過程能力(processcapability)-展示頁
2025-04-18 12:12本頁面
【正文】 thin) 同時顯示以下圖形，以及能力統(tǒng)計量的子集： 一張Individuals Chart, Moving Range Chart, and R Chart or S Chart,可用來驗證過程是否處于控制狀態(tài)； 一個能力條形圖和正態(tài)概率圖，可以幫助驗證數(shù)據(jù)是否服從正態(tài)分布； 一個能力圖，顯示過程變差與規(guī)范界限的相對性。Capability Sixpack (Normal) 同時顯示以下圖形，以及能力統(tǒng)計量的子集： 一張Xbar (or Individuals), R or S (or Moving Range), 和 run chart, 可用來驗證過程是否處于控制狀態(tài)； 一個能力條形圖和正態(tài)概率圖，可以幫助驗證數(shù)據(jù)是否服從正態(tài)分布； 一個能力圖，顯示過程變差與規(guī)范界限的相對性。這可以幫助你對正態(tài)性假設(shè)進行視覺上的評價。報告還包括一張過程能力統(tǒng)計量的表，包括組內(nèi)和組間統(tǒng)計量。你還可以根據(jù)缺陷的數(shù)量進行分類(使用Capability Analysis (Poisson)).二、能力分析命令概況Capability Analysis (Normal)為單個測量結(jié)果畫一張能力條形圖，圖上包含基于過程均值和標(biāo)準差的正態(tài)曲線。Minitab還為屬性數(shù)據(jù)和計數(shù)數(shù)據(jù)進行能力分析，基于二項分布和泊松概率模型。對子組變差的兩個來源的理解可以為過程潛在能力提供更實際的估計。如果你懷疑過程具有較明顯的組間變差，使用Capability Analysis (Between/Within)或 Capability Sixpack (Between/Within)。在Minitab中，你可以用“BoxCox power transformation”或Weibull概率模型。如果數(shù)據(jù)傾斜嚴重，基于正態(tài)分布的概率會提供對實際的超出規(guī)格的概率做比較差的統(tǒng)計。類似地，Capability Analysis (Weibull) 利用Weibull 分布模型計算PPM。舉例來說，Analysis (Normal) 利用正態(tài)概率模型來估計期望的PPM。例如：Minitab提供基于正態(tài)和Weibull概率模型的能力分析。你可以為以下幾個方面進行能力分析：n 正態(tài)或Weibull概率模型(適合于測量數(shù)據(jù))n 很可能來源于具有明顯組間變差的總體的正態(tài)數(shù)據(jù)n 二項分布或泊松概率分布模型 (適合于屬性數(shù)據(jù)或計數(shù)數(shù)據(jù))注：如果你的數(shù)據(jù)傾斜嚴重，你可以利用BoxCox轉(zhuǎn)換或使用Weibull 概率模型。因為它們無單位，你可以用能力統(tǒng)計量來比較不同的過程。你還可以計算過程指數(shù)，即規(guī)范公差與自然過程變差的比值。在評價其能力之前，過程應(yīng)該處于控制狀態(tài)，否則，你得出的過程能力的估計是不正確的。過程能力概述（Process Capability Overview）在過程處于統(tǒng)計控制狀態(tài)之后，即生產(chǎn)比較穩(wěn)定時，你很可能希望知道過程能力，也即滿足規(guī)格界限和生產(chǎn)良品的能力。你可以將過程變差的寬度與規(guī)格界限的差距進行對比來片段過程能力。你可以畫能力條形圖和能力點圖來評價過程能力，這些圖形可以幫助你評價數(shù)據(jù)的分布并驗證過程是否受控。過程指數(shù)是評價過程能力的一個簡單方法。一、選擇能力命令（Choosing a capability mand）Minitab提供了許多不同的能力分析命令，你可以根據(jù)數(shù)據(jù)的屬性及其分布來選擇適當(dāng)?shù)拿?。在進行能力分析時，選擇正確的分布是必要的。使用正態(tài)概率模型的命令提供更完整的一系列的統(tǒng)計量，但是你的數(shù)據(jù)必須近似服從正態(tài)分布以保證統(tǒng)計量適合于這些數(shù)據(jù)。這些統(tǒng)計量的結(jié)實依賴于兩個假設(shè)：數(shù)據(jù)來自于穩(wěn)定的過程，且近似服從的正態(tài)分布。在兩種情況下，統(tǒng)計的有效性依賴于假設(shè)的分布的有效性。這種情況下，轉(zhuǎn)化數(shù)據(jù)使其更近似于正態(tài)分布，或為數(shù)據(jù)選擇不同的概率模型。Nonnormal data 對這兩個模型進行了比較。子組內(nèi)部的隨機誤差之上，子組數(shù)據(jù)可能還有子組之間的隨機變差。Capability Analysis (Between/Within)和Capability Sixpack (Between/Within) 計算了組間和組內(nèi)標(biāo)準差，然后再估計長期的標(biāo)準差。例如：產(chǎn)品可以根據(jù)標(biāo)準判定為合格和不合格(使用 Capability Analysis (Binomial)).。這可以幫助你對正態(tài)性假設(shè)進行視覺上的評價。Capability Analysis (Between/Within) 為單個測量結(jié)果畫一張能力條形圖，圖上包含基于過程均值和標(biāo)準差的正態(tài)曲線。報告還包括一張組間/組內(nèi)和長期過程能力統(tǒng)計量的列表。Capability Sixpack (Between/Within)適合于組間變差比較明顯的子組數(shù)據(jù)。Capability Sixpack (Weibull) 同時顯示以下圖形，以及能力統(tǒng)計量的子集： 一張Individuals, R (or Moving Range), and run chart, 可用來驗證過程是否處于控制狀態(tài)； 一個能力條形圖和Weibull概率圖，可以幫助驗證數(shù)據(jù)是否服從Weibull分布； 一個能力圖，顯示過程變差與規(guī)范界限的相對性。這可以幫助你對Weibull分布的假設(shè)進行直觀的評價。Capability Analysis (Binomial) 適合于數(shù)據(jù)由不合格品的數(shù)量相對于抽取的全部樣本數(shù)組成時。 Capability
公司管理相關(guān)推薦
鄂ICP備17016276號-1