Interprétation des résultats principaux pour la fonction Analyse de capabilité pour plusieurs variables (loi non normale)

Suivez les étapes ci-dessous pour interpréter une fonction Analyse de capabilité pour plusieurs variables (loi non normale). Les résultats principaux incluent les diagrammes de probabilité, les histogrammes et les indices de capabilité.

Etape 1 : Rechercher les problèmes dans les données

Votre procédé doit être stable et les données de procédé doivent suivre la loi de distribution non normale sélectionnée pour l'analyse. Les diagrammes de probabilité vous permettent d'évaluer l'ajustement de la distribution.

Utilisez les diagrammes de probabilité pour évaluer l'ajustement de la loi non normale pour chaque variable.

Si la loi est un bon ajustement pour les données, les points doivent former une ligne à peu près droite. Des écarts par rapport à la ligne droite indiquent que l'ajustement est inacceptable. Si la valeur de p est supérieure à 0,05, vous pouvez supposer que les données suivent la loi non normale utilisée dans l'analyse.

Si la valeur de p est inférieure à 0,05, vos données ne suivent pas la loi sélectionnée et les résultats de l'analyse de capabilité peuvent être inexacts. Utilisez la commande Identification de loi individuelle pour déterminer quelle loi non normale ou transformation des données est plus efficace pour vos données. Si les lois diffèrent pour différents groupes ou variables, vous devez effectuer une analyse de capabilité distincte pour chaque variable ou groupe avec une loi différente.

Résultat principal : valeur de p

Dans ces diagrammes, les points forment à peu près une ligne droite le long de la droite d'ajustement (centrale). Les deux valeurs de p étant supérieures à 0,250, vous n'êtes pas en mesure d'affirmer que les données d'une variable ne suivent pas la loi non normale sélectionnée (Weibull). Ainsi, vous pouvez évaluer ces données avec une analyse de capabilité non normale à l'aide de la loi de Weibull.

Important

Les diagrammes de probabilité n'indiquent pas si votre procédé est stable. Pour vérifier la stabilité du procédé, vous devez évaluer vos données à l'aide d'une carte de contrôle. Pour plus d'informations, reportez-vous à la rubrique Analyse Capability Sixpack (loi non normale) - Généralités.

Etape 2 : Examiner les performances observées de votre procédé

Pour chaque groupe ou variable dans vos données, utilisez l'histogramme des capabilités pour comparer les observations des échantillons aux exigences du procédé.

Examiner la dispersion du procédé

Pour chaque variable, examinez visuellement les données de l'histogramme par rapport aux limites de spécification inférieure et supérieure. Dans l'idéal, la dispersion des données est plus étroite que la dispersion de spécification, et toutes les données se trouvent dans les limites de spécification. Les données qui se trouvent en dehors des limites de spécification représentent des éléments non conformes.

Dans cet histogramme, la dispersion du procédé est supérieure à la dispersion de spécification, ce qui suggère une faible capabilité. Bien que la plupart des données se trouvent dans les limites de spécification, il existe de nombreux éléments non conformes en dessous de la limite de spécification inférieure (LSI) et au-dessus de la limite de spécification supérieure (LSS).

Remarque

Pour déterminer le nombre réel de pièces non conformes dans votre procédé, utilisez les résultats de PPM < LSI, PPM > LSS et PPM Total. Pour plus d'informations, reportez-vous à la rubrique Toutes les statistiques et tous les graphiques.

Evaluer l'emplacement du procédé

Pour chaque variable, déterminez si le procédé est centré entre les limites de spécification ou sur la valeur cible, le cas échéant. Le pic de la courbe de distribution indique l'emplacement de la plupart des données.

Dans cet histogramme, bien que les observations d'échantillons se situent dans les limites de spécification, le pic de la courbe de distribution n'est pas sur la cible. La plupart des données dépassent la valeur cible et sont proches de la limite de spécification supérieure.

Etape 3 : Evaluer la capabilité du procédé

Utilisez Ppk pour évaluer la capabilité globale de votre procédé en fonction de l'emplacement et de la dispersion du procédé. La capabilité globale indique les performances réelles de votre procédé que le client constate au fil du temps.

En règle générale, des valeurs Ppk élevées indiquent que le procédé offre une capabilité satisfaisante. Des valeurs Ppk faibles indiquent que votre procédé peut nécessiter une amélioration.

Comparez Ppk à une valeur de référence représentant la valeur minimale acceptable pour votre procédé. De nombreux secteurs industriels utilisent une valeur référence de 1,33. Si Ppk est inférieur à votre référence, réfléchissez à des moyens d'améliorer votre procédé.

Pour chaque variable de votre analyse, comparez la valeur Ppk pour déterminer si la capabilité globale du procédé varie pour différents groupes ou dans différentes conditions.

Résultat principal : Ppk

Les données de procédé de cet histogramme ont été collectées avant l'amélioration du procédé. Pour ces données, Ppk = 0,44. Etant donné que l'indice Ppk est inférieur à 1,33, la capabilité globale du procédé ne répond pas aux exigences. Vous devez prendre des mesures pour améliorer le procédé.

Les données de procédé de cet histogramme ont été collectées après l'amélioration du procédé. Pour ces données, Ppk = 1,59. Etant donné que l'indice Ppk est supérieur à 1,33, la capabilité globale du procédé répond maintenant aux exigences.

Mise en garde

L'indice Ppk représente la capabilité du procédé pour uniquement le côté "le moins bon" des mesures du procédé, par rapport à la limite de spécification inférieure ou supérieure. Si votre procédé produit des éléments non conformes qui se situent en dehors des limites de spécification inférieure et supérieure, utilisez d'autres mesures de capabilité pour évaluer de façon plus complète les performances du procédé. Pour plus d'informations, reportez-vous à la rubrique Toutes les statistiques et tous les graphiques.

En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique