Salut, Je suis Jerry Poisson. Je suis un soutien ingénieur avec JMP, portion clients dans le central partie de le Uni États. Aujourd'hui parler est intitulé Mon Jauge N'est-ce pas comme Bien comme Il Pourrait Être- Volonté C'est les erreurs Coût nous Argent et comment beaucoup?
Je suis Jason Wiggins, aussi un senior systèmes ingénieur, et je soutien semi-conducteur utilisateurs dans le Occidental Uni États. Ce parler est un suivre sur à un nous a fait pour Découverte Amériques dans 2022. Dans notre d'abord parler, nous introduit le notion que la mesure systèmes sont intégral à notre entreprises. Dans fait, nous avoir beaucoup la mesure systèmes nous interagir avec dans notre tous les jours vies. Le long de avec que idée, nous introduit le notion que la mesure système ou jauge variation peut impact les décisions dans réel monde inspection situations. Nous introduit jauge performance courbes comme un chemin de visualisation jauge variation et relatif à spécification limites. Dans ce parler, Bien étendre que et explorer le frais associé avec jauge variation à travers un amusant rôle jouer conversation entre un qualité directeur de un voiture fabrication usine, ça va être Jerry, et Je vais être agissant comme un qualité consultant. À coup des choses désactivé, Je vais obtenir sur un rapide équipe appel avec Jerry. Salut, Jerry.
Salut, Jason. Comment sont toi faire?
Je suis faire joli bien. Merci pour dépenses un peu minutes avec moi. Comme un qualité consultant, je aide qualité parties prenantes comme toi-même comprendre et améliorer processus. Maintenant, je préférer en utilisant JMP comme c'est un général but, facile à utiliser données analytique emballer que a beaucoup qualité et processus contrôle caractéristiques. JMP fait du rapide travail de le analytique partie de processus amélioration, donc plus temps peut être dédié à en fait amélioration le processus.
Bien, il est bon à rencontrer toi, Jason. Juste à laisser toi savoir, cependant, nous déjà avoir logiciel dans lieu pour notre interne qualité programmes, donc Je suis pas vraiment bien sûr quoi ton logiciel peut faire que nous ne peut pas déjà faire. Peut nous faire ce rapide?
je comprendre complètement, Jerry. Je vais essayer à faire le la plupart de ton temps aujourd'hui. D'abord, peut toi dire moi un petit peu à propos ton entreprise et ton qualité programme?
Bien sûr, heureux à. Acmé Moteurs a construit un réputation avec notre clients de fabrication le le plus élevé qualité voitures. Étaient toujours concerné avec qualité. Nous avoir divers jauges que nous utiliser à assurer notre qualité reste haut. Nous avons a été faire ce pour années, et franchement, nous pense étaient joli bien à il.
Je suis familier w avec Acmé Moteurs et ton haut qualité réputation. Mon consultant équipe et je avoir récemment a été fonctionnement avec fabrication entreprises comme le vôtre à avance le utiliser et efficacité de jauge études. La mesure systèmes analyse, un autre chemin de en disant que. Un de le des choses nous chercher à comprendre sont le monétaire frais associé avec le jauges utilisé à mesure processus qualité caractéristiques dans ton fabrication usine. Avoir toi quantifié comment beaucoup n'importe lequel de ton jauges sont coût ton entreprise?
Je suis pas bien sûr quoi toi signifier.
Bien, jauges sont pas parfait. Ils faire erreurs. Parfois ils vont lancer loin bien les pièces et parfois ils vont passer mauvais les pièces. Sauf si toi avoir un parfait jauge et vraiment Non un a ces, ces erreurs sont inévitable.
je supposer donc, mais nous avons fait jauge études que dire notre jauges sont bien. Bien, quelques de eux sont en fait catégorisé comme adéquat par le IA AG des lignes directrices. N'a pas que signifier étaient d'accord à utiliser eux?
Bien, peut-être, mais là est un parcelle plus à le histoire que juste en utilisant bien, adéquat, et pauvre IA AG jauge évaluation critères. Pour exemple, avoir toi vu un jauge performance courbe?
je ne peut pas dire que je avoir. Non.
