Minitab et JMP : résultats différents pour CPK dans les données LognormalesChers,
en ce moment, j'évalue un ensemble de données.
Ces données sont distribuées de manière lognormale.
J'effectue l'analyse CPK avec JMP et avec Minitab : le résultat des capacités est différent.
Quelqu'un d'entre vous connaît la raison ?
Je pense que cela pourrait être lié au type de formule utilisée pour le calcul de capacité... mais je n'en suis pas sûr.
Merci d'avance pour vos commentaires.
Cordialement,
Simone
Ingénierie Qualité et ProcédésRe : Minitab et JMP : résultats différents pour CPK dans les données LognormalesSimone soulève un point très légitime.Si par exemple je regarde le lien fourni par @statman il énonce ensuite l'exigence commune de Ppk > 1,33, mais poursuit ensuite en disant que « les indices de capacité de processus calculés à partir de processus non normaux ne sont pas comparables à ceux de processus normaux ».
J'ai toujours eu tendance à privilégier la méthode ISO/Percentile pour généraliser les indices de capacité pour les distributions non normales.La raison en est que, pour moi, les mathématiques sont une extension logique de l’intention initiale des indices.
Mais à mesure que je travaille davantage avec des fournisseurs au sein des chaînes d'approvisionnement, je constate que les indices de capacité ont tendance à être utilisés comme indicateurs de performance génériques et souvent combinés pour former une matrice de décision permettant de prioriser les actions d'ingénierie.Ppk (ou Cpk, faites votre choix - c'est une discussion distincte !) sont utilisés comme mesure indirecte de non-conformité.Sur cette base, il est préférable de généraliser l’indice de capacité de telle sorte qu’il puisse être interprété raisonnablement indépendamment du type de distribution sous-jacent.Je pense que c’est la base sous-jacente de la méthode Z-score ; j'ai donc tendance à penser maintenant que c'est la méthode de calcul préférable.
Il existe une troisième approche utilisée par certains praticiens de la qualité, qui consiste à transformer les données, par exemple la transformation box-cox ; Je pense qu'il est vrai (je dois encore vérifier cela) que si vous transformez les données (et les spécifications) et exécutez la capacité de processus, vous obtiendrez le même résultat que si vous utilisiez la méthode de calcul du score Z ; ce qui est un autre argument en sa faveur.
ps : le titre original du message était une requête de Minitab contre JMP.Les deux systèmes prennent en charge à la fois la méthode ISO/Percentile et la méthode Z-score.Mais alors que Minitab utilise par défaut la méthode Z-score, JMP utilise par défaut la méthode ISO/Percentile.Dans JMP, vous pouvez modifier le comportement par défaut en sélectionnant Fichier>Préférences>Plateformes.
Re : Minitab et JMP : résultats différents pour CPK dans les données LognormalesMerci!
Cordialement,
Simone
Re : Minitab et JMP : résultats différents pour CPK dans les données LognormalesMarc a tout à fait raison. Il existe de nombreux articles sur le sujet.
Fred Spiring, Bartholomew Leung, Smiley Cheng et Anthony Yeung, Bibliographie des documents sur la capacité des processus, QUALITÉ ET FIABILITÉ ENGINEERING INTERNATIONAL Qual. Fiable. Eng. Int. 2003 ; 19 : 445-460 (DOI : 10.1002/qre.538)
répertorie de nombreux articles sur le sujet.
En voici un autre avec un bon résumé des problèmes :
http://www.stats.uwaterloo.ca/~shsteine/papers/cap.pdf
Re : Minitab et JMP : résultats différents pour CPK dans les données LognormalesOui, je peux comprendre la confusion en tant qu'instructeur JMP !
C'est pourquoi il est important que le client comprenne d'abord ce que sont les indices de capacité et de performance et ensuite qu'il existe plusieurs façons de les estimer. S’ils demandent de tels indices, ils devraient alors avoir une idée de la méthode qui leur convient le mieux. Certaines industries ont des normes. D’autres industries et entreprises choisissent leur propre voie. Si les indices doivent être utilisés comme données de gestion importantes, il est alors important que la direction prenne une décision. Ils apprennent à comprendre et utiliser des données financières, des indices et des calculs complexes. Les informations sur le processus ne sont pas différentes.
Re : Minitab et JMP : résultats différents pour CPK dans les données LognormalesMerci Mark, explication claire.
Comme vous pouvez l'imaginer, lorsque nous parlons avec certaines organisations/clients... la question est très "question pratique" : vous avez une distribution log-normale... quelle est la valeur Cpk ? Et... il n'est pas si facile de faire passer le message selon lequel vous pouvez avoir différents Cpk selon la méthodologie que vous utilisez pour le calcul.
Cordialement,
Simone
Re : Minitab et JMP : résultats différents pour CPK dans les données LognormalesJe pense que la clé pour comprendre ces méthodes et leurs différences est cette déclaration tirée de la documentation JMP citée : " Cependant, à moins que vous ne disposiez d'une très grande quantité de données, un ajustement non paramétrique peut ne pas refléter avec précision le comportement dans les queues de la distribution. "
Cette situation est donc similaire à l’analyse de fiabilité. La plupart du temps, dans une analyse, le modèle est utilisé pour l'interpolation, mais en termes de fiabilité et de capacité, l'accent est mis sur l'extrapolation dans les queues. Les queues de la distribution sont l'endroit où résident les informations souhaitées. L'ajustement paramétrique est plus efficace (plus d'informations avec moins de données). Il est possible (c'est-à-dire parfois) d'ajuster un bon modèle paramétrique (bonnes estimations des paramètres) avec seulement une poignée d'observations. Cette approche met l'accent sur l'importance de votre choix pour le modèle et de votre croyance en celui-ci.
