Bienvenido,
todos.
Mi
nombre
es
Jason
Wiggins.
Soy a Sistemas Ingeniero con JMP.
Para este presentación, Enfermo ser jugando el role de a Calidad Consultor.
Mi nombre es alemán Pez. Soy a Sistemas Ingeniero con JMP.
Enfermo ser jugando el role de a Calidad Gerente en a fabricación planta.
Justo a pareja de referencias para este presentación por adelantado.
Eran, alemán y I,
edificio en a papel eso nosotros presentado en Descubrimiento Europa 2023.
Eso es el papel número.
Tú poder ir a comunidad.j mp.com
y buscar para eso papel.
alemán voluntad también ser presentación un Bajo demanda video para Descubrimiento en Demanda.
Eso es el papel número a buscar como Bueno.
A lo largo de el presentación, nosotros voluntad ser haciendo referencia a
Dr. Donald Wheeler's libro, EMP III,
Evaluación el Medición Proceso y usando imperfecto datos.
Todo bien, Alemán, listo a patada este ¿apagado?
Absolutamente, ir para él.
Todo bien, Soy vocación tú arriba. Hola, Alemán.
Gracias para gasto a pocos minutos con a mí.
Como a calidad consultor,
I ayuda calidad partes interesadas como tú mismo entender y mejorar procesos.
Hola, Jason. Lindo a encontrarse tú.
I necesidad a dejar tú saber, I no tener mucho tiempo a gastar con tú bien ahora.
Hemos consiguió un emergencia situación en nuestro
producción línea eso I no en realidad necesidad a ir DIRECCIÓN.
I saber hemos consiguió 30 minutos programado
y Soy interesado en que se discute medidores, pero poder nosotros intentar a hacer este ¿rápido?
I entender completamente.
Enfermo intentar a hacer el mayoría de nuestro tiempo hoy.
A patada cosas apagado,
poder tú decir a mí a pequeño poco acerca de su compañía y su calidad ¿programa?
Seguro.
Tú probablemente saber eso Cumbre tiene construido a reputación con nuestro clientes
para fabricación más alto calidad productos.
Eran siempre preocupado con calidad.
Nosotros tener varios medidores eso nosotros usar a asegurar nuestro calidad corsé alto,
y hemos estado haciendo este para muchos años, entonces nosotros pensar eran bonito bien en él.
Soy familiar con Acme alto calidad reputación.
Mi consultante equipo y I tener estado laboral
con fabricación empresas como tú mismo eso tener a alto enfocar en calidad
a avance el usar y eficacia de excelente calibrar estudios.
Uno de el cosas nosotros buscar a entender es el monetario costo
asociado con el medidores usado a medida proceso calidad características.
Tener tú cuantificado cómo mucho cualquier de su medidores son costando su ¿negocio?
Soy no seguro I saber qué tú significar.
Bien, medidores no lo son perfecto.
Ellos hacer errores.
A veces ellos tirar lejos bien regiones y a veces ellos aprobar malo regiones.
A menos que tú tener a perfecto calibrar y No uno tiene estos, errores son inevitable.
Sí, I conseguir eso, I suponer entonces.
Hemos hecho tradicional calibrar estudios eso decir nuestro medidores son bien.
Bien, alguno de a ellos son de hecho categorizado como adecuado para el
AIAG Automotor Industria Acción Grupo, cual nosotros usar para nuestro pruebas.
No eso significar ellos son bueno a ¿usar?
Hay a lote más a el historia que justo
usando el bien, adecuado, y pobre AIAG evaluación.
En hecho, nosotros podría tener a largo discusión
acerca de el diferencias entre AIAG resultados y a más nuevo método llamado EMP 3.
I saber tú dicho tú tener 30 minutos.
Él giros afuera eso AIAG, nosotros eran intentando a suma él arriba,
es justo mucho más crítico de medidores que él necesidades a ser.
El EMP método, cual es pionero por a chico llamado
Dr. Wheeler, es a más realista forma a evaluar indicadores.
I agradecer tú salto a la comba encima eso parte.
Nosotros reconocer No calibrar es perfecto.
Nosotros también reconocer eso usando a pobre calibrar
riesgos aceptar malo regiones, cual es malo para mi negocio.
El peor el calibrar, el más alto el riesgo.
Hemos consiguió a forma eso Nos encargamos este problema.
