Introduktion til Statistisk Processtyring



Relaterede dokumenter
Version april

Hjorth Kvalitetsudvikling. Introduktion til SPC og kapabilitet

Lean Six Sigma Minitab Introduktion

Statistisk proceskontrol

Introduktion til statistisk processtyring

Statistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning

Kapitel 3 Centraltendens og spredning

Estimation og usikkerhed

Basal statistik. 30. januar 2007

Generelt er korrelationen mellem elevens samlede vurdering i forsøg 1 og forsøg 2 på 0,79.

Binomial fordeling. n f (x) = p x (1 p) n x. x = 0, 1, 2,...,n = x. x x!(n x)! Eksempler. Middelværdi np og varians np(1 p). 2/

Normalfordelingen. Statistik og Sandsynlighedsregning 2

GPS stiller meget præcise krav til valg af målemetode

Vi kalder nu antal prøverør blandt de 20, hvor der ikke ses vækst for X.

Oversigt. Course 02402/02323 Introducerende Statistik. Forelæsning 3: Kontinuerte fordelinger. Per Bruun Brockhoff

En Introduktion til SAS. Kapitel 5.

Valgkampens og valgets matematik

Rygtespredning: Et logistisk eksperiment

Forelæsning 6: Kapitel 7: Hypotesetest for gennemsnit (one-sample setup)

VIDEREGÅENDE STATISTIK

PhD-kursus i Basal Biostatistik, efterår 2006 Dag 2, onsdag den 13. september 2006

Konfidensintervaller og Hypotesetest

Statistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik

Løsning eksamen d. 15. december 2008

Statistik vejledende læreplan og læringsmål, efteråret 2013 SmartLearning

Igangsættelser. Kvalitetssikring i obstetrikken. Tværfagligt Obstetrisk Forum 12. November 2010

Susanne Ditlevsen Institut for Matematiske Fag susanne

Deskriptiv statistik. Version 2.1. Noterne er et supplement til Vejen til matematik AB1. Henrik S. Hansen, Sct. Knuds Gymnasium

Forelæsning 1: Intro og beskrivende statistik

Forsøgsplanlægning Stikprøvestørrelse

Produkt og marked - matematiske og statistiske metoder

3.600 kg og den gennemsnitlige fødselsvægt kg i stikprøven.

Produkt og marked - matematiske og statistiske metoder

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Introduktion

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Introduktion

Liste over aktuelle og kommende standarder

Introduktion til statistisk processtyring

Program. 1. Repetition: konfidens-intervaller. 2. Hypotese test, type I og type II fejl, signifikansniveau, styrke, en- og to-sidede test.

Kapitel 3 Centraltendens og spredning

Kolding Sygehus. Sikkert Patientflow Storyboard LS marts Patient Flow. Sikkert

Program. Modelkontrol og prædiktion. Multiple sammenligninger. Opgave 5.2: fosforkoncentration

Epidemiologi og Biostatistik

Diskutér to og to. 1. Hvorfor bruger vi data i forbedringsarbejdet? 2. Hvornår bruger vi data i forbedringsarbejdet?

Oversigt. Kursus Introduktion til Statistik. Forelæsning 1: Intro og beskrivende statistik. Per Bruun Brockhoff. Praktisk Information

Analysenavn: D-Bilirubin NPU: 17194

Basal statistik Esben Budtz-Jørgensen 4. november Forsøgsplanlægning Stikprøvestørrelse

Studieplan Biostatistik Semester 1

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Introduktion

Kursusindhold: X i : tilfældig værdi af ite eksperiment. Antag X i kun antager værdierne 1, 2,..., M.

