Como analisar o seu Six Sigma Sistema de Medição
É importante para a sua iniciativa Seis Sigma para saber se o seu sistema de medição é eficaz. Você precisa de dados sólidos para iniciar seu projeto e ter um sistema de medição contínua é fundamental.
A fabricante de unidade de disco do computador, em meados da década de 1980 estava passando por um problema persistente com rendimentos pobres. O princípio preocupação foi que o meio magnético sensível revestimento dos discos foi de alguma forma defeituosa. Como resultado, a empresa implementou um conjunto de normas muito exigentes e uma bateria de testes rigorosos com a esperança de detectar e remover problemas de mídia do sistema.
Em um ponto, os engenheiros de projeto na empresa aconteceu a notar alguns defeitos visuais e manchas no revestimento magnético no disco. Eles concluíram que esta questão foi a causa de longo procurada de seus problemas de rendimento persistentes.
O departamento de engenharia imediatamente solicitado que a fabricação implementar uma inspeção visual final de cada disco a ser feito no final do ciclo de ensaio já tedioso. Com a implementação desta nova inspeção, o disco rejeitar taxa saltou de 8 a 10 por cento. Por US $ 30 um disco, o projeto de lei sucata aproximou dos US $ 300.000 por mês!
Com nenhuma melhoria real evidente, engenharia proposto para apertar ainda mais as especificações sobre o meio disco magnético. Com a subida dos custos de montagem e de sucata, fabricação pediu que um perito de auditoria de engenharia do processo de teste e inspeção uma última vez antes de apertar as especificações novamente.
O especialista em engenharia avaliação de todo o processo de teste e inspeção. Ele então decidiu fazer alguns experimentos para validar o processo de inspeção visual final nos discos. Sua primeira experiência foi enviar um monte de discos anteriormente rejeitados de volta através do processo de inspeção final sem o conhecimento dos inspectores.
Os resultados foram tão surpreendentes que ele reran o experimento várias vezes- cada vez que os discos previamente inspecionados foram secretamente enviados de volta através do processo de inspeção visual final, mais 10 por cento dos discos seria rejeitado!
Armado com essa nova visão, o engenheiro tentou outro teste. Desta vez, ele tomou um monte de discos que já tinham passado a etapa de inspeção final e secretamente reinserido-los de volta para o processo de inspeção. Mesmo com estes # 147 # 148- passou-discos, os inspectores continuou a encontrar dez por cento dos discos previamente passados para ser visualmente deficiente.
Como uma confirmação final, o engenheiro enviado um conjunto de discos passaram e um conjunto de discos com falha nas fases finais do processo de montagem. No final do processo de montagem, os discos com a forma, na verdade, rejeitado tinha um rendimento de desempenho final ligeiramente mais elevada do que os discos passando da inspecção visual.
Claramente, esta empresa estava vivendo em uma ilusão sistema de medição. O sistema de inspeção visual que tinha acrescentado não forneceu nenhum benefício para a empresa, mas estava custando mais de US $ 300.000 por mês em meio rígido rejeitada incorretamente.
Considere-se um sistema de medição que categoriza os itens - se se trata de uma característica ou um processo - em categorias de # 147-pass # 148- e # 147-fail # 148- Para estudar a eficácia deste tipo de sistema de medição, siga estes passos.:
Retiradas de 15 a 30 amostras do que está sendo medido.
Você quer que estas amostras para representar toda a gama de variação que normalmente é encontrado, com cerca de metade das amostras sendo # 147 passa # 148- ea outra metade # 147 falhar # 148.;
Criar um padrão mestre designando cada uma das amostras, como um # 147-pass # 148- ou um # 147-fail # 148.;
Use um painel de especialistas ou algum padrão que você sabe que é absolutamente correto para fazer essas distinções.
Escolha dois ou três inspectores.
Tê-los rever os itens da amostra em uma ordem aleatória e registrar suas conclusões - se cada item é um # 147-pass # 148- ou um # 147-fail # 148.;
Faça com que cada inspector repetir suas medições das amostras depois de misturar as amostras-se em uma nova ordem aleatória e registrar as medições repetidas.
Randomização as amostras antes das segundas medidas é crítico-segunda medições de cada inspector deve ser justo, como se estivessem acontecendo pela primeira vez. Você pode precisar esperar por um dia antes de realizar o segundo medições (ou girar os inspectores ao redor no local até que eles são muito tonto - apenas brincando).
Para cada inspector, calcular (em percentagem) quantas vezes o primeiro e segundo medições concordou com o outro.
Esta percentagem é a repetibilidade para cada inspector. Você também pode calcular uma repetibilidade global do sistema de medição pela média das repetibilidades dos inspectores individuais.
A repetibilidade calculado para os inspetores individuais precisa ser tão perto de 100 por cento possível. Inferiores repetibilidades individuais calculados significa que os inspectores não são consistentes em distinguir entre bons e maus itens. A formação ajuda os inspectores inconsistentes se tornar consistentes em suas medições.
Para cada um dos itens de amostra, calcular a percentagem das medições registadas em que cada um dos inspectores acordados com si e todos os inspectores concordaram com os outros.
Esta figura representa a reprodutibilidade para o sistema de medição. A reprodutibilidade sistema de medição calculada diz-lhe como precisa o sistema de medição é a longo prazo - por diferentes inspetores, diferentes configurações e diferentes condições ambientais.
Você também pode calcular a porcentagem dos inspectores individuais de tempo e o grupo de inspectores concordar com eles e concordar com a # 147-master # 148- padrão criado na Etapa 2.
Este número diz-lhe como consistentemente seu sistema de medição detecta que seus especialistas decidiram realmente é de aprovação e reprovação.
Como um exemplo, um acordo de 63 por cento calculada entre todos os inspectores para todas as amostras, com a # 147-master # 148- padrão em um estudo de sistema de medição significa que a probabilidade de que este sistema de medição irá medir corretamente os itens é de 63 por cento, e a chance de erro é de 37 por cento. Claramente, o objectivo é conseguir um sistema de medição com uma alta eficácia como possível.
ferramentas de análise mais sofisticada estão disponíveis para situações em que um sistema de medição de atributo tem mais de duas categorias. Estas ferramentas, como a análise kappa, pode ser encontrada no software de análise estatística avançada, como Minitab e JMP.