Comment analyser votre système de mesure six sigma

Il est important pour votre initiative Six Sigma pour savoir si votre système de mesure est efficace. Vous avez besoin de données solides pour lancer votre projet et ayant un système de mesure solide est la clé.

Un fabricant de lecteur de disque de l'ordinateur dans les milieu des années 1980 a été connaît un problème lancinant avec des rendements médiocres. La préoccupation principe était que le support magnétique sensible revêtement des disques était en quelque sorte défectueux. En conséquence, la société mis en œuvre un ensemble de normes très exigeantes et une batterie de tests rigoureux avec l'espoir de détecter et de supprimer les problèmes des médias du système.

À un moment donné, les ingénieurs de conception de la société qui est arrivé à remarquer quelques défauts visuels et des taches dans le revêtement magnétique sur le disque. Ils ont conclu que cette question était la cause à long recherché de leurs problèmes de rendement persistants.

Le département d'ingénierie a immédiatement demandé que la fabrication de mettre en œuvre une inspection visuelle finale de chaque disque pour être fait à la fin du cycle d'essai déjà fastidieux. Avec la mise en œuvre de cette nouvelle inspection, le disque taux de rejet a sauté du 8 au 10 pour cent. À 30 $ par disque, le projet de loi de ferraille approchait de 300.000 $ par mois!

Avec aucune amélioration réelle évidente, l'ingénierie proposé de resserrer davantage les spécifications sur le support de disque magnétique. Avec assemblage et la ferraille de montage coûts, la fabrication a demandé qu'un expert de la vérification de l'ingénierie du processus de test et d'inspection, une dernière fois avant de serrer à nouveau les spécifications.

L'expert de l'ingénierie en revue le processus de test et d'inspection entier. Il décide alors de faire quelques expériences pour valider le processus visuel final d'inspection sur les disques. Sa première expérience était d'envoyer un tas de disques précédemment rejetés en arrière à travers le processus d'inspection finale sans la connaissance des inspecteurs.

Les résultats ont été si surprenant qu'il exécutiez l'expérience plusieurs fois- chaque fois les disques préalablement inspectés ont été secrètement envoyés en arrière à travers le processus d'inspection visuelle finale, 10 pour cent supplémentaires des disques serait rejetée!

Armé de cette nouvelle perspective, l'ingénieur a essayé un autre test. Cette fois, il a pris un tas de disques qui avait déjà passé l'étape de l'inspection finale et secrètement réinséré dans le processus d'inspection. Même avec ces derniers “ a adopté ” disques, les inspecteurs ont continué à trouver dix pour cent des disques précédemment passés à être visuellement défectueux.

Comme une confirmation définitive, l'ingénieur a envoyé une collection de disques écoulés et une collection de disques défaillants dans les dernières étapes du processus d'assemblage. A la fin du processus d'assemblage, les disques avec le milieu rejeté avaient en fait un rendement de performance finale légèrement supérieure à celle de ces disques qui passent l'inspection visuelle.

De toute évidence, cette société vivait dans une illusion de système de mesure. Le système d'inspection visuelle qu'ils avaient ajouté fourni aucun avantage à l'entreprise, mais coûtait plus de 300.000 $ par mois dans un milieu de disque incorrectement rejeté.

Considérons un système de mesure qui catégorise les objets - que ce soit une caractéristique ou un processus - dans des catégories de “ passer ” et “ l'échec ”. Pour étudier l'efficacité de ce type de système de mesure, suivez ces étapes:

1. Mettre de côté 15 à 30 échantillons de ce qui est mesuré.

   Vous voulez que ces échantillons pour représenter la gamme de variation qui est généralement rencontré, avec environ la moitié des échantillons étant “ passe ” et l'autre moitié “ ne ”.;

2. Créer une norme de maître en désignant chacun des échantillons comme un “ passer ” ou un “ l'échec ”.

   Utilisez un groupe d'experts ou une norme que vous savez est absolument correct de faire ces distinctions.

3. Choisissez deux ou trois inspecteurs.

   Demandez-leur de passer en revue les éléments de l'échantillon dans un ordre aléatoire et enregistrer leurs conclusions - si chaque élément est un “ passer ” ou un “ l'échec ”.

4. Demandez à chaque inspecteur répéter ses mesures des échantillons après vous mélangez les échantillons en un nouvel ordre aléatoire et d'enregistrer les mesures répétées.

   Randomisation des échantillons avant la deuxième mesures est criticité deuxième mesures de chaque inspecteur doit être juste, comme si elles se produisaient pour la première fois. Vous devrez peut-être attendre une journée avant d'effectuer les secondes mesures (ou tourner les inspecteurs autour en place jusqu'à ce qu'ils soient très étourdi - je plaisante).

5. Pour chaque inspecteur, calculer (en pourcentage) combien de fois les première et deuxième mesures convenues avec l'autre.

   Ce pourcentage est la répétabilité pour chaque inspecteur. Vous pouvez également calculer une répétabilité globale du système de mesure de la moyenne des répétabilités des inspecteurs individuels.

   La répétabilité calculée pour les inspecteurs individuels doit être aussi près de 100 pour cent que possible. Répétabilités individuelles calculées inférieurs signifient que les inspecteurs ne sont pas conformes à la distinction entre les bons et les mauvais éléments. La formation aide les inspecteurs incompatibles deviennent cohérents dans leurs mesures.

6. Pour chacun des éléments de l'échantillon, calculer le pourcentage des mesures enregistrées où chaque des inspecteurs d'accord avec eux-mêmes et tous les inspecteurs d'accord avec l'autre.

   Ce chiffre est à la reproductibilité du système de mesure. La reproductibilité du système de mesure calculée vous indique comment précise le système de mesure est sur le long terme - sur différents inspecteurs, des configurations différentes, et différentes conditions environnementales.

   Vous pouvez également calculer le pour cent des inspecteurs à temps individuels et le groupe des inspecteurs d'accord avec eux-mêmes et d'accord avec la “ maître ” standard créé à l'étape 2.

   Ce nombre vous indique comment constamment votre système de mesure détecte ce que vos experts ont décidé de vraiment passer et est sûr.

   A titre d'exemple, un accord de 63 pour cent calculée entre tous les inspecteurs pour tous les échantillons avec le “ maître ” standard dans une étude du système de mesure signifie que la probabilité que ce système de mesure mesurera correctement les articles est de 63 pour cent, et le risque d'erreur est de 37 pour cent. Il est clair que le but est de réaliser un système de mesure avec une efficacité plus élevée que possible.

Des outils d'analyse plus sophistiqués sont disponibles pour des situations où un système de mesure de l'attribut a plus que deux catégories. Ces outils, comme l'analyse de kappa, peuvent être trouvés dans le logiciel d'analyse statistique avancée tels que Minitab et JMP.