Hur Analysera din Six Sigma Measurement System

December 28

Det är viktigt för din Six Sigma initiativ att veta om ditt mätsystem är effektivt. Du behöver solida data för att initiera projektet och som har ett system för fast mätning är nyckeln.

En dator hårddisk tillverkaren i mitten av 1980-talet upplevde en gnagande problem med dåliga skördar. Principen intresse var att känslig magnetiskt medium belägga skivorna var på något sätt defekt. Som ett resultat har bolaget genomfört en samling mycket krävande standarder och ett batteri av stränga tester med hopp om att upptäcka och ta bort medieproblem från systemet.

Vid ett tillfälle, konstruktörer på företaget råkade märka några synfel och fläckar i den magnetiska beläggningen på disken. De drog slutsatsen att denna fråga var den länge eftertraktade orsak deras bestående problem avkastningskrav.

Den tekniska avdelningen begärde genast att tillverkningen genomföra en slutlig visuell inspektion av varje skiva som ska göras i slutet av den redan tråkiga testcykel. Med genomförandet av denna nya inspektion disken avvisar hastigheten hoppade 8-10 procent. På $ 30 per disk, skrot räkningen närmade $ 300.000 per månad!

Med ingen verklig förbättring uppenbar, föreslog ingenjörs att ytterligare skärpa specifikationerna på den magnetiska disken mediet. Med monteringsmonteringskostnader och skrot, frågade tillverkning som en expert från ingenjörs granskning testet och inspektionsprocessen en sista gång innan du drar åt den speciell igen.

Ingenjörs experten över hela testet och inspektionsprocessen. Han bestämde sig då för att köra några experiment för att validera den slutliga visuella inspektionsprocessen på diskarna. Hans första experiment var att skicka tillbaka genom slutbesiktning processen ett gäng tidigare vägrade diskar utan inspektörernas kunskaper.

Resultaten var så uppseendeväckande att han reran experimentets flera gånger; varje gång de tidigare inspekterade skivorna i hemlighet skickade tillbaka genom den slutliga visuella inspektionsprocessen, skulle ytterligare 10 procent av skivorna avvisas!

Beväpnad med denna nya insikt, försökte ingenjören annat test. Den här gången tog han ett gäng skivor som redan hade passerat slutbesiktning steget och i hemlighet återinsättas dem tillbaka in i inspektionsprocessen. Även med dessa "passerade" diskar, inspektörerna fortsatte att hitta tio procent av de tidigare passerade diskar att vara visuellt defekt.

Som en sista bekräftelse skickade ingenjören en samling passerade diskar och en samling av misslyckade hårddiskar till slutskedet av monteringsprocessen. Vid slutet av monteringsprocessen, diskarna med den avvisade mediet faktiskt hade en något högre slutlig prestanda utbyte än dessa diskar som passerar den visuella kontrollen.

Uppenbarligen var detta bolag lever i ett mätsystem illusion. Den visuella inspektionssystem som de hade lagt förutsatt att ingen nytta för bolaget men kostar över $ 300.000 per månad i felaktigt avvisade diskmediet.

Betrakta ett mätsystem som kategoriserar objekt - oavsett om det är en egenskap eller en process - i kategorier av "pass" och att studera effektiviteten av denna typ av mätsystem, följ dessa steg "misslyckas.":

  1. Avsätt 15-30 prover av vad som mäts.

    Du vill att dessa prover för att representera hela skalan av variation som normalt påträffas, med ungefär hälften av proverna är "pass" och den andra hälften "misslyckas."
  2. Skapa en huvudstandard genom att designera vart och ett av proverna som en "underkänd" eller en "underkänd".

    Använd en expertpanel eller någon standard som du vet är helt korrekt att göra dessa distinktioner.
  3. Välj två eller tre inspektörer.

    Låt dem granska prov objekt i en slumpmässig ordning och spela in sina slutsatser - ". Fail" om varje objekt är en "pass" eller en
  4. Låt varje inspektör upprepa hennes mätningar av proverna efter du blanda proverna upp i en ny slumpmässig ordning och registrera upprepade mätningar.

    Randomisera proverna innan den andra mätningarna är kritisk; varje inspektörens andra mätningar måste vara rättvis, som om de hände för första gången. Du kan behöva vänta en dag innan du utför den andra mätningar (eller snurra inspektörerna runt på plats tills de är väldigt yr - bara skojar).
  5. För varje inspektör, beräkna (i procent) hur ofta den första och andra mätningar kommit överens med varandra.

    Denna procentsats är repeterbarheten för varje inspektör. Du kan också beräkna ett övergripande mätsystem repeterbarhet som genomsnittet av repeterbarhet av de enskilda inspektörer.

    Den beräknade repeterbarhet för de enskilda inspektörer måste vara så nära 100 procent som möjligt. Lägre beräknade enskilda repeterbarhet innebär att inspektörerna inte är konsekventa i att skilja mellan bra och dåliga saker. Träning hjälper inkonsekventa inspektörer blir konsekventa i sina mätningar.

  6. För varje provbrev, beräkna andelen inspelade mätningar där var och en av inspektörerna överenskommits med sig själva och alla inspektörer som överenskommits med varandra.

    Denna siffra är reproducerbarheten för mätsystemet. Den beräknade mätningssystemet reproducerbarhet talar om hur exakt mätsystemet är på lång sikt - över olika inspektörer, olika uppställningar, och olika miljöförhållanden.

    Du kan också beräkna procent av tiden enskilda inspektörer och gruppen av inspektörer håller med sig själva och håller med "master" standard som skapades i steg 2.

    Detta nummer talar om hur konsekvent ditt mätsystem upptäcker vad dina experter har beslutat verkligen är godkänd och underkänd.

    Som ett exempel, en beräknad överenskommelse 63 procent mellan alla inspektörer för alla prover med "master" standard i ett mätsystem studie innebär att sannolikheten för att detta mätsystem korrekt kommer att mäta objekten är 63 procent, och chansen för fel är 37 procent. Tydligt, är målet att uppnå ett mätsystem med så hög effektivitet som möjligt.

Mer sofistikerade analysverktyg finns för situationer när ett system för attributmätning har mer än två kategorier. Dessa verktyg, såsom kappa analys, kan hittas i avancerad statistisk programvara analys som Minitab och JMP.