Il video che utilizza JMP 18 è stato pubblicato a giugno 2025.
Hai bisogno di identificare variazioni di processo di routine (cause comuni) e anomale (cause speciali) nel tempo? Hai il compito di confrontare le prestazioni di un processo rispetto ai limiti di specifica stabiliti o dopo una modifica? Sei responsabile della comprensione delle metriche di stabilità e capacità per un gran numero di processi nel tempo?
In questo caso di studio utilizziamo le informazioni di processo per vedere come:
- Visualizzare e creare grafici di controllo per individuare le variazioni.
- Gestisci i limiti delle specifiche e allegali ai dati.
- Esaminare i processi per identificare possibili problemi, punti fuori controllo e un riepilogo visivo dei problemi del processo.
- Confrontare la variabilità nei processi in relazione ai cambiamenti (fasi) nel processo.
- Rappresenta graficamente la frequenza relativa o la gravità dei problemi di processo, anche prima e dopo un intervento.
Prerequisiti suggeriti:
- Familiarità con la terminologia comune del controllo di processo.
- Esperienza nella creazione di grafici di controllo e nelle analisi più comuni utilizzate per identificare i problemi di processo.
Ecco due attività correlate su questo argomento:
Domande a cui hanno risposto @ChristianStopp e @alisa_h_lowery durante il webinar in diretta:
Qual è la differenza tra Ppk e Cpk?
R: Il Cpk rappresenta la variabilità a breve termine (all'interno del sottogruppo), mentre il Ppk rappresenta la variabilità a lungo termine (complessiva). C'è anche un ottimo modulo sulla Qualità nei contenuti STIPS gratuiti che offriamo, che potete trovare qui:https://www.jmp.com/it/corso-di-statistica-online .
Cosa fai per Ppk se i dati che hai non sono normali, sono distorti o sono un normale mix di 2, vicini alla normalità ma in realtà non del tutto?
UN: È possibile specificare distribuzioni non normali all'interno della piattaforma di capacità o utilizzando le proprietà della colonna per la misura.
Esiste un modo per combinare tutte queste capacità di processo individuali in un unico processo complessivo, in modo da classificare due impianti diversi?
UN: È possibile utilizzare una variabile "by" nella capacità di processo. Se si combina, il grafico obiettivo può farlo. Il grafico della capacità consente di esaminare l'intervallo. I report potrebbero apparire confusi a causa del numero di variabili. La richiesta potrebbe essere soddisfatta da un framework SPC multivariato, che attualmente non è supportato qui, ma è un aspetto che JMP Development sta valutando. D'altra parte, confrontare le singole capacità tra gli impianti potrebbe essere una strategia ragionevole per confrontare le prestazioni tra di essi ed esistono altre strategie pratiche di "offset di misura" per cui è possibile utilizzare JMP.
È possibile utilizzare Ppk/Cpk sui dati logistici?
ONU: Potrei immaginarli utilizzati in questo senso, come un modo per valutare l'efficacia del processo rispetto ai parametri di riferimento desiderati.
Quanti punti sono necessari affinché l'analisi del grafico di controllo sia utile?
ONU: In genere, più sono, meglio è. Puoi trovare grafici di breve periodo disponibili in JMP se stai esaminando insiemi di prodotti di cui stai esplorando la stabilità.
Qual è il tasso di allarme nello screening dei processi?
UN: Frequenza di allarme contiene informazioni sui sottogruppi che generano allarmi per una varietà di test, tra cui ciascuna delle 8 regole Western Electric. La stima della deviazione standard è il valore Entro Sigma. Per impostazione predefinita, nella tabella riepilogativa vengono visualizzate solo le colonne Frequenza di allarme, Test 1 e Ultimo allarme. Frequenza di allarme è il numero di sottogruppi che hanno generato allarmi per uno qualsiasi dei test selezionati nell'opzione Scegli test (Qualsiasi allarme) diviso per il numero di sottogruppi non mancanti (Sottogruppi).
Se si riesce a identificare una causa attribuibile alla variazione della causa speciale, il resto del processo è stabile e sotto controllo?
ONU: In tal caso, suggeriremmo, se possibile, di raccogliere più dati e di utilizzare fasi per dimostrarlo. Non è ottimale nascondere o escludere informazioni.
