이 위시리스트 요청을 하게 된 계기는 무엇입니까?
고객 요청(테슬라)은 측정 불확실성이 유형 1 및 유형 2 오류에 미치는 영향을 이해해 달라고 요청했습니다. JMP는 MSA 플랫폼과 MSA 설계에서 수집한 데이터를 통해 이를 수행할 수 있지만, 여기서 아이디어는 MSA에서 해당 결과를 가져와 미래 측정 열에 적용하여 해당 불확실성이 사양 내 측정이 사양에서 벗어나는 데 어떤 영향을 미치는지, 사양 외 측정이 사양에 맞는 측정이 되는 데 어떤 영향을 미치는지 이해하는 것입니다.
당신이 보고 싶은 새로운 기능, 개선된 기능 또는 솔루션을 설명해 주세요.
측정 불확실성의 시그마와 신뢰 구간에 사용할 시그마 승수를 정의하기 위해 열 속성을 사용할 수 있습니다. 시그마는 MSA 플랫폼이 제공하는 GRR 시그마이고 승수는 사용자가 원하는 신뢰 수준을 기반으로 합니다.
이 새로운 기능이 제공되면 당신이나 다른 사용자에게 어떤 가치가 있을까요?
이렇게 하면 많은 시간을 절약할 수 있습니다. 현재 Tesla는 측정값을 +/- GRR 시그마로 수동으로 이동하여 측정값당 3개의 열(원시 측정값, 측정값 + 3*GRR, 측정값 - 3*GRR)을 생성한 다음 사양 비율의 in/out을 비교하여 GRR에서 Type 1 및 Type 2 오류가 무엇인지 확인합니다. 이는 매우 지루하고 수동적인 프로세스이며 JMP에 이 기능이 내장되어 있으면 좋을 것입니다.
외부 고객 요청입니까?
네, 이는 테슬라의 품질 그룹(조지 리)에서 구체적으로 요청한 것입니다.
우리가 알아야 할 이 기능이나 솔루션을 갖춘 경쟁 소프트웨어 패키지가 있나요?
내가 아는 한
이로 인해 고객의 갱신, 확장 또는 도입에 영향이 있을까요? 또한 이 문제를 해결하지 않으면 계정이 위험에 처하게 될까요?
아니요
안녕하세요, 마크님. 이 기능은 대부분 JMP 18에서 "MSA" 열 속성으로 이미 사용할 수 있는 것으로 생각됩니다.
@mia_stephens 저는 @tonya_mauldin 과 그 열 속성에 대해 논의했고, 그녀는 기존 MSA 열 속성은 제가 위에서 설명한 것을 수행하지 않는다고 말했습니다. 하지만 제가 설명한 것은 기존 MSA 열 속성에 추가할 수 있습니다. 아이디어는 해당 속성을 지정했다면 해당 열로 분포 분석을 수행하면 유형 1/2 오류가 발생한다는 것입니다.
