Ajouter une analyse de capabilité
Pour ajouter une analyse de capabilité, faites glisser et placez l’analyse à partir du Actifs volet 
sur la toile. Minitab Connect Ajoute une carte d’élément provisoire contenant le titre par défaut, une représentation de l’actif, et un menu déroulant contenant les vues de données associées au tableau de bord. Sélectionnez la vue de données que vous souhaitez utiliser. Sélectionnez Ouvrir ensuite pour ouvrir la boîte de dialogue de l’analyse de capabilité.
Remarque
Vous devez sélectionner une vue de données avant de pouvoir créer un actif. Utilisez le Données panneau 
pour sélectionner une vue de données.
Entrez vos données
L’analyse de capabilité nécessite que vos données se trouvent dans une seule colonne de la feuille de calcul.
Data column
Entrez la colonne de données numériques que vous souhaitez analyser.
Subgroup size
Remarque
Les observations au sein de chaque sous-groupe doivent être placées dans des rangées adjacentes de la feuille de calcul. Pour plus d’informations sur l’utilisation des colonnes pour définir des sous-groupes, reportez-vous à la rubrique Utilisation de sous-groupes pour évaluer la capabilité du processus.
| C1 | C2 |
|---|---|
| Diamètre | ID de sous-groupe |
| 74,030 | 1 |
| 74,002 | 1 |
| 74,019 | 1 |
| 73,992 | 1 |
| 73,995 | 2 |
| 73,992 | 2 |
Fit distribution
Pour une Capabilité non normale analyse, sélectionnez une distribution non normale adaptée à vos données. Pour produire une estimation fiable de la capacité du procédé, les données doivent suivre la distribution que vous sélectionnez. Pour plus d’informations sur le choix d’une distribution appropriée pour les données non normales, reportez-vous à la rubrique Analyses de capabilité avec des données non normales.
Spécification inférieure et Spécification supérieure
Entrez la valeur minimale ou maximale acceptable pour le produit ou le service. S’il n’est pas possible que les mesures soient supérieures ou inférieures à cette valeur, sélectionnez cette option Limite pour définir la limite de spécification en tant que limite.
Remarque
Lorsque vous définissez une limite de spécification comme borne, Connexion signale les indices de capabilité attendue par rapport à cette limite de spécification/borne sous forme de valeurs manquantes (*). Par conséquent, définissez une limite comme borne uniquement s'il est théoriquement impossible que les mesures se situent au-delà de la limite. Par exemple, une limite supérieure de pureté de 100 % est une limite car il n’est pas possible de dépasser 100 % de pureté. Une limite de spécification inférieure de 0 % de pureté est une limite car il n’est pas possible de descendre en dessous de 0 % de pureté.
Paramètres historiques (en option)
Pour Analyse de capabilité normale, si vous connaissez la moyenne historique ou l’écart-type historique de votre procédé, ou si vous disposez d’une estimation obtenue à partir de données passées, entrez la valeur à utiliser dans l’analyse.
- Moyenne historique
- Entrez une valeur pour la moyenne de la répartition de la population.
- Ecart type historique
- Entrez une valeur pour l’écart-type de la distribution de la population.
Si vous n'entrez aucun paramètre historique, Connexion estime la moyenne et les écarts types à partir de vos données échantillons et utilise ces estimations pour calculer la capabilité du procédé.
Remarque
Si vous souhaitez spécifier la méthode utilisée par Connect pour estimer l’écart type par rapport à vos données d’échantillonnage, sélectionnez Estimate.
Transformer
- Aucune transformation
- N’utilisez pas de transformation si vos données suivent déjà une distribution normale.
- Box-Cox power transformation (W = Y^λ)
- utilisez la transformation de Box-Cox si vos données non normales sont toutes positives (> 0) et que vous souhaitez obtenir des estimations de la capabilité (potentielle) à l'intérieur des sous-groupes, ainsi que de la capabilité globale. La transformation de Box-Cox est une transformation simple et facile à comprendre.
Sélectionnez la valeur lambda (λ) que Connect utilise pour transformer les données.
