Yves Chandon, cinturón negro Six Sigma, Freescale Semiconductor
Cada circuito integrado analógico automotriz se mide mediante entre 100 y 5000 pruebas antes de la entrega al cliente. El análisis de componentes principales se ha utilizado como técnica de reducción de la dimensión variable para analizar estos archivos de datos relativamente grandes. Sin embargo, para el experto en la materia, la interpretación de los componentes principales no siempre es sencilla. El procedimiento de agrupamiento de variables es una herramienta práctica. Cada grupo puede analizarse y se muestra la variable más representativa de cada uno. Para el experto en la materia, resulta bastante conveniente ajustar todas las variables de un grupo por la más representativa mediante ajustes bivariados mediante elipses de confianza. Esta información puede ser útil para mejorar el rendimiento, la calidad o la reducción de costes en las pruebas. También es posible mejorar las correlaciones entre el conjunto de variables más representativas y las demás variables mediante regresión gradual o la plataforma Partition. Los mínimos cuadrados parciales también pueden utilizarse para modelar todas las variables por la más representativa de cada grupo que no sean ortogonales como los componentes principales. Estas técnicas mejoran significativamente la comprensión global de la estructura de variabilidad del producto. Esta información se utiliza para optimizar el rendimiento y los costes, así como para mejorar la calidad.
