使用 JMP 在製造工廠中實現有效的 SQC？我是老派，相信當物理控製圖掌握在工廠操作員手中時，SQC 最有效。通過這種方式，操作員記錄異常變化，從而捕獲變化的原因，並且可以從學習開始改進。
JMP 是否解決了以電子方式實施 SQC 的問題，仍然能夠捕獲（並從中學習）可分配的原因變異？我更願意將 JMP 用於廣泛的 SQC 實施，因為我的公司擁有許多 JMP 許可證。
其他回复：使用 JMP 在製造工廠中實現有效的 SQC？這更困難，但我看到了兩種可能的方法。
首先，您可以使用註釋工具。 您會看到一個失控點，單擊註釋工具並輸入您的註釋。 潛在的問題是註釋不是數據集的一部分，並且註釋可以移動，因此它不會“綁定”到數據點。
另一種方法是在數據表中添加一列來保存評論。 使該評論列成為標籤列。 現在您可以輸入他們喜歡的任何內容，以便評論鏈接到數據點並與數據一起存儲。 然後您可以打開該行的標籤。 這將使評論出現在圖表上。 它的另一個優點是您可以輕鬆打開或關閉評論。 缺點是有一個額外的步驟來顯示評論。
最後，您可能能夠以某種方式使用新的懸停標籤功能來執行此操作。 老實說，我對這個功能還不夠了解，還不知道它在這種情況下是如何工作的。
回复：使用 JMP 在製造工廠中實現有效的 SQC？謝謝。我的問題是 JMP 中點變化的可分配原因的文本註釋（自由形式）。關於如何做到這一點的任何想法？
回复：使用 JMP 在製造工廠中實現有效的 SQC？我認為您可以與 JMP 非常接近。 創建一個包含一些數據的 JMP 表。 現在創建您的控製圖並保持打開狀態。 現在向數據表添加一個額外的行。 控製圖將自動顯示附加點。 這不是你會在紙質圖表上做的嗎？
您甚至可以擁有一個空白數據表並創建空控製圖。 每次在數據表中添加一個點，它都會更新圖表。
回复：使用 JMP 在製造工廠中實現有效的 SQC？儘管 n = 1，但子組是有理的。所以，是的，IMR 圖。
我認為我們以同樣的方式使用控製圖。但是，我們不會對正常變化做出反應。我們使用控製圖將正常變化與異常（非隨機）變化分開。目的是讓組織記錄異常變異的原因，以便有效消除這些變異來源。
數據可視化，就像實時的紙質控製圖一樣，在激發所需的組織響應方面非常有效（如上所述）。我正在尋找一種在 JMP 中模擬紙質圖表的方法。JMP 似乎沒有此功能，除非該社區中的某個人在 JMP 中解決了此問題，否則我可能需要考慮不同的軟件。
回复：使用 JMP 在製造工廠中實現有效的 SQC？抱歉，您對如何使用控製圖的解釋在概念上與我的不同。 我積極地使用then來分離和分配變異來源並評估穩定性。 您通過對失控點做出反應來使用它們。 我相信您正在使用 IMR 圖表（沒有理性子組）。
如果我理解這個問題，你不能讓他們寫在紙上，但你可以讓他們將數據輸入混淆器？ 為他們創建一個 JMP 數據表，以便他們在獲取數據時輸入數據。 教他們在 JMP 中創建圖表，然後教他們如何分析它。
回复：使用 JMP 在製造工廠中實現有效的 SQC？也許我遺漏了一些東西，但是如果您想要 Gemba 的紙質控製圖（“工作完成的地方”的精益術語），並且聽起來您沒有大量對過程變量至關重要，這是我的 3 美分：
1. 建立一個精益早市板，以紙質形式的控製圖作為板元素之一。 讓其中一名操作員成為在某個週期性間隔內創建紙質圖表的人……在 JMP 數據表中有足夠的空白 x 軸條目，以便您有一些空白空間來手工繪製未來的觀察結果。 然後，標準工作的一部分是當每個數據點可用時，指定的操作員手工繪製數據，評估潛在的行動，或者更好的是，除非需要立即採取行動，否則將評估對話作為早市會議的一部分。
