이 기사는 JMPer Cable, 2014 년 여름 29 호 .
으로 호세 G. 라미레즈 zeneos , PhD와 Annie D. Zangi 애니. 잔기 , JMP Research Statistician Developer, SAS
Control Chart Builder 플랫폼은 JMP에 도입되었습니다. ® 10은 프로세스 동작 차트를 설계하기위한 쉽고 재미있는 방법입니다. 이는 데이터 구성 방법에 따라 다양한 하위 그룹이 가능한 상황에서 매우 유용합니다. 이 기사에서는 Control Chart Builder를 사용하여 다양한 차트 디자인을 조사하고 데이터의 숨겨진 차이를 나타내는 차트를 선택하는 방법을 보여줍니다.
사출 성형 예
아래 그림 1과 같이 볼 조인트 소켓을 제조하는 사출 성형 작업에서 400 회의 관측이 이루어졌습니다.
그림 1 탐사 적합성이있는 산점도
그림 1은 라미레즈 (Ramírez)와 라미레즈 (Ramirez) (2010)의 그림 3.9a 1 .
관심의 응답은 12mm를 초과하는 볼 조인트 소켓 (100mm 단위)의 유효 두께입니다. 이것은 새로운 프로세스이기 때문에 경영자는 프로세스가 생산 준비가되었는지 여부를 알고 싶어합니다. 즉, 볼 조인트 소켓을 생산하는 프로세스가 예측 가능한 방식입니까? 우리는 프로세스 동작 차트를 사용하여 프로세스가 제어되는지 또는 예측 가능한지 여부를 결정할 수 있습니다.
프로세스 동작 차트를 쉽게 생성 할 수 있습니다. 예를 들어 개인 및 이동 범위 차트를 생성하기 위해 분석> 품질 및 프로세스> 관리도> IR 할당하다 두께 에 방법 . 그림 2는 통제 한계 밖의 어떤 지점도 보여주지 않지만 "통제"에서는 상당히 보이지 않습니다.이 도표에 표시된 정보는 프로세스를 검증하기에 충분한가?
그림 2 개별 측정 및 이동 범위 두께 차트
이 경우 개별 및 이동 범위 차트는 데이터의 구조, 즉 데이터에 존재하는 다양한 변동 요인을 반영하지 않습니다. 따라서이 차트는 프로세스를 검증하는 데 충분한 정보를 제공하지 않습니다.
프로세스 행동 차트 디자인
프로세스 행동 차트는 관심있는 질문에 대답 할 수 있도록 설계되어야합니다. 이 질문들은 무엇입니까? 그들은 우리가 사용하고있는 차트의 유형에 달려 있습니다. 프로세스 행동 차트의 관찰은 비슷한 것의 "합리적인"하위 그룹을 나타냅니다. 예를 들어, XBar 및 Range (또는 R) 차트는 R 차트의 하위 그룹 값 범위를 모니터링하여 변동을 모니터링합니다. XBar 차트의 하위 그룹 값의 평균을 모니터하여 위치를 모니터링합니다. 그들의 책에서, 통계 프로세스 제어 이해 Wheeler와 Chambers는 XBar 및 R 프로세스 동작 차트가 제기하는 질문을 명확하게 제시합니다.
• R 차트는 다음과 같은 질문을 던집니다. "하위 그룹 내 평균 변동량 허용치는 하위 그룹 내 차이 일관된 ? "
• XBar 차트에서 질문 : "하위 그룹 내 변동량에 대한 여유를 설정하고 있습니까? 검출 가능한 차이 소그룹 평균 사이에? "
보시다시피, 각 차트는 하위 그룹 내의 일관성 측면에서 다른 질문에 답하고, 사이의 변화를 감지하다 하위 그룹. 아래에 나와있는 것처럼이 질문에 대한 대답은 데이터가 합리적인 하위 그룹으로 구성되는 방식에 따라 다릅니다.
합리적 하위 그룹
합리적인 하위 그룹은 데이터에 존재하는 변이의 원인과 출처를 반영하는 유사한 것들의 그룹으로 데이터를 조직하는 프로세스를 정의합니다. 그림 2의 데이터를 다시 살펴 보겠습니다. 볼 조인트 소켓 데이터의 컨텍스트는 무엇입니까? 사출 성형 공정은 네 개의 공동이있는 금형에서 나온 소켓을 한 번에 4 개씩 생산합니다. 프로세스를 검증하기 위해 데이터는 하루에 네 번씩 5 일 동안 수집되었습니다. 하루 동안의 네 가지 기간의 각각에서, 시간당 20 파트를 제공하는 5 회의 언론이 수행되었습니다. 그림 2와 같이 총 400 회의 수치가 나타납니다.
