你好， 每個人。
我的 姓名 是 坎普。
來 從 台灣.
I 工作 在 總理 材料 為了 全球的 繼續 改進。
和 其他 作者 是 韋恩 也 從 台灣.
他在 Prime Material 工作 為了 顧客 品質 工程師。
今天 我們 將要 展示 如何 到 利用 SIPOC JMP平台
到 戰鬥 測量 系統 錯誤
在你的整個 購買。
這 專案 是 測量 系統錯誤 之間 供應商 A 和 供應商 B.
I 將要 去 透過 為了 這 二
話題。
為了 這 介紹 和 供應商A 測量 系統。
然後是韋恩 我們 將要 去 透過 這 下一個 二 主題。
為了 這 介紹，
I 將要 去 透過 這 背景，SIPOC 以及範圍內外分析，
MSA CTQ 的相關性。
供應商 A 測量 系統，
我們 將要 覆蓋 這 Excel Xbar-R 對比 JMP ANOVA交叉方法。
儀表 R&R
P/T 和 P/TV 比率標準，
變異性圖表和量規 R&R 平均值圖，
量規 R&R 驗證錯誤。
供應商 B 測量 過程，
我們 將要 覆蓋 EC圖，
透過 X 應急平台來擬合 Y。
一個簡單的 t 和樣本效力 t 檢驗，
量規 R&R。
這 最終的 結論 將要 是 展示
統計過程控制 控制 圖表 為了 量規 R&R， 和 a 概括 的 分析。
剩下的就是 值得借鏡的經驗 來自 JMP。
第一個主題 我們 將要 去 透過 為了 這 介紹。
該項目基於 在 這 問題 陳述。
我們 理解 這 揮發性有機化合物。
這 目的 的 這 專案 是
供應商 A 和供應商 B 都測量了相同的零件。
供應商 B 有 得到 a 很多 更糟 結果
不料 比 結果 的 這 供應商A。
顧客 有 請求 到 尋找 出去 這 差距
並驗證供應商A、B的測量系統。
然後 我們 去 為 這 食物 到 理解 我們的 CTQ。
他們 是 三個 CTQ， 我們 尋找 出去。
C T 第一問，
標準化供應商 B 測量，
哪個 我們 需要 見面 為了 在 這 某些標準，
解決 需要 到 是 較少的 比 10 %。
C T 第二季度， 核實 供應商A和供應商B之間的差距。
所以 我們 需要 到 見面... 這 偏差需要為零。
CTQ3，供應商B Gauge R&R
哪個 我們 需要 到 滿足 CTQ 比率的標準 較少的 比 三十 %。
這 是 這 食物 結構。
我們 開始 和 這 客戶聲音
和 返回 這 輸出 CTQ， 哪個 出色地 尋找 出去。
A 再回來 到 這 流程 專案,
全部 他們所受約束的過程 這 測量 系統。
和 這些 四 序列， 州 為了 校準 到 手術。
和 這 針規校準。
然後 樣本 為了 這 擴散器， 洞 測量。
最後，透過與PQP Excel文件相同的方式辯論假設。
作為 你 能 看，
這 是 全部 關於 MSA。
在 這 下列的 滑動， 我們 將要 去 進入 圖片
的 這 關係 關於 這 食物 和 這 條款與條件 和 這 客戶 VOC。
有 二 測量 輸出 為了 這 供應商 A 和 這 供應商 B.
在 我們的 目標 s 需要 到 措施 我們的 測量 系統，
供應商 A 和供應商 B 需要 到 是 這 相同的。
在 這 測量 流程 變化， 那裡 是 二 部分。
一 是 這 準確度 其他 一， 這 位置。
為了 這 準確性， 是 到期的 為了 這 偏見
線性。
和 解決方案 為了 那，
穩定 是 不是 在 我們的 範圍。
為了 這些 三 是 表明 為了 我們的 CTQ1 和 這 CTQ2。
為了 這 CTQ3 是你嗎 tput 為
精確 問題 為了 可重複性和再現性。
我們 將要 去 透過 這 第二 話題， 供應商 A 測量 系統。
在我們的 量規研發 R 錯誤，
我們 使用 這 持續 數據，
交叉 方式
和 不 形式
為了 二 最好的。
什麼 是 Xbar-R 方法？
和 否則， 方差分析方法？
Xbar-R 方法適用於 PQP Excel 檔案。
他們 有 二 劣勢，
這 第一個， 它 可以 不是 探測 部分- 到- 操作員 相互作用。
第二，
它 是 製成 和 這 量規 R&R， 和 這 普通的 分配。
所以 你 將要 是 影響 經過 任何 異常值。
也, 是 不是 好的 為了 這 樣本 數據 是 更多的 比 五 數據 點。
在 變異數分析方法，
它 不是 僅有的 能 探測 零件到操作員 相互作用，
但 也 使用 標準 直接偏差 .
所以 它 不需要 到 是 經過考慮的 為了 這 普通的 分佈。
在我們的 投射互動 是 高的
所以 w e 必須 需要 到 是 使用 這 變異數分析 方法 為了 我們的 儀表 R&R 分析。
第一的， 我們 選擇 這 低的 數據 資金 為了 a 什麼鬼 文件。
他們 使用 這 10 數據 點
為了
這 學習。
事實上，它 是 不是 好的 為了 更多的 比 五 數據 觀點，
X-桿 分析，正如我 提及 為了 這 滑動。
反正，
我們 仍然 使用 這 相同的 數據 進入 JMP變異數分析 作為 出色地 .
第一個地方 PQP 沒有文件
是 僅有的 只是 無用 文件錯誤。
Y 或者 告訴 我們 那裡 是 二 比率 為了 量規 R&R，
電視/電視 是 24 %,
是 測量 [聽不清楚 00:06:52]。
點火/ 是 9 %, 哪個 是 漂亮的 好的。
什麼 是 這 不同之處 之間 電視/電視 和 P/T ?
W e 應該 知道 那裡 是 三 變化。
一， 裝置 變化， 哪個 被稱為 可重複性。
其他 是 這 操作員 變化， 也就是 稱為 這 可重複性。
這 最後的 一 是 這 部分 變化，
哪個 依賴 在 簡單的 會議。
現在，
P/ 電視 定義 是
P 是 這 流程
等於EV
加 OFF。
且 TV 是總方差，等於 EV 加 AV 加 PV。
那裡 將要 是 a 風險 什麼時候 量規 樣本 範圍 將高度 影響
電視/電視 比率 結果。
在 點火/ 定義，
P 是 寬容 是 零件規格 R 天使。
什麼時候 規格 是 出色地 定義， 點火/ 比率 是 我們的 首選 到 MSA
為了 衡量 R&R 成功率 標準。
為了 這 第二 [聽不清楚 00:08:13]
我是 對不起。
為了 這 第二 [聽不清楚 00:08:17] JMP 具有 無Xbar-R 錯誤，
僅方差分析。
那裡 是 二 模型。
一 是 這 主效應 模型， 和 其他 一 是 交叉 模型。
主要的 效應模型 有 不 零件到操作員組件。
將要 是 最多 已分配 到 可重複性，並且 造成 經過 機器 問題。
在 這 其他 手，
交叉 模型 可以正確 衍生
這 零件到操作員 交互作用 成分，
哪個 將要 告訴 我們 那裡 是 這 問題 發生 在 這 量規 R&R，
在 這 流程 問題。
我們 更喜歡 選擇 交叉的 模型 相當 比主效應模型。
在 這 量規 R&R 變異圖，
在圖表左側
測量平均值。
這裡 我們 需要 到 被看見 是 那裡 50 %,
的 觀點， 是 外部 的 這 控制也許。
這表明 這 案件 是 有能力的
偵測 這 [聽不清楚 00:09:32] .
我們的 案件 是 a 100 % 外部 的 這 控制， 哪個 是 好的。
在 這 標準 偏差 圖表，
在 這 操作員 B, 在 這 A 部分 有 重複性 問題。
那裡 是 二十五 % 的 這 數據 是 在 零 ,
哪個 表明 測量 結果 是 無法實現。
在量規 R&R 上，平均值圖 為了 這 測量 操作員。
我們 能 看 為了 操作員 C，是
更高 比 操作員A 和 B
在 按零件測量。
您可以看到數據 是 向上 和 向下，
它表明大 不同的 之間 部分。
也, 這 樣本 範圍 是 1.2 平等的 到 公差範圍的 20% ,
哪個 是 也 小的，
導致更高的 點火/ 比率。
這 最後的 一 是 這 部分- 到- 操作員 互動。
在 這 部分 7至A，
那裡 是 這 交叉 線 之間 部分操作員 B
和 這 操作員A 和 C.
它表明相互作用 之間 估價師 和 這 部分。
我們 最後 去 到 這 最後的 部分 的 這 量規 R&R。
這 第一類 和 第二類 錯誤。
這 第一類錯誤
是 經常被拒絕 阿爾法 風險。
也許在 製造商 邊 部分 [聽不清楚 00:11:04] 是 好的
但我們拒絕。
否則，
第二類錯誤
是 常被接受， 測試版 風險，
哪個 方法 是 顧客 邊 部分 [聽不清楚 00:11:16] 是 壞的。
但 我們 說，
和 這 邊，
我們 能 看 沒有什麼。
我們 能 看
那個阿爾法 是 零 和 這 測試版 是 三十九 %。
如果 你 是 仍不清楚 ,
我們 能 展示 你 這 例子。
在 製造商 邊， 生產 300 部分。
那裡 是 200 部分， 是 好的 部分
和 這 100 部分， 是 壞的 部分。
如果 這 貝塔風險 是 三十九 %,
哪個 出色地 遞送
39個壞零件 顧客 地點。
我們 結論 三十九 % 的 零件，
將要 是 發表 到 這 顧客，
哪個 是 不是 可以接受。
我們 需要 到 考慮 為了 規格限制
為了 這 調整 我們的 提供 和 這 測試版 風險。
在 這 數據
儀表 R&R 樣品 是 全部 好的， 100 %。
和 僅有的 測試版
已經觀察到風險。
這裡 是 這 儀表 R&R 概括。
我們 推薦 P/T 比 反而 的 這 電視/電視 比率。
我們 推薦 使用 聯合監測計劃 交叉法
用於分配您的 Gauge R&R 誤差。
即使 P/T 是最好的，
我們 仍然 有 到 手錶 這 營運商對 部分 交互作用
這 錯誤分類
為了 我們的 部分 品質 努力。
好的， I 完成的 我的 部分。
所以 這 下一個 二 部分
將要 是 展示 經過 韋恩。
韋恩是 你的 轉動。
你好。
這 是 韋恩 請講。
讓 我 揭露 這 最後的 兩會
為了 這 供應商 B 測量 過程。
這 是
收容教育 圖表。
魚 骨， 到 確認 潛在的 成本
穿過 標準
程式 和 這 標準
供應商B
和 供應商 一個。
後 最後的 討論 和 工程，
我們 結論 五 潛在的
正當理由
到 標準化 和 證實
這 第一項 是 別針
測量 順序。
供應商 B 適應 從更大 別針 到 更小 別針 經過 標準 程式.