Oh, qué ¿eso?
Bien, nosotros instruir nuestro fabricación grupo
a usar inspección límites eso son adentro de el presupuesto.
Si nosotros colocar a ellos lejos suficiente adentro estos especulación límites,
nosotros reducir y esencialmente nosotros poder eliminar envío malo regiones.
No eso arreglar nuestro ¿problema?
Usando inspección límites eso son adentro el especulación límites
es a bien forma a reducir el riesgo de paso malo regiones
cuando el calibrar medidas aparte cerca el especificación límites.
Este es a común estrategia, algo eso empresas llamar
una banda de guarda o especificando fabricación instrucciones.
Cómo hacer tú elegir cómo mucho a angosto su inspección ¿Límites?
Bien, francamente, Soy no seguro nosotros poner eso mucho rigor en él.
Nosotros justo mover nuestro inspección límites en junta de el especificaciones en cierta cantidad
eso nuestro sujeto asunto expertos han encontrado trabajar Bueno encima el años.
Bien, estás en bien compañía.
Muchos otros como tú emplear el mismo acercarse.
Allá es a desventaja, aunque.
Oh, qué ¿eso?
Por arbitrariamente elegir cómo mucho a angosto
inspección límites, tú puede ser innecesariamente lanzamiento afuera bien regiones.
Eso es justo arrogante ellos son también angosto.
O tú podría aún tener malo regiones
eso escapar inspección si el límites no lo son angosto suficiente.
Tener tú consideró tomando a más estadístico ¿acercarse?
Nosotros tener no.
Yo he siempre pensamiento nosotros debería tener a mejor forma a justificar nuestro
fabricación instrucciones, pero nosotros no saber cómo a hacer eso.
Bien, Dr. Wheeler propone a método de configuración
fabricación instrucciones basado en el estadística nosotros conseguir de haciendo
a medición sistemas análisis en su libro, EMP 3.
I honestamente no lo han hecho escuchó de Wheeler's EMP método antes.
Es él ¿nuevo?
Es estado alrededor para a pareja de décadas ahora.
Más en tono rimbombante a mi conocimiento, doctor.
Rodador era el primero persona a publicar
a solución a el problema de objetivamente configuración estos inspección límites.
Su acercarse usos salidas de MSA, como nosotros eran mencionándolo.
Alguno de estos son probable error,
a lo largo de con esperanzas de heredar, su esperanzas de heredar eran conformidad a presupuesto.
Hacer cualquier de el moderno estadístico análisis
paquete eso son en el mercado hoy apoyo este EMP ¿método?
Soy contento tú preguntó.
Saltar, cual es mi privilegiado datos analítica
herramienta, JMP es a general objetivo, fácil a usar datos analítica paquete
eso tiene muchos calidad y proceso control características.
Saltar marcas rápido trabajar de el analítica parte de proceso mejoras,
entonces más tiempo poder ser dedicado a mejorar el proceso sí mismo.
Tú saber eso eso es no a trivial cantidad de trabajar, típicamente.
Saltar EMP personalidad y el medición
sistemas análisis plataforma es basado en Wheeler's libro.
Todo eso cosa es en allá.
El cálculos para fabricación instrucciones son no disponible en JMP todavía.
Nosotros construido un complemento eso hace a ellos para tú
y proporciona alguno herramientas para costo compensación análisis.
Bueno, bien.
I era asustado I podría tener a venir arriba con mi propio ecuaciones.
Enfermo orden a Copiar de eso libro para mi equipo.
Si tú has ya consiguió un complemento
eso hace eso para a nosotros, Soy definitivamente interesado.
Qué hace él costo y cómo hace él ¿trabajar?
Bien, bien noticias, es gratis.
Tú poder encontrar él en el archivo intercambio bajo
comunidad.Jmp.com en línea o JMP Usuario Comunidad.
Dejar a mí espectáculo tú cómo él obras. Excelente.
Todo bien. Aquí en el izquierda lado,
nosotros tener a ingresar a pequeño poco de información acerca de nuestro producto.
Primero es el especificación límites.
Tú saber, este es qué nuestro cliente quiere.
Este es voz de el cliente.
Un superior y más bajo especificación límite.
Nosotros necesidad a ingresar qué nosotros saber acerca de nuestro medición error.
Eran yendo a usar el estándar desviación de nuestro medición error.
