Verfügbare SPC Werkzeuge

Minitab Connect bietet verschiedene Regelkarten und Fähigkeitsanalysen, mit denen Sie Ihre Prozesse überwachen können. Wählen Sie aus, welche Regelkarte oder Prozessfähigkeitsanalyse verwendet werden soll, je nachdem, ob Sie über kontinuierliche Daten oder Attributdaten verfügen.

Kontinuierliche Regelkarten

Kontinuierliche Regelkarten stellen Messprozessdaten, wie z. B. Länge oder Druck, in einer zeitlich geordneten Abfolge dar. Im Gegensatz dazu werden in Attributregelkarten Zähldaten dargestellt, z. B. die Anzahl der Fehler oder defekten Einheiten. Sie können kontinuierliche Regelkarten für Daten erstellen, die in Untergruppen oder für einzelne Messungen erfasst wurden.

I/MR: Verwenden Sie ein I/MR Diagramm, um den Mittelwert und die Streuung des Prozesses zu überwachen, wenn Sie über kontinuierliche Daten verfügen, bei denen es sich um einzelne Beobachtungen handelt, die nicht in Untergruppen angeordnet sind.
X-quer/R: Verwenden Sie ein X-quer/R Diagramm, um den Mittelwert und die Streuung eines Prozesses zu überwachen, wenn Sie über kontinuierliche Daten und Teilgruppengrößen von 8 oder weniger verfügen.
X-quer/S: Verwenden Sie ein X-quer/S Diagramm, um den Mittelwert und die Streuung eines Prozesses zu überwachen, wenn Sie über kontinuierliche Daten und Teilgruppengrößen von 9 oder mehr verfügen.
I/MR-R/S: Verwenden Sie ein I/MR-R/S Diagramm, um den Mittelwert Ihres Prozesses und die Streuung zwischen und innerhalb von Untergruppen zu überwachen, wenn jede Untergruppe ein anderer Teil oder eine andere Charge ist.

Regelkarten für attributive Daten

Attribut-Regelkarten stellen Diskordanten (Defekte) oder fehlerhafte Einheiten (Defekte) dar. Eine Nichtkonformität bezieht sich auf ein Qualitätsmerkmal, und eine fehlerhafte Einheit bezieht sich auf das Gesamtprodukt. Eine Einheit kann viele Unzulänglichkeiten aufweisen, die Einheit selbst ist jedoch entweder fehlerfrei oder unzulänglich. Zum Beispiel stellt ein Kratzer auf einer Metallplatte eine Unzulänglichkeit dar. Wenn mehrere Kratzer vorhanden sind, wird möglicherweise die gesamte Platte als unzulänglich erachtet. Wählen Sie die Attribut-Regelkarte basierend darauf aus, ob Ihre Daten eine Anzahl von Fehlern darstellen und einer Binomialverteilung folgen, oder ob Ihre Daten eine Anzahl von Fehlern darstellen und einer Poisson-Verteilung folgen.

