TQM - вопросы


1 год 2 мес. назад #55486 от Георгий Лейбович

Александр Запорожцев пишет:

Александр Филонов пишет: Более настаивать провести анализ этих данных с учетом 20-я точка равно 0 - не смею.:laugh:

Если отвечать непосредственно на вопрос, то дополнительные данные могут быть нанесены на карту Шухарта. Нулевое значение для первой карты Шухарат создает последовательный ряд из 6 точек, находящихся на нижней границе процесса. Здесь возникает основание подозревать, что состояние процесса изменилось но пока у нас нет менять оценку процесса. Нужно продолжить наблюдение.

Нужно ли считать это Вашим ответом на вопросы поста #55477 и пренебрежением к моему замечанию в нём, или Вы продолжаете писать про действия студента, и это можно отнести в раздел юмора?

Пожалуйста Войти , чтобы присоединиться к беседе.


1 год 2 мес. назад - 1 год 2 мес. назад #55487 от Александр Запорожцев

Георгий Лейбович пишет:

Александр Запорожцев пишет:

Александр Филонов пишет: Более настаивать провести анализ этих данных с учетом 20-я точка равно 0 - не смею.:laugh:

Если отвечать непосредственно на вопрос, то дополнительные данные могут быть нанесены на карту Шухарта. Нулевое значение для первой карты Шухарат создает последовательный ряд из 6 точек, находящихся на нижней границе процесса. Здесь возникает основание подозревать, что состояние процесса изменилось но пока у нас нет оснований менять оценку процесса. Нужно продолжить наблюдение.

Нужно ли считать это Вашим ответом на вопросы поста #55477 и пренебрежением к моему замечанию в нём, или Вы продолжаете писать про действия студента, и это можно отнести в раздел юмора?

Это мой ответ на вопрос о значении 0 дефектов на 20 неделе. Можно предположить, что это результат мероприятий по снижению дефектов. Если таких мероприятий не проводдилось, то можно предположить, что менеджеры начали скрывать данные о дефектности

Пожалуйста Войти , чтобы присоединиться к беседе.


1 год 2 мес. назад - 1 год 2 мес. назад #55490 от Георгий Лейбович

Александр Запорожцев пишет: ...
Это мой ответ на вопрос о значении 0 дефектов на 20 неделе. Можно предположить, что это результат мероприятий по снижению дефектов. Если таких мероприятий не проводдилось, то можно предположить, что менеджеры начали скрывать данные о дефектности

К этому ещё можно вернуться. А что относительно стабильности и самих данных?
Приведённая Вами диаграмма и комментарий - чудесный пример для рассмотрения ошибок и развития понимания сути этого (и шире) метода работы (в широком смысле) с данными. Но для того, чтобы был толк , нужно, чтобы Вы осознали своё непонимание и, для начала, следовали советам. Например, Вы вернулись к разделу "Жидкий чугун" и посмотрели снова принципы работы с данными в книге "Понимание вариабельности"?

Пожалуйста Войти , чтобы присоединиться к беседе.


1 год 2 мес. назад #55491 от Александр Запорожцев

Георгий Лейбович пишет: Приведённая Вами диаграмма и комментарий - чудесный пример для рассмотрения ошибок и развития понимания сути этого (и шире) метода работы (в широком смысле) с данными. Но для того, чтобы был толк , нужно, чтобы Вы осознали своё непонимание и, для начала, следовали советам. Например, Вы вернулись к разделу "Жидкий чугун" и посмотрели снова принципы работы с данными в книге "Понимание вариабельности"?

Я перечитал пример Жидкий чугун. Рассматривается показатель времени доставки чугуна под разливку. Ошибка - определение только среднего значения лишает возможности увидеть, что распеределение этой величины свидетельствует о наличии двух разных процессоа: прямая доставка и доставка с задержкой. Выявить этот факт позволило представление данных в виде гистограммы Вывод по этой главе: данные требуют детального анализа Наилучшей книгой на эту тему яволяется фунасментальный труд Тьюки (у меня она есть и ранее я часто ее перечитывал)

Пожалуйста Войти , чтобы присоединиться к беседе.


1 год 2 мес. назад #55492 от Георгий Лейбович

Александр Запорожцев пишет: Я перечитал пример Жидкий чугун. Рассматривается показатель времени доставки чугуна под разливку. Ошибка - определение только среднего значения лишает возможности увидеть, что распеределение этой величины свидетельствует о наличии двух разных процессоа: прямая доставка и доставка с задержкой. Выявить этот факт позволило представление данных в виде гистограммы Вывод по этой главе: данные требуют детального анализа Наилучшей книгой на эту тему яволяется фунасментальный труд Тьюки (у меня она есть и ранее я часто ее перечитывал)

Вывод по этому разделу - представлен конкретный метод анализа (один из) для того, чтобы им пользоваться.
Александр, мы не обсуждаем метод Тьюки (Вам он помог в данном случае?). И не так важно, что мы читали, важно, что осело в голове. Не отвлекайтесь на чепуху.
Я перечислю возможные "точки внимания", которые сразу приходят в голову, а Вы попробуйте развить и приоритезировать.
1. Нет информации о полном недельном выпуске изделия: является ли он постоянным или переменным. Если переменным, то надо рассматривать долю дефектной продукции.
2. Видно, что рассматривается величина, имеющая отсечку на уровне 0. Это допустимо, поскольку метод допускает широкий спектр распределений, вопрос, скорее, в их устойчивости. Но обессмысливается нижняя естественная граница процесса, так как она оказывается ниже 0 дефектов. Лучше использовать вариабельность качественных изделий (недельный выпуск минус дефекты). Тогда нижняя граница превратится в верхнюю границу для процесса выпуска качественного изделия и покажет возможный потенциал выпуска качественных изделий.
3. Из сравнения гистограмм до последних четырёх нулей и с ними видно, что тип распределения, похоже, меняется (возможно, добавляется выборка из другого распределения), а с учётом собственно графика (развертки по времени) это подозрение станивится почти уверенностью. Просто вариабельность исчезает. Какой процесс устойчив (Ваше утверждение)?
4. Обязательно надо выяснить причину выхода на 0 (а не оставить на потом), так как, если она не выяснена, то вариабельность так же может и вернуться. А может, просто не было выпуска? В России много праздников.
5. Лучше иметь данные не только агрегированные (неделя), а посменные, с датами обнаружения дефектов. Тогда легче искать причины
......
Спасибо сказали: Александр Запорожцев

Пожалуйста Войти , чтобы присоединиться к беседе.


