CIAO, tutti, Mio nome È Di Michelson.
Io sono UN Istruttore In IL JMP Formazione scolastica gruppo.
Mio coautori per Questo presentazione Sono Giordania Hiller E Byron Wingerd,
Chi Sono Entrambi JMP Sistemi Ingegneri.
Erano Qui Oggi A avvisare Voi
Di IL pericoli In utilizzando quelli di JMP Levey- Jennings controllo grafici.
Noi ricercato A presente A Scoperta Perché Noi credere Levey-Jennings grafici
Sono essendo abusato, risultante In perse segnali.
Oggi, Malato inizio con UN presto controllo grafico revisione
seguito di UN presto storia,
E Quello Volere Guida in Come noi abbiamo visto Levey-Jennings grafici essendo abusato.
BENE concludere con Alcuni raccomandazioni
per utilizzo Di questi grafici E Alcuni finale pensieri.
Ora, ogni qualità sistema ha UN morso Di processi controllo In Esso.
Questi Sono IL DMAIC passi da Sei Sigma,
Ma Voi Potrebbe Essere utilizzando QbD O un altro qualità sistema.
Controllo grafici Sono usato A IL FINE Di UN miglioramento processi
Quando hai Mettere IL processi SU bersaglio E minimizzare IL variabilità.
IL processi È Ora stabile,
Quale significa IL probabilità distribuzione È non mutevole Sopra tempo.
Ora suo tempo A tenere sotto controllo Quello processi variabilità
A verificare Quello IL distribuzione soggiorni IL Stesso
E È non mutevole In IL futuro.
Che cosa È UN controllo grafico?
UN controllo grafico È semplicemente UN correre grafico Di IL dati
con IL aggiunta Di controllo limiti.
IL centro linea È basato SU IL storico Significare Di IL processi,
E IL larghezza Di IL controllo limiti
È basato SU IL storico variazione Di IL processi.
Se IL processi distribuzione fa modifica,
osservazioni Volere infine autunno al di fuori Di IL controllo limiti,
segnalazione A IL processi proprietario A Prendere azione A assegnare UN causa
A IL fuori controllo punto E ristabilire IL processi A UN stato Di controllo.
Molti tipi Di controllo grafici Avere stato sviluppato per diverso situazioni.
XM-R grafici O individuale E in movimento allineare grafici
per dati raccolto uno punto A UN tempo.
Xbar-R O Xbar-S grafici per riassunto dati
raccolto multiplo punti A UN tempo.
CUSUM O EWMA controllo grafici A rilevare piccolo turni,
E Anche M carte di controllo multivariate basate su modelli
A controllo multiplo correlati variabili SU uno grafico.
A Trovare quelli Tutto importante controllo limiti,
Voi Avere A risposta Questo domanda,
Come Fare Voi stima IL storico processi distribuzione?
Primo, Voi Avere A determinare Se IL processi È stabile Abbastanza
per controllo grafici.
O fa Esso Bisogno attivo processi miglioramento?
Questo È chiamato Fase IO.
Suo UN attivo fase Di dati collezione E campionamento piano aggiustamento,
limite calcolo, Forse Anche Alcuni statistico modellazione.
Questo fase finisce Quando Voi Avere raccolto Abbastanza dati
A determinare Quello IL processi È stabile.
Poi IL SPC sistema turni in Fase II.
IL campionamento piano E IL controllo limiti Sono fisso
E nuovo dati Sono giudicato di IL fisso limiti.
C'è molti considerazioni per Fase IO dati collezione.
IL campionamento piano, Compreso razionale campionamento
E razionale sottoraggruppamento, IL campione misurare,
Come tanto dati Fare Voi Bisogno A raccogliere A aggiustare quelli limiti,
IL tipo Di dati Quello tu sei collezionare,
IL tipo Di controllo grafico Quello Voi Volere A Fare.
Piuttosto di parlando Di Tutto questi In dettaglio Qui,
IO Volere fare riferimento Voi A Nostro eccellente, gratuito, in linea,
a ritmo autonomo, e-learning corso chiamato Statistico Processi Controllo.
