Comment faire pour créer un plan d'échantillonnage à plusieurs vari six sigma

Multi-vari utilise un plan d'échantillonnage de données spécifique, qui met en évidence graphiquement la principale cause de la variation de la caractéristique de sortie de votre processus Six Sigma tout en permettant au processus de fonctionner dans son mode normal et sans nécessiter aucune interruption de processus. La principale cause de la variation de sortie est isolé en trois catégories:

• Positionnelle

• Cyclique

• Temporel

Lorsque vous savez quelle catégorie de variation domine la sortie de votre processus, vous pouvez vous concentrer sur les facteurs potentiels qui relèvent de cette catégorie et éliminer les facteurs qui appartiennent aux autres catégories. Si vous trouvez que la principale variation de la sortie de votre processus est provient d'une source temporelle, vous pouvez actualiser tous les facteurs qui sont de position ou cyclical- la véritable cause de la racine doit être un facteur temporel.

Variation positionnelle

La variation de position catégorie est parfois appelé variation à l'intérieur de l'unité. En effet, il est défini par l'amplitude de variation provenant de l'intérieur d'une seule unité. Les différences entre ces mesures sont la preuve que d'un facteur de variation de position influence la sortie du processus.

Vous devrez peut-être définir une “ l'unité n ° 148; différemment pour différentes situations de processus. L'exigence de base pour une unité qui est la caractéristique de sortie doit être mesurables plusieurs fois en différents points de l'appareil. Cela peut être la mesure de la même caractéristique à différents endroits de l'appareil.

Variation cyclique

La variation cyclique catégorie est parfois appelé entre la variation de l'unité. Elle est définie par l'amplitude de la variation qui se produit entre les unités consécutives tirées du processus. Grande variation entre les unités signifie que la performance de conduite de facteur de processus doit être celui qui tombe dans la catégorie cyclique. Dans l'exemple de l'essieu, l'ampleur de la variation que vous observez dans les diamètres entre les essieux produites consécutivement est une variation cyclique.

Variation temporelle

La variation temporelle catégorie est parfois appelé la variation de temps à autre. Quand vous regardez l'ampleur de la variation entre les segments du processus séparés par une quantité importante de temps, qui est la variation temporelle. Si ce type de variation est grande, la performance facteur déterminant du processus doit être celui qui appartient à la catégorie- temporelle contraire, le facteur doit être d'une autre catégorie.

Voici la procédure étape par étape pour tirer des données intermittentes à partir d'un processus en cours:

1. Sélectionnez ou établir une mesure de données de type continue de la performance de sortie du processus.

   Cette échelle peut être en unités de temps, en dollars, pouces, grammes, mais quel qu'il soit, il doit être un type de données en continu.

2. Explorez les valeurs historiques de votre métrique de sortie sélectionné pour comprendre ce que l'amplitude de la variation a été dans le processus.

   Après vous commencez multi-vari échantillonnage de votre processus, vous continuez jusqu'à ce que vous avez observé approximativement la même amplitude de la variation que vous avez vu historiquement. De cette façon, vous êtes sûr d'avoir suivi le processus assez longtemps pour avoir capturé l'activité dans les facteurs d'entrée qui est le moteur variation de la sortie du processus.

3. Définir ce qui constitue une unité dans votre étude multi-vari.

   Rappelez-vous que votre unité définie doit permettre deux ou plusieurs mesures de la sortie de processus dans différents “ emplacements ” ou à l'intérieur de l'appareil.

4. Recueillir deux à cinq mesures au sein de l'unité définie dans l'étape 3 sur trois à cinq unités consécutives.

5. Laissez un peu de temps à passer - assez que les facteurs potentiels ont une chance d'exercer nouvelle influence sur le processus.

6. Répétez les étapes 4 et 5 dans les trois à cinq intervalles consécutive unités jusqu'à ce que vous avez capturé au moins 80 pour cent de la variation du processus historique.

   Il suffit de comparer la gamme des données historiques pour la gamme des données multi-Vari. Si elles sont à peu près égal, vous avez capturé suffisamment de données multi-vari. Si non, continuer à collecter.

7. Créer un tableau multi-vari et analyser et d'interpréter le tableau pour une principale source de variation.