Conférencier
|
Transcription
|
| Olivia Lippincott |
Encore une fois, l'enregistreur est allumé il y a, souvent en sourdine et je reviendrai dessus. |
| Jason Wiggins, JMP |
À droite. Bonjour à tous. c'est mon plaisir |
| |
ce fichu pèse-personne. |
| |
Donc pour moi, il est difficile d'imaginer la vie sans des outils qui mesurent des choses, et mesurer des choses est une caractéristique très humaine. Nous faisons juste cela. |
| |
Je trouve beaucoup de bonheur dans les systèmes de mesure qui se comportent bien et très certainement, je suis frustré quand ils ne le sont pas. |
| |
Il y a un coût à développer, à affiner et même à utiliser correctement un système de mesure, qu'il soit simple ou compliqué, il y a un coût associé à cela. |
| |
D'après mon expérience, cette dépense est faible par rapport aux coûts consécutifs à l'utilisation des données d'une jauge défectueuse ou même à l'utilisation abusive des données d'une bonne jauge. |
| |
Le télescope spatial Hubble en est un bon exemple. |
| |
Une aberration dans le miroir primaire a été découverte peu de temps après son lancement en 1990. |
| |
L'aberration a eu un impact sur la clarté des images du télescope; en fait, c'est un avant et un après. |
| |
La source du problème remonte à une pièce d'équipement mal calibrée qui a été utilisée pour meuler le miroir. |
| |
plus de 620 millions de dollars. C'est 1993 dollars; c'est beaucoup d'argent. |
| |
Et je pense que ce coût aurait pu être complètement évité si une analyse des systèmes de mesure avait été effectuée avant de meuler le miroir. |
| |
Alors que le télescope Hubble... La réparation du télescope spatial Hubble est un excellent exemple d'un incident de mesure à coût élevé, les problèmes avec les systèmes de mesure, même avec des enjeux plus faibles, je pense, peuvent être tout aussi frustrants. Prenons par exemple mon redoutable pèse-personne. |
| |
L'année dernière ... en décembre de l'année dernière, j'ai commencé un voyage de perte de poids. |
| |
Et juste vous donner une idée de ce que je voyais au fil du temps, puis au jour le jour. |
| |
Je faisais régulièrement des sauts de poids de quatre livres. Maintenant, je pense que si si je suis ici, près de mon poids cible... planant autour de mon poids cible, peut-être que vous savez, plus ou moins la fluctuation de quatre livres |
| |
n'est pas une chose irréaliste à attendre. Maintenant, émotionnellement, quelque chose de différent se produit au début de ce processus et |
| |
nous allons juste en quelque sorte nous rétrécir et en parler un peu. Alors me voici, je travaille très assidûment pour perdre du poids, en faisant toutes les bonnes choses. |
| |
Et puis je me réveille un matin et je pèse quatre livres de plus. Alors c'est frustrant, non ? Et j'espère que c'est quelque chose auquel d'autres peuvent s'identifier également, mais ma question |
| |
tout au long de cela (j'aurais probablement dû faire une analyse des systèmes de mesure avant de commencer ce voyage), mais ma question quand je verrais des choses comme ça |
| |
est combien de ces quatre livres est moi et combien de bruit dans le système de mesure? J'ai donc effectué une analyse des systèmes de mesure pour répondre à la question. Maintenant, il y a une alerte spoiler ici. |
| |
La première étude que j'ai faite n'était pas très bonne. La jauge est catastrophique. Je l'aurais jeté, mais j'aime recycler mes appareils électroniques. |
| |
En fin de compte, ce n'était pas une bonne jauge utilisable. |
| |
Une partie de mon objectif aujourd'hui est, je veux dire, c'est une exploration amusante d'un système de mesure réel auquel, vous savez, nous pouvons peut-être tous nous identifier, mais l'un de mes autres objectifs est de mettre en évidence certains des avantages |
| |
d'utiliser la méthode EMP pour l'analyse des systèmes de mesure. Maintenant, pour ce faire, je vais couvrir quelques définitions de base, puis démontrer la méthode en utilisant |
| |
résulte d'un MSA d'une jauge plus sage. Maintenant, rassurez-vous, nous reviendrons à mon horrible exemple de pèse-personne ici dans une minute. |
| |
