Prozessfähigkeitsanalyse (attributive Daten)

Verwenden Sie Binomial- oder Poisson-Fähigkeitsanalysen, um zu bestimmen, ob Ihr Prozess die Kundenanforderungen erfüllt, wenn Sie über Attributdaten verfügen.

Um eine Ausgabe aus einer Attributfunktionsanalyse hinzuzufügen, wechseln Sie zu Hinzufügen und Ausfüllen eines Formulars

Prozessfähigkeitsanalyse (Binomial)

Verwenden Sie eine Prozessfähigkeitsanalyse für Binomialverteilung, um zu bestimmen, ob er Prozentsatz der defekten Teile die Kundenanforderungen erfüllt. Verwenden Sie diese Option, wenn jede Einheit in eine von zwei Kategorien klassifiziert wird, z. B. bestanden oder nicht bestanden.

Beispielsweise verwendet der Supervisor für ein Callcenter eine Binomialfähigkeitsanalyse, um zu bestimmen, ob die Rate der unbeantworteten Anrufe, die umgeleitet werden, stabil und unter 20 % liegt. Ein Beispiel finden Sie in der Minitab Hilfe: Beispiel für die Prozessfähigkeitsanalyse (Binomial).

Überlegungen zu Daten

Die Daten müssen Anzahlen fehlerhafter Einheiten sein. Erfassen Sie nach Möglichkeit mindestens 25 Teilgruppen. Wenn Sie keine ausreichende Menge von Daten über einen angemessenen Zeitraum erfassen, stellen die Daten die verschiedenen Quellen der Prozessstreuung möglicherweise nicht genau dar, und die Schätzwerte spiegeln nicht die tatsächliche Prozessfähigkeit des Prozesses wider. Weitere Informationen finden Sie in der Minitab Hilfe: Überlegungen zu Daten für die Prozessfähigkeitsanalyse (Binomial).

Prozessfähigkeitsanalyse (Poisson)

Verwenden Sie eine Poisson-Prozessfähigkeitsanalyse, um zu bestimmen, ob die Anzahl der Fehler 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.

Beispielsweise verwendet ein Textilhersteller eine Poisson-Prozessfähigkeitsanalyse für, um die Anzahl der Fehler pro 100 Yards Stoff zu ermitteln und zu beurteilen, ob die Fehlerrate stabil ist. Ein Beispiel finden Sie in der Minitab Hilfe: Beispiel für die Prozessfähigkeitsanalyse (Poisson).

Überlegungen zu Daten

Sie müssen in der Lage sein, die Anzahl der Fehler pro Einheit zu zählen. Erfassen Sie nach Möglichkeit mindestens 25 Teilgruppen. Wenn Sie keine ausreichende Menge von Daten über einen angemessenen Zeitraum erfassen, stellen die Daten die verschiedenen Quellen der Prozessstreuung möglicherweise nicht genau dar, und die Schätzwerte spiegeln nicht die tatsächliche Prozessfähigkeit des Prozesses wider. Weitere Informationen finden Sie in der Minitab Hilfe: Überlegungen zu Daten für die Prozessfähigkeitsanalyse (Poisson).