- Use optimal λ: Utilisez la valeur lambda optimale afin de produire la transformation la plus appropriée. Connect arrondit la fonction lambda optimale à 0,5 ou à l’entier le plus proche, sauf si l’intervalle de confiance pour lambda ne contient pas de valeur arrondie.
- λ = 0 (ln): Utilisez le journal naturel de vos données.
- λ = 0,5 (racine carrée): Utilisez la racine carrée de vos données.
- Other (enter a value between -5 and 5): Utilisez une valeur spécifiée pour lambda. Il existe d'autres transformations courantes comme le carré (λ = 2), la racine carrée inverse (λ = −0,5) et l'inverse (λ = −1). Dans la plupart des cas, vous ne devriez pas utiliser une valeur en dehors de la plage de −2 et 2.
- Johnson transformation (for overall analysis only)
- Utilisez la transformation de Johnson si vos données non normales contiennent des valeurs négatives (ou 0) ou si la transformation de Box-Cox n’est pas efficace. La fonction de transformation de Johnson est plus complexe que celle de Box-Cox, mais elle s'avère très puissante pour rechercher une transformation adaptée.
Estimate pour Analyse de capabilité normale
- Méthodes d'estimation pour effectif de sous-groupe > 1
- Sélectionnez une méthode pour estimer l’écart type au sein du sous-groupe lorsque vous avez plusieurs observations dans chaque sous-groupe.
- Rbar: R barre représente la moyenne des étendues des sous-groupes. Cette méthode est une estimation courante de l’écart-type et fonctionne mieux avec des tailles de sous-groupes allant de 2 à 8.
- Sbar: Sbar est la moyenne des écarts-types du sous-groupe. Cette méthode fournit une estimation plus précise de l'écart type que la méthode R barre, notamment avec des effectifs de sous-groupes > 8.
- Pooled standard deviation: L’écart-type regroupé est la moyenne pondérée des variances des sous-groupes, ce qui donne aux sous-groupes plus importants une influence plus importante sur l’estimation globale. Cette méthode fournit l’estimation la plus précise de l’écart-type lorsque le procédé est sous contrôle.
- Méthode d’estimation lorsque la taille du sous-groupe = 1
- Sélectionnez une méthode d’estimation de l’écart-type au sein d’un sous-groupe lorsque vous avez des observations individuelles. Lorsque la taille du sous-groupe est de 1, les écarts-types de l’échantillon ou les plages au sein des sous-groupes ne peuvent pas être calculés. Au lieu de cela, Connect estime l’écart-type à l’aide de plages mobiles.
- Moyenne de l'étendue mobile: La plage mobile moyenne est la valeur moyenne de la plage mobile de deux points consécutifs ou plus. Cette méthode est couramment utilisée lorsque la taille du sous-groupe est de 1.
- Médiane de l'étendue mobile: La plage médiane est la valeur médiane de la plage mobile de deux points consécutifs ou plus. Cette méthode est préférable lorsque les données ont des plages extrêmes pouvant influencer la distance de déplacement.
- Racine carrée de MSSD: La racine carrée de MSSD est la racine carrée de la moyenne des différences au carré entre points consécutifs. Utilisez cette méthode lorsque vous ne pouvez raisonnablement pas supposer qu’au moins 2 points consécutifs ont été collectés dans des conditions similaires.
- Use moving range of length
- Saisissez le nombre d'observations utilisé pour calculer l'étendue mobile.La longueur doit être ≤ 100.La longueur par défaut est 2, car les valeurs consécutives ont de fortes chances d'être semblables.
- Constantes de correction de biais
- Vous pouvez choisir d’utiliser des constantes unbiaisantes dans les calculs pour le sous-groupe interne et l’écart-type global. Les constantes de désaccordement réduisent le biais qui peut survenir lorsqu’un paramètre est estimé à partir d’un petit nombre d’observations.A mesure que le nombre d'observations augmente, les constantes de correction de biais ont moins d'effet sur les résultats calculés.
- Utiliser des constantes de non-biais: Utiliser des constantes sans biais dans l’estimation de l’écart-type au sein du sous-groupe.Cette option s'applique aux méthodes de l'écart type regroupé, de la racine carrée de MSSD et S barre.
