정규 데이터 및 비정규 데이터에 대한 작업 알고리즘입니다. 비정규 데이터(비정규 분포). PP/PPK. 레비 제닝스 관리도.안녕하세요 여러분!
정제(알약)의 생산 및 포장 과정에서 발생하는 통계를 분석합니다.
데이터 분석은 여러 단계로 수행됩니다.
- 이상값 감지(Grubb 테스트)
- 분포가 정규인지 확인(Shapiro-Wilk 테스트)
- 허용 간격
- Levey Jennings 그래프, PP/PPK 그리기
- 처음 3가지 특별한 이유로 테스트를 켜세요.
때로는 데이터 입력에 오류가 있을 때도 있고, 때로는 방법론에 문제가 있는 경우도 있습니다. 물론 이는 분포에 영향을 미칩니다.우리는 이유를 찾습니다.
그러나 때로는 원칙적으로 데이터가 정상적이지 않을 때도 있습니다. 대칭이 아닐 수 있습니다. 한 번은 2개의 정규 분포의 혼합 등을 숨겼습니다.
JMP에서는 어떤 분포가 자신에게 더 가까운지(FIT ALL) 확인할 수 있습니다.
(1) 표준 계산 PP/PPK는 비정상 분포에 적합하지 않습니까?
좋습니다. 백분위수 방법을 사용하여 PPK를 다시 계산합니다(평균이 아닌 중앙값을 사용함(JMP 사용).
(2) 하지만 그래프는 어떻습니까? 비정규 데이터에 대한 UCL 및 LCL을 받으려면 어떤 차트를 사용해야 합니까?
그래프에서는 UCL과 LCL도 중앙값에서 계산해야 한다는 결론에 도달했습니다.
나는 중앙값과 동일한 고정 평균을 가진 Levey Jennings를 사용합니다.
때로는 중앙값과 평균값이 매우 가까워 경계의 차이가 거의 느껴지지 않는 경우도 있습니다. 그러나 차이점도 있습니다. (삼) 아니면 PPK를 다시 계산하고 평균을 사용하여 일반적인 Levey Jennings 차트를 그리고 특수 원인에 대한 테스트를 사용하는 것으로 충분합니까? (4) 아니면 비정규 데이터는 이런 방식으로 테스트할 수 없나요?
*추신 XBar, IMR은 오늘, 올해에는 사용하지 않습니다. 우리는 통계적 방법을 적용하기 시작하는 단계에 있습니다. 일상적인 과정에서 눈에 띄지 않는 원인이 드러나 제거됩니다.
제가 답변하도록 도와주세요. 굵은 글씨로 표시된 질문 . (1-4)
내 방법에 대한 평가를 부탁드립니다.
정규 데이터 및 비정규 데이터에 대한 작업 알고리즘 제공
미리 감사드립니다!!!
품질 및 프로세스 엔지니어링Re: 정규 데이터 및 비정규에 대한 작업 알고리즘입니다. 비정규 데이터(비정규 분포). PP/PPK. 레비 제닝스 관리도.@바이런_JMP : 공차 구간은 적용하기에 흥미로운 기준입니다. 알파가 0.95이고 비율이 0.99인 구간은 정제 무게의 1%가 이 범위를 벗어날 것이라고 95% 확신한다는 의미입니다.
비율을 1.0(100%)으로 설정할 수 없습니다. 가장 가까운 값은 0.999입니다.
Re: 정규 데이터 및 비정규에 대한 작업 알고리즘입니다. 비정규 데이터(비정규 분포). PP/PPK. 레비 제닝스 관리도.내가 미쳐가는 줄 알았는데 아무도 나를 이해해주지 않는데, 도와주러 와줘서 고마워요. 당신은 내 눈을 열었습니다. 예, 내 프로세스에는 고유한 특성이 있습니다. 이는 회사 간 이동입니다. 캠페인, 캠페인, 캠페인....각 캠페인마다 특수 원인을 테스트하는 것이 옳다고 생각합니다.
BEFORE/AFTER 스크린샷을 확인해보세요
다음 질문에 답할 수 있도록 도와주세요.
1. 각 단계/캠페인에 대해 PPK를 계산해야 합니까? 아니면 모든 데이터(연도의 모든 캠페인)에 대해 PPK를 계산할 권리가 있고 합법적입니까?
