<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Als analytische Praktiker verlassen wir uns bei allem, was wir tun, auf Daten, um Urteile zu fällen.Aber spiegeln Ihre Daten die Realität wider?Worauf hinaus will ich?Gibt es mehr Wahrheit als Rohdaten? Und was gibt es Spannenderes, als diese Daten in umsetzbare Informationen umzuwandeln? Um diese Frage zu beantworten, möchte ich Ihnen eine Geschichte über mich erzählen, die einige von Ihnen vielleicht nachvollziehen können. Im Laufe der Jahre habe ich ein paar Pfunde zugenommen, die ich nun loswerden möchte.Als guter Statistiker sammle ich täglich Daten über meine Fortschritte, indem ich auf die Waage steige. Hier ist das schmutzige kleine Geheimnis, mit dem sich die meisten von Ihnen identifizieren können: Wenn mir die Zahl, die ich sehe, nicht gefällt, verlasse ich oft die Waage, steige wieder auf die Waage und rate, was die Hälfte der Zeit, in der ich eine bessere Antwort sehe, ist!
Wenn wir Daten erhalten, betrachten wir die Wahrheit durch das Prisma eines Messprozesses, und wie bei jedem anderen Prozess kann es Probleme mit der Präzision (Variabilität) und der Genauigkeit (Verzerrung) geben. Da stellt sich die Frage: Was soll ein Datenfreak tun? Glücklicherweise unterstützt JMP einen Prozess namens Gauge R&R, der uns hilft, ein Experiment einzurichten und die Genauigkeit und Präzision unseres Messsystems zu verstehen.
Um die Frage nach der Genauigkeit zu beantworten, müssen wir die Wahrheit herausfinden, indem wir einen nachverfolgbaren NIST-Standard erhalten. Nun sollte dieser Standard so repräsentativ wie möglich für das sein, was wir messen werden.Dies kann manchmal ein wenig kreatives Denken erfordern, da Standards normalerweise keine Objekte sind, die wir in unseren Prozessen messen. Ich werde diese Diskussion auf ein anderes Mal verschieben, aber vertrauen Sie mir, wenn Sie kreativ darüber nachdenken, was Sie messen, können Sie normalerweise etwas erhalten, das Ihren Prozess repräsentiert.
Ihr Experiment zur Schätzung der Genauigkeit oder Abweichung sollte in einem kurzen Zeitrahmen durchgeführt werden, indem Sie den Standard mehrmals in einem kurzen Zeitraum unter möglichst ähnlichen Bedingungen messen.Dies gibt uns auch eine Schätzung der kurzfristigen Variabilität, die Wiederholbarkeit genannt wird. Um die Verzerrung abzuschätzen, verwenden Sie die „Distributions“-Plattform in JMP für die Messungen, die Sie am Standard vornehmen.
Um zu verstehen, ob die Abweichung akzeptabel ist, vergleichen Sie das 95 %-KI mit dem wahren Standard und sehen Sie, wie dieses Intervall der standardmäßigen +/- akzeptablen Abweichung entspricht.
Eine Schätzung der kurzfristigen Variabilität ist die Standardabweichung aus den Daten, die Sie im obigen Schritt erfasst haben. Dies gibt Ihnen auch die Möglichkeit, eine vorläufige Einschätzung darüber vorzunehmen, ob die kurzfristige Variabilität für Ihren Prozess zu variabel ist oder nicht.
Die Gesamtvariabilität des Messsystems ist eine Kombination aus der kurzfristigen und langfristigen Variabilität Ihres Messsystems und kann durch die Gleichung dargestellt werden:
Messwerkzeugvariation (MS) = s 2 MS = s 2 Wiederholbarkeit + s 2 Reproduzierbarkeit
Um die langfristige Variabilität oder Reproduzierbarkeit zu verstehen, müssen wir Messungen unter den unterschiedlichen Bedingungen durchführen, unter denen das Messsystem verwendet wird.Dies kann mehrere Tageszeiten, mehrere Tage, mehrere Operatoren usw. umfassen. Erfassen Sie unbedingt Ihre Variabilitätsquellen in Ihrer Datentabelle und verstehen Sie, ob Ihre Variablen gekreuzt oder verschachtelt sind.Nachfolgend finden Sie einen Beispieldatensatz.
JMP unter Analysieren > Qualität und Prozess > Variabilitäts-/Attributmessdiagramm führt Ihre gesamte Analyse für Sie durch.
Die Ausgabe liefert uns Schätzungen für unsere Variabilität aufgrund der verschiedenen Quellen (nützlich für Verbesserungen am Prozess) und eine Schätzung des Verhältnisses von Prozess zu Toleranz oder P/T-Verhältnis.Das P/T-Verhältnis ist das Ausmaß der Variation aufgrund des Messsystems in Bezug auf die Länge des Abstands zwischen den Spezifikationsgrenzen. P/T = 6s MS /(USL – LSL). Die Richtlinien für akzeptable P/T-Werte lauten, dass sie weniger als 30 % betragen sollten.
Da wir nun über ein akzeptables Messsystem verfügen, sollten wir es im Laufe der Zeit mithilfe von Kontrollkartenmethoden verfolgen, um sicherzustellen, dass es nicht abweicht und inakzeptabel wird.
Zusammenfassend können wir mit Hilfe von JMP die Frage nach Daten beantworten! Wozu ist es gut? Wenn unser Kurs-Gewinn-Verhältnis und unsere Tendenz akzeptabel sind, sind unsere Daten wertvoll und vertrauenswürdig. Ansonsten ist die Antwort absolut nichts, und ich werde sie nicht noch einmal sagen.
