(즉, 실행) 차트를 살펴 보았지만, 통제 불능은 데이터의 다 변수 구조 때문일 수 있으므로 제어에서 벗어나는 단일 요소를 찾지 못할 수도 있음을 기억하십시오. 당신은 조금 더 파고해야 할 수도 있습니다. 메이슨 (Mason)과 영 (Young)의 "MVC에 대해 더 많이 배우기위한 소스로"산업 응용 프로그램의 다 변수 통계 프로세스 제어 "를 권하고 싶습니다. 이 책에는 수학뿐만 아니라 많은 예제가 있습니다. 당신이 관심있는 것은 "T ^ 2 신호의 분해"라는 명명법에 해당합니다.
다시 : 다 변수 제어 차트?다 변수 관리 차트에 포함 된 모든 변수에 대한 단일 변수 관리 차트를 만들고 추세, 교대조 등을 찾으려고 했습니까? 그것들 각각에? 그런 다음 일반적인 근본 원인 분석 방법을 적용 할 수 있어야합니다.