D'accord, alors tout d'abord, qu'est-ce que l'analyse des systèmes de mesure ? Pour moi, une explication simple à cela est que, vous savez, nous allons mener une expérience, et ce que nous voulons retirer de l'expérience, c'est identifier ou mesurer les limites du système de mesure. |
| |
Quels sont nos objectifs ? Eh bien, si nous faisons une analyse des systèmes de mesure, nous pourrons certainement déterminer si le système de mesure que nous utilisons est assez bon |
| |
à utiliser ou s'il doit être amélioré. Mais je me sens plus important pour cela et où la méthode EMP brille |
| |
est que nous voulons établir des normes pour l'utilisation des données de mesure. Il n'y a pas de système de mesure parfait, alors quelles sont les normes que nous pouvons mettre en place pour nous aider à utiliser efficacement nos données de mesure ? |
| |
Comment est-ce fait ? Il s'agit d'une analyse des composantes de la variance, nous recherchons donc les composantes de la variance associées au système de mesure, |
| |
et, espérons-le, ceux-ci sont faibles par rapport à la variation de mesure associée à partir de... nos pièces. Nous avons donc une variation totale de toutes nos mesures et puis il y a des composants, ces deux composants de variation différents que nous devons comprendre. |
| |
Alors, qu'est-ce que l'EMP ? Il représente l'évaluation du processus de mesure. Il est lancé par le Dr Donald Wheeler. Il y a un livre génial que je vous recommande vivement de vous procurer. |
| |
Pour moi, je pense que la façon la plus simple de penser à l'EMP est probablement qu'il fournit une approche statistique pour utiliser efficacement les données de mesure. Donc il ne suffit pas de savoir si ma jauge est bonne ou mauvaise, |
| |
donc première classe, deuxième classe, troisième classe, ceux-ci sont basés sur la probabilité de détecter un changement dans le processus. |
| |
L'ancienne méthode, celle que j'ai apprise en premier, le GRR, pourcentage R&R, la méthode AIAG, utilise des seuils arbitraires pour la classification des jauges. Voici donc un problème avec cela que... que j'ai rencontré et c'est ce qui m'a amené à EMP pour commencer. |
| |
Il y a de nombreuses années, je travaillais avec un test destructif, c'est donc un système de mesure. |
| |
Et nous avons fait une analyse des systèmes de mesure, et il s'est avéré être une jauge de quatrième classe selon les normes de pourcentage R&R. Bien bien, |
| |
vous savez, c'est quelque chose, mais qu'est-ce que cela nous dit? Et la chose la plus difficile à propos de ce qui rendait cela difficile à digérer était le fait que nous utilisions ce test destructeur |
| |
pour prendre des décisions dans le développement de produits qui généraient des revenus. C'était une jauge utile, donc le pourcentage de R&R ne nous a rien dit sur l'utilité de notre jauge et cela ne nous a rien donné en termes de |
| |
recommandations sur la façon dont nous pourrions utiliser cette jauge. J'ai donc l'impression que l'approche en pourcentage de R&R pour moi manque vraiment d'informations dont j'ai besoin pour utiliser efficacement les données de mesure. |
| |
Très bien, un exemple de jauge moins frustrant, plus sage. C'est la machine à mesurer les coordonnées. |
| |
Mesure la géométrie des objets. Il s'agit d'une expérience très simple où vous ne mesurez qu'une dimension de longueur. |
| |
Ainsi, la longueur des pièces est une variable de bruit, comme vous remarquerez ce petit joystick ici. Nous avons l'implication des opérateurs dans le système de mesure. J'ai vu des versions automatisées de cela et peut-être que vous n'incluez pas l'opérateur, mais dans ce cas, vous le faites. |
| |
Avoir une variation associée aux pièces, puis cette interaction opérateur/pièce. Maintenant, c'est... ce terme d'interaction, comme pour ceux d'entre vous qui aiment DOE, |
| |
nous savons tous que les interactions se produisent partout, mais je ferai de mon mieux pour montrer un exemple d'interaction opérateur/pièce très courante. Donc ce que je tiens est un peu |
| |
cylindre métallique et j'ai un pied à coulisse. |
| |
je vais |
| |
obtenir une mesure sur le diamètre de cette pièce et je vois qu'il est d'environ 19 millimètres. |
