• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
Statistical Methods for Quality
 

Statistical Methods for Quality

on

  • 711 views

Jornada de Calidad y Estadística, Universidad de Castilla-La Mancha, campus de Ciudad Real, marzo de 2013

Jornada de Calidad y Estadística, Universidad de Castilla-La Mancha, campus de Ciudad Real, marzo de 2013

Statistics

Views

Total Views
711
Views on SlideShare
711
Embed Views
0

Actions

Likes
0
Downloads
0
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Statistical Methods for Quality Statistical Methods for Quality Presentation Transcript

    • StatisticalmethodsforQualityAnISOstandardsapproachusingREmilio L. CanoUniversidad Rey Juan Carlos
    • IntroductionStandardisation process usually unknown.Except in some areas: Electrical Engineering, Aeronautics,...Crossing areas: Statistics, Science ...Increasing interest (funding €€): FP7, Horizon 2020∙∙∙∙2/64
    • Statistics and QualityStatistical Process Control (SPC)Control ChartsCapability AnalysisReliabilityDesign of ExperimentsSix Sigma...∙∙∙∙∙∙∙3/64
    • ISO Standards4/64
    • ISO Standards"An ISO standard is developed by a panel of experts, within atechnical committee."World renownedDeveloped by worldwide expertsVoted by all ISO members, from every country"Standardized" development process∙∙∙∙ISO 9000. Something else?∙5/64
    • ISO Standards6/64
    • ISO Standards   Often ISO Standards are identified with a quality stamp.7/64
    • ISO Standards8/64
    • ISO/TC69ISO/TC69 web pageApplications of statistical methods"Standardization  in  the  application  of  statistical  methods,including  generation,  collection  (planning  and  design),analysis, presentation and interpretation of data."∙9/64
    • ISO/TC69SUBCOMMITTEE/WORKINGGROUPTITLETC 69/AHG 1 Documents to support the application of statistical methods standardsTC 69/CAG 1 Chairman Advisory GroupTC 69/WG 3 Statistical interpretation of dataTC 69/SC 1 Terminology and symbolsTC 69/SC 4 Applications of statistical methods in process managementTC 69/SC 5 Acceptance samplingTC 69/SC 6 Measurement methods and resultsTC 69/SC 7 Applications of statistical and related techniques for the implementation of Six SigmaTC 69/SC 8 Application of statistical and related methodology for new technology and productdevelopment10/64
    • AENOR       http://www.aenor.esMiembro español en ISOCanalizador de la representación españolaMiembro también de CEN (normas EN), IEC y CENELECSe  estructura  en  Comités  Técnicos  de  Normalización(CTN)∙∙∙∙11/64
    • AENOR: CTNSeguimiento  de  Órganos  técnicos  internacionales  oeuropeos (comités, subcomités o grupos de trabajo)Adopción de normas (ISO: UNE­ISO XXX; CEN: UNE­ENXXX)Participación en el desarrollo de las normas mediante:Elaboración de normas nacionales (UNE XXX)∙∙∙Votación de documentosParticipación en reuniones­­∙12/64
    • AEN/CTN66"Normalización en: El campo de la gestión de la calidad engeneral  incluyendo  los  sistemas  de  la  calidad,  elaseguramiento de la calidad, [...], así como la normalizaciónde los métodos estadísticos y de muestreo, la elección de losmétodos de ensayo,[...]"CTN66:  Gestión  de  la  Calidad  y  evaluación  de  laconformidadAENOR CTN66 website∙∙13/64
    • AEN/CTN66SUCOMITÉ NOMBRESC1 Sistemas de gestiónSC2 Evaluación de la conformidadSC3 Métodos estadísticosAENOR CTN66 website14/64
    • AEN/CTN66/SC3Métodos EstadísticosMiembro  de  ISO/TC  69,  Aplicación  de  los  métodosestadísticosFunciones:  actualización  del  catálogo  de  normasespañolasIdentificar normas ISO de interés, traducirlas al español yadoptarlas como normas UNE­ISOParticipación en la elaboración de normas internacionales∙∙∙∙∙15/64
