In einem aktuellen Blogbeitrag habe ich darüber gesprochen Kontrollgrenzen und Spezifikationsgrenzen, woher sie kommen und was sie sind . In diesem Beitrag wird näher darauf eingegangen Spezifikationsgrenzen . Wir werden die Prozessfähigkeit nutzen JMP eine Fähigkeitsanalyse zu erstellen. Wir werden diese Analyse dann verwenden, um Entscheidungen über unseren Prozess zu treffen. Sie können mehr darüber lesen Prozessfähigkeit in einem Beitrag meines Kollegen Laura Lancaster .
Beispiel
In einem früheren Beitrag am Generieren von Kontrollgrenzen mit Control Chart Builder, Wir haben gesehen, dass Stabilität erforderlich ist stets überprüft werden vor zur Durchführung einer Fähigkeitsanalyse. Ich habe ein Beispiel vorgestellt, das einen Druckprozess beinhaltete. Sehen wir uns dieses Beispiel noch einmal an.
Schwankungen im Druckprozess können zu Verzerrungen der Linie führen, einschließlich Schräglauf-, Dicken- und Längenproblemen. Für unsere Zwecke berücksichtigen wir die Länge der Leitung. Die Linie gilt als gut, wenn sie eine gedruckte Länge von 16 cm +/- 0,2 cm hat. Noch länger, und der Satz läuft möglicherweise von der Seite. Bei einer kürzeren Angabe würde viel Platz auf der Seite verschwendet. Für jede Auflage werden das erste und das letzte Buch zur Vermessung herangezogen. Die Zeilenlängen werden auf einer angegebenen Seite in der Mitte jedes Buches gemessen.
Analyse
Wir haben im vorherigen Blog-Beitrag zu Kontrollkarten festgestellt, dass der Prozess so war stabil . Da wir nun wissen, dass der Prozess stabil ist, können wir feststellen, ob unser Prozess stabil ist oder nicht fähig . Die Leistungsfähigkeit des Prozesses wird dadurch definiert, wie gut der Prozess ein Produkt produziert, das innerhalb der Spezifikation liegt. In unserem Beispiel gilt die Zeile als gut, wenn sie eine gedruckte Länge von 16 cm +/- 0,2 cm hat. Obwohl wir dies wussten und vor der Erstellung unserer Kontrollkarten definierten, wurden diese Informationen in unserer Kontrollkartenanalyse nicht verwendet. Diese Informationen definieren unsere Spezifikationsgrenzen. Bei diesen Werten handelt es sich nicht um berechnete Werte. Aufgrund der Größe der Seite wissen wir, dass eine gute Zeile die oben angegebene Länge hat.
Wir können dieselben Daten verwenden, um die Fähigkeitsanalyse durchzuführen. Um die Analyse zu erstellen, gehen Sie zu Analysieren->Qualität und Prozess->Prozessfähigkeit. Wählen Sie Länge als Y-Prozess aus. Wählen Sie im Abschnitt „Spaltenrollen“ die Option „Länge“ aus. Öffnen Sie den Abschnitt „Prozessuntergruppierung“, indem Sie auf das Dreieck neben „Prozessuntergruppierung“ klicken. Wählen Sie im Abschnitt „Spalten auswählen“ die Option „Ausführen“ und klicken Sie auf „Untergruppen-ID-Spalte verschachteln“.Wählen Sie im Abschnitt „Variationsstatistik innerhalb einer Untergruppe“ die Option „Durchschnitt der Bereiche“ aus. Da wir für unser Kontrolldiagramm Bereiche verwendet haben, verwenden wir auch hier Bereiche.
OK klicken. Es wird ein Dialog angezeigt, in dem Sie die Spezifikationsgrenzen definieren können. Sie können entweder eine Datentabelle auswählen, die Ihre Spezifikationsgrenzen enthält, oder Sie können Ihre Spezifikationsgrenzen direkt eingeben. Wir werden sie direkt eingeben. Geben Sie 15,98 (16-0,02) für die LSL, 16 für das Ziel und 16,02 (16+02) für die USL ein.OK klicken.
Zielplot
Zunächst wird Ihnen ein Zieldiagramm angezeigt.
