Nel mio post precedente del blog , Ho annunciato la nuova piattaforma Process Capability in JMP 12 e condiviso alcune delle idee che hanno guidato il suo sviluppo. L'analisi della capacità di processo è utilizzata in molti settori per valutare quanto bene sta funzionando un processo stabile rispetto alle sue specifiche; aiuta i professionisti della qualità a capire lo stato attuale del loro processo in modo che possano apportare modifiche e ridurre la variazione del processo, migliorando in tal modo la qualità e l'uniformità. In questo post mostrerò alcune delle nuove funzionalità di Process Capability con un esempio.
Poiché l'estate si sta avvicinando rapidamente, ho pensato che sarebbe stato opportuno guardare un esempio per un produttore di gelato immaginario chiamato Tiger Paw Ice Cream Company. Tiger Paw Ice Cream produce una varietà di dessert surgelati. L'azienda ha molte specifiche che garantiscono grande gusto e cremosità per tutti i suoi dessert surgelati pur rispondendo anche ai requisiti FDA. Esamineremo la capacità della produzione 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. Di seguito sono riportate le percentuali di grasso del latte per questi prodotti:
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 inserire 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.) I grafici Plot obiettivo e casella di capacità consentono di visualizzare rapidamente il modo in cui i processi soddisfano le specifiche.
Esaminando i grafici delle cassette di capacità, vediamo rapidamente che alcuni dei campioni di gelato di Tiger Tracks non soddisfano 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 sconcertante 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 della 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). Questa è un'indicazione 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: Rapporto dettagli individuale del gelato di Tiger Tracks
Come primo passo nel cercare di capire cosa sta rendendo instabile il loro processo di Tiger Tracks Ice Cream per la percentuale di grasso di 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, sospettiamo possibili problemi con le macchine 2 e 3.
Figura 4: valori fuori specifica, selezionati e colorati
Ulteriori indagini con un grafico XBar in Generatore grafico di controllo, mostrato in Figura 5, ci aiutano a identificare alcuni problemi con questo processo. Sembra che la macchina 2 si stia mescolando con poco grasso di latte e la macchina 3 sembra fondersi con troppo grasso di latte.
Figura 5: Grafico XBar di 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 vediamo che la distribuzione è spostata a destra del target. Ciò significa che il consumatore ottiene un po 'più di grasso in più di quello che pensa, e Tiger Paw sta sprecando parte del suo grasso del 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 individuale di yogurt congelato alla vaniglia
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 prendere in considerazione la possibilità di 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.
Laura Lancaster ha scritto:
Ciao,
Grazie per la risposta. Per ottenere l'asse nidificato "Hour in Machine" nel grafico Xbar & S, ho utilizzato Control Chart Builder. Ecco i passaggi per ottenere l'asse nidificato: Dopo aver aperto i dati e avviato Control Chart Builder, trascinare "Ora" nella zona di rilascio Sottogruppo lungo l'asse orizzontale. Successivamente, trascinare "Macchina" verso la parte inferiore della zona di rilascio Sottogruppo (sotto, dove viene visualizzato il testo "Ora" sull'asse orizzontale). Il testo cambierà in "Ora in macchina" quando l'asse è annidato.
Spero che questo possa essere d'aiuto.
Deepti ha scritto:
Grazie per aver pubblicato questo esempio. Mi piacerebbe sapere come hai creato la tabella di controllo Xbar & S in JMP. Come hai ottenuto la macchina per ora nel grafico mostrato sopra.
Grazie in anticipo per la risposta.
Mohammed Ahmed ha scritto:
Grazie Laura, per favore condividi la tabella dei dati JMP per esempio sopra per seguire.
Malcolm Moore ha scritto:
Bel esempio di Laura della combinazione di capacità di processo e grafici di controllo per identificare e dare priorità alle opportunità di miglioramento e alle potenziali cause, grazie.