    • Normas AEN/CTN66/SC3UNE­ISO 3951­2:2012: Procedimientos de muestreo parala inspección por variables. Parte 2: Especificación generalpara  los  planes  de  muestreo  simples  tabulados  según  elNCA para la inspección lote por lote de características decalidad independientesUNE­ISO 3951­1:2012 : Procedimientos de muestreo parala inspección por variables. Parte 1: Especificaciones paralos  planes  de  muestreo  simples  tabulados  según  el  NCApara la inspección lote por lote para una característica decalidad única y un NCA único∙∙16/64
    • Normas AEN/CTN66/SC3UNE­ISO  13053­2:2012  :  Métodos  cuantitativos  en  lamejora de procesos. Seis Sigma. Parte 2: Herramientas ytécnicas.UNE­ISO  13053­1:2012  :  Métodos  cuantitativos  en  lamejora  de  procesos.  Seis  Sigma.  Parte  1:  MetodologíaDMAIC.∙∙17/64
    • Normas AEN/CTN66/SC3UNE­ISO 2859­1:2012 : Procedimientos de muestreo parala  inspección  por  atributos.  Parte  1:  Planes  de  muestreopara  las  inspecciones  lote  por  lote,  tabulados  según  elnivel de calidad aceptable (NCA).UNE­ISO 2859­2:2012 : Procedimientos de muestreo parala  inspección  por  atributos.  Parte  2:  Planes  de  muestreopara  las  inspecciones  de  lotes  independientes,  tabuladossegún la calidad límite (CL).∙∙18/64
    • Normas AEN/CTN66/SC3UNE­ISO  3534­2:2008  :  Estadística.  Vocabulario  ysímbolos. Parte 2: Estadística aplicada.UNE­ISO  3534­1:2008  :  Estadística.  Vocabulario  ysímbolos.  Parte  1:  Términos  estadísticos  generales  ytérminos empleados en el cálculo de probabilidades.UNE­ISO  7870­1:2013  :  Gráficos  de  control.  Parte  1:Directrices generales∙∙∙19/64
    • The R Project20/64
    • What is R?"R  is  a  system  for  statistical  computation  and  graphics.  Itconsists  of  a  language  plus  a  run­time  environment  withgraphics,  a  debugger,  access  to  certain  system  functions,and the ability to run programs stored in script files."Hornik (2012), “The R FAQ”.21/64
    • The R Project22/64
    • The R GUI23/64
    • RStudio24/64
    • R Packages25/64
    • More IDEs / GUIsRKWardDeducerStatET (Eclipse)EMACS26/64
    • Other Statistical SoftwareMinitabIBM SPSSSASSTATAStatgraphicshttp://en.wikipedia.org/wiki/List_of_statistical_packages27/64
    • Minitab28/64
    • ! ExcelExcel (TM) is a wonderful tool for many things. Statistics isnot among them"Perhaps  surprising  to  engineers,  Excels  lacklusterperformance  as  a  statistics  engine  has  been  well­documented  by  practicing  statisticians  for  more  than  adecade." Charles Annis, P.E.29/64
    • ! ExcelMicrosofts Excel Might Be The Most Dangerous Software OnThe Planet"No,  really,  it’s  possible  that  Microsoft‘s  Excel  is  the  mostdangerous software on the planet. Yes, more dangerous thanrogue code running a nuclear power plant, than the Stuxnetthat  was  deliberately  sent  off  to  sabotage  Iran‘s  nuclearprogram,  worse,  even,  than  whatever  rent  in  the  fabric  ofspace  time  led  to  the  invention  of  Lolcats.  Really,  thatserious." Tim Worstall, Forbes contributor.30/64
    • A little bit of web scrappinglibrary(XML)rssTC69SC4<-"http://www.iso.org/iso/rss.xml?commid=49774&rss=TCbrowse"doc<-xmlTreeParse(rssTC69SC4)src<-xpathApply(xmlRoot(doc),"//item")for(iin1:(length(src))){if(i==1){foo<-xmlSApply(src[[i]],xmlValue)DATA<-data.frame(t(foo),stringsAsFactors=FALSE)}else{foo<-xmlSApply(src[[i]],xmlValue)tmp<-data.frame(t(foo),stringsAsFactors=FALSE)DATA<-rbind(DATA,tmp)}}searchStd<-function(text,df=DATA){df[grep(text,df$title),"title",drop=FALSE]}31/64
    • ISO/TC69/SC4 Standardsgrep("^ISO.",DATA[,1],value=TRUE)## [1]"ISO22514-6:2013-Statisticalmethodsinprocessmanagement--Capabilityandperformance--Part6## [2]"ISO7870-2-Controlcharts--Part2:Shewhartcontrolcharts"## [3]"ISO11462-1:2001-Guidelinesforimplementationofstatisticalprocesscontrol(SPC)--Part1:Ele## [4]"ISO22514-7:2012-Statisticalmethodsinprocessmanagement--Capabilityandperformance--Part7## [5]"ISO7870-3:2012-Controlcharts--Part3:Acceptancecontrolcharts"## [6]"ISO7966:1993-Acceptancecontrolcharts"## [7]"ISO7870-4:2011-Controlcharts--Part4:Cumulativesumcharts"## [8]"ISO22514-3:2008-Statisticalmethodsinprocessmanagement--Capabilityandperformance--Part3## [9]"ISO7870-1:2007-Controlcharts--Part1:Generalguidelines"##[10]"ISO11462-2:2010-Guidelinesforimplementationofstatisticalprocesscontrol(SPC)--Part2:Cat##[11]"ISO21747:2006-Statisticalmethods--Processperformanceandcapabilitystatisticsformeasuredq##[12]"ISO22514-1:2009-Statisticalmethodsinprocessmanagement--Capabilityandperformance--Part1##[13]"ISO7873:1993-Controlchartsforarithmeticaveragewithwarninglimits"##[14]"ISO7870:1993-Controlcharts--Generalguideandintroduction"##[15]"ISO8258:1991-Shewhartcontrolcharts"##[16]"ISO8258:1991/Cor1:1993"32/64
    • R Tools for ISO Standards33/64
    • ISO 7870 series - Control chartscat(paste(searchStd("Controlcharts")[,1],collapse="n"))##ISO/DIS7870-5-Controlcharts--Part5:Specializedcontrolcharts##ISO/DIS7870-1-Controlcharts--Part1:Generalguidelines##ISO7870-2-Controlcharts--Part2:Shewhartcontrolcharts##ISO7870-3:2012-Controlcharts--Part3:Acceptancecontrolcharts##ISO7870-4:2011-Controlcharts--Part4:Cumulativesumcharts##ISO7870-1:2007-Controlcharts--Part1:Generalguidelines##ISO7873:1993-Controlchartsforarithmeticaveragewithwarninglimits##ISO7870:1993-Controlcharts--Generalguideandintroduction34/64
    • qccPackagelibrary(qcc)data(pistonrings)diameter<-qcc.groups(pistonrings$diameter,pistonrings$sample)qccobj<-qcc(diameter[1:25,],type="xbar",newdata=diameter[26:40,],confidence.level=0.99,plot=FALSE)35/64
    • qccPackagesummary(qccobj)####Call:##qcc(data=diameter[1:25,],type="xbar",newdata=diameter[26:40, ],confidence.level=0.99,plot####xbarchartfordiameter[1:25,]####Summaryofgroupstatistics:## Min.1stQu. Median Mean3rdQu. Max.## 74 74 74 74 74 74####Groupsamplesize: 5##Numberofgroups: 25##Centerofgroupstatistics: 74##Standarddeviation: 0.009785####Summaryofgroupstatisticsindiameter[26:40,]:## Min.1stQu. Median Mean3rdQu. Max.## 74 74 74 74 74 7436/64
    • qccPackageplot(qccobj)37/64
    • ISO 22514 series - Capabilityand performancecat(paste(sub(pattern="-Statisticalmethodsinprocessmanagement--Capabilityandperformance--","...",searchStd("Capabilityand")[,1]),collapse="n"))##ISO/CD22514-8...Part8:Machineperformanceofamulti-stateproductionprocess##ISO/FDIS22514-2...Part2:Processcapabilityandperformanceoftime-dependentprocessmodels##ISO22514-6:2013...Part6:Processcapabilitystatisticsforcharacteristicsfollowingamultivariateno##ISO22514-7:2012...Part7:Capabilityofmeasurementprocesses##ISO22514-3:2008...Part3:Machineperformancestudiesformeasureddataondiscreteparts##ISO22514-1:2009...Part1:Generalprinciplesandconcepts##ISO/TR22514-4:2007...Part4:Processcapabilityestimatesandperformancemeasures38/64
    • SixSigmaPackagelibrary(SixSigma)ss.ca.cp(ss.data.ca$Volume,740,760)##[1]1.584ss.ca.cpk(ss.data.ca$Volume,740,760)##[1]1.547ss.ca.z(ss.data.ca$Volume,740,760)##[1]3.1439/64
    • SixSigmaPackagess.study.ca(ss.data.ca$Volume,rnorm(40,753,3),LSL=740,USL=760,T=750,alpha=0.05,f.sub="WineryProject")40/64
    • SixSigmaPackage41/64
    • ISO 18414, 13448 - AcceptanceSampling (SC5)cat(paste(searchStd("Acceptance",df=DATA5)[,1],collapse="n"))##ISO18414:2006-Acceptancesamplingproceduresbyattributes--Accept-zerosamplingsystembasedoncred##ISO14560:2004-Acceptancesamplingproceduresbyattributes--Specifiedqualitylevelsinnonconforming42/64
    • AcceptanceSamplingPackagelibrary(AcceptanceSampling)##Astandardbinomialsamplingplanx<-OC2c(10,1)x ##printoutabriefsummary##AcceptanceSamplingPlan(binomial)#### Sample1##Samplesize(s) 10##Acc.Number(s) 1##Rej.Number(s) 2plot(x,xlim=c(0,0.5)) ##plottheusefulpartoftheOCcurve43/64
    • AcceptanceSamplingPackageplot(x,xlim=c(0,0.5)) ##plottheusefulpartoftheOCcurve44/64
    • ISO 13053 series - Six Sigma(SC7)cat(paste(searchStd("SixSigma",df=DATA7)[,1],collapse="n"))##ISO/CD17258-BenchmarkforSixSigmamethod##ISO/WD18404-CompetenciesforkeypersonnelinrelationtoSixSigmaandLeanimplementation##ISO13053-1:2011-Quantitativemethodsinprocessimprovement--SixSigma--Part1:DMAICmethodology##ISO13053-2:2011-Quantitativemethodsinprocessimprovement--SixSigma--Part2:Toolsandtechnique45/64
    • SixSigmaPackageexample(ss.pMap)46/64
    • SixSigmaPackagess.rr(time1,prototype,operator,data=ss.data.rr,sub="SixSigmaPaperHelicopterProject")##AnalysisofVarianceTable####Response:var## DfSumSqMeanSqFvaluePr(>F)##part 2 1.201 0.600 28.04 3e-06##appr 2 0.053 0.026 1.24 0.31##part:appr 4 0.083 0.021 0.97 0.45##Repeatability18 0.385 0.021####GageR&R## VarComp%Contrib##TotalGageR&R 0.0220358 25.50## Repeatability 0.0214111 24.77## Reproducibility0.0006247 0.72## appr 0.0006247 0.72## part:appr 0.0000000 0.00##Part-To-Part 0.0643901 74.50##TotalVariation 0.0864259 100.0047/64
    • SixSigmaPackagess.rr(time1,prototype,operator,data=ss.data.rr,sub="SixSigmaPaperHelicopterProject")48/64
    • Further R packages andfunctionsDesign of Experiments (task view)lm, glm, anova, ...Any type of chartProbability distributions (task view)Time series...∙∙∙∙∙∙49/64
    • Statistics?50/64
    • Statistics?StatisticsData AnalysisStatistical ComputingData MiningData ScienceBig Data∙∙∙∙∙∙Data Scientist :­)∙51/64
    • OpportunitiesFor Today’s Graduate, Just One Word: Statistics“I keep saying that the sexy job in the next 10 years will bestatisticians,”  said  Hal  Varian,  chief  economist  at  Google.“And I’m not kidding.” The New York times, 2009.52/64
    • OpportunitiesData Scientist: The Sexiest Job of the 21st Century" ... the “data scientist.” It’s a high­ranking professional withthe training and curiosity to make discoveries in the world ofbig data ...". Harvard Business Review, October 201253/64
    • OpportunitiesGartner Sees 4.4M Big Data Jobs by 2015"Gartner  Inc.  says  worldwide  IT  spending  will  increase  3.8percent in 2013 to reach $3.7 trillion, and that excitement forbig data is leading the way. By 2015, the analyst and marketresearch firm says, 4.4 million jobs will be created to supportbig data." Information Management, October 201254/64
    • OpportunitiesLack of data scientists could derail big data projects: IBM"Analysis  of  customer  data  is  being  used  for  competitiveadvantage  by  companies  around  the  world,  but  a  highnumber  of  vacancies  for  data  scientists,  particularly  in  theUS, could mean challenges ahead as more companies lookto  use  big  data,  according  to  the  findings  of  a  new  IBMsurvey." CIO, October 201255/64
    • OpportunitiesSon las matemáticas, estúpido"La  economía  del  conocimiento  exige  una  educaciónsustentada  en  tres  fundamentos:  un  nivel  avanzado  enmatemática  y  estadística,  una  capacidad  elevada  paraescribir un argumento y un nivel avanzado de inglés" El País,Noviembre 201256/64
    • EADAPU57/64
    • useR! 201358/64
    • Six Sigma with R59/64
    • MOOCs(Massive open online courses)CourseraMiriadaxMás recursos (cursos, libros, etc.)∙∙∙60/64
    • International Year of Statistics61/64
    • Yes, Statistics!(Science : Technical) Degree + Data Analysis = Success∙∙62/64
    • AcknowledgementsAENOR CTN66/SC3Javier M. MoguerzaMariano PrietoSpringer63/64
    • DiscussionThanks for your attention !Questions?emilio.lopez@urjc.es64/64