PPAP – jak uniknąć odrzuconej dokumentacji u klienta
PPAP – jak uniknąć odrzuconej dokumentacji u klienta Każdy dostawca
Czytaj
Dlaczego zdolność musi być większa od 1,33 lub 1,67?
Rafał Rakoczy
Konsultant, trener narzędzi branży motoryzacyjnej, właściciel D4R.
Wskaźniki zdolności dla charakterystyk specjalnych
1.33 czy 1.67?
Kto pracuje w motoryzacji ten wie, że na pytanie:
Jaka powinna być zdolność procesu?
Należy odpowiedzieć: 1.33 lub 1.67 (i że to zależy). To czy za granicę przyjąć jedną albo druga wartość zależy od rodzaju badanej zdolności co najczęściej połączonej jest z określonym etapem projektu. Jednak skąd właściwie wzięły się takie wartości? Dlaczego nie 1, 3 lub 0,5?
Tu nie ma przypadku, a rozumieniem tych liczb bardzo pomaga przy ocenie wyników.
ZDOLNOŚĆ PROCESU a ROZGKŁAD GAUSSA
Jak z pewnością każdy wie nie ma dwóch takich samych rzeczy, pomiarów, ludzi… Nawet jeżeli nasz system pomiarowy pokazuje że wyniki dla różnych wyrobów są takie same to… raczej jest to kwestia jego dokładności. Wprowadzając lepszy przyrząd szybko zobaczymy że wynik się zmienia.
Obserwacja świata wskazuje, że choć wyroby/pomiary różnią się względem siebie to można zaobserwować pewne zależności. Przykład?
– Wyniki egzaminów: okazuje się że większość uczniów uzyskuje wynik na poziomie średnim, podczas gdy przypadki skrajne (te wybitne i te mierne) są dość rzadkie.
– Średni rozkład temperatur w danym regionie pokazuje że najczęściej występują wartości uplasowane wokół średniej.
– Czas reakcji na bodziec wśród ludzi jest na podobnym poziomie. Jednak zdarzają się też jednostki bardzo szybkie.
Okazuje się, że gdy na nasze procesy, pomiary, obserwacje wpływają jedynie przypadkowe błędy (mamy do czynienia ze zmiennością naturalną) to ich suma powoduje że mierzone wyniki układają się w pewien przewidywalny sposób.
Oczywiście dzieje się tak, gdy faktycznie mamy do czynienia z błędami przypadkowymi (nie ma przyczyn specjalnych). Zbierając więcej i więcej wyników i zliczając ilość „podobnych” do siebie obserwacji otrzymamy historgram. A gdybyśmy zmierzyli wszystkie wyroby naszym oczom ukazałby się prawdopodobnie wykres Gaussa.
Uwaga: poza wykresem Gaussa istnieją również inne krzywe ilustrujące rozkład prawdopodobieństwa. Dlatego pierwszym, co trzeba zrobić licząc zdolność to sprawdzić czy faktycznie mam do czynienia z rozkładem normalnym.
Załóżmy że mamy do czynienia z rozkładem normalnym
Co ma Gauss do zdolności?
Otóż, jak pewnie każdy pamięta , dla rozkładu normalnego, w obszarze +/-3 odchylenia standardowe od średniej mieści się 99,73%.
W takim przypadku zdolność procesu wynosi 1 a liczba niezgodności to 2700 PPM!
Zważywszy na to, że zdolność zwykle liczymy dla charakterystyk ważnych, przy takim poziome zdolności aż 2700 raz na 1 000 000 będziemy poza specyfikacją. Być może w niektórych branżach jest to wynik akceptowalny, jednak na pewno nie jest tak w przypadku motoryzacji dla charakterystyk specjalnych?
Jakie ryzko jesteśmy w stanie zaakceptować?