p-Karte: Verwenden Sie a p-Karte , um den Anteil fehlerhafter Artikel zu überwachen, wobei jeder Artikel in eine von zwei Kategorien eingeteilt werden kann, z. B. "Bestanden" oder "Nicht bestanden".
np-Karte: Verwenden Sie an np-Karte , um die Anzahl fehlerhafter Elemente zu überwachen, wobei jedes Element in eine von zwei Kategorien klassifiziert werden kann, z. B. "Bestanden" oder "Nicht bestanden".
u-Karte: Verwenden Sie a u-Karte , um die Anzahl der Fehler pro Einheit zu überwachen, wobei jeder Artikel mehrere Fehler aufweisen kann.
c-Karte: Verwenden Sie a c-Karte , um die Anzahl der Fehler zu überwachen, wobei jeder Artikel mehrere Fehler aufweisen kann. Sie sollten ein C-Diagramm nur verwenden, wenn die Untergruppen die gleiche Größe haben.
p' nach Laney: Verwenden Sie ein p' nach Laney Diagramm (P' wird als P prime ausgesprochen), um den Anteil fehlerhafter Elemente zu überwachen, die durch Ihren Prozess erzeugt werden, und um die Überdispersion oder Unterdispersion in Ihren Daten zu korrigieren.
Eine Überdispersion kann dazu führen, dass ein herkömmliches P-Diagramm eine erhöhte Anzahl von Punkten außerhalb der Eingriffsgrenzen anzeigt. Eine Unterdispersion kann dazu führen, dass ein herkömmliches P-Diagramm zu wenige Punkte außerhalb der Eingriffsgrenzen anzeigt. Das Laney P'-Diagramm passt sich an diese Bedingungen an.
u' nach Laney: Verwenden Sie ein u' nach Laney Diagramm (U' wird als U prime ausgesprochen), um die Fehlerrate für Ihren Prozess zu überwachen und um Überdispersion oder Unterdispersion in Ihren Daten zu korrigieren.
Eine Überdispersion kann dazu führen, dass ein herkömmliches U-Diagramm eine erhöhte Anzahl von Punkten außerhalb der Eingriffsgrenzen anzeigt. Eine Unterdispersion kann dazu führen, dass ein herkömmliches U-Diagramm zu wenige Punkte außerhalb der Eingriffsgrenzen anzeigt. Die Laney U'-Karte passt sich an diese Bedingungen an.

Kontinuierliche Fähigkeitsanalysen

Minitab Connect Bietet Normal- und Zwischen-/Inner-Prozessfähigkeitsanalysen für kontinuierliche Daten.

Prozessfähigkeitsanalyse für Normalverteilung: Verwenden Sie Prozessfähigkeitsanalyse für Normalverteilung, um die potenzielle (innerhalb) und die Gesamtprozessfähigkeit auf der Grundlage einer Normalverteilung auszuwerten.
Prozessfähigkeitsanalyse (zwischen/innerhalb): Verwenden Sie diese Option Prozessfähigkeitsanalyse (zwischen/innerhalb) , um die Prozessfähigkeit Ihres Prozesses auf der Grundlage einer Normalverteilung zu bewerten, wenn Ihr Prozess auf natürliche Weise systemische Variation zwischen Untergruppen erzeugt, z. B. ein Batch-Prozess.
Prozessfähigkeitsindizes: Hier Prozessfähigkeitsindizes können Sie die Werte für PPK und CPK anzeigen.

Prozessfähigkeitsanalysen von Attributen

Minitab Connect bietet Binomial- und Poisson-Prozessfähigkeitsanalysen für Attributdaten. Wenn Sie die Auswahl zwischen der Erfassung von stetigen und attributiven Daten haben, versuchen Sie nach Möglichkeit, stetige Daten zu erfassen, da diese typischerweise mehr Informationen liefern und objektiver sind. Attributdaten sind einfacher zu erfassen und werden daher häufig verwendet, wenn kontinuierliche Messungen schwer zu erhalten sind.

Prozessfähigkeitsanalyse für Binomialverteilung: Verwenden Sie Prozessfähigkeitsanalyse für Binomialverteilung, um zu ermitteln, ob der Prozentsatz der fehlerhaften Einheiten den Kundenanforderungen entspricht. Verwenden Sie diese Option, wenn jede Einheit in eine von zwei Kategorien klassifiziert wird, z. B. bestanden oder nicht bestanden.
Prozessfähigkeitsanalyse für Poisson-verteilte Daten: Verwenden Sie diese Option Prozessfähigkeitsanalyse für Poisson-verteilte Daten , um zu bestimmen, ob die Fehlerrate pro Einheit (DPU) den Kundenanforderungen entspricht. Verwenden Sie diese Analyse, wenn Sie die Fehler für jede Einheit zählen und jede Einheit mehr als einen Fehler aufweisen kann.