Vocero
|
Transcripción
|
| Olivia Lippincott |
Nuevamente, la grabadora está encendida, a menudo en silencio y volveré a encenderla. |
| Jason Wiggins |
Bien. Hola a todos. De nada |
| |
Esa maldita báscula de baño. |
| |
Entonces, para mí es difícil imaginar la vida sin herramientas que midan cosas, y medir cosas es una característica muy humana. Simplemente hacemos eso. |
| |
Encuentro mucha felicidad en los sistemas de medición que se comportan bien y, ciertamente, me frustro cuando no lo hacen. |
| |
Desarrollar, refinar e incluso utilizar correctamente un sistema de medición tiene un costo, ya sea simple o complicado, hay un costo asociado con eso. |
| |
En mi experiencia, este gasto es pequeño en comparación con los costos resultantes del uso de datos de un medidor defectuoso o incluso del mal uso de datos de uno bueno. |
| |
Un gran ejemplo de esto es el telescopio espacial Hubble. |
| |
Poco después del lanzamiento, en 1990, se descubrió una aberración en el espejo principal. |
| |
La aberración afectó la claridad de las imágenes del telescopio; de hecho, esto es un antes y un después. |
| |
La fuente del problema se remonta a un equipo mal calibrado que se utilizó para pulir el espejo. |
| |
más de 620 millones de dólares. Son 1993 dólares; eso es bastante dinero. |
| |
Y creo que este costo podría haberse evitado por completo si se hubiera realizado un análisis de los sistemas de medición antes de pulir el espejo. |
| |
Ahora bien, si bien el telescopio Hubble... la reparación del telescopio espacial Hubble es un gran ejemplo de un percance de medición de alto costo, creo que los problemas con los sistemas de medición, incluso con riesgos menores, pueden ser igualmente frustrantes. Tomemos, por ejemplo, mi temida báscula de baño. |
| |
El año pasado... en diciembre del año pasado comencé un viaje de pérdida de peso. |
| |
Y simplemente darles una idea de lo que fui viendo a lo largo del tiempo y luego día a día. |
| |
Rutinariamente hacía saltos de cuatro libras de peso. Ahora creo que si estoy aquí, cerca de mi peso objetivo... flotando alrededor de mi peso objetivo, tal vez ya sabes, más o menos la fluctuación de cuatro libras. |
| |
No es algo poco realista esperar. Ahora, emocionalmente, algo diferente sucede al principio de este proceso y |
| |
Simplemente nos limitaremos y hablaremos de esto un poco. Así que aquí estoy yo, trabajando muy diligentemente para perder peso, haciendo todo lo correcto. |
| |
Y luego me despierto una mañana y pesa cuatro libras más. Entonces eso es frustrante, ¿verdad? Y espero que eso sea algo con lo que otros también puedan identificarse, pero mi pregunta |
| |
A lo largo de esto (probablemente debería haber hecho un análisis de sistemas de medición antes de comenzar este viaje), pero mi pregunta: ¿cuándo vería cosas así? |
| |
¿Cuánto de esas cuatro libras soy yo y cuánto es ruido en el sistema de medición? Entonces realicé un análisis de sistemas de medición para responder la pregunta. Ahora hay una alerta de spoiler aquí. |
| |
El primer estudio que hice no fue muy bueno. El calibre es abismal. Lo habría tirado, pero me gusta reciclar mis aparatos electrónicos. |
| |
Al final del día, este no era un buen indicador utilizable. |
| |
Parte de mi objetivo de hoy es, quiero decir, esta es una exploración divertida de un sistema de medición de la vida real con el que, ya sabes, tal vez todos podamos identificarnos, pero uno de mis otros objetivos es resaltar algunos de los beneficios. |
| |
de utilizar el método EMP para el análisis de sistemas de medición. Ahora, para hacer esto, cubriré algunas definiciones básicas y luego demostraré el método usando |
| |
resultados de un MSA de un medidor de mejor comportamiento. Ahora tenga la seguridad de que volveremos a mi horrible y abismal ejemplo de báscula de baño aquí en solo un minuto. |
| |