| |
Si je savais quelle était la taille de ceci ou si j'avais une attente de ce que ce diamètre devrait être, ce que je pourrais faire, c'est que je pourrais en fait appliquer plus ou moins de pression sur le cadran de ma jauge |
| |
pour que j'atteigne ma mesure attendue. Maintenant, cela se produit partout. Je me surprends à le faire. Si ce genre de choses se produit chaque fois que nous, en tant qu'êtres humains, interagissons avec des systèmes de mesure, alors |
| |
si vous avez l'argent et le budget pour construire une expérience pour rechercher cela, je le recommande très certainement. |
| |
D'accord, JMP 16. C'est une sorte de chose amusante. J'adore ce nouvel outil. Il y a un... |
| |
Je suis désolé... un outil de conception d'expériences spécifique à MSA dans le menu DOE pour JMP 16. |
| |
Je vais vous montrer, en quelque sorte, une démonstration de cela, mais avant de le faire, je veux en quelque sorte avoir une petite discussion sur la randomisation. |
| |
Pour nous tous qui effectuons des analyses DOE et des systèmes de mesure, nous savons que nous randomisons parce que nous voulons réduire le risque que des variables cachées aient un impact sur nos résultats. C'est donc une sorte de donnée, non? |
| |
Si nous ne randomisons pas complètement, nous allons potentiellement rencontrer des problèmes. |
| |
Ce que je recommanderais également, c'est de rendre l'opérateur aveugle aux ordres d'exécution aléatoires. Alors imaginez moi et mon pied à coulisse, je mesure 10 pièces différentes et je ne sais jamais quelle pièce c'est que je mesure, donc il y a moins d'opportunité |
| |
pour moi de biaiser l'expérience, l'expérience d'analyse des systèmes de mesure, simplement en connaissant cette information. Donc randomisé, rendez-le aveugle si vous le pouvez. |
| |
Si vous rencontrez des problèmes de randomisation, vous pouvez éventuellement envisager une conception de parcelle divisée ou d'autres moyens de traiter le problème de randomisation, mais nous voulons certainement le faire dans la mesure du possible. |
| |
D'accord, jetons un coup d'œil. DOE, Special Purpose, il y a notre conception MSA. |
| |
Comme tous les autres outils DOE de JMP, je peux, vous savez, taper le nom de mes facteurs et peut-être que je dois ajouter un autre facteur pour l'opérateur ici. |
| |
Une chose que j'aime vraiment ici, c'est que je peux lui donner un rôle MSA, et cela est copié en tant que propriété de colonne dans la table de données que nous allons générer. |
| |
Alors disons que l'opérateur a un nom différent, mais je veux avoir au moins un point d'ancrage sur le fait que j'utilise cela comme un rôle d'opérateur dans le MSA, et je peux le faire. C'est assez génial. |
| |
Dans cette expérience, nous avons quatre parties différentes, quatre opérateurs différents, et nous allons exécuter deux répétitions. Alors qu'est-ce que cela signifie |
| |
c'est que j'ai ma copie originale, ma première exécution de l'expérience, et je vais répéter cela deux fois de plus. Donc, je reçois trois mesures pour chaque course dans mon original |
| |
expérience. |
| |
Nous allons complètement randomiser et examinons le design. À peu près la même chose que DOE, obtenez un aperçu rapide de notre conception d'expérience, pouvez regarder cela, |
| |
assurez-vous généralement que cela a du sens pour nous, si c'est ce que nous voulions faire et ce que nous voyons est correct. Ce que j'aime vraiment dans cet outil, ce sont les diagnostics de conception, donc un peu différents de ce que nous voyons dans le concepteur personnalisé, par exemple, |
| |
ou dans l'outil de comparaison de conceptions. Il y a une simulation qui s'exécute derrière cela et nous pouvons jouer avec... vous savez, nous ajustons peut-être les composants de variance associés à mon test et il y a une simulation qui s'exécute en arrière-plan. Et nous pouvons |
| |
poser quelques questions. Notre conception d'expérience est-elle suffisamment bien configurée pour que nous puissions marquer une jauge de première classe si c'est ce que nous avons ? Donc chose vraiment cool. |
| |
