Salut, Je suis Jerry Poisson. Je suis a soutien ingénieur avec JMP, portion clients dans le central partie de le Uni États. Aujourd'hui parler est intitulé Mon Jauge N'est-ce pas comme Bien comme Il Pourrait Être- Volonté C'est Erreurs Coût nous Argent et comment beaucoup?
Je suis Jason Wiggins, aussi a senior systèmes ingénieur, et I soutien semi-conducteur utilisateurs dans le Occidental Uni États. Ce parler est a suivre sur à un nous a fait pour découverte Amériques dans 2022. Dans notre d'abord parler, nous introduit le notion que mesures systèmes sont intégral à notre entreprises. Dans fait, nous avoir beaucoup mesures systèmes nous interagir avec dans notre tous les jours vies. Le long de avec que idée, nous introduit le notion que mesures système ou jauge variation peut impact décisions dans réel monde inspection situations. Nous introduit jauge performance courbes comme a chemin de visualisation jauge variation et relatif à spécification limites. Dans ce parler, Bien étendre que et explorer le frais associé avec jauge variation à travers a amusant rôle jouer conversation entre a qualité directeur de un automobile fabrication usine, ça va être Jerry, et Je vais être par intérim comme a qualité consultant. À coup des choses désactivé, Je vais obtenir sur a rapide équipe appel avec Jerry. Salut, Jerry.
Salut, Jason. Comment sont toi faire?
Je suis faire joli bien. Merci pour dépenses a peu minutes avec moi. Comme a qualité consultant, I aide qualité parties prenantes comme toi-même comprendre et améliorer processus. Maintenant, I préférer en utilisant JMP comme c'est a général but, facile à utiliser données analytique emballer que a beaucoup qualité et processus contrôle caractéristiques. JMP fait rapide travail de le analytique partie de processus amélioration, donc plus temps peut être dédié à en fait améliorer le processus.
Bien, il est bon à rencontrer toi, Jason. Juste à laisser toi savoir, cependant, nous déjà avoir logiciel dans lieu pour notre interne qualité programmes, donc Je suis pas vraiment bien sûr quoi ton logiciel peut faire que nous ne peut pas déjà faire. Peut nous faire ce rapide?
I comprendre complètement, Jerry. Je vais essayer à faire le la plupart de ton temps aujourd'hui. D'abord, peut toi dire moi a petit peu à propos ton entreprise et ton qualité programme?
Bien sûr, heureux à. Acmé Moteurs a construit a réputation avec notre clients de fabrication le le plus élevé qualité voitures. Étaient toujours concerné avec qualité. Nous avoir divers jauges que nous utiliser à assurer notre qualité séjours haut. Nous avons a été faire ce pour années, et franchement, nous pense étaient joli bien à il.
Je suis familier w avec Acmé Moteurs et ton haut qualité réputation. Mon consultant équipe et I avoir récemment a été fonctionnement avec fabrication entreprises comme le vôtre à avance le utiliser et efficacité de jauge études. Mesures systèmes analyse, un autre chemin de adage que. Un de le des choses nous chercher à comprendre sont le monétaire frais associé avec le jauges utilisé à mesure processus qualité caractéristiques dans ton fabrication usine. Avoir toi quantifié comment beaucoup n'importe lequel de ton jauges sont calcul des coûts ton entreprise?
Je suis pas bien sûr quoi toi signifier.
Bien, jauges 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 vraiment Non un a ces, ces erreurs sont inévitable.
I supposer donc, mais nous avons fait jauge études que dire notre jauges sont bien. Bien, quelques de eux sont en fait catégorisé comme adéquat par le IA À lignes directrices. N'a pas que signifier étaient d'accord à utiliser eux?
Bien, peut-être, mais là est a parcelle plus à le histoire que juste en utilisant bien, adéquat, et pauvre IA À jauge évaluation critères. Pour exemple, avoir toi vu a jauge performance courbe?
I ne peut pas dire que I avoir. Non.
