최종 고객의 속성 거부 예측우리는 각 제조 공정 단계에서 수동 검사를 수행하고 발견된 불량품(예: 손상된 와이어)을 제거하고 있습니다. 수동 검사는 100% 효과적이지 않기 때문에 고객이 받을 수 있는 불량 수를 예측하기 위해 ATTRIBUTE 데이터에 사용할 수 있는 통계적 방법은 무엇입니까?
해석학Re: 최종 고객의 속성 거부 예측이 질문은 '...수동 검사가 100% 효과적이지 않다'고 말씀하셨기 때문에 쉽게 대답할 수 없습니다. 귀하는 일부 거부가 고객에게 전달된다는 것을 인정하고 있습니다. 그리고 당신은 그 숫자를 예측하기를 원합니다. 내가 이것을 하는 방법을 아는 유일한 방법은 고객에게 일종의 샘플링 계획을 세우는 것입니다. 그런 다음 간단한 관리도는 고객이 '볼 수 있는' 불량품 수를 '예측'하는 한 가지 방법입니다. 이 두 가지 방법 중 어느 것도 진실을 제공하지는 못하지만 시간 경과에 따른 불량품의 양과 해당 양의 안정성을 평가하는 데 필요한 정보와 데이터를 제공할 수 있습니다.
Re: 최종 고객의 속성 거부 예측먼저 커뮤니티에 오신 것을 환영합니다.
Pete의 의견에 덧붙여 제 생각은 다음과 같습니다.
1. 제조 공정의 각 단계에서 왜 불량품이 발생합니까? 거부의 원인을 이해하고 이러한 입력을 관리하여 거부를 방지하는 데 노력을 기울이는 것이 더 좋지 않을까요?
2. 수동이 아닌 육안 검사를 의미한다고 생각합니다(당신의 요점은 자동 육안 검사가 아닐 수도 있음). 합격-불합격 기준이 아닌 지속적인 측정으로 결함을 수량화할 수 있다면 (효율성과 효율성 모두) 유익할 것입니다. 창의력을 발휘해야 할 수도 있습니다(예: 와이어 손상을 측정하는 방법을 스스로에게 물어보고 위치 측정항목도 유용할 수 있으며 때로는 결함 밀도가 빛을 발할 수 있음). 응답으로서의 결함 또는 결함은 여러 문제를 제기합니다. 육안 검사는 효율성의 문제가 있을 뿐만 아니라 쉽게 편향될 수 있고 가능한 실패 메커니즘을 집계하여 인과 관계를 확인하기 어렵게 만듭니다.
3. P/NP-차트(결함) 또는 C/U-차트(결함)를 사용하여 일관성을 평가할 수 있지만 다시 한 번 실제로 일관되게 결함을 만들고 싶지는 않습니다.