Suo disponibile In IL JMP Comunità.
Lo farai Spesso ascoltare Quello controllo grafico limiti Sono tre- sigma limiti.
Questo significa Quello Noi Bisogno A stima
IL standard deviazione Di IL processi da Nostro dati, moltiplicare di tre,
E Poi aggiungere E sottrarre da IL stima Di IL Significare Di IL processi.
Quando Walter Shewhart sviluppato IL Primo controllo grafici In IL anni '20,
Lui realizzato Quello, Piace altro statistico procedure,
Lui necessario A test per segnali utilizzando IL rumore.
Lui necessario A confrontare IL fra sottogruppo variazione
utilizzando IL entro sottogruppo variazione.
Questo guidato lui direttamente A X sbarra- R grafici,
Dove IL media Di IL entro sottogruppo allineare
È usato COME UN stima Di sigma.
Nello specifico, Esso guidato lui lontano da IL ingenuo pensiero
Quello Noi Dovrebbe utilizzo X sbarra più O meno tre volte IL campione standard deviazione.
Non stima sigma utilizzando è per controllo grafici.
Permettere Me Dire Quello Ancora.
Non stima sigma utilizzando IL campione standard deviazione.
OH, E Qui Esso È In rosso.
Non utilizzo IL campione standard deviazione A stima sigma.
Perché non?
IL scopo Di controllo grafici È A rilevare UN segnale da tuo processi,
rilevare UN modifica In IL processi distribuzione.
Utilizzando IL campione standard deviazione
aggregati Tutto IL dati, Compreso UN potenziale segnale,
E Questo Volere gonfiare IL stima Di sigma E Voi Volere mancare segnali.
Quello prende noi Indietro A IL inizio.
Se IL scopo È A rilevare segnali,
Perché volevo Voi Fare UN grafico Quello fa Voi mancare segnali?
Appena non Fare Esso.
Ma IL predefinito metodo
per stima sigma In quelli di JMP Levey-Jennings controllo grafico
È A utilizzo IL campione standard deviazione.
IL Levey-Jennings grafico era sviluppato per UN molto specifica situazione
In clinico chimica,
uno Dove UN analitico metodo È convalidato utilizzando UN calibro studio
con fattori Quello Sono pertinente A Quello processi.
IL dati Sono raccolto secondo A UN specificato sperimentale progetto.
Qui Sono Alcuni possibile casuale E fisso fattori In IL sperimentare.
IL varianza componenti per IL casuale fattori
Sono calcolato utilizzando UN statistico modello.
Poi IL totale variabilità È calcolato da IL varianza componenti
E usato COME IL stima Di sigma per IL Levey-Jennings controllo grafico.
Questo grafico ha UN specifica scopo In clinico chimica.
Esso Potere Essere usato ogni volta Voi Avere UN esterno stima Di sigma.
Come fatto Noi Ottenere Qui Dove questi grafici Sono essendo usato per situazioni
In industrie altro di IL uno IO Appena descritto?
IL storia Di SPC iniziato Di 100 anni fa
Quando Walter Shewhart sviluppato IL Primo controllo grafico.
Lui capito fuori A utilizzo IL entro O IL a breve termine variazione
utilizzando sottogruppi con multiplo elementi.
Ma Lui non potevo figura fuori Come A stima
a breve termine variazione per sottogruppi Di misurare 1.
Là È NO entro.
In 1950, Levey E Jennings pubblicato loro carta,
E Essi fatto non utilizzo s a stima sigma.
Loro carta introdotto controllo grafici A clinico chimica
E usato quello di Shewhart Xbar- Grafico R con due si replica, COSÌ sottogruppo misurare 2.
Ora, Appena Dopo Quello, In IL Presto anni '50,
Tippett scoperto Quello Voi Potere utilizzo
IL media in movimento allineare Di individuale valori
COME UN a breve termine stima Di sigma.