Muy bien, primero que nada, ¿qué es el análisis de sistemas de medición? Para mí, una explicación simple de esto es que vamos a realizar un experimento y lo que queremos obtener del experimento es identificar o medir las limitaciones del sistema de medición. |
| |
¿Cuáles son nuestros objetivos? Bueno, si hacemos un análisis de los sistemas de medición, seguramente podremos determinar si el sistema de medición que estamos utilizando es lo suficientemente bueno. |
| |
utilizar o si necesita mejoras. Pero siento que es más importante eso y donde brilla el método EMP. |
| |
es que queremos establecer estándares para el uso de los datos de medición. No existe un sistema de medición perfecto, entonces, ¿cuáles son algunos estándares que podemos implementar que nos ayuden a utilizar nuestros datos de medición de manera efectiva? |
| |
¿Cómo se hace? Es un análisis de componentes de varianza, por lo que buscamos los componentes de varianza asociados con el sistema de medición, |
| |
y, con suerte, son pequeñas en comparación con la variación de medición asociada con... nuestras piezas. Entonces tenemos una variación total de todas nuestras mediciones y luego están los componentes, estos dos componentes diferentes de variación que debemos comprender. |
| |
Entonces, ¿qué es el EMP? Significa evaluar el proceso de medición. Fue iniciado por el Dr. Donald Wheeler. Hay un libro increíble que recomiendo encarecidamente adquirir. |
| |
Para mí, creo que probablemente la forma más sencilla de pensar en EMP es que proporciona un enfoque estadístico para utilizar datos de medición de manera efectiva. Entonces no es suficiente saber si mi indicador es bueno o malo, |
| |
Entonces, primera clase, segunda clase, tercera clase, se basan en la probabilidad de detectar un cambio en el proceso. |
| |
El método antiguo, el que aprendí primero, el GRR, porcentaje de R&R, el método AIAG, utiliza umbrales arbitrarios para la clasificación de calibres. Así que aquí hay un problema con eso que... que encontré y que fue lo que realmente me trajo a EMP para empezar. |
| |
Hace muchos años estuve trabajando con una prueba destructiva, por lo que este es un sistema de medición. |
| |
Hicimos un análisis de los sistemas de medición y resultó ser un medidor de cuarta clase según los estándares de porcentaje de R&R. Bien bien, |
| |
ya sabes, eso es algo, pero ¿qué nos dice eso? Y lo difícil de lo que hizo que eso fuera difícil de digerir fue el hecho de que estábamos usando esta prueba destructiva. |
| |
tomar decisiones en el desarrollo de productos que generaban ingresos. Era un indicador útil, por lo que el porcentaje de R&R no nos dijo nada sobre la utilidad de nuestro indicador y no nos dio nada en términos de |
| |
recomendaciones sobre cómo podríamos utilizar ese indicador. Entonces, siento que el enfoque de porcentaje de R&R para mí realmente carece de la información que necesito para usar los datos de medición de manera efectiva. |
| |
Muy bien, un ejemplo de calibre menos frustrante y de mejor comportamiento. Esta es la máquina de medida de coordenadas. |
| |
Mide la geometría de los objetos. Este es un experimento muy simple en el que solo mides una dimensión de longitud. |
| |
Entonces, la longitud de las piezas son variables de ruido, como notarán este pequeño joystick aquí. Contamos con la participación del operador en el sistema de medición. He visto versiones automatizadas de esto y tal vez no incluirías al operador, pero en este caso sí lo haces. |
| |
Tener variación asociada con las piezas y luego esta interacción operador/pieza. Ahora bien, este es... este término de interacción, como para aquellos de ustedes que aman DOE, |
| |
Todos sabemos que las interacciones ocurren en todas partes, pero haré lo mejor que pueda para demostrar un ejemplo de una interacción muy común entre operador y parte. Entonces lo que estoy sosteniendo es un poco |
| |
Cilindro de metal y tengo una pinza de dial. |
| |
voy a |
| |
Mido el diámetro de esta pieza y veo que mide unos 19 milímetros. |
| |
Si supiera cuál es el tamaño de esto o tuviera una expectativa de cuál debería ser ese diámetro, lo que podría hacer es aplicar más o menos presión al dial de mi manómetro. |
| |
para alcanzar la medida esperada. Ahora esto sucede en todas partes. Me sorprendo haciéndolo. Si este tipo de cosas suceden cada vez que nosotros, como humanos, interactuamos con sistemas de medición, entonces |
| |
Si tiene el dinero y el presupuesto para crear un experimento para buscar esto, sin duda lo recomiendo. |
| |
Bien, JMP 16. Esto es algo divertido. Me encanta esta nueva herramienta. Hay un... |
| |
Lo siento... una herramienta de diseño de experimentos específica de MSA en el menú DOE para JMP 16. |
| |
Les mostraré una especie de demostración de esto, pero antes de hacerlo, quiero tener una pequeña discusión sobre la aleatorización. |
| |
Todos los que hacemos análisis DOE y sistemas de medición, sabemos que hacemos aleatorización porque queremos reducir el riesgo de que variables ocultas afecten nuestros resultados. Entonces eso es un hecho, ¿verdad? |
| |
Si no hacemos una aleatorización completa, es posible que nos encontremos con algunos problemas. |
| |
Lo que también recomendaría es hacer que el operador no vea las órdenes de ejecución aleatorias. Así que imagínense a mí y a mi calibre, estoy midiendo 10 partes diferentes y nunca sé qué parte es la que estoy midiendo, por lo que hay menos oportunidades. |
| |
Para mí sesgar el experimento, el experimento de análisis de sistemas de medición, simplemente conociendo esa información. Así que aleatorio, hazlo a ciegas si es posible. |
| |
Si tiene problemas de aleatorización, posiblemente podría considerar un diseño de trama dividida o algún otro medio para abordar el problema de aleatorización, pero definitivamente queremos hacerlo en la medida de lo posible. |
| |
Bien, echémosle un vistazo. DOE, Propósito Especial, ahí está nuestro diseño MSA. |
| |
Al igual que todas las demás herramientas DOE en JMP, puedo escribir el nombre de mis factores y tal vez necesite agregar otro factor para el operador aquí. |
| |
Una cosa que realmente me gusta aquí es que puedo asignarle una función de MSA y esto se copia como una propiedad de columna en la tabla de datos que vamos a generar. |
| |
Entonces digamos que operador tiene un nombre diferente, pero quiero tener al menos algo de anclaje al hecho de que lo estoy usando como rol de operador en MSA, y puedo hacerlo. Eso es bastante asombroso. |
| |
En este experimento, tenemos cuatro partes diferentes, cuatro operadores diferentes y ejecutaremos dos réplicas. Entonces, ¿qué significa esto? |
| |
es que tengo mi copia original, mi primera ejecución del experimento, y voy a repetirlo dos veces más. Entonces obtengo tres mediciones para cada ejecución en mi original |
| |
experimento. |
| |
Vamos a aleatorizar completamente y echemos un vistazo al diseño. Es muy parecido al DOE, obtenga una vista previa rápida del diseño de nuestro experimento, puede verlo, |
| |
En general, asegúrese de que tenga sentido para nosotros, si eso es lo que queríamos hacer y si lo que estamos viendo es correcto. Lo que realmente me gusta de esta herramienta es el diagnóstico de diseño, un poco diferente de lo que vemos en el diseñador personalizado, por ejemplo, |
| |
o en la herramienta de comparación de diseños. Hay una simulación que se ejecuta detrás de esto y podemos jugar con ella... ya sabes, tal vez ajustemos los componentes de varianza asociados con mi prueba y hay una simulación que se ejecuta en segundo plano. Y podemos |
| |
haz algunas preguntas. ¿El diseño de nuestro experimento está lo suficientemente bien configurado como para que podamos etiquetar un medidor de primera clase si eso es lo que tenemos? Algo realmente genial. |
| |
Me encanta porque está muy centrado en el análisis de sistemas de medición y, al igual que el DOE, oye, si necesitamos agregar piezas adicionales u operadores adicionales, agregar réplicas adicionales, ya sabes, podemos jugar con eso dentro de la plataforma sin volcarlo a una mesa. de inmediato. |
| |
Muy bien, echemos un vistazo a nuestro MSA estándar. |
| |
Quiero repasar algunos resultados gráficos básicos. Lo haremos un poco lento porque repetiremos este proceso varias veces diferentes. |
| |
Para este sistema de medición, los resultados gráficos que obtenemos del informe EMP son realmente geniales. Así, por ejemplo, este gráfico de promedio, |
| |
Si tuviera que mostrar los datos aquí en lugar de los promedios, sería el mismo resultado que obtendríamos de la herramienta de gráfico de medición de atributos de variabilidad. |
| |
Entonces, ¿qué nos dice si mis mediciones... la mayoría de mis mediciones están fuera de mis elementos de control, entonces es muy probable que podamos detectar diferencias entre las partes? |
| |
Desviación estándar, y si hubiera elegido el rango de dispersión, hablaremos de esto un poco más en solo un minuto. |
| |
Esto visualiza la repetibilidad, por lo que queremos que todo esté dentro de los límites aquí, y ese es el caso de este medidor. Así que unos cuantos más. |
| |
Aquí está uno de mis favoritos. Nuevamente, la interacción operador/parte. Este gráfico, si tengo líneas que se cruzan, indica que aquí es posible una interacción. Entonces |
| |
no es así... estas líneas no tienen que apilarse una encima de la otra y pueden estar separadas, pero realmente esperamos que no haya ningún cruce de líneas en ese informe. Análisis de medias, me gusta esto, puedes usarlo como herramienta de procedimiento. |
| |
Simplemente nos dice que el operador uno tiende a medir bajo en promedio y los operadores dos y tres tienden a medir alto. |
| |
Y eso puede no ser necesariamente malo, pero si lo es, podríamos perforar la fuente. Ya sabes, ¿por qué ese operador mide un promedio bajo? Entonces de nuevo, |
| |
probar, volver a probar, comparar errores. Solo estamos mostrando si hay una inconsistencia en la forma en que cada operador mide. |
| |
Entonces esos son los gráficos. Hablemos un poco sobre algunos términos EMP adicionales. Entonces, la base de la clasificación de calibres en EMP son las correlaciones intraclase. Esa es la proporción de variación de la pieza. |
| |
Y esperamos que dentro de dentro esté asociado con nuestra parte de mediciones repetidas y |
| |
y operador y parte de los términos de sesgo. Realmente esperamos que sean pequeños en comparación con el total, por lo que cuanto más alto, mejor en esta estadística; uno es perfecto. |
| |
Y si va a leer el libro de Wheeler y hacer cálculos manuales sobre cosas como la correlación intraclase de los componentes de la varianza, definitivamente use el gráfico de desviación estándar como tipo de dispersión. |
| |
Wheeler tiene una muy buena discusión en su libro sobre cuándo es posible que desee usar la estufa y lo veremos con el sistema de medición de la báscula de baño. Así que si tu... si tu precisión es bastante refinada, probablemente |
| |
Podría utilizar el tipo de dispersión de desviación estándar. Si es grueso, el rango probablemente será el mejor enfoque para eso. |
| |
Error probable. Vamos a ver esto en algunos lugares diferentes. Hay mucha utilidad en torno a esto y lo tomé del libro. |
| |
Wheeler describe esto como "Ninguna medición debe interpretarse nunca como más precisa que más o menos un error probable, ya que las mediciones se equivocarán en esta cantidad o más al menos la mitad de las veces". Entonces esta estadística se utilizará en un par de lugares diferentes. |
| |
En particular, vamos a utilizar un incremento de medición, |
| |
que es función del error probable, para ajustar nuestras expectativas de precisión para la medición, cuántos decimales queremos reportar. |
| |
Y veremos otro lugar donde se utiliza el error probable en las bandas de guardia... prohibición estadística de los límites de especificaciones. |
| |
Bien, repasaremos el informe y luego seguiremos los pasos en JMP. |
| |
Obtenemos una clasificación de calibre realista, por lo que esto significa segunda clase. Las recomendaciones de Wheeler son que usted puede decidir trazar el proceso de medición, por lo que es posible que desee realizar un control antes de realizar esta medición. |
| |
Es discutible. Ya sabes, es nuevamente una conversación sobre presupuesto, ya sabes. ¿Podemos permitirnos el tiempo para hacer eso? Sí... si es así, hazlo. |
| |
Si no, ¿cuál... cuál es el costo de mejorar el calibre? ¿Podemos trasladarlo a un ancho de vía de primera clase? ¿Cuánto creemos que podría costar en un proyecto hacer eso? |
| |
esta leyenda de clasificación de monitores. Dedique un poco de tiempo a ello; Puede extraer algunas pautas para los gráficos de control... o gráficos. |
| |
el proceso real. Para la resolución efectiva de este indicador, tenemos que eliminar dígitos. Explicaré cómo hago para hacerlo. |
| |
Componentes de variación, esto es genial. La parte contiene la mayor parte de la variación, lo cual es bueno, aunque todavía tenemos algún operador. |
| |
y cierta interacción operador/parte. Eso también lo vimos en el análisis gráfico. Bien, vamos... |
| |
Ahora he creado un complemento y ahora mismo... lo voy a utilizar con fines de demostración. Tiene un pequeño error. Si puedo resolver algunas de esas cosas, las publicaré. |
| |
Pero esto es sólo el lanzamiento de la plataforma EMP y luego me dará otras cosas, otras opciones asociadas con |
| |
el informe del PEM. Está bien. Así que sólo recordaremos la parte y el operador. Usaré la desviación estándar en este caso. |
| |
Y ahí vamos. Haga clic en Aceptar. Estas son todas las cosas de las que hablamos en las diapositivas. |
| |
No creo que haya nada diferente allí para ver. Ahora bien, esto viene directamente de EMP, y lo que estoy haciendo es preguntar, dado el ruido en mi sistema de medición, cómo... ¿cuál es la conformidad del producto que puedo esperar? |
| |
con los límites de mis especificaciones y ¿puedo mejorarlos ajustando mis límites de especificaciones? Entonces voy a usar estadísticas para proteger la banda. |
| |
mis límites de especificaciones. Entonces, para aquellos que se dedican a la fabricación de alta tecnología, probablemente hayan oído hablar del límite de especificaciones de las bandas protectoras. A veces se hace solo como un porcentaje. |
| |
Pero me encanta EMP porque puedo usar el error probable para hacer un cálculo. |
| |
eso tiene en cuenta el ruido de mi sistema de medición cuando ajuste esos límites. Entonces lo que esto dice es, oye, para un 96% de conformidad, |
| |
Necesito apretarme las bandas. Olvidé ajustar los decimales aquí, pero serían 56 a 74. |
| |
Entonces simplemente lo aprieto un milímetro. Eso es todo, en cualquier lado, en cualquier especificación. Las líneas negras, estos son los límites de las especificaciones originales, las que establecimos para nuestro cliente. |
| |
Si utilizamos el medidor en estos límites de especificación, podemos esperar aproximadamente un 64% de conformidad, por lo que aquí hay una compensación, ¿verdad? |
| |
Si queremos ajustar los límites de las especificaciones, nos va a costar. Vamos a rechazar más piezas, pero ¿protegeremos un poco mejor al cliente? Seguramente. De hecho, si agregamos cuatro errores probables desde el límite de especificaciones, |
| |
Podemos obtener un 99,9% de conformidad, pero rechazaremos muchos más productos y parte de ese producto podría ser útil para el cliente. |
| |
