非公式調査: 顧客は Levey-Jennings 管理図を使用していますか?SEの皆さん、ハッピーフライデー。
私は最近、Levey-Jennings 管理図をプロセス データに使用している何人かの顧客と話をしました。 重要なシグナルを見逃す可能性があるため、私は彼らに話しかけないようにしていますが、成功はまちまちです。
臨床化学ラボで測定システムの精度を追跡するという意図された目的以外で、これらのチャートの使用はどの程度普及していますか? Levey-Jennings を使用している顧客はいますか? もしそうなら、それらはどの業界にあり、それらを使用する理由は何ですか?
ご意見ありがとうございます。
ヨルダン
Re: 非公式調査: 顧客は Levey-Jennings 管理図を使用していますか?LJ チャートは、データの変化が予想される既知の理由があり、過敏になりたくない場合に非常に役立ちます。製薬業界では、このようなケースがよくあります。たとえば、入力材料の変動によりプロセスに変動が生じる可能性があり、単一の入力バッチが複数の生産実行に使用される場合があります。その入力変動は制御不能であり、プロセスの自然な部分です。I-MR管理図を使用すると、データの自然変動の合計が過小評価され、管理図の限界が狭くなりすぎて、実際には重要ではない管理外信号が多すぎます。Eli Lilly と Elanco では、重要ではない管理図のシグナルを調査するのに多くの時間を無駄にしたため、I-MR チャートから Levey-Jennings プロットに大規模に切り替えました。
最終的には、リスク管理に帰着します。管理図は「経済的な」ツールであり、プロセスでリスクを管理するのに役立ちます。誤警報のコストとリスクは、全体的なリスクで考慮する必要があります。
例: このプロセスには、入力バッチの影響による「自然変動」と、バッチごとのランダムな変動があります。I-MR チャートは、3 シグマの範囲外にいくつかの点を示しており、プロセスが管理されていないことを示しています。
対 LJ プロットでは、すべての点が広い範囲内にあります。
また、I-MR チャートが元々非常に人気があった理由の 1 つを覚えておいてください...紙ベースの表を使用して限界値を簡単に計算できます。全体の平均、平均移動範囲、そして最後に適切な値を使用して、平均移動範囲を で乗算し、シグマの推定値を取得します。ハンドヘルド電卓が登場する前の時代には、これは非常に便利でした。
Re: 非公式調査: 顧客は Levey-Jennings 管理図を使用していますか?うわーサム!!!! 所有しているデータの種類に合わせてグラフを修正するのではなく、グラフを置き換えたことに驚いています。 しかし、ジョーダンと私はこの行動を見てきたので、彼は質問をしました. 以下は批判として受け取られるべきではありません。このトピックについての議論を刺激したいと思います。
Levey-Jennings チャートをすべてのプロセスに適用することで、プロセスの根底にある分布の変化を検出するために管理図を使用しているのではなく、代わりに反応限界または処分限界として使用しているように思えます。 標本標準偏差は、分布が変化したかどうかを判断する場合にシグマを推定するために使用する適切な統計ではありません。
誤警報のリスクをどのように計算しますか?
工程分布が変化したかどうかを判断する必要があり、変動の原因が 1 つある独立したデータがある場合は、シグマの短期推定値を使用します。 2 つの変動要因 (バッチ内およびバッチ間) を持つバッチ プロセスがあり、バッチからすべてのデータを一度に収集する場合、MRbar に基づく Xbar 制限付きの Xbar-S 管理図を使用します。道しるべ。 バッチ プロセスがあり、バッチから経時的にデータを収集する場合は、短期チャートを使用します。 JMP 18 には、ショート ラン チャートを自動化する方法がありますが、当面は CCB に実装するのは難しくありません。 自己相関データがある場合、シグマの短期推定値を使用しながら管理限界を拡張する方法、または相関をモデル化して独立したプロット統計を取得する方法があります。
変動間は常に変動内で判断する必要があります。 それ以外のものは、プロセス制御と呼ぶべきではありません。
Re: 非公式調査: 顧客は Levey-Jennings 管理図を使用していますか?前の雇用主が「かつて」どのようになっていたかを知る必要があると思います。 Sam が厳密に LJ に切り替えたところまで行ったことはありませんが、いくつかの異なる分野で使用されていました。 それに、反応することで、ここで何かを学ぶことができると思います。
シナリオは次のとおりです。製品ホイールに従って製品を製造するバッチ プロセスです。 プロダクト ホイールには、プロダクト X (非常に人気のあるプロダクト) を 40 連続して製造する必要があることが示されています。 バッチが開始されると、反応が発生し、SOP に違反する可能性があるため、反応を調整することは困難です。 したがって、バッチが完了すると、プロパティが測定され、管理図に配置されます。 これは、次のバッチの調整に使用できます。 これは短期SPCですか？ 最も可能性が高い。 SPCではなくSQCですか？ 多分。 ただし、バッチごとに 1 つのデータ ポイントしか取得できません。 したがって、ImR チャートは理にかなっています。 ただし、自己相関はしばしば現実のものであり、変動範囲の変動の推定値は恐ろしいものになります。したがって、LJチャート！ はい、EWMA や自己相関を処理するものを使用することもできますが、誰がプロセスを実行して調整を行っているかを覚えておいてください。EWMA に関連する数学に精通していない可能性が高いプラント オペレータです。 彼らには意味をなさないかもしれないので、固有の不信感があります。 これはLJにも役立ちます。