Maintenant, ce est quoi un regards comme. Le X axe montre le vrai partie valeurs et le inférieur et supérieur spécification limites sont montré avec ces lignes. Le Oui axe montre le probabilité de qui passe un partie. Si toi avoir un partie que est vraiment bien mais très fermer à le inférieur spécification limite, il y a presque un 50 % chance le jauge volonté recommander que toi lancer il loin. C'est un chemin de pensée à propos il. Mais aussi, il y a presque un 50 % chance que toi volonté accepter un partie que est vraiment mauvais et près le inférieur spécification.
Très intéressant. Quoi arrive si nous pourrait changement le variation de le jauge alors?
Bien, le forme de ce courbe certainement dépend sur comment bien ton jauge est. Allons jouer avec ce juste un petit peu. Quoi si nous pourrait réduire le variation par un facteur de dix? Faire un rapide changement ici et retracer notre jauge performance courbe. Si ce est possible, nous volonté correctement accepter ou rejeter plus de le les pièces. Étaient en mouvement depuis Incorrect à correct quand nous faire ce. Laisser moi casser depuis le rôle jouer pour juste un moment. Le jauge performance courbe je suis montrant est un ajouter dans que nous fait pour notre 2022 Découverte Amériques présentation. Le ajouter dans est disponible sur le communauté. Dos à toi, Jerry.
Que est vraiment un intéressant graphique, Jason. je ne le faites pas pense nous faire rien comme que. Quoi tu es en disant est que le jauge les erreurs contaminer le des mesures, mais tous je avoir est le imparfait la mesure. Ton jauge performance courbe est tracé contre vrai partie valeurs. je souhait je savait ceux vrai partie valeurs, alors je pourrait savoir exactement lequel les pièces à garder et lequel à lancer loin. Est là un chemin je peut savoir le vrai partie valeur?
Nous pourrait savoir que directement si nous avait que jamais insaisissable parfait jauge, lequel nous ne le faites pas. Nous vraiment ne peut pas jamais obtenir à le niveau de connaissance le vrai valeur de un individuel partie, mais nous peut estimation le vrai partie distribution donné notre connaissance de le jauge caractéristiques et le mesuré partie distribution.
Comment serait toi faire que?
Bien, si nous supposer que jauge les erreurs sont normalement distribué, et pour le moment, allons ignorer n'importe lequel biais ou linéarité problèmes que toi pourrait avoir, et que nous avoir le mesuré partie distribution. Si nous avoir que, nous peut dos dehors le variance de le vrai partie distribution en utilisant un simple équation. Que simple équation est juste le différence entre le mesuré partie variance et le jauge variance. Le parcelle sur le droite est montré pour un situation où le mesuré variance est 25, le jauge variance est 16, et si nous soustraire ceux deux, le vrai partie variance est neuf. Étaient début à obtenir le paramètres pour que distribution parce que nous savoir le résultats de notre jauge étude et nous comprendre le variance associé avec notre jauge.
Maintenant, nous serait, depuis ce, construire un normale distribution que centré sur le mesuré distribution signifier avec le nouveau standard déviation. UN gagner, le résultat de lequel est en allant à regarder comme le parcelle sur le droite. Dans le parcelle, le bleu barres représenter ton mesuré partie distribution. Le domaines au-dessus de et ci-dessous le spécification sont sont ombré dans rose. Avis que le mesuré partie distribution est beaucoup plus large que le vrai partie distribution.Le mesuré distribution est quoi toi obtenir quand toi courir le vrai partie distribution à travers ton imparfait jauge.
D'accord, que fait du sens, à moins un simple cas. Comment faire toi se rapporter ce à quoi c'est coût mon entreprise?
Bien, nous peut utiliser ce information dans un numérique simulation à caractériser le erreurs que notre jauge est en allant à faire. Quand nous faire que, nous peut générer un partie inspection tableau comme ce.
Laisser moi étude ce tableau pour un minute. Mon œil est immédiatement dessiné à le centre, le vert boîte que dit 95,4 %. Suis je interpréter ce droite? 95,4 % de mon total production est vraiment bien et étaient expédition il.
Correct.