Suo non perfettamente UN entro estimatore, Ma suo a breve termine Abbastanza
Quello tu sei non aggregando Sopra Tutto IL dati.
Molto velocemente, ASTM E Occidentale Elettrico pubblicato libri
E standard utilizzando Tippett X- SIG grafico.
Ma clinico chimica non l'ho fatto ascoltare Di questi grafici.
In 1952, Enrico E Segalove pubblicato UN carta utilizzando S
A stima sigma utilizzando sottogruppi Di misurare 1.
Assistente Wheeler indica Quello
XM-R grafici erano non usato molto Spesso Fino a Di 1980.
Lui introdotto loro A Deming,
E Wheeler E Deming insegnato migliaia Di clienti E reso popolare IL XM-R grafico.
Suo Veramente interessante A Me Quello Essi non lo erano popolare Indietro Poi
Perché In Mio esperienza, Quale iniziato In IL Presto 'anni 90,
grafici per sottogruppi Di misurare 1 Sono tanto Di più popolare di Xbar grafici Sono.
Tutto Giusto, Appena COME IL XM-R grafici erano guadagnando popolarità In produzione,
Giacomo Westgard pubblicato il suo Westgard regole,
E ha scritto il suo popolare libro, Di base Controllo qualità Pratiche per clinico chimica.
Lui chiamate IL controllo grafici, Levey-Jennings.
Essi erano aggiunto A JMP In versione 5 In 2003 di cliente richiesta.
Ora, mai Da Giordania E Byron E IO Avere stato lavorando A JMP,
noi abbiamo visto esempi da Tutto industrie
Di IL abuso Di IL predefinito Levey-Jennings grafico.
Ma Ora Voi Sapere Meglio, E Voi Volere Mai utilizzo
IL campione standard deviazione
A stima sigma per controllo grafici mai Ancora, Giusto?
Va bene, lo sono andando A giro Esso Sopra A Giordania,
E inferno spettacolo Voi In JMP IL i problemi con abuso questi grafici.
Grazie, Di.
Noi creato UN simulazione In JMP A spettacolo Come
IL Levey-Jennings grafico, Quando abusato, Volere decisamente Guida A perse segnali.
Voi Potere scaricamento Questo.
Suo UN JMP aggiungere quello è salvato In IL JMP C comunità
con IL altro presentazione materiali.
Qui Noi spettacolo due controllo grafici SU IL Stesso dati impostato.
Ecco IL individuale grafico SU superiore,
E IL Levey-Jennings grafico SU IL metter il fondo a.
Appena UN breve Nota, IL dell'individuo grafico
È Generalmente visualizzato con IL in movimento allineare grafico sotto Esso.
Erano omettendo Quello per visivo semplicità Qui.
Malato Anche citare Quello IL Levey-Jennings grafico
È disegnato In IL modo erano avvertimento contro.
Quello È, questi Sono non storico limiti,
questi Sono limiti calcolato da IL dati In IL grafico si.
IL 30 dati punti Quello Noi Sono grafica Qui
Sono disegnato a caso da UN standard normale distribuzione.
Quello È, IL Significare È zero, standard deviazione È uno.
Ogni volta IO clic Questo nuovo dati pulsante Sopra Qui,
BENE Ottenere UN nuovo casuale campione.
Perché Noi Sapere IL VERO popolazione parametri,
Noi Potere raccontare Come con precisione questi grafici eseguire.
IL VERO popolazione sigma È uno, E erano andando A Speranza
Quello IL sigma stime da IL due grafici Sono vicino A Quello.
IL dati È stabile, suo da UN normale distribuzione.
Ogni volta Noi Vedere UN punto al di fuori IL controllo limiti,
suo UN falso positivo Qui.
In UN simulazione Di 5.000 dati imposta,
IL dell'individuo grafico ha UN falso positivo Di 7% Di IL tempo,
Mentre IL Levey-Jennings ha uno Di 3.5 % Di IL volte.