Maintenant, ce est quoi un apparence comme. Le X axe spectacles le vrai partie valeurs et le inférieur et supérieur spécification limites sont montré avec ces lignes. Le Y axe spectacles le probabilité de passage a partie. Si toi avoir a partie que est vraiment bien mais très fermer à le inférieur spécifications limite, il y a presque a 50 % chance le jauge volonté recommander que toi lancer il loin. C'est un chemin de pensée à propos il. Mais aussi, il y a presque a 50 % chance que toi volonté accepter a partie que est vraiment mauvais et près le inférieur spéc.
Très intéressant. Quoi ça arrive si nous pourrait changement le variation de le jauge alors?
Bien, le forme de ce courbe certainement dépend sur comment bien ton jauge est. Allons-y jouer avec ce juste a petit peu. Quoi si nous pourrait réduire le variation par a facteur de 10? Faire a rapide changement ici et retracer notre jauge performance courbe. Si ce est possible, nous volonté correctement accepter ou rejeter plus de le parties. Étaient mobile depuis incorrect à correct quand nous faire ce. Laisser moi casser depuis le rôle jouer pour juste a moment. Le jauge performance courbe I suis montrant est un ajouter dans que nous fait pour notre 2022 Découverte Amériques présentation. Le ajouter dans est disponible sur le communauté. Dos à toi, Jerry.
Que est vraiment un intéressant graphique, Jason. I ne le faites pas pense nous faire rien comme que. Quoi tu es adage est que le jauge erreurs contaminer le mesures, mais tous I avoir est le imparfait mesures. Ton jauge performance courbe est tracé contre vrai partie valeurs. I souhait I savait ceux vrai partie valeurs, alors I pourrait savoir exactement lequel parties à garder et lequel à lancer loin. Est là a chemin I peut savoir le vrai partie valeur?
Nous pourrait savoir que directement si nous avait que jamais insaisissable parfait jauge, lequel nous ne le faites pas. Nous vraiment ne peut pas jamais obtenir à le niveau de connaissance le vrai valeur de un individuel partie, mais nous peut estimation le vrai partie distribution donné notre connaissance de le jauge caractéristiques et le mesuré partie distribution.
Comment serait toi faire que?
Bien, si nous supposer que jauge erreurs sont normalement distribué, et pour le moment, allons ignorer n'importe lequel biais ou linéarité problèmes que toi pourrait avoir, et que nous avoir le mesuré partie distribution. Si nous avoir que, nous peut dos dehors le variance de le vrai partie distribution en utilisant a simple équation. Que simple équation est juste le différence entre le mesuré partie variance et le jauge variance. Le parcelle sur le droite est montré pour a situation où le mesuré variance est 25, le jauge variance est 16, et si nous soustraire ceux deux, le vrai partie variance est neuf. Étaient début à obtenir le paramètres pour que distribution parce que nous savoir le résultats de notre jauge étude et nous comprendre le variance associé avec notre jauge.
Maintenant, nous serait, depuis ce, construire a normale distribution que centré sur le mesuré distribution signifier avec le nouveau standard déviation. A gagner, le résultat de lequel est en allant à regarder comme le parcelle sur le droite. Dans le parcelle, le bleu barres représenter ton mesuré partie distribution. Le zones au-dessus de et ci-dessous le spécifications sont sont ombragé dans rose. Avis que le mesuré partie distribution est beaucoup plus large que le vrai partie distribution. Le mesuré distribution est quoi toi obtenir quand toi courir le vrai partie distribution à travers ton imparfait jauge.
D'accord, que fait sens, à moins a simple cas. Comment faire toi se rapporter ce à quoi c'est calcul des coûts mon entreprise?
Bien, nous peut utiliser ce information dans a numérique simulation à caractériser le erreurs que notre jauge est en allant à faire. Quand nous faire que, nous peut générer a partie inspection tableau comme ce.
Laisser moi étude ce tableau pour a minute. Mon œil est immédiatement dessiné à le centre, le vert boîte que dit 95,4 %. Suis I interprétation ce droite? 95,4 % de mon total production est vraiment bien et étaient expédition il.
Correct.
