다중 속도 분석을 수행하는 가장 좋은 방법안녕 모두,
사람들이 다중 속도 분석을 수행하는 방법 : 그룹 별 단위 분석 당 결함
여기서 우리가 회사에서하는 한 가지 예는 제품 별 디스크 표면 당 입자 또는 생산 기계 별 표면 당 흠집입니다.
JMP 에서이 데이터를 분석하는 더 좋은 방법이 있는지 궁금합니다.
오늘은 = 분석> 품질 및 공정> 파레토 도표를 사용한 다음 "단위당 분석"을 수행합니다.
이를 통해 분석 및 결론을 뒷받침하는 데 유용한 "단위당 속도"테이블 및 "그룹 간 테스트 속도"출력이 제공됩니다.
Fit Y에서 X 또는 다른 플랫폼 으로이 작업을 수행하는 더 좋은 방법이 있다고 생각했습니다. 다른 그래픽 분석 옵션을보고 싶습니다. Pareto Plot 플랫폼이 제공하는 것보다 더 많은 데이터를 탐색 할 수있는 유연성이 있습니다.
당신의 친절한 의견에 미리 감사드립니다:)
다시 : 다중 속도 분석을 수행하는 가장 좋은 방법도움말> JMP 문서 라이브러리> 품질 및 프로세스를 참조하십시오. '속성 차트'에 대한 자료를보십시오.
다시 : 다중 속도 분석을 수행하는 가장 좋은 방법첫 번째 의견은 파레토 차트 분석에주의해야합니다. 많은 사람들이이 차트를 잘못 해석한다는 것을 알았습니다. 당신은 막대의 높이 순서를보고있을뿐만 아니라 막대 사이의 "점프"를 찾고 있습니다. Deming의 특수 원인 / 일반 원인 모델을 따르십시오. (또는 Shewhart의 할당 가능한 원인 / 임의 변형 모델). 이 차트는 또한 변화, 즉 시계열을 이해하는 데 중요한 요소를 잃습니다.
추가 생각 :
1. "결함"의 반응 변수는 인과 관계를 이해하는 데 최적이 아닙니다. 결함을 생성하는 데 잠재적 인 실패 메커니즘이 너무 많습니다. 내 첫 번째 생각은 측정을위한 연속 스케일을 생성하는 것입니다 (Y). 결함을 더 잘 설명 할 수 있습니까? (예 : 길이, 깊이, 흠집 위치). 이산 (결함)에서 서수로 척도를 늘릴 수 있습니까 (예 : 척도에서 최소 5 점) (예 : 1-5)? 연속성이 높을수록 연구가 더 효율적입니다.
2. 결함이 발생하는 이유에 대한 가설 목록과 가능한 설명을 개발하십시오. 에 의해 나열한 생성물 과 생산 기계 . 이것이 결함에 기여하는 이유는 무엇입니까? 가설은 다음에 대한 설명이어야합니다. 현상이 발생하는 이유 보다 구체적이고 가설에 대한 통찰력을 제공 할 방법과 데이터에 대해 더 쉽게 생각할 수 있습니다.
삼. 여러 가설 (및 여러 x)을 사용하면 입력 변수와 반응 변수 사이의 관계를 찾을 수있는 많은 기회를 열 수 있습니다. 당신은 할 수 있습니다 :
- 레버리지 할당을 분리하고 일관성을 평가할 수 있도록 설계 샘플링 계획.
- 요인과 반응 변수 사이의 인과 관계를 식별하기 위해 설계 실험을 줄입니다.
- 종속 변수 간의 다변량 관계를 찾습니다 (결함과 연관 될 수있는 연속 변수를 식별하는 데 도움이 됨).
- 변동성 그림을 사용하여 데이터에서 패턴 찾기 입력과 출력 사이의 연관성 (그래프 빌더를 사랑하는 법을 배울 수도 있습니다 ...)
- 관리도를 사용하여 일관성을 찾으십시오.
- 입력과 출력 사이의 관계를 결정하기 위해 적합 모델을 실행합니다 (X에 의한 Y 적합).
