Spécifier la méthode d'estimation de l'écart type pour Analyse Capability Sixpack normale

Effectif du sous-groupe > 1

Sélectionnez une méthode d'estimation de l'écart type à l'intérieur des sous-groupes lorsque vous disposez de plusieurs observations dans chaque sous-groupe.

• R barre: R barre représente la moyenne des étendues de sous-groupes. Cette méthode fournit une estimation courante de l'écart type et fonctionne parfaitement avec des effectifs de sous-groupes compris entre 2 et 8.
• S barre: S barre représente la moyenne des écarts types de sous-groupes. Cette méthode fournit une estimation plus précise de l'écart type que la méthode R barre, notamment avec des effectifs de sous-groupes > 8.
• Ecart type regroupé: L'écart type regroupé représente la moyenne pondérée des variances de sous-groupes, ce qui procure aux sous-groupes supérieurs une influence accrue sur l'estimation globale. Cette méthode fournit l'estimation la plus précise de l'écart type lorsque le procédé est maîtrisé.

Effectif du sous-groupe = 1

Sélectionnez une méthode d'estimation de l'écart type à l'intérieur des sous-groupes lorsque vous disposez de différentes observations. Lorsque l'effectif de sous-groupe est de 1, il est impossible de calculer les écarts types ou étendues des échantillons à l'intérieur des sous-groupes. Minitab estime l'écart type en utilisant à la place les étendues mobiles.

• Moyenne de l'étendue mobile: La moyenne de l'étendue mobile représente la valeur moyenne de l'étendue mobile de plusieurs points consécutifs. Cette méthode s'utilise couramment avec un effectif de sous-groupe de 1.
• Médiane de l'étendue mobile: La médiane de l'étendue mobile représente la valeur médiane de l'étendue mobile de plusieurs points consécutifs. Cette méthode est idéale lorsque les données présentent des étendues extrêmes qui pourraient influencer l'étendue mobile.
• Racine carrée de MSSD: La racine carrée de MSSD représente la racine carrée de la moyenne du carré des différences entre des points consécutifs. Utilisez cette méthode lorsque vous ne pouvez pas raisonnablement supposer qu'au moins 2 points consécutifs ont été collectés dans des conditions similaires.

1 < Effectif du sous-groupe ≤ 8

Sélectionnez une méthode d'estimation de l'écart type à l'intérieur des sous-groupes lorsque l'effectif des sous-groupes est compris entre 1 et 8.

• R barre: R barre représente la moyenne des étendues de sous-groupes. Cette méthode fournit une estimation courante de l'écart type et fonctionne parfaitement avec des effectifs de sous-groupes compris entre 2 et 8.
• S barre: S barre représente la moyenne des écarts types de sous-groupes. Cette méthode fournit une estimation plus précise de l'écart type que la méthode R barre, notamment avec des effectifs de sous-groupes > 8.
• Ecart type regroupé: L'écart type regroupé représente la moyenne pondérée des variances de sous-groupes, ce qui procure aux sous-groupes supérieurs une influence accrue sur l'estimation globale. Cette méthode fournit l'estimation la plus précise de l'écart type lorsque le procédé est maîtrisé.

Effectif du sous-groupe > 8

Sélectionnez une méthode d'estimation de l'écart type à l'intérieur des sous-groupes lorsque l'effectif des sous-groupes est supérieur à 8.

• S barre: S barre représente la moyenne des écarts types de sous-groupes. