Arbeitsalgorithmus für normale und nicht normale Daten. Nicht normale Daten (abnormale Verteilung). PP/PPK. Levey-Jennings-Kontrollkarte.Hallo allerseits!
Ich analysiere die Statistiken, die bei der Herstellung und Verpackung von Tabletten (Pillen) anfallen.
Die Datenanalyse erfolgt in mehreren Schritten.
- Ausreißer erkennen (Grubbs Test)
- Bestimmung, ob die Verteilung normal ist (Shapiro-Wilk-Test)
- Toleranzintervalle
- Zeichnen des Levey-Jennings-Diagramms, PP/PPK
- Schalten Sie den Test für die ersten drei besonderen Gründe ein
Manchmal gibt es Fehler bei der Dateneingabe, manchmal liegt das Problem in der Methodik. Dies wirkt sich natürlich auf die Verteilung aus.Wir finden die Gründe.
Aber manchmal sind die Daten grundsätzlich nicht normal. Es kann nicht symmetrisch sein. Einmal verbarg es eine Mischung aus zwei Normalverteilungen und so weiter ...
Soweit ich weiß, können Sie in JMP überprüfen, welche Verteilung näher an Ihrer liegt (FIT ALL).
(1) Die Standardberechnung PP/PPK ist für eine abnormale Verteilung nicht geeignet, oder?
Ok, wir berechnen PPK mithilfe der Perzentilmethode neu (es wird der Median und nicht der Durchschnitt verwendet (nach JMP).
(2) Aber was ist mit der Grafik? Welches Diagramm sollte ich verwenden, um UCL und LCL für nicht normale Daten zu erhalten?
Ich kam zu dem Schluss, dass ein Diagramm UCL und LCL auch aus dem Median berechnen muss.
Ich verwende Levey Jennings mit einem festen Durchschnitt, der dem Median entspricht.
Manchmal liegen Median und Durchschnitt sehr nahe beieinander und der Unterschied zwischen den Grenzen ist fast nicht spürbar. Es gibt aber auch Unterschiede. (3) Oder reicht es aus, den PPK neu zu berechnen und das übliche Levey-Jennings-Diagramm anhand des Durchschnitts zu zeichnen und Tests für besondere Anlässe durchzuführen? (4) Oder können nicht normale Daten nicht auf diese Weise getestet werden?
*PS XBar, IMR nutze ich für heute, für dieses Jahr nicht. Wir stehen am Anfang der Anwendung statistischer Methoden. Ursachen, die im Routineprozess nicht sichtbar sind, werden aufgedeckt und beseitigt.
Bitte helfen Sie mir, die Frage zu beantworten Fragen fett gedruckt . (1-4)
Bitte bewerten Sie meine Methode.
Bieten Sie Ihren Arbeitsalgorithmus für normale und nicht normale Daten an
Vielen Dank im Voraus!!!
Qualitäts- und VerfahrenstechnikBetreff: Arbeitsalgorithmus für normale und nicht normale Daten. Nicht normale Daten (abnormale Verteilung). PP/PPK. Levey-Jennings-Kontrollkarte.@Byron_JMP : Das Toleranzintervall ist ein merkwürdiges anzuwendendes Kriterium. Ein Intervall mit Alpha 0,95 und Proportion 0,99... bedeutet, dass ich zu 95 % sicher bin, dass 1 % der Tablettengewichte außerhalb dieses Bereichs liegen werden.
Sie können den Anteil nicht auf 1,0 (100 %) einstellen. Der nächste Wert ist 0,999
Betreff: Arbeitsalgorithmus für normale und nicht normale Daten. Nicht normale Daten (abnormale Verteilung). PP/PPK. Levey-Jennings-Kontrollkarte.Ich dachte, ich würde verrückt werden und niemand versteht mich, aber nein, danke, dass Sie gekommen sind, um zu helfen. Du hast mir die Augen geöffnet. Ja, mein Prozess hat seine eigenen Besonderheiten. Dies ist ein Wechsel zwischen Kampagnen. Kampagne, Kampagne, Kampagne ... Ich halte es für richtig, jede Kampagne einzeln auf besondere Anlässe zu prüfen
Schauen Sie sich den Screenshot VORHER/NACHHER an
Bitte helfen Sie mir, die nächsten Fragen zu beantworten:
1. Muss ich den PPK für jede Phase/Kampagne berechnen oder habe ich das Recht und ist es legal, den PPK für alle Daten (alle Kampagnen für das Jahr) zu berechnen?
2. Gleiche Frage zur Verteilung
Betreff: Arbeitsalgorithmus für normale und nicht normale Daten. Nicht normale Daten (abnormale Verteilung). PP/PPK. Levey-Jennings-Kontrollkarte.T
Zunächst einmal haben Sie einen wirklich nett aussehenden Bericht, und
Wenn es für Sie in Ordnung ist, versuchen wir, eine Sache nach der anderen in Angriff zu nehmen.
