以前、異常の原因究明や予測にMT法やT法を用いると良いという話をしました。今回は、製品の市販後に品質情報としてフィードバックされた際に、どのように解析するかについて述べてみたいと思います。「T法を使ってみる」「正常、異常をどう数値で判断するか？」「違いは距離で区別する」「やっと理解の糸が繋がった」
資料はこちら → 品質情報解析
先ず、MT法やT法をどのように活用するかを明確にしてください。①品質情報→ 原因を究明→ 改善活動にするのか、②リアルタイムのデータ→ 異常を予測して出荷停止するなど決めます。次は、品質情報になる起因をピックアップします。原料・資材由来、設計由来、製造工程由来あるいは顧客由来であるかを区別し、詳細にこれらに関わると思われるパラメータをリストアップしていきます。そして、これらのパラメータは可能な限り数値データが好ましいです。そして、品質情報の解析では、正常データをどのように設定するかを工夫する必要があります。特性値を何にするかも重要です。出荷して問題のない製品が大多数を占めているはずです。品質情報が上がってきていない製造情報に関するデータが正常データになります。原因究明にT法を用いる場合の特性値は、正常を１点、やや異常を３点、重大な異常を５点のように点数化すると良いと思います。MT法の場合は、「適切なものさしは？」で説明したように、パラメータを採用するかしないかを直交表に割り付けて、求めたマハラノビス距離よりSN比を算出して要因効果図より原因を探るのが良いと思います。異常となるパラメータに起因する「ものさし」を探すのです。 先ずは、やってみることが改善の始まりです。