Je l'aime parce qu'il est très axé sur l'analyse des systèmes de mesure, et tout comme le DOE, hé, si nous devons ajouter des pièces supplémentaires ou des opérateurs supplémentaires, ajouter des répliques supplémentaires, vous savez, nous pouvons jouer avec cela dans la plate-forme sans basculer vers une table tout de suite. |
| |
Très bien, jetons un coup d'œil à notre MSA standard. |
| |
Je veux parcourir quelques sorties graphiques de base. Nous allons le faire un peu lentement parce que nous allons répéter ce processus plusieurs fois. |
| |
Pour ce système de mesure, les sorties graphiques que nous obtenons du rapport EMP sont en fait vraiment très cool. Ainsi, par exemple, ce graphique moyen, |
| |
si je devais montrer les données ici plutôt que les moyennes, ce serait exactement le même résultat que nous obtiendrions de l'outil de graphique de jauge d'attribut de variabilité. |
| |
Donc, qu'est-ce que cela nous dit si mes mesures... la plupart de mes mesures sont en dehors de mes éléments de contrôle, alors nous allons très probablement être en mesure de détecter des différences entre les pièces. |
| |
Écart-type, et si j'avais choisi la plage de dispersion, nous en reparlerons un peu plus dans une minute. |
| |
Cela visualise la répétabilité, nous voulons donc que tout soit dans les limites ici, et c'est le cas avec cette jauge. Donc quelques autres. |
| |
Voici l'un de mes favoris. Encore une fois, l'interaction opérateur/pièce. Ce graphique, si j'ai des lignes qui se croisent, indique qu'une interaction est possible ici. Alors |
| |
ils ne... ces lignes n'ont pas à s'empiler les unes sur les autres et elles peuvent être séparées, mais nous espérons vraiment qu'il n'y aura pas de croisement de lignes dans ce rapport. Analyse des moyens, j'aime ça, vous pouvez l'utiliser comme outil de procédure. |
| |
Cela nous dit simplement que l'opérateur un a tendance à mesurer bas en moyenne et que les opérateurs deux et trois ont tendance à mesurer haut. |
| |
Et ce n'est peut-être pas nécessairement mauvais, mais si c'est le cas, nous pourrons peut-être creuser dans la source. Vous savez, pourquoi est-ce que l'opérateur un mesure bas en moyenne ? Donc encore, |
| |
test, retest, comparaison d'erreurs. Nous montrons simplement s'il y a une incohérence dans la façon dont chaque opérateur mesure. |
| |
Ce sont donc les graphiques. Parlons un peu de quelques termes EMP supplémentaires. Donc, le fondement de la classification de jauge dans EMP est les corrélations intraclasse. C'est la proportion de variation de la pièce. |
| |
Et nous espérons que l'intérieur de l'intérieur est associé à notre partie de mesures répétées et |
| |
et opérateur et une partie des termes de biais. Nous espérons vraiment que ceux-ci sont petits par rapport au total, donc plus c'est haut, mieux c'est sur cette statistique; un est parfait. |
| |
Et si vous allez parcourir le livre de Wheeler et faire des calculs manuels sur des choses comme la corrélation intraclasse à partir des composants de variance, utilisez certainement le tableau d'écart type comme type de dispersion. |
| |
Wheeler a une très bonne discussion dans son livre sur le moment où vous voudrez peut-être utiliser la gamme et nous allons le voir, avec le système de mesure du pèse-personne. Donc, si votre... si votre précision est assez raffinée, vous |
| |
pourrait utiliser le type de dispersion d'écart type. Si c'est volumineux, la gamme sera probablement la meilleure approche pour cela. |
| |
Erreur probable. Nous allons voir cela dans quelques endroits différents. Il y a beaucoup d'utilité autour de cela et j'ai pris cela dans le livre. |
| |
Wheeler décrit cela comme "Aucune mesure ne devrait jamais être interprétée comme étant plus précise que plus ou moins une erreur probable puisque les mesures se tromperont de cette quantité ou plus au moins la moitié du temps." Donc, cette statistique va être utilisée dans quelques endroits différents. |
| |
Notamment, nous allons utiliser à la fois un incrément de mesure, |
| |
qui est fonction de l'erreur probable, pour ajuster nos attentes de précision pour la mesure, combien de décimales voulons-nous signaler. |
