Uma aplicação chave do @RISK é Seis Sigma e análise de qualidade. Setores desde fabricação de motores a metais preciosos, linhas aéreas e bens de consumo estão usando o @RISK diariamente para melhorar seus processos, aumentar a qualidade de seus produtos e serviços e economizar dinheiro .
Quer seja através do DMAIC, Projetos para Seis Sigma (DFSS), projetos Lean, Projeto de Experimentos (DOE), ou outras áreas, a incerteza e variabilidade são o centro da análise Seis Sigma. O @RISK utiliza a simulação de Monte Carlo para identificar, medir e encontrar as raízes das causas da variabilidade nos seus processos e designs de produção e serviços.
Veja agora como o @RISK é usado para Seis Sigma
Parceiros Seis Sigma Palisade
Muitas companhias e firmas de consultoria usam simulação de Monte Carlo em suas análises e treinamento Seis Sigma. A Palisade tem orgulho de estabelecer parcerias com estes experts para promover o uso da Simulação de Monte Carlo para Seis Sigma.
» Parceiros Seis Sigma da Palisade
Métricas de Capacidade Seis Sigma no @RISK
O @RISK analisa milhares de diferentes resultados possíveis, mostrando a probabilidade de ocorrência de cada um. Fatores incertos são definidos usando mais de 35 funções de distribuição de probabilidade, que precisamente descrevem a faixa possível de valores que os seus inputs podem assumir. O @RISK permite que você defina Limites de Especificação Superior e Inferior e Valores Alvo para cada output e torna-se completo com uma faixa grande de estatísticas Seis Sigma e métricas de capacidade destes outputs, como Cpk, Cp, Cpm e muitas mais. Estas métricas podem ser inseridas diretamente no seu modelo em planilha ou aparecer na Janela Resumo de Resultados do @RISK. Gráficos de Output exibem marcadores para os valores de LSL, USL e alvo. A versão industrial do @RISK traz o RISKOptimizer para suas análises Seis Sigma para otimização de seleção de projetos, alocação de recursos e outros.
- RiskCp - Calculates Process Potential
- RiskCpm - Can be used when a target value other than the center of the specification spread has been designated as desirable.
- RiskCpk - Calculates Process Capability
- RiskCpkLower - Calculates Process Capability - Upper Spec Limit
- RiskCpkUpper - Calculates Process Capability - Lower Spec Limit
- RiskDPM - Defective Parts per Million
- RiskK - Measure of Process Center
- RiskLowerXBound – Lower X-value for a specified number of standard deviations from the mean
- RiskPNC - Total Percent Nonconforming
- RiskPNCLower - Percent Nonconforming below Lower Spec Limit
- RiskPNCUpper - Percent Nonconforming above Upper Spec Limit
- RiskPPMLower - Defective Parts per Million below Lower Spec Limit
- RiskPPMUpper - Defective Parts per Million above Upper Spec Limit
- RiskSigmaLevel - Process Sigma Level
- RiskUpperXBound - Upper X-value for a specified number of standard deviations from the mean
- RiskYV - Yield Value
- RiskZlower - Z-Score for Lower Spec Limit
- RiskZMin- Process capability when special factors are removed and the process is properly centered
- RiskZupper - Z-Score for Upper Spec Limit
Início Rápido de Análises Seis Sigma no @RISK
Para fazer uma análise Seis Sigma rápida no @RISK:
1. Adicione sua célula de output e clique no botão propriedades na caixa de diálogo Adicionar Output do @RISK. Escolha a aba Seis Sigma e insira LSL, USL e Alvo (ou faça referências).
2. Insira onde você deseja visualizar na sua planilhas as métricas Seis Sigma. Por exemplo, =RiskCpkUpper(A10) retornará o limite superior ou Cpk para o output na célula A10.
3. Simule. Veja, então, as métricas Seis Sigma diretamente na sua planilha, na janela sumário de resultados do @RISK ou nos marcadores de gráficos.
A figura abaixo ilustra como o @RISK ajuda a identificar, quantificar e reduzir a variação em seus processos.
Veja gráficos de resultados Seis Sigma do @RISK
Veja análises Seis Sigma da janela Sumário de Resultados do @RISK
Veja os resultados Seis Sigma do @RISK em uma planilha
Adicione o RISKOptimizer
A edição Industrial do @RISK também inclui o RISKOptimizer, que combina o poder da simulação de Monte Carlo com otimização baseada em algoritmos genéticos, o que lhe dá a possibilidade de resolver problemas de otimização que possuem incerteza inerente, tais quais:
• alocação de recursos para minimizar custos
• seleção de projetos para maximizar lucro
• otimizar configurações de processo para maximizar rendimento ou minimizar custo
• otimizar tolerância de alocação para maximizar a qualidade
• otimizar o sequenciamento de pessoas para maximizar o serviço
Aprenda Mais
Veja os links acima e à direita para aprender mais sobre análises Seis Sigma com o @RISK.
» Glossário completo de termos Seis Sigma