Process Screening et Process Capability pour les graphiques à trois entrées dans JMP 14Les graphiques à trois entrées ont été introduits dans Générateur de cartes de contrôle dans JMP dix. Vous pouvez lire sur ce type de graphique dans mon collègue Annie Zange article de blog de "Les graphiques à trois voies, une évolution du graphique de contrôle Presummarize." Nous sommes heureux de pouvoir dire qu'en JMP 14 , vous pouvez également obtenir un graphique à trois entrées sur deux autres plates-formes. Le graphique à trois entrées est désormais également disponible en Dépistage des processus et Capacité du processus .
Prenons l'exemple d'un processus de remplissage de flacons dans une société pharmaceutique. Il y a une grande machine complexe qui remplit des flacons dans une salle super propre. Pour remplir les flacons, la machine utilise un ensemble de quatre aiguilles pour remplir un bloc de quatre flacons. Une fois les flacons remplis, ils sont bouchés et envoyés hors de la salle blanche dans une autre salle. Dans la deuxième salle, le poids de remplissage des flacons est testé à intervalles réguliers tout au long de la journée. Le poids de remplissage cible est de 6,1 grammes par flacon. Si le poids de remplissage du flacon mesure moins de 5,8 grammes, le flacon devra être jeté. Nous avons les données de production de la semaine dernière pour les flacons de dose de Drug Z 10 de la société. Douze échantillons ont été testés par jour avec six flacons par échantillon. Examinons rapidement les données à l'aide du graphique de variabilité pour voir les différents types de variation que nous nous attendons à voir.
Tableau de variabilité
Ouvrez Vial Fill Weights, qui est fourni avec les exemples de données JMP, et exécutez le script de diagramme de variabilité.
dt=Open("$SAMPLE_DATA/Quality Control/Vial Fill Weights.jmp");
dt<<RUN script=""></RUN>
Variability chart for vial fill weightsTableau de variabilité pour les poids de remplissage des flacons
Remarquez la variation interne. Chaque échantillon ne produit pas de flacons avec le même poids de remplissage. La barre de plage pour l'échantillon 12 montre une grande variation dans les poids de remplissage des six flacons. Remarquez la variation entre les deux. Toutes les barres ne sont pas de longueur égale ou au même endroit. La barre de gamme pour l'échantillon 41 est beaucoup plus élevée que la barre de gamme pour l'échantillon 56. Les données ont été colorées par jour. Remarquez le modèle qui apparaît avec les jours. Il semble que les mesures aient tendance à augmenter au début de la journée, puis les mesures diminuent quelque peu, mais les plages ont tendance à s'élargir beaucoup plus à la fin de la journée. Compte tenu de la conception imbriquée, nous nous attendons à des variations entre les échantillons ainsi qu'au sein des échantillons. Nous aurons donc besoin d'un tableau à trois entrées pour analyser ces données.
Dépistage des processus
Pour créer un diagramme à trois entrées dans Process Screening, procédez comme suit.
- Sélectionnez Analyser->Screening->Traiter le dépistage.
- Sélectionnez Fill Weight dans le panneau Select Columns et cliquez sur Process Variables.
- Sélectionnez Échantillon dans le panneau Sélectionner les colonnes et cliquez sur Sous-groupe.
- Pour Type de carte de contrôle, sélectionnez XBar MR et S.
Process Screening DialogBoîte de dialogue Analyse du processus
Process Screening reportRapport d'examen préalable du processus Les résultats donnent quatre estimations de sigma.
- Dans sigma est l'estimation de la variation au sein des échantillons.
- Le Sigma global est une estimation de la variation globale qui ne dépend pas des sous-groupes.
- Entre sigma est une estimation de la variation entre les échantillons.
- Sigma entre et à l'intérieur est une estimation de la variation combinée au sein d'un échantillon et entre les échantillons.
On remarque pour cet exemple que le sigma intra (0,05256) est légèrement supérieur au sigma inter (0,03332). Le sigma entre et à l'intérieur (0,06223) est très proche du sigma global (0,06993).
Le rapport de stabilité et le Cpk sont calculés à l'aide de l'estimation Sigma entre et à l'intérieur.
Capacité du processus
Nous pourrions produire un diagramme à trois voies dans Process Capability en sélectionnant le processus dans la plateforme Process Screening et en choisissant Process Capability for Selected Items. Voyons plutôt comment produire une analyse à trois voies à l'aide de la boîte de dialogue Capacité de processus.
- Sélectionnez Analyser->Qualité et processus->Capacité de processus.
- Sélectionnez Fill Weight dans le panneau Select Columns et cliquez sur Y, Process.
- Ouvrez le panneau Sous-groupe de processus.
- Sélectionnez Sample dans le panneau Select Columns, Fill Weight dans le panneau Cast Selected Columns into Roles et cliquez sur Nest Subgroup ID column.
- Cliquez sur Calculer la capacité entre et à l'intérieur.
Process Capability DialogBoîte de dialogue Capacité de processus
Dans le triangle rouge à côté de Process Capability, choisissez Individual Detail Reports.
Process Capability ReportRapport de capacité de processus
Dans la section Résumé du processus, vous remarquerez les quatre mêmes estimations de sigma que vous avez vues dans la plate-forme Process Screening. Vous trouverez également des statistiques de capacité basées sur le sigma entre et à l'intérieur ainsi que des statistiques de capacité basées sur le sigma global.
Nous voyons sur l'histogramme que le processus est légèrement au-dessus de la cible. Tous les poids de remplissage des flacons sont dans les limites de spécification données. Ce processus est capable.
Graphiques à trois voies sur trois plates-formes
Commençant par Variante 14 de JMP, les graphiques à trois entrées sont disponibles sur trois plates-formes différentes : Control Chart Builder, Process Screening et Process Capability. Cela signifie qu'en tant qu'utilisateur, vous disposez de plusieurs façons d'analyser les mêmes informations, c'est-à-dire que vous pouvez choisir la plate-forme qui correspond le mieux à vos besoins.
Dans JMP 14, vous pouvez obtenir un graphique à trois entrées dans deux autres plates-formes : Process Screening et Process Capability.
Re : Analyse de processus et capacité de processus pour les graphiques à trois entrées dans JMP 14Oui, vous avez raison de dire que la formule doit être sigma_within et non sigma^2_within.Je m'excuse pour la faute de frappe.Les formules de la documentation semblent être correctes bien que celle pour le Individu sur les moyennes, plage mobile sur les moyennes et graphique en S semble manquer.Je veillerai à ce qu'il soit ajouté.
Le calcul intra-sigma est le même que celui utilisé pour les cartes de contrôle.Une référence pour cela est
Société américaine pour les essais et les matériaux (1976). Manuel ASTM sur la présentation des données et l'analyse des cartes de contrôle . Philadelphie : ASTM.
Re : Analyse de processus et capacité de processus pour les graphiques à trois entrées dans JMP 14Merci pour la réponse rapide, Tonya. [Le sigma-squared-within sur le LHS des deux premières formules devrait être sigma-within.]
Je n'ai jamais entendu parler du calcul d'une estimation de l'écart type groupé à l'aide d'un type de moyenne pondérée des * écarts types * - il est toujours basé sur la racine carrée d'une moyenne pondérée des * variances * du groupe, et les facteurs de pondération sont les degrés de chaque groupe de liberté.
J'ai vérifié le livre "Quality and Process Methods" et n'ai trouvé aucune citation pour les formules qui y sont utilisées. Pouvez-vous m'en indiquer? Merci.
Re : Analyse de processus et capacité de processus pour les graphiques à trois entrées dans JMP 14Ces formules sont toutes données dans la documentation.Veuillez consulter le livre sur les méthodes de qualité et de processus pour plus de détails.
Le calcul de Within Sigma dépend du type de graphique.