Questo piccolo differenza,
BENE, suo Doppio, Ma Questo differenza In IL falso positivo aliquote,
Noi pensare È uno Di IL motivi Quello gente Avere curato A preferire
IL Levey-Jennings A IL dell'individuo grafico A volte.
Ma ecco IL problema.
Che cosa accade Quando Noi Avere Alcuni segnali In Questo dati?
Erano andando A parlare con UN coppia Di diverso tipi Di segnali.
Andiamo inizio con UN spostare.
UN spostare È UN brusco modifica In IL Significare Di IL processi.
Andiamo inizio di guardare A UN spostare Di tre standard deviazioni,
E Io sono andando A colpo IL nuovo dati UN coppia Di volte.
Ricordare, IL scopo Di UN controllo grafico
È A distinguere IL segnale da IL rumore E A rilevare segnali.
COME IL segnale prende più grandi, Noi Dovrebbe Essere Di più probabile A rilevare Esso,
E IL sigma stime Dovrebbe rimanere vicino A IL VERO valore Di uno.
IL dell'individuo grafico fa esattamente Che cosa Noi aspettarsi.
Esso Generalmente rileva IL spostare,
E IL sigma stima per IL individuale grafico soggiorni vicino A uno.
IL Levey-Jennings, non COSÌ tanto.
Esso si confonde IL segnale con IL rumore.
IL sigma stima È gonfiato, E segnali generalmente non posso Essere rilevato.
Come grande fa Questo spostare Avere A Essere
Prima IL Levey-Jennings grafico È andando A rilevare Esso?
BENE, Io sono Appena prendere in giro.
Suo UN trucco domanda.
IL Levey-Jennings grafico È Mai andando A rilevare UN spostare In Questo scenario.
IO Potere Jack Esso su A 50 standard deviazioni,
E IL più grandi IL spostare Quello Noi indurre,
IL Di più Quello sigma stima È gonfiato E Volere Mai rilevare UN spostare.
Andiamo Vedere, Noi fatto Alcuni simulazione lavoro
A spettacolo IL differenze fra IL prestazione
Di IL dell'individuo grafico quello è In rosso E IL Levey-Jennings grafico In blu.
Erano guardare A UN spostare Quello si verifica
Dopo IL 20 dati punto In IL serie Di 30 dati punti.
Quello è Che cosa erano guardare A In IL demo IO Appena ha mostrato.
In Quello situazione, UN spostare Dopo IL 20 dati punto,
Voi Potere Vedere IL prestazione Di Entrambi Di questi grafici
COME IL spostare prende più grandi.
Dell'individuo grafico fa esattamente Che cosa Noi Speranza Esso volevo Fare.
COME IL spostare diventa più grandi,
suo Più facile A rilevare probabilità Di avendo UN allarme È maggiore.
IL Levey-Jennings esegue terribilmente COME Voi sega,
E paradossalmente, COME IL spostare prende più grandi,
IL probabilità Di rilevamento Esso approcci zero.
Andiamo Prendere UN Aspetto A Quello Qui In IL demo.
Noi Potere modifica IL spostare posizione, Giusto?
IL spostare era Dopo IL 20 dati punto.
Ma lo farai Vedere Quello COME IL spostare approcci IL FINE Di IL serie,
E BENE Mettere Esso A 29, IL scorso dati punto Qui.
Quando IL spostare si verifica A IL scorso dati punto,
Entrambi Di IL grafici eseguire allo stesso modo.
In altro parole, Se Voi Sono corsa tuo Levey-Jennings grafico
Dopo ogni aggiuntivo dati punto, lo farai probabilmente rilevare maggior parte segnali.
E Questo È A Essere previsto.
Se IL spostare si verifica Dopo, c'è meno opportunità per Quello segnale
A contaminare IL rumore stima,
E IL sigma stima È andando A Essere accurato.
Ecco Che cosa Quello sembra Piace In IL simulazioni.
COME Quello spostare prende Dopo E Dopo In IL serie,
IL prestazione Di IL Levey-Jennings grafico In blu,
approcci IL prestazione Di IL dell'individuo grafico.
