Temat: Czy jest sens badać CPk procesów manualnych?
We wszystkich przypadkach (i capability, i performance) obowiązuje ten sam wzór:
różnica tkwi z metodzie obliczania s
pierwsza metoda stosowana jest przy performance, druga (średnia R z próbek / wskaźnik tablicowy) dla capability (przynajmniej takie są zalecenia i dość niejasno opisane odstępstwa od nich - kiedy można liczyć inaczej).
Zastosowana metoda ma kolosalne znaczenie. Na poniższym przykładzie dane dobrano tak, aby średnia w każdej próbce oraz średnia z całości, dla jednej i drugiej karty były identyczne.
Wskaźniki obliczone dla s wg pierwszej metody (zgodnie z tym co pisze Zbigniew, w tabelce powinno być Pp i Ppk)
A teraz dokładnie te same dane i wskaźniki dla s liczonego drugą metodą
A teraz "mieszanie" danych (obraz z poprzedniego postu).
W statystyce (nawet tak prostej jak karty kontrolne i wskaźniki), wymieszanie danych może dać nieoczekiwane wyniki. Jeden z kolegów twierdzi, że po wymieszaniu "niejednorodnych" (nie znalazłem lepszego słowa) danych, nic się nie stanie (wskaźniki będą wciąż wysokie). Drugi kolega - wręcz przeciwnie, twierdzi, że wartości wskaźników drastycznie spadną.
Żeby było śmiesznie i Zbigniew, i Łukasz mają rację - zaczarowany świat statystyki.
Jeżeli przyjmiemy, że wskaźniki liczymy wg s ze średniego R, po wymieszaniu danych nic się nie stanie (we wszystkich próbkach R jest niewielki więc wskaźniki pozostaną wysokie).
Jeżeli do obliczeń przyjmiemy s z populacji, wskaźniki wymieszanych danych będą niskie (pomiary występują w pobliżu wymiarów granicznych).
"Gdy rozstęp pomiędzy próbkami jest znacząco większy niż rozstęp wewnątrz próbek, do obliczania wskaźników Cp i Cpk możemy użyć odchylenia standardowego" - dość swobodne tłumaczenie zaleceń Forda - czyli pierwsza metoda, a nie druga jak w zaleceniach.
Na koniec "czy warto?" - oczywiści - o ile znajduje to ekonomiczne uzasadnienie.
Ten post został edytowany przez Autora dnia 18.11.13 o godzinie 14:23