[聽不清楚 00:13:59] 兩個都 方式，
供應商 A 採納 更小 到 更大 多樣性。
這 第二 物品 是 預檢 經過 校準。
供應商 B
沒有 做 這 行動
經過 一個標準 程式 和 供應商A 做過。
這 第三
行動 是 a 針規分辨率。
供應商 B 用過的 這 更大 針規 增量，
50 % 在 解決，
儘管 標準 和 供應商 A 拿 10 % 在 解決。
這 第四項 是 無論 到 查看 這 別針
前 進入 這 擴散器 洞 或者 不是。
這 最後的 物品 關於 這 別針 持有者 重量。
供應商 B 採取的行為， 比 標準 程式
和 供應商 一個。
現在 我們 將要
做 一 經過 一，
這 假設 測試和
有效的 數據 和 高的 分數 應急。
這 第一個假設 我們 有 到 做 是 核實
如果 順序 一 是 不同的 從 順序 二 或者 不是。
順序 一 別針 去 從 更小 尺寸 到 更大 尺寸。
順序 二 是 只是 在 這 相反， 反向 別針。
這裡 是 這 主要的 結果 為了 這 順序 一 和 順序 二。
讓我們 做 卡方檢定 到 看
差別 之間 [聽不清楚 00:15:25] 或者 不是 .
在列聯表中， 結果 節目 p 值 較少的 比 5 %。
所以 我們 被拒絕 a 無效的 假設，
哪個 方法 順序 一 是 相當 不同的 從 順序 二。
所以 我們 必須 手錶 出去 這 鑰匙 因素 在 針規 測量。
這 第二 假設
是 這 方式 你 做 預檢 別針 尺寸 經過 校準 工具。
了解你的 口徑 前 這 測量。
這裡 是 這 擴散器， 所有的 尺寸 數據。
這 假設 是 那 我們 錯誤 90 為 90.6 沒有 預檢。
那裡 將要 是 11個區域
變得 不- 去。
基於 在 列聯表。
在 卡方檢驗， 我們拒絕 無效的 假設。
這 方法 校準 前 測量 是 重要的，
重要的。
這 第三個假設 測試 是 到 比較 全部 這 測量 工具，
20 % 解決
和 新的 二 或者 10 % 解決 在 這 測量 變化。
經過 使用
這 相似的 概念，
我們 能 知道 為什麼 我們 用過的 這 更高 解決
在 這 測量。
商品上也一樣 四、 搖晃 這 別針 前 進入 這 洞。
我們 使用 這 具體的 四十八 孔
和 和 沒有 搖晃 到 看 去/不去效應。
結果顯示為 null 假設 是 被拒。
那 方法 搖晃 別針 是 重要的 進行測量。
然而，
關於商品五針虎鉗
全部 這 重量...
卡方 p 值 更多的 比 5 %,
哪個 方法 我們 不能 拒絕 零 假設。
那 告訴 我們那裡 不 差異 這 測量 之間 這 單元
和 五 次 單元 在 重量。
因為 我們 有 多樣化數據 全部 的 五 鑰匙 測量 專案 多於。
失效模式與影響分析 能 更遠 估計 RPN
前 和 後 這 改進 的 我們的 推薦 行動。
基於 在 嚴重程度， 可能性 和 偵查力。
為了 [聽不清楚 00:17:55]
針規 測量 順序， 嚴重程度 是 高的 因為 這 錯誤的 去。
過去的 可能性 是 也 高的 因為 迪斯 地點 到 洞 中心，
W e 使用 這 順序 一 因為 高 偵測 活動。
後 我們 改變 到 順序 二，
這 可能性 和 探測能力 將要 降低 到 這 一半， 所以 參考點網絡 減少 到 54
並且 或者 能 看
全部 這 分數 正在 100 會議 我們的 預報。
好的，
讓我們 移動 在 這 CT 第二季 關於 偏見 之間 供應商 B 和 供應商 一個。
從 這 FMEA， 我們 是 自信的
的 擴散器針孔 尺寸 是 大約 90 到 90.6.
然而， 供應商 A、足總盃 報告 節目 全部 這 針孔 點 96.