Die y-Achse ist die auf Spezifikation standardisierte Standardentwicklung. Dies zeigt die Variabilität der Daten. Wir stellen fest, dass der Punkt deutlich über dem roten Dreieck liegt, was auf eine hohe Variabilität hinweist. Die x-Achse ist die auf die Spezifikation standardisierte mittlere Verschiebung. Da der Punkt in der Nähe der Spitze des Dreiecks liegt, stellen wir fest, dass der Prozess nahe am Ziel liegt (ein kleiner Betrag unter dem Ziel). Die Fläche unter dem roten Dreieck zeigt eine Nichtkonformitätsrate von 0,0027 oder besser an (dies entspricht Ppk = 1), wenn die Verteilung normal ist. Wir stellen fest, dass unser Prozess eine viel höhere Nichtkonformitätsrate aufweist. Der Ppk-Schieberegler kann so angepasst werden, dass das Dreieck unterschiedliche Nichtkonformitätsraten anzeigt.
Box-Plot
Der Capability Box Plot zeigt, dass nicht alle unserer Daten die Spezifikationsgrenzen erfüllen. Dieses Boxplot ist sehr breit und erstreckt sich über eine Breite, die viel größer ist als die grün standardisierten Spezifikationsgrenzen. Wir bemerken auch, dass der Prozess nahe am Zielwert liegt, aber etwas auf der unteren Seite. Wir sehen dies, weil die durchgezogene schwarze Linie, die im Boxplot erscheint, leicht links von der durchgezogenen grünen Linie liegt, die den standardisierten Zielwert angibt.
Individuelle Detailberichte
Um diesen Prozess detaillierter zu betrachten, wählen Sie im roten Dreieck neben „Prozessfähigkeit“ die Option „Einzelne Detailberichte“ aus. Das Histogramm deutet darauf hin, dass die Daten normal sind. Wenn Sie einen tatsächlichen Anpassungstest für die Normalität durchführen möchten, können Sie die Verteilungsplattform verwenden.
Die blaue Dichtekurve für Within Sigma liegt ziemlich nahe an der schwarz gepunkteten Dichtekurve für Overall Sigma. Dies deutet darauf hin, dass der Prozess stabil ist, was wir bereits über Control Chart Builder gezeigt haben. Im Nichtkonformitätsbericht sehen wir, dass die Gesamtabweichung 67,5 beträgt. Somit entsprechen 67,5 % unserer Messungen nicht den Spezifikationsgrenzen.
Weitere Untersuchungen
Um diesen Prozess weiter zu untersuchen, klicken Sie auf das rote Dreieck neben „Prozessfähigkeit“ und wählen Sie „Außerhalb der Spezifikationswerte“ > „Farbe außerhalb der Spezifikationswerte“.
Wir sehen in der Datentabelle, dass weniger als die Hälfte der Beobachtungen die Spezifikationsgrenzen erfüllten. Die Anzahl der Beobachtungen, die über der Spezifikationsgrenze lagen, entspricht in etwa der Anzahl der Beobachtungen, die unter der Spezifikationsgrenze lagen. Dieses Problem bedarf weiterer Untersuchungen. Vielleicht müssen wir uns genauer ansehen, wie die Spezifikationsgrenzen festgelegt wurden. Vielleicht gibt es noch andere Variablen, die wir nicht berücksichtigt haben. Denken Sie bei der Beschreibung des Prozesses daran, dass am ersten und letzten Buch jedes Laufs Messungen vorgenommen wurden. In unserer Analyse haben wir nur die Variablen Länge und Lauf verwendet. Wir haben das Buch nicht berücksichtigt, da es möglicherweise auch eine Abweichungsquelle darstellt, die wir berücksichtigen müssen.
Schlussfolgerungen
Der Druckvorgang ist stabil, aber nicht leistungsfähig. Während wir also vorhersagen können, was der Prozess bewirken wird, können wir nicht immer Linien mit der richtigen Länge (zwischen 15,98 und 16,02 cm) erzeugen.Dieser Prozess bedarf weiterer Untersuchungen.
Verweise
JMP Software: Kursnotizen zur statistischen Prozesskontrolle
Ist es möglich, die Farben für außerhalb der Spezifikation liegende Werte zu ändern, sodass heißere oder positivere Werte rot und kältere, negativere Werte blau sind? Derzeit ist es umgekehrt und das erscheint kontraintuitiv.
