Cómo analizar su sistema de medición seis sigma

Es importante para su iniciativa de Six Sigma para saber si su sistema de medición es eficaz. Usted necesita datos sólidos para iniciar su proyecto y tener un sistema de medición sólida es la clave.

Un fabricante de la unidad de disco del ordenador a mediados de la década de 1980 estaba experimentando un problema persistente con bajos rendimientos. El principio preocupación era que el medio magnético sensible recubrimiento de los discos era de alguna manera defectuosa. Como resultado, la empresa implementó un conjunto de estándares muy exigentes y una serie de pruebas estrictas con la esperanza de detectar y eliminar los problemas de los medios de comunicación del sistema.

En un momento, los ingenieros de diseño de la compañía pasó a notar algunos defectos visuales y manchas en el revestimiento magnético en el disco. Llegaron a la conclusión de que esta cuestión fue la causa largamente codiciada de sus problemas de rendimiento persistentes.

El departamento de ingeniería de inmediato pidió que la fabricación implementar una inspección visual final de cada disco que se realiza al final del ciclo de prueba ya-tedioso. Con la implementación de esta nueva inspección, el disco rechazar tasa subió del 8 al 10 por ciento. A $ 30 un disco, el proyecto de ley de chatarra se acercaba a $ 300.000 por mes!

Sin verdadera mejora evidente, ingeniería propuso para apretar aún más las especificaciones en el medio de disco magnético. Con los crecientes costos de montaje y de chatarra, fabricación pidió que un experto de auditoría de la ingeniería del proceso de prueba y la inspección por última vez antes de apretar las especificaciones de nuevo.

El experto en ingeniería revisa todo el proceso de pruebas e inspección. Entonces decidió hacer algunos experimentos para validar el proceso final inspección visual en los discos. Su primer experimento fue enviar un montón de discos previamente rechazados de nuevo a través del proceso de inspección final sin conocimiento de los inspectores.

Los resultados fueron tan sorprendentes que él volvió a ejecutar el experimento varias veces- cada vez que los discos previamente inspeccionados fueron enviados en secreto a través del proceso final inspección visual, un 10 por ciento adicional de los discos sería rechazado!

Armado con esta nueva visión, el ingeniero intentó otra prueba. Esta vez tomó un montón de discos que ya habían pasado la etapa de la inspección final y en secreto les reinserta de nuevo en el proceso de inspección. Incluso con estos " pasó " discos, los inspectores continuaron encontrando el diez por ciento de los discos pasados ​​previamente a ser visualmente defectuoso.

Como confirmación final, el ingeniero envió una colección de discos pasados ​​y una colección de discos que han fallado en las etapas finales del proceso de montaje. Al final del proceso de montaje, los discos con el medio rechazado en realidad tenía un rendimiento rendimiento final ligeramente superiores a los discos que pasan la inspección visual.

Es evidente que esta empresa estaba viviendo en una ilusión sistema de medición. El sistema de inspección visual que habían añadido proporciona ningún beneficio para la empresa, pero estaba costando más de $ 300.000 por mes en medio de disco incorrectamente rechazada.

Considere un sistema de medición que clasifica artículos - si se trata de una característica o un proceso - en categorías de " pasar " y " fallar ". Para estudiar la eficacia de este tipo de sistema de medición, siga estos pasos:

1. Ponga a un lado de 15 a 30 muestras de lo que se está midiendo.

   Usted quiere que estas muestras para representar toda la gama de variación que se encuentra por lo general, con aproximadamente la mitad de las muestras de ser " pasa " y la otra mitad " falla ".

2. Crear un estándar maestro mediante la designación de cada una de las muestras como una " pasar " o una " fallar ".

   Utilice un panel de expertos o algún estándar que usted conoce es absolutamente correcto para hacer estas distinciones.

3. Escoja dos o tres inspectores.

   Pídales que revisar los elementos de la muestra en un orden aleatorio y registrar sus conclusiones - si cada elemento es un " pasar " o una " fallar ".

4. Haga que cada inspector de repetir sus mediciones de las muestras después de mezclar las muestras de hasta en un nuevo orden aleatorio y registrar las mediciones repetidas.

   Asignaron al azar las muestras antes de la segunda medición es crítico-segundas mediciones de cada inspector deben ser justos, como si estuvieran ocurriendo por primera vez. Es posible que tenga que esperar un día antes de realizar las segundas mediciones (o girar los inspectores todo en su lugar hasta que estén muy mareado - es broma).

5. Para cada inspector, calcular (en porcentaje) la frecuencia con la primera y segunda mediciones acordaron entre sí.

   Este porcentaje es la repetibilidad de cada inspector. También puede calcular una repetibilidad general del sistema de medición promediando los repetibilidades de los inspectores individuales.

   La repetibilidad calculada para los inspectores individuales debe ser lo más cercano al 100 por ciento de lo posible. Bajar repetibilidades individuales calculados significan que los inspectores no son consistentes en la distinción entre los elementos buenos y malos. La formación ayuda inspectores inconsistentes vuelven consistentes en sus mediciones.

6. Para cada uno de los elementos de la muestra, se calcula el porcentaje de las mediciones registradas en cada uno de los inspectores estaban de acuerdo con ellos mismos y todos los inspectores estaban de acuerdo entre sí.

   Esta cifra es la reproducibilidad para el sistema de medición. La reproducibilidad sistema de medición calculado indica el grado de precisión del sistema de medición es a largo plazo - en diferentes inspectores, diferentes configuraciones y diferentes condiciones ambientales.

   También puede calcular el porcentaje de los inspectores de tiempo individuales y el grupo de inspectores de acuerdo con ellos mismos y de acuerdo con la " master " estándar creado en el paso 2.

   Este número le indica cómo constantemente su sistema de medición detecta lo que sus expertos han decidido que realmente es de aprobación y rechazo.

   Como ejemplo, un acuerdo de 63 por ciento calculada entre todos los inspectores para todas las muestras con el " master " estándar en un estudio de sistema de medición significa que la probabilidad de que este sistema de medición será medir correctamente los elementos es 63 por ciento, y la posibilidad de error es de 37 por ciento. Claramente, el objetivo es lograr un sistema de medición con una efectividad tan alto como sea posible.

Las herramientas de análisis más sofisticados están disponibles para situaciones en las que un sistema de medición atributo tiene más de dos categorías. Estas herramientas, como el análisis kappa, se pueden encontrar en el software de análisis estadístico avanzado tales como Minitab y JMP.