2. 然後隨著時間的推移，可以在 JMP 中更新數據，再次週期性地更新。 在 JMP 中更新後...重新打印圖表。 在早市板上發布...返回步驟 1。
我在伊士曼柯達公司任職期間，我們做了很多此類事情。 當然，在實際紙質圖表周圍需要一些精益思維基礎設施……比如將早市整合到運營中，所有相關的標準工作都圍繞著基於早市中發生的對話發生的事情……否則紙圖表練習將成為另一件發生的事情，但沒有人對此做任何事情。
回复：使用 JMP 在製造工廠中實現有效的 SQC？從概念上講，我的需求要簡單得多。我需要將控製圖交到運行製造工廠的過程操作員手中。我需要他們實時記錄/註釋連續數據，以便我們都從將記錄的非隨機變化中學習。
控製圖類型最簡單：兩點移動範圍。該單個數據點每 4 到 8 小時出現一次。
我看不出 JMP 有這種能力，這就是我尋求幫助的原因。
回复：使用 JMP 在製造工廠中實現有效的 SQC？謝謝回复。 上下文是每 4 到 8 小時接收一次連續變量測量。老派且非常有效的方法是將結果繪製在紙質控製圖上。記錄並從異常變化中學習。
今天的人們不會或拒絕手動繪製結果。對於我正在尋找的應用程序，我不需要模型驅動控製圖。我只需要一種按照 Shewhart 的意圖複製控製圖的方法……在紙質控製圖上。操作員可以手動輸入數據，無需花哨的數據連接或腳本。我根本不知道如何在 JMP 中在捕捉 Shewhart 最初意圖的製造環境中實時執行此操作……我們從非隨機變化中學習並不斷改進。
回复：使用 JMP 在製造工廠中實現有效的 SQC？首先歡迎來到社區。 這裡有很多非常聰明的人（不包括現在的公司）有不同的想法和想法。 我將提出我的想法：
首先，我同意讓人們參與獲取和分析數據有很多好處。
1. 抽樣的使用非常強大，分析完全取決於數據的收集方式。 希望您了解 Shewhart 使用控製圖的初衷。 Shewhart 建議使用合理的分組思想來確定分組策略。 亞組提供了比較的基礎。 子組內的變化是在該頻率下變化的因子 (x) 的函數。 範圍圖回答了“子組內的變化，x 在子組內變化的函數，一致/穩定？”的問題。 採樣頻率也被確定以便捕捉x在所選採樣頻率下變化的影響。 Y-bar (X-bar) 控製圖將子組內的變異源（控制限）與子組之間的變異源進行比較，以確定哪個源的影響最大。 這些並非旨在成為監控工具，而是回答有關後續工作的重點和調查性質的具體問題。 （例如，可能使在特定時間點更容易看到影響的特殊原因）。
2. JMP 不僅能夠提供良好的數據圖形分析（例如，可變性圖或圖形構建器）以及適當的控製圖，儘管 Shewhart 控製圖已經在層次結構中向下發展到傳統控製圖。
3. 我不知道你說的“”是什麼意思以電子方式實施 SQC”。 有一些方法可以讓軟件自動將數據帶入軟件（以及大量的 JSL可以編寫腳本來提高效率）...但這真的是您想要的嗎？ 使用圖表分析您的抽樣計劃並回答您提出的問題。 然後更改您的抽樣計劃並重複....
“因此，根據理性理論，最初成功地將他的數據劃分為理性子組的工程師從長遠來看本質上會更好。 . 。”
休哈特
回复：在使用 JMP 的製造工廠中有效的 SQC？@toddsedwards當關鍵質量屬性數量有限或難以以電子方式收集數據時，這種方法效果很好。 最大的挑戰是當有多個 CQA 或者它們是否相關時。 這就是現代方法（例如模型驅動的多元控製圖平台中的方法）有用的地方。 JMP 提供以電子方式實施 SQC 的解決方案（在某些情況下）。 鑑於 SQC 的廣度，我不確定在沒有更多上下文的情況下能否提供更好的答案。
