CPK – 2 DimensionenLiebe,
eine "konzeptionelle" Frage ...
Wenn ich eine durch zwei Faktoren identifizierte Eigenschaft habe und die Spezifikationsgrenzen durch einen Bereich und nicht durch ein Intervall definiert sind, ist es dann möglich, den CPK zu berechnen?
Siehe das Diagramm unten (erfunden): blaue Punkte = Spezifikation, orange Punkte = Produktion.
Ist es möglich, einen CPK zu berechnen?
Vielen Dank im Voraus für das Feedback.
Grundlegende Datenanalyse und -modellierungQualitäts- und ProzesstechnikBetreff: CPK – 2 DimensionenHallo @SimonItaly ,
Ich habe auch über diese Frage nachgedacht! Ich habe nichts direkt Verfügbares gefunden, sondern selbst an einer möglichen Lösung gearbeitet, obwohl es nur ein lustiges Nebenprojekt und nichts Formelles ist. Was ich gemacht habe, war, eine Verteilung für die Y-Achsenwerte anzupassen und dann eine Verteilung für die X-Achsenwerte. Dann habe ich eine Million Werte simuliert, indem ich zufällige Verteilungen der besten Anpassung für Y und X verwendet habe. Dann habe ich den Prozentsatz außerhalb der Spezifikation aus der Simulation berechnet und diesen mit einer Außer-Spezifikation/Ppk-Kurve abgeglichen und den Ppk für den beobachteten Prozentsatz außerhalb der Spezifikation angegeben. Der Hauptnachteil dieser Methode besteht darin, dass Sie eine Fehlermeldung erhalten, wenn Ihre Berechnung außerhalb der Spezifikation Null zurückgibt. Sie müssen jedoch möglicherweise einfach die simulierten Werte von einer Million erhöhen, um mindestens einen Wert außerhalb der Spezifikation zu erhalten.
Kein formeller Ansatz, aber etwas, das sich für meine Situation bewährt hat. Ich hoffe, es bringt zumindest ein paar Ideen!
Steve
Betreff: CPK – 2 DimensionenDa Ihre Frage konzeptioneller Natur ist, möchte ich fragen, warum Sie den Cpk berechnen möchten. Wie wollen Sie ihn verwenden? Leider muss ich zugeben, dass ich solche Messwerte für wenig nützlich halte. Dies aus folgenden Gründen:
1. Die für die Berechnung verwendeten enumerativen Statistiken sind Schätzungen, und ihre Aussagekraft zur tatsächlichen Population ist oft fraglich (z. B. wurde eine 30-teilige Stichprobe verwendet, ohne zu erklären, wie die Stichprobe gewonnen wurde). Wenn Cpk-Werte angegeben werden, werden sie als eine Zahl angegeben, obwohl offensichtlich ein Konfidenzintervall für beide in der Metrik verwendeten Statistiken besteht.
2. Wenn der Cpk-Wert Ihren Zielwert nicht erreicht, müssen Sie die Metrik aufschlüsseln, um festzustellen, ob es sich um ein Mittelwert- oder ein Variationsproblem handelt. Warum nicht einfach diese „verfolgen“ ( Mittelwert , Abweichung vom Zielwert und Standardabweichung , Minimierung)?
3. Cpk-Werte werden häufig für Vergleiche missbraucht (z. B. beim Vergleich verschiedener Produkte).
4. Wie oft wird die Stabilität festgestellt, bevor Cpk-Werte gemeldet werden?
5. Spezifikationen sind oft unangemessen.
sehen:
Gunter, Berton (1989) „Gebrauch und Missbrauch von Cpk“, Qualitätsfortschritt , Januar 1989
Können Sie bitte ein reales Beispiel für die von Ihnen beschriebene Situation liefern, bei der es eine Spezifikation (Kundenanforderung) für den „Bereich“ gibt?
Wenn ich die von Ihnen beschriebene Situation richtig verstehe, könnten Sie zunächst die Beziehung zwischen den beiden Faktoren und der Antwortvariablen (Fläche) verstehen, dann, vielleicht mithilfe von Toleranzparallelogrammen (siehe Shainin), die entsprechenden Spezifikationen für jeden Faktor verstehen und für jeden Faktor unabhängig den herkömmlichen Cpk verwenden?