1 год 2 мес. назад - 1 год 2 мес. назад #55493 от Александр Филонов

Георгий Лейбович пишет: 5. Лучше иметь данные не только агрегированные (неделя), а посменные, с датами обнаружения дефектов. Тогда легче искать причины
......


...
:)
251...
252...
253. Сколько правил, (количество), выявления 'особых причин' в этом случае, (несоответствие зазора), по графику SPC применяли Вы, (или студент)? Какие именно?
254. Не являются ли вышеперечисленные причины, (в вопросах 1-5...), - 'общими'?
:) :laugh:
Спасибо сказали: Александр Запорожцев

Пожалуйста Войти , чтобы присоединиться к беседе.


1 год 2 мес. назад #55494 от Георгий Лейбович

Александр Филонов пишет:

Георгий Лейбович пишет: 5. Лучше иметь данные не только агрегированные (неделя), а посменные, с датами обнаружения дефектов. Тогда легче искать причины
......


...
:)
251...
252...
253. Сколько правил, (количество), выявления 'особых причин' в этом случае, (несоответствие зазора), по графику SPC применяли Вы, (или студент)? Какие именно?
254. Не являются ли вышеперечисленные причины, (в вопросах 1-5...), - 'общими'?
:) :laugh:

"Я перечислю возможные "точки внимания", которые сразу приходят в голову" - из моего предыдущего поста. Я не понял, Ваш вопрос ко мне или к АЗ?

Пожалуйста Войти , чтобы присоединиться к беседе.


1 год 2 мес. назад #55495 от Александр Филонов

Георгий Лейбович пишет: "Я перечислю возможные "точки внимания", которые сразу приходят в голову" - из моего предыдущего поста. Я не понял, Ваш вопрос ко мне или к АЗ?


Нет, нет, конечно к АЗ.
Хотя Вы можете сами решать вмешиваться в процесс или нет.:)
Я то вмешиваюсь.:) :laugh: (tampering)

Пожалуйста Войти , чтобы присоединиться к беседе.


1 год 2 мес. назад - 1 год 2 мес. назад #55496 от Александр Запорожцев
Спасибо за конструктивные замечания. Попробую соорентировать студента на более детальный анализ этих данных. Еще раз спасибо
Конечно нужно иметь объем выпуска, что поззволит перейти от абсолютных величин к относительным. Попробуем получить данные о выпуске.
Что изменить рассмотрение доли дефектной продукции с точки зрения наличия границы значений? Доля дефектной продукции тоже будет иметь границу равную 0
Построил гистограммы для этих двух случаев
1. Зазор между деталями

Очевидно, что если на 20 неделе будет 0, то характер гистограммы не измениться. С точки зрения возможности услышать "голос процесса" временная диаграмма оказывается предпочтительнее.
2. Отклеивание накладки

Во втором случае видно, что на гистограмме появился другой источник вариабельности - есть два разных распределения
Вложения:

Пожалуйста Войти , чтобы присоединиться к беседе.


1 год 2 мес. назад - 1 год 2 мес. назад #55497 от Александр Филонов

Александр Запорожцев пишет: Что изменить рассмотрение доли дефектной продукции с точки зрения наличия границы значений? Доля дефектной продукции тоже будет иметь границу равную 0


Ну наверное есть разница одно несоответствие на 2 автомобиля или 8 на 100?:) Сколько всего автомобилей (дефектных и не очень) выпустили в первую неделю, во вторую и т.д. Одинаково каждую неделю или разное?

Первоначально Вам (или студенту) нужно определиться. Показывает ли SPC по точкам 1-19 "особый случай" или нет?
Поэтому сразу вопрос о критериях (правилах).

Сколько правил вы используете? Одно? Три? Пять?...Четырнадцать?... Бесконечно (любая особая структура)?

В данном случае - гистограммы, доли, частота, амплитуда и другие способы выявить 'особый случай' - и есть "подложка", (критерии, правила, теория, система выявления (обнаружения) особых случаев.):)

К примеру, возьмем простейшее. Смотрим в Вики Карты Шухарта и читаем:

"Контрольные границы — коридор, внутри которого лежат значения при стабильном состоянии процесса. Контрольные границы рассчитываются по формулам, жестко привязанным к типу карты; эти границы вычисляются по данным о процессе, и никак не связаны с допусками:

CL — центральная линия (обычно среднее значение или медиана по некоторому объёму данных),
LCL — нижняя контрольная граница,
UCL — верхняя контрольная граница.

Признаки особой изменчивости сигнализируют о нарушении стабильности (управляемости) процесса:

1) выход точек за верхнюю или нижнюю границы контрольной карты,
2) 7 или более точек подряд лежат по одну сторону от средней линии,
3) более 6 точек монотонно возрастают или убывают.

..."

В случае 20-я точка 0, есть ли сигналы о нарушении стабильности (управляемости) процесса?:)

Пожалуйста Войти , чтобы присоединиться к беседе.

Работает на Kunena форум