La contrapartida aquí es la voz de la empresa frente a la voz del cliente, y es una decisión empresarial y merece un poco de discusión antes de decidir. |
| |
cuánto desea ajustar los límites de sus especificaciones. Bien, ese es el indicador de buen comportamiento y vimos... oh, lo olvidé, iba a mostrar |
| |
¿Cómo soluciono el problema de precisión del lugar decimal? Entonces, una máquina de medición de coordenadas arroja muchos decimales. |
| |
EMP me dice que realmente debería bajar los dígitos. La forma en que lo hago es simplemente crear una columna de fórmula, usando la función around, y luego ajusto esto para que cero sea donde estoy ahora, pero en realidad probé dos y uno. |
| |
y volvió a ejecutar el análisis EMP. Y cada uno... tan pronto como EMP me diga que ya no tengo que soltar un dígito, esa es la precisión que voy a informar. |
| |
Bueno, y las instrucciones de fabricación. Nuevamente, este es otro lugar donde se utilizan el error probable y el incremento de medición en ese cálculo. |
| |
Es genial. Es un enfoque estadístico de algo que, ya sabes, es común en la fabricación de alta tecnología; son bandas de guardia. Podemos hacerlo utilizando el ruido de nuestro sistema de medición para |
| |
hacer el calculo. Muy bien, volvamos a la temida báscula de baño. Muy bien, esto es un poco divertido. |
| |
Déjame guiarte a través del diseño. |
| |
Lo que creo que es divertido de esto es que cuando nos disponemos a hacer un experimento, ya sea un DOE o un análisis de sistemas de medición, |
| |
Tenemos que aportar un poco de creatividad. Y tuve que hacerlo. Para ser honesto, casi me quedo perplejo por esto. Entonces, los factores de ruido asociados con mi peso o el de cualquier miembro de mi familia, bueno, estamos nosotros, ya sabes. Estoy en la balanza. |
| |
En parte... pensar en parte es como mi fluctuación diaria de peso, ¿verdad? |
| |
Puedo conseguir, ya sabes, digamos que estoy en más o menos cuatro. Comí demasiado durante una semana y subí dos libras. Eso es lo que quiero poder detectar. |
| |
En realidad, entender eso es un poco difícil, porque tengo que separar esa fluctuación diaria de peso de la parte del operador, de la parte yo. |
| |
La forma en que lo hice... probablemente hay muchas maneras diferentes de hacer esto, pero la forma en que lo hice es que tengo a mis participantes en el análisis de los sistemas de medición, a mi familia. Medirían su masa corporal, |
| |
Me bajo de la báscula, les entrego una mancuerna y ellos vuelven a subirse a la báscula. Los resto y luego obtengo el peso, así que esa será mi medida parcial. |
| |
Ahora, para poner esto en la escala de mi peso objetivo y que me haga un poco más fácil de entender, simplemente lo normalizo. |
| |
Y simplemente... está cambiando la escala a algo que tenga un poco más de sentido para mí. Bien, veamos... veamos cómo se ve esto. Muy bien, haremos el complemento nuevamente. Hay algo que es digno de |
| |
nota. Bien, creo que si recuerdo esto, recordará al operador y a la parte nuevamente. Esta es una medida gruesa. Voy a utilizar el tipo de dispersión de gráfico de rango y el diseño es cruzado. |
| |
Bien, desde el principio estamos viendo que probablemente no podamos detectar |
| |
diferencias en el peso diario. Ahora podría haber algo aquí que esté asociado con cómo ejecuté el experimento; ciertamente es posible, |
| |
pero no se ve muy bien. Entonces, veamos algunos otros, el gráfico de rango se ve bastante bien. Ah... vaya, hay un problema. Mi variación interna, entonces está asociada con mis mediciones repetidas, bueno, eso es más grande que mi parte... mi variación asociada con mi variación de parte a parte. |
| |
Eso no es nada bueno. |
| |
Entonces el problema dos. Puedes revisar algunos de estos otros. Probar, volver a probar se ve bastante bien. Mi análisis de comparación de sesgos de los resultados de medias parece bueno. Muy bien, aquí hay otro problema. Mire el tamaño de ese probable error. Recuerda, realmente espero poder ver al menos |