Vorausgesetzt, Sie haben in jeder Stichprobe eine bestimmte Anzahl von Tabletten und mehrere Stichproben pro Kampagne und mehrere Kampagnen pro effektiven Jahreszins.
ich kann verstehen @gzmorgan0 Was den Kommentar zu einem Bericht vom Typ „Varianz“ betrifft, wäre das eine kluge Sache. Aber wie geht das in diesem Zusammenhang?
Es könnte eine gute Idee sein, sich die Tabelle mit allen einzelnen Tablettengewichten zu besorgen:
Diese Spalten: Kampagne, Stichprobe, Gewicht. Verwenden Sie ein X-Balken-Diagramm mit R-Karten für Abweichungen zwischen und innerhalb von Variationen (Drei-Wege-Diagramm). Ich vermute, dass dadurch das Problem der übermäßig engen Kontrollgrenzen behoben wird, das Sie möglicherweise ursprünglich bei einem X-Balken-Diagramm gesehen haben, das die Auswahl von Levey-Jennings-Diagrammen verursacht hat . Verwenden Sie im X-Balkendiagramm „Kampagne“ als Phasenvariable.
Dieses Diagramm könnte so aussehen:
Die zweite Kontrollkarte könnte das durchschnittliche Probengewicht mit einer historischen, festen Kontrollgrenze aus einer Zeit vergleichen, als der Prozess stabil und unter Kontrolle war. Hierbei handelt es sich nicht um eine Kontrollgrenze mit drei Standardabweichungen, sondern um eine 3-Sigma-Grenze, die auf dem gleitenden Bereich und den normalen Kontrollkartengrenzen basiert.
Dieses Diagramm könnte so aussehen.
Nun zu Normalitäts- und Kontrollkarten.
Ich werde gleich „Wheeler“ auf dich hören. Sie können auf jeden Fall nicht normale Daten in einer Kontrollkarte darstellen, ohne sie zu normalisieren (mit Ausnahme sehr logarithmischer Daten aus einem biologischen Potenztest).
Für Ppk ist das Verteilungsmodell wichtig aber nicht für Kontrollkarten. Ppk basiert auf dem Verhältnis von 3 Standardabweichungen zwischen der Spezifikationsgrenze und dem Prozessmittelwert. Wenn Ihre Daten nicht normal sind, führt die Verwendung der Standardabweichung, die davon ausgeht, dass Ihre Daten unabhängig und identisch verteilt sind, zu ungenauen Ppk-Schätzungen.
Das Toleranzintervall ist ein merkwürdiges anzuwendendes Kriterium. Ein Intervall mit Alpha 0,95 und Proportion 0,99... bedeutet, dass ich zu 95 % sicher bin, dass 1 % der Tablettengewichte außerhalb dieses Bereichs liegen werden. Sie müssen das selbst überprüfen, und ohne näher darauf einzugehen: 3 Sigma liegt immer innerhalb dieses Intervalls. Ich kenne den Grund für die Aufnahme in den Bericht nicht, bin mir aber sicher, dass er interessant ist. Durch das Aussortieren dieser „Ausreißer“ passen die Daten die meiste Zeit in diese Grenzen; Wenn ich jedoch Ihre Einrichtung prüfen würde und feststellen würde, dass die Konsistenz Ihres Tablettengewichts auf Daten basiert, bei denen die Ausreißer vor der Berichterstattung entfernt wurden, würde das die Tür für viele andere Untersuchungen öffnen. Ist es vielleicht besser, alle Daten und Mittelwerte der Stichproben anzugeben, genau wie in einem X-Balken-Diagramm?
Betreff: Arbeitsalgorithmus für normale und nicht normale Daten. Nicht normale Daten (abnormale Verteilung). PP/PPK. Levey-Jennings-Kontrollkarte.@Leonard ,
Nur ein paar Kommentare:
- Ich weiß nicht, was eine Kampagne eigentlich ist, aber ich sehe von Kampagne zu Kampagne mehr Unterschiede als innerhalb einer Kampagne. Die meisten Kampagnen weisen eine grundlegende Stabilität auf, aber eine neue Kampagne sieht oft wie eine Veränderung aus.
- Kampagnen 201909 Und 201903-04 sind instabil, außer Kontrolle.
Ein Ziel einer Kontrollkarte ist die schnelle Erkennung einer Änderung. Ihre Frage bezüglich der Kontrollgrenzen kommt mir seltsam vor.Das von Ihnen bereitgestellte Bild sieht aus wie ein Standardbericht. Ich empfehle eine kleine Erkundung, bevor Sie einen Bericht oder eine Dashboard-Änderung vornehmen.
Erstellen Sie ein weiteres Levey-Jennings-Diagramm, geben Sie die Kampagne als Phase an und fordern Sie einen Prozess-Sigma-Bericht an.Dadurch wird die Variation innerhalb der Kampagne (von Stichprobe zu Stichprobe) quantifiziert und sollte hervorheben, dass die Kampagnen von März bis April und September im Vergleich zu anderen Kampagnen nicht gleich und aus irgendeinem Grund instabil waren.
