私はヨーロッパのJMPテクニカルマネージャであるMalcolm Mooreと話をしました。科学計算 Mark Anawisによる記事： 「PCの世界におけるシックスシグマ - 調査アプローチは、統計ツールの力から恩恵を受けます。」 Anawisは、JMPを含む統計ツールをDMAIC方法論の一部としてどのように使用できるかを説明しています。
マルコムはそれを指摘しました JMP 正規分布に従わない連続変量の性能をベースラインにするためにCp / Cpk推定値を計算するための簡単で、頑強で速い方法を提供します。JMPで利用可能な13個の連続分布すべてを単純に近似してから、JMPにAICc基準を使用して最適な分布を決定させるだけです。仕様限界がColumn Propertiesとして定義されている場合、JMPは自動的にCp / Cpk推定値と最適分布のLong Term Sigmaを返します。
私は192と198のMFI仕様制限と195の目標で例を実行しました。この場合、最適な分布はJohnson SIであり、Cp / Cpkインデックスはその分布から計算されます。
このアプローチは、JMPのほんの数ステップで、シックスシグマチームのメンバーにとって特に有益です。それらが最良の分布に適合するとき、彼らはDMAICの測定と制御ステップの間、または彼らが採用するかもしれない同様のプロセス改善方法論の間にプロセスの将来の欠陥の機会をより正確に予測するでしょう。
自分で試してみませんか？例は2010年の本からのものですビジュアルシックスシグマ：データ分析の効率化 ：第8章「ポリマー製造プロセスの改善」のデータ （2 MBの.zipファイル）もダウンロード可能です。
