Taille minimale de l'échantillon pour qu'un DOE réduise le taux de défauts ?J'ai un problème dans mon usine. Dans notre processus d'assemblage, nous avons actuellement un taux de défauts de 15 %, très probablement causé par le processus immédiatement en amont. Je voudrais exécuter un DOE pour découvrir les variables qui affectent la probabilité d'échec. La taille du lot est d'environ 150 pièces par bon de travail. Le taux de défauts idéal serait aussi bas que raisonnablement possible, mais il se situe historiquement autour de 2 à 3 %. Je pense que l'outil le plus pertinent est le calculateur de proportion d'un échantillon, mais je ne sais pas exactement comment l'utiliser.
Donc, ce que je n'arrive pas à déterminer, c'est combien d'échantillons dois-je prélever par expérience du DOE pour être sûr de la variable qui affecte le taux de rebut ? Et comment pourrais-je concevoir un tel DOE basé sur le taux de défauts ?
Re : Taille minimale de l'échantillon pour qu'un DOE réduise le taux de défauts ?J'ai quelques questions que j'aurais dû poser avant :
- La détermination d’un défaut repose-t-elle sur un test destructif ?
- La définition d’un défaut repose-t-elle sur une mesure continue ?
Oui, votre résultat n = 56 est correct en supposant que la différence nulle est 0.
Eh bien, si vous comparez deux populations, ce calcul de la taille de l'échantillon est correct.
Le nombre d'unités défectueuses est modélisé avec une distribution binomiale. Autrement dit, vous connaissez à la fois le numéro défectueux et le numéro non défectueux.
Malheureusement, les résultats qualitatifs sont beaucoup moins informatifs que les réponses quantitatives. La réponse dichotomique est aussi mauvaise que possible.
Re : Taille minimale de l'échantillon pour qu'un DOE réduise le taux de défauts ?Merci pour votre réponse.
@Mark_Bailey a écrit:
Si vous utilisez JMP 14, sélectionnez Aide > Livres > Conception d'expériences et voir Chapitre 17 : Taille et puissance de l’échantillon prospectif . Il y a une section qui explique ce calcul et propose un exemple.
Je viens de regarder le livre, parfois je me sens un peu fatigué en regardant des exemples comme ceux-ci, alors s'il vous plaît, soyez patient avec moi. Il existe un exemple de deux chaînes d'assemblage de plaquettes qui, je suppose, pourraient traduire dans mon problème (a) les paramètres actuels avec un taux de défauts de 15 % et (b) les paramètres expérimentaux avec un taux de défauts <15 %.
Si j'essaie le calculateur de taille d'échantillon à deux proportions avec un test unilatéral (je pense que c'est correct car j'essaie seulement de détecter s'il est plus petit, pas plus grand). Si je mets la proportion 1 = 0,15, la proportion 2 = 0,02, la différence nulle = 0, alpha = 0,05 et la puissance = 0,8, alors il me reste avec la taille d'échantillon 1 et 2 sont égales à 56. Est-ce une application correcte à ce problème ?
@Mark_Bailey a écrit:
Essayez-vous de démontrer que le nouveau taux d’échec est inférieur à 2 % ?
Oui, mais pas exactement. Nous ne connaîtrons pas le taux d’échec exact d’aucune des expériences tant que nous ne les aurons pas exécutées. Nous essayons de trouver les réglages dans le processus en amont qui réduisent le taux de pannes/défauts par rapport à son niveau actuel, soit <15% (mais idéalement, bien sûr <2%, par exemple).
@Mark_Bailey a écrit:
De plus, comptez-vous le nombre d’unités défectueuses ou le nombre de défauts dans un échantillon d’unités ? Cela fait une différence.
Le nombre d'unités défectueuses. Il n’y a qu’un seul défaut que cet appareil peut avoir. Les unités défectueuses sont détruites.
@Mark_Bailey a écrit:
Avez-vous l’intention de concevoir une expérience multifactorielle ou simplement de tester certaines causes potentielles de l’augmentation du taux de défauts ? Si tel est le dernier cas, vous pouvez probablement utiliser le calculateur de proportion à deux échantillons pour avoir une bonne idée de la taille de l'échantillon.
C'est ce dont je n'étais pas sûr. Si la taille de l’échantillon est si grande, nous devons en quelque sorte pousser les variables dans la bonne direction. Si c'est suffisamment petit, alors j'aimerais concevoir une expérience multifactorielle car je pense qu'il y a une certaine interaction entre quelques variables.
C’est l’un des problèmes de confusion sur lesquels j’ai travaillé. Il semble que lorsque le signal de sortie n’est pas continu, cela rend le problème vraiment plus difficile !
Re : Taille minimale de l'échantillon pour qu'un DOE réduise le taux de défauts ?Si vous utilisez JMP 14, sélectionnez Aide > Livres > Conception d'expériences et voir Chapitre 17 : Taille et puissance de l’échantillon prospectif . Il y a une section qui explique ce calcul et propose un exemple. Cette taille d’échantillon est destinée à un test d’une proportion hypothétique défectueuse. Il pose une question sur une population. Essayez-vous de démontrer que le nouveau taux d’échec est inférieur à 2 % ?
De plus, comptez-vous le nombre d’unités défectueuses ou le nombre de défauts dans un échantillon d’unités ? Cela fait une différence.
Les plates-formes de conception, telles que Custom Design, ne prennent pas en charge une analyse de puissance (une autre façon d'évaluer la taille de l'échantillon) pour une réponse binaire (réussite/échec). Avez-vous l’intention de concevoir une expérience multifactorielle ou simplement de tester certaines causes potentielles de l’augmentation du taux de défauts ? Si tel est le dernier cas, vous pouvez probablement utiliser le calculateur de proportion à deux échantillons pour avoir une bonne idée de la taille de l'échantillon.
D’autres experts mieux informés que moi sur ces études pourraient avoir d’autres suggestions.