- Use unbiasing constants to calculate standard deviations: utilisez les constantes de correction de biais lors de l'estimation de l'écart type global.
Remarque
Souvent, le choix d’utiliser des constantes impartiales dépend de la politique de l’entreprise ou des normes du secteur.
Estimate pour l’analyse Capabilité non normale
Vous pouvez demander à Connexion d'estimer les paramètres de la loi non normale utilisée pour l'analyse de capabilité ou vous pouvez décider de saisir certains ou l'ensemble des paramètres ci-dessous.
- Estimate parameters of distribution
- estimez les paramètres de distribution à partir des données échantillons. Connect estime les paramètres suivants que vous ne spécifiez pas.
- Set shape (Weibull or gamma) or scale (other dists) at: Entrez le paramètre forme ou d’échelle, selon le type de distribution que vous avez sélectionné. Le paramètre de forme a une incidence sur la forme de la loi de distribution, telle que son asymétrie. Le paramètre d’échelle influence la répartition des données.
- Set threshold at: Si vous sélectionnez une distribution à 3 paramètres, entrez le paramètre seuil. Le paramètre seuil fixe la position minimale de la distribution des données.
Remarque
Pour plus d’informations sur la forme, l’échelle ou le seuil d’une distribution, consultez Traiter les données pour l’analyse de capabilité anormale et cliquez sur le paramètre sur lequel vous souhaitez en savoir plus.
- Use historical estimates
- spécifiez des estimations historiques des paramètres. Saisissez des constantes ou une colonne en utilisant de l'ordre des paramètres affiché. Le nombre de constantes et de lignes dans une colonne doit être égal au nombre de paramètres de la loi de distribution.
Options
Cette rubrique décrit l’ensemble des options de Analyse de capabilité normale. Si vous effectuez une Capabilité non normale analyse, vous ne verrez qu’un sous-ensemble de ces options.
Target (adds Cpm to table)
Si votre procédé contient une cible, entrez la valeur correspondante. Si vous entrez une valeur cible, Connexion calcule Cpm, un indice de capabilité qui examine également l'écart des données par rapport à la cible.
Use tolerance of K × σ for capability statistics
Entrez la largeur de la tolérance en nombre d’écarts-types (σ). Par défaut, la tolérance est large de 6 écarts-types (3 écarts-types de chaque côté du procédé moyen).
Connect interprète la valeur K comme la largeur d’une tolérance bilatérale. Si vous souhaitez utiliser une tolérance unilatérale, entrez une valeur de tolérance bilatérale qui représente le double de la tolérance unilatérale. Par exemple, si vous souhaitez utiliser une tolérance unilatérale de 3 σ, entrez 6.
Exécuter l'analyse
Par défaut, Connect effectue des analyses de capabilité au sein d’un sous-groupe et globales. Si vous ne souhaitez pas effectuer une des analyses, décochez cette case.
- Within subgroup analysis
- Effectuez l’analyse au sein du sous-groupe, qui indique la capacité potentielle (à court terme) de votre processus. Cette analyse estime à quel point votre processus pourrait fonctionner si le déplacement et la dérive entre sous-groupes étaient éliminés.
Remarque
Si vous utilisez la transformation de Johnson sur vos données, l’analyse au sein des sous-groupes ne peut pas être calculée. Dans ce cas, Connect signale uniquement la capacité globale.
- Overall analysis
- Effectuez l'analyse globale, qui indique la capabilité réelle (à long terme) de votre procédé. Cette analyse estime ce que le client obtient réellement.
Affichage
- Parties par million: affichez les valeurs en pièces par million (PPM).
- Pourcentages: affichez les valeurs sous forme de pourcentages.
- Inclure les intervalles de confiance
- Sélectionnez cette option pour afficher les intervalles de confiance des indices de capabilité.
- Niveau de confiance
- Entrez un niveau de confiance compris entre 0 et 100. Un niveau de confiance de 95 % est généralement efficace. Un niveau de confiance de 95 % indique que si vous prélèvez 100 échantillons aléatoires du processus, vous pourriez vous attendre à ce qu’environ 95 échantillons produisent des intervalles de confiance contenant la valeur réelle de l’indice de capacité du processus (si toutes les données du processus pouvaient être collectées et analysées).