Quello è IL storia con turni.
Suo Anche Di più allarmante con derive.
Io sono andando A ridurre IL spostare misurare A zero.
COME Noi introdurre deriva in IL dati,
deriva È UN graduale lineare tendenza
COME IL Significare Di IL processi si muove su In UN coerente modo.
Quello è deriva.
NO questione Come grande IL deriva Quello IO indurre Qui,
Esso Volere Mai Essere rilevato di IL Levey-Jennings grafico.
Appena non posso Essere rilevato.
Va bene.
N est andiamo prendere in considerazione UN raggruppato processi.
Qui, erano andando A simulare
lotti con misurare sei, cinque lotti Qui In IL dati.
Alcuni gente utilizzo IL Levey-Jennings grafico
COME UN modo A Evitare avendo UN allarme quello è dovuto A previsto lotto variazione.
BENE, suo facile A Vedere IL problema con Questo approccio.
Quando Noi sovrapposizione UN spostare O UN deriva SU superiore Di Quello lotto effetto,
IL Levey-Jennings grafico È Ancora Mai andando A rilevare Esso.
Malato aggiungere UN spostare pure.
Sì, IL Levey-Jennings grafico È insensibile, pure insensibile,
E IL dell'individuo grafico È pure sensibile.
Nessuno dei due Di IL grafici È Veramente Grande per Questo situazione.
Di È andando A parlare Di Questo In UN pochi momenti.
Prima IO giro Esso Indietro A Di,
permettere Me spettacolo Voi Che cosa
UN Levey-Jennings grafico Fatto Giusto sembra Piace.
Questo È UN demo Quello era generato di Mio collega, Byron,
utilizzando dati Quello Venire da IL Westga rd sito web,
E andiamo Appena parlare Di Forse Questo superiore grafico Qui.
Erano mostrando UN grafico basato SU UN dati serie.
Noi Avere 28 dati punti.
IL Significare È 198,75 In Questo campione.
IL standard deviazione È 5.9 In Questo campione.
IL punto È, Noi Sono In Fase II,
E COME come, Noi Avere impostato IL controllo limiti
utilizzando UN storico stima Di sigma.
Questo protegge noi contro Tutto Di IL i problemi Quello Noi erano Appena discutere.
Suo UN stabile stima Di sigma,
E Esso Volere non Essere contaminato di Qualunque potenziale segnali In IL dati impostato.
Va bene, Quello È Tutto IO Avere.
Di, Indietro A Voi.
Tutto Giusto.
Grazie Voi, Giordania, per Quello allarmante demo.
Quando Giordania E IO E Byron
Pensiero Quello Esso era tempo Quello qualcuno ha dato Questo parlare,
Noi chiesto Nostro JMP amici Se Essi erano vedendo Che cosa Noi erano vedendo
da parlando con clienti,
E Quello È, applicazione errata Di Levey-Jennings grafici.
Che cosa Noi trovato era Quello questi grafici
erano comunemente usato per specifica situazioni.
IL Primo uno È Che cosa Giordania era parlando Di, Quello lotto in lavorazione.
Suo chiamato corto- correre SPC, Dove Voi Potrebbe Avere lotti
Quello modifica frequentemente, E ogni lotto ha UN nuovo Significare,
Forse Anche UN nuovo standard deviazione.
Utilizzando IL campione standard deviazione
A stima sigma Volere contenere lotto turni
COME BENE COME entro- lotto rumore.
Come Voi sega, Voi non Essere capace A rilevare turni entro UN lotto molto facilmente.
Invece, Voi Potere utilizzo UN grafico Quello trame
IL differenza O IL standardizzato differenza
da IL lotto bersaglio O IL lotto Significare.
IL secondo situazione È autocorrelato processi,
E Questo È Dove osservazioni preso vicino insieme
Sono Di più simile di osservazioni preso ulteriore a parte In tempo.
Questo comportamento È Spesso visto Quando misurazioni Sono preso molto frequentemente
In UN continuo processi.
