【正文】 分布屬性尚未完全為人所了解。您通過將過程變異的寬度與規(guī)格限制的寬度相比較來確定能力。子組大小不必相同。 X 和 S X 控制圖和 S 控制圖（顯示在一個窗口中） ? U 控制圖 ，該控制圖繪制在每個子組中抽取的每單位樣本的缺陷數(shù)。例如，線長是否滿足強(qiáng)度要求。而另一方面，常規(guī)原因變異是過程中所固有的。您還可以向任何分支中添加子分支。通過從大到小排列條形 ， Pareto 圖可幫助您確定哪些缺陷組成“少數(shù)重要”，哪些缺陷為“多數(shù)瑣碎”。當(dāng)只有常規(guī)原因影響過程輸出時，過程受控制。常規(guī)原因變異是過程中正常的一部分。 帕累托圖概念： Pareto 圖 是一種條形圖，幫助您確定哪些問題最重要，以使您可以集中改進(jìn)可獲得最大收獲的領(lǐng)域。右側(cè)顯示問題（效應(yīng)），左側(cè)以樹狀結(jié)構(gòu)顯示原因的列表。 也可以根據(jù)產(chǎn)品的缺陷數(shù)為產(chǎn)品歸類。例如，您可以統(tǒng)計產(chǎn)品表面的刮痕數(shù)。缺陷控制圖標(biāo)繪計數(shù)數(shù)據(jù)，如缺陷或缺陷單元 的數(shù)量。 R 子組極差的控制圖 利用控制圖識別生產(chǎn)過程狀態(tài) 受控狀態(tài)或失控狀態(tài)，是根據(jù)圖上樣本點(diǎn)的位置以及變化趨勢進(jìn)行分析和判斷的。還可以計算能力指數(shù)，即規(guī)格公差 占自然過程變異的比率。并且分布的兩個尾部都落在規(guī)格限之外。 12. 連續(xù)數(shù)據(jù)能力分析 綜合能力分析 解釋結(jié)果 在控制圖和 R 控制圖上，點(diǎn)都是隨機(jī)分布在控制極限之間的，表明這是穩(wěn)定過程 。但是，從能力圖 可以看出，整體過程變異的區(qū)間（整體）比規(guī)格限的區(qū)間（規(guī)格）寬。 13. 缺陷數(shù)據(jù)能力分析 缺陷品 1 91 71 51 31 1975310 . 2 60 . 2 40 . 2 20 . 2 0樣 本比率_P = 0 . 2 2 6 4 3U C L = 0 . 2 5 5 5 2L C L = 0 . 1 9 7 3 32 01 51 052 3 . 52 3 . 02 2 . 52 2 . 02 1 . 5樣 本%缺陷置 信 區(qū) 間 上 限 : 0 . 7 6 4 6% 缺 陷 : 2 2 . 6 4置 信 區(qū) 間 下 限 : 2 2 . 2 2置 信 區(qū) 間 上 限 : 2 3 . 0 7目 標(biāo) : 0 . 0 0P P M 缺 陷 : 2 2 6 4 2 7置 信 區(qū) 間 下 限 : 2 2 2 2 4 1置 信 區(qū) 間 上 限 : 2 3 0 6 5 4過 程 Z : 0 . 7 5 0 7置 信 區(qū) 間 下 限 : 0 . 7 3 6 7（ 9 5 . 0 % 置 信 ）摘 要 統(tǒng) 計2 0 0 01 9 2 01 8 4 02 62 42 22 0樣 本 數(shù) 量%缺陷2 42 01 61 284086420% 缺 陷頻率T a r1廢 品 的 檢 驗P 控 制 圖使 用 不 相 等 樣 本 量 進(jìn) 行 的 檢 驗累 積 % 缺 陷缺 陷 率直 方 圖 解釋結(jié)果 U 控制圖 表明有 3 個點(diǎn)不受控制。 使用能力統(tǒng)計量可以監(jiān)視并報告一段時間內(nèi)系統(tǒng)的改進(jìn)情況。 Pp 和 Ppk Pp 和 Ppk 的解釋方式分別與 Cp 和 Cpk 相同。 Cpm 指定了目標(biāo)值時， 計算 Cpm。 擬合優(yōu)度檢驗 該表包括 AndersonDarling (AD) 統(tǒng)計量 以及分布的對應(yīng) p 值。選擇最保守的分布。