| |
Et nous verrons un autre endroit où l'erreur probable est utilisée dans les bandes de garde ... l'interdiction de garde statistique des limites de spécification. |
| |
D'accord, nous allons donc parcourir le rapport, puis nous passerons en revue les étapes dans JMP. |
| |
Nous obtenons une classification de jauge réaliste, c'est-à-dire de deuxième classe. Les recommandations de Wheeler sont que vous pouvez décider de tracer le processus de mesure, donc je peux vouloir exécuter un contrôle avant de faire cette mesure. |
| |
C'est discutable. Vous savez, c'est encore une conversation budgétaire, vous savez. Pouvons-nous nous permettre de le faire ? Oui... si oui, fais-le. |
| |
Si non, quel... quel est le coût de l'amélioration de la jauge ? Pouvons-nous le déplacer vers une jauge de première classe? Combien pensons-nous que cela pourrait coûter dans un projet pour faire cela? |
| |
cette légende de classification de moniteur. Passez un peu de temps avec lui; vous pouvez extraire quelques lignes directrices pour la cartographie de contrôle ... ou la cartographie |
| |
le processus réel. Résolution efficace pour cette jauge, nous devons laisser tomber les chiffres. Je vais expliquer comment je m'y prends. |
| |
Composants de variance, c'est super. La partie contient la majeure partie de la variance, c'est donc une bonne chose, bien que nous ayons encore un opérateur |
| |
et une certaine interaction opérateur/pièce. Nous l'avons également vu dans l'analyse graphique. Bon, allons... |
| |
maintenant j'ai créé un complément, et pour l'instant c'est... je vais l'utiliser à des fins de démonstration. C'est un petit buggy. Si je peux résoudre certaines de ces choses, je le posterai. |
| |
Mais cela ne fait que lancer la plate-forme EMP et cela va me donner d'autres choses, d'autres options associées à |
| |
le rapport du PEM. Très bien. Donc, nous nous souviendrons juste de la partie et de l'opérateur. Je vais utiliser l'écart type dans ce cas. |
| |
Et voilà. Cliquez sur OK. Ce sont donc toutes les choses dont nous avons parlé dans les diapositives. |
| |
Je ne pense pas qu'il y ait quelque chose de différent à voir. Maintenant, cela vient directement d'EMP, et ce que je fais, c'est que je demande, étant donné le bruit dans mon système de mesure, comment... quelle est la conformité du produit à laquelle je peux m'attendre |
| |
avec mes limites de spécification et puis-je améliorer cela en resserrant mes limites de spécification ? Je vais donc utiliser les statistiques pour garder la bande |
| |
mes limites de spécification. Donc, pour ceux qui travaillent dans la fabrication de haute technologie, vous avez probablement entendu parler de la limite de spécification des bandes de garde. Parfois, c'est fait comme juste un pour cent. |
| |
Mais j'aime EMP parce que je peux utiliser l'erreur probable pour faire un calcul |
| |
qui prend en compte le bruit de mon système de mesure lorsque je resserre ces limites. Donc, ce que cela dit, c'est, hé, pour une conformité à 96 %, |
| |
Je dois resserrer mes liens. J'ai oublié d'ajuster les décimales ici, mais ce serait de 56 à 74. |
| |
Alors je le serre juste d'un millimètre. C'est tout, de part et d'autre, de part et d'autre de la spécification. Les lignes noires, ce sont les limites de spécification d'origine, celles que nous avons fixées pour notre client. |
| |
Si nous exécutons la jauge à ces limites de spécification, nous pouvons nous attendre à environ 64 % de conformité, il y a donc un compromis ici, n'est-ce pas ? |
| |
Si nous voulons resserrer les limites des spécifications, cela va nous coûter cher. Nous allons rejeter plus de pièces, mais cela va-t-il mieux protéger le client ? Certainement. En fait, si nous allons quatre erreurs probables à partir de la limite de spécification, |
| |
nous pouvons obtenir une conformité de 99,9 %, mais nous allons rejeter beaucoup plus de produits et certains de ces produits pourraient en fait être utiles au client. |
| |
Le compromis ici est la voix de l'entreprise par rapport à la voix du client, et c'est une décision commerciale et c'est et cela mérite d'être discuté avant de décider |