Par exemple, j'adapte plusieurs modèles de distribution aux données de poids dans Big Class en utilisant la plateforme Life Distribution à titre d'illustration.
J'ai choisi l'échelle Normale pour linéariser le CDF dans ce cas. Les modèles sont très similaires sur la plage de probabilité de 0,3 à 0,9. Ils sont pratiquement impossibles à distinguer dans cette plage et fournissent tous des estimations similaires par interpolation. Mais qu’en est-il des queues ? Le calcul de la capacité nécessite d'estimer la plage de poids de ±3σ, ce qui sur l'échelle normale correspond aux probabilités (1,0 - 0,9973) / 2 = 0,00135 et 1 - 0,00135 = 0,99865. Ces différents modèles donneront des extrapolations de poids très différentes à ces probabilités.
La distribution normale symétrique équivaut à la moyenne et à la médiane. Seule la médiane est garantie pour représenter le centre dans une distribution non normale. La méthode Percentile est donc une traduction directe des indices de capabilité.
La méthode Z Score traduit plutôt les spécifications en quantiles mais cette transformation dépendra toujours du choix du modèle et de l'extrapolation. La spécification est d'abord convertie en probabilité avec le modèle de distribution ajusté. Ensuite, la probabilité est convertie en quantile à partir de la distribution normale standard, elle peut donc être comparée à ±3.
Re : Minitab et JMP : résultats différents pour CPK dans les données LognormalesMerci pour le retour Dave.
Cordialement,
Simone
Re : Minitab et JMP : résultats différents pour CPK dans les données LognormalesJ'ai également un fort intérêt à comprendre les différences.Je fais actuellement quelques enquêtes dans ce domaine - je vous ferai savoir quand je les aurai rédigées.
Re : Minitab et JMP : résultats différents pour CPK dans les données LognormalesChère Laura,
merci pour les détails et les commentaires.
Tout est clair.
Avez-vous une bonne journée.
Cordialement,
Simone
Re : Minitab et JMP : résultats différents pour CPK dans les données LognormalesBonjour Simone,
Vous pouvez trouver la documentation sur les deux méthodes différentes de calcul des indices de capacité non normale ici .J'espère que cela aide quelqu'un.De plus, à partir de JMP 15, ces deux méthodes de calcul de capacité non normale sont également disponibles dans la plate-forme de distribution pour les ajustements de distribution non normale.
Laura
Re : Minitab et JMP : résultats différents pour CPK dans les données LognormalesCher David,
Merci pour la BONNE explication!
J'ai également suivi votre suggestion pour d'autres types de distribution (comme Weibull).
Il y a une différence si j'utilise des centiles ou un score Z (et avec le score Z, les résultats correspondent à ceux de Minitab).
C'est bon... pour la compréhension : étape 1.
Cela pourrait maintenant être utile de comprendre les différences de résultats CPK... selon la différence dans la "Méthode de l'Indice de Capacité" : comme vous pouvez l'imaginer... devant une discussion (avec un client ou un fournisseur)... cela peut créer de longues et longues discussions supplémentaires.
Merci.
Cordialement,
Simone
Re : Minitab et JMP : résultats différents pour CPK dans les données LognormalesSalut Simone
Merci d'avoir partagé les résultats de Minitab.
JMP dispose de deux emplacements où vous pouvez exécuter la fonctionnalité de processus. La plateforme de distribution et la plateforme de capacité de processus (sous Analyse>Qualité et processus).
Vous avez utilisé la plateforme de distribution, qui est la plateforme que je préfère utiliser.Cependant, la plate-forme Process Capability fournit des options supplémentaires pour les indices de capacité de calcul pour les distributions non normales (note à moi-même : cela semble être également vrai pour la version 15 de JMP dont la capacité de processus a été révisée dans la plate-forme de distribution.
Le point clé est le suivant.Dans la plateforme Process Capability, vous pouvez effectuer deux types de calcul différents :
Le passage au score Z donne le même résultat que Minitab.
J'espère que cela explique la différence - même si cela soulève la plus grande question de savoir quelle méthode utiliser (par coïncidence, j'étudie actuellement cette même question mais pour l'instant je ne suis pas en mesure d'exprimer une opinion - cela dit, si vous transformez les données le résultat de ces données est comparable au résultat du score Z).
Re : Minitab et JMP : résultats différents pour CPK dans les données LognormalesCher David,
en pièce jointe vous trouverez les données utilisées pour cette analyse.
Vous pouvez également voir la comparaison entre Minitab et JMP sur le même ensemble de données.
Merci d'avance pour vos commentaires.
Cordialement,
Simone
Re : Minitab et JMP : résultats différents pour CPK dans les données LognormalesBonjour Nelson,
J'essaie de faire ça.
Pour être honnête, je n'ai pas pu trouver la formule utilisée dans JMP.
Avez-vous une suggestion sur l'endroit où je peux le trouver ?
Merci d'avance.
Cordialement,
Simone
Re : Minitab et JMP : résultats différents pour CPK dans les données LognormalesQuelles valeurs de spécifications utilisez-vous ? Quelles sont les valeurs des indices de capabilité signalées par Minitab ?
Re : Minitab et JMP : résultats différents pour CPK dans les données LognormalesAvez-vous vérifié dans la documentation JMP et Minitab que la formule utilisée pour le calcul est censée être la même ?Ou ont-ils des idées différentes sur ce que devrait être le calcul ?