Pour un individu sur les moyennes, la plage mobile sur les moyennes et la carte R, la formule est la suivante :

où
s je = écart-type d'échantillon du i e sous-groupe
N=nombre de sous-groupes pour lesquels n je >=2
c 4 (n je )=valeur attendue de l'écart type de n je variables indépendantes normalement distribuées avec écart-type unitaire
R je =gamme des i e sous-groupe
ré 2 (n je )=valeur attendue de la plage de n je variables indépendantes normalement distribuées avec écart-type unitaire.
La formule entre et à l'intérieur de sigma est la suivante :

où H est la moyenne harmonique des tailles d'échantillon des sous-groupes.
Re : Analyse de processus et capacité de processus pour les graphiques à trois entrées dans JMP 14Je pensais que le "Within Sigma" est égal à la racine carrée de la variance moyenne dans les échantillons ? [Nous pouvons utiliser la moyenne arithmétique puisque les échantillons ont des Ns égaux.] Quand je fais cela, j'obtiens 0,058277 pour le Sigma intérieur.
Aussi, pourriez-vous en dire plus sur le " Sigma entre et à l'intérieur ? » Je ne trouve ce terme dans aucun de mes livres de statistiques appliquées ou sur Internet. De plus, comment est-il calculé ?
Merci! 
Re : Analyse de processus et capacité de processus pour les graphiques à trois entrées dans JMP 14Je suis heureux que vous trouviez les tableaux à 3 voies utiles.
Il y a de fortes chances qu'il se passe quelque chose de systématique si l'ensemble est bien supérieur à N/B, mais je n'ai pas suffisamment étudié cela pour pouvoir dire que c'est la seule possibilité.S'il y a un changement systématique, cela devrait être facilement visible dans les graphiques des données (diagrammes de processus).
Re : Analyse de processus et capacité de processus pour les graphiques à trois entrées dans JMP 14Vraiment ravi de voir cette fonctionnalité étendue au sein de JMP.C'est quelque chose pour lequel j'ai dû m'appuyer plus souvent sur Minitab car les options de JMP n'étaient pas là ou n'étaient pas évidentes pour moi.
De plus, je suis curieux de connaître votre différence entre la variation globale et N/B.Mon point de vue à ce sujet était que si l'ensemble était sensiblement plus grand que B/W, alors vous aviez une forme de variance qui était de nature systématique, comme une dérive ou un changement d'étape.