| |
una diferencia de peso de una libra y que sea significativa. Bueno, el error probable es tres veces mayor y eso es un problema. |
| |
Me dicen que suelte un dígito. Si repito esto, en realidad tengo que entrar en notación científica, informar dos dígitos, para acercarme aún más. |
| |
Y aun así el error probable es simplemente enorme, y veremos, un poco más abajo, cómo eso puede ser problemático en términos de uso del medidor. |
| |
Ancho de vía derecho de tercera clase. Entonces, si tuviéramos que usar el medidor, definitivamente estaríamos trazando el proceso de medición, ejecutando controles o estándares. |
| |
antes de hacer nuestro peso diario. Interacción operador/parte, ahí está otra vez. Es gracioso porque el operador tres es mi cuñado. Es un tipo bastante inteligente, y por mucho que intenté que no pudiera pasar el examen, creo que lo estaba pasando. |
| |
Entonces eso podría estar asociado con mi estudio y no necesariamente con el calibre; solo mi observación. Así que jugaremos de nuevo ese juego del 96% de conformidad y lo reduciremos a cero. Y oh no, no puedo calcular los límites. De hecho, mi límite inferior es en realidad |
| |
más alto que mi límite superior. ¿Y por qué pasó eso? Bueno, en el cálculo. |
| |
(veamos, si vuelvo a donde mostré eso), |
| |
Si ese error probable es demasiado grande, entonces creará un problema, por lo que esto tiene una pequeña limitación. |
| |
herramienta que Wheeler utiliza en su libro. Pero a mí, oye, lo que esto me dice es que esta báscula de baño es una chatarra y sólo necesito comprar una nueva. Entonces soy un poco tacaño, |
| |
pero decidí, ya sabes, 50 dólares probablemente no sea un precio irrazonable, así que compré una báscula Fitbit y veremos qué... veamos cómo se ve. |
| |
Oh. |
| |
Ejecute el estudio nuevamente. |
| |
Y el alcance, lo mantendremos igual. Muy bien, ya estamos viendo una pequeña mejora. No es tan buena como mi máquina de medición de coordenadas, pero bueno, algunas de mis mediciones en realidad están fuera de los límites de control, así que lo consideraría una mejora. |
| |
Mira también eso. Mi componente dentro de la varianza es en realidad menos que parte. Quiero decir, todavía es un poco grande, |
| |
pero 50 dólares... tal vez si gasto 100 o $1000, podría reducirlo un poco, pero creo que estoy dispuesto a vivir con eso. Muy bien, muy probable error, oye, sí. Pesamos al menos menos de una libra. |
| |
Y, por supuesto, debemos considerar eliminar un dígito, por lo que realizaría ese ejercicio de redondeo con esto también, y resulta que lo que queremos hacer es informar una precisión decimal cero. Y echemos un vistazo a esto, 96% de conformidad. |
| |
De nuevo, oye, en realidad entiendo algo que es razonable. Así que para mí, |
| |
Lo que establecí como expectativa al comenzar todo este ejercicio de perder peso era que quería alcanzar un peso objetivo de 180. |
| |
Pero estoy dispuesto a vivir con fluctuaciones de peso de más o menos cinco libras. Y a medida que avancé en este viaje, me di cuenta de que las cosas que como pueden cambiar, el agua aumenta de peso en un día, por lo que es una expectativa bastante razonable. Ahora si quiero estar seguro, |
| |
Para mantenerme fiel a mi objetivo, tal vez necesite reducir esos límites de especificaciones en una libra. |
| |
Entonces, lo que comenzó como una especie de ejercicio frustrante a lo largo de un viaje bastante largo de pérdida de peso y trabajo con una báscula horrible, llegué a algo con lo que puedo vivir y por lo que realmente estoy feliz. Entonces |
| |
eso es todo lo que tengo. Gracias. Con suerte, este ha sido un recorrido entretenido por el método EMP de análisis de sistemas de medición. |
| Olivia Lippincott |
Sí, detén la grabación. |
| Jason Wiggins |
Y lo hago a tiempo oh bien. |