Kursus Introduktion til Statistik. Forelæsning 7: Kapitel 7 og 8: Statistik for to gennemsnit, ( , ) Per Bruun Brockhoff

Lean Six Sigma Lektion 3

Mettler analysevægt 2,34 3,05 5,20 6,20 8,15 10,32 11,01 11,72 12,27 12,88 14,83 15,23 17,64

Statistik. Introduktion Deskriptiv statistik Sandsynslighedregning

VIDEREGÅENDE STATISTIK

Undervisningsbeskrivelse

6. SEMESTER Epidemiologi og Biostatistik Opgaver til Uge 1 (fredag)

Klassificering af vindhastigheder i Danmark ved benyttelse af IEC vindmølle klasser

Konfidensinterval for µ (σ kendt)

Lean Six Sigma Lektion 2. Measure & Analyze

Beregning af usikkerhed på emissionsfaktorer. Arne Oxbøl

Introduktion til Statistik. Forelæsning 3: Kontinuerte fordelinger. Peder Bacher

Bekendtgørelse om flasker som målebeholdere 1

Hvad kan vi lære af øvelsen?

4. september π B = Lungefunktions data fra tirsdags Gennemsnit l/min

Forsøgsplanlægning Stikprøvestørrelse

Opgørelse af sundhedsparametre på rådyr i 2010/11 og 2011/12 baseret på oplysninger fra jægere og andre borgere

Introduktion til overlevelsesanalyse

Kursusindhold: X i : tilfældig værdi af ite eksperiment. Antag X i kun antager værdierne 1, 2,..., M.

Kausalitet. Introduktion til samfundsvidenskabelig metode. Samfundsvidenskabelig metode. Hvad er metode? Hvad er kausalitet.

6. SEMESTER Epidemiologi og Biostatistik Opgaver til Uge 1 (fredag)

9. Chi-i-anden test, case-control data, logistisk regression.

Bekendtgørelse om flasker som målebeholdere 1)

Løsning til eksaminen d. 14. december 2009

Analyse af bivirkninger på besætningsniveau efter vaccination med inaktiveret BlueTongue Virus (BTV) serotype 8 i danske malkekvægsbesætninger

Afsnit E1 Konfidensinterval for middelværdi i normalfordeling med kendt standardafvigelse

enote 2: Kontinuerte fordelinger Introduktion til Statistik Forelæsning 3: Kontinuerte fordelinger Peder Bacher enote 2: Continuous Distributions

Brug af meteorologiske prognoser til beregning af varmeforbrugsprognoser

Aktiv porteføljeallokering: Teori og praksis. 10. maj 2010 TeisKnuthsen Investeringsdirektør

Måleusikkerhed. Laboratoriedag 9. juni 2011

Oversigt. Kursus Introduktion til Statistik. Forelæsning 4: Kapitel 5: Kontinuerte fordelinger

Undervisningsbeskrivelse

SPSS introduktion Om at komme igang 1

Matematik B. Højere handelseksamen

Kursus Introduktion til Statistik. Forelæsning 13: Summary. Per Bruun Brockhoff

Eksamen ved. Københavns Universitet i. Kvantitative forskningsmetoder. Det Samfundsvidenskabelige Fakultet

Naturstyrelsens Referencelaboratorium for Kemiske og Mikrobiologiske Miljømålinger NOTAT

Kapitel 4 Sandsynlighed og statistiske modeller

Analysestrategi. Lektion 7 slides kompileret 27. oktober :24 p.1/17

Liste over relevante ISO statistik standarder

Fakta om Fjerkræ. EU handelsnormer for Fjerkrækød 1

Anvendt Statistik Lektion 6. Kontingenstabeller χ 2 -test [ki-i-anden-test]

Kommentar/løsningsforslag

5. December Finansministeriet og Ministeriet for By, Bolig og Landdistrikter Notat om potentialeberegninger

Petersværft Renseanlæg

Ex µ = 3,σ 2 = 1 og µ = 1,σ 2 = 4. hvor. Vha. R: Vha. tabel:

Driftberetning. Stege Renseanlæg. Stege renseanlæg Skydebanevej Stege

Transkript:

Introduktion til Statistisk Processtyring 2008 Ideel proces uden variation Tabletvægt nominel 25 mg 27 26 25 24 23 5 9 3 7 2 25 29 33

Det virkelige liv 29 28 27 26 V ægt mg. 25 24 23 22 2 6 6 2 26 3 36 4 46 5 56 6 66 7 76 8 86 9 96 Nr. Variationskilder De 5 M-er: Menneske Materiale Maskine Metode Miljø 2

Systematisk variation SYSTEMATISK VARIATION Gennemsnit - Gennemsnit - 2 0 20 40 60 80 00 Tilfældig variation TILFÆLDIG VARIATION 0 20 40 60 80 00 3

34 32 30 28 200 Individ.: cl: 32.383 ucl: 35.0592 lcl: 29.7067 * Rule violation Subgrp Size Individ. ucl cl lcl Systematisk og tilfældig variation SYSTEMATISK variation: Hvor rammer skuddene i forhold til det vi ønsker. TILFÆLDIG variation: Hvor meget spreder skuddene omkring det sted vi rammer. Parti- og proceskontrol Lavtryk Proces Proces kontrol/styring 4

SPC Fjerner systematisk variation Reducerer tilfældig variation SPC SPC SPC 5

Normalfordelingen Normalfordelingen 6

Systematisk og tilfældig variation Target Gennemsnit Systematisk variation Tilfældig variation Standardafvigelse og tilfældig variation Naturligt variationsområde Gennemsnit Tilfældig variation= 6s 7

Beregning af gennemsnit og standardafvigelse n x summen af målingerne i x antal målinger n i (x x) (x x) (x x) (x x) n 2 2 2 2 2 2 3 n s s n i (x x) i n 2 Normalfordelingen Referenceinterval 99,73 % 95 % 68 % x -6s -4s -2s 0 2s 4s 6s 8

Effekten af SPC - generelt Gennemsnit Nedre grænse Øvre grænse Gennemsnit Nedre grænse Øvre grænse Beregning af Pp og Ppk for en normalfordeling P p ØTG NTG 6s ØTG x x NTG Ppk den mindste af og 3s 3s 9

Generel definition af kapabilitet og performance L = Afstanden mellem medianen og 0,35% fraktilen (nedre referenceinterval) U = Afstanden mellem 99,865% fraktilen og medianen (øvre referenceinterval) U L = Tolerancebredden 40 L 0,35% 50% L U 99,865% U P P U L Fr equency 30 20 0 P P pkl pku X50% L 50% P min( P, P ) L U X U pk pkl pku 0 8 0 2 6 20 24 28 32 36 38 40 Statistisk processtyring SPC 0

Kontrolkortet Som værktøj til at fjerne systematiske fejl brugers et kontrolkort (styrekort) Styregrænserne svarer til den tilfældige variation for den pågældende proces Når processen er i kontrol er den ikke påvirket af systematisk variation. Den kører efter en og samme normalfordelingen med normen som gennemsnit. Processen er FORUDSIGELIG. Øvre styregrænse 6s Ønsket gennemsnit Nedre styregrænse Brug af kontrolkort indenfor og udenfor grænserne Disse er som forventet hold fingrene væk! HER skal der reageres (justeres) 4 3 2 0 9 8 7 6 Punkt uden for kontrolgrænse 2 3 4 5 6 7 8 9 0 2 3 4 5 6 7 8 9 20 2 22 23 24 25 26 27

Supplerende 7 punkts regel 4 3 2 7 punkter efter hinanden på samme side af middellinien 0 9 8 7 6 2 3 4 5 6 7 8 9 0 2 3 4 5 6 7 8 9 20 2 22 23 24 25 26 27 Individuals and Moving Range Chart for tabletvægt 2