ですから、Di、バッチ内の変動性があるかもしれませんが、それは簡単に測定できません. バッチ間の変動性に基づいて制御しています。 標準偏差を使用してバッチ間の変動性を推定することの何が問題なのかわかりません。 私を教育してください！ 特にあなたが行ったこの声明について：」標本標準偏差は、分布が変化したかどうかを判断したい場合にシグマを推定するために使用する適切な統計ではありません。」 安定したプロセスがあれば、それは私にとって論理的な選択のように思えます。 最初は大変かもしれませんが、安定したら大丈夫だと思います。
Re: 非公式調査: 顧客は Levey-Jennings 管理図を使用していますか?ありがとう@サムガードナー、 ありがとう@ディミケルソン.サム、あなたの最後の点、手計算とソフトウェアを使用した SPC についてお答えしたいと思います。 バッチ間の変動の問題は、しばらく脇に置いておきます。
I-MR チャートは手で簡単に作成できるのは事実ですが、戦う必要があるという一般的な誤解があると思います。 Levey Jennings を使用する理由を顧客に尋ねると、シグマの推定には s (標本標準偏差統計量) を使用する方がよいとよく言われます。 彼らは一般的に、古い学校の I-MR チャートは手計算に最適化されていると考えています。ソフトウェアを使用しているのであれば、なぜ MR の代わりに s を使用しないのでしょうか?
もちろん、s を使用する際の問題は、存在する可能性のある特別な原因によって膨張することです。 MRベースの見積もりよりもそうです。 短期シグマ推定を使用すると、共通原因の変動を特殊原因から分離するためのより効果的な方法になります。 SPC101ですよね？ しかし、この点は多くの実践者にとって見落とされています。
この (確かにばかげた) 例を使用して、顧客に問題を説明します。 シグマが 5 のランダムに生成された法線データで、真ん中に劇的な 20 ポイント (4 シグマ) のシフトがあります。 IMR 管理図のシグマ推定値は 5.7 と比較的正確であり、工程が管理外であることを正しく示しています。
Levey Jennings チャートでは s=11.5 を使用してシグマを推定していますが、実際の値である 5 と比べてかなり膨らんでいます。 また、プロセスが管理されていると誤って表示されます。
そして、正常に動作した履歴データに基づいて固定外部制限のシグマを推定するために s を使用しても問題ないことを規定しましょう。 固定制限を使用する場合、それは実際には Levey-Jennings チャートの精神ではないと思います。 Di と私が反対している状況は、チャート データで計算された s を使用して限界を描くことです。
管理図が経済的なツールであり、意思決定を行うためのガイドであることに完全に同意します。 顧客は、希望する制限を選択できます。 私は、物事を「適切な」方法で行うことに奴隷的であるべきだと主張しているわけではありません。 しかし、ユーザーが自分の選択の意味を理解し、リスクを適切に比較検討できるようにすることは重要だと思います。
Re: 非公式調査: 顧客は Levey-Jennings 管理図を使用していますか?重要な問題は、グラフで使用する分散の適切な尺度を決定することです。私が提供した例では、プロセスの真の分散には、短期と長期の両方の複数のコンポーネントがあり、プロセスの自然な変動性を特徴付けています。さらに、LJ 対 IMR を使用する理由は、管理図の感度と、管理外の信号に関連するコストでした。製薬業界では、通常、OOS シグナルは正式な調査を意味し、複数の担当者による長時間の作業が必要です。チャートが過度に敏感な場合、自然変動の調査に多くの時間を浪費し、プロセス改善などの他の重要事項に集中する時間を奪うことになります。私はこれを個人的に経験しました。
この種の「バッチ」変動は、分析テストからも発生することに注意してください。多くの場合、材料の複数のバッチが生産されます。これらのバッチは、同じ分析実行で同時にテストされます。測定値の中間精度が大きく、実行ごとの変動が全体の変動に比べて大きい場合は、データに多くの短期シフトも見られます。
バッチごとに発生する変動のランダムなソースが 1 つしかないプロセスは、プロセスの唯一のタイプではありません。管理図は、管理図が使用されるプロセスと意思決定プロセスに適している必要があります。
そうは言っても、感度とシンプルさから、IMR チャートが好きです。MR チャートは、個々のチャートと同じくらい有益な場合があります。
Re: 非公式調査: 顧客は Levey-Jennings 管理図を使用していますか?ありがとう、ダンとサム！
