Fähigkeitseinstellungen für jede Maßung

Man kann die Fähigkeitsanalyse-Einstellungen für jede Maßung im Prozess eines Produkts festlegen.

Diese Einstellung gilt für jede Station der Messung und überschreibt die Fähigkeitseinstellungen jeder Station.

Gehe auf die Komponenten Seite und wähle ein Produkt aus. Wählen Sie dann den Prozessflussschritt Ihres Produkts aus.
Öffne den Prozess-Schritt und gehen Sie zum Abschnitt Prozesszusammenfassung .
Wählen Sie Zusätzliche Einstellungen aus, um auf die Funktionseinstellungen für jede Maßung zuzugreifen.

Hinweis

Diese Einstellung gilt nur für die Fähigkeitsanalyse dieses Werts. Das Ändern der Transformationseinstellungen hier beeinflusst die Präferenzen der Analyse nicht. Um die Präferenzen für alle Fähigkeitsanalysen zu ändern, gehen Sie zu Präferenzen für Fähigkeitsanalysen.

Verwenden Sie die Standardnormalverteilung, wenn Ihre Daten einer Normalverteilung folgen. Wenn Sie nicht-normale Daten haben, können Sie die Daten entweder an eine Normalverteilung anpassen oder eine nicht-normale Verteilung auswählen, die zu Ihren Daten passt.

Normalverteilung

Wählen Sie eine normale Fähigkeitsanalyse.

Normalverteilung mit Box-Cox-Transformation

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.

Wählen Sie den Lambda-Wert (λ) aus, um die Daten zu transformieren.

Optimales λ: Es wird der optimale Lambda-Wert verwendet, der die am besten angepasste Transformation hervorbringen sollte.
λ = 0 (ln): Nutzen Sie das natürliche Protokoll Ihrer Daten.
λ = 0,5 (Quadratwurzel): Verwenden Sie die Quadratwurzel Ihrer Daten.
λ angeben: Andere gängige Transformationen sind quadratisch (λ = 2), inverse Quadratwurzel (λ = -0,5) und inverse (λ = -1). In den meisten Fällen sollten Sie keinen Wert außerhalb des Bereichs von -2 und 2 verwenden.

Verteilung anpassen

Wählen Sie die Verteilung aus, die am besten zu Ihren Daten passt, und führen Sie eine nicht-normale Capability-Analyse durch.

Meistens ist es am besten, technisches und historisches Wissen über Ihren Prozess zu nutzen, um eine Verteilung zu identifizieren, die zu Ihren Prozessdaten passt. Minitab^® Statistical Software bietet jedoch viele Werkzeuge an, zum Beispiel Individual Distribution Identification, die Ihnen helfen können, die Passung verschiedener Verteilungen zu bewerten.