Cómo crear un plan de muestreo de múltiples vari seis sigma
Multi-Vari utiliza un plan de muestreo de datos específica, que destaca gráficamente la principal causa variación en la característica de salida de su proceso de Seis Sigma permitiendo al mismo tiempo el proceso para operar en su forma normal y sin necesidad de interrumpir los procesos. La principal causa de la variación de salida está aislado en tres categorías:
Video: Simplexcel - Muestreo aleatorio simple en Excel
posicional
cíclica
Temporal
Video: 2 CURSO Seis Sigma
Cuando se sabe qué categoría de variación domina la salida de su proceso, puede concentrarse en los factores potenciales que entran en esa categoría y eliminar los factores que pertenecen a las otras categorías. Si encuentra que la mayor variación en su salida del proceso proviene de una fuente temporal, puede descontar todos los factores que son posicional o cyclical- la verdadera causa raíz debe ser un factor temporal.
variación posicional
los variación posicional categoría se denomina a veces dentro de la variación unidad. Esto se debe a que está definido por la magnitud de la variación que viene de dentro de una sola unidad. Las diferencias entre estas mediciones son evidencia de que un factor de variación posicional está influyendo en la salida del proceso.
Es posible que necesite para definir una “unidad” de forma diferente para diferentes situaciones de proceso. El requisito básico para una unidad es que la característica de salida debe ser medibles varias veces en diferentes puntos de la unidad. Esa puede ser la medición de la misma característica en diferentes lugares de la unidad.
variación cíclica
los variación cíclica categoría se denomina a veces entre la variación unidad. Se define por la magnitud de la variación que se produce entre unidades consecutivas extraídas del proceso. Gran variación entre las unidades significa que el rendimiento de la conducción proceso factor debe ser uno que entra en la categoría cíclica. En el ejemplo de eje, la magnitud de la variación que se observa en los diámetros entre ejes producidos consecutivamente es variación cíclica.
La variación temporal
los variación temporal categoría se denomina a veces variación de tiempo a tiempo. Cuando nos fijamos en la magnitud de la variación entre los segmentos del proceso separados por una cantidad significativa de tiempo, es decir la variación temporal. Si este tipo de variación es grande, el rendimiento de los procesos factor de conducción debe ser uno que pertenece a la categoría-temporal, de lo contrario, el factor debe ser de otra categoría.
Aquí está el procedimiento paso a paso para la extracción de datos intermitentes de un proceso en ejecución:
Seleccionar o establecer una medición de datos de tipo continuo del rendimiento de salida del proceso.
Esta escala puede ser en unidades de tiempo, dólares, pulgadas, gramos, pero sea lo que sea, tiene que ser un tipo de datos continua.
Explora los valores históricos de su métrica de salida seleccionado para entender lo que la magnitud de la variación ha estado en el proceso.
Después de comenzar el muestreo multi-vari de su proceso, continuar hasta que ha observado aproximadamente la misma magnitud de la variación que ha visto históricamente. De esta manera, usted puede estar seguro de haber supervisado el proceso de tiempo suficiente como para haber capturado la actividad de los factores de entrada que está impulsando la variación en la salida del proceso.
Definir lo que constituye una unidad en su estudio multi-vari.
Recuerde que su unidad definida debe permitir que dos o más mediciones de la salida del proceso en diferentes “lugares” dentro o sobre la unidad.
Recoger dos a cinco mediciones desde dentro de la unidad definida en el paso 3 en tres a cinco unidades consecutivas.
Video: Plan de muestreo microbiológico en leche
Dejar pasar un tiempo para pasar - lo suficiente que los factores potenciales tengan la oportunidad de ejercer una nueva influencia en el proceso.
Repita los pasos 4 y 5 en intervalos de tres a cinco unidades consecutivas hasta que haya capturado al menos el 80 por ciento de la variación del proceso histórico.
Basta con comparar el rango de los datos históricos para el rango de los datos multi-vari. Si son aproximadamente iguales, que ha capturado suficientes datos multi-vari. Si no, mantenga la recogida.
Crear un gráfico multi-vari y analizar e interpretar el gráfico de una fuente primaria de variación.
Video: TUTORIAL GRAFICA DE CONTROL CON MiNITAB