- Intervalles de confiance
- Sélectionnez le type d'intervalle de confiance ou de borne à afficher :
- One-sided: affiche les bornes de confiance inférieures des indices de capabilité et les bornes de confiance supérieures de la proportion d'éléments hors spécification, exprimée en PPM ou en pourcentage. Utilisez des bornes de confiance unilatérales dans les cas suivants :
- Si vous souhaitez vous assurer avec plus de précision qu'un indice de capabilité est supérieur à une valeur de référence. Par exemple, pour vous assurer que la valeur Cp est supérieure à 1,33.
- Si vous souhaitez vous assurer avec plus de précision que la proportion d'éléments hors spécification, exprimée en PPM ou en pourcentage, est inférieure à une valeur de référence. Par exemple, pour vous assurer que la proportion totale d'éléments hors spécification en PPM est inférieure à 100.
- Bilatéral: affichez un intervalle de confiance avec une borne de confiance inférieure et supérieure.
- One-sided: affiche les bornes de confiance inférieures des indices de capabilité et les bornes de confiance supérieures de la proportion d'éléments hors spécification, exprimée en PPM ou en pourcentage. Utilisez des bornes de confiance unilatérales dans les cas suivants :
Ajouter des alertes à une analyse de capacités
. Vous ne recevez des alertes que pour les statistiques que vous affectez après avoir ajouté de nouvelles données ou modifié des données existantes.
- Nom
- Nom de l’alerte.
- Type
- Le type d’alerte. Vous pouvez choisir entre un e-mail, un SMS ou une notification Connect.
- A
- Sélectionnez une ou plusieurs personnes pour recevoir l’alerte.
Pour les e-mails et les SMS, utilisez la liste déroulante pour sélectionner un utilisateur afin de l’ajouter à l’alerte. Si vous souhaitez ajouter un e-mail ou un numéro de téléphone pour une personne qui n’est pas dans la liste déroulante, tapez-le dans la case. Après que Connect ait vérifié qu’elle est valide, sélectionnez Appuyez sur Entrée pour ajouter une adresse e-mail ou Appuyez sur Entrée pour ajouter un numéro de téléphone ajoutez à l’alerte.
Les numéros de téléphone américains doivent comporter 10 chiffres, avec une combinaison de parenthèses, points, tirets et espaces comme délimiteurs. Les parenthèses ne peuvent être utilisées que sur l’indicatif régional. Les numéros de téléphone internationaux doivent commencer par un symbole + et peuvent contenir jusqu’à 15 chiffres sans espaces ni délimiteurs.
- Ligne d'objet
- Entrez la ligne d’objet de l’e-mail lorsque vous sélectionnez E-mail le type d’alerte.
- Message
- Créez le message envoyé par l’alerte.
- Conditions d'alerte
- Sélectionnez la statistique de l’alerte, puis sélectionnez si vous souhaitez que Connect vous alerte lorsqu’elle est supérieure ou inférieure à la valeur spécifiée. Pour définir plusieurs conditions, sélectionnez Ajouter une
condition.
Remarque
Si votre navigateur est Safari, vous ne pouvez pas utiliser le clavier pour tabular certains éléments de la boîte de dialogue. Pour résoudre ce problème, sélectionnez Appuyer sur Tab pour surligner chaque élément sur une page web dans l’onglet Avancé des paramètres du navigateur Safari.
Pour activer, désactiver, modifier ou supprimer une alerte après l’avoir créée, sélectionnez les ellipsis 
dans la barre d’en-tête et sélectionnez Gérer les
alertes.
Connecter les alarmes
puis sélectionnez Alertes. Faites un clic droit sur une alarme pour l’activer, désactiver ou supprimer. Sur la page des alarmes, vous pouvez consulter les informations suivantes.
- Le statut de l’alarme. Un cercle vert indique que l’alarme est activée. Un cercle rouge indique que l’alarme est désactivée.
- Le nom de l’alarme.
- La table ou la vue liée à l’alarme.
- Le tableau de bord qui est lié à l’alarme.
- Le type de graphique ou de tableau lié à l’alarme.
- L’identifiant unique de l’alarme.