C'est a bien chose. Maintenant, regarder à le d'abord et dernier colonnes, si I ajouter 18 et 25, allons voir, c'est à propos 0,043 % de mon production parties sont vraiment faible parties. A autre 0,041 % sur le dernier colonne sont vraiment haut. Ce est mauvais. Il dit mon processus est fabrication mauvais parties que doit être jeté loin ou retravaillé. I voir un autre problème. Si I regarder à que centre colonne et I ajouter ceux tous ensemble, I obtenir 99,9 % de mon production parties que vraiment sont bien. Il dit que le jauge est identifier 2.3 % de ceux comme aussi faible et 2.3 % est aussi haut comme Bien. Maintenant, le client n'a pas soins à propos que. Ils sont toujours obtenir bien pièces, b dehors I certainement faire. Je suis fabrication bien produit et Je suis lancement il loin. Pire encore, regarder à que centre rangée, ceux rouge carrés. Il y a un autre 0,036, 18 et 18, de vraiment mauvais parties, parties que sont aussi faible ou aussi haut que sont être accepté par ce mesures jauge. Ce est sérieux. I faire pas vouloir à bateau mauvais parties à mon client si I peut aide il.
C'est droite. Ce est cool. Tu es début à voir le coût de ayant un imparfait jauge.
Ce est vraiment intéressant. Il spectacles que si I ne le faites pas faire quelque chose à propos mon imparfait jauge, Je vais risque acceptant mauvais parties et lancement loin bien parties, les deux de lequel sont mauvais pour mon entreprise. Sur le autre main, I pense nous avons a obtenu a chemin à poignée ce, Jason.
D'accord, qu'est-ce que que, Jerry ?
Bien, nous utiliser quelque chose appelé garde bandes. Ces sont notre bandes que sont ensemble à l'intérieur le spécification limites. Si nous ensemble eux loin assez à l'intérieur le spécifications limites, nous peut réduire et essentiellement éliminer expédition mauvais parties. N'a pas que réparer à moins partie de notre problème?
À moins, garde bandes sont certainement a bien chemin à réduire le pourcentage de mauvais parties que faire il à travers ton inspection processus. A parcelle de entreprises utiliser eux. Avoir toi considéré le fait que améliorer qualité en utilisant garde bandes vient à le frais de lancement loin bien parties?
Honnêtement, que a s'est produit à nous, mais nous n'ont pas essayé à quantifier que dommage.
Bien, allons étendre ce exemple dehors a petit peu plus et allons juste supposer que nous apporter ceux caractéristiques dans par un unité de mesure. Bien appel ces garde groupe limites. Notre inférieur garde groupe limite serait être 41 et notre supérieur garde groupe limite serait être 59. Étaient en allant à utiliser ce comme notre inspection dépistage valeurs plutôt de le original supérieur et inférieur spécifications. Maintenant, nous peut faire le même numérique simulation et mise à jour le résultats. Allons-y juste prendre a regarder à le différences entre le tables. Peut toi voir comment le pourcentages avoir modifié?
Nous est allé depuis expédition à peu près 0,04 % de parties que étaient vraiment mauvais à seulement expédition 0,03 % de mauvais parties. Que apparence réussi. Peut être nous pourrait même presser notre garde bandes dans plus loin et améliorer que. En particulier donné notre haut production volume. Étaient parler réel chevreuils ici.
Il est. Aussi avis comment beaucoup vraiment bien parties sont maintenant être projeté dehors. Chaque temps toi écran dehors et lancer loin bien partie, il est calcul des coûts ton entreprise argent.
Bien, tu es droite à propos que, Jason. Est là a chemin à regarder à ce monétairement ? Quoi si nous supposer que a mauvais partie dans le simulation résultats dans a mauvais voiture? Peut nous saisir le coût de mise au rebut le voiture et voir comment que affecte le bas doubler?
Absolument, nous peut faire que. Je vais besoin à obtenir a petit information depuis toi, cependant. D'abord, comment beaucoup fait il coût à faire le voiture?
Ouais, allons dire pour le saké de ce démonstration, 35 000 $.
D'accord, super. Que moyens pour chaque rejeté voiture, il frais ton entreprise 35 000 $. Toi pourrait fabrication dans retravailler frais ici, mais allons dire, pour exemple, nous juste lancer le voiture loin. Maintenant nous besoin production quantité.
I ne le faites pas savoir. Allons-y juste choisir a million voitures.
D'accord, super. Maintenant, comment beaucoup faire toi charge pour a vraiment bien voiture que fait il à a concession?
