Niveau: Mittelstufe
In der heutigen Zeit, in der die Reform von Arbeitsmodellen ein viel diskutiertes Thema ist, gewinnt die Optimierung von Experimenten und Analysen zunehmend an Bedeutung. Um die Leistungsfähigkeit von JMP bei der Optimierung von Experimenten zu demonstrieren, ist es hilfreich zu zeigen, wie die Anzahl der Experimente drastisch reduziert werden kann, indem experimentelle Daten durch definitive Screening-Designs (DSDs) oder benutzerdefinierte Designs ersetzt werden. Die Antwortdaten sollten in diesem Fall aus vorhandenen experimentellen Daten extrahiert werden. Sind experimentelle Daten auf mehrere Tabellen verteilt, sollten sie in einer einzigen Tabelle zusammengeführt, eine multivariate Analyse durchgeführt und die Ergebnisse in einem Profil visualisiert werden, um die Zielgruppe auf die Fallstricke von OFAT-Methoden (One Factor at a Time) aufmerksam zu machen. Für den Ansatz der Analyse wiederholter experimenteller Daten mittels Mittelwert sollten Methoden wie kumulative Verarbeitung, multikriterielle Optimierung mit Mittelwert und Varianz sowie robuste Optimierung aufgezeigt werden.
In der Versuchsplanung ist es oft schwierig, das Auftreten von Wechselwirkungen vorherzusagen, und Wechselwirkungen sind keine Seltenheit. DSD vermeidet die Vermischung von Haupteffekten und Wechselwirkungen (2FIs) bzw. von 2FIs und benötigt nur etwa doppelt so viele Experimente wie Faktoren. Dies ist ein wesentlicher Vorteil. Dieser Bericht behandelt unsere praktischen Erfahrungen mit DSD, die Probleme, die auftreten, wenn die Anzahl der Haupteffekte plus Wechselwirkungsterme sich der Anzahl der Faktoren annähert, Lösungsansätze mit erweiterten Designs sowie wichtige Erkenntnisse aus DSD-bezogenen Publikationen der JMP-Community und ASQ.
Nach seiner Tätigkeit als General Manager der FA-Entwicklung, Direktor und Leiter der Forschung und Entwicklung sowie Direktor und Leiter der Qualitätssicherung bei Yamato Honeywell (heute Azbil) und als Berater von Azbil Kimmon gründete er Torin Consulting. Seine Expertise umfasst Ertrags- und Qualitätsverbesserung durch Produktionsdatenanalyse, statistische Problemlösung im Allgemeinen (z. B. Marktfehlerprognose, robustes, optimiertes und experimentelles Design) sowie Beratung vor Ort (z. B. Designprüfung, Ursachenanalyse, Vermeidung menschlicher Fehler und Prozessverbesserung). Zu seinen Veröffentlichungen zählen „The Essence of Internet Business“ (JUSE Publishing, 2001, Mitautor) [ausgezeichnet mit dem Telecom Social Science Award], „Practical Success Strategies for Venture Companies“ (Chuo Keizai-sha, 2011, Mitautor) und „An Easy-to-Understand Book on Problem Solving“ (Nikkan Kogyo Shimbun, 2014, alleiniger Autor). Sein Hauptbeitrag trägt den Titel „Vorschlag für einen Workshop zur Förderung der Verbreitung und Akzeptanz des Bewusstseins für Beinaheunfälle und Ängste in Produktionslinien“ (Japanische Gesellschaft für Qualitätskontrolle, 2016, Gewinner des Qualitätstechnologiepreises). Hauptvortrag: „Vorschlag für einen Mechanismus zur Visualisierung organisatorischer Faktoren, die Arbeitsfehler verursachen und Verbesserungen fördern“ (Discovery-Japan 2018).
„Qualitätsprobleme mit JMP lösen: Fehleranalyse und Zuverlässigkeitsprognose in der Fertigung“ (Discovery-Japan 2019)
