Le processus de test génère le plus de données dans l'entreprise, mais il y avait des limites dans l'utilisation des données en raison du manque d'outils capables de gérer les données de manière fluide. En particulier, les données générées par le processus de test des plaquettes reflètent le niveau de qualité de l’usine, mais n’ont été que partiellement utilisées par les ingénieurs. Afin de contribuer à améliorer le rendement/la qualité en augmentant l'utilisation des données de test, nous avons développé un complément CTQ Define convivial qui dérive le CTQ du test de plaquette en appliquant l'algorithme ML pris en charge par JMP. Dans cette présentation, nous présenterons une série de processus d'analyse qui définissent le CTQ pour chaque cible en fonction du complément et en dériveront des conditions de coefficient optimales pour l'application sur le terrain des éléments CTQ.