Le concessionnaires acheter... Allons-y juste dire ils acheter ces voitures depuis nous pour 40 000 $.
D'accord. Si I comprendre ce droite, ton profit par voiture est que 40 000 moins le 35 K et ton profit a a été 5 000 $ par voiture.
Droite.
Dernier chose, faire toi savoir le coût associé avec vente a mauvais voiture?
C'est a petit plus dur. Là sont le évident frais de réparations à le mauvais voiture ou potentiel coût de retour. Ceux sont relativement facile à calculer, mais il y a aussi dommage à notre réputation. Notre clients demande qualité, et si nous commencer putting mauvais produit dehors le porte, il peut rapidement obtenir dehors de main et résultat dans perdu avenir ventes. C'est a parcelle plus difficile à calculer. I savoir toi besoin le nombre. Pour le saké de argument, allons juste dire que totaux à 50 000 $ par mauvais voiture que fait il dehors dans le marché.
Excellent. Allons-y prendre a regarder à le bénéfices et pertes. Même simulation. Juste revoir, faire bien sûr que étaient regarder à le correct valeurs. Toi dit moi que fabrication coût par voiture est 35 000 $. Toi alors vendre que à a revendeur pour 40 000 $. Notre profit est 5 000 $. Coût de vente a mauvais voiture est 50 000 $. Étaient en allant à regarder à ce à travers a 1 million voiture production courir. Ai-je capturé e tout, droite?
I pense que apparence bien.
Tous droite. Si nous regarder à le filet bénéfices et pertes, toi rester à faire à propos 346 milliard depuis le 1 million voitures toi faire.
Que sons bien.
Pas mauvais. Le total profit depuis le vraiment bien voitures que sont expédié est à propos 371 milliard. Le perte exigible à fabrication vraiment mauvais voitures que sont attrapé dans ton inspection est 199 million, lequel est le somme de 98 million plus 101 million.
D'accord.
Le loi... Je laisse toi digérer pour a deuxième?
Ouais, Je suis suivant.
D'accord. Le lois exigible à expédition vraiment mauvais voitures, ce est le un toi sont vraiment concerné à propos de, est 137 million, lequel est 68 million plus 69 million. Enfin, le perte depuis mise au rebut vraiment bien voitures, ce est qu'est-ce que calcul des coûts ton entreprise, est 25 $ milliard. C'est assez a parcelle. C'est le somme de 12,4 $ million et 12.4 million.
C'est fascinant et aussi a petit déprimant que étaient perdant que beaucoup argent. Si toi changement des choses, allons dire toi changement le garde groupe paramètres, volonté le total filet profit changement?
C'est droite. C'est certainement vrai. Toi pourrait voir que changement.
Dans que cas, alors pourrait là être un optimum? I peut imaginer élargissement le garde bandes ou rétrécissement eux et regarder à le filet profit, serait là être un optimum pour que filet profit pics dehors?
Oui, toi peut certainement explorer que commerce- désactivé dans a parcelle de différent manières. Toi pourrait répondre questions comme, comment serait améliorer mon jauge par a facteur de 10, comme nous a montré avec le jauge performance courbe, améliorer mon rentabilité? Ou comment beaucoup peut I permettre à dépenser sur fixation ou remplacement a jauge? Si nous savoir quoi le frais à le entreprise sont pour notre mesures système, alors nous peut justifier le coût de fixation ou remplacement jauge. Aussi, juste à ton indiquer, quoi si I ajusté mon garde bandes? Nous peut certainement répondre que question. A autre commun un est quoi si I améliorer mon processus capacité? I juste serrer le variation dans mon processus, quoi fait que faire à mon bénéfices et pertes?
I pourrait commerce que désactivé contre le coût de améliorer que processus capacité. Intéressant. Bien, I doit dire, Jason, Je suis impressionné. Ce a a été a bien utiliser de temps, mais I pense I devoir il à mon entreprise à boueux le eaux juste a petit peu. Ce est tous super pour normale distributions et simple jauge erreurs et ceux types de des choses. Ceux calculs que tu as montré sont facile. Mais quoi si I avoir jauge linéarité ou biais des problèmes? Ou quoi si I avoir a biaisé distribution, lequel est vraiment joli typique dans mon entreprise. Nous rarement courir dans le bon cloche forme courbe. Obtenir a vrai partie distribution dehors de le mesuré partie distribution devient a parcelle plus difficile que juste en utilisant que simple formule toi a montré plus tôt. Peut toi même peut faire que?
