Megtiszteltetés, hogy újra Önök között lehetek
Tóth Csaba László Szombathely, 1952 1978. KLTE, Debrecen, (fém)fizikus 1978-1997: Egyesült Izzó, Tungsram, GE Lighting Hajdúböszörmény, Budapest, K+F 1998-2000: GE Lighting, Six Sigma Black Belt 2001-2008: GE Energy, Six Sigma Black Belt, 5S Vezető, Kaizen Engineer
2006. a minőségfejlesztésben elért munkáért egyéni IIASA- Shiba Díj 2008. Saját vállalkozás (Thot Quality) Európai Minőségügyi Szervezet (EOQ) MNB: a Hat Szigma, Lean és Stat Szakbizottság társelnök a Választmány tagja Minőség és Megbízhatóság szerkesztőbizottsági tag Magyar Minőség Társaság (MMT): Magyar Minőség legjobb szerzője 2011. a Magyar Minőség főszerkesztője 2016 dec-től
A Mester emlékének Six Sigma 1987 január 15 Dr. Mikel J. Harry 1951.12.28 2017.04.25
Mindent mérünk, de vajon, tudunk-e? Egy centi, hány centi? Tóth Csaba László
Mindent mérünk, de vajon, tudunk-e? Egy centi, hány centi? Tóth Csaba László
Prof. Freund Tamás: Ma olyan mennyiségű információ éri az emberi agyat, amelyet nem képes hatékonyan feldolgozni. Kb. 10 ezer évnyi fejlődés kellene, hogy megbirkózzunk a korrekt feldolgozással.
Forrás: T-Systems International, sajtóhírek, 2013. május 9. Sven Löffler (a T-Systems Üzleti Intelligencia és Big Data üzletfejlesztési igazgatója) : A Big Data-nak három jellemzője van: mennyiség (volume), sebesség (velocity) és változatosság (variety). Erre szoktunk úgy utalni, hogy a 3V. A mennyiség a másodpercenként előállított hatalmas adatözönre vonatkozik. A sebesség azért fontos kérdés, mert az adatok nem halmazokban jönnek, hanem folyamatosan áramolnak. Mindig gyorsabban és gyorsabban kell őket feldolgozni, és lehetőleg valós időben. Végül pedig az egyik legnagyobb kihívást a változatosság jelenti, mert az egyes adatokat strukturálni kell és egymással összefüggésbe hozni, a forrásra való tekintet nélkül. A cél a kontrollálatlan adatfolyamok formázása az értékes információk kinyeréséhez. Ez végső soron hozzásegíthet minket üzleti döntések meghozatalához, és hosszú távú versenyelőnyök megszerzéséhez. https://www.it-services.hu/hirek/mi-az-a-big-data/
Hari Seldon pszichohistória 1941 1951, 1952, 1953 1961 https://en.wikipedia.org/wiki/foundation_series
http://www.origo.hu/tudomany/20111019-a-kozossegi-mediat-felhasznalvajosolna-meg-a-zenduleseket-es-a.html
Végül pedig az egyik legnagyobb kihívást a változatosság jelenti, mert az egyes adatokat strukturálni kell és egymással összefüggésbe hozni, a forrásra való tekintet nélkül. A cél a kontrollálatlan adatfolyamok formázása az értékes információk kinyeréséhez.
Mi van akkor, ha meghekkelték az adatainkat? Mi van akkor, ha rosszul mértünk?
Menna írnok BC 1400 (IV. Thotmesz, XVIII)
Menna írnok BC 1400 (IV. Thotmesz, XVIII) mérés vezető szabvány adatgyűjtő lap mérőeszköz
Akik tudtak mérni..
Harappa kultúra Pakisztán - BC 2500-2100 Ilyent csak azok tudnak alkotni, akik mérni is tudnak!
A mérés életünk része Vajon hitelesítve van?
Kíváncsiak a véleményünkre.. Mit válaszolsz? Fekete vagy fehér, igen vagy nem?
