<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Questo articolo appare in Cavo JMPer, Numero 30, estate 2015 .
di Laura Lancaster Laural @ JMP , Principal Research Statistician Developer, SAS
L'analisi della capacità di processo è una parte essenziale di Six Sigma e molte altre iniziative di qualità utilizzate in un'ampia varietà di settori. Valutando quanto bene sta funzionando un processo stabile rispetto alle sue specifiche, i professionisti della qualità sono in grado di comprendere lo stato attuale del processo. Possono apportare modifiche e ridurre la variazione del processo, migliorando in tal modo la qualità e l'uniformità.
Poiché l'analisi della capacità del processo è così importante per raggiungere e mantenere un'elevata qualità, JMP 12 ora include una piattaforma Process Capability per rendere questa analisi più semplice e più efficace. Aggiungendo ulteriori opzioni alla piattaforma, offre maggiore flessibilità e grafici modernizzati. C'erano due idee centrali che hanno guidato il nostro sviluppo nella nuova piattaforma:
- L'analisi della capacità di processo dovrebbe riflettere il tipo di diagramma di controllo utilizzato nel programma di controllo del processo statistico.
- Le prestazioni potenziali di un processo (a volte indicato come capacità a breve termine) e le prestazioni passate del processo (a volte indicato come capacità a lungo termine) dovrebbero essere disponibili una accanto all'altra.
Oltre a tutte le opzioni disponibili nella piattaforma Capability nelle versioni precedenti di JMP, la piattaforma Process Capability introdotta in JMP 12 aggiunge queste nuove funzionalità:
- Un processo può essere suddiviso in sottogruppi raggruppando colonne o dimensioni di sottogruppi costanti, riflettendo i grafici di controllo XBar.
- Sia la variazione interna che quella generale sono calcolate. All'interno della variazione - che è calcolato in XBar e R, XBar e S, e grafici I-MR - mostra la variazione all'interno dei sottogruppi e viene utilizzato per analizzare le prestazioni potenziali (a volte indicato come variazione a breve termine). Variazione complessiva è la variazione del processo totale e viene utilizzato per analizzare le prestazioni passate (a volte indicato come variazione a lungo termine).
- I rapporti sugli indici di capacità e la maggior parte dei grafici sono disponibili per entrambi i tipi di variazione. Nel Rapporto dettagli individuali, le distribuzioni per entrambe le varianti e le variazioni complessive possono essere rappresentate graficamente su un istogramma dei dati.
- I valori delle tabelle di dati che non rientrano nelle specifiche possono essere selezionati e colorati.
La piattaforma Process Capability è progettata per consentire agli utenti di analizzare più processi contemporaneamente. Tuttavia, poiché è importante analizzare la capacità del processo insieme ai grafici di controllo del processo, abbiamo aggiunto anche il nuovo Report dettagli individuali della piattaforma Process Capability alla piattaforma di Generatore di grafici di controllo.
Usiamo il produttore di gelati fittizio, Tiger Paw Ice Cream Company, per dimostrare come funzionano alcune di queste nuove funzionalità. Zampa di tigre
Ice Cream produce una varietà di dessert surgelati. L'azienda ha molte specifiche che garantiscono grande gusto e cremosità per tutti i suoi prodotti, rispettando anche i requisiti FDA. Esamineremo la capacità produttiva di Tiger Paw di soddisfare le specifiche percentuali di grasso del latte per tre dessert congelati: Tiger Tracks Ice Cream, gelato al cioccolato a basso contenuto di grassi e yogurt alla vaniglia. Questi prodotti hanno le seguenti specifiche sul grasso del latte:
Tiger Tracks Ice Cream: Target = 15%, limite inferiore delle specifiche = 14,5%, limite massimo delle specifiche = 15,5%
Gelato al cioccolato a basso contenuto di grassi: Target = 4%, Limite inferiore spec. = 3,5%, Limite superiore spec. = 4,5%
Yogurt alla vaniglia: Target = 7%, Limite spec. Più basso = 6,5%, Limite spec. Superiore = 7,5%
In questo studio di capacità di processo, cinque campioni di ciascun dessert congelato sono stati scelti a caso da ciascuna delle tre macchine per la miscelazione dei prodotti all'inizio di ogni ora per otto ore. La Figura 1 mostra come configuriamo la finestra di dialogo di avvio per la nuova piattaforma Process Capability. Abbiamo assegnato le colonne Tiger Tracks% Fat , Grasso a basso contenuto di grassi al cioccolato , e Grasso alla vaniglia Frozen Yogurt come processi e quindi assegnati Macchina e Ora come colonne sottogruppo per ciascuno di questi processi. (Nota: abbiamo salvato i limiti delle specifiche come proprietà della colonna nella tabella dati in modo da non dover immettere i limiti delle specifiche attraverso una finestra di dialogo.
Figura 1 Finestra di dialogo Avvio capacità di processo
La Figura 2 mostra il rapporto sulla capacità di processo iniziale dopo il lancio della piattaforma. (Le etichette del punto Plot obiettivo sono state aperte. È sempre possibile identificare un punto spostando il cursore sopra il punto per vedere l'etichetta.) Con i grafici Plot obiettivo e casella capacità è possibile visualizzare rapidamente l'adeguatezza dei processi alle specifiche.