Absolument. Nous sont en écrivant un ajouter- dans que volonté faire toi capable à définir le forme de n'importe lequel mesuré partie distribution. W e peut faire le même exercice avec mesuré partie distributions que sont normale ou enregistrer- normale, uniforme, Weibull, ou même a coutume distribution. C'est un ajouter- dans étaient fonctionnement sur. C'est a travail dans progrès.
Tous droite, c'est fantastique. Je suis prêt à acheter dans. Quand volonté que être disponible?
Nous avoir le bases de le ajouter dans travaillé dehors, mais nous besoin quelques temps à faire il plus utilisateur amical. Bien être fonctionnement sur que dans le à venir peu mois. Probablement avant milieu d'année, Bien avoir que enveloppé en haut. Quand c'est fait, Bien poste il sur le JMP site web dans notre communauté déposer échange.
A peu mois, vraiment ? Je vais oublier tous ce par alors.
C'est d'accord. Nous reconnaître que. Une fois notre annonce dans est prêt pour prime temps, Bien annoncer a série de ouvrir à le publique séminaires où nous volonté aller dans détail à propos quoi tu as vu ici, comme Bien comme autre aspects comme relatif ces concepts à Donald Wheeler's EMP méthodologie, lequel est un autre personnalité dans le Mesures Systèmes Analyse plate-forme dans JMP. Voici a rapide coup d'oeil à le sujets pour le en haut et à venir pourparlers.
Bien dépenser plus temps élaborer sur comment jauge études que sont en utilisant le IA À classification que nous parlé à propos plus tôt, Bien parler à propos comment que peut plomb à irréaliste jauge évaluations. Bien aussi explorer comment Wheeler's Évaluation le Mesures Processus, le EMP méthode, peut fournir nous plus réaliste jauge classification. Étaient en allant à présent le problème avec À et présent le solution en utilisant Wheeler's méthodes. Bien aussi montrer comment EMP méthode peut conseiller nous sur comment à utiliser notre jauge. Comment faire nous utiliser il dans le production processus? Un exemple que Bien être revêtement est objectivement paramètre garde virages. Le restant sujets, Hé, Bien dépenser a petit peu plus temps interprétation jauge performance courbes, parler à propos comment à mélange performance avec partie variation à déterminer coût associé avec imparfait jauges.
Vraiment, que est quoi étaient parler à propos aujourd'hui, mais nous sentir comme nous besoin à étendre que a petit peu donc que nous tous comprendre comment que travaux. Final deux sujets, comment peut Wheeler's calculs être factorisé dans ce jauge coût conversation, et comment à comprendre jauge coût, encore, à le indiquer de non- normale partie distributions.
C'est parfait. Peut toi faire bien sûr que Je suis sur que invitation liste? I vouloir à faire bien sûr que tout le monde dans mon qualité département assiste ton séminaires.
Bien sûr chose, Jerry. Rien autre I peut faire pour toi aujourd'hui?
Oui. Obtenir dos à travail sur que annonce- dans. Le plus tôt c'est disponible, le mieux.
Volonté faire tout droite, ce conclut notre présentation. Je vais dire que comme nous étaient faire recherche pour ce parler, nous découvert beaucoup concepts que sont important à compréhension comment à utiliser mesures systèmes. Nous sentir comme un de ces concepts mériter plus temps que nous avait dans notre parler aujourd'hui. Nous regarder avant à suite le conversation avec toi dans le à venir mois. N'importe lequel clôture pensées, Jarry?
Juste que si tu as gentil gens que sont assister aujourd'hui, si tu es intéressé dans assister ceux prochain séminaires, s'il te plaît laisser ton locale JMP soutien personne savoir ou ton soutien équipe savoir, et ils vont faire bien sûr que tu es compris sur que invitation liste.
Excellent. Avec que, remercier toi, tout le monde, pour assister.
Merci, tous.
