무료 온라인 과정에서 자세히 알아보십시오.
산업문제 해결을 위한 통계적 사고
이 동영상에서는 샘플 데이터 라이브러리에 있는 Semiconductor Capability 데이터를 사용하여 JMP에서 성능이 저하된 프로세스를 식별하는 방법을 보여줍니다.
이 테이블에는 열 패널에 함께 그룹화된 128개의 프로세스 변수가 있습니다. 각 변수에는 열 속성으로 저장된 사양 제한이 있습니다.
먼저 처음 10개의 변수에 대해 공정 능력 분석을 수행합니다.
분석을 수행하기 위해 품질 및 프로세스 아래의 분석 메뉴에서 프로세스 기능을 선택합니다.
NPN1에서 NPN4까지 처음 10개의 변수를 선택하고 Y, 프로세스를 클릭합니다.
합리적인 하위 그룹화를 사용하여 데이터를 수집했는지 여부를 정의하고, 이동 범위 옵션을 지정하고, 기록 정보를 입력하고, 분포를 지정하는 옵션이 있습니다.
확인을 선택하여 분석을 수행합니다.
목표 플롯의 삼각형은 P가 있는 변수에 대한 것입니다. pk 1.0 이상.
우리는 P를 변경 pk 1.0 대신 1.3으로. P로 변수를 표시하도록 삼각형을 조정합니다. pk 삼각형 내부에서 1.3보다 큽니다.
4개의 변수가 이 영역 밖에 있음을 알 수 있습니다.
목표 도표를 색상으로 구분하기 위해 목표 도표 옆에 있는 빨간색 삼각형에서 음영 수준을 선택합니다. 가장 성과가 좋은 변수는 녹색 삼각형 안에 있습니다. 경계선 프로세스는 노란색 삼각형에 있고 성능이 좋지 않은 프로세스는 빨간색 영역에 있습니다.
마우스 포인터를 변수 위에 놓으면 JMP가 변수 이름을 표시합니다. 또한 변수에 대한 컨트롤 차트 그래프렛을 보여줍니다. 가장 문제가 되는 두 가지 변수는 IVP2(왼쪽 상단)와 IVP1(맨 오른쪽)입니다.
아래로 스크롤하여 각 변수에 대한 기능 상자 그림을 봅니다. 각 변수는 대상을 기준으로 중심이 지정되고 사양 제한에 따라 크기가 조정됩니다. 이를 통해 목표를 벗어나거나 변동성이 너무 큰 변수를 쉽게 식별할 수 있습니다.
우리는 IVP1이 너무 가변적이고 목표를 벗어난다는 것을 알 수 있습니다. 사양 상한선으로 이동했습니다. IVP2도 너무 가변적이며 사양 하한으로 이동합니다. 이것은 우리가 목표 플롯에서 보는 것을 확인합니다.
공정 능력 지수 그림은 P를 보여줍니다. pk 각 변수에 대해. 이것은 실적이 저조한 변수를 쉽게 식별하는 데 도움이 되는 또 다른 그래프입니다.
추가 요약 및 그래픽 디스플레이는 위쪽 빨간색 삼각형 아래에서 사용할 수 있습니다.
개인 정보 보고서를 선택합니다. 이는 각 변수에 대한 개별 공정 능력 분석을 제공합니다. 우리는 IVP1이 사양 한계를 훨씬 벗어나고 프로세스 확산이 사양 한계의 폭보다 훨씬 더 넓다는 것을 분명히 알 수 있습니다.
Process Screening 플랫폼을 사용하여 많은 변수에 대한 목표 플롯 및 기타 성능 통계를 생성할 수도 있습니다.
이 플랫폼은 스크리닝 아래의 분석 메뉴에 있습니다.
다시 처음 10개의 변수를 선택합니다.
안정성 지수, P pk , 및 C pk 등 다양한 조치가 제공됩니다.
프로세스 성능 그래프 및 목표 플롯은 빨간색 삼각형 옵션입니다.
대상을 벗어난 프로세스를 식별하기 위해 빨간색 삼각형 메뉴 아래의 기능 표시에서 대상 인덱스를 선택합니다. C도 선택합니다. 피 이 메뉴에서.
10개 프로세스 중 4개는 1 표준 편차 이상으로 목표에서 벗어났습니다.
Target Index 레이블을 두 번 클릭하여 내림차순으로 정렬합니다.
변수 NPN3은 안정적이고 능력이 높지만 목표를 벗어났습니다. 이것이 어떻게 가능한지? 변수를 선택한 다음 선택한 항목에 대한 처리 기능을 선택합니다. 프로세스 스프레드는 사양 제한에 비해 매우 좁습니다. 따라서 프로세스가 목표를 벗어났음에도 불구하고 예상 부적합률은 0.00입니다.
