調整値を決めて製造した製品データー
11 | S2 | 9.94 | 3.40 | 5.80 | 96.2 | 合格 |
12 | S2 | 8.75 | 4.22 | 3.22 | 89.9 | 合格 |
13 | S2 | 9.83 | 4.42 | 3.03 | 99.8 | 合格 |
14 | S2 | 9.24 | 5.49 | 3.80 | 95.1 | 合格 |
15 | S2 | 9.14 | 5.89 | 6.31 | 94.1 | 合格 |
16 | S2 | 9.56 | 3.35 | 8.87 | 93.5 | 合格 |
17 | S2 | 9.44 | 3.96 | 2.20 | 93.8 | 合格 |
18 | S2 | 8.82 | 5.88 | 9.82 | 93.1 | 合格 |
19 | S2 | 9.93 | 3.84 | 5.64 | 99.1 | 合格 |
20 | S2 | 9.17 | 3.41 | 5.60 | 89.4 | 合格 |
”散布図”シートを表示し、縦軸を”評価”、横軸を”調整要素A”、凡例を”フェーズ”にすると、フェーズ別に色分けされた、データーの分布を見ることができます。
又、縦軸を”調整要素B”に凡例を”合否”にすると、合格した製品の調整要素ABの座標での分布を確認できます。これは、データーが多く集まっている時に2つの要素がどう影響し合っているかを確認できます。下のグラフは、無調整で80台組み立てた時の合否の分布です。
データーが増えてくるとこんな関係も見えてきます。これによると、調整要素Bは2~8まで範囲を拡げられるかもしれません。
フィルターを使うことで、合格したデーターだけ表示させることもできます。下のグラフは凡例を”フェーズ”にしフィルターを描ける項目を”合否”、その中から”合格”だけを表示した例です。
データーが多く複雑になってくると、ある特定の条件だけ抜き出して、見てみたいということも出てきます。実際の業務で扱うデーターは、こんなに単純ではないと思います。その複雑なデーターから、関連性を見つけ出す手助けになれば幸いです。
0 件のコメント:
コメントを投稿