Les projets Six Sigma nécessitent de nombreux fichiers pour définir, mesurer, analyser, améliorer et contrôler (DMAIC) votre processus. Utilisez JMP pour l'amélioration des processus Six Sigma et gérez vos données, résultats et tous les fichiers Six Sigma associés au sein d'un projet JMP.
Découvrez comment :
- Utilisez un fichier de projet JMP (.jmpprj) pour organiser un projet Sigma Sigma à l'aide de la méthodologie DMAIC.
- Liez des fichiers externes dans un projet JMP pour un accès facile.
- Incluez des images et des notes afin que vous puissiez vous souvenir de votre raisonnement sur ce qui a été fait et que vous soyez prêt pour un examen du péage à tout moment.
- Comprendre l'acronyme DMAIC (Définir, Mesurer, Analyser, Améliorer, Contrôler)
- Définir le problème et l'objectif
- Mesurer le processus
- Intégrer éventuellement l'analyse des systèmes de mesure dans la conception
- Configurez et analysez un plan factoriel classique à deux niveaux et ajustez un modèle aux données.
- Utilisez la simulation Monte Carlo dans JMP pour estimer les résultats du processus à long terme tout en tenant compte de la variation des facteurs contrôlables.
- Estimez la capacité améliorée du processus en fonction des résultats de simulation à l'aide d'un complément JMP Capability Explorer.
- Comparez le processus initial au processus amélioré
https://www.youtube.com/watch?v=6ybC3pH0vS4
Questions répondues par @MiarynWheatley , @JerryFish et @scott_allen lors du webinaire :
Q : JMP calcule Cpk, alors pourquoi avez-vous dû le calculer séparément ?
R : JMP calculera tous les différents indices de capacité en fonction des limites de spécifications que vous avez définies dans les propriétés de la colonne.
Q : Comment avez-vous créé le diagramme en arête de poisson dans JMP ?
R : Vous pouvez le trouver dans JMP sous Analyse>Qualité et processus>Diagramme. L'aide JMP explique comment l'utiliser.
Q : L'EMP MSA existe-t-il toujours dans les JMP 17 et 18 ?
R : Oui.
Q : Pouvez-vous me résumer les étapes d’amélioration ?
R : J'adapte d'abord un modèle aux données que j'ai collectées dans le cadre de mon DOE. Ensuite, je réduis le modèle pour inclure uniquement les termes importants pour contrôler la perte d’humidité. Et puis, en utilisant mon modèle ajusté, j'utilise le triangle rouge et je demande à JMP de maximiser ma désirabilité.
Q : Comment définissez-vous la désirabilité ?
R : Lorsque nous avons configuré cette conception dans JMP, j'ai saisi ma réponse : la perte d'humidité. Mon objectif était de minimiser ou de trouver les valeurs les plus basses possibles pour la perte d'humidité. Ainsi, lorsque j’ai maximisé la désirabilité, j’utilise le Prediction Profiler pour identifier les valeurs d’entrée contrôlables qui me rapprocheront le plus possible de mon objectif : la plus faible perte d’humidité. En coulisses, une équation est associée à cela et JMP essaie de maximiser cette équation pour maximiser son attrait et vous la montrer sur le profileur interactif.
Q : Comment avez-vous obtenu les 9 ou points de données d’AFTER ?
R : J'aurais pu faire plus de gâteaux, mais pour certains problèmes, ce n'est pas la meilleure solution. JMP vous permet d'utiliser un simulateur Monte Carlo. Cela a généré mes résultats APRÈS. J'ai dit à JMP ce qui allait varier dans mes entrées et indiqué que je voulais simuler 10 lignes pour créer un nouveau tableau, puis j'ai ajouté les résultats au tableau avec les données AVANT.
Q : Quelle est la signification de Block et Center Point et quand pouvons-nous les utiliser ?
R : En règle générale, vous utilisez un bloc pour tenir compte des variations attribuables à des facteurs de nuisance. Dans mon exemple, je vais cuire 12 gâteaux sur 2 jours, et pendant ce temps il peut y avoir une différence à cause de l'humidité de l'air ou de la température ambiante selon les jours. J'ai utilisé un bloc pour tenir compte de toute différence pouvant être imputable aux jours. Vous pouvez introduire une analyse de point central pour tester s'il y a une courbure dans la surface de réponse. Mes facteurs ont été définis à un niveau haut et bas, donc avec 2 valeurs, je peux simplement tracer une ligne droite. Mais si j’ai des observations au milieu de cette ligne qui sont supérieures ou inférieures, alors j’aurais besoin d’une courbe plus grande pour modéliser cela. Et c'est pourquoi j'ai introduit les points centraux. Voir la documentation.
Q : Pouvons-nous voir les équations du Prediction Profiler ?
R : Oui. Vous pouvez voir l’expression de prédiction de l’équation en la recherchant dans le menu Triangle rouge. Ou vous pouvez enregistrer l'équation dans le tableau de données et afficher la formule.
Q : Comment lancer un nouveau projet ?
A : Fichier>Nouveau>Projet
Q : Le complément nécessite l'utilisation d'une limite de spécification qui est généralement définie par l'utilisateur. Mais JMP a calculé les limites de contrôle en fonction de la moyenne mobile. Pouvons-nous utiliser la limite de spécifications calculée ?
R : Et les limites de spécifications ne sont pas les mêmes que les limites de contrôle. Les limites de contrôle sont calculées à partir des données, tandis que les limites de spécification sont définies par vous ou votre client.
Q : Comment le graphique des observations récentes est-il généré ?
R : Le graphique d'observation récent a été créé à l'aide de Graph Builder, puis annexé au rapport.
Découvrez comment utiliser le complément Capability Explorer :
