Accueillir,
tout le monde.
Mon
nom
est
Jason
Wiggins.
Je suis a Systèmes Ingénieur avec JMP.
Pour ce présentation, Je vais être jouant le rôle de a Qualité Consultant.
Mon nom est Jerry Poisson. Je suis a Systèmes Ingénieur avec JMP.
Je vais être jouant le rôle de a Qualité Directeur à a fabrication usine.
Juste a couple de références pour ce présentation d'emblée.
Étaient, Jerry et JE,
bâtiment sur a papier que nous présenté à Découverte Europe 2023.
C'est le papier nombre.
Toi peut aller à communauté.j mp.com
et recherche pour que papier.
Jerry volonté aussi être présentation un sur demande vidéo pour Découverte sur Demande.
C'est le papier nombre à recherche comme Bien.
Tout au long de le présentation, nous volonté être référencement
Docteur Donald Wheeler's livre, EMP III,
Évaluation le Mesures Processus et en utilisant imparfait données.
Tous droite, Jerry, prêt à coup ce désactivé?
Absolument, aller pour il.
Tous droite, Je suis appel toi en haut. Salut, Jerry.
Merci pour dépenses a peu minutes avec moi.
Comme a qualité consultant,
I aide qualité parties prenantes comme toi-même comprendre et améliorer processus.
Salut, Jason. Bon à rencontrer toi.
I besoin à laisser toi savoir, I ne le faites pas avoir beaucoup temps à dépenser avec toi droite maintenant.
Nous avons a obtenu un urgence situation sur notre
production doubler que I ne le faites pas vraiment besoin à aller adresse.
I savoir nous avons a obtenu 30 minutes programmé
et Je suis intéressé dans discuter jauges, mais peut nous essayer à faire ce rapide?
I comprendre complètement.
Je vais essayer à faire le la plupart de notre temps aujourd'hui.
À coup des choses désactivé,
peut toi dire moi a petit peu à propos ton entreprise et ton qualité programme?
Bien sûr.
Toi probablement savoir que Acmé a construit a réputation avec notre clients
pour fabrication plus haut qualité produits.
Étaient toujours concerné avec qualité.
Nous avoir divers jauges que nous utiliser à assurer notre qualité séjours haut,
et nous avons a été faire ce pour beaucoup années, donc nous pense étaient joli bien à il.
Je suis familier avec Acme's haut qualité réputation.
Mon consultant équipe et I avoir a été fonctionnement
avec fabrication entreprises comme toi-même que avoir a haut se concentrer sur qualité
à avance le utiliser et efficacité de super jauge études.
Un de le des choses nous chercher à comprendre est le monétaire coût
associé avec le jauges utilisé à mesure processus qualité caractéristiques.
Avoir toi quantifié comment beaucoup n'importe lequel de ton jauges sont coût ton entreprise?
Je suis pas bien sûr I savoir quoi toi signifier.
Bien, jauges ne le sont pas parfait.
Ils faire erreurs.
Parfois ils vont lancer loin bien parties et parfois ils vont passer mauvais parties.
Sauf si toi avoir a parfait jauge et Non un a ces, erreurs sont inévitable.
Ouais, I obtenir que, I supposer donc.
Nous avons fait traditionnel jauge études que dire notre jauges sont bien.
Bien, quelques de eux sont en fait classé comme adéquat pour le
AIAG Automobile Industrie Action Groupe, lequel nous utiliser pour notre essai.
N'a pas que signifier ils sont d'accord à utiliser?
Il y a a parcelle plus à le histoire que juste
en utilisant le bien, adéquat, et pauvre AIAG évaluation.
Dans fait, nous pourrait avoir a long discussion
à propos le différences entre AIAG résultats et a plus récent méthode appelé EMP 3.
I savoir toi dit toi avoir 30 minutes.
Il tours dehors que AIAG, nous étaient en essayant à somme il en haut,
c'est juste beaucoup plus critique de jauges que il besoins à être.
Le EMP méthode, lequel est pionnier par a gars nommé
Docteur Wheeler, est a plus réaliste chemin à évaluer jauges.
I apprécier toi saut sur que partie.
Nous reconnaître Non jauge est parfait.
