In un recente post sul blog, ho discusso limiti di controllo e limiti di specifica, da dove provengono e cosa sono . Questo post entra più nel dettaglio limiti di specifica . Utilizzeremo la capacità di processo in JMP per generare un’analisi delle capacità. Utilizzeremo quindi questa analisi per prendere decisioni sul nostro processo. Puoi leggere di più a riguardo Capacità di processo in un post del mio collega Laura Lancaster .
Esempio
In un post precedente su generare limiti di controllo utilizzando Control Chart Builder, abbiamo visto che la stabilità dovrebbe farlo Sempre essere controllato precedente per eseguire un’analisi di capacità. Ho introdotto un esempio che coinvolgeva un processo di stampa. Rivediamo questo esempio.
Le variazioni nel processo di stampa possono causare distorsioni nella linea, inclusi problemi di inclinazione, spessore e lunghezza. Per i nostri scopi, consideriamo la lunghezza della linea. La linea è considerata buona se ha una lunghezza stampata di 16 cm +/- 0,2 cm. Ancora una volta e la frase potrebbe scappare dalla pagina. Se fosse più breve, ci sarebbe molto spazio sprecato nella pagina. Per ogni tiratura vengono misurati il primo e l'ultimo libro. Le lunghezze delle righe vengono misurate su una pagina specifica al centro di ciascun libro.
Analisi
Nel precedente post del blog sulle carte di controllo abbiamo stabilito quale fosse il processo stabile . Ora che sappiamo che il processo è stabile, possiamo determinare se il nostro processo lo è o meno capace . La capacità del processo è definita da quanto bene il processo produce un prodotto che rientra nelle specifiche. Nel nostro esempio la linea è considerata buona se ha una lunghezza stampata di 16 cm +/- 0,2 cm. Anche se lo sapevamo e lo avevamo definito prima di creare le nostre carte di controllo, queste informazioni non sono state utilizzate nella nostra analisi delle carte di controllo. Queste informazioni definiscono i nostri limiti di specifica. Questi valori non sono valori calcolati. Sappiamo, data la dimensione della pagina, che una buona riga ha la lunghezza sopra indicata.
Possiamo utilizzare i nostri stessi dati per eseguire l'analisi delle capacità. Per generare l'analisi, andare su Analizza->Qualità e processo->Capacità del processo. Selezionare Lunghezza come Y, Processo. Nella sezione Ruoli colonna selezionare Lunghezza. Aprire la sezione Process Subgrouping facendo clic sul triangolo accanto a Process Subgrouping. Selezionare Esegui nella sezione Seleziona colonne e fare clic su Nidifica colonna ID sottogruppo.Nella sezione Statistica della variazione all'interno del sottogruppo, scegli Media degli intervalli. Poiché abbiamo utilizzato gli intervalli per la nostra carta di controllo, utilizziamoli anche qui.
Fare clic su OK. Ti viene presentata una finestra di dialogo che ti consente di definire i limiti delle specifiche. Puoi selezionare una tabella dati che contiene i limiti delle specifiche oppure puoi inserire direttamente i limiti delle specifiche. Li inseriremo direttamente. Immettere 15,98 (16-.02) per LSL, 16 per Target e 16,02 (16+.02) per USL.Fare clic su OK.
Trama degli obiettivi
Per prima cosa ti viene presentato un grafico degli obiettivi.
L'asse y è lo sviluppo standard standardizzato secondo le specifiche. Ciò mostra la variabilità dei dati. Notiamo che il punto cade ben al di sopra del triangolo rosso, indicando un'elevata variabilità. L'asse x è lo spostamento medio standardizzato rispetto alle specifiche. Poiché il punto si trova vicino al vertice del triangolo, notiamo che il processo è vicino al target (una piccola quantità al di sotto del target). L'area sotto il triangolo rosso indica un tasso di non conformità pari o superiore a 0,0027 (corrisponde a Ppk = 1), se la distribuzione è normale. Vediamo che il nostro processo ha un tasso di non conformità molto più elevato. Il cursore Ppk può essere regolato in modo che il triangolo indichi diversi tassi di non conformità.
Trama a scatola
Il Capability Box Plot mostra che non tutti i nostri dati soddisfano i limiti delle specifiche. Questo box plot è molto ampio e si estende su una larghezza molto maggiore dei limiti delle specifiche standardizzate verdi. Notiamo anche che il processo è vicino al valore target, ma leggermente al di sotto. Lo vediamo perché la linea nera continua che appare all'interno del box plot è leggermente a sinistra della linea verde continua che denota il valore target standardizzato.
Rapporti dettagliati individuali
Per esaminare questo processo in modo più dettagliato, seleziona Report dettagliati individuali dal triangolo rosso accanto a Capacità del processo. L'istogramma suggerisce che i dati sono normali. Se desideri eseguire un test di idoneità effettiva per la normalità, puoi utilizzare la piattaforma di distribuzione.
La curva di densità blu per Within Sigma è molto vicina alla curva di densità tratteggiata nera per Sigma generale. Ciò indica che il processo è stabile, come abbiamo già mostrato tramite Control Chart Builder. Nel rapporto di non conformità vediamo che il totale esterno è 67,5. Pertanto il 67,5% delle nostre misurazioni non soddisfa i limiti delle specifiche.
Ulteriori indagini
Per indagare ulteriormente su questo processo, fare clic sul triangolo rosso accanto a Capacità del processo e selezionare Valori fuori specifica->Colore Valori fuori specifica.
Vediamo nella tabella dei dati che meno della metà delle osservazioni ha soddisfatto i limiti delle specifiche. Il numero di osservazioni che sono scese al di sopra del limite delle specifiche è all'incirca uguale al numero di osservazioni che sono scese al di sotto del limite delle specifiche. Questo problema necessita di ulteriori indagini. Forse dobbiamo dare un'occhiata più da vicino a come sono stati determinati i limiti delle specifiche. Forse ci sono altre variabili di cui non abbiamo tenuto conto. Ricordare nella descrizione del processo che le misurazioni sono state effettuate sul primo e sull'ultimo libro di ogni corsa. Nella nostra analisi abbiamo utilizzato solo le variabili Lunghezza e Corsa. Non abbiamo preso in considerazione il libro che potrebbe anche essere una fonte di variazione di cui dobbiamo tenere conto.
Conclusioni
Il processo di stampa è stabile, ma non capace. Quindi, anche se possiamo prevedere cosa farà il processo, non possiamo produrre in modo coerente linee della lunghezza appropriata (tra 15,98 e 16,02 cm).Questo processo necessita di ulteriori indagini.
Riferimenti
Software JMP: appunti del corso sul controllo statistico dei processi
Ciao Tonya,
Per una determinata tabella di dati, ad esempio una tabella di 1000 righe, come fa JMP a raggruppare in sottogruppi la tabella per calcolare le statistiche a lungo e breve termine e quindi Cpk e Ppk?
Ciao Mark. Nella versione corrente di JMP non è possibile personalizzare i colori assegnati per valori fuori specifica. Si sta valutando l'aggiunta di tale funzionalità in una versione futura.
È possibile modificare i colori per valori fuori specifica, quindi i valori più caldi o più positivi sono rossi e i valori più freddi più negativi sono blu? Attualmente è il contrario e sembra controintuitivo.
