비공식 설문조사: 고객이 Levey-Jennings 관리도를 사용합니까?안녕하세요 SE 여러분, 즐거운 금요일입니다.
저는 최근 공정 데이터에 Levey-Jennings 관리도를 사용하는 몇몇 고객과 이야기를 나눴습니다. 중요한 신호를 놓칠 가능성이 있기 때문에 혼합 성공으로 그들에게 이야기하려고 노력합니다.
임상 화학 실험실에서 측정 시스템 정확도를 추적하려는 의도된 목적 외에 이러한 차트의 사용이 얼마나 널리 퍼져 있습니까? Levey-Jennings를 사용하는 고객이 있습니까? 만약 그렇다면, 그들은 어떤 산업에 속해 있으며 그것을 사용하는 이유는 무엇입니까?
입력해 주셔서 감사합니다.
요르단
Re: 비공식 설문조사: 고객이 Levey-Jennings 관리도를 사용합니까?LJ 차트는 데이터의 변화를 예상할 수 있는 알려진 이유가 있고 지나치게 민감해지고 싶지 않은 상황에 매우 유용합니다.제약회사에서는 이런 경우가 많습니다.예를 들어 입력 재료 변동으로 인해 프로세스에 변동이 있을 수 있으며 단일 입력 배치가 여러 생산 실행에 사용될 수 있습니다.이러한 입력 변동은 제어할 수 없으며 프로세스의 자연스러운 부분입니다.I-MR 차트를 사용하면 데이터의 전체 자연 변동을 과소평가하고 관리 차트 제한을 너무 좁게 만들어 실제로는 중요하지 않은 관리 이탈 신호가 너무 많이 발생합니다.Eli Lilly와 Elanco에서는 중요하지 않은 제어 차트 신호를 조사하는 데 너무 많은 시간을 낭비했기 때문에 I-MR 차트에서 Levey-Jennings 플롯으로 대대적으로 전환했습니다.
결국 리스크 관리가 관건입니다.컨트롤 차트는 프로세스의 위험을 관리하는 데 도움이 되는 "경제적인" 도구입니다.잘못된 경보의 비용과 위험은 전체 위험에서 고려되어야 합니다.
예: 이 프로세스에는 입력 배치 효과 및 각 배치에 대한 무작위 변동으로 인해 "자연 변동"이 있습니다.I-MR 차트에는 3-시그마 한계를 벗어난 여러 지점이 표시되어 제어되지 않는 프로세스를 나타냅니다.
모든 포인트가 더 넓은 한계 내에 있는 LJ 플롯과 비교합니다.
또한 I-MR 차트가 원래 그렇게 인기가 있었던 이유 중 하나를 명심하십시오. 종이 기반 테이블을 사용하여 한계를 쉽게 계산할 수 있습니다. 전체 평균, 평균 이동 범위, 그리고 마지막으로 적절한 값을 사용하여 평균 이동 범위를 곱하여 시그마 추정치를 얻습니다.휴대용 계산기 이전 시대에 이것은 매우 유용했습니다.
Re: 비공식 설문조사: 고객이 Levey-Jennings 관리도를 사용합니까?와우 샘!!!! 보유한 데이터 유형에 대한 차트를 수정하는 대신 차트를 교체한 것을 보고 놀랐습니다. 그러나 Jordan과 나는 이러한 행동을 보았고 그것이 그가 질문을 한 이유입니다. 다음은 비판으로 받아들여서는 안 되며 이 주제에 대한 토론을 자극하고 싶습니다.
Levey-Jennings 차트를 모든 프로세스에 적용하면 제어 차트를 사용하여 프로세스의 기본 분포 변화를 감지하는 것이 아니라 대신 반응 한계 또는 처리 한계로 사용하는 것 같습니다. 샘플 표준 편차는 분포가 변경되었는지 확인하려는 경우 시그마를 추정하는 데 사용하기에 적합한 통계가 아닙니다.
허위 경보의 위험을 어떻게 계산하시겠습니까?
공정 분포가 변경되었는지 확인하고 하나의 변동 원인이 있는 독립적인 데이터가 있는 경우 시그마의 단기 추정치를 사용하십시오. 두 가지 변동 소스(배치 내 및 배치 간)가 있는 배치 프로세스가 있고 한 번에 배치에서 모든 데이터를 수집하는 경우 MRbar를 기준으로 Xbar 제한이 있는 Xbar-S 차트를 사용하면 JMP에서 세 가지 방법 차트. 배치 프로세스가 있고 시간 경과에 따라 배치에서 데이터를 수집하는 경우 단기 차트를 사용하십시오. JMP 18은 단기 차트를 자동으로 수행하는 방법을 제공하지만 그 동안에는 CCB에서 구현하기가 어렵지 않습니다. 자기 상관 데이터가 있는 경우 시그마의 단기 추정치를 계속 사용하면서 제어 한계를 확장하거나 독립적인 플로팅 통계를 얻기 위해 상관 관계를 모델링하는 방법이 있습니다.
