07.12.2016 | Добавил: dmagic | Просмотров: 497
Поработаем с данными?

Что объединяет почтовые марки и туалетную бумагу? Кроме сырья, и то и другое изделие подвергают перфорации (или штамповке). Зачем это делают? Чтобы потребитель мог “извлечь” некую часть изделия из рулона для пользования.

Кроме марок, туалетной бумаги и прочих изделий из бумаги и картона, перфорации подвергают различные материалы: металл, пластик, дерево… Иными словами, в промышленности этот процесс встречается довольно часто. Именно о нем и пойдет речь в этой заметке.

Итак, представьте себе некое изделие. Благодаря перфорации, конечный потребитель может извлечь (выломать) из изделия некую часть, чтобы приспособить его под свои потребности. Важно, чтобы клиент мог это сделать вручную, не прикладывая огромных усилий. Однако не менее важно, чтобы в местах высека изделие не треснуло – например, по дороге к клиенту. Как вы понимаете, оба варианта приведут к тому, что желаемая кастомизация продукта не будет достигнута.

В контексте сказанного выше, сила, которую необходимо приложить для извлечения той или иной части, является критическим параметром. Вот с какими наблюдениями этой самой силы мне довелось столкнуться:

Что мы видим на этом созвездии диаграмм?

Если честно, то практически ничего полезного. Minitab способен делать поразительные штуки, и Capability Sixpack тому подтверждение, но если вы действительно хотите разобраться в деталях, то начинать стоит не с оценки Cpk, а простого изучения данных. В этом нам поможет Graphical Summary:

Уже интереснее! Еще перед тем, как мы возьмемся за выбросы и результаты теста нормальности распределения, стоит задаться вопросом: почему все данные “скатились” к нижнему пределу, но, что поразительно, так и не вышли за пределы допуска?

Какие соображения будут? Сталкивались с подобными ситуациями?

Лин6Сигм / 07.12.2016 | Просмотров: 497 | Добавил: dmagic | Всего комментариев: 8 / Теги: опросы, вариабельность процессов, Minitab
Всего комментариев: 8
avatar
0
1 alinila • 12:20, 11.12.2016
Честно признаться, чтобы понять все эти диаграммы, мне не хватает знаний. А работа с данными интересна, так как есть ощущение, что на работе этих данных полно, а толком мы их не анализируем и решения принимаем больше интуитивно, причем последствия решений не всегда очевидны. Интересно, какое образование у автора и где можно научиться такой "продвинутой" работе с данными?
avatar
0
2 dmagic • 23:09, 13.12.2016
Высшее ;-) Но в университете не расскажут, что причина водном из трех:
1. Измерительная система не способна отмерятьзначение ниже предела спецификации.
2. Операторы не записывают значения ниже пределаспецификации.
3. …интересно,что дальше?
avatar
1
3 Andry787 • 16:53, 16.12.2016
День добрый,
Исходя из исследуемого процесса: применяемая сила для извлечения не может иметь отрицательного значения, если только не учитывать направления приложения и оно неизменно.
По этому для анализа полученных данных не подходит нормальное распределение.
Это или логнонормальное распределение или распределение Релея. 
По этому нет смысла анализировать Сpk.
Что касается MSA, то перед построением контрольный карт необходимо оценить измерительную систему, ее пригодность для измерения данного признака и ни как иниче.
А вообще, хотелось бы в живую поглядеть на процесс, как собираются данные и чтобы проанализировать влияющие факторы
avatar
0
4 dmagic • 11:10, 17.12.2016
Отличное дополнение: п.3. распределение наблюдений по какой-то причине не подчиняется нормальному закону. Правда причина скорее не в том, что сила не может быть отрицательной... ведь по сути и не нужно, чтобы распределение подчинялось нормальному закону. Достаточно, чтобы его можно было с некой "погрешностью" описать нормальным законом.
avatar
1
5 Andry787 • 13:54, 17.12.2016
Добрый день,
для подобных случаев, если закон распределения отличается от нормального нельзя вычислять сигма и т.д. по формулам нормального закона. Q-das автоматически выбирает методику расчета исходя из закона распределения. (про Minitab сказать не могу).
так же я бы сделал выборку из 30-50 значений и по ним выполнил capability, так как очень часто такая выборка является нормальной. (опять же этот анализ данных будет не совсем верным).
В реальности 99% процессов в промышленности отличаются от нормального закона распределения.
avatar
0
8 dmagic • 20:24, 17.12.2016
В примере выше 313 наблюдений. Советуете сократить выборку?
avatar
2
6 gfly8788 • 15:14, 17.12.2016
Анализ данных обычно включает несколько шагов:
1. Проверку измерительной системы (MSA)
2. Сбор данных
3. Анализ простых статистик
3. Графический анализ
4. Проверку распределения (подбор распределения)
5. Поиск зависимостей (корреляционный анализ)
6. Построение моделей (регрессионный анализ или планирование эксперимента)
7. Определение оптимальных параметров Х для достижения оптимума Y (в данном случае силы)

В примере не ясно, можно ли доверять системе измерения. Далее, если доверять можно, то Graphical Summary показывает, что нормальное распределение в данных отсутствует, а это значит нельзя использовать "в лоб" методы анализа Six pack и т.п.
Необходимо выяснить причину отсутствия нормального распределения. 80% всех данных, получаемых из процессов, имеют характер нормального распределения. Для этого нужно провести стратификацию (расслоение) данных по дополнительным признакам либо подобрать близкое распределение, используя инструмент Minitab Individual Distribution Identification, либо провести трансформацию данных на основе Box-Cox или Johnson transformation и только после этого попробовать использовать Control charts и Capability analysis.
avatar
0
7 dmagic • 20:22, 17.12.2016
Итак, вы советуете 3 варианта действий:
1. Трансформация данных.
2. Подбор распределения.
3. Стратификация.
Какой же вариант выбрать? И какой из них поможет мне понять, почему распределение не подчиняется нормальному закону?
avatar
SixSigmaOnline.ru © 2009-2017            Хостинг от uWeb