Conversé con Malcolm Moore, Gerente Técnico de JMP para Europa, sobre la Computación científica artículo de Mark Anawis: "Six Sigma en PC World: el enfoque de investigación se beneficia del poder de las herramientas estadísticas". Anawis describe cómo las herramientas estadísticas, incluida JMP, se pueden utilizar como parte de la metodología DMAIC.
Malcolm señaló que JMP ofrece una forma sencilla, robusta y rápida de calcular las estimaciones de Cp / Cpk para establecer una línea de base del rendimiento de las variables continuas que no siguen una distribución normal. Uno simplemente se adapta a las 13 distribuciones continuas disponibles en JMP y luego permite que JMP utilice los criterios AICc para determinar la distribución que mejor se adapta. Cuando los límites de especificación se definen como Propiedades de columna, JMP devuelve automáticamente las estimaciones de Cp / Cpk y la Sigma a largo plazo para la distribución que mejor se adapta.
Ejecuté el ejemplo con límites de especificación de IMF de 192 y 198 y un objetivo de 195. En este caso, la distribución que mejor se ajusta es Johnson SI, y los índices Cp / Cpk se calculan a partir de esa distribución.
Este enfoque, solo unos pocos pasos en JMP, puede ser particularmente valioso para aquellos en un equipo Six Sigma. Cuando se ajusten a la mejor distribución, predecirán con mayor precisión la futura oportunidad de defecto para el proceso durante los pasos de Medición y Control de DMAIC, o durante metodologías similares de mejora de procesos que podrían emplear.
¿Quieres probar esto por ti mismo? El ejemplo es del libro de 2010. Visual Six Sigma: Haciendo análisis de datos Lean : Capítulo 8, "Mejora de un proceso de fabricación de polímeros". los datos (2 MB de archivo .zip) también está disponible para que lo descargue.