2. 배포에 관한 동일한 질문
Re: 정규 데이터 및 비정규에 대한 작업 알고리즘입니다. 비정규 데이터(비정규 분포). PP/PPK. 레비 제닝스 관리도.티
우선, 정말 멋진 보고서를 가지고 계셨고,
괜찮다면 한 번에 하나씩 해결해 보도록 하세요.
각 샘플에 일정 수의 태블릿이 있고 캠페인당 여러 샘플이 있으며 APR당 여러 캠페인이 있다고 가정합니다.
내가 이해할 수 @gzmorgan0 분산 유형 보고서에 대한 님의 의견을 보면 현명한 일이 될 것입니다. 하지만 이런 맥락에서 어떻게 그렇게 할 수 있을까요?
개별 개별 정제의 무게가 모두 포함된 표를 얻는 것이 좋습니다.
이러한 열은 캠페인, 샘플, 가중치입니다. 변동 간 및 변동 내에서 R 차트와 함께 X 막대 차트를 사용합니다(3방향 차트). 이렇게 하면 Levey Jennings 차트를 선택하게 된 X 막대 차트에서 원래 볼 수 있었던 지나치게 엄격한 관리 한계 문제가 해결될 것으로 생각됩니다. . x-막대 차트에서는 캠페인을 단계 변수로 사용합니다.
해당 차트는 다음과 같습니다.
두 번째 관리 차트는 평균 샘플 중량을 공정이 안정적이고 관리 상태에 있었던 시점의 과거 고정 관리 한계와 비교할 수 있습니다. 이는 3개의 표준편차 관리 한계가 아니라 이동 범위를 기반으로 하는 3 시그마 한계, 일반 관리 차트 한계입니다.
그 차트는 다음과 같습니다.
이제 정규성과 관리도에 대해 알아보겠습니다.
나는 당신에게 "Wheeler"를 주려고합니다. 정규화하지 않고도 비정규 데이터를 관리도에 표시할 수 있습니다(생물학적 효능 테스트와 같은 로그 정규 데이터는 제외).
배포 모델은 Ppk에 중요합니다. 하지만 관리도용. Ppk는 사양 한계와 공정 평균 사이의 3 표준편차 비율을 기반으로 합니다. 데이터가 정규적이지 않은 경우 데이터가 독립적이고 동일하게 분포되어 있다고 가정하는 표준 편차를 사용하면 부정확한 Ppk 추정치가 제공됩니다.
공차 구간은 적용하기에 흥미로운 기준입니다. 알파가 0.95이고 비율이 0.99인 구간은 정제 무게의 1%가 이 범위를 벗어날 것이라고 95% 확신한다는 의미입니다. 이것을 직접 확인해야 하며, 직접 들어가지 않고도 3 시그마가 항상 해당 간격 내에 있습니다. 보고서에 포함시킨 이유는 모르겠지만 흥미롭다고 확신합니다. "이상치"를 선별함으로써 데이터는 대부분의 경우 이러한 제한에 적합합니다. 그러나 귀하의 시설을 감사하면서 귀하의 태블릿 무게 일관성이 보고 전에 이상치가 제거된 데이터를 기반으로 한다는 것을 알게 된다면 다른 많은 탐색의 기회가 열리게 될 것입니다. x-bar 차트처럼 샘플의 모든 데이터와 평균을 보고하는 것이 더 나을 수도 있습니다.
Re: 정규 데이터 및 비정규에 대한 작업 알고리즘입니다. 비정규 데이터(비정규 분포). PP/PPK. 레비 제닝스 관리도.@레너드 ,
몇 가지 의견:
- 캠페인이 어떻게 진행되는지는 모르겠지만 캠페인 내에서보다 캠페인 간 변형이 더 많이 보입니다. 대부분의 캠페인은 기본 안정성을 보여주지만 새 캠페인은 변화처럼 보이는 경우가 많습니다.
- 캠페인 201909 그리고 201903-04 불안정하고 통제 불능입니다.
관리도의 목표는 변화를 신속하게 감지하는 것입니다. 통제 한계에 관한 귀하의 질문이 이상해 보입니다.제공하신 사진은 표준 보고서처럼 보입니다. 보고서나 대시보드를 변경하기 전에 약간의 탐색을 제안합니다.
다른 Levey Jennings 차트를 만들고 캠페인을 단계로 지정하고 프로세스 시그마 보고서를 요청하세요.이를 통해 캠페인 내(샘플 간) 변동을 수량화하고 3월~4월 및 9월 캠페인이 다른 캠페인에 비해 어떤 이유로든 동일하지 않고 불안정하다는 점을 강조해야 합니다.