Esaminando i grafici delle caselle di capacità mostrati in Figura 2, vediamo rapidamente che alcuni dei campioni di gelato di Tiger Tracks non rispettavano le specifiche percentuali di grasso del latte in quanto vi sono punti che non rientrano nelle linee limite specifiche. Anche il diagramma a riquadri è piuttosto ampio, indicando una variazione relativamente alta dei dati rispetto ai limiti delle specifiche. Successivamente, notiamo che la trama del riquadro per il gelato al cioccolato a basso contenuto di grassi è decentrata, con la maggior parte dei dati sopra la linea di destinazione. La trama della scatola per la Vanilla Frozen Yogurt sembra sana. Vorremmo esaminare questi processi in modo più dettagliato, quindi accediamo ai "Rapporti dettagli individuali" dal menu.
figura 2 Rapporto iniziale sulla capacità del processo
La Figura 3 mostra il Rapporto dettagli individuali per il grasso del latte in percentuale del gelato di Tiger Tracks. L'istogramma suggerisce che i dati siano approssimativamente normali. Ancora una volta, possiamo vedere che alcuni dati non rientrano nei limiti delle specifiche. La curva di densità normale che utilizza la stima Sigma complessiva (a lungo termine) sembra essere diversa dalla curva che utilizza la stima Sigma Entro (a breve termine), indicando che il processo potrebbe essere instabile e l'interpretazione degli indici di capacità potrebbe essere discutibile . Se il processo fosse stabile, Tiger Paw potrebbe essere in grado di ottenere un comportamento più simile alla curva blu che utilizza la stima Entro Sigma.
Figura 3 Tiger Tracks Ice Cream Rapporto dettagli individuali
Come primo passo nel determinare cosa sta rendendo instabile il processo Tiger Tracks Ice Cream per la percentuale di grasso del latte, scegliamo Seleziona i valori fuori specifica e Colore fuori dai valori delle specifiche dal menu principale. La Figura 4 mostra una parte della tabella dati con alcuni dei valori fuori specifica selezionati e colorati. I valori inferiori al limite inferiore delle specifiche sono ombreggiati in rosso e i valori superiori al limite delle specifiche superiori sono ombreggiati in blu. Esaminando questi valori anomali e i dati, sembra che ci siano problemi con le macchine 2 e 3.
Figura 4 Fuori dai valori delle specifiche, selezionato e colorato
Ulteriori indagini con un grafico XBar in Generatore grafico di controllo identifica alcuni problemi con questo processo (Figura 5). Sembra che la macchina 2 si stia mescolando con poco grasso di latte, mentre la macchina 3 sembra sfumare troppo.
Figura 5 XBar Chart of Tiger Tracks% Fat utilizzando il Generatore di grafici di controllo
Successivamente, esaminiamo il rapporto Dettagli individuali per il gelato al cioccolato a basso contenuto di grassi, mostrato nella Figura 6. L'istogramma suggerisce che i dati siano approssimativamente normali. Le curve di densità cadono una sopra l'altra, indicando un processo stabile. Vediamo anche che le stime generali Sigma e Entro Sigma nel report Riepilogo processo non differiscono molto. Tutti i dati rientrano nei limiti delle specifiche, ma sembra che la distribuzione si sia spostata a destra del target. Ciò significa che il consumatore riceve una percentuale di grasso maggiore di quella indicata dall'etichetta e che Tiger Paw sta sprecando parte del suo grasso di latte. Riacquistare questo processo sull'obiettivo migliorerebbe le linee di vita dei consumatori e il risultato finale di Tiger Paw. Il valore Cpk di 1.431 e il valore Ppk di 1.429 indicano che questo processo è ancora abbastanza efficace nonostante sia fuori bersaglio.
Figura 6 Rapporto dettagliato individuale per il gelato al cioccolato a basso contenuto di grassi
Infine, la Figura 7 mostra il Rapporto dettagli individuali per lo yogurt alla vaniglia congelato di Tiger Paw. Ancora una volta, l'istogramma suggerisce che i dati sono approssimativamente normali e che le curve di densità sovrapposte suggeriscono che il processo è stabile. I dati sembrano essere centrati sull'obiettivo e ben all'interno dei limiti delle specifiche. Il valore Cpk di 1,333 e il valore Ppk di 1,324 indicano che questo processo è in grado.
Figura 7 Rapporto dettagliato individuale Vanilla Frozen Yogurt
Tiger Paw Ice Cream Company deve affrontare il problema della stabilità per il suo processo Tiger Tracks Ice Cream per miscelare la giusta percentuale di grasso del latte, ma i processi di gelato al cioccolato a basso contenuto di grassi e yogurt alla vaniglia sembrano essere in grado di miscelare il grasso del latte . Anche se il processo di gelato al cioccolato a basso contenuto di grassi è in grado, la società potrebbe considerare di provare a ottenere la miscelazione del grasso di latte in percentuale centrata sul valore obiettivo per risparmiare denaro e ridurre il contenuto di grassi nel gelato a basso contenuto di grassi.
Per esplorare questo argomento, vedere la documentazione di JMP su Panoramica della piattaforma di capacità del processo .