例如，毛管的結(jié)石數(shù)。變量抽樣計劃假設(shè)質(zhì)量特征的分布是正態(tài)的。 抽樣計劃確定： 12. 不合格品類抽樣驗收方法 2 01 51 0501 . 00 . 80 . 60 . 40 . 20 . 0批 次 百 分 比 缺 陷驗收概率 2 01 51 0502 . 41 . 81 . 20 . 60 . 0引 入 批 次 百 分 比 缺 陷AOQ（缺陷百分比）2 01 51 0509 0 07 0 05 0 03 0 01 0 0批 次 百 分 比 缺 陷平均合計檢查抽 檢 特 征 曲 線 ( O C )平 均 交 付 質(zhì) 量 曲 線 ( A O Q )平 均 總 檢 驗 數(shù) 曲 線 ( A T I )樣 本 數(shù) 量 = 5 2 , 接 受 數(shù) = 2解釋結(jié)果 對于每個 5000 支毛管的批次，您需要隨機(jī)選擇并檢驗其中的 52 支。根據(jù)隨機(jī)樣本的測量值，確定平均值和標(biāo)準(zhǔn)差以計算 Z 值。如果計算得到的 Z 值大于臨界距離 ()，則可以接受整個批次。如果歷史標(biāo)準(zhǔn)差已知，則可以使用該值。如果缺陷品為 2 支或更少，則接受整個批次。 11. 抽樣驗收概念 創(chuàng)建抽樣計劃以確定樣本大小，并基于該樣本中發(fā)現(xiàn)的缺陷品數(shù)或缺陷數(shù)決定是接受還是拒收整個批次的產(chǎn)品。 變量 ，它以可測量的質(zhì)量特征為基礎(chǔ)。例如，假設(shè)一個雜貨商收到 5000公斤蘋果。大于 、 、 和 的 p 值表明 Weibull、 3 參數(shù) Weibull、最大極值和 Gamma 分布與數(shù)據(jù)的擬合良好。 Cpm 指數(shù)越高，過程越好。 Cpk 與 Ppk 使用整體變異來計算 Ppk。對于： 正態(tài)分布： DPU 的比率似乎不受電線長度的影響。此外， Ppk 的值 () 落于要求的目標(biāo) 之下，表明制造商需要改進(jìn)過程。本例中的這些點(diǎn)并非這樣，再次表明這是穩(wěn)定過程。 Ppk 指數(shù)表明過程生產(chǎn)的單位是否在公差 限內(nèi)。由于將過程信息簡化為一個數(shù)字，因此可以使用能力統(tǒng)計量對一個過程與另一個過程的能力進(jìn)行比較。 14. 利用控制圖判斷生產(chǎn)過程失控 過程能力分析 3 11. 過程能力概念 12. 連續(xù)數(shù)據(jù)能力分析 13. 缺陷數(shù)據(jù)能力分析 14. 過程能力指數(shù)的解釋方法 15. 樣本數(shù)據(jù)分布的識別與選擇 16. 力諾太陽 CPK數(shù)據(jù)采集方法（草案） 11. 過程能力概念 過程一旦處于統(tǒng)計控制 狀態(tài)下（即穩(wěn)定生產(chǎn)）后，就可能要確定其是否有能力（即符合規(guī)格限制并生產(chǎn)出“良好”的部件）。 IMRR/S（組間 /組內(nèi)）控制圖要求在至少一個子組中有兩個或更多觀測值。 X 和 R X 控制圖和 R 控制圖（顯示在一個窗口中） 當(dāng)子組大小固定時，請使用 C 控制圖。 缺陷品控制圖 您可以將產(chǎn)品與標(biāo)準(zhǔn)進(jìn)行比較，并將其歸類為有缺陷產(chǎn)品或無缺陷產(chǎn)品。示例包括設(shè)備、班次或天數(shù)的差異。每個分支都列出該類別中的更多具體原因。類別通常是缺陷 。運(yùn)行圖顯示特殊原因是否正在影響您的過程。另一種類型的變異（稱為特殊原因）來自系統(tǒng)外部，并導(dǎo)致數(shù)據(jù)中可識別的模式、偏移或趨勢。其中水平軸表示所關(guān)注的類別，而非連續(xù)尺度。樹的分支常常與原因的主類別相關(guān)聯(lián)。 控制圖的結(jié)構(gòu) 質(zhì)量特征 樣本編號（或時間 ） 控制上 中心