Nous aussi reconnaître que en utilisant a pauvre jauge
risques acceptant mauvais parties, lequel est mauvais pour mon entreprise.
Le pire le jauge, le plus haut le risque.
Nous avons a obtenu a chemin que nous nous occupons ce problème.
Oh, qu'est-ce que que?
Bien, nous instruire notre fabrication groupe
à utiliser inspection limites que sont à l'intérieur de le caractéristiques.
Si nous ensemble eux loin assez à l'intérieur ces spécifications limites,
nous réduire et essentiellement nous peut éliminer expédition mauvais parties.
N'a pas que réparer notre problème?
En utilisant inspection limites que sont à l'intérieur le spécifications limites
est a bien chemin à réduire le risque de passage mauvais parties
quand le jauge mesures à part près le spécification limites.
Ce est a commun stratégie, quelque chose que entreprises appel
une bande de garde ou spécifier fabrication instructions.
Comment faire toi choisir comment beaucoup à étroit ton inspection des limites ?
Bien, franchement, Je suis pas bien sûr nous mettre que beaucoup rigueur dans il.
Nous juste se déplacer notre inspection limites dans conseil de le spécifications d'une certaine quantité
que notre sujet matière experts ont trouvé travail Bien sur le années.
Bien, tu es dans bien entreprise.
Beaucoup autres comme toi employer le même approche.
Là est a inconvénient, cependant.
Oh, qu'est-ce que que?
Par arbitrairement choisir comment beaucoup à étroit
inspection limites, toi peut être inutilement lancement dehors bien parties.
C'est juste supposant ils sont aussi étroit.
Ou toi pourrait toujours avoir mauvais parties
que s'échapper inspection si le limites ne le sont pas étroit assez.
Avoir toi considéré prise a plus statistique approche?
Nous avoir pas.
J'ai toujours pensée nous devrait avoir a mieux chemin à justifier notre
fabrication instructions, mais nous ne le faites pas savoir comment à faire que.
Bien, Dr Wheeler propose a méthode de paramètre
fabrication instructions basé sur le statistiques nous obtenir depuis faire
a mesures systèmes analyse dans son livre, EMP 3.
I honnêtement n'ont pas entendu de Wheeler's EMP méthode avant.
Est il nouveau?
C'est a été autour pour a couple de décennies maintenant.
Plus important à mon connaissances, Dr.
Wheeler était le d'abord personne à publier
a solution à le problème de objectivement paramètre ces inspection limites.
Son approche utilise sorties depuis MSA, comme nous étaient mentionnant.
Quelques de ces sont probable erreur,
le long de avec attentes, ton attentes étaient conformité à caractéristiques.
Faire n'importe lequel de le moderne statistique analyse
emballer que sont sur le marché aujourd'hui soutien ce EMP méthode?
Je suis content toi demandé.
Sauter, lequel est mon préféré données analytique
outil, JMP est a général but, facile à utiliser données analytique emballer
que a beaucoup qualité et processus contrôle caractéristiques.
Saut fait rapide travail de le analytique partie de processus améliorations,
donc plus temps peut être dédié à améliorer le processus elle-même.
Toi savoir que c'est pas a banal montant de travail, typiquement.
Jmp's EMP personnalité et le mesures
systèmes analyse plate-forme est basé sur Wheeler's livre.
Tous que truc est dans là.
Le calculs pour fabrication instructions sont pas disponible dans JMP encore.
Nous construit un module complémentaire que fait eux pour toi
et fournit quelques outils pour coût compromis analyse.
D'accord, bien.
I était effrayé I pourrait avoir à viens en haut avec mon propre équations.
Je vais commande a copie de que livre pour mon équipe.
Si vous avez déjà a obtenu un module complémentaire
que fait que pour nous, Je suis certainement intéressé.
Quoi fait il coût et comment fait il travail?
Bien, bien nouvelles, c'est gratuit.
Toi peut trouver il dans le déposer échange sous
communauté.Jmp.com en ligne ou JMP Utilisateur Communauté.
Laisser moi montrer toi comment il travaux. Super.
Tous droite. Ici sur le gauche côté,
nous avoir à entrer a petit peu de information à propos notre produit.
