Prozesskontrolle für Fähigkeitsanalysen

Verwenden Sie Prozessfähigkeit für normalverteilte Daten, um die potenzielle (innerhalb) und die Gesamtprozessfähigkeit auf der Grundlage einer Normalverteilung auszuwerten. Verwenden Sie Prozessfähigkeit für nicht normalverteilte Daten, um die Prozessfähigkeit Ihres Prozesses auf der Grundlage einer Nicht-Normalverteilung auszuwerten.

Hinzufügen einer Prozessfähigkeitsanalyse

Um eine Prozessfähigkeitsanalyse hinzuzufügen, ziehen Sie die Analyse aus dem Assets Fenster, und platzieren Sie sieauf die Leinwand. Minitab Solution Center Fügt eine Platzhalter-Asset-Karte hinzu, die den Standardtitel, eine Darstellung des Assets und eine Dropdown-Liste enthält, die die mit dem Dashboard verknüpften Daten enthält. Wählen Sie die Daten aus, die Sie verwenden möchten. Wählen Sie dann aus Öffnen , um das Dialogfeld für die Prozessfähigkeitsanalyse zu öffnen.

Eingeben der Daten

Für die Prozessfähigkeitsanalyse müssen sich die Daten in einer einzelnen Spalte des Arbeitsblatts befinden.

Datenspalte

Geben Sie die Spalte mit numerischen Daten ein, die analysiert werden sollen.

Teilgruppengröße

Geben Sie für Prozessfähigkeit für normalverteilte Dateneine Spalte ein, die die Teilgruppe für jede Messung angibt, oder geben Sie eine Zahl ein, die die Größe der Teilgruppe angibt. Geben Sie eine Zahl für die Teilgruppen der gleichen Größe ein. Wenn z. B. jede Untergruppe Messwerte für fünf Elemente enthält, geben Sie 5 ein. Wenn Sie Daten im Laufe der Zeit ohne Untergruppen erfasst haben, verwenden Sie eine Teilgruppengröße von 1. Wenn Sie eine Spalte mit Teilgruppen-IDs eingeben, müssen die Teilgruppengrößen nicht gleich sein.
Hinweis

Beobachtungen innerhalb der einzelnen Teilgruppen sollten sich in aufeinander folgenden Zeilen des Arbeitsblatts befinden. Weitere Informationen zur Verwendung von Spalten zum Definieren von Untergruppen finden Sie unter Verwenden von Untergruppen zum Bewerten der Prozessfähigkeit.

In diesem Arbeitsblatt enthält die Spalte Durchmesser die Durchmesser der Kolbenringe. Die Spalte Teilgruppen-ID gibt die Teilgruppe für die einzelnen Messungen an.
C1 C2
Durchmesser Teilgruppen-ID
74,030 1
74,002 1
74,019 1
73,992 1
73,995 2
73,992 2

Verteilung anpassen

Wählen Sie für Prozessfähigkeit für normalverteilte Dateneine Nicht-Normalverteilung aus, die an Ihre Daten angepasst werden soll. Um einen verlässlichen Schätzwert der Prozessfähigkeit zu erzeugen, müssen die Daten der ausgewählten Verteilung folgen. Weitere Informationen zum Auswählen einer geeigneten Verteilung für nicht normalbezogene Daten finden Sie unter Prozessfähigkeitsanalysen mit nicht normalbezogenen Daten.

Untere Spezifikationsgrenze und Obere Spezifikationsgrenze

Geben Sie den minimalen oder maximal akzeptablen Wert für das Produkt oder die Dienstleistung ein. Wenn es nicht möglich ist, dass die Messungen diesen Wert über- oder unterschreiten, wählen Sie diese Option Grenze , um den Spezifikationsgrenzwert als Begrenzung zu definieren.

Hinweis

Wenn Sie eine Spezifikationsgrenze als Begrenzung festlegen, gibt Verbindungs- Prozessfähigkeitsindizes der erwarteten Leistung für die betreffende Spezifikationsgrenze/Begrenzung als fehlende Werte (*) aus. Legen Sie eine Grenze daher nur dann als Begrenzung fest, wenn es theoretisch unmöglich ist, dass die Messwerte diese Grenze überschreiten. Beispielsweise ist eine obere Spezifikationsgrenze von 100 % Reinheit eine Grenze, da es nicht möglich ist, 100 % Reinheit zu überschreiten. Eine untere Spezifikationsgrenze von 0 % Reinheit ist eine Grenze, da es nicht möglich ist, unter 0 % Reinheit zu fallen.

Historische Parameter (optional)

Für Prozessfähigkeit für normalverteilte Daten, wenn Sie den historischen Mittelwert oder die historische Standardabweichung Ihres Prozesses kennen oder wenn Sie über eine Schätzung aus vergangenen Daten verfügen, geben Sie den Wert ein, der in der Analyse verwendet werden soll.

Historischer Mittelwert
Geben Sie einen Wert für den Mittelwert der Verteilung der Grundgesamtheit ein.
Historische Standardabweichung
Geben Sie einen Wert für die Standardabweichung der Verteilung der Grundgesamtheit ein.

Wenn Sie keine historischen Parameter eingeben, schätzt Verbindungs- den Mittelwert und die Standardabweichungen aus den Stichprobendaten, und die Prozessfähigkeit wird auf der Grundlage dieser Schätzwerte berechnet.

Hinweis

Wenn Sie die Methode angeben möchten, die Connect zum Schätzen der Standardabweichung aus den Beispieldaten verwendet, wählen Sie Schätzenaus.

Transformieren

Für Prozessfähigkeit für normalverteilte Datenkönnen Sie die Daten so transformieren, dass sie an eine Normalverteilung angepasst werden, um die Annahmen für die Analyse zu erfüllen.
Keine Transformation
Führen Sie keine Transformation aus, wenn Ihre Daten bereits einer Normalverteilung folgen.
Box-Cox-Potenztransformation (W = Y^λ)
Verwenden Sie die Box-Cox-Transformation, wenn die nicht normalverteilten Daten durchgehend positiv (> 0) sind und Schätzwerte der (potenziellen) Prozessfähigkeit innerhalb der Teilgruppen und der Gesamtprozessfähigkeit berechnet werden sollen. Die Box-Cox-Transformation ist eine einfache, leicht verständliche Transformation.
Wählen Sie den Lambda-Wert (λ) aus, den Connect zum Transformieren der Daten verwendet.
  • Optimales λ verwenden: Es wird der optimale Lambda-Wert verwendet, der die am besten angepasste Transformation hervorbringen sollte. Connect rundet das optimale Lambda auf 0,5 oder die nächste ganze Zahl, es sei denn, das Konfidenzintervall für Lambda enthält keinen gerundeten Wert.
  • λ = 0 (ln): Es wird der natürliche Logarithmus der Daten verwendet.
  • λ = 0,5 (Quadratwurzel): Es wird die Quadratwurzel der Daten verwendet.
  • Anderer Wert (zwischen -5 und 5): Es wird ein angegebener Wert für Lambda verwendet. Weitere gängige Transformationen sind die Quadrattransformation (λ = 2), die Transformation mit der inversen Quadratwurzel (λ = −0,5) und die inverse Transformation (λ = −1). In den meisten Fällen sollte kein Wert außerhalb des Bereichs von −2 bis 2 verwendet werden.
Johnson-Transformation (nur für Gesamtanalyse)
Verwenden Sie die Johnson-Transformation, wenn die nicht normalverteilten Daten negative Werte (oder 0) enthalten oder die Box-Cox-Transformation nicht wirksam ist. Die Johnson-Transformationsfunktion ist komplizierter als die Box-Cox-Transformation, findet aber häufig eine geeignete Transformation.
Geben Sie in p-Wert zur Auswahl der besten Anpassungeinen Wert zwischen 0 und 1 ein. Der von Ihnen eingegebene Wert definiert das Signifikanzniveau für einen Normalitätstest der Daten vor und nach der Transformation. Ein höherer Wert führt zu strikteren Kriterien für das Vorliegen einer Normalverteilung. Ein niedrigerer Wert lockert die Kriterien für das Vorliegen einer Normalverteilung.

Schätzen für Prozessfähigkeit für normalverteilte Daten

(für Teilgruppengröße > 1)
Wählen Sie eine Methode zum Schätzen der Standardabweichung innerhalb der Teilgruppen aus, wenn in jeder Teilgruppe mehrere Beobachtungen vorhanden sind.
  • R-quer: R-quer ist der Durchschnitt der Teilgruppenspannweiten. Diese Methode liefert einen gängigen Schätzwert der Standardabweichung und eignet sich besonders für Teilgruppengrößen von 2 bis 8.
  • S-quer: S-quer ist der Durchschnitt der Teilgruppenstandardabweichungen. Diese Methode liefert einen präziseren Schätzwert der Standardabweichung als R-quer, insbesondere bei Teilgruppengrößen > 8.
  • Zusammengefasste Standardabweichung: Die zusammengefasste Standardabweichung ist der gewichtete Durchschnitt der Teilgruppenvarianzen, durch den größere Teilgruppen einen stärkeren Einfluss auf den Gesamtschätzwert erhalten. Mit dieser Methode erhalten Sie den präzisesten Schätzwert der Standardabweichung, wenn der Prozess beherrscht ist.
(für Teilgruppengröße = 1)
Wählen Sie eine Methode zum Schätzen der Standardabweichung innerhalb einer Teilgruppe aus, wenn Sie einzelne Beobachtungen haben. Wenn die Teilgruppengröße 1 ist, können Standardabweichungen oder Bereiche innerhalb von Teilgruppen nicht berechnet werden. Stattdessen schätzt Connect die Standardabweichung anhand von gleitenden Bereichen.
  • Mittelwert der gleitenden Spannweite: Der Mittelwert der gleitenden Spannweite ist der Durchschnittswert der gleitenden Spannweite von zwei oder mehr aufeinander folgenden Punkten. Diese Methode wird häufig verwendet, wenn die Teilgruppengröße gleich 1 ist.
  • Median der gleitenden Spannweite: Der Median der gleitenden Spannweite ist der Medianwert der gleitenden Spannweite von zwei oder mehr aufeinander folgenden Punkten. Diese Methode empfiehlt sich insbesondere, wenn Daten extreme Spannweiten aufweisen, die sich auf die gleitende Spannweite auswirken könnten.
  • Quadratwurzel von MSSD: Die Quadratwurzel von MSSD ist die Quadratwurzel des Mittelwerts der quadrierten Differenzen zwischen aufeinander folgenden Punkten. Verwenden Sie diese Methode, wenn Sie keinen ausreichenden Grund für die Annahme haben, dass mindestens zwei aufeinander folgende Punkte unter gleichen Bedingungen erfasst wurden.
Gleitende Spannweite der Länge verwenden
Geben Sie die Anzahl der Beobachtungen ein, mit denen die gleitende Spannweite berechnet wird.Die Länge muss ≤ 100 sein.In der Standardeinstellung wird eine Länge von 2 verwendet, da aufeinander folgende Werte mit größter Wahrscheinlichkeit ähnlich sind.
Konstanten für erwartungstreue Schätzung
Sie können festlegen, dass bei den Berechnungen für die Standardabweichung innerhalb von Teilgruppen und die Gesamtstandardabweichung Konstanten für die erwartungstreue Schätzung verwendet werden. Konstanten für die erwartungstreue Schätzung reduzieren die Verzerrung, die auftreten kann, wenn ein Parameter anhand einer kleinen Anzahl von Beobachtungen geschätzt wird. Mit zunehmender Anzahl von Beobachtungen nimmt die Auswirkung von Konstanten für die erwartungstreue Schätzung auf die berechneten Ergebnisse ab.
  • Konstante für erwartungstreue Schätzung verwenden: Verwenden Sie unverzerrte Konstanten bei der Schätzung der Standardabweichung innerhalb der Teilgruppe.Diese Option gilt für S-quer, die zusammengefasste Standardabweichung und die Quadratwurzel von MSSD.
  • Beim Berechnen der Standardabweichungen erwartungstreue Konstanten verwenden: Schätzen der Gesamtstandardabweichung werden Konstanten für die erwartungstreue Schätzung verwendet.
Hinweis

Häufig hängt die Entscheidung für die Verwendung von Konstanten für die erwartungstreue Schätzung von Unternehmensrichtlinien oder Branchenstandards ab.

Schätzen für Prozessfähigkeit für nicht normalverteilte Daten

Sie können Verbindungs- die Parameter der Nicht-Normalverteilung schätzen lassen, die Sie für die Prozessfähigkeitsanalyse verwenden, oder Sie können unten einige oder alle Parameter eingeben.

Verteilungsparameter schätzen
Die Verteilungsparameter werden aus den Stichprobendaten geschätzt. Connect schätzt einen der folgenden Parameter, die Sie nicht angeben.
  • Form (Weibull_Gamma) oder Skala (andere Verteilung) festlegen bei: Geben Sie den Form- oder Skalenparameter ein, je nachdem, welchen Verteilungstyp Sie ausgewählt haben. Der Formparameter wirkt sich auf die Form der Verteilung, z. B. die Schiefe, aus. Der Skalenparameter wirkt sich auf die Streubreite der Daten aus.
  • Schwellenwert festlegen bei: Wenn Sie eine Verteilung mit 3 Parametern ausgewählt haben, geben Sie den Schwellenwertparameter ein. Der Schwellenwertparameter legt den Minimalwert der Datenverteilung fest.
    Hinweis

    Weitere Informationen zum Shape, zum Maßstab oder zum Schwellenwert einer Verteilung erhalten Sie, wenn Sie Daten für die Prozessfähigkeitsanalyse ohne Normalverteilung verarbeiten und auf den Parameter klicken, über den Sie weitere Informationen erhalten möchten.

Historische Schätzwerte verwenden
Es werden historische Schätzwerte für die Parameter angegeben. Geben Sie gemäß der angezeigten Parameterreihenfolge Konstanten oder eine Spalte ein. Die Anzahl der Konstanten und Zeilen in der Spalte muss gleich der Anzahl der Parameter in der Verteilung sein.

Optionen

In diesem Thema wird der vollständige Satz von Optionen für Prozessfähigkeit für normalverteilte Datenbeschrieben. Wenn Sie eine ausführen Prozessfähigkeit für nicht normalverteilte Daten, wird nur eine Teilmenge dieser Optionen angezeigt.

Soll (fügt Cpm zur Tabelle hinzu)

Wenn Ihr Prozess einen Sollwert aufweist, geben Sie den Wert ein. Bei Eingabe eines Sollwerts berechnet Verbindungs- Cpm. Hierbei handelt es sich um einen Prozessfähigkeitsindex, bei dem auch berücksichtigt wird, um wie viel die Daten vom Sollwert abweichen.

Toleranz von K × σ für Statistiken zur Prozessfähigkeit verwenden

Geben Sie die Breite der Toleranz als Anzahl der Standardabweichungen (σ) ein. In der Standardeinstellung ist die Toleranz 6 Standardabweichungen breit (3 Standardabweichungen auf jeder Seite des Prozessmittelwerts).

Verbinden interpretiert den K-Wert als die Breite einer zweiseitigen Toleranz. Wenn Sie eine einseitige Toleranz verwenden möchten, geben Sie einen Wert für die beidseitige Toleranz ein, der dem doppelten Wert für die einseitige Toleranz entspricht. Wenn Sie beispielsweise eine einseitige Toleranz von 3σ benötigen, geben Sie den Wert 6 ein.

Analyse ausführen

Standardmäßig führt Connect Prozessfähigkeitsanalysen sowohl innerhalb von Untergruppen als auch insgesamt durch. Wenn eine der Analysen nicht ausgeführt werden soll, deaktivieren Sie das entsprechende Kontrollkästchen.

Analyse innerhalb der Teilgruppe
Es soll eine Analyse zwischen den Teilgruppen durchgeführt werden, um die potenzielle Prozessfähigkeit (Kurzzeit) des Prozesses zu ermitteln. Bei dieser Analyse wird die Leistung geschätzt, die der Prozess erreichen könnte, wenn die Shifts und Drifts zwischen den Teilgruppen beseitigt würden.
Hinweis

Wenn Sie eine Johnson-Transformation für die Daten durchführen, kann die Analyse innerhalb von Teilgruppen nicht berechnet werden. In diesem Fall meldet Connect nur die Gesamtfunktion.

Gesamtanalyse
Es soll eine Gesamtanalyse durchgeführt werden, um die tatsächliche Prozessfähigkeit (Langzeit) des Prozesses zu ermitteln. Bei dieser Analyse wird die Leistung geschätzt, die der Kunde tatsächlich wahrnimmt.

Anzeigen

Wählen Sie aus, wie die erwarteten und beobachteten Werte außerhalb der Spezifikationsgrenzen angezeigt werden sollen:
  • PPM (Parts Per Million): Die Werte werden als PPM (Teile pro Million) angezeigt.
  • Prozente: Zeigen Sie die Werte in Prozent an.
Konfidenzintervalle einbinden
Wählen Sie diese Option aus, um Konfidenzintervalle für die Prozessfähigkeitsindizes anzuzeigen.
Konfidenzniveau
Geben Sie ein Konfidenzniveau zwischen 0 und 100 ein. In der Regel ist ein Konfidenzniveau von 95 % gut geeignet. Ein 95%-Konfidenzniveau gibt an, dass bei einer Entnahme von 100 Zufallsstichproben aus dem Prozess die Konfidenzintervalle für ungefähr 95 der Stichproben den tatsächlichen Wert des Prozessfähigkeitsindex für den Prozess enthalten (sofern sämtliche Prozessdaten erfasst und analysiert werden könnten).
Für einen bestimmten Datensatz erzeugt ein niedrigeres Konfidenzniveau ein schmaleres Konfidenzintervall, während mit einem höheren Konfidenzniveau ein breiteres Konfidenzintervall erzielt wird. Die Breite des Intervalls nimmt zudem bei größeren Stichprobenumfängen tendenziell ab. Daher können Sie je nach Stichprobenumfang wie folgt ein anderes Konfidenzniveau als 95 % verwenden:
  • Wenn Ihre Stichprobengröße klein ist, ist ein Konfidenzintervall von 95 % möglicherweise zu breit, um nützlich zu sein. Die Verwendung eines niedrigeren Konfidenzniveaus, z. B. 90 %, führt zu einem engeren Intervall. Die Wahrscheinlichkeit, dass das Intervall den Prozessfähigkeitsindex für den Prozess enthält, nimmt jedoch ab.
  • Wenn Ihre Stichprobengröße groß ist, sollten Sie die Verwendung eines höheren Konfidenzniveaus in Betracht ziehen, z. B. 99 %. Bei einer großen Stichprobe kann mit einem 99%-Konfidenzniveau möglicherweise immer noch ein hinreichend schmales Intervall erzielt werden, während gleichzeitig die Wahrscheinlichkeit steigt, dass das Intervall den Prozessfähigkeitsindex für den Prozess enthält.
Konfidenzintervalle
Wählen Sie den Typ des Konfidenzintervalls bzw. der Konfidenzgrenze aus, das bzw. die angezeigt werden soll:
  • Einseitig: die unteren Konfidenzgrenzen für Prozessfähigkeitsindizes und die oberen Konfidenzgrenzen für PPM oder % außerhalb der Spezifikationsgrenzen an. Verwenden Sie in folgenden Fällen einseitige Konfidenzgrenzen:
    • Sie möchten sich sicherer sein, dass ein Prozessfähigkeitsindex größer als ein erforderlicher Wert ist. Beispiel: Sie möchten sich sicherer sein, dass Cp größer als 1,33 ist.
    • Sie möchten sich sicherer sein, dass ein Index wie PPM oder der Prozentsatz außerhalb der Spezifikationsgrenzen kleiner als ein erforderlicher Wert ist. Beispiel: Sie möchten sich sicherer sein, dass PPM (gesamt) außerhalb der Spezifikationsgrenzen kleiner als 100 ist.
  • Beidseitig: Es wird ein Konfidenzintervall angezeigt, das sowohl eine untere als auch eine obere Konfidenzgrenze aufweist.