我們 拿 分配 意思是 測試，
這 p 值 建議 這 差距 之間 供應商 樂團 供應商 A
實際標準化 是 真的 某物 不同的。
所以 我們 有 最後的 與溝通 這 供應商 一個。
我們 結論 這 二 潛在的 原因。
一 潛在的 原因 可能 是 一些 洞 觀點 93 一些 是 90.6.
在 現行符號方法
部分
直的 進入 24 錯了。
樣本 一
隨機 在 24 錯誤的。
是 它 足夠的 到 尋找 出去 a 更大 尺寸？
所以 我們 確認 和 這 樣本 尺寸 和 力量 測試。
這 其他 可能的 原因 可以 是 這 孔擴大 期間 這 測量。
W e 已驗證 經過 重複 這 針規 測量。
好吧，我們 看 這 結果 .
這是範例 尺寸 和 力量 測試 結果。
確切地說 測試 二項式，
力量 是 平等的 到 99.7，
那是 更多的 比 90 %。
在 普通的 近似， 力量 是
97.6.
那是 更多的 比 90 % 作為 出色地。
在 其他 單字 為了 力量， 更多的 比 90 % 將要 只是 要求 18 點 到 主要的。
所以， 目前的 分層
隨機抽樣具有良好的檢測能力。
它 是 a 胖的 機會 那 我們 不能 抓住 96 在 直徑
且目前24直被錯。
在 部分 做 有 更大 洞 尺寸。
現在， 在差距之後 曾是 成立
我們 更遠 查看 如果 我們的 CTQ3量規R&R是否合格。
F 唯讀記憶體 左邊 桌子， 你 能 看 這 洞 直徑 曾是 增加 經過 4 % 僅有的
比較的 到 寬容。
這 解決 是 較少的 比 10 %。
我們可以 認為 非破壞性 交叉法 ,
到 符合這個條件 測量 能力。
現在，
儘管
操作員- 到- 部分 交互作用 帳戶 為了 13.6%。
點火/ 比率 是 仍然 18 %,
哪個 會 滿足 Gauge R&R 標準，低於30%
後來我們 去 地址 更多的
關於 交互作用 這裡 關於 這 電視/電視 比率。
西格瑪 和 方差也 是 高的 和 不能
是...
量化 因為 這 同一個洞 尺寸 選擇
是 不是 寬的 足夠的。
圖層 為了 這 參考 僅有的。
好的，
為了 我們的 結論
和 關於 這 統計過程控制 控制 圖表 到 監視器 這 儀表 R&R 穩定。
我們 使用 這 萊維·詹寧斯 圖表
到 得到 這 流程 長期 西格瑪用於計算量規 R&R P/V 比率。
之前階段 在 供應商 B,
和 測量 解決 50 % 節目 更大 西格瑪
和 更寬 控制 限制 根據。
後， 在 供應商 B,
和 測量 解決 10 %, 節目 更小 西格瑪 和 狹窄的 控制 限制。
它得到了 改進了 測量 精確
為了 a 常見的 原因。
這裡 是 這 概括 為了 a CT 問題 1
標準化 供應商 B 測量 和 這 解決 較少的 比 10 %。
僅引腳 持有者 重量 是 不是 重要的
這 其他 四 測量 物品 是 全部 重要的。
為了 CTQ2 , 樣本 尺寸 是 好的
和 這 洞 放大 問題 期間 測量 曾是 成立。
為了 這 CTQ3 , 供應商 B
提供 它是 合格的 測量 能力
儀表 R&R 較少的 比 三十 %。
在哪裡 這 重複性 較少的 比 10 %, 和
關於 可生產性 較少的 比 20 %。
為了 拿 離開 學習， 我們 使用 這 最後的 跳轉 工具。
喜歡 收容教育 圖表， 適合 Y 經過 X 緊急 桌子，
樣本 力量 測試， 分配 意思是 測試
變異數分析交叉量規 R&R 到 標準化 我們的 針規 測量。
那是 全部 關於 這 跳轉 修習。
感謝 你 為了 聆聽。
