프로세스 스크리닝에서 올바른 SPC 차트를 선택하려면 어떻게 해야 합니까?카이젠 이벤트 전후 13주 동안 진료받은 환자의 비율을 포함하는 데이터 세트가 있습니다.
저는 프로세스 스크리닝을 선택했고, 그 결과 다음과 같은 결과가 나왔습니다.
미리 선택된 SPC는 I-MR입니다. P 차트가 아니어야 합니까? 이걸 변경할 수 없는 것 같습니다.
프로세스 선택에 프레젠테이션에서 변경 사항을 보다 효과적으로 시각적으로 표시할 수 있는 기능이 있나요?
감사합니다
품질 및 공정 엔지니어링Re: 프로세스 스크리닝에서 올바른 SPC 차트를 선택하는 방법안녕하세요 @노엘린20350465 ,
프로세스 스크리닝 플랫폼은 주로 설정된 사양 한계 내에서 프로세스 역량 측정에 초점을 맞추는 반면, P-차트는 결함 비율(숫자는 사양 한계를 초과한 샘플 양에 의해 생성됨)에 초점을 맞춥니다. 이것이 I-MR의 프로세스 스크리닝이 나타나는 이유입니다(플랫폼을 부팅할 때 사용 가능한 다른 옵션과 함께).
이에 대해 커뮤니티에서 또 다른 토론이 있습니다.
데이터를 효과적으로 표현하려면 JMP 프로젝트를 사용하는 것을 고려할 수 있습니다. 각 탭에 결함의 다른 측정값이 표시됩니다. 또는 제어 차트 빌더에서 '새 Y 차트' 옵션을 사용하여 관찰 결과를 쌓을 수 있습니다.
감사해요,
벤
Re: 프로세스 스크리닝에서 올바른 SPC 차트를 선택하는 방법제 생각은 다음과 같습니다.
소프트웨어에서 무작위로 버튼을 클릭하기 전에, 어떤 질문에 답하려고 하시나요?
응답 변수가 하나인 듯합니다. 13주 이내에 진찰한 환자의 %? 무엇의 %? 왜 13주? "진찰"을 받은 결과가 중요합니까? 진찰한 환자의 %의 일관성이 중요합니까?
"카이젠"의 효과를 알아보려고 하는 것 같은데요?
반응 변수가 연속적(아마도 이항 근사)으로 간주될 수 있다고 주장할 수 있으므로 연속 관리 차트를 사용하는 것이 적절할 수 있습니다(휠러 참조). 합리적인 하위 그룹이 없는 것 같으므로 I-MR 차트가 올바른 차트입니다. 이 차트는 변동 요소를 할당하는 데 유용하지 않지만 일관성을 평가하는 데 유용할 수 있습니다. 또한 이것이 카운트 데이터이고 속성 차트를 사용한다고 주장할 수도 있습니다.
어떤 경우든, 정보를 그래픽 형태로 제시하는 것이 훨씬 나을 것입니다. 그래프 빌더나 관리 차트를 사용하든요. 데이터 세트를 첨부하면 그래픽 스크립트를 추가할 수 있습니다.
Re: 프로세스 스크리닝에서 올바른 SPC 차트를 선택하는 방법답변해 주셔서 감사합니다.
이 글이 여러분의 질문 중 일부에 답변이 되었으면 좋겠습니다.
저는 카이젠 이벤트 전체 또는 시행된 개별 투입물이 산출물에 통계적으로 유의미한 차이를 가져왔는지 평가하려고 합니다.
카이젠 조치는 직원 교육을 도입하고, 연대순 일정을 위한 표준 작업을 도입하고, 일상적 대기 목록 관리 및 긴급 대기 목록 관리를 도입하고, 사용 가능한 극장 용량의 활용도를 높이는 것이었습니다.
위의 조치의 카이젠 이전과 이후, 구현 이전과 이후를 분석하고자 하는 결과는 다음과 같습니다.
- 진료를 위해 28일 이상 기다리는 환자 수 (목표 = 0)
- 정기 대기 목록에 있는 환자 수(목표 또는 사양 제한 없음)
- 가장 긴 대기 시간(대상 또는 사양 제한 없음)
- 진료를 기다리는 일반 환자 수 ≤ 13주(목표 없음, 특정 제한)
- 진료를 기다리는 일반 환자의 비율(KPI는 ≥ 65%)은 ≤ 13주입니다.
- 진료를 기다리는 일반 환자 수 ≤ 9개월(목표 없음, 특정 제한)
- 진료를 기다리는 일반 환자의 비율(KPI는 ≥ 95%)은 ≤ 9개월입니다.
임상 결과가 KPI를 초과했으므로 이 프로젝트 범위에 포함되지 않았습니다.
저는 데이터를 그래픽으로 표현하고, 변화가 통계적으로 유의미한지, 그리고 프로세스가 더 안정적이고 성능이 향상되었는지 확인하고 싶습니다.
당신이 제공할 수 있는 모든 방향에 감사드리겠습니다. 요청하신 대로 데이터 세트를 첨부했습니다.
감사합니다
Re: 프로세스 스크리닝에서 올바른 SPC 차트를 선택하는 방법노엘린,
카이젠을 수행하여 변경한 사항이나 카이젠의 요소가 "통계적으로 유의미한지"에 대한 질문은 매우 어렵 습니다. 변경 사항이 귀하가 관심 있는 효과를 냈다는 것을 시사할 만큼의 데이터가 충분하지 않지만, 일부 개선 사항은 있는 것으로 보입니다. 카이젠 이후 데이터 포인트가 7개에 불과하므로 안정성에 대한 결론을 내리기 에 충분하지 않습니다.
데이터 테이블에서 제가 한 일은 다음과 같습니다(스크립트를 추가했으니, 녹색 화살표를 클릭하면 스크립트가 실행됩니다).
1. 더 유연한 분석 옵션을 위해 열에 코드를 지정했습니다(데이터 표에 단어나 문자를 사용하면 분석이 제한됩니다).
2. 카이젠 이전과 이후를 색상으로 구분합니다.
3. 위에 표시된 7개 응답에 대해 다변량 분석을 했습니다. 데이터에 일부 이상치가 있었습니다(스크립트 참조).
4. 7개 응답 각각에 대해 IMR 차트를 실행했습니다. 이 차트에는 카이젠 이전과 이후의 모든 데이터가 포함되었습니다.
5. Kaizen을 포함한 7개 응답의 분포를 실행했습니다. 이것의 출력은 JMP의 분포에 대한 기본 설정에 따라 달라집니다. Histogram & Vertical만 체크하세요. 목록에서 Kaizen을 먼저 배치한 것을 볼 수 있습니다. 분포의 사전 섹션을 강조 표시하면 7개 분포에서 해당 결과가 표시됩니다.
6. 카이젠으로 IMR 차트를 실행했습니다. 카이젠 전과 카이젠 후에 작성된 차트를 다시 실행하게 됩니다.
7. 모델에 카이젠만 있는 적합 모델을 실행했습니다. 카이젠 내의 요소에 대한 균형 잡힌 데이터가 충분하지 않습니다.
8. 그래프 빌더. 시도할 수 있는 옵션이 너무 많고, 이걸 가지고 놀 수도 있습니다. 영역으로 끌어서 놓기만 하면 됩니다. 시작하도록 몇 가지를 추가했습니다.
미래에는 개선 노력의 효과를 테스트하는 더 효과적이고 효율적인 수단으로 실험이나 변화 연구의 구성 요소를 설계하는 것이 유용할 수 있습니다. 또한 실제 대기 시간 대 분류를 사용하는 것을 제안합니다.
Re: 프로세스 스크리닝에서 올바른 SPC 차트를 선택하는 방법와! 정말 정말 고맙습니다. 정말 고맙습니다.
저는 6시그마와 JMP에 매우 초보입니다(몇 달 동안만 사용). 그래서 여러분이 보내주신 모든 것을 살펴보고, 여러분의 프로세스를 이해하고, 직접 재현하는 방법을 알아보려면 며칠이 걸릴 것입니다. 괜찮으시다면, 질문이 있으면 그때 다시 연락드리겠습니다.
또한 미래 연구에 대한 제안도 감사드립니다. 다음 프로젝트에서 이것을 살펴보겠습니다.
Re: 프로세스 스크리닝에서 올바른 SPC 차트를 선택하는 방법기꺼이 도와드리겠습니다. 다른 도움이 필요하면 알려주세요.
소프트웨어에 익숙해지려면 온라인 JMP 지원을 활용하세요.
https://community.jmp.com/t5/Learn-JMP/ct-p/learn-jmp
Re: 프로세스 스크리닝에서 올바른 SPC 차트를 선택하는 방법JMP의 프로세스 스크리닝 플랫폼에서 적절한 통계적 프로세스 제어(SPC) 차트를 선택하는 것은 데이터 유형과 특정 분석 목표에 따라 달라집니다. 예를 들어, 연속 데이터는 속성 데이터와 다른 차트가 필요할 수 있습니다. 마찬가지로 복잡한 학업 과제에 직면했을 때 여기에서 에세이 쓰기 서비스를 활용하세요.
Re: 프로세스 스크리닝에서 올바른 SPC 차트를 선택하는 방법통제 차트 섹션에서 P 차트를 선택하고, 거기에서 사전-사후 비교를 수행할 수 있습니다.
하지만 프로세스 스크리닝 섹션에서는 변경할 수 없는 것 같습니다. 다른 응답자가 언급했듯이, 이 지표에 프로세스 스크리닝을 사용하면 안 될까요?? 카이젠 전후의 안정성 지수와 시그마 수준을 제공한다는 점이 마음에 들어서 사용하고 싶었던 것입니다.
제목: 공정 스크리닝에서 올바른 SPC 차트를 선택하는 방법은 무엇인가요?
저도 소프트웨어가 기본 설정으로 잘못된 차트 유형을 선택해서 숨겨진 설정을 찾아 수정하는 데 애를 먹었던 경험이 있어요. 마치 게임을 하는 것과 비슷한 느낌이죠. 비 속으로 뛰어들다원하는 결과를 얻으려면 정확히 맞는 요소들을 드래그 앤 드롭해야 합니다. 그렇지 않으면 흐름이 어색해집니다. 하지만 데이터 단계를 올바르게 설정하면 차트의 차이가 프레젠테이션에서 매우 명확하게 드러날 것입니다.