D'abord est le spécification limites.
Toi savoir, ce est quoi notre client désire.
Ce est voix de le client.
Un supérieur et inférieur spécification limite.
Nous besoin à entrer quoi nous savoir à propos notre mesures erreur.
Étaient en allant à utiliser le standard déviation de notre mesures erreur.
Ce est quelque chose que nous peut obtenir depuis a mesures systèmes analyse.
Nous aussi besoin à fournir quelques information
à propos quoi nous attendre le vrai partie distribution à regarder comme.
Le paramètres signifier et standard déviation, donner nous a description de quoi
le vrai partie distribution est pour notre processus.
Attendez a minute.
I ne le faites pas savoir mon vrai partie distribution.
C'est le problème ici.
Tous J'ai a obtenu est mon mesuré partie distribution.
D'accord, allons-y pour le moment,
supposer que le vrai partie distribution est normalement distribué,
et le jauge sont aussi normalement distribué.
Nous peut utiliser a simple relation à obtenir le vrai partie variance.
Si I a fait a mesures systèmes analyse,
I avoir le variance associé avec mon jauge.
Si I a fait a bouquet de mesures
de mon processus, I avoir a mesuré partie distribution de mon processus.
I juste avoir à soustraire ceux, et alors I peut obtenir le vrai partie variance.
Depuis que, I peut obtenir le standard déviation pour mon vrai partie distribution.
Moyens simple aussi.
Étaient juste en allant à supposer que que signifier
est le mesuré partie distribution moins n'importe lequel biais que nous avoir avec le jauge.
D'accord. I pense Je suis avec toi donc loin.
Nous sont toujours mobile vers comment beaucoup mon jauge est coût mon entreprise, droite?
Mon doubler toujours a que problème que I besoin à adresse.
A obtenu toi. Nous sont.
Si vous allez se faire plaisir moi juste a petit peu plus long.
Nous avoir plus travail à faire.
D'abord, allons-y regarder à le statistiques résumé.
Probablement couche, interclass corrélation et
précision à tolérance sont façons de décrire jauge variation
que nous obtenir par conduite Wheeler's mesures systèmes analyse.
Ces valeurs sont calculé en utilisant
spécification limites et jauge sigma entrées.
Je vais laisser toi lire à propos ces calculs quand toi obtenir Wheeler's livre.
D'accord.
Le capacité indices sont utilisé à décrire comment beaucoup de le spécifications
limite gamme est consommé par processus variation.
Ce est le variation de le partie vraie valeurs.
Capacité est calculé en utilisant spécifications limites et notre partie vraie signifier dans sigma.
Oui, à Acné, nous régulièrement utiliser CP et CPC.
Bon.
Collectivement, tu es probablement obtenir un idée que ces valeurs fournir nous
a bon instantané de jauge et processus variation.
C'est en allant à aide nous.
Pour ce exemple, un CPI de 0,86 est révélateur nous que 14 %
de notre mesures variation est a résultat de jauge erreur.
Mais notre processus est pas performance donc Bien à a capacité de seulement à propos 67%.
Le dernier chose que nous besoin est attendu conformité à fabrication instructions.
C'est a bouchée.
Quoi faire toi signifier par que?
Il est. Laisser moi voir si I peut démêler que.
Ce est le probabilité que a mesuré partie volonté vraiment se conformer à
caractéristiques si le jauge mesures exactement
à spécification limites que nous discuté plus tôt.
Exactement à 55 ou 75.
Pour exemple, allons-y dire que nous vouloir 99% conformité.
À atteindre ce,
nous besoin à ensemble notre fabrication instructions.
Laisser moi faire ce a petit peu plus gros pour nous ici.
Nous besoin à faire notre fabrication
instructions 57,3 et 72.7.
C'est en fait plus étroit que le 55 et 75 que sont notre spécifications limites.
Alors si nous faire que,
nous peut attendre a 99% chance que volonté rejeter ou avec précision accepter
a partie c'est près ceux spécification limites.
D'accord, laisser moi écho que dos à toi à voir si J'ai a obtenu que droite.
Si I ensemble mon inspection limites pour ce exemple à 57,3 et 72,7,
et alors si I mesure a partie avec mon jauge que mesures exactement 57,3,
il y a a 99% chance que il rencontre mon produit caractéristiques de 55 et 75.
