Чому 100-відсотковий тест FPC не є дійсним

Загальноприйнятою практикою є проведення 100-відсоткової перевірки, щоб уникнути відправлення невідповідної продукції. Кожен вироблений продукт перевіряється та оцінюється як відповідає чи не відповідає вимогам. Товари будуть відправлені, а невідповідні товари будуть залишені для ремонту або утилізації. Все просто і зрозуміло. Здається, 100-відсоткова перевірка – дуже ефективний метод, незважаючи на помилки перевіряючих.

Ми припускаємо, що характерні значення продукту розподілені нормально, що позначається Y, як показано на малюнку нижче.

Стандарт кваліфікації продукту відомий, а також наведено значення верхньої та нижньої меж, наприклад LSL та USL на малюнку вище. Продукти між LSL і USL будуть відповідними продуктами. Але ми не знаємо фактичного значення Y, нам потрібно використовувати систему вимірювання, щоб виміряти його, виміряне значення Y називається X.

Виміряне значення X не дорівнює Y, оскільки існує похибка вимірювання, яку ми називаємо E. Оскільки похибка вимірювання також розподілена нормально, ми отримуємо розподіл значення вимірювання, як показано на малюнку нижче, який подібний до форма розподілу Y, але дисперсія X більша, дорівнює дисперсії Y плюс дисперсія похибки вимірювання E.

Далі ми використовуємо двовимірний нормальний розподіл, щоб показати кореляцію між Y і X.

Імовірнісна модель цього розподілу може бути представлена ​​серією еліпсів у координатній площині XY. На малюнку нижче показано контури одного, двох і трьох стандартних відхилень двох двовимірних нормальних розподілів, де внутрішньокласові коефіцієнти кореляції встановлені як {{0}}.95 і 0,80.

Як видно з наведеного вище малюнка, із збільшенням похибки вимірювання еліпс двовимірного нормального розподілу стає більш товстим, а головна вісь зміщується. Нас цікавить, який діапазон вимірювань X відповідає кваліфікованому Y.

Білий діапазон на малюнку нижче вказує на діапазон кваліфікованих продуктів

Значок нижче показує асортимент продукції, відвантаженої після 100-відсоткової перевірки.

На цьому етапі ми чітко побачили, що асортимент продукції, відвантаженої після 100-відсоткової перевірки, відрізняється від асортименту фактично кваліфікованої продукції.

Асортимент продукції, що проходить 100-відсоткову перевірку ≠ асортимент якісної продукції

Ми класифікуємо всі продукти за чотирма категоріями на основі якості продуктів і того, чи вони відправлені чи ні:

Кваліфікована перевірка продуктів (GS: Good and Shipped)

Кваліфікована перевірка відхилила продукт (GR: хороший і відхилений)

Некваліфіковані продукти пройшли перевірку (BS: Bad and Shipped)

Некваліфікована перевірка відхилила продукт (BR: поганий і відхилений)

GS проти BR — результат, який ми хочемо бачити, BS створить проблеми клієнтам, а GR створить проблеми собі.

На наступному малюнку показано положення кожної категорії у двовимірному нормальному розподілі.

Відносно виробника він сподівається, що частка відвантаженої якісної продукції (PGS: частка відвантаженої якісної продукції) буде якомога вищою:

PGS=GS / (GS плюс GR1 плюс GR2)

Що стосується клієнта, то він хоче, щоб частка поганих продуктів, які відхиляються (PBR: частка поганих продуктів, які відхиляються), була якомога вищою:

PBR=(BR1 плюс BR2) / (BR1 плюс BR2 плюс BS1 плюс BS2)

На жаль, PGS і PBR не пов’язані лінійно.

Нижче наведено таблицю оцінки, у якій представлено значення PGS і PBR для різних рівнів похибки вимірювання та частки загального невідповідного продукту.

Інтерпретуйте набір даних у нижньому правому куті наведеної вище таблиці: коли загальний відсоток відмов продукту становить 1 відсоток і велика похибка вимірювання (ICC=0.8), виробник матиме 98,6-відсоткову ймовірність відправлення кваліфікованої продукції, але частка бракованої продукції становить лише 70 відсотків, і велика кількість дефектної продукції буде надходити клієнтам.

Як вирішити цю проблему? Здається, є лише два шляхи.

Перший метод: дотримуйтеся 100-відсоткового тесту, а потім вдосконаліть систему вимірювання, щоб еліпс у двовимірному нормальному розподілі був сплощеним, як пряма лінія, тоді і PGS, і PBR будуть дуже високими.

Ціна така: вам потрібна майже ідеальна система вимірювання, яка часто вимагає величезних інвестицій, які не вирішують проблему, а просто залишають її позаду.

Другий метод: покращити можливості процесу так, щоб результат процесу був у верхніх і нижніх межах специфікації. Наразі 100-відсоткова перевірка більше не потрібна, що може не тільки заощадити інвестиції в оновлення системи тестування, але й заощадити витрати на перевірку тощо. Справа в тому, щоб реально вирішити проблему.

Наразі наші висновки дуже чіткі:

Наявність помилки вимірювальної системи робить 100-відсоткову перевірку нездатною мати 100-відсоткову валідність;

100-відсоткова перевірка не може вирішити проблеми якості, а також потребуватиме непотрібних інвестицій у обладнання та витрат на перевірку персоналу;

Систему вимірювання слід використовувати для суттєвого покращення якості та сталості виробничого процесу, а не для перевірки