Apprenez-en plus dans notre cours en ligne gratuit :
Pensée statistique pour la résolution de problèmes industriels
Dans cette vidéo, nous montrons comment identifier les processus peu performants dans JMP à l'aide des données Semiconductor Capability, disponibles dans la bibliothèque Sample Data.
Ce tableau comporte 128 variables de processus regroupées dans le panneau des colonnes. Chaque variable a les limites de spécification enregistrées en tant que propriété de colonne.
Dans un premier temps, nous effectuons une analyse de capabilité pour les 10 premières variables.
Pour effectuer l'analyse, nous sélectionnons Process Capability dans le menu Analyze sous Quality and Process.
Nous sélectionnons les 10 premières variables, de NPN1 à NPN4, et cliquons sur Y, Traiter.
Notez qu'il existe des options pour définir si les données ont été collectées à l'aide d'un sous-groupement rationnel, pour spécifier les options de plage mobile, pour saisir des informations historiques et pour spécifier la distribution.
Nous sélectionnons OK pour effectuer l'analyse.
Le triangle sur le graphique des objectifs est pour les variables avec un P paquet de 1,0 ou plus.
On change le P paquet à 1,3 au lieu de 1,0. Cela ajuste le triangle pour afficher les variables avec P paquet supérieur à 1,3 à l'intérieur du triangle.
Nous pouvons voir que quatre variables se situent bien en dehors de cette région.
Pour coder par couleur le tracé d'objectif, nous sélectionnons Niveaux d'ombrage dans le triangle rouge à côté de Tracé d'objectif. Les variables les plus performantes se trouvent dans le triangle vert. Les processus limites sont dans le triangle jaune et les processus peu performants sont dans la zone rouge.
Lorsque nous plaçons le pointeur de la souris sur une variable, JMP affiche le nom de la variable. Il affiche également un graphlet de carte de contrôle pour la variable. Les deux variables les plus problématiques sont IVP2 (en haut à gauche) et IVP1 (à l'extrême droite).
Nous faisons défiler vers le bas pour voir les boîtes à moustaches de capacité pour chaque variable. Chaque variable est centrée par sa cible et mise à l'échelle par sa limite de spécification. Cela nous permet d'identifier facilement les variables qui ne sont pas ciblées ou qui ont trop de variabilité.
Nous voyons que IVP1 est trop variable et est hors cible. Il est déplacé vers la limite de spécification supérieure. IVP2 est également trop variable et est décalé vers la limite de spécification inférieure. Cela confirme ce que nous voyons sur le tracé des buts.
Le tracé de l'indice de capabilité montre le P paquet pour chaque variable. Ceci est un autre graphique qui nous aide à identifier facilement les variables peu performantes.
Des résumés et des affichages graphiques supplémentaires sont disponibles sous le triangle rouge supérieur.
Nous sélectionnons le rapport Détails individuels. Cela fournit des analyses de capabilité individuelles pour chaque variable. Nous pouvons clairement voir que IVP1 est décalé bien en dehors des limites de spécification et que la propagation du processus est beaucoup plus large que la largeur des limites de spécification.
Vous pouvez également générer un diagramme d'objectifs et d'autres statistiques de performances pour de nombreuses variables à l'aide de la plate-forme Process Screening.
Cette plateforme se trouve dans le menu Analyser, sous Dépistage.
Encore une fois, nous sélectionnons les 10 premières variables.
L'indice de stabilité, P paquet , et C paquet sont prévus, ainsi que de nombreuses autres mesures.
Process Performance Graph et Goal Plot sont des options de triangle rouge.
Pour identifier les processus hors cible, nous sélectionnons Target Index dans Show Capability sous le menu du triangle rouge. Nous sélectionnons également C p à partir de ce menu.
Quatre des dix processus sont hors cible d'au moins 1 écart-type.
Nous cliquons deux fois sur l'étiquette Index cible pour trier par ordre décroissant.
La variable NPN3 est stable, et elle est très performante mais hors cible. Comment est-ce possible? Nous sélectionnons la variable, puis sélectionnons Capacité de processus pour l'élément sélectionné. La propagation du processus est très étroite par rapport aux limites des spécifications. Ainsi, bien que le processus soit hors cible, le taux de non-conformité prévu est de 0,00.