C'est droite. Toi dit il même mieux que I pourrait.
C'est vraiment, dans mon esprit, c'est utile à pense à propos mesures risque dans ce chemin.
Comme mesures que nous faire près spécifications limites sont le le plus risqué que nous rencontre.
Il aussi expose compromis entre jauge efficacité et processus capacité.
Pense à propos ce, Jerry.
Si le processus est très capable,
toi peut obtenir loin avec le marginal jauge même quand mesurer près le spécifications limites.
Cependant, si toi avoir a pauvre CPC, il peut être intelligent à ajuster
le fabrication instructions à atténuer risque, même si le jauge est efficace.
Que sons comme quoi mon sujet matière
experts avoir a été en essayant à faire, mais tu es adage que nous peut mettre a parcelle
plus statistique rigueur derrière paramètre ceux fabrication instructions.
Ton exemple ensembles fabrication instructions à donner 99% conformité.
I supposer si I vouloir 99,9%
conformité, ceux fabrication instructions volonté étroit plus loin?
Ils volonté.
Dans fait, allons-y juste prendre a regarder à comment beaucoup.
Ouah, c'est assez a peu.
Ouais.
58, 8, et 71.1. D'accord, I pense Je suis obtenir il.
Rétrécissement ceux fabrication instructions est super pour garantir que Je suis
expédition bien parties, mais I ne le faites pas nécessairement comme que.
Pourquoi pas? Dans fait, Je vais changer il dos.
Pourquoi ne le faites pas toi comme que, Jerry ?
Bien, le plus étroit nous ensemble ceux fabrication instructions,
le plus bien produit Je suis en allant à lancer loin, ne le sont pas JE?
Oui, c'est droite.
I pense tu es début à voir
le compromis associé avec paramètre fabrication instructions.
C'est joli cool. Ouais.
Peut toi dire moi comment beaucoup c'est en allant à coût moi quand
I lancer ce bon produit
loin donné le choisi fabrication instructions?
Oui.
C'est donné dans le profit perte explorateur contour de le module complémentaire.
Avant I peut répondre que, cependant, nous avoir à entrer quelques valeurs.
Hypothétiquement, quand étaient parler à propos un de ton
parties, comment beaucoup revenu peut toi attendre par partie?
D'accord, Bien, que nombre regard bien.
Pour le saké de ce démo ou ce exemple, allons-y juste dire 100 $ par partie.
D'accord.
Comment beaucoup parties faire toi attendre à faire?
100 000 sons bien.
C'est typique, à moins pour peut être a années production.
Bon. Bien partie courir.
Comment beaucoup fait il coût toi à faire a partie?
Joli facile à chiffre que dehors.
Dehors de le 100 $ que nous vendre a partie pour,
il frais nous à propos 70 $ à faire il, donc nous faire a 30 $ profit.
Dernier mais pas moins, quoi est le coût de expédition a mauvais partie?
Qu'est-ce que le peine si a partie évasions ton inspection processus?
I voir quoi tu es adage.
C'est a petit plus dur.
Il y a, de cours,
le potentiel coût de retour et le associé coût de réparations.
Ceux sont assez facile à calculer.
Il y a aussi dommage à Acme's réputation.
Notre clients demande qualité,
et si nous commencer putting mauvais produit dehors le porte,
il peut rapidement obtenir dehors de main dans a dépêchez-vous et résultat dans perdu avenir ventes.
C'est a parcelle plus difficile à calculer.
Vraiment, il serait prendre nous a alors que à gratter notre têtes et chiffre que dehors.
Pour le saké de argument, allons-y dire que montants à à propos 200 $ par
mauvais partie que nous laisser dehors de le usine et vendre.
Tous droite, super.
Maintenant, I voir un plus entrée boîte.
Un autre mot, salade.
Nombre de PEs, fabrication instructions mensonge depuis WSL.
Quoi dans le monde fait que signifier?
Tous droite, toi certainement avoir exposé
un autre digne de explication ensemble de terminologie, Jerry.
Laisser moi prendre a poignarder à ce.
