Como criar um plano de amostragem de multi vari seis sigma

Video: Complexity Made Simple - The multi-vari tutorial using SPC XL

Multi-vari usa um plano de amostragem de dados específico, que destaca graficamente a principal causa variação da característica de seu processo de Six Sigma de saída, permitindo que o processo de operar em sua forma normal e sem a necessidade de qualquer interrupção do processo. A principal causa da variação de saída é isolado em três categorias:

  • posicional

  • cíclica

  • Temporal

Quando você sabe que categoria de variação domina a saída do seu processo, você pode se concentrar em fatores potenciais que se enquadram nessa categoria e eliminar fatores que pertencem a outras categorias. Se você achar que a maior variação em sua saída do processo é proveniente de uma fonte temporais, você pode descontar todos os fatores que são posicional ou cyclical- a verdadeira causa raiz deve ser um fator temporal.

variação posicional

o variação posicional categoria é às vezes chamado dentro da variação unidade. Isso porque ele é definido pela magnitude da variação vindo de dentro de uma única unidade. As diferenças entre estas medições são a prova de que um factor de variação de posição é influenciar o resultado do processo.

Pode ser necessário definir uma “unidade” de forma diferente para diferentes situações de processo. O requisito básico para uma unidade é que a característica de saída deve ser mensuráveis ​​várias vezes em diferentes pontos da unidade. Isso pode ser medindo a mesma característica em diferentes locais na unidade.

variação cíclica

o variação cíclica categoria é às vezes chamado entre a variação da unidade. É definido pela magnitude da variação que ocorre entre as unidades consecutivas retiradas do processo. Grande variação entre unidades significa que o desempenho do processo de condução fator deve ser um que se enquadra na categoria cíclica. No exemplo de eixo, a magnitude da variação que observar nos diâmetros entre os eixos consecutivamente produzidos é variação cíclica.

Video: วีดีโอแนะนำคำสั่งใน Minitab : การสร้างและการใช้งาน Multi-Vari Chart

variação temporal

o variação temporal categoria é às vezes chamado variação de tempo-de-tempo. Quando você olha para a magnitude da variação entre os segmentos do processo separadas por uma quantidade significativa de tempo, que é a variação temporal. Se este tipo de variação é grande, o desempenho do processo factor de condução deve ser um que pertence à categoria- temporal, de outro modo, o factor deve ser de outra categoria.

Aqui está o procedimento passo-a-passo para puxar dados intermitentes de um processo em execução:



  1. Seleccionar ou estabelecer uma medição de dados do tipo contínuo de desempenho de saída do processo.

    Esta escala pode ser em unidades de tempo, dólares, polegadas, gramas, mas seja o que for, ele deve ser um tipo de dados contínua.

  2. Explorar os valores históricos de sua métrica de saída selecionado para entender o que a magnitude de variação tem sido no processo.

    Depois de começar a amostragem multi-vari do seu processo, você continuar até que você tenha observado aproximadamente a mesma magnitude de variação que você já viu historicamente. Dessa forma, você está certo de ter monitorado o processo o tempo suficiente para ter capturado a atividade nos fatores de entrada que está dirigindo variação na saída do processo.

  3. Definir o que constitui uma unidade em seu estudo multi-vari.

    Lembre-se que sua unidade definida deve permitir duas ou mais medições da saída do processo em diferentes “locais” dentro ou sobre a unidade.

  4. Recolha de dois a cinco medições a partir de dentro da unidade definida no Passo 3 em três a cinco unidades consecutivas.

    Video: Zoro VS Erza | DEATH BATTLE! (One Piece VS Fairy Tail)

  5. Permitir algum tempo para passar - o suficiente para que fatores potenciais têm uma chance de exercer nova influência sobre o processo.

  6. Repita os passos 4 e 5 em intervalos consecutivos de unidades de três a cinco até que você tenha capturado pelo menos 80 por cento da variação do processo histórico.

    Basta comparar o intervalo de dados históricos para o intervalo de dados multi-vari. Se eles são aproximadamente iguais, você capturou dados multi-vari suficiente. Se não, manter a coleta.

  7. Criar um gráfico multi-vari e analisar e interpretar o gráfico para uma fonte primária de variação.


Publicações relacionadas