Este es algo eso nosotros poder conseguir de a medición sistemas análisis.
Nosotros también necesidad a suministrar alguno información
acerca de qué nosotros esperar el verdadero parte distribución a mirar como.
El parámetros significar y estándar desviación, dar a nosotros a descripción de qué
el verdadero parte distribución es para nuestro proceso.
Esperar a minuto.
I no saber mi verdadero parte distribución.
Eso es el problema aquí.
Todo Yo he consiguió es mi mesurado parte distribución.
Bueno, vamos para el momento,
asumir eso el verdadero parte distribución es normalmente repartido,
y el calibrar son también normalmente repartido.
Nosotros poder usar a simple relación a conseguir el verdadero parte diferencia.
Si I hizo a medición sistemas análisis,
I tener el diferencia asociado con mi calibrar.
Si I hizo a racimo de mediciones
de mi proceso, I tener a mesurado parte distribución de mi proceso.
I justo tener a sustraer aquellos, y entonces I poder conseguir el verdadero parte diferencia.
De eso, I poder conseguir el estándar desviación para mi verdadero parte distribución.
Medio simple también.
Eran justo yendo a asumir eso eso significar
es el mesurado parte distribución menos cualquier inclinación eso nosotros tener con el calibrar.
Bueno. I pensar Soy con tú entonces lejos.
Nosotros son aún emocionante hacia cómo mucho mi calibrar es costando mi negocio, ¿bien?
Mi línea aún tiene eso problema eso I necesidad a DIRECCIÓN.
Consiguió tú. Nosotros son.
Si tú complacer a mí justo a pequeño poco más extenso.
Nosotros tener más trabajar a hacer.
Primero, vamos mirar en el estadística resumen.
Probablemente capa, interclase correlación y
precisión a tolerancia son maneras de describiendo calibrar variación
eso nosotros conseguir por conductible Wheeler's medición sistemas análisis.
Estos valores son calculado usando
especificación límites y calibrar sigma entradas.
Enfermo dejar tú leer acerca de estos cálculos cuando tú conseguir Wheeler's libro.
Bueno.
El capacidad índices son usado a describir cómo mucho de el especulación
límite rango es consumado por proceso variación.
Este es el variación de el parte verdadera valores.
Capacidad es calculado usando especulación límites y nuestro parte verdadera significar en sigma.
Sí, en Acné, nosotros regularmente usar CP y CPC.
Lindo.
En conjunto, estás probablemente conseguir un idea eso estos valores proporcionar a nosotros
a lindo instantánea de calibrar y proceso variación.
Es yendo a ayuda a nosotros.
Para este ejemplo, un CPI de 0.86 es narración a nosotros eso 14 %
de nuestro medición variación es a resultado de calibrar error.
Pero nuestro proceso es no amaestrado entonces Bueno en a capacidad de solo acerca de 67%.
El último cosa eso nosotros necesidad es esperado conformidad en fabricación instrucciones.
Eso es a bocado.
Qué hacer tú significar por ¿eso?
Él es. Dejar a mí ver si I poder desenredar eso.
Este es el probabilidad eso a mesurado parte voluntad realmente ajustarse a
presupuesto si el calibrar medidas exactamente
en especificación límites eso nosotros discutido más temprano.
Exactamente en 55 o 75.
Para ejemplo, vamos decir eso nosotros desear 99% conformidad.
A lograr este,
nosotros necesidad a colocar nuestro fabricación instrucciones.
Dejar a mí hacer este a pequeño poco más grande para a nosotros aquí.
Nosotros necesidad a hacer nuestro fabricación
instrucciones 57.3 y 72.7.
Eso es de hecho más estrecho que el 55 y 75 que son nuestro especulación límites.
Entonces si nosotros hacer eso,
nosotros poder esperar a 99% oportunidad eso voluntad rechazar o exactamente aceptar
a parte eso es cerca aquellos especificación límites.
Bueno, dejar a mí eco eso atrás a tú a ver si Yo he consiguió eso bien.
Si I colocar mi inspección límites para este ejemplo a 57.3 y 72.7,
y entonces si I medida a parte con mi calibrar eso medidas exactamente 57.3,
hay a 99% oportunidad eso él cumple mi producto presupuesto de 55 y 75.
Eso es bien. Tú dicho él incluso mejor que I podría.