Quoi étaient se référant à sont entier multiples de probable erreur.
Souviens-toi, nous parlé à propos que comme être un de le sorties depuis un EMP mesures
systèmes analyse, parler à propos le entier multiples
de probable erreur loin depuis bassin versant limites.
Ce est comment nous volonté décrire le emplacement de fabrication instructions relatif
à bassin versant limites pour le simulation que étaient en cours d'exécution.
Tours dehors Wheeler utilise le même approche dans EMP 3.
Quand toi obtenir le livre, prendre a regarder à que.
Il devrait être joli cohérent.
Il utilise bassin versant limites comme opposé
à spécifications limites à compte pour granularité de mesures.
Si nous réalisé a mesures systèmes analyse en utilisant le EMP
méthode sur ce jauge, épouser être donné a mesures incrément.
Bassin versant limites sont essentiellement moitié a mesures incrément dehors le spécifications.
Depuis a pratique indiquer de voir, bas doubler, fabrication instructions
devrait être ensemble depuis bassin versant limites comme opposé à spécification limites.
Que juste aide nous obtenir autour que granularité problème.
Maintenant, c'est aussi valeur notant que fabrication
instructions peut être ensemble à l'intérieur ou dehors le bassin versant limites.
Maintenant, attendez a minute.
Que sons fou.
Sont toi adage que là sont fois quand I
pourrait vouloir à ensemble mon fabrication instructions dehors de mon produit spécifications ?
Pourquoi serait I jamais vouloir à faire que?
Ouais, il semble comptoir à il, et Identifiant argumenter que c'est relativement rare.
Là sont quelques conditions où
pour strictement économique raisons, toi pourrait être mieux désactivé choisir un même
plus large ensemble de fabrication instructions que ton produit spécifications.
Nous peut parler à travers un exemple dans juste a deuxième.
Souviens-toi quand nous étaient
explorer quoi le statistiques censé, et nous parlé à propos ce idée que si I
avoir a processus que est très capable, mais nous avoir un imparfait jauge.
Il peut être intelligent pour nous économiquement à en fait pousser notre spécifications limites large
et ajuster le inspection processus par conséquent.
Là sont circonstances où que pourrait
arriver, mais Ouais, Identifiant argumenter que ils sont joli rare.
I voir. I ne le faites pas savoir.
Pour maintenant, pour le saké de le simulation,
allons-y ensemble le nombre de probable erreurs à moins un.
Quoi ce moyens est que étaient rétrécissement notre fabrication instructions.
Laisser moi faire ce a petit peu plus large ici.
Étaient parler à propos rétrécissement
le fabrication instructions à l'intérieur le spécification limites.
Quand nous faire que, nous peut
se concentrer ton attention vers le bas à le attendu filet profit à fabrication instructions.
Ici nous peut voir que le choisi
attendu filet est le filet profit, et nous peut rester à faire à propos 1,9 $
million pour 100 000 parties pour le paramètres que nous avons entré.
D'accord, Bien, à moins c'est un profit.
I voir a maximum attendu filet que spectacles un même plus haut profit.
Est que quelque chose I devrait considérer ou peut I atteindre il?
Oui, certainement.
Le maximum profit que toi peut atteindre pour ce mesures processus et
ce économique ensemble de circonstances est à propos 2,1 $ million.
Maintenant, quoi ce est révélateur nous est que nous peut atteindre il par fabrication notre fabrication
instructions égal à le bassin versant limites.
Si I changement ce à zéro,
nous pouvons voir que nous avons frapper que maximum attendu filet.
Nous avons juste fait que par
mobile le fabrication instructions à le bassin versant limites.
Ce est optimal pour le conditions que nous avons entré.
C'est vraiment intéressant.
Avec n'importe lequel combinaison comme ce, potentiellement, I pourrait trouver un optimal
où I besoin à ensemble ces fabrication instructions.
à obtenir moi le maximum profit.
Ouais, tu es cloutage il.
Dans fait, pour le module complémentaire, il y a un astérisque sur le graphique
que identifie quoi le optimal profit toi peut atteindre est.
Cool.
Quand tu es faire ce optimum, où sont toi obtenir ces Nombres?
I ne le faites pas comprendre où ils pourrait viens depuis.