Mérőrendszerek elemzése A rossz minőség költsége (COPQ) és a mérőrendszerek 1990. NASA: 1,5 B$ Az optikai távcső hibás Rossz ellenőrző mérőrendszer 250 mm-en 1,6 mm elállítás Hubble Újratervezés, betanulás 1994: Javítás, 200MM$ Élettartam 25% elvesztése
A gazdaság, a tőzsde és a mérőrendszerek Termék: egy adott vállalat pénzügyi eredményessége Mérőrendszer: a vállalat pénzügyi szervezete - politika - módszer - szervezet - adatszolgáltatás stb. Mérőrendszer audit: független könyvvizsgáló
A gazdaság, a tőzsde és a mérőrendszerek Termék: egy adott vállalat pénzügyi eredményessége Mérőrendszer: a vállalat pénzügyi szervezete - politika - módszer - szervezet - adatszolgáltatás stb. 2001 Mérőrendszer audit: független könyvvizsgáló
Miért végzünk mérőrendszer elemzést? Szabványkövetelmény A menedzsment mániája Szeretnénk megismerni a folyamatainkat
Méréses (quantitatív) adatok Itt a vizsgálat tárgyát képező paraméter egy egyértelmű számmal jellemezhető: hőmérséklet [ C, K F, R] hosszúság és a belőle származtatott mennyiségek [m] tömeg [kg] idő [sec] áramerősség [A] fényerősség [kandela cd] anyagmennyiség [mol] szög [radián, szteradián rad, sr]
Melyik folyamat a jobb? János folyamata Teljes ingadozás (Észlelt ingadozás) Sári folyamata 2 s észlelt (teljes)
A mérés az adatainkba ingadozást visz be Valódi ingadozás Teljes ingadozás János folyamata Sári folyamata 2 2 s Aktuális s Mérőrendszer + = s 2 Észlelt teljes Mérés ingadozása
A mérés eltolhatja a mért értéket Valódi átlag Észlelt átlag Átl. Átl. Átl. A mérés eltolása
Miért szükséges a mérőrendszer elemzése? Észlelt érték = valódi érték + mérési hiba Teljes ingadozás = termék ingadozás + mérés ingadozása Minimalizálás A mérőrendszer elemzés (MSA) a változók észlelésére használt eszközök és a folyamat kvantitatív értékelése A mérőrendszer-szabályozás az a folyamat, melyet azért hoznak létre, hogy hosszú távon biztosítsák a mérőrendszer elfogadható állapotát. Ezt nevezik gyakran hosszútávú mérőeszköz-terv -nek
Mérőrendszerek Mérőeszköz Szabványok Módszerek Állványok, befogók Művelet, üzemeltetés Szoftverek Emberek Környezet Mérési folyamat = gyártási folyamat >>> adatokat eredményez >>> kértékelhető
Eltolódás MSA változékonyság Pontosság Stabilitás Linearitás Felbontás Kalibrálás Ismételhetőség Precizitás R&R Reprodukálhatóság
Mérőeszköz Eltolódás MSA változékonyság Pontosság Stabilitás Linearitás Felbontás Kalibrálás Ismételhetőség Precizitás R&R Reprodukálhatóság Mérő ember
Eszközfejleszté s A vizsgálat tárgyának meghatározása Stabilitás ellenőrzése Felbontás ellenőrzése Eszközfejlesztés IGEN O K? NEM NEM O K? Pontosság ellenőrzése Mérés IGEN IGEN O K? Linearitás ellenőrzése NEM NEM O K? IGEN Előkészület R&R
A mérés stabilitása Referencia érték Időskála A mért értékek eltolódása egy referencia értékhez képest az időben
A mért értékek eltolódása egy referencia értékhez képest térben Referencia érték C hely B hely A hely
Alkalmasak-e a kártyák a 95. jan és 96. aug közötti időszak vizsgálatára? Felvételi Lap Felvételi Lap Rev. 1/25/95 Rev. 8/4/96 Felvételi Lap Felvételi Lap Rev. 4/12/96 Rev. 1/13/96
eltolódás van a folyamatban a változékonyság stabil
A mérés felbontása A mérőrendszer azon képessége, hogy mennyire tudja detektálni a folyamatban fellépő változásokat Nagyon sok mérőrendszer felbontása nem megfelelő Esetenként olyan mértékegységeket használnak, amelyek túl nagyok ahhoz, hogy megfelelően érzékeljék a fellépő ingadozásokat A mérés esetén a leolvasási pontosság minimum egy tizede legyen a termékspecifikációnak vagy a folyamatingadozásnak
A panaszok hány százalékát dolgozták fel a felvételétől számított 24 órán belül? A megadott űrlap: Vevő neve: Panasz felvéve: Válasz kelte: Az ezen űrlappal gyűjtött adatok képesek a kérdés megválaszolására?