Es en realidad, en mi mente, es útil a pensar acerca de medición riesgo en este forma.
Como mediciones eso nosotros hacer cerca especulación límites son el más arriesgado eso nosotros encontrar.
Él también expone compensaciones entre calibrar eficacia y proceso capacidad.
Pensar acerca de este, Alemán.
Si el proceso es muy capaz,
tú poder conseguir lejos con el marginal calibrar incluso cuando medición cerca el especulación límites.
Sin embargo, si tú tener a pobre CPC, él puede ser elegante a ajustar
el fabricación instrucciones a mitigar riesgo, incluso si el calibrar es eficaz.
Eso sonidos como qué mi sujeto asunto
expertos tener estado intentando a hacer, pero estás dicho eso nosotros poder poner a lote
más estadístico rigor detrás configuración aquellos fabricación instrucciones.
Su ejemplo conjuntos fabricación instrucciones a dar 99% conformidad.
I asumir si I desear 99,9%
conformidad, aquellos fabricación instrucciones voluntad angosto ¿más?
Ellos voluntad.
En hecho, vamos justo llevar a mirar en cómo mucho.
Guau, eso es bastante a poco.
Sí.
58, 8, y 71.1. Bueno, I pensar Soy conseguir él.
Estrechamiento aquellos fabricación instrucciones es excelente para garantizando eso Soy
envío bien regiones, pero I no necesariamente como eso.
Por qué ¿no? En hecho, Enfermo cambiar él atrás.
Por qué no tú como eso, ¿Alemán?
Bien, el más estrecho nosotros colocar aquellos fabricación instrucciones,
el más bien producto Soy yendo a tirar lejos, no lo son ¿I?
Sí, eso es bien.
I pensar estás comienzo a ver
el compensaciones asociado con configuración fabricación instrucciones.
Es bonito Frío. Sí.
Poder tú decir a mí cómo mucho es yendo a costo a mí cuando
I tirar ese buen producto
lejos dado el seleccionado fabricación ¿instrucciones?
Sí.
Eso es dado en el ganancia pérdida explorador describir de el complemento.
Antes I poder respuesta eso, aunque, nosotros tener a ingresar alguno valores.
Hipotéticamente, cuando eran hablando acerca de uno de su
regiones, cómo mucho ganancia poder tú esperar por ¿parte?
Bueno, Bueno, eso número aspecto bien.
Para el beneficio de este manifestación o este ejemplo, vamos justo decir $100 por parte.
Bueno.
Cómo muchos regiones hacer tú esperar a ¿hacer?
100.000 sonidos bien.
Eso es típico, en el menos para tal vez a años producción.
Lindo. Bien parte correr.
Cómo mucho hace él costo tú a hacer a ¿parte?
Bonito fácil a cifra eso afuera.
Afuera de el $100 eso nosotros vender a parte para,
él costos a nosotros acerca de $70 a hacer él, entonces nosotros hacer a $30 ganancia.
Último pero no el menos, qué es el costo de envío a malo ¿parte?
Qué el pena si a parte escapes su inspección ¿proceso?
I ver qué estás dicho.
Eso es a pequeño más difícil.
Hay, de curso,
el potencial costo de devolver y el asociado costo de refacción.
Aquellos son equitativamente fácil a calcular.
Hay también daño a Acme reputación.
Nuestro clientes demanda calidad,
y si nosotros comenzar puesta malo producto afuera el puerta,
él poder rápidamente conseguir afuera de mano en a apurarse y resultado en perdido futuro ventas.
Eso es a lote más difícil a calcular.
En realidad, él quería llevar a nosotros a mientras a rascar nuestro cabezas y cifra eso afuera.
Para el beneficio de argumento, vamos decir eso cantidades a acerca de $200 por
malo parte eso nosotros dejar afuera de el planta y vender.
Todo bien, excelente.
Ahora, I ver uno más entrada caja.
Otro palabra, ensalada.
Número de PEs, fabricación instrucciones mentir de WSLs.
Qué en el mundo hace eso ¿significar?
Todo bien, tú definitivamente tener expuesto
otro valioso de explicación colocar de terminología, Alemán.
Dejar a mí llevar a puñalada en este.
Qué eran referente a son entero múltiples de probable error.
