850031_de-DE

liliconcom

Längsschnittanalyse über mehrere Prozessschritte, Mittelwert und Variabilität

Tony Cooper , PhD, analytischer Berater, SAS

Rohteile können zufällig in eine nachfolgende experimentelle Prozessphase eingespeist werden. Wie kontrolliert man den Anfangswert? Wie stellt man fest, ob die experimentelle Prozessphase besser erscheint als die ursprüngliche Version? Was passiert, wenn viele nachfolgende Phasen vorhanden sind? Was passiert, wenn die Phasen sowohl die Variabilität als auch den Mittelwert beeinflussen? Ist eine Split-Plot-Analyse die beste Option? Was passiert, wenn die Teile nicht randomisiert werden können, sondern sofort in die nächste Phase eingespeist werden müssen? Industriepraktiker sind mit dem von Shewhart eingeführten und von Deming populär gemachten Modell der kausalen Instruktion (spezielle Ursache/gemeinsame Ursache) vertraut. Sie kennen möglicherweise nicht die Klasse der Prozessstudien mit longitudinalen Messwiederholungsdesigns. Diese Präsentation diskutiert die Anwendung des Modells der speziellen Ursache/gemeinsamen Ursache auf longitudinale Messwiederholungsdesigns. Es wird ein äußerst grafisches Tool vorgestellt, das den Shewhart-Prinzipien folgt und zusätzlich die zusammengesetzte Symmetrie bewertet. Ein Beispiel für nach jeder Prozessphase erfasste Daten von Teilen wird verwendet, um die synergistische Nutzung von Regelkarten, ANOMV und gemischter Modellierung zu demonstrieren.