Ich arbeitete in einer Produktionsanlage mit vielen Verarbeitungswerkzeugen und eingehenden Chemikalien.Kontrollgrenzen, die so berechnet wurden, dass sie kleine tolerierbare Verschiebungen aufgrund des Austauschs von Werkzeugteilen oder Chemikalienchargen berücksichtigen, können zu weit gefasst sein, um Probleme innerhalb einer Kampagne zu identifizieren. Eine Empfehlung, die schnell auf Probleme hinweist, ist nicht einfach umzusetzen.
- Wenn eine bekannte Änderung vorgenommen wird, wird in einer neuen Kampagne der Durchschnitt der ersten 2–3 Stichproben verwendet, wenn diese innerhalb eines bestimmten Toleranzwerts liegen, um die Mittellinie des aktiven Kontrolldiagramms zurückzusetzen. Die oberen und unteren Kontrollgrenzen, UCL bzw. LCL, werden auf festgelegt + k Sigma (normalerweise ist k 3), wobei Sigma die Basislinie innerhalb der Standardentwicklung der Kampagne ist.
- Für die von Ihnen angezeigten Daten würde ich wahrscheinlich die Varianz (gewichtete durchschnittliche Summe der Quadrate) zusammenfassen und die Quadratwurzel als Basisstandardabweichung nehmen
Sie haben jedoch angegeben: Meine Aufgabe besteht darin, den Prozess für ein Jahr zu evaluieren, der aus mehreren Kampagnen besteht ".
Mein Vorschlag ist, einen Bericht über den Typ „Varianzkomponenten“ zu erstellen. Das Kontrolldiagramm eignet sich hervorragend zur Darstellung der Variation, aber ich würde Folgendes berichten:
- Verteilung von Beispieldaten.
- Levey-Jennings-Diagramm mit der Angabe „Kampagne“ als Phase.Geben Sie die Reichweite und die Standardabweichung der Kampagne an die Kampagnendurchschnitte (Mittellinien der Kampagne) weiter.
- Melden Sie die beiden anomalen Kampagnen von Stichprobenvariation zu Stichprobenvariation und verwenden Sie die gepoolte/stabile Stichprobenvariation.
- Melden Sie die Variation innerhalb der Stichprobe. Dies wurde nicht klar erklärt, wenn man x (30?) Pillen einnimmt und jede Pille y (10?) Mal getestet wird?? Wenn ja, dann haben Sie Test-zu-Test-Variation und Pille-zu-Pille
- Was die Leistungsfähigkeit betrifft, hängt es von Ihrer Branche ab, aber wie @Byron_JMP Wenn mehrere Tests mit derselben Pille durchgeführt werden, scheint es so zu sein, dass der Durchschnittswert oder der getrimmte Mittelwert der Tests für diese Pille den Wert dieser Pille darstellt. Und der Wert jeder Pille würde für die Fähigkeitsanalyse verwendet, wahrscheinlich unter Verwendung der Perzentilmethode.
Berechnungsmethoden sind häufig branchenspezifisch und werden zwischen Hersteller und Kunde vereinbart.Dieser Hinweis ist also lediglich ein Vorschlag für andere Möglichkeiten, Ihre Daten zu betrachten. Hinweis: Das tue ich nicht Erfahrung in der Herstellung von Pillen haben.
Betreff: Arbeitsalgorithmus für normale und nicht normale Daten. Nicht normale Daten (abnormale Verteilung). PP/PPK. Levey-Jennings-Kontrollkarte.*1. In der Grafik können Sie die durchschnittliche Messung pro Charge (PQR) sehen.
**Ich muss auch hinzufügen, dass die Serien in Kampagnen zusammengefasst sind und die Verteilungen in Kampagnen manchmal normal, manchmal weibull sind. Aber meine Aufgabe ist es, den Prozess für ein Jahr zu evaluieren, der aus mehreren Kampagnen besteht.Betreff: Arbeitsalgorithmus für normale und nicht normale Daten. Nicht normale Daten (abnormale Verteilung). PP/PPK. Levey-Jennings-Kontrollkarte.1. In der Grafik sehen Sie den Durchschnitt der Serie pro Jahr (PQR). Während der Herstellung der Charge (Serie) werden 20 Tabletten 10-15 Mal kontrolliert. Ich nehme den Mittelwert von 20 Tabs, dann den Mittelwert von 10–15 Tests und erhalte den Mittelwert für die Charge.
2. Wir haben Spezifikationsgrenzen und Zielvorgaben. Wir müssen die Ausreißer, die Verteilung, den PPK und die besonderen Ursachen bewerten.
3. Toleranzabstände müssen innerhalb der Spezifikationsgrenzen liegen, nicht außerhalb.Betreff: Arbeitsalgorithmus für normale und nicht normale Daten. Nicht normale Daten (abnormale Verteilung). PP/PPK. Levey-Jennings-Kontrollkarte.
Bestimmen Sie den Trend einzelner Tabletten oder den Mittelwert/Median einer Untergruppe von Tabletten?
Was verwenden Sie als Referenz für diese statistische Prozesskontrollmethode?
Wie werden die Toleranzintervalle genutzt?