Recordar, nosotros habló acerca de eso como ser uno de el salidas de un EMP medición
sistemas análisis, hablando acerca de el entero múltiples
de probable error lejos de cuenca límites.
Este es cómo nosotros voluntad describir el ubicación de fabricación instrucciones relativo
a cuenca límites para el simulación eso eran correr.
Gira afuera Rodador usos el mismo acercarse en EMP 3.
Cuando tú conseguir el libro, llevar a mirar en eso.
Él debería ser bonito coherente.
Él usos cuenca límites como opuesto
a especulación límites a cuenta para granularidad de medidas.
Si nosotros realizado a medición sistemas análisis usando el EMP
método en este calibrar, casarse ser dado a medición incremento.
Cuenca límites son esencialmente medio a medición incremento afuera el especificaciones.
De a práctico punto de vista, abajo línea, fabricación instrucciones
debería ser colocar de cuenca límites como opuesto a especificación límites.
Eso justo ayuda a nosotros conseguir alrededor eso granularidad problema.
Ahora, es también valer notando eso fabricación
instrucciones poder ser colocar adentro o afuera el cuenca límites.
Ahora, esperar a minuto.
Eso sonidos loco.
Son tú dicho eso allá son veces cuando I
podría desear a colocar mi fabricación instrucciones afuera de mi producto ¿especificaciones?
Por qué quería I alguna vez desear a hacer ¿eso?
Sí, él parece encimera a él, y Identificación argumentar eso es relativamente extraño.
Allá son alguno condiciones dónde
para estrictamente económico razones, tú podría ser mejor apagado elegir un incluso
más amplio colocar de fabricación instrucciones que su producto especificaciones.
Nosotros poder hablar a través de un ejemplo en justo a segundo.
Recordar cuando nosotros eran
explorador qué el estadística quiso decir, y nosotros habló acerca de este idea eso si I
tener a proceso eso es muy capaz, pero nosotros tener un imperfecto calibrar.
Él puede ser elegante para a nosotros económicamente a de hecho empujar nuestro especulación límites ancho
y ajustar el inspección proceso respectivamente.
Allá son circunstancias dónde eso podría
suceder, pero sí, Identificación argumentar eso ellos son bonito extraño.
I ver. I no saber.
Para ahora, para el beneficio de el simulación,
vamos colocar el número de probable errores a menos uno.
Qué este medio es eso eran estrechamiento nuestro fabricación instrucciones.
Dejar a mí hacer este a pequeño poco más amplio aquí.
Eran hablando acerca de estrechamiento
el fabricación instrucciones adentro el especificación límites.
Cuando nosotros hacer eso, nosotros poder
enfocar su atención abajo a el esperado neto ganancia en fabricación instrucciones.
Aquí nosotros poder ver eso el seleccionado
esperado neto es el neto ganancia, y nosotros poder pararse a hacer acerca de $1.9
millón para 100.000 regiones para el parámetros eso hemos entró.
Bueno, Bueno, en el menos eso es un ganancia.
I ver a máximo esperado neto eso espectáculos un incluso más alto ganancia.
Es eso algo I debería considerar o poder I lograr ¿él?
Sí, definitivamente.
El máximo ganancia eso tú poder lograr para este medición proceso y
este económico colocar de circunstancias es acerca de $2.1 millón.
Ahora, qué este es narración a nosotros es eso nosotros poder lograr él por haciendo nuestro fabricación
instrucciones igual a el cuenca límites.
Si I cambiar este a cero,
podemos ver eso hemos golpear eso máximo esperado neto.
Hemos justo hecho eso por
emocionante el fabricación instrucciones a el cuenca límites.
Este es óptimo para el condiciones eso hemos entró.
Eso es en realidad interesante.
Con cualquier combinación como este, potencialmente, I podría encontrar un óptimo
dónde I necesidad a colocar estos fabricación instrucciones.
a conseguir a mí el máximo ganancia.
Sí, estás magnífico él.
En hecho, para el complemento, hay un asterisco en el gráfico
eso identifica qué el óptimo ganancia tú poder lograr es.
Fresco.
Cuando estás haciendo este óptimo, dónde son tú conseguir estos ¿números?
I no entender dónde ellos podría venir de.
Seguro. Ellos resultado de comercio desconexión entre
ganancia por parte, costo por parte, y daño a su reputación.
Aquellos son el cosas eso nosotros ingresar.