변이 사이는 항상 내변이로 판단해야 합니다! 다른 어떤 것도 프로세스 제어라고 불러서는 안 됩니다.
Re: 비공식 설문조사: 고객이 Levey-Jennings 관리도를 사용합니까?나는 이전 직장에서 일이 "예전에는" 어땠는지에 대해 이야기할 필요가 있다고 생각합니다. 즉, 여전히 그럴 가능성이 높습니다! 우리는 Sam이 엄격하게 LJ로 전환하는 데까지는 가지 않았지만 여러 다른 영역에서 사용되었습니다. 또한 답변을 통해 여기에서 무언가를 배울 수 있다고 생각합니다.
시나리오는 다음과 같습니다. 제품 휠에 따라 제품을 만드는 배치 프로세스입니다. 제품 휠은 제품 X(매우 인기 있는 제품)의 연속 40개 배치를 만들어야 한다고 말합니다. 일단 배치가 시작되면 진행 중인 반응을 조정하기 어렵고 SOP를 위반할 수 있습니다. 따라서 배치가 완료되면 속성이 측정되어 관리도에 배치됩니다. 그런 다음 다음 배치를 조정하는 데 사용할 수 있습니다. 이것이 단기 SPC입니까? 아마도. SPC가 아니라 SQC인가요? 아마도. 그러나 배치당 하나의 데이터 포인트만 얻습니다. 따라서 ImR 차트가 의미가 있습니다. 그러나 자기상관은 종종 현실이므로 이동 범위는 변동성에 대한 끔찍한 추정치입니다.따라서 LJ 차트! 예, EWMA 또는 자동 상관을 처리하는 것을 사용할 수도 있지만 누가 프로세스를 실행하고 조정하는지 기억하십시오. EWMA와 관련된 수학에 익숙하지 않은 플랜트 운영자입니다. 그들에게는 이해가 되지 않을 수 있기 때문에 내재된 불신이 있습니다. 이것은 또한 LJ에게 적합합니다.
따라서 Di, 배치 내 가변성이 있을 수 있지만 쉽게 측정할 수 없습니다. 우리는 배치 간 가변성을 기반으로 제어하고 있습니다. 표준 편차를 사용하여 배치 간 변동성을 추정하는 데 무엇이 잘못되었는지 알 수 없습니다. 저를 교육! 특히 당신이 한 이 진술에 대해: " 샘플 표준 편차는 분포가 변경되었는지 확인하려는 경우 시그마를 추정하는 데 사용하기에 적합한 통계가 아닙니다." 안정적인 프로세스가 있다면 그것은 나에게 논리적 인 선택처럼 보입니다. 처음 시작할 때는 힘들겠지만 일단 안정되면 괜찮을 것 같아요.
Re: 비공식 설문조사: 고객이 Levey-Jennings 관리도를 사용합니까?감사해요 @샘가드너 , 감사해요 @Di_Michelson .Sam, 손 계산 대 소프트웨어를 사용하는 SPC에 대한 마지막 요점에 응답하고 싶었습니다. 배치 간 변형 문제는 잠시 제쳐두십시오.
I-MR 차트가 손으로 쉽게 그려지는 것은 사실이지만, 우리가 싸워야 한다는 일반적인 오해가 있다고 생각합니다. 고객에게 Levey Jennings를 사용하는 이유를 물으면 시그마 추정에 s(표본 표준편차 통계)를 사용하는 것이 더 낫다고 말하는 경우가 많습니다. 일반적으로 그들은 구식 I-MR 차트가 손 계산에 최적화되어 있다고 생각하며 소프트웨어가 있다면 MR 대신 s를 사용하지 않는 이유는 무엇입니까?
물론 s를 사용하는 문제는 존재할 수 있는 특별한 원인에 의해 부풀려진다는 것입니다. MR 기반 추정치보다 더 그렇습니다. 단기 시그마 추정치를 사용하는 것이 특수 원인에서 일반 원인 변동을 분리하는 보다 효과적인 방법입니다. SPC101 맞죠? 그러나 많은 수행자들은 이 점을 놓치고 있습니다.
나는 고객에게 문제를 설명하기 위해 이(당연히 우스꽝스러운) 예를 사용합니다. 시그마가 5인 무작위로 생성된 일반 데이터와 중간에 극적인 20포인트(4 시그마) 이동이 있습니다. IMR 차트는 5.7의 상대적으로 정확한 시그마 추정치를 가지며 공정을 통제 불능 상태로 올바르게 보여줍니다.