C'est un bien chose. Maintenant, regarder à le d'abord et dernier Colonnes, si je ajouter 18 et 25, allons voir, c'est à propos 0,043 % de mon production les pièces sont vraiment faible les pièces. UN autre 0,041 % sur le dernier colonne sont vraiment haut. Ce est mauvais. Il dit mon processus est fabrication mauvais les pièces que doit être jeté loin ou retravaillé. je voir un autre problème. Si je regarder à que centre colonne et je ajouter ceux tous ensemble, je obtenir 99,9 % de mon production les pièces que vraiment sont bien. Il dit que le jauge est identifier 2.3 % de ceux comme aussi faible et 2.3 % est aussi haut comme Bien. Maintenant, le client n'a pas se soucier à propos que. Ils sont toujours obtenir bien pièces, b Utah je certainement faire. Je suis fabrication bien produit et Je suis lancement il loin. Pire encore, regarder à que centre rangée, ceux rouge carrés. Il y a un autre 0,036, 18 et 18, de vraiment mauvais les pièces, les pièces que sont aussi faible ou aussi haut que sont être accepté par ce la mesure jauge.Ce est sérieux. je faire pas vouloir à bateau mauvais les pièces à mon client si je peut aide il.
C'est droite. Ce est cool. Tu es début à voir le coût de ayant un imparfait jauge.
Ce est vraiment intéressant. Il montre que si je ne le faites pas faire quelque chose à propos mon imparfait jauge, Je vais risque acceptant mauvais les pièces et lancement loin bien les pièces, les deux de lequel sont mauvais pour mon entreprise. Sur le autre main, je pense nous avons a obtenu un chemin à poignée ce, Jason.
D'accord, qu'est-ce que c'est que, Jerry ?
Bien, nous utiliser quelque chose appelé garde bandes. Ces sont notre bandes que sont ensemble à l'intérieur le spécification limites. Si nous ensemble eux loin assez à l'intérieur le spécification limites, nous peut réduire et essentiellement éliminer expédition mauvais les pièces. N'a pas que réparer à moins partie de notre problème?
À moins, garde bandes sont certainement un bien chemin à réduire le pourcentage de mauvais les pièces que faire il à travers ton inspection processus. UN parcelle de entreprises utiliser eux. Avoir toi considéré le fait que amélioration qualité en utilisant garde bandes vient à le frais de lancement loin bien les pièces?
Honnêtement, que a s'est produit à nous, mais nous n'ai pas essayé à quantifier que dommage.
Bien, allons étendre ce exemple dehors un petit peu plus et allons juste supposer que nous apporter ceux Caractéristiques dans par un unité de mesure. Bien appel ces garde groupe limites. Notre inférieur garde groupe limite serait être 41 et notre supérieur garde groupe limite serait être 59. Étaient en allant à utiliser ce comme notre inspection dépistage valeurs plutôt de le original supérieur et inférieur spécifications. Maintenant, nous peut faire le même numérique simulation et mise à jour le résultats. Allons juste prendre un regarder à le différences entre le les tables. Peut toi voir comment le pourcentages avoir modifié?
Nous est allé depuis expédition à peu près 0,04 % de les pièces que étaient vraiment mauvais à seulement expédition 0,03 % de mauvais les pièces. Que regards réussi. Peut être nous pourrait même presser notre garde bandes dans plus loin et améliorer que. En particulier donné notre haut production volume. Étaient parler réel chevreuils ici.
Il est. Aussi avis comment beaucoup vraiment bien les pièces sont maintenant être filtré dehors. Chaque temps toi écran dehors et lancer loin bien partie, il est coût ton entreprise argent.
Bien, tu es droite à propos que, Jason. Est là un chemin à regarder à ce monétairement ? Quoi si nous supposer que un mauvais partie dans le simulation résultats dans un mauvais voiture? Peut nous saisir le coût de mise au rebut le voiture et voir comment que affecte le bas doubler?
Absolument, nous peut faire que. Je vais besoin à obtenir un petit information depuis toi, cependant. D'abord, comment beaucoup fait il coût à faire le voiture?
Ouais, allons dire pour le saké de ce manifestation, 35 000 $.
D'accord, super. Que moyens pour chaque rejeté voiture, il frais ton entreprise 35 000 $. Toi pourrait fabrication dans retravailler frais ici, mais allons dire, pour exemple, nous juste lancer le voiture loin. Maintenant nous besoin production quantité.
je ne le faites pas savoir. Allons juste choisir un million voitures.
D'accord, super. Maintenant, comment beaucoup faire toi charge pour un vraiment bien voiture que fait du il à un concession?
Le concessionnaires acheter... Allons juste dire ils acheter ces voitures depuis nous pour 40 000 $.
D'accord. Si je comprendre ce droite, ton profit par voiture est que 40K moins le 35 K et ton profit a a été 5 000 $ par voiture.
Droite.
Dernier chose, faire toi savoir le coût associé avec vente un mauvais voiture?
C'est un petit plus dur. Là sont le évident frais de réparations à le mauvais voiture ou potentiel coût de retour. Ceux sont relativement facile à calculer, mais il y a aussi dommage à notre réputation. Notre clients demande qualité, et si nous commencer en mettant mauvais produit dehors le porte, il peut rapidement obtenir dehors de main et résultat dans perdu avenir ventes. C'est un parcelle plus difficile à calculer. je savoir toi besoin le nombre. Pour le saké de argument, allons juste dire que totaux à 50 000 $ par mauvais voiture que fait du il dehors dans le marché.
Excellent. Allons prendre un regarder à le bénéfices et pertes. Même simulation. Juste revoir, faire bien sûr que étaient regarder à le correct valeurs. Toi dit moi que fabrication coût par voiture est 35 000 $. Toi alors vendre que à un Marchand pour 40 000 $. Notre profit est 5 000 $. Coût de vente un mauvais voiture est 50 000 $. Étaient en allant à regarder à ce à travers un 1 million voiture production courir. Ai-je capturé e tout, droite?
je pense que regards bien.
Tous droite. Si nous regarder à le filet bénéfices et pertes, toi rester à faire à propos 346 milliard depuis le 1 million voitures toi faire.
Que des sons bien.
Pas mauvais. Le total profit depuis le vraiment bien voitures que sont expédié est à propos 371 milliard. Le perte exigible à fabrication vraiment mauvais voitures que sont attrapé dans ton inspection est 199 million, lequel est le somme de 98 million plus 101 million.
D'accord.
Le loi... je laisse toi digérer pour un deuxième?
Ouais, Je suis suivant.
D'accord. Le lois exigible à expédition vraiment mauvais voitures, ce est le un toi sont vraiment concerné à propos de, est 137 million, lequel est 68 million plus 69 million. Enfin, le perte depuis mise au rebut vraiment bien voitures, ce est qu'est-ce que c'est coût ton entreprise, est 25 $ milliard. C'est assez un parcelle. C'est le somme de 12,4 $ million et 12.4 million.
C'est fascinant et aussi un petit déprimant que étaient perdant que beaucoup argent. Si toi changement des choses, allons dire toi changement le garde groupe paramètres, volonté le total filet profit changement?
C'est droite. C'est certainement vrai. Toi pourrait voir que changement.
Dans que cas, alors pourrait là être un optimum? je peut imaginer élargissement le garde bandes ou rétrécissement eux et regarder à le net profit, serait là être un optimum pour que filet profit pics dehors?
Oui, toi peut certainement explorer que commerce- désactivé dans un parcelle de différent façons. Toi pourrait répondre des questions comme, comment serait amélioration mon jauge par un facteur de dix, comme nous montré avec le jauge performance courbe, améliorer mon rentabilité? Ou comment beaucoup peut je permettre à dépenser sur fixation ou remplacer un jauge? Si nous savoir quoi le frais à le entreprise sont pour notre la mesure système, alors nous peut justifier le coût de fixation ou remplacer jauge. Aussi, juste à ton indiquer, quoi si je ajusté mon garde bandes? Nous peut certainement répondre que question. UN autre commun un est quoi si je améliorer mon processus aptitude? je juste serrer le variation dans mon processus, quoi fait que faire à mon bénéfices et pertes?
je pourrait commerce que désactivé contre le coût de amélioration que processus aptitude. Intéressant. Bien, je doit dire, Jason, Je suis impressionné. Ce a a été un bien utiliser de temps, mais je pense je devoir il à mon entreprise à boueux le des eaux juste un petit peu. Ce est tous super pour normale distributions et simple jauge les erreurs et ceux types de des choses. Ceux calculs que vous avez montré sont facile. Mais quoi si je avoir jauge linéarité ou biais problèmes? Ou quoi si je avoir un biaisé distribution, lequel est vraiment joli typique dans mon entreprise. Nous rarement courir dans le bon cloche forme courbe. Obtenir un vrai partie distribution dehors de le mesuré partie distribution devient un parcelle plus difficile que juste en utilisant que simple formule toi montré plus tôt. Peut toi même peut faire que?
Absolument. Nous sont en écrivant un ajouter- dans que volonté faire toi capable à définir le forme de n'importe lequel mesuré partie distribution. W e peut faire le même exercice avec mesuré partie distributions que sont normale ou enregistrer- normale, uniforme, Weibull, ou même un coutume distribution. C'est un ajouter- dans étaient fonctionnement sur. C'est un travail dans progrès.
Tous droite, c'est fantastique. Je suis prêt à acheter dans. Quand volonté que être disponible?
Nous avoir le les bases de le ajouter dans travaillé dehors, mais nous besoin quelques temps à faire il plus utilisateur amical. Bien être fonctionnement sur que dans le à venir peu mois. Probablement avant milieu de l'année, Bien avoir que enveloppé en haut. Quand c'est fait, Bien poste il sur le JMP site web dans notre communauté déposer échange.
UN peu mois, vraiment ? Je vais oublier tous ce par alors.
C'est d'accord. Nous reconnaître que. Une fois notre annonce dans est prêt pour prime temps, Bien annoncer un série de ouvrir à le publique séminaires où nous volonté aller dans détail à propos quoi vous avez vu ici, comme Bien comme autre aspects comme relatif ces notions à Donald de Wheeler EMP méthodologie, lequel est un autre personnalité dans le La mesure Systèmes Analyse plate-forme dans JMP. Voici un rapide coup d'oeil à le les sujets pour le en haut et à venir pourparlers.
Bien dépenser plus temps élaborer sur comment jauge études que sont en utilisant le IA AG classification que nous a parlé à propos plus tôt, Bien parler à propos comment que peut plomb à irréaliste jauge évaluations. Bien aussi explorer comment de Wheeler Évaluation le La mesure Processus, le EMP méthode, peut fournir nous plus réaliste jauge classification. Étaient en allant à présent le problème avec AIG et présent le solution en utilisant de Wheeler méthodes. Bien aussi montrer comment EMP méthode peut conseiller nous sur comment à utiliser notre jauge. Comment faire nous utiliser il dans le production processus? Un exemple que Bien être couvrant est objectivement paramètre garde se plie. Le restant les sujets, Hé, Bien dépenser un petit peu plus temps interprétation jauge performance courbes, parler à propos comment à mélange performance avec partie variation à déterminer coût associé avec imparfait jauges.
Vraiment, que est quoi étaient parler à propos aujourd'hui, mais nous sentir comme nous besoin à étendre que un petit peu donc que nous tous comprendre comment que travaux. Final deux les sujets, comment peut de Wheeler calculs être factorisé dans ce jauge coût conversation, et comment à comprendre jauge coût, encore, à le indiquer de non- normale partie distributions.
C'est parfait. Peut toi faire bien sûr que Je suis sur que invitation liste? je vouloir à faire bien sûr que tout le monde dans mon qualité département assiste ton séminaires.
Bien sûr chose, Jerry. Rien autre je peut faire pour toi aujourd'hui?
Oui. Obtenir dos à travail sur que annonce- dans. Le plus tôt c'est disponible, le mieux.
Volonté faire.Tous droite, ce conclut notre présentation. Je vais dire que comme nous étaient faire recherche pour ce parler, nous découvert beaucoup notions que sont important à compréhension comment à utiliser la mesure systèmes. Nous sentir comme un de ces notions mériter plus temps que nous avait dans notre parler aujourd'hui. Nous regarder avant à continuer le conversation avec toi dans le à venir mois. N'importe lequel fermeture pensées, Jarry ?
Juste que si vous avez gentil gens que sont assister aujourd'hui, si tu es intéressé dans assister ceux A venir séminaires, s'il te plaît laisser ton locale JMP soutien personne savoir ou ton soutien équipe savoir, et ils vont faire bien sûr que tu es inclus sur que invitation liste.
Excellent. Avec que, remercier toi, tout le monde, pour assister.
Merci, tous.