Dlatego też przyjęto zasadę, że dla charakterystyk specjalnych wymagania będą nieco wyższe. A za każdym razem będą one uzależnione od ryzyka, jakie jesteśmy ponieść my i klient. A kształtuje się ono następująco:
Zdolność na poziomie 1: 2700 PPM (2700 niezgodności na każdy milion)
Wynik na poziomie 1,33: 63 PPM (63 niezgodności na każdy milion)
Wartość zdolności procesu 1,67: 0,57 PPM (0,57 niezgodności na każdy milion)
Przypomnijmy sobie teraz wzór na zdolność procesu. Niezmiennie jest to stosunek głosu klienta (czyli tolerancja) do głosu procesu (6 odchyleń standardowych reprezentujących 99,73% obserwacji). Tolerancja jest nam dana przez klienta, więc nie za wiele możemy z nią zrobić.
Co wpływa na smukłość naszego Gaussa?
Licznik jest więc nie do ruszenia. To, nad czym możemy pracować to mianownik.
A dokładniej mówiąc parametr, który wykorzystywany jest do estymowania statystyki zwanej odchylenie standardowe. Każdy wie, że im bardziej smukły wykres Gaussa tym zdolność lepsza. A im bardziej rozłożysty tym wskaźnik procesu ma mniejszą wartość. I to właśnie odchylenie standardowe pozwala nam na sterowanie tą “smukłością”.
Co ma ono wspólnego z genezą wartości 1,33 oraz 1,67? To teraz do brzegu!
1,33 i 1,67 jako bufor bezpieczeństwa
Zdolność procesu - szacowanie ryzka klienta i dostawcy
W praktyce, nasi klienci, narzucając nam takie, a nie inne wymagania, proszą nas, aby nasze 99,73% obserwacji było odsunięte od prawej jak i od lewej granicy tolerancji o odpowiednio 1 oraz 2 odchylenia standardowe. Załóżmy na chwilę że mamy idealnie wycentrowany proces. Czyli że wartość średnia jest równa wartości nominalnej. W takim przypadku Cpk=Cp.
Czas na dowód:
W przypadku 1,33 mamy:
Cp=T/6sig, gdzie Cp=1,33. Mamy więc:
T/6*std = 1,33
Przektałcmy nieco wzór aby wyliczyć ile wynosi T (czyli „tolerancja”).
T= 1,33*6*std = 8std
8std to obszar całej tolerancji. Jeżeli pamiętamy że nasz wykres jest idealnie symetryczny i wycentrowany to po odjęciu przestrzeni, jaką on zajmuje (6std) otrzymamy 2 std, to równego podziału między prawą i lewą stronę.
Dla 1,66 dowód wygląda następująco:
10std/6std=1,6666666666667=1,67
Świat nie jest idleany
Praktyce nie jest tak fajnie. Każdy chciałby aby jego proces był idealnie wycentrowany (Cp=Cpk), jednak taka sytuacja należy do rzadkości. Dlatego też poza Cp liczymy również wskaźnik Cpk, który uwzględnia przesuniecie naszego rozkładu. Ale to materiał na osobny wpis.
CHCESZ POZNAĆ NARZĘDZIA MOTORYZACJI?
Kurs e-learning
PODSTAWY MOTORYZACJI
Poznaj 5 podstawowych podręczników branży motoryzacyjnej: APQP, FMEA, MSA, SPC, PPAP.Odbierz swój dostęp.
Wierzy że zarządzanie jakość to nie narzędzia a stan umysłu. Z wykształcenia inżynier budowy maszyn, trener i konsultant, pasjonat metody Six Sigma. W czasie swojej drogi zawodowej współpracował z takimi koncernami jak BMW, Audi, JLR czy Stellantis.
Potrzebujesz wsparcia?
Zostaw nam wiadomość
Odpowiadamy tak szybko jak inżynier jakości, gdy właśnie otrzymał informacje o nowym problemie.
Bezpośredni kontakt
Zadzwoń do nas
+48 507 799 644
Napisz
Sprawdź również
APQP w praktyce – jak dobrze zaplanować jakość wyrobu
APQP w praktyce – jak dobrze zaplanować jakość wyrobu W
Czytaj
Core Tools w automotive – przewodnik startowy
Core Tools w automotive – przewodnik dla początkujących Jeżeli chcesz
Czytaj