CPK - 2 DimensionsChers,
une question « conceptuelle »...
Si j'ai une caractéristique identifiée par deux facteurs et que les limites de spécification sont définies par une zone plutôt que par un intervalle... est-il possible de calculer le CPK ?
Voir le schéma ci-dessous (inventé) : points bleus = la spécification, points oranges = la production.
Est-il possible de calculer un CPK ?
Merci d'avance pour vos commentaires.
Analyse et modélisation des données de baseIngénierie de la qualité et des procédésRé: CPK - 2 DimensionsSalut @SimonItaly ,
J'ai également réfléchi à cette question ! Je n'ai rien trouvé de facilement disponible, mais j'ai moi-même travaillé sur une solution possible, même si ce n'est qu'un projet annexe amusant et sans aucune formalité. J'ai ensuite ajusté une distribution pour les valeurs de l'axe des Y, puis une autre pour celles de l'axe des X. J'ai ensuite simulé un million de valeurs en utilisant des distributions aléatoires des valeurs les plus adaptées pour Y et X. J'ai ensuite calculé le pourcentage hors spécifications à partir de la simulation, l'ai aligné sur une courbe hors spécifications/Ppk et j'ai rapporté le Ppk pour le pourcentage hors spécifications observé. Le principal inconvénient de cette méthode est que si le calcul hors spécifications renvoie zéro, vous obtenez une erreur. Cependant, il suffit parfois d'augmenter le nombre de valeurs simulées d'un million pour obtenir au moins une valeur hors spécifications.
Ce n'est pas une approche formelle, mais c'est quelque chose qui a fonctionné dans ma situation. J'espère que cela vous donnera au moins des idées !
Steve
Ré: CPK - 2 DimensionsPuisque votre question est de nature « conceptuelle », je vous demande pourquoi vous souhaitez calculer le Cpk ? Comment comptez-vous l'utiliser ? Désolé, mais j'avoue que je suis partial : ces indicateurs ne sont pas très utiles. Ceci pour les raisons suivantes :
1. Les statistiques énumératives utilisées dans le calcul sont des estimations, et leur exactitude avec laquelle elles décrivent la population réelle est souvent remise en question (par exemple, un échantillon de 30 personnes a été utilisé sans aucune explication sur la méthode d'obtention de l'échantillon). Lorsque les Cpk sont indiqués, ils le sont sous la forme d'un seul nombre, même s'il existe évidemment un intervalle de confiance autour des deux statistiques utilisées dans la mesure.
2. Lorsque le Cpk n'atteint pas votre objectif, il vous reste à désagréger la métrique pour déterminer s'il s'agit d'un problème de moyenne ou de variation. Pourquoi ne pas simplement suivre ces deux paramètres ( moyenne , écart par rapport à la cible et écart type , minimisation) ?
3. Il y a souvent une mauvaise utilisation des Cpk à des fins de comparaison (par exemple, pour comparer différents produits)
4. À quelle fréquence la stabilité est-elle établie avant que les Cpk ne soient signalés ?
5. Les spécifications sont souvent inappropriées.
voir:
Gunter, Berton (1989) « L'utilisation et l'abus du CPK », Progrès de la qualité , janvier 1989
Pouvez-vous s'il vous plaît fournir un exemple réel de la situation que vous décrivez, où il existe une spécification (exigence client) sur la « zone » ?
Si je comprends la situation que vous décrivez, pourriez-vous d'abord comprendre la relation entre les 2 facteurs et la variable de réponse (aire), puis, peut-être en utilisant des parallélogrammes de tolérance (voir Shainin), comprendre les spécifications appropriées pour chaque facteur et utiliser le Cpk traditionnel pour chaque facteur indépendamment ?
Ré: CPK - 2 DimensionsPersonnellement, je ne pense pas qu'il s'agisse d'un CPK, mais plutôt d'une évaluation complète de deux indicateurs.
Il est suggéré d'envisager des pondérations bidimensionnelles, puis de les évaluer après réduction de la dimensionnalité. Ou d'utiliser l'analyse de moyenne pondérée la plus simple.
Ré: CPK - 2 DimensionsBonjour Steve,
merci pour vos retours, vos expériences et suggestions.
Cela pourrait être utile pour une évaluation initiale (« brouillon »).
Il serait bon que j'aie une fonctionnalité (également dans JMP) pour avoir une simulation complète sur ce sujet (maintenant j'ai parlé de 2 dimensions... mais cela pourrait être nécessaire aussi pour plus de 2 dimensions).
Merci encore... et nous espérons que les développeurs de JMP réfléchiront à ces besoins.
Je vous souhaite un bon début de semaine.
Cordialement,
Simone
Ré: CPK - 2 DimensionsCher Staman,
merci pour vos commentaires et vos bonnes contributions/suggestions.
Dans mon cas spécifique, l'objet est caractérisé à partir de 2 variables (indépendantes).
Les valeurs de ces 2 caractéristiques (en même temps) ne peuvent être qu'à l'intérieur de la zone elliptique que je dessine auparavant.
J'ai pris/mesuré quelques pièces réelles et j'ai tracé cette pièce dans le graphique.
L'objectif est d'évaluer/estimer (de manière similaire à l'approche CPK) combien de pièces je peux avoir hors spécifications (hors zone elliptique).
J'ai imaginé un concept similaire au CPK... mais en 2 dimensions.
Je ne sais pas si mes pensées.
Merci encore.
Cordialement,
Simone
Ré: CPK - 2 DimensionsCher Frank,
merci pour le retour (apprécié).
Ma situation est que les 2 variables sont indépendantes... et j'aimerais évaluer/estimer "d'une manière ou d'une autre" combien de pièces pourraient être hors de la "zone de spécification elliptique" avec certaines données collectées à partir d'une chaîne de production réelle.
J'espère être clair dans mon explication.
Merci encore... et bon début de semaine.
Cordialement,
Simone
Ré: CPK - 2 DimensionsSi vous souhaitez bénéficier de cette fonctionnalité, veuillez créer un élément de liste de souhaits dans la liste de souhaits JMP
Ré: CPK - 2 DimensionsSalut @SimonItaly ,
Voici un exemple de la sortie que j'obtiens à partir d'un script que j'ai écrit qui suit la méthodologie mentionnée ci-dessus (j'ai utilisé l'ensemble de données d'échantillons de semi-conducteurs et la colonne A1 à partir de laquelle j'ai créé un tableau récapitulatif en extrayant les valeurs minimales et maximales de chaque plaquette) :
ce tableau de bord montre les données simulées (Sim) par rapport aux données réelles (R)
Si la valeur prédite est hors spécifications = 0 %, alors la valeur prédite Ppk = 2
Juste matière à réflexion !
Steve
Ré: CPK - 2 DimensionsBonjour Steve,
Merci pour le partage.
Très intéressant et source de bonnes informations.
Dans mes expériences passées... J'ai travaillé plus de 20 ans dans le secteur des semi-conducteurs et votre étude de cas est très claire.
Cordialement,
Simone