이 데이터에는 표 1과 같은 변형 소스가 있습니다.
1 번 테이블. 볼 조인트 소켓 데이터의 변형 소스
프로세스 행동 차트의 설계는 이러한 변형 소스를 합리적인 하위 그룹에 할당하는 것과 차트가 응답하는 질문에 대해 생각할 것을 요구합니다. 컨트롤 차트 빌더를 사용하여 서로 다른 할당을 쉽게 탐색 할 수 있습니다.
컨트롤 차트 작성기
Control Chart Builder는 드래그 앤 드롭 인터페이스가있는 Graph Builder와 매우 유사하게 작동합니다. 변수를 y 축으로 드래그하는 순간에 개별 및 이동 범위 차트가 표시됩니다. 하위 그룹 열을 x 축으로 드래그하면 XBar 및 R 차트로 전환됩니다. 표 1의 변형 소스가 하위 그룹에 어떻게 할당되는지에 따라 볼 조인트 소켓 데이터의 세 가지 다른 조직을 살펴 보겠습니다.
데이터의 첫 번째 조직
두께 데이터의 첫 번째 구성은 표 2에 표시된대로 서로 다른 하위 그룹에 데이터를 할당합니다.
표 2. 데이터의 첫 번째 조직
이 할당으로 인해 XBar 차트는 Hour-to-Hour 및 Cycle-to-Cycle 정보를 혼동합니다.
Control Chart Builder에서 그림 2와 같은 개별 및 이동 범위 차트를 생성하려면 다음 단계를 수행하십시오.
1. 소켓 Sick Thickness.jmp를 엽니 다. JMP 파일 교환 . 데이터 표에는 일 , 시각 , 시간 , 주기 , 공동 과 두께 .
2. 고르다 분석> 품질 및 프로세스> 제어 차트 작성기 .
삼. 드래그 두께 열을 그래프 위에 놓습니다.
이제 그림 3과 같은 XBar 및 R 차트를 생성하려면 다음 단계를 수행하십시오.
4. 드래그 시간 열을 차트의 x 축 영역으로 이동합니다.
5. 드래그 주기 x 축 위의 드롭 존에있는 열을 중첩시킵니다. 주기 이내에 시간 .
그림 3 두께 데이터의 첫 번째 구성을 보여주는 XBar 및 R 차트
그림 3의 차트는 다음 질문에 답합니다.
• R 차트에서 질문합니다. "캐비티 - 캐비티의 차이점은 일관성이 있습니까?"
• XBar 차트에서 질문합니다. "시간별 및주기 별 차이가 있습니까?"
R 차트는 Cavity-to-Cavity 차이점이 0.08 mm를 중심으로 일정하고 중심에 있음을 보여줍니다. XBar 차트의 컨트롤 한계 밖에있는 점은 없지만 패턴이 무작위로 보이지 않습니다. Cycle-to-Cycle과 Hour-to-Hour의 차이가 있을지 확신 할 수 없습니다.
데이터의 두 번째 조직
두께 데이터의 두 번째 구성은 표 3에 나와있는 것처럼 서로 다른 하위 그룹에 데이터를 할당합니다.
표 3. 데이터의 두 번째 조직
이 할당으로 인해 XBar 차트는 Hour-to-Hour 및 Cavity-Cavity 정보를 혼동합니다.
그림 4와 같이 변수를 재 배열하여 XBar 및 R 차트를 업데이트합니다.
6. 견인 주기 x- 축을 벗어난다.
7. 드래그 공동 열을 중첩 할 x 축 바로 위의 놓기 영역에 놓습니다. 공동 이내에 시간 .
그림 4의 차트는 다음 질문에 답합니다.
• R 차트에서 질문합니다. "Cycle-to-Cycle 차이가 일관성이 있습니까?"
• XBar 차트에서 질문합니다. "시간별 및 캐비티 - 캐비티 간의 차이점이 있습니까?"
그림 4 두께 데이터의 두 번째 구성을 보여주는 XBar 및 R 차트
그림 4의 R 차트에서 사이클 간 차이가 일정하다는 것을 알 수 있습니다. 그러나 이번에는 XBar 차트에서 제어 할 수없는 많은 점을 발견하여 캐비티 - 캐비티 및 시간 - 시간별 차이점을 확인할 수있었습니다. 왜 그림 3에서 이러한 점을 보지 못했습니까? 첫 번째 조직의 XBar 차트는 충치 사이에 감지 할 수있는 차이점이 있는지,주기 별 사이클과 시간별인지를 묻지 않았습니다.