Utilizzando IL campione standard deviazione,
Ancora, include Entrambi rumore E conosciuto processi deriva
dovuto A IL auto correlazione In IL stima Di sigma.
Là Sono UN pochi modi A Affare con autocorrelato dati,
Compreso riducendo IL campionamento frequenza Se Voi Potere,
O utilizzando UN diverso tipo Di grafico Se Voi non posso.
Grafici Piace CUSUM E EWMA Potere Essere adattato per autocorrelazione,
O Voi Potevo Tentativo A modello IL autocorrelazione
E Poi utilizzo controllo grafici SU IL residui da IL modello.
IL residui Anche contenere informazione
Di processi turni, E Essi Dovrebbe Essere non correlato.
F infine, noi abbiamo sentito UN quantità Di persone Dire Quello utilizzando IL campione standard deviazione
È utile Perché Esso dà Largo limiti Quello Sono capace A rilevare Enorme turni,
Ma non pure Largo A rilevare piccolo E moderare turni.
In Quello caso, Noi consigliare Quello Voi Appena Fare su Alcuni limiti
E non pubblicizzare Quello tu sei utilizzando controllo grafici
Perché controllo grafici non mai utilizzo
IL campione standard deviazione A stima sigma.
Ricordare Quello ovest Gard's meraviglioso libro
È chiamato Di base Controllo qualità Pratiche , non Di base SPC Pratiche.
Quello di Feynmann meraviglioso citazione È applicabile Qui.
Noi abbiamo Anche sentito Alcuni argomenti Di Levey-Jennings grafici.
Essi Sono Di più perdonante di Shewhart grafici.
Di corso, Essi Sono.
IO Piace Questo uno.
IL allineare grafici erano ottimizzato per mano calcolo,
E noi abbiamo avuto computer.
Perché non lo sono Noi calcolo standard deviazione?
COME noi abbiamo visto, suo non allineare contro standard deviazione,
suo Quale standard deviazione?
Voi Dovrebbe Sempre scegliere entro variabilità
Quando Voi calcolare tre sigma limiti.
Aggregato Sopra rumore, non segnale O potenziale segnale.
Perché utilizzo UN stima Di sigma Quando Noi Potere Appena calcolare sigma?
OH, Questo uno fa male Me. Questo arriva da UN terminologia problema.
Noi Maggio Dire tre- sigma limiti,
Ma Noi non Sapere sigma E Noi Avere A stima sigma da dati.
Questo È IL modo.
IO ereditato Questo sistema, E Mio capo dice IO Avere A Fare Esso Questo modo.
BENE, Potere Voi Trovare UN nuovo capo?
Veramente, Questo È Mio Oprah momento.
maya Angelou disse,
"In IL passato, Voi fatto IL migliore con Che cosa Voi avevo,
E Ora Quello Voi Sapere Meglio, Voi Volere Fare Meglio."
IO Speranza Quello Voi Potere educare altri A Fare Meglio COME BENE.
Grazie Voi per ascoltando.
Io ho avuto Alcuni Riferimenti per Voi Qui A IL FINE Di IL presentazione.
Lo faremmo Piace A Partire Voi con due pensieri.
Primo, non utilizzo IL Levey-Jennings grafici
COME Essi Avere stato definito In IL moderno mondo.
IL scopo Di UN controllo grafico È A rilevare processi i cambiamenti,
E quelli i cambiamenti Sono trovato di confrontando segnale A rumore.
Utilizzo Di IL campione standard deviazione
A stima sigma si gonfia Quello rumore E Esso Volere oscuro Qualunque segnali.
IL secondo Pensiero È Quello Quando Voi Sono In Fase IO, utilizzo XM-R grafici,
individuale in movimento allineare grafici Invece Di Levey-Jennings.
Quando Voi mossa A Fase II
per in corso processi controllo, aggiustare quelli limiti.
UN cartello Di UN stabile processi
È Quello IL sigma stima da utilizzando IL media in movimento allineare
È simile A IL sigma stima da Levey-Jennings.