ダン、あなたのシナリオは短期の SPC かもしれないと思います。 製品を変更するときにターゲット (およびおそらくシグマの推定値) を調整する場合は、そうです。 ショート ラン SPC の私の例は、基板上に 600 オングストロームと 1000 オングストロームの両方の窒化物を堆積する炉がある場合です。 中心線と制限は両方のプロセスで異なりますが、炉を制御したいので、各プロセスのプロット統計を標準化します。 新しい 300A プロセスがオンラインになると、そのプロセスを標準化するために使用される定数を確立する必要があります。
自己相関の下でシグマを推定するために、移動範囲ではなくサンプル標準偏差を使用することについて、良い答えはありません。 どちらも最良の方法ではありません。 しかし、現在の最良の方法 (相関をモデル化し、残差に EWMA チャートを使用する) は、制御システムなしでは不可能であり、システムが整っていてもあまり解釈できません。
つまり、プロセス分布の変化を検出しようとしているのではなく、代わりに SQC を実行しようとしているということです。 そして、それは何も悪いことではありません！ ただし、サンプルの標準偏差を使用するよりも理にかなった工学的限界をいくつか設定してください。 統計的手順を使用すると、SPC を行っているという誤ったセキュリティが得られると思います。
サムの指摘によれば、プロセスに変動の原因が複数ある場合、X-MR管理図もLJ管理図も適切ではありません。 したがって、1 つのチャートを使用するのではなく、これらのソースを個別に管理してください。 バッチごとにチャート上の 1 つのポイントが必要なプロセスを考えていますが、そのバッチには複数の観測値があります。 私の過去の人生で。多くの場合、変動の 3 つの原因をグラフ化しました。バッチ平均を平均の MR に基づいて制限付きでプロットし (バッチ間の変動を制御)、ウエハー平均の範囲を Rbar に基づいて制限付きでプロットします (バッチ内のウエハー間の変動を制御します)。 、ウェーハ標準偏差内の MR に基づいた制限を含むウェーハの平均標準偏差をプロットします (ウェーハ変動内のコントロール)。
サンプルの標準偏差が、プロセス制御を行うための適切な統計値ではないのはなぜですか? 答えはあなたの次の文にあります。確かにそれはプロセスが安定していることを知っているときですが、SPC の目的は、プロセスが安定しているかどうかを伝えることです。 Jordan の極端な例が示すように、サンプルの標準偏差はそれを示しません。
Levey-Jennings チャートの歴史を調べています。 彼らの元の論文が、臨床化学におけるサブグループ サイズ = 2 の XBar-R チャートの適用について簡単に説明していることは興味深いことです。 個人のシグマを推定するために MR を使用することは、まだ実現されていませんでした。 Henry と Segalove は、JMP が s を使用してシグマを推定する Levey-Jennings チャートと呼んでいるものを、Tippett が X-MR チャートを発行したのとほぼ同時期に発行しました。 Westgard は、これらのチャートを Levey-Jennings チャートと呼んでおり、JMP はこれに由来しています。
私たちの SPC コースでは、Jordan のようなデモがありますが、データは Sam のものに似ています。 既知の標準の測定値を使用してゲージ (またはアッセイまたはメソッド) の動作をグラフ化し、プロセスが安定していることがわかっている場合は、s を使用してシグマを推定することを教えます。 チェックとして臨床サンプルと一緒に標準を実行します。 （SPCを行わずにプロセスが安定していることをどうやって知るのですか？）
再度、感謝します！ これはまさに私が望んでいたタイプの議論です。
Re: 非公式調査: 顧客は Levey-Jennings 管理図を使用していますか?「さまよう平均」がある場合に使用される別の管理図は EWMA 管理図であり、平滑化レベルを選択して感度を調整し、プロセスの変化を検出し、管理図に関連するリスクとコストを管理することができます。
私は何年も前に、前述の理由から、個々のチャートよりも EWMA チャートを好む大手半導体メーカーについて読んだことを覚えています。
Re: 非公式調査: 顧客は Levey-Jennings 管理図を使用していますか?個々の観測 (LJ が理にかなっている可能性があると私が考える唯一のケース) と不安定なプロセスの場合、標準偏差が変動性の適切な推定値ではない可能性があることに同意します。 しかし、MRバーも役に立たないと私は主張します。 小さなプロセスの変更をより適切に処理する手段はどれですか? よくわかりません。 個々の観測と自己相関を使用するシナリオでは、標準偏差が MR バーよりも推定値としてより意味があることを「さいころを転がす」ことをお勧めします。 サムが前に言ったように、分散をどのように推定するか、そしてどこにリスクを置きたいかです。
Re: 非公式調査: 顧客は Levey-Jennings 管理図を使用していますか?ああ、私は同意しません！ Sam のグラフ (バッチ プロセスではなく不安定なプロセスであると仮定します) で、MRbar が実際のシグナルを見つけているのに s がそうではないことがわかります。
自己相関は、あらゆる種類の統計手法で扱うのが難しいだけです。
私は、個別のチャートで制御したい変動を制御するのが大好きで、同じチャートで変動の複数のソースとデータを組み合わせることは、私には意味がありません.
繰り返しますが、この議論をありがとう、それは本当に役に立ちます!