Bien sûr. Ils résultat depuis commerce hors entre
revenu par partie, coût par partie, et dommage à ton réputation.
Ceux sont le des choses que nous entrer.
Quand nous vendre a mauvais partie, c'est le réputation composant.
Donné le processus et jauge paramètres.
C'est le vrai partie et mesures erreur composants que nous entré plus tôt.
Pour maintenant, comme I dit, allons-y garder le
exemple à où étaient rétrécissement notre
fabrication inspection limites. C'est donc drôle.
Nous obtenir tous ces différent limites.
Étaient parler à propos fabrication
instructions, lequel sont à l'intérieur le bassin versant limites.
Maintenant que nous avons a obtenu ce et étaient convenu
que Hé, ce est le chemin nous vouloir à courir ce simulation.
Allons-y prendre a regarder à le profit simulation panneau.
Le matrice vers le bas ci-dessous est où étaient en allant
à commencer, pauses le profit perte dans neuf différent catégories.
D'accord, il y a a parcelle de information là.
Je suis en allant à besoin à étude ce pour a minute.
Allons-y commencer dans le centre, le centre de que trois par trois grille.
S débutant là, de le 100 000 parties que Bien faire,
à propos 91 000 sont vraiment bien parties que notre jauge lectures comme bien et que volonté bateau.
Que produit 2.7 million dans bénéfices, et I supposer que travaux dehors à 91 000
parties fois nous dit le revenu par partie était 100 $ moins 70 $ à faire le partie.
Est que droite?
C'est droite.
D'accord.
Mobile droit à le gauche,
tu es prédiction Bien avoir 370 parties que nous volonté bateau parce que le jauge dit
ils sont bien parties, mais ces parties sont vraiment ci-dessous le inférieur spécification
C'est a relativement faible nombre, mais c'est pas vraiment bien.
Toi dire c'est coût moi 63 000 $.
Suis I en lisant que droite?
Oui, en effet, toi sont.
D'accord, et Je suis bien sûr que a à faire
avec que 200 $ peine Je suis payant pour location mauvais parties obtenir dehors.
Dans ce cas, il regard comme I peut perdre
à propos comme beaucoup par expédition parties que sont mauvais sur le haut côté.
C'est droite.
Toi fait 2.7 million vente bien parties, mais maintenant le imparfait jauge a coût toi
a total de 140 000 parce que de le location mauvais parties dehors dans le champ.
Ouais.
D'accord, Bien, c'est pas très bien.
Maintenant vous avez a obtenu plusieurs plus cellules
dans que trois par trois grille que montrer pertes.
Quoi sont ceux à propos de?
Le supérieur gauche cellule spectacles parties que sont vraiment mauvais parce que ils sont ci-dessous spécification
Et ton jauge est contagieux eux.
C'est bien.
C'est contagieux eux, c'est lancement eux dehors.
Le jauge est faire quoi toi attendu à faire.
Inconvénients ici est que là sont presque 1 900 parties que tu es lancement dehors,
et chaque de ceux sont coût toi 70 $ chaque.
Même chose pour le inférieur droits, similaire mathématiques là.
C'est un autre, quoi, 260 $, 270 000 $ à venir dehors de mon poche?
I ne peut pas blâmer que sur le jauge.
Ceux peut seulement être fixé si I améliorer mon production processus.
Quoi à propos ceux autre cellules ?
Allons-y regarder à le supérieur centre cellule.
C'est montrant que nous fait a petit sur
2 200 bien parties que étaient jeté dehors parce que le jauge
mesuré ci-dessous le fabrication instructions.
Comment faire toi sentir à propos que?
Oh, pas donc super.
Nous avoir a séparé équipe de inspecteurs
que réinspecter rejeté parties dans espoirs de récupération quelques de notre pertes.
Ce est fabrication moi pense que même
avec que réinspection, étaient toujours lancement dehors bien parties.
I supposer le bas centre cellule est
le même, bien parties que mon pauvre jauge dit sont plus haut que spécification
Ouais, c'est droite.
Encore il y a un autre 150 environ mille dollars tu es perdant.
Tous de ceux bénéfices et pertes sont résumé dans le bar graphique.