| |
combien vous voulez resserrer vos limites de spécification. Bon, c'est la jauge sage et on a vu... oh j'oubliais, j'allais montrer |
| |
comment j'aborde le problème de précision de la décimale. Ainsi, une machine de mesure de coordonnées crache un grand nombre de décimales. |
| |
EMP me dit que je devrais vraiment baisser les chiffres. La façon dont je le fais est que je crée simplement une colonne de formules, en utilisant la fonction autour, puis j'ajuste cela pour que zéro soit là où je suis maintenant, mais j'ai en fait essayé deux et un. |
| |
et réexécuté l'analyse EMP. Et chaque... dès qu'EMP me dit que je n'ai plus besoin de baisser un chiffre, c'est la précision que je vais rapporter. |
| |
D'accord, et les instructions de fabrication. Encore une fois, c'est un autre endroit où l'erreur probable et l'incrément de mesure sont utilisés dans ce calcul. |
| |
C'est bien. C'est une approche statistique de quelque chose qui, vous savez, est courant dans la fabrication de haute technologie ; c'est un baguage de garde. Nous pouvons le faire en utilisant notre système de mesure du bruit pour |
| |
faire le calcul. Très bien, revenons au redoutable pèse-personne. Très bien, donc c'est un peu amusant. |
| |
Laissez-moi vous guider à travers la conception. |
| |
Ce que je trouve assez amusant à ce sujet, c'est que lorsque nous nous apprêtons à faire une expérience, qu'il s'agisse d'une analyse DOE ou de systèmes de mesure, |
| |
nous devons faire preuve d'un peu de créativité. Et je devais le faire. J'ai failli être déconcerté par cela, pour être honnête. Donc, les facteurs de bruit associés au fait que je me pèse ou que quelqu'un de ma famille me pèse, eh bien, il y a nous, vous savez. Je me tiens sur la balance. |
| |
Une partie... pensez à une partie, c'est comme ma fluctuation de poids quotidienne, n'est-ce pas ? |
| |
Je peux avoir, vous savez, disons que je suis à plus ou moins quatre. J'ai trop mangé pendant une semaine et j'ai pris deux kilos. C'est la chose que je veux pouvoir détecter. |
| |
Maintenant, c'est un peu difficile en fait, parce que je dois en quelque sorte éliminer cette fluctuation de poids quotidienne de la part de l'opérateur, de la partie moi. |
| |
La façon dont j'ai procédé... il y a probablement beaucoup de façons différentes de procéder, mais la façon dont j'ai procédé est que j'ai mes participants à l'analyse des systèmes de mesure, ma famille. Ils mesuraient leur masse corporelle, |
| |
descendez de la balance, je leur tends un haltère, ils reculent sur la balance. Je les soustrais, puis j'obtiens le poids, ce sera donc ma mesure partielle. |
| |
Maintenant, pour obtenir cela sur l'échelle de mon poids cible qui me permet de comprendre un peu plus facilement, je le normalise. |
| |
Et c'est juste... c'est juste changer l'échelle pour quelque chose qui a un peu plus de sens pour moi. Ok, voyons... voyons à quoi ça ressemble. Très bien, nous allons refaire le complément. Il y a quelque chose dont il est digne |
| |
Remarque. D'accord, je pense que si je me souviens de cela, il va se souvenir de l'opérateur et de la pièce à nouveau. C'est une grosse mesure. Je vais utiliser le type de dispersion du tableau de gamme et le dessin est croisé. |
| |
D'accord, déjà, dès la sortie de la porte, nous voyons que nous ne pouvons probablement pas détecter |
| |
différences de poids quotidien. Maintenant, il pourrait y avoir quelque chose ici qui est associé à la façon dont j'ai mené l'expérience ; c'est certainement possible, |
| |
mais ça ne s'annonce pas vraiment bien. Alors regardons quelques autres, donc le tableau de gamme, ça a l'air plutôt bien. Ah... whoa, il y a un problème. Ma variation interne, donc associée à mes mesures répétées, eh bien, c'est plus grand que ma part ... ma variance associée à ma variation de pièce à pièce. |
| |
Ce n'est pas une bonne chose. |
| |
Donc problème deux. Vous pouvez en quelque sorte passer par certains de ces autres. Tester, retester semble plutôt bon. Mon analyse de comparaison des biais des résultats moyens semble bonne. Bon, voici un autre problème. Regardez la taille de cette erreur probable. Rappelez-vous, j'espère vraiment que je peux voir au moins |