Megfelelő felbontás Legkisebb egység = 0,001 Nem megfelelő felbontás Legkisebb egység = 0,01
Normaitásvizsgálat segítségével egy folyamatmintán A mért értékek oszlopokban vannak, nem folytonosan változnak
A mérés pontossága/eltolódás A mérés pontossága (eltolódás) a mérések észlelt átlagértéke és egy mester-érték közti különbség. A mester-érték egy elfogadott, visszakövethető hivatkozási szabvány (referencia standard). Az eltolódás a mérőrendszer szisztematikus hiba komponense eltolódás referencia érték mérési átlag
Mérések a "2" referenciaértéken Anderson-Darling Normality Test A-Squared 0,24 P-Value 0,738 Mean 1,9984 StDev 0,0096 Variance 0,0001 Skewness -0,20483 Kurtosis -1,00104 N 20 1,98 1,99 2,00 2,01 Minimum 1,9810 1st Quartile 1,9903 Median 1,9983 3rd Quartile 2,0072 Maximum 2,0140 95% Confidence Interval for Mean 1,9940 2,0029 95% Confidence Interval for Median 1,9938 2,0059 95% Confidence Interval for StDev 0,0073 0,0140 95% Confidence Intervals Mean Median 1,9950 1,9975 2,0000 2,0025 2,0050 2,0075 Az intervallum tartalmazza a 2 -t, eltolódás nincs
Boxplot of Mérés (with Ho and 95% t-confidence interval for the mean) Ha p > 0,05, akkor nincs eltolódás _ X Ho 1,980 1,985 1,990 1,995 Mérés 2,000 2,005 2,010 2,015 Referencia érték
A mérés linearitása A linearitás az eltolódás változásának mértéke a teljes mérési tartományban. Nem tekinthető lineárisnak az a rendszer, ahol az eltolódás mértéke szignifikánsan függ a mérési tartományban elfoglalt helyétől. Egy rendszer akkor is lineáris lehet, ha van benne konstans eltolódás! Az MSA Kézikönyv megköveteli a nulla eltolódást is! eltolódás eltolódás referencia érték referencia érték mérési átlag alsó harmada mérési tartomány mérési átlag felső harmada
Lehetséges linearitási állapotok Megfigyelt értékre Eltolódásra
Mit csináltunk eddig? Eltolódás MSA változékonyság Pontosság Stabilitás Linearitás Felbontás Kalibrálás Ismételhetőség Precizitás R&R Reprodukálhatóság
Eltérés a mérési eredményekben Mért termék okozta változás Mérőrendszer okozta változás Ismételhetőség (mérőeszköz) Reprodukálhatóság (operátor-technika) Operátor Operátor - termék kölcsönhatás s 2 total = s 2 termék + s 2 R&R s 2 total = s 2 termék + s 2 ismételhetőség + s 2 reprodukálhatóság s 2 total = s 2 termék + s 2 ism + s 2 operátor +s 2 khatás
Az operátor-mintadarab kereszthatás Definició: -Az operátorok közti eltérések nem konzisztensek minden darabra. -Az értékelők közötti eltérés attól függ, melyik darabot mérik. Munkadarabok Operátorok Professzor Kigyúrt Kutatóintézet + - Zongora hordár - + Dr. Nagy Attila
A mérés előkészítése Szükségünk van min két mérő emberre Általában 10 egységet mér Olyan minták használatáról kell gondoskodni, amelyek a teljes, de jellemző folyamatingadozást képviselik. (Ez nem jelenti csak a tűréstartományt, és nem sugallja egy kiveszem, amit akarok mintavételi terv használatát.) 3-3 minta a tűréshatárok közelében, 4 minta a specifikáció középső részéből Mindegyik egységet mindegyik operátor 2-3-szor méri Kritikus a véletlenszerűsítés
Terminológia Ismételhetőség (Repeatability, EV) : Magának a mérőeszköznek a hozzájárulása az ingadozáshoz Reprodukálhatóság (Reproducibility, AV) : Az operátor-technika általi ingadozás-hozzájárulás Darabról-darabra (Part-to-Part) ingadozás : Az aktuális darabok ingadozása, ami a vizsgált folyamatból származik. Hozzájárulás-% (%Contribution): Egy összetevő vagy összetevők kombinációja által produkált ingadozás, a teljes észlelt ingadozás százalékában kifejezve. Tűrés-% (% Tolerance): Egy összetevő normális eloszlása 99,73%-ára becsült mérési összetevő által elfogyasztott darab-tűrés százaléka osztva a tűréssel (ismert mint precizitás/tűrés arány (Precision to Tolerance Ratio - P/T Ratio néven is) Megkülönböztethető Kategóriák Száma (Number of Distinct Categories ndc): Az észlelt folyamatingadozás azon tartományainak száma, melyeket a mérőrendszer képes megkülönböztetni EV - Equipment variation (berendezés ingadozás), AV - Appraiser variation (értékelõ ingadozás)
A GR&R eredménye a variancia komponensek értékben és %-ban az önálló kategóriák száma
A GR&R eredménye a szórás komponensek %-ban a 6*szórás aránya tűrésmezőhöz %-ban StdDev = szórásértékek VarComp
A mérőrendszer elfogadhatóságának összegzése Hozzájárulás % Diszkriminációs varianciákra szórásokra index Tűrés % 9% 30% 5 30% 1% 10% 10 10% nem függetlenek egymástól Mindkét paraméter egyaránt fontos, együttesen figyeljük!
> 9 > 30
A változás 2/3-a a reprodukálhatóságból jön, azon belül is a nagyobb rész az operátor*termék kölcsönhatásból
Mérőrendszer gyakorlat Töltsünk meg öt üvegpoharat valameddig vízzel és vegyünk egy vonalzót. A csapatból jelöljünk ki 3 embert, ők lesznek az operátorok. Mérje meg mindegyik ember a vonalzóval a vízszint magasságát legalább kétszer! Elemezzük ki a mérőrendszert!
Egy R&R vizsgálat eredménye Problémák az ndc számmal Feltételes elfogadás ELLENTMONDÁS Kiváló megfelelés
Diszkriminációs Index: A mérőrendszernek egy adott termékhez való használhatóságát jellemzi. Megadja azon beosztások számát, amelyeket a mérőrendszer pontosan mérni képes a folyamatingadozás mellett. (Mindig a kisebbik egész számot adja meg, 1,92 = 1) Discrim s 2 Part s R & R 2 s s Part R& R 2 0,192781 0,066615 4,092 Elfogadhatóság < 2nem alkalmas =2 kalibernek (igen/nem) alkalmas csak = 5 megfelelő >10 előnyös
Diszkriminációs Index: A mérőrendszernek egy adott termékhez való használhatóságát jellemzi. Megadja azon beosztások számát, amelyeket a mérőrendszer pontosan mérni képes a folyamatingadozás mellett. (Mindig a kisebbik egész számot adja meg, 1,92 = 1) Discrim s 2 Part s R & R 2 s s Part R& R 2 0,192781 0,066615 4,092 Elfogadhatóság < 2nem alkalmas =2 kalibernek (igen/nem) alkalmas csak = 5 megfelelő >10 előnyös
ndc 2 s s R 2 R& R 100 2 % SV 2 1 1 2 % 100 & SV R Part s s Total 2 %SV ndc %SV ndc 0,5 282,84 282 15 9,32 9 1 141,41 141 17 8,20 8 2 70,70 70 20 6,93 6 3 47,12 47 25 5,48 5 4 35,33 35 30 4,50 4 5 28,25 28 35 3,79 3 6 23,53 23 40 3,24 3 7 20,15 20 45 2,81 2 8 17,62 17 50 2,45 2 9 15,65 15 60 1,89 1 10 14,07 14 92 0,60 0 Dr. Wheeler (2006): Sajnos, az alapján, amit szerző a gyakorlatban tapasztalt, sem a Discrimination Ratio, sem a Classification Ratio nem alkalmas egyszerű gyakorlati mérőszámnak..egyik sem definiálja a (valódi) megkülönböztethető kategóriák számát.
Mérőrendszer javítás Elkövethetünk-e hibákat az R&R vizsgálatkor? Van egy mérőeszközünk, amely alkalmas 3 különböző méretű krumpli mérésére. Mindegyik méretű krumpliból van 10-10 db, és van 2 operátorunk is. Mindegyik operátor leméri kétszer a különböző méretű krumplikat. Először a 30-as, utána az 50-es, legvégül a 110-es méretű krumplik mérésére csinálunk GR&R-t. Kérdés: milyen a mérőrendszer?
A 30-as méretű krumplik GR&R-ja
A 50-es méretű krumplik GR&R-ja
A 110-es méretű krumplik GR&R-ja
Jó-e a mérőrendszerem? NEM! "Javítsuk" meg a mérőrendszert! Egyesítsük a három mintát!
Az összes krumpli GR&R-ja
Mi változott meg? Semmi! Tanulság: A mérőrendszer elemzéshez használt minta kiválasztásánál figyelembe kell venni, ha túl nagy a különbség az egyes mintadarabok között, akkor az ugyanazon darab mérései közötti különbséget elmossa a minták mérete közötti különbség!! Volt ugye egy ajánlásunk a 3-3-4!
Automata mérőgépeknél az álismétlések is hasonló ereményeket eredményezhetnek, túl jó eredmény! Álismétlés: ugyanazon beállítás mellett többször mérem le ugyanazt a mintát Valódi ismétlés: a két azonos minta mérése között egy egy másik minta vizsgálatát is elvégzem A túlságosan jó eredményeket mindig kritikával kezeljük, mert lehet, hogy a vizsgálat során hibát követtünk el!!
Minősítéses (attribute) adatok Itt a vizsgálat tárgyáról kategóriákban és nem mért értékekben tudunk gondolkodni, de meg tudjuk számolni, hogy ki hogyan minősítette a vizsgálat tárgyát: jó - nem jó piros - lila sárga? tetszik-e (de mennyire)? mennyire vagyunk elégedtek egy szolgáltatással? egy 10 fokozatú skálán hányasra értékeli a. műsort? az Ön pártpreferenciája? és így tovább.
Azaz, MSA a mindennapokban Ne feledjük el a követelményeket! Stabilitás (összehasonlíthatóság miatt) Felbontás (differenciált választ tudjunk adni) Eltolódás (nem könnyű eset) Linearitás (a válasz skála lehetőségei)
Lehetséges stabilitási problémák Dolgozói elégedettség mérés Dolgozók értékelése
Lehetséges felbontási problémák Dolgozói elégedettség mérés Dolgozók értékelése Vásárlói elégedettség
Ön hogyan ítéli meg az Etető Kft. Szolgáltatását? Kiváló Elfogadható Elfogadhatatlan
Lehetséges linearitási problémák Dolgozói elégedettség mérés Dolgozók értékelése Vásárlói elégedettség
Egy minősítéses adatokra vonatkozó linearitás példa Rögzítve: 2014.06.20
Lineáris?
Ellenőrizze a felbontás és a linearitást!
Ön szerint ez meg micsoda?
Mindent kétszer mond, Mindent kétszer mond?
Net Promoter Score (NPS) http://www.npscalculator.com/en
Nem ugyanazt a mozit nézték?
Ha hallod, elfelejted, Ha látod, emlékszel rá, Ha csinálod, megérted! Konfuciusz 孔夫子 i. e. 551 i. e. 479
Számíthat ránk! Gyors, ingyenes telefonos segítség: thot@thotquality.hu Auditra való felkészítés, korrektív akciók lebonyolítása Mérőrendszerekkel kapcsolatos tréningek: 3 nap Alapstatisztika, SPC, MSA 2 nap Alapstatisztika, MSA 1 nap MSA (alapfokon) Six Sigma Green Belt (6-9 nap) Six Sigma Black Belt (4-6 nap) Dolgozói Javaslati Rendszer kidolgozása 5S bevezetése
Köszönöm megtisztelő figyelmüket! www.thotquality.hu
Mi kell egy minősítéses R&R-hoz? Legalább 50 munkadarab, amelyek között vannak jók és rosszak, és természetesen tudjuk, hogy mi az attribútumok Szükségünk van legalább 2-3 mérő emberre is Minden munkadarabot ugyanazon eszközzel, ugyanolyan körülmények között lemérnek a mérő emberek A méréseket lehetőleg véletlenszerűen, és nem minta-azonosítható módon végezzék Rendelkezzünk egy megfelelő kiértékelő szoftverrel A vizsgálatot megfelelő folyamat, és MSA ismeretekkel rendelkező szakemberek végezzék
Milyen legyen a minta összetétele? Ez függ attól, hogy milyenek a specifikációs határok Egyoldalú határok esetén: Elfogadási tartomány Tűréshatár Elutasítási tartomány 30 % 25 % 25 % 20 % Kétoldalú határok esetén: Elutasítási tartomány TH Elfogadási tartomány Elutasítási tartomány TH 10 % 12,5 % 12,5 % 30 % 12,5 % 12,5 % 10 %
MINŐSÍTÉSES GR&R Adataink: igen - nem, jó - rossz, felismerem - nem ismerem fel (a Minitab ordinális sorrendi - skálával is működik)
Figyelt, minősítő paraméterek: pontosság # felismert # vizsgált ismételhetőség # azonosmin ősítés # ismételtmin ősítés Teljes R&R = az operátorok által azonosnak minősített minták száma/mintanagyság Teljes R&R&A = az operátorok által azonosnak minősített és a szabvánnyal megegyező minták száma/ mintanagyság
ismételhetőség pontosság
Teljes R&R = egyezés egymással Teljes R&R&A = egyezés egymással és a szabvánnyal
A kappa (k) statisztikák Jacob COHEN (1923-1998) statisztikus, pszichológus -1960 Két értékelő egyszeri vizsgálata Egy értékelő két vizsgálata Automata mérőgépek képességének ellenőrzése Nem szignifikancia teszt, nincs H 0 Joseph FLEISS (1937-2003) biostatisztikus 1971 Egyetlen módszer, amely több értékelővel tud dolgozni Az értékelők véletlenszerűen választottak, nem fixek Bináris vagy nominális skála (ordinális nem)
Lássunk egy példát: Van 10 mintadarabunk = 9 jó + 1 rossz Átküldjük a mérőgépen
Minden cellához definiálunk egy várható értéket: Várhatóértékij i _ sorösszeg* j _ oszlopösszeg min tan agyság JJ J _ sorösszeg* J N _ oszlopösszeg 9*6 10 5,4
A k index értelmezése Minden hibát felismer: k = 1, egyetlent sem ismer fel k = -1 k Jelentés <0 nincs egyezés 0.0-0.2 igen gyenge egyezés 0.21-0.4 gyenge egyezés 0.41-0.6 közepes egyezés 0.61-0.8 jó egyezés 0.81-1.0 kiváló egyezés
Pontosság/Hatékonyság (Effectiveness) = korrekt döntések száma/összes lehetőség esetünkben 0,7 = (6+1)/10 Átengedett rossz arány (Miss Rate) =100(átengedett rossz/az összes rossz) esetünkben 0 = 100*0/1 Hibás riasztás arány (False Alarm Rate) = 100(visszatartott jó/összes jó) esetünkben 33,3 = 100*3/9
A mérőrendszer elfogadhatóságának összegzése A vevői elvárások a meghatározóak!
Forrás: Vágó Emese: Minősítéses mérőeszközök képességvizsgálata BME, Budapest, 2011 (PhD értekezés - kézirat) Biztosan korrekt ez a módszer? SAJNOS NINCS JOBB!!!
Mérőgép képességvizsgálat A c g és c gk jellemzők Minitab: Type 1 Gage Study Elválasztja az eltolódás és az ismételhetőség hatását egymástól Mérőgépek esetén használatos A tűrésmező 20 (10) százalékához hasonlítjuk a hatszoros szórást Szükség van egy referencia értékre is
kt 0,2T c g Ls 6s Ahol k: a tűrés %, jellemzően: 20% L: a szórás többszöröse,jellemzően: 6 s: a szórás : a mérések átlaga X ref : a referenciaérték c gu ( xref 0,1T ) L * s 2 x c gl x ( xref 0,1T ) L * s 2 c min c ; c gk gu gl c g > 1,33 c gk legyen c g hez közeli érték
Eredmény a Minitab-ban
Ismételten köszönöm megtisztelő figyelmüket! www.thotquality.hu