<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Como profesionales analíticos, confiamos en los datos para emitir juicios en todo lo que hacemos.Pero, ¿sus datos reflejan la realidad?¿A qué me refiero?¿Qué más verdad hay que los datos en bruto? ¿Y qué es más emocionante que convertir esos datos en información procesable? Para responder a esta pregunta, permítanme contarles una historia sobre mí con la que algunos de ustedes podrían identificarse. A lo largo de los años, he ganado algunos kilos de más de los que estoy tratando de deshacerme.Como buen estadístico, recopilo datos sobre mi progreso diariamente al subirme a la báscula. Aquí está el pequeño y sucio secreto con el que la mayoría de ustedes pueden identificarse: si no me gusta el número que veo, a menudo me bajo de la báscula y vuelvo a subir y adivino qué la mitad de las veces veo una mejor respuesta.
Cuando obtenemos datos, estamos mirando la verdad a través del prisma de un proceso de medición y, como cualquier otro proceso, puede tener problemas con la precisión (variabilidad) y la exactitud (sesgo). Esto plantea la pregunta de qué se supone que debe hacer un geek de datos. Afortunadamente, JMP admite un proceso llamado Gauge R&R que nos ayuda a configurar un experimento y comprender la exactitud y precisión de nuestro sistema de medición.
Para responder a la pregunta de precisión, necesitamos obtener la verdad al obtener un estándar rastreable por NIST. Ahora bien, este estándar debe ser lo más representativo posible de lo que vamos a medir.A veces, esto puede requerir un poco de pensamiento creativo, ya que los estándares generalmente no son objetos que estemos midiendo en nuestros procesos. Dejaré esa discusión para otro momento, pero confíe en mí si piensa creativamente sobre lo que está midiendo, por lo general puede obtener algo que sea representativo de su proceso.
Su experimento para estimar la precisión o el sesgo debe realizarse en un período de tiempo corto midiendo el estándar varias veces en un período de tiempo corto en condiciones tan similares como sea posible.Esto también nos da una estimación de la variabilidad a corto plazo llamada Repetibilidad. Para estimar el sesgo utiliza la plataforma de “Distribuciones” en JMP sobre las medidas que tomas en el patrón.
Para comprender si el sesgo es aceptable, compare el IC del 95 % con el estándar verdadero y vea cómo ese intervalo corresponde al estándar +/- sesgo aceptable.
Una estimación de la variabilidad a corto plazo es la desviación estándar de los datos que tomó en el paso anterior. Esto también le da la oportunidad de hacer una evaluación preliminar sobre si la variabilidad a corto plazo es demasiado variable para su proceso o no.
La variabilidad general del sistema de medición es una combinación de la variabilidad a corto y largo plazo de su sistema de medición y puede representarse mediante la ecuación:
Variación de la herramienta de medición (MS) = s 2 EM = s 2 Repetibilidad + s 2 reproducibilidad
Para comprender la variabilidad a largo plazo o la reproducibilidad, necesitamos tomar medidas sobre las condiciones variables en las que se utilizará el sistema de medición.Esto puede incluir múltiples horas del día, múltiples días, múltiples operadores, etc. Asegúrese de capturar sus fuentes de variabilidad en su tabla de datos y comprenda si sus variables están cruzadas o anidadas.A continuación se muestra un conjunto de datos de ejemplo.
JMP, en Analizar > Calidad y proceso > Tabla de indicadores de variabilidad/atributos, realiza todos los análisis por usted.
El resultado nos brinda estimaciones de nuestra variabilidad debido a las diferentes fuentes (útil para realizar mejoras en el proceso) y una estimación de la relación Proceso a Tolerancia o relación P/T.La relación P/T es la cantidad de variación debida al sistema de medición a la longitud de la distancia entre los límites de especificación. P/T = 6 s EM /(USL-LSL). Las Directrices para los valores aceptables de P/T son que debe ser inferior al 30%.
Ahora que tenemos un sistema de medición aceptable, debemos rastrearlo a lo largo del tiempo a través de metodologías de gráficos de control para garantizar que no se desvíe y se vuelva inaceptable.
Entonces, en conclusión, con la ayuda de JMP, ¡podemos responder la pregunta de Data! ¿Para que sirve? Si nuestra relación P/T y el sesgo son aceptables, entonces nuestros datos valen la pena y son confiables. De lo contrario, la respuesta es absolutamente nada, y no lo voy a decir de nuevo.