| |
une différence de poids d'une livre et que cela soit significatif. Eh bien, l'erreur probable est trois fois plus grande que cela et c'est un problème. |
| |
On me dit de laisser tomber un chiffre. Si je parcoure cela, je dois en fait passer à la notation scientifique, rapporter deux chiffres, pour le rapprocher encore plus. |
| |
Et même quand même l'erreur probable est juste énorme, et on va voir, un peu plus bas, en quoi ça peut être problématique au niveau de l'utilisation de la jauge. |
| |
Jauge droite de troisième classe. Donc, si nous devions utiliser la jauge, nous tracerions certainement le processus de mesure, donc en exécutant des contrôles ou des normes |
| |
avant de faire notre poids quotidien. L'interaction opérateur/pièce, c'est reparti. C'est drôle parce que l'opérateur trois est mon beau-frère. C'est un type intelligent, et même si j'ai essayé de l'empêcher de jouer au test, je pense qu'il jouait le test. |
| |
Donc ça pourrait être associé à mon étude et pas forcément à la jauge ; juste mon constat. Nous allons donc rejouer à ce jeu de conformité à 96 %, le ramener à zéro. Et oh non, je ne peux pas calculer les limites. En fait, ma limite inférieure est en fait |
| |
supérieur à ma limite supérieure. Et pourquoi est-ce arrivé? Eh bien, dans le calcul |
| |
(voyons, si je reviens à l'endroit où j'ai montré cela), |
| |
si cette erreur probable est trop importante, cela va créer un problème, il y a donc une petite limite à ceci |
| |
outil que Wheeler utilise dans son livre. Mais pour moi, hé, ce que ça me dit, c'est que ce pèse-personne est un bidon et que j'ai juste besoin d'en acheter un nouveau. Donc je suis un peu bon marché, |
| |
mais j'ai décidé, vous savez, que 50 dollars n'est probablement pas un prix déraisonnable, alors j'ai acheté une balance Fitbit et nous verrons à quoi... voyons à quoi cela ressemble. |
| |
Oh. |
| |
Exécutez à nouveau l'étude. |
| |
Et la gamme, nous la garderons la même. Très bien, nous voyons déjà un peu d'amélioration. Ce n'est pas aussi bon que ma machine de mesure de coordonnées, mais bon, certaines de mes mesures sont en fait en dehors des limites de contrôle, donc je considérerais cela comme une amélioration. |
| |
Regardez aussi ça. Ma composante de variance interne est en fait inférieure à une partie. Je veux dire, c'est encore un peu grand, |
| |
mais 50 dollars... peut-être que si je dépense 100 ou 1 000 $, je pourrais réduire un peu cela, mais je pense que je suis prêt à vivre avec cela. D'accord, donc erreur probable, hey, yay. Nous sommes au moins sous une livre. |
| |
Et bien sûr, nous devons envisager de supprimer un chiffre, et donc je ferais également cet exercice d'arrondi avec cela, et il s'avère que rapporter une précision décimale nulle est ce que nous voulons faire. Et regardons ça, 96% de conformité. |
| |
Encore une fois, hé, j'obtiens en fait quelque chose de raisonnable. Alors pour moi, |
| |
ce que j'ai défini comme attente dans tout cet exercice de perte de poids, c'est que je voulais atteindre un poids cible à 180. |
| |
Mais je suis prêt à vivre avec des fluctuations de poids de plus ou moins cinq livres. Et au cours de ce voyage, j'ai remarqué que les choses que je mange peuvent changer, la prise de poids de l'eau en une journée, donc c'est une attente assez raisonnable. Maintenant, si je veux être sûr, |
| |
que je reste fidèle à mon objectif, peut-être que je dois apporter ces limites de spécifications d'une livre. |
| |
Donc, ce qui a commencé comme une sorte d'exercice frustrant à travers un assez long voyage de perte de poids et de travail avec une balance horrible, je suis arrivé à quelque chose avec lequel je peux vivre et dont je suis plutôt content. Alors |
| |
C'est tout ce que j'ai. Merci. J'espère que cela a été une promenade divertissante à travers la méthode EMP d'analyse des systèmes de mesure. |
| Olivia Lippincott |
oui arrêter l'enregistrement. |
| Jason Wiggins, JMP |
Et je fais dans le temps oh bon. |
