Атрибутни данни срещу променливи данни: годни/негодни срещу действителни измервания

Атрибутни срещу променливи данни: годен/негоден срещу реални измервания Ключови изводи - Атрибутните данни са категорични — годен/негоден (pass/fail), go/no-go, брой дефекти. - Променливите данни се измерват на непрекъсната скала — дължина, тегло, температура. - Променливите данни показват колко близо сте до границата; атрибутните данни показват само дали сте я преминали. - За откриване на проблем променливите данни изискват значително по-малки извадки, затова са по-ефективни. Кратък отговор: Атрибутните данни са категорични — годен или негоден, go или no-go, брой дефекти. Променливите данни се измерват на непрекъсната скала — дължина, тегло, температура. Променливите данни показват колко близо до границата работите, което дава ранно предупреждение преди да се появят дефекти, и изискват значително по-малки извадки за същата статистическа мощност. Атрибутните данни са по-прости за събиране, но слепи, докато частта не се провали. Вижте също контролна карта срещу графика на серии. Какво представляват атрибутните данни Атрибутните данни отговарят на въпрос да/не. Те записват дали частта е минала или провалена, или броят на възникналите дефекти. Те са прости и бързи за събиране — отметка или брой — но не носят информация за това колко добра или гранична е била всяка част. - Категорични: годен или негоден, go или no-go. - Брой на дефекти или негодни бройки. - Лесни за събиране, ограничена информация. Какво представляват променливите данни Променливите данни са измерване на непрекъсната скала — реалният размер, тегло или температура. Те показват точно къде се намира всяка част в рамките на спецификацията, което ги прави много по-мощни за контрол и ранно предупреждение. - Непрекъснати измервания. - Показват позицията в рамките на спецификацията. - Позволяват СПК и ранно предупреждение. Пример Вал има спецификация на диаметъра 10.00 ± 0.05 мм. Атрибутните данни записват само „годен“, докато накрая една част не се измери 10.06 мм и не бъде маркирана като „негодна“ — към този момент процесът е дрейфирал вече час и е произвел партида близо до границата. Променливите данни измерват действителния диаметър при всяка проверка: 10.01, 10.02, 10.03... тенденцията към границата е очевидна дълго преди някоя част да се провали, така че операторът коригира процеса, докато всичко все още е в ред. Същите части, но един метод предупреждава, а другият само отчита провала. Защо променливите данни са по-мощни Проверка годен/негоден не ви казва нищо, докато частта не се провали. Измерване показва тенденция, която се приближава към границата, докато частите все още са добри, така че можете да действате преди да се появят дефекти. То също така изисква много по-малки извадки за откриване на изместване, което го прави не само по-информативно, но и по-ефективно. Кога атрибутните данни са подходящи Атрибутните данни са правилният избор, когато измерването е непрактично или характеристиката е наистина категорична — присъства/липсва, правилно/неправилно, визуален дефект. В противен случай предпочитайте променливите данни заради тяхната способност за ранно предупреждение и ефективност на извадките. Чести грешки 1. Използване на атрибутни данни там, където измерване е възможно. С това губите ранното предупреждение и ефективността на извадките. 2. Увеличаване на атрибутните извадки като компенсация. Атрибутните данни изискват много по-големи извадки за същата статистическа мощ. 3. Липса на СПК върху променливите данни. Събиране на измервания, но никога не се чертае тенденцията. 4. Годен/негоден за критична размерност. Процесът дрейфира незабелязано, докато частта накрая не се провали. Как се проявява в OEE Променливите данни подхранват реален СПК, който улавя дрейф в производителността и качеството преди да се превърне в престой или брак — подобрявайки OEE нагоре по веригата преди възникването на провала, вместо да го отчита впоследствие. Как Fabrico се вписва Fabrico улавя измервани качествени данни, така че да можете да чертаете тенденции и да действате преди частите да се провалят, а не само да броите брак. Резервирайте демонстрация, за да видите качеството на база променливи данни в своя OEE. Свързано четиво - контролна карта срещу графика на серии - cpk срещу ppk - OEE за производство - инлайн срещу офлайн инспекция Често задавани въпроси Кое изисква по-малки извадки? Променливите данни — значително по-малко за същата статистическа мощност. Защо да предпочетем променливите данни? Те дават ранно предупреждение преди да възникнат дефекти, докато частите все още са добри. Безполезни ли са атрибутните данни? Не — те са подходящи за наистина категорични проверки, където измерването е непрактично. Кое позволява СПК? Променливите данни захранват най-полезния статистически контрол на процеса. Кога атрибутните данни са правилният избор? Когато характеристиката е наистина категорична, като присъствие/липса или визуален дефект.