Medición de tendencias en puntuaciones numéricas ordinales medidas en lotes a lo largo del tiempo¿Cuál es la mejor técnica de medición estadística para monitorear datos ordinales de modo que podamos detectar tendencias en los datos a lo largo del tiempo?
Tengo datos de panel de olores individuales (eje y) para cada lote de producto (eje x) producido a lo largo del tiempo y me gustaría detectar un cambio de tendencia. Detalles: (1) 2 panelistas de olores califican cada lote de producto producido, (2) dos panelistas son aleatorios de un grupo de panelistas capacitados, (3) las puntuaciones de olores son ordinales con puntuaciones de 1, 2, 3, 4 o 5, (3) la puntuación de 3 es nuestro límite de especificación bajo para la liberación, (4) un lote podría medirse dos veces si el orden del lote de llenado se produce entre turnos.
Se adjuntan datos para un SKU de producto producido en 2023-2024 (hasta la fecha).
Investigación de Consumidores y MercadosIngeniería de Calidad y ProcesosAsunto: Medición de tendencias en puntuaciones numéricas ordinales medidas en lotes a lo largo del tiempoNo estoy seguro de poder responder a tu pregunta, pero aquí están mis pensamientos:
1. No hay suficiente discriminación en el sistema de medición como para que sea de mucha utilidad para detectar tendencias, especialmente cuando no se utiliza toda la escala. Básicamente tiene datos nominales (por ejemplo, 4 o 5).
2. Cambiar las definiciones de las categorías. Por ejemplo, use el 3 actual como 1 y el 5 actual como 5 y agregue 3 categorías más entre ellas.
3. Puede intentar aumentar el número de panelistas y utilizar el promedio de sus puntuaciones (después de evaluar la variación entre panelistas).
4. Encuentre otra medida continua que se correlacione con la medición del olor.
Asunto: Medición de tendencias en puntuaciones numéricas ordinales medidas en lotes a lo largo del tiempoestadista:
Gracias por esa perspectiva. Si bien nuestros sistemas de calidad son realmente buenos para producir productos que casi siempre obtienen un 5 (el mejor), de hecho se utiliza toda la escala. Sin embargo, no es frecuente que produzcamos un 3 (límite de especificación inferior para el lanzamiento) y, como puede ver, en ocasiones producimos un producto que es un 4. Dicho esto, estoy seguro de que podemos mejorar la detección de malos olores, pero dado el sistema actual. Nos gustaría poder detectar cuando nuestros panelistas actuales evalúan algo que quizás no sea del todo correcto y que podría convertirse en un fracaso (1,2 o una combinación de 1,2,3 que promedia menos de 3).
Asunto: Medición de tendencias en puntuaciones numéricas ordinales medidas en lotes a lo largo del tiempoHe incluido un producto diferente, LAEU, con un historial de producción más largo que también tiene una gama más amplia de puntuaciones que incluye lotes que fallaron por olor. ¿Este conjunto de datos más grande ayuda a determinar la mejor medida para detectar tendencias cuando los datos de olores son numéricos/ordinales?
Nuevamente, las puntuaciones de olor se evaluaron como 1, 2, 3, 4 o 5; 5 es mejor, 3 es el límite inferior de especificación (para aprobar). Las puntuaciones de olor son evaluadas cada vez por dos panelistas aleatorios y capacitados en un grupo de panelistas capacitados, y una gran cantidad, si se produce en dos turnos, se evalúa en cada turno.