Nous obtenir a graphique image de ceux comme Bien.
I voir.
D'accord,
mais maintenant que suppose que étaient en utilisant fabrication instructions que sont un
probable erreur à l'intérieur le bassin versant limites.
Quoi si nous changement le fabrication
instructions à le optimum toi étaient parler à propos de?
Comment fait que changement le profit image?
Allons-y voir quoi cela arrive.
Juste montre le bars changement désactivé
à le droite, et Bien parler à propos ceux a petit peu.
Bien bosse que en haut à le optimum, et quoi a fait toi voir arriver?
Ouais, donc il regardait comme le plus court bars
a obtenu plus court encore, et le long bar a obtenu a petit plus long.
C'est bien, et mon filet profit est allé en haut. Bien.
Étaient fabrication plus argent.
C'est probablement valeur pensée à propos que
ce milieu bar parce que de que réputation coût que toi parlé à propos de.
Ouais, bien sûr, nous peut être fabrication plus comme
a entreprise, mais toi devrait à à moins être parler avec parties prenantes dans le entreprise
et demander comment étaient économie a petit peu de argent ici à être
plus rentable, mais est que le droite chose à faire?
Ouais, I obtenir il.
C'est intéressant.
Ouais, I pourrait choisir à utiliser le plus étroit fabrication instructions parce que
que coût à notre réputation, toi vraiment a obtenu à pense à propos que 200 $ nous
mettre dans plus tôt, que pourrait être a beaucoup plus haut nombre.
Épouser avoir à aiguiser notre crayons sur que.
Alors encore, I deviner I pourrait expérience avec que, avec ce module complémentaire, droite?
I pourrait essayer différent valeurs.
Ouais, absolument.
I espoir toi volonté.
I sentir comme que serait être précieux.
Super.
I pense Je suis départ à voir maintenant comment
changements dans processus capacité et jauge efficacité et comment I ensemble le inspection
limites peut avoir a grand impact sur mon rentabilité.
C'est quoi nous espéré pour quand nous développé ce module complémentaire.
Considérant rentabilité quand
répondre questions à propos jauge et processus capacités
pourrait être vraiment utile quand tu es en essayant à justifier amélioration projets,
ou il pourrait aussi donner toi a parcelle de confiance que le processus et jauge
sont livraison le résultats que toi désir.
I doit dire, Jason, I suis Impressionné.
Cependant, I sentir comme I besoin à boueux le eaux a petit peu.
Ce est tous super pour normale
distributions, simple jauge erreurs, et cetera.
Ceux calculs, comme vous avez montré avant, sont facile.
Quoi si I avoir linéarité ou biais problèmes avec mon jauge?
Ou si I avoir a biaisé partie distribution,
obtenir a vrai partie distribution dehors de le mesuré partie distribution devient
a parcelle plus difficile que juste en utilisant que simple formule toi montré plus tôt, droite?
Peut toi même faire que?
Aujourd'hui, Non.
Vraiment, étaient limité à normale distributions, mais étaient presque là.
C'est dans le plan.
Dans fait, c'est le suivant étape dans notre développement plans pour le module complémentaire.
J'ai un collègue qui est présentation
à JMP en ligne Découverte Conférence OMS a fait un sur demande présentation
pour estimation le vrai partie distribution basé sur mesuré partie distributions
que peut être non normal basé sur jauge caractéristiques.
Il poignées même arbitraire distributions,
a quelques commun ceux et arbitraire distributions.
Nous volonté être incorporation ces
capacités dans le complément, comme I mentionné.
C'est en allant à être un jour bientôt.
Toi devrait certainement droite maintenant aller vérifier dehors le parler.
Ouais, il sons comme un intéressant parler par un intéressant présentateur.
Ce tous sons intéressant. I volonté, Jason.
Maintenant, nous avons couvert a parcelle de matériel aujourd'hui.
Serait toi esprit rapidement prise moi dos
à travers le module complémentaire encore à faire bien sûr J'ai a obtenu il?
Absolument. Où nous commencé notre conversation était
approvisionnement a petit peu de information à propos notre mesures processus.
Nous entré spécification limites.
Encore, ceux sont le voix de le client que nous parlé à propos de.