Samme data som X-bar Range kort (n=5) Praktisk brug af X-bar Range kort F.eks. hver halve time udtager operatøren 3-6 emner lige efter hinanden Emnerne måles Gennemsnittet beregnes Variationsbredden (Range) beregnes som forskellen på den største og den mindste af de 6 målinger Gennemsnittet plottes ind på det øverste kort og Range på det nederste Hvis begge kort opfylder kravene er processen i kontrol Hvis X-bar kortet er ude af kontrol justeres processen Hvis R-kortet er ude af kontrol er processpredningen øget og processen bør undersøges nærmere 3

Beregning af kontrolgrænser ) Beregn gennemsnittet af alle R-værdierne, 2) Beregn kontrolgrænserne sådan: R ØKG R 4 ØKG Ønsket gennemsnit ( A R ) x NKG Ønsket gennemsnit - ( A R ) x R D 2 2 Stikprøvestørrelse D 4 A 2 2 3,267,880 3 2,574,023 4 2,282 0,729 5 2,4 0,577 6 2,004 0,483 Standardafvigelse Standardafvigelsen, s, bliver stor når processen er påvirket af systematisk variation 050 040 030 020 00 000 990 980 970 0 20 30 40 50 60 70 80 90 00 4

Forskellige standardafvigelser 925 920 95 S T Standardafvigelsen af samtlige målinger medregner BÅDE systematisk OG tilfældig variation 90 905 900 895 6 6 2 26 3 36 4 Når processen er i statistisk kontrol er S W og S T ækvivalente S W Within-sample standard deviation, (inherent, øjeblikkelig ) medregner kun tilfældig variation. Beregning af S W ) Beregn gennemsnittet af alle R-værdierne 2) Dividér med d 2 værdien for den aktuelle stikprøvestørrelse S W R d 2 Stikprøvestørrelse d 2 2,28 3,693 4 2,059 5 2,326 6 2,534 5

FØR SPC Xbar-R Chart of måling ;...; måling 4 Sam pl e Mean 0,06 0,04 0,02 0,00 UCL= 0,0 423 _ X= 0,0 8 9,98 6 6 2 26 Sam ple 3 3 6 4 46 LCL=9, 98 4 0, 00 UCL=0,09 54 Sam ple Range 0, 075 0, 050 0, 025 _ R=0, 048 0, 000 LCL=0 6 6 2 26 Sam ple 3 3 6 4 46 FØR SPC Process Capability of måling ;...; måling 4 LSL USL Process Data LSL 9,93 Target * USL 0,07 Sample Mean 0,08 Sample N 200 StD ev (O v erall) 0,0327478 O v erall C apability Pp 0,7 PPL 0,83 PPU 0,59 Ppk 0,59 C pm * 9,93 9,96 9,99 0,02 0,05 0,08 0, O bserv ed Performance PPM < LSL 5000,00 PPM > U SL 35000,00 PPM Total 40000,00 Exp. O v erall Performance PPM < LSL 6220,09 PPM > USL 3789,79 PPM Total 44,87 6

EFTER SPC Xbar-R Chart of måling _;...; måling 4_ 0,02 U CL=0,0904 Sample Mean 0,0 0,00 9,99 _ X=9,99794 9,98 LC L=9,97684 4 7 0 3 6 Sampl e 9 22 25 28 0,060 U CL=0,06608 Sample Range 0,045 0,030 0,05 _ R= 0,02897 0,000 LC L=0 4 7 0 3 6 Sampl e 9 22 25 28 EFTER SPC Process Capability of måling _;...; måling 4_ Process D ata LSL 9, 93 Target * USL 0,07 Sample Mean 9, 99794 Sample N 20 StDe v (O v era ll) 0, 039923 LSL USL Overall Capability Pp, 67 PPL, 62 PPU, 72 Ppk, 62 Cpm * 9,94 9,96 9,98 0,00 0,02 0,04 0,06 Observ ed Performance PPM < LSL 0,00 PPM > USL 0,00 PPM Total 0,00 Exp. Overall Performance PPM < LSL 0,60 PPM > USL 0,3 PPM Total 0,73 7