Cuando nosotros vender a malo parte, eso es el reputación componente.
Dado el proceso y calibrar parámetros.
Eso es el verdadero parte y medición error componentes eso nosotros entró más temprano.
Para ahora, como I dicho, vamos mantener el
ejemplo a dónde eran estrechamiento nuestro
fabricación inspección límites. Es entonces divertido.
Nosotros conseguir todo estos diferente límites.
Eran hablando acerca de fabricación
instrucciones, cual son adentro el cuenca límites.
Ahora eso hemos consiguió este y eran acordado
eso ey, este es el forma nosotros desear a correr este simulación.
Vamos llevar a mirar en el ganancia simulación panel.
El matriz abajo abajo es dónde eran yendo
a comenzar, descansos el ganancia pérdida en nueve diferente categorías.
Bueno, hay a lote de información allá.
Soy yendo a necesidad a estudiar este para a minuto.
Vamos comenzar en el centro, el centro de eso tres por tres red.
S Comenzando allá, de el 100.000 regiones eso Bueno hacer,
acerca de 91.000 son realmente bien regiones eso nuestro calibrar lecturas como bien y eso voluntad barco.
Eso produce 2.7 millón en ganancias, y I asumir eso obras afuera a 91.000
regiones veces nosotros dicho el ganancia por parte era $100 menos $70 a hacer el parte.
Es eso ¿bien?
Eso es bien.
Bueno.
Emocionante derecho a el izquierda,
estás predicción Bueno tener 370 regiones eso nosotros voluntad barco porque el calibrar dice
ellos son bien regiones, pero estos regiones son realmente abajo el más bajo especulación.
Eso es a relativamente bajo número, pero es no en realidad bien.
Tú decir es costando a mí $63,000.
Soy I lectura eso ¿bien?
Sí, en efecto, tú son.
Bueno, y Soy seguro eso tiene a hacer
con eso $200 pena Soy pago para dejando malo regiones conseguir afuera.
En este caso, él aspecto como I puede perder
acerca de como mucho por envío regiones eso son malo en el alto lado.
Eso es bien.
Tú hecho 2.7 millón venta bien regiones, pero ahora el imperfecto calibrar tiene costo tú
a total de 140.000 porque de el dejando malo regiones afuera en el campo.
Sí.
Bueno, Bueno, eso es no muy bien.
Ahora tú has consiguió varios más células
en eso tres por tres red eso espectáculo pérdidas.
Qué son aquellos ¿acerca de?
El superior izquierda celúla espectáculos regiones eso son realmente malo porque ellos son abajo especulación.
Y su calibrar es atractivo a ellos.
Eso es bien.
Es atractivo a ellos, es lanzamiento a ellos afuera.
El calibrar es haciendo qué tú esperado a hacer.
Desventaja aquí es eso allá son cerca de 1.900 regiones eso estás lanzamiento afuera,
y cada de aquellos son costando tú $70 cada.
Mismo cosa para el más bajo derechos, similar matemáticas allá.
Eso es otro, qué, $260, $270,000 próximo afuera de mi ¿bolsillo?
I no poder culpa eso en el calibrar.
Aquellos poder solo ser fijado si I mejorar mi producción proceso.
Qué acerca de aquellos otro ¿células?
Vamos mirar en el superior centro celúla.
Es demostración eso nosotros hecho a pequeño encima
2.200 bien regiones eso eran lanzado afuera porque el calibrar
mesurado abajo el fabricación instrucciones.
Cómo hacer tú sentir acerca de ¿eso?
Oh, no entonces excelente.
Nosotros tener a separado equipo de inspectores
eso reinspeccionar rechazado regiones en esperanzas de recuperando alguno de nuestro pérdidas.
Este es haciendo a mí pensar eso incluso
con eso reinspección, eran aún lanzamiento afuera bien regiones.
I asumir el abajo centro celúla es
el mismo, bien regiones eso mi pobre calibrar dice son más alto que especulación.
Sí, eso es bien.
Todavía hay otro 150-algo mil dólares estás vencido.
Todo de aquellos ganancias y pérdidas son resumido en el bar cuadro.
Nosotros conseguir a gráfico imagen de aquellos como Bueno.
I ver.
Bueno,
pero ahora eso supone eso eran usando fabricación instrucciones eso son uno
probable error adentro el cuenca límites.