Betreff: CPK – 2 DimensionenMein persönliches Gefühl ist nicht CPK. Sondern eher eine umfassende Auswertung zweier Indikatoren.
Schlagen Sie vor, zweidimensionale Gewichte zu berücksichtigen und dann nach der Dimensionsreduzierung auszuwerten. Oder verwenden Sie die einfachste gewichtete Durchschnittsanalyse.
Betreff: CPK – 2 DimensionenHallo Steve,
danke für das Feedback, eure Erfahrungen und Anregungen.
Dies könnte für eine erste Einschätzung („Entwurf“) hilfreich sein.
Es wäre gut, wenn es einige Funktionen (auch in JMP) gäbe, um eine vollständige Simulation zu diesem Thema durchzuführen (ich habe jetzt von 2 Dimensionen gesprochen, aber sie könnten auch für mehr als 2 Dimensionen erforderlich sein).
Nochmals vielen Dank … und wir hoffen, dass die JMP-Entwickler über diese Anforderungen nachdenken.
Ich wünsche Ihnen einen guten Start in die Woche.
Beste grüße,
Simone
Betreff: CPK – 2 DimensionenLieber Staman,
danke für das Feedback und die guten Anregungen/Vorschläge.
In meinem speziellen Fall wird das Objekt durch 2 Variablen (unabhängig) charakterisiert.
Die Werte dieser beiden Eigenschaften (gleichzeitig) können nur innerhalb des elliptischen Bereichs liegen, den ich zuvor gezeichnet habe.
Ich habe einige reale Teile genommen/gemessen und diesen Teil in das Diagramm eingetragen.
Das Ziel besteht darin, zu bewerten/abzuschätzen (ähnlich dem CPK-Ansatz), wie viele Teile außerhalb der Spezifikation (außerhalb des elliptischen Bereichs) liegen können.
Ich habe mir ein ähnliches Konzept wie CPK vorgestellt … aber in zwei Dimensionen.
Ich weiß nicht, ob das meine Gedanken sind.
Danke noch einmal.
Beste grüße,
Simone
Betreff: CPK – 2 DimensionenLieber Frank,
danke für das Feedback (wird geschätzt).
Meine Situation ist, dass die beiden Variablen unabhängig sind … und ich möchte mithilfe einiger von einer echten Produktionslinie gesammelter Daten „irgendwie“ auswerten/schätzen, wie viele Teile außerhalb des „elliptischen Spezifikationsbereichs“ liegen könnten.
Ich hoffe, meine Erklärung ist klar.
Nochmals vielen Dank ... und einen schönen Wochenstart.
Beste grüße,
Simone
Betreff: CPK – 2 DimensionenWenn Sie diese Funktion wünschen, erstellen Sie bitte einen Wunschlisteneintrag in der JMP-Wunschliste.
Betreff: CPK – 2 DimensionenHallo @SimonItaly ,
Hier ist ein Beispiel für die Ausgabe, die ich von einem Skript erhalte, das ich geschrieben habe und das der oben genannten Methodik folgt (ich habe den Datensatz „Semiconductor Sample“ und die Spalte A1 verwendet, aus der ich eine Übersichtstabelle erstellt habe, indem ich die Min- und Max-Werte jedes Wafers extrahiert habe):
Dieses Dashboard zeigt die simulierten Daten (Sim) im Vergleich zu den realen Daten (R).
Wenn der vorhergesagte Wert außerhalb der Spezifikation = 0 % ist, dann ist der vorhergesagte Ppk = 2
Nur ein Denkanstoß!
Steve
Betreff: CPK – 2 DimensionenHallo Steve,
danke fürs Teilen.
Sehr interessant und eine Quelle guter Informationen.
Ich habe in der Vergangenheit mehr als 20 Jahre in der Halbleiterbranche gearbeitet und Ihre Fallstudie ist sehr deutlich.
Beste grüße,
Simone
