DOE が欠陥率を減らすための最小サンプル サイズは?私の工場で問題が発生しています。 当社の組立プロセスでは、現在 15% の欠陥率があり、その原因のほとんどはすぐ上流のプロセスにあります。 DOE を実行して、失敗の可能性に影響を与える変数を発見したいと考えています。 バッチ サイズは、作業指示ごとに約 150 個です。 理想的な不良率は合理的に可能な限り低いものですが、これまでは約 2 ～ 3% でした。 最も関連性の高いツールは One Sample Proportion Calculator だと思いますが、その使い方がよくわかりません。
それで、私が理解できないのは、どの変数がスクラップ率に影響を与えるかを確信するには、DOE 実験ごとにいくつのサンプルを採取する必要があるかということです。 そして、欠陥率に基づいてそのような DOE を設計するにはどうすればよいでしょうか?
Re: 欠陥率を減らすための DOE の最小サンプル サイズは?事前に尋ねるべきだった質問がいくつかあります。
- 欠陥の判定は破壊試験に基づいていますか?
- 欠陥の定義は継続的な測定に基づいていますか?
はい、null の差が 0 であると仮定すると、n = 56 の結果は正しいです。
2 つの母集団を比較している場合、このサンプル サイズの計算は正しいことになります。
欠陥のあるユニットの数は二項分布でモデル化されます。 つまり、不良品の数と良品の数の両方がわかります。
残念ながら、定性的な結果は定量的な応答に比べて情報量がはるかに少ないです。 二分法的な対応は最悪だ。
Re: 欠陥率を減らすための DOE の最小サンプル サイズは?ご返答ありがとうございます。
@Mark_Bailey書きました：
JMP 14 を使用している場合は、次を選択します。ヘルプ>本>実験計画法そして見てください第 17 章: 見込みサンプルサイズと検出力。 この計算について説明し、例を示すセクションがあります。
本を見たばかりですが、このような例を見ると少し分厚く感じることもありますが、ご容赦ください。 2 つのウェーハ組立ラインに関する例があります。これは、(a) 欠陥率が 15% の現在の設定と、(b) 欠陥率が 15% 未満の実験設定を私の問題に置き換えることができると思います。
片側検定で 2 つの比例サンプル サイズ計算ツールを試してみると (大きいかどうかではなく小さいかどうかを検出しようとしているだけなので、これは正しいと思います)。 比率 1 = 0.15、比率 2 = 0.02、ヌル差 = 0、アルファ = 0.05、検出力 = 0.8 とすると、サンプル サイズ 1 と 2 は 56 になります。 これはこの問題への正しい適用ですか?
@Mark_Bailey書きました：
新しい故障率が 2% 未満であることを証明したいのでしょうか?
はい、でも正確にはそうではありません。 実験の正確な失敗率は、実行してみるまでわかりません。 私たちは、故障/欠陥率を現在のレベル、つまり 15% 未満 (もちろん理想的には、たとえば 2% 未満) から減らす上流プロセスの設定を見つけようとしています。
@Mark_Bailey書きました：
また、欠陥のあるユニットの数、またはユニットのサンプル内の欠陥の数を数えていますか? それは違いを生みます。
欠陥のあるユニットの数。 このユニットには 1 つだけ欠陥があります。 欠陥のあるユニットは破壊されます。
@Mark_Bailey書きました：
多要素実験を計画するつもりですか、それとも単に不良率増加の潜在的な原因をいくつかテストするつもりですか? 後者の場合は、おそらく 2 サンプル比率計算ツールを使用してサンプル サイズを把握することができます。
これが私がよくわからなかった点です。 サンプルサイズが非常に大きい場合は、変数を正しい方向に少し動かす必要があります。 十分に小さい場合は、いくつかの変数間に相互作用があると考えられるため、多因子実験を計画したいと思います。
これは、私がこれまで取り組んできた混乱の問題の 1 つです。 出力信号が非連続である場合、問題はさらに難しくなるように思えます。
Re: 欠陥率を減らすための DOE の最小サンプル サイズは?JMP 14 を使用している場合は、次を選択します。ヘルプ>本>実験計画法そして見てください第 17 章: 見込みサンプルサイズと検出力。 この計算について説明し、例を示すセクションがあります。 このサンプル サイズは、仮説上の不良率のテストを目的としています。 1 つの母集団について質問します。 新しい故障率が 2% 未満であることを証明したいのでしょうか?
また、欠陥のあるユニットの数、またはユニットのサンプル内の欠陥の数を数えていますか? それは違いを生みます。
カスタム デザインなどの設計プラットフォームは、バイナリ応答 (合格/不合格) の検出力分析 (サンプル サイズを評価する別の方法) をサポートしていません。 多要素実験を計画するつもりですか、それとも単に不良率増加の潜在的な原因をいくつかテストするつもりですか? 後者の場合は、おそらく 2 サンプル比率計算ツールを使用してサンプル サイズを把握することができます。
私よりもこれらの研究に詳しい専門家が、他の提案をしてくれるかもしれません。