Qué si nosotros cambiar el fabricación
instrucciones a el óptimo tú eran hablando ¿acerca de?
Cómo hace eso cambiar el ganancia ¿imagen?
Vamos ver qué sucede.
Justo mirar el verja cambiar apagado
a el bien, y Bueno hablar acerca de aquellos a pequeño poco.
Bien bulto eso arriba a el óptimo, y qué hizo tú ver ¿suceder?
Sí, entonces él miró como el más corto verja
consiguió más corto todavía, y el largo bar consiguió a pequeño más extenso.
Eso es bien, y mi neto ganancia fue arriba. Bien.
Eran haciendo más dinero.
Es probablemente valer pensamiento acerca de eso
este medio bar porque de eso reputación costo eso tú habló acerca de.
Sí, seguro, nosotros puede ser haciendo más como
a negocio, pero tú debería a en el menos ser hablando con partes interesadas en el compañía
y preguntando cómo eran ahorro a pequeño poco de dinero aquí a ser
más rentable, pero es eso el bien cosa a ¿hacer?
Sí, I conseguir él.
Eso es interesante.
Sí, I podría elegir a usar el más estrecho fabricación instrucciones porque
eso costo a nuestro reputación, tú en realidad consiguió a pensar acerca de eso $200 nosotros
poner en más temprano, eso podría ser a mucho más alto número.
Casarse tener a afilar nuestro lápices en eso.
Entonces de nuevo, I adivinar I podría experimento con eso, con este complemento, ¿bien?
I podría intentar diferente valores.
Sí, absolutamente.
I esperanza tú voluntad.
I sentir como eso quería ser valioso.
Excelente.
I pensar Soy a partir de a ver ahora cómo
cambios en proceso capacidad y calibrar eficacia y cómo I colocar el inspección
límites puede tener a grande impacto en mi rentabilidad.
Eso es qué nosotros esperado para cuando nosotros desarrollado este complemento.
En vista de rentabilidad cuando
respondiendo preguntas acerca de calibrar y proceso capacidades
podría ser en realidad útil cuando estás intentando a justificar mejora proyectos,
o él podría también dar tú a lote de confianza eso el proceso y calibrar
son entrega el resultados eso tú deseo.
I debe decir, Jason, I soy impresionado.
Sin embargo, I sentir como I necesidad a enturbiar el aguas a pequeño poco.
Este es todo excelente para normal
distribuciones, simple calibrar errores, Y éter.
Aquellos cálculos, como tú has mostrado antes, son fácil.
Qué si I tener linealidad o inclinación problemas con mi ¿calibrar?
O si I tener a sesgado parte distribución,
conseguir a verdadero parte distribución afuera de el mesurado parte distribución se convierte en
a lote más difícil que justo usando eso simple fórmula tú presentado más temprano, ¿bien?
Poder tú incluso hacer ¿eso?
Hoy, No.
En realidad, eran limitado a normal distribuciones, pero eran casi allá.
Es en el plan.
En hecho, es el próximo paso en nuestro desarrollo planes para el complemento.
Tengo un colega ¿Quién es? presentación
en JMP en línea Descubrimiento Conferencia OMS tiene hecho un Bajo demanda presentación
para estimando el verdadero parte distribución basado en mesurado parte distribuciones
eso puede ser anormal basado en calibrar características.
Él asas incluso arbitrario distribuciones,
tiene alguno común unos y arbitrario distribuciones.
Nosotros voluntad ser incorporando estos
capacidades en el complemento, como I mencionado.
Es yendo a ser a veces pronto.
Tú debería definitivamente bien ahora ir controlar afuera el hablar.
Sí, él sonidos como un interesante hablar por un interesante presentador.
Este todo sonidos interesante. I voluntad, Jason.
Ahora, hemos cubierto a lote de material hoy.
Quería tú mente rápidamente tomando a mí atrás
a través de el complemento de nuevo a hacer seguro Yo he consiguió ¿él?
Absolutamente. Dónde nosotros comenzó nuestro conversación era
abastecimiento a pequeño poco de información acerca de nuestro medición proceso.
Nosotros entró especificación límites.
De nuevo, aquellos son el voz de el cliente eso nosotros habló acerca de.
Nosotros habló acerca de conseguir un idea de qué
nuestro medición error es de a medición sistemas análisis,
y entonces usando el estándar desviación de eso estudiar para a calibrar error.
Nosotros también habló acerca de abastecimiento alguno
información acerca de el verdadero parte distribución.
El parámetros significar y sigma,
nosotros habló acerca de maneras eso nosotros poder inferir eso de el mesurado parte distribución.
Hablamos de el estadística en el complemento
ser a instantánea en nuestro calibrar capacidad como Bueno como nuestro proceso capacidad.
I pensar eso es importante como nosotros comenzar
a tener estos conversaciones acerca de cómo mucho el calibrar es yendo a costo a nosotros.
Nosotros caminó a través de ideas alrededor emocionante nuestro especificación límites en estos
fabricación límites, estrechamiento a ellos o incluso en expansión a ellos
a reducir riesgo cuando eran medición en el especificación límites.
Allá son otro campanas y silbatos en el complemento eso nosotros no tener tiempo
a espectáculo, pero estos son justo maneras de en realidad ilustrando
estos riesgos por ahora superposición parte verdadera distribuciones, arrogante eran medición
el parte verdadera cerca el fabricación instrucciones.
Ganancia Pérdida Explorador era nuestro forma
a simular el costos asociado con nuestro medición errores.
Él da a nosotros el oportunidad a explorar qué Si.
Si nosotros son haciendo a cierto producto y
producto tiene cierto costos asociado con él, cómo mucho ganancia poder nosotros esperar si
eran correr fabricación instrucciones en diferente múltiples de probable error.
Nosotros envuelto arriba nuestro conversación
con un en profundidad conversación acerca de aquellos ganancias y pérdidas
y cómo el meta de nuestro negocio y el reputación de nuestro negocio debería
ser consideró cuando eran haciendo aquellos compensaciones como Bueno.
Lindo.
Agradecer tú.
I pensar eso resumido él en realidad Bueno.
Ahora, además usando estimado parte verdadera
distribuciones, es allá cualquier cosa demás eso voluntad ser desarrollado para el ¿Complemento?
Bien, nosotros también tener ya desarrollado este clasificación errónea Explorador.
Es justo otro forma de mirando en calibrar errores y nuestro proceso variación.
Nosotros no tener suficiente tiempo a ir en este componente de el complemento.
Nosotros plan en explicando este a pequeño poco
más en el cerca futuro, muy probable como nosotros comenzar incorporando alguno
de aquellos anormal distribuciones eso I mencionado.
Fresco.
Eso es fantástico.
Qué acerca de otro capacitación ¿oportunidades?
Qué hemos mostrado aquí hoy es qué nuestro
complemento actualmente hace, corto de el clasificación errónea explorar eso nosotros saltar.
Casarse como a conseguir más en el nueces y pernos
de el ecuaciones detrás el complemento y el aproches.
Nosotros plan a serie de en línea negociaciones próximo en el cerca futuro dónde nosotros poder explorar
alguno de aquellos diferencias entre el AIAG clasificación métodos y EMP y cómo EMP
poder dar a nosotros más realista y útil información acerca de nuestro calibrar.
Bien también gastar alguno más tiempo hablando acerca de calibrar actuación curvas.
Nosotros habló acerca de este
clasificación gráficos, pero Bueno introducir tú a alguno
tradicional calibrar actuación curvas como Bueno como conformidad curvas.
De hecho, es conformidad nosotros habló acerca de clasificación Bueno conseguir a.
Mirar para aquellos en el cerca futuro.
Excelente.
OMS demás debería nosotros agradecer para este esfuerzo entonces ¿lejos?
Bien, Brady, Brady.
Nosotros debería tener a imagen de Brady, ¿verdad? aquí.
Sí, eso quería tener estado bien.
Brady, Brady es el sesos detrás el complemento.
Desafortunadamente, él no pude unirse a nosotros, pero
definitivamente es fuertemente involucrado, y nosotros tener el complemento y el código a agradecer.
Excelente.
Gracias a Brady, y gracias a todo de tú para asistir y aquellos OMS voluntad ser
mirando este video y usando el complemento más tarde.
Para el vivir manifestación, casarse ser feliz a respuesta preguntas.
De lo contrario, si tú poner su preguntas en el charlar área abajo el presentación,
casarse ser contento a conseguir atrás con tú como pronto como nosotros poder.
Agradecer tú. Agradecer tú muy mucho para asistiendo.