저는 많은 처리 도구와 들어오는 화학 물질이 있는 제조 공장에서 일했습니다.도구 부품 교체 또는 화학물질 배치로 인한 작은 허용 가능한 교대를 수용하기 위해 계산된 제어 한계는 너무 넓어서 캠페인 내 문제를 식별할 수 없습니다. 문제를 신속하게 표시하는 권장 사항은 구현하기 쉽지 않습니다.
- 알려진 변경 사항이 발생하면 새 캠페인(일부 허용 오차 값 내에 있는 경우 처음 2~3개 샘플의 평균)을 사용하여 활성 관리도의 중심선을 재설정합니다. 통제 상한과 하한, UCL과 LCL은 각각 다음과 같이 설정됩니다. + k 시그마(일반적으로 k는 3). 여기서 시그마는 캠페인 표준 개발 내 기준선입니다.
- 표시한 데이터에 대해 분산(가중 평균 제곱합)을 풀링하고 제곱근을 기준 표준 편차로 사용합니다.
그러나 당신은 " 내 임무는 여러 캠페인으로 구성된 1년 동안의 프로세스를 평가하는 것입니다. ".
내 제안은 분산 구성 요소 유형 보고서를 작성하는 것입니다. 관리도는 변동을 표시하는 데 적합하지만 다음과 같이 보고하고 싶습니다.
- 샘플 데이터 배포.
- 캠페인이 단계로 지정된 Levey Jennings 차트캠페인 평균에 대한 캠페인의 범위 및 표준편차 보고(캠페인 중심선)
- 두 개의 변칙적인 캠페인 샘플을 샘플 변형으로 보고하고, 통합/안정 샘플을 사용하여 샘플 변형을 만듭니다.
- 표본 내 변동을 보고합니다. x(30?) 알약을 복용하고 각 알약을 y(10?) 번 테스트하면 이것이 명확하게 설명되지 않았습니다. 그렇다면 변형 및 알약 대 알약을 테스트하는 테스트가 있습니다.
- 기능에 관해서는 업계에 따라 다르지만 @바이런_JMP 표시된 대로, 동일한 알약에 대해 여러 테스트를 수행하면 해당 알약의 평균 또는 해당 알약에 대한 테스트의 절사 평균이 해당 알약의 가치를 나타내는 것 같습니다. 그리고 각 알약의 값은 백분위수 방법을 사용하여 기능 분석에 사용됩니다.
계산 방법은 산업별로 다르며 생산자와 고객이 합의하는 경우가 많습니다.따라서 이 메모는 데이터를 보는 다른 방법에 대한 제안일 뿐입니다. 참고: 그렇죠 ~ 아니다 알약 생산 경험이 있습니다.
Re: 정규 데이터 및 비정규에 대한 작업 알고리즘입니다. 비정규 데이터(비정규 분포). PP/PPK. 레비 제닝스 관리도.*1. 그래프에서 모든 배치(PQR)당 평균 측정값을 볼 수 있습니다.
**또한 시리즈가 캠페인에 결합되어 캠페인의 배포가 때로는 정상이고 때로는 Weibull이라는 점을 추가해야 합니다. 하지만 내 임무는 여러 캠페인으로 구성된 1년 동안의 프로세스를 평가하는 것입니다.Re: 정규 데이터 및 비정규에 대한 작업 알고리즘입니다. 비정규 데이터(비정규 분포). PP/PPK. 레비 제닝스 관리도.1. 그래프에서 연간 시리즈 평균(PQR)을 볼 수 있습니다. 배치(시리즈) 생산 중에 20개의 정제를 10~15회 확인합니다. 나는 20개 탭의 평균을 취한 다음 10-15개 테스트의 평균을 취하고 배치에 대한 평균을 얻습니다.
2. 우리에게는 사양 제한과 목표가 있습니다. 이상값, 분포, PPK, 특수 원인을 평가해야 합니다.
삼. 공차 재조정은 규격 한계 외부가 아닌 규격 한계 내에 맞아야 합니다.Re: 정규 데이터 및 비정규에 대한 작업 알고리즘입니다. 비정규 데이터(비정규 분포). PP/PPK. 레비 제닝스 관리도.
개별 태블릿의 추세인가요, 아니면 태블릿 하위 그룹의 평균/중앙값인가요?
이 통계적 공정 관리 방법에 대한 참조로 무엇을 사용하고 있습니까?
공차 간격은 어떻게 사용됩니까?