XBar 차트에서 높은 지점을 선택하고 데이터 표를 다시 보면 모든 두께가 높은 판독 값이 캐비티 I에서 비롯된 것으로 나타납니다. 이는 캐비티 - 캐비티 차이가 일관 되더라도 캐비티 I 일반적으로 두께가 더 큰 소켓을 생산합니다. 이것은 캐비티가 다르게 동작하고 데이터가 단일 프로세스 동작 차트에 결합되어서는 안된다는 표시입니다.
세 번째 조직
그림 4에서 발견 된 충치 사이의 차이를 더 자세히 조사하기 위해 캐비티마다 별도의 프로세스 동작 차트를 생성합니다. 표 4는 재 할당 된 데이터를 보여줍니다.
표 4. 데이터의 세 번째 조직
그림 5와 같이 변수를 재 배열하여 XBar 및 R 차트를 업데이트합니다.
8. 견인 공동 X 축에서 그래프 위의 위상 드롭 존으로 이동합니다.
참고 :이 예제는 본질적으로 각 캐비티에 대해 별도의 컨트롤 차트를 만듭니다.
V 석유! 그림 5는 캐비티 I에서 오는 두께 판독 값이 다른 세 개의 캐비티보다 얼마나 높은지를 명확하게 보여줍니다. 각 차트에 하나의 변형 소스 만 할당되어 있으므로 다음 질문에 자신있게 답할 수 있습니다.
• "주어진 캐비티에 대해 Cycle-to-Cycle 차이가 일치합니까?" 그렇습니다. 그리고 그들은 각각의 충치에 대해 일관성이 있습니다. 평균 범위, 녹색 선은 비슷합니다.
• "주어진 캐비티에 대해 시간별로 차이가 있습니까?" 예. 소켓은 1 시간 더 두껍고 다음은 더 얇습니다.
그림 5 두께 데이터의 세 번째 조직을 나타내는 XBar 및 R 차트
우리는 무엇을 배웠습니까?
프로세스 동작 차트의 신중한 설계는 "기본"소프트웨어 차트가 가려 낼 수있는 패턴을 나타낼 수 있습니다. 그러나 차트를 신중하게 설계하더라도 소그룹에 다양한 변동 요인을 배분하는 것에 대해 합리적으로 생각하는 것이 중요합니다. 3 가지 할당에 대해 첫 번째 프로세스 동작 차트는 캐비티 간의 차이를 감지하도록 설계되지 않았기 때문에 캐비티 1 차이를 알리지 못했습니다. 두 번째 프로세스 행동 차트는 Cavity-I-Cavity와는 차이점을 발견 했습니까? 그러나 Cavity-to-Cavity 차이뿐만 아니라 다른 할당이 놓친 Hour-to-Hour 차이를 명확하게 드러낸 것은 세 번째 할당이었습니다. Control Chart Builder를 사용하면 차트를 매우 쉽게 디자인 할 수 있었고 데이터에 숨겨진 기능을 공개하는 데 도움이되었습니다.
이야기의 나머지 부분
몰딩 공정을 담당하는 엔지니어는 그림 4에 표시된 두께 문제를 해결하기 위해 캐비티 I 뒤에 3 만 1 천 1 인치의 심을 넣기 위해 툴 숍에 금형을 보냈습니다. 그는 곰팡이를 되찾은 후 도구 제작자에게 금형에 다른 작업을했는지 물어 봤습니다. 공구 제작자는 "금형 표면에 왁스가 쌓여서 정말 깨끗하게 정리했습니다. 그런 다음 프로세스 엔지니어가 작업자가 왁스 빌드 업을 충분히 자주 청소하지 않아 프로세스가 제어 불능 상태임을 깨달았습니다.
참고 문헌
휠러, DJ 및 DS 챔버. (1992) 통계 프로세스 제어의 이해. 두번째 버전. 녹스빌, 테네시 주 : SPC Press. 데이터와 예제는 5.6 절에서 나온 것이다.
Ramírez, José G., Ramírez, Brenda S. (2009) JMP를 사용하여 연속 데이터 분석 및 해석 : 단계별 가이드 . 캐리, NC : SAS Institute Inc.