Levey Jennings 차트는 시그마를 추정하기 위해 s=11.5를 사용하지만 실제 값인 5에 비해 상당히 부풀려져 있습니다. 그리고 프로세스를 제어 중인 것으로 잘못 표시합니다.
그리고 잘 작동하는 과거 데이터를 기반으로 고정된 외부 제한에 대한 시그마를 추정하기 위해 s를 사용하는 것이 괜찮다고 규정합시다. 고정된 한계를 사용할 때, 나는 그것이 실제로 의미 있는 Levey-Jennings 차트라고 생각하지 않습니다. Di와 내가 반대하는 상황은 차트 데이터에서 계산된 s를 사용하여 한계를 그리는 것입니다.
이 모든 내용은 다음과 같습니다. 컨트롤 차트가 경제적 도구이자 결정을 내리기 위한 지침이라는 데 전적으로 동의합니다. 고객은 원하는 한도를 선택할 수 있습니다. 나는 우리가 일을 "적절한" 방식으로 하는 것에 대해 노예처럼 굴어야 한다고 주장하는 것이 아닙니다. 하지만 사용자가 자신의 선택이 의미하는 바를 이해하는 것이 중요하다고 생각합니다. 그래야 위험을 적절하게 평가할 수 있습니다.
Re: 비공식 설문조사: 고객이 Levey-Jennings 관리도를 사용합니까?핵심 문제는 차트에서 사용할 적절한 분산 측정을 결정하는 것입니다.내가 제공한 예에서 프로세스의 실제 분산에는 단기 및 장기의 여러 구성 요소가 있으며 프로세스의 자연 변동성을 특징 짓습니다.또한 LJ vs IMR을 사용하는 이유는 관리도의 민감도와 관리 이탈 신호와 관련된 비용 때문이었습니다.제약 분야에서 OOS 신호는 일반적으로 한 명 이상의 사람이 몇 시간 동안 작업하는 공식적인 조사를 의미합니다.차트가 지나치게 민감하면 프로세스 개선과 같은 다른 중요한 문제에 집중하는 데 시간을 빼앗기면서 자연스러운 변화를 조사하는 데 많은 시간을 낭비하게 됩니다.나는 이것을 개인적으로 경험했습니다.
이러한 종류의 "일괄 처리" 변형은 분석 테스트에서도 발생합니다.종종 여러 배치의 재료가 생산됩니다. 그런 다음 해당 배치는 동일한 분석 실행에서 동시에 테스트됩니다.측정값의 중간 정밀도가 크고 전체 변동이 전체 변동에 비해 큰 경우 데이터에서 많은 단기 이동도 볼 수 있습니다.
배치마다 발생하는 변동의 단일 무작위 소스만 있는 프로세스는 유일한 프로세스 유형이 아니며 컨트롤 차트는 컨트롤 차트와 함께 사용되는 프로세스 및 의사 결정 프로세스에 적합해야 합니다.
즉, 감도와 단순성 때문에 IMR 차트를 좋아합니다.때때로 MR 차트는 개별 차트만큼 유익합니다.
Re: 비공식 설문조사: 고객이 Levey-Jennings 관리도를 사용합니까?고마워, 댄과 샘!
Dan, 귀하의 시나리오는 단기 SPC 일 수 있다고 생각합니다. 제품을 변경할 때 대상(및 시그마 추정치)을 조정하면 가능합니다. 단기 SPC의 예는 기판에 600 및 1000 옹스트롬의 질화물을 모두 증착하는 용광로가 있는 경우입니다. 두 공정의 중심선과 한계는 다르지만 용광로를 제어하려고 하므로 각 공정에 대한 플로팅 통계를 표준화합니다. 새로운 300A 프로세스가 온라인 상태가 되면 해당 프로세스를 표준화하는 데 사용되는 상수를 설정해야 합니다.
자기 상관에서 시그마를 추정하기 위해 이동 범위 대신 샘플 표준 편차를 사용하는 것에 대한 좋은 대답이 없습니다. 둘 다 최선의 방법은 아닙니다. 그러나 현재 가장 좋은 방법(상관 관계 모델링 및 잔차에 대한 EWMA 차트 사용)은 제어 시스템 없이는 불가능하며 시스템이 제자리에 있더라도 해석하기 어렵습니다.
그것은 당신이 프로세스 분포의 변화를 감지하려는 것이 아니라 대신 SQC를 수행하려는 것이라고 다시 말하게 합니다. 그리고 아무 문제가 없습니다! 그러나 샘플 표준 편차를 사용하는 것보다 더 의미 있는 몇 가지 엔지니어링 한계를 구성하십시오. 통계적 절차를 사용하면 SPC를 수행하고 있다는 잘못된 보안을 제공한다고 생각합니다.
Sam의 말에 따르면, 프로세스에 변동의 원인이 여러 개인 경우 X-MR 차트나 LJ가 적합하지 않습니다. 따라서 하나의 차트를 사용하는 대신 해당 소스를 개별적으로 제어하십시오. 배치당 차트에서 한 지점을 원하지만 해당 배치에 여러 관측치가 있는 프로세스를 생각하고 있습니다. 내 전생에. 우리는 종종 변동의 세 가지 소스를 차트로 작성했습니다. 평균의 MR을 기준으로 한도를 사용하여 배치 평균을 플로팅하고(배치 간 편차 제어), Rbar를 기준으로 한도를 사용하여 웨이퍼 평균 범위를 플로팅합니다(배치 내에서 웨이퍼 간 변동을 제어). , 웨이퍼 표준 편차 내(웨이퍼 변동 내 제어)의 MR을 기반으로 한 제한으로 웨이퍼의 평균 표준 편차를 플로팅합니다.
샘플 표준 편차가 프로세스 제어를 수행하는 데 적합한 통계가 아닌 이유는 무엇입니까? 답은 다음 문장에 있습니다. 물론 프로세스가 안정적이라는 것을 알고 있을 때이지만 SPC의 목적은 프로세스가 안정적인지 여부를 알려주는 것입니다. Jordan의 극단적인 예에서 알 수 있듯이 샘플 표준 편차는 이를 보여주지 않습니다.
저는 Levey-Jennings 차트의 역사를 찾아보았습니다. 그들의 원본 논문이 임상 화학에서 부분군 크기 = 2인 XBar-R 차트의 적용을 간단히 설명한다는 것이 흥미 롭습니다. 개인의 시그마를 추정하기 위해 MR을 사용하는 것은 아직 실현되지 않았습니다. Henry와 Segalove는 JMP에서 s를 사용하여 시그마를 추정하는 Levey-Jennings 차트라고 부르는 것을 Tippett이 X-MR 차트를 게시한 것과 거의 동시에 게시했습니다. Westgard는 이러한 차트를 Levey-Jennings 차트라고 부르는데, JMP에서 가져온 것입니다.
SPC 과정에는 Jordan과 같은 데모가 있지만 Sam과 더 유사한 데이터가 있습니다. 우리는 알려진 표준의 측정을 사용하여 게이지(또는 분석 또는 방법) 동작을 차트로 작성하고 프로세스가 안정적임을 알고 있다면 계속해서 s를 사용하여 시그마를 추정한다고 가르칩니다. 검사로 임상 샘플과 함께 표준을 실행하십시오. (SPC를 수행하지 않고 프로세스가 안정적인지 어떻게 알 수 있는지 여전히 고민 중입니다.)
다시 한번 감사합니다! 이것이 바로 내가 바랐던 토론 유형입니다.
Re: 비공식 설문조사: 고객이 Levey-Jennings 관리도를 사용합니까?"방랑하는 평균"이 있을 때 사용되는 또 다른 컨트롤 차트는 EWMA 차트이며 평활화 수준을 선택하여 감도를 조정하여 프로세스의 변화를 감지하고 컨트롤 차트와 관련된 위험 및 비용을 관리할 수 있습니다.
앞서 설명한 이유 때문에 개별 차트보다 EWMA 차트를 선호하는 한 주요 반도체 제조업체에 대해 수년 전에 읽은 것을 기억합니다.
Re: 비공식 설문조사: 고객이 Levey-Jennings 관리도를 사용합니까?개별 관찰(LJ가 이치에 맞다고 생각하는 유일한 경우)과 불안정한 프로세스의 경우 표준 편차가 변동성의 좋은 추정치가 아닐 수 있다는 데 동의합니다. 그러나 나는 MR-bar도 유용하지 않을 것이라고 주장합니다. 작은 프로세스 변경을 더 잘 처리하는 방법은 무엇입니까? 잘 모르겠습니다. 개별 관찰 및 자기 상관이 있는 시나리오에서 나는 표준 편차가 MR 막대보다 추정치로 더 의미가 있다고 "주사위 굴리기"를 선호합니다. Sam이 이전에 말했듯이 분산을 추정하는 방법과 위험을 어디에 둘 것인지가 중요합니다.
Re: 비공식 설문조사: 고객이 Levey-Jennings 관리도를 사용합니까?오, 나는 동의하지 않는다! MRbar가 실제 신호를 찾고 있고 s가 아닌 것을 Sam의 그래프에서 볼 수 있다고 생각합니다(배치 프로세스 대신 불안정한 프로세스라고 가정해 봅시다).
자기 상관은 모든 종류의 통계적 방법으로 다루기가 어렵습니다.
나는 별도의 차트에서 제어하려는 변형을 제어하는 것을 좋아하며 동일한 차트에서 여러 변형 소스와 데이터를 결합하는 것은 나에게 의미가 없습니다.
이 토론에 다시 한 번 감사드립니다. 정말 도움이 됩니다!