Nous parlé à propos obtenir un idée de quoi
notre mesures erreur est depuis a mesures systèmes analyse,
et alors en utilisant le standard déviation depuis que étude pour a jauge erreur.
Nous aussi parlé à propos approvisionnement quelques
information à propos le vrai partie distribution.
Le paramètres signifier et sigma,
nous parlé à propos façons que nous peut déduire que depuis le mesuré partie distribution.
Nous avons parlé de le statistiques dans le module complémentaire
être a instantané dans notre jauge capacité comme Bien comme notre processus capacité.
I pense c'est important comme nous commencer
à avoir ces conversations à propos comment beaucoup le jauge est en allant à coût nous.
Nous marchait à travers idées autour mobile notre spécification limites dans ces
fabrication limites, rétrécissement eux ou même en expansion eux
à réduire risque quand étaient mesurer à le spécification limites.
Là sont autre cloches et sifflets dans le module complémentaire que nous n'a pas avoir temps
à montrer, mais ces sont juste façons de vraiment illustrant
ces risques par maintenant superposition partie vraie distributions, supposant étaient mesurer
le partie vraie près le fabrication instructions.
Profit Perte Explorateur était notre chemin
à simuler le frais associé avec notre mesures erreurs.
Il donne nous le opportunité à explorer quoi si.
Si nous sont fabrication a certain produit et
produit a certain frais associé avec il, comment beaucoup profit peut nous attendre si
étaient en cours d'exécution fabrication instructions à différent multiples de probable erreur.
Nous enveloppé en haut notre conversation
avec un approfondi conversation à propos ceux bénéfices et pertes
et comment le but de notre entreprise et le réputation de notre entreprise devrait
être considéré quand étaient fabrication ceux compromis comme Bien.
Bon.
Remercier toi.
I pense que résumé il vraiment Bien.
Maintenant, en plus en utilisant estimé partie vraie
distributions, est là rien autre que volonté être développé pour le module complémentaire ?
Bien, nous aussi avoir déjà développé ce erreur de classification Explorateur.
C'est juste un autre chemin de regarder à jauge erreurs et notre processus variation.
Nous n'a pas avoir assez temps à aller dans ce composant de le module complémentaire.
Nous plan sur explication ce a petit peu
plus dans le près avenir, très probable comme nous commencer incorporation quelques
de ceux non normal distributions que I mentionné.
Cool.
C'est fantastique.
Quoi à propos autre entraînement opportunités?
Quoi nous avons montré ici aujourd'hui est quoi notre
module complémentaire actuellement fait, court de le erreur de classification explorer que nous sauter.
Épouser comme à obtenir plus dans le noix et boulons
de le équations derrière le module complémentaire et le approches.
Nous plan a série de en ligne pourparlers à venir dans le près avenir où nous peut explorer
quelques de ceux différences entre le AIAG classification méthodes et EMP et comment EMP
peut donner nous plus réaliste et utile information à propos notre jauge.
Bien aussi dépenser quelques plus temps parler à propos jauge performance courbes.
Nous parlé à propos ce
classification graphiques, mais Bien introduire toi à quelques
traditionnel jauge performance courbes comme Bien comme conformité courbes.
En fait, c'est conformité nous parlé à propos classification Bien obtenir à.
Regarder pour ceux dans le près avenir.
Super.
OMS autre devrait nous remercier pour ce effort donc loin?
Bien, Brady, Brady.
Nous devrait avoir a image de Brady à droite ici.
Ouais, que serait avoir a été bien.
Brady, Brady est le cerveau derrière le module complémentaire.
Malheureusement, il ne pouvait pas rejoindre nous, mais
certainement est fortement impliqué, et nous avoir le module complémentaire et le code à remercier.
Super.
Merci à Brady, et merci à tous de toi pour assister et ceux OMS volonté être
regarder ce vidéo et en utilisant le module complémentaire plus tard.
Pour le en direct démo, épouser être heureux à répondre questions.
Sinon, si toi mettre ton questions dans le chat zone ci-dessous le présentation,
épouser être content à obtenir dos avec toi comme bientôt comme nous peut.
Remercier toi. Remercier toi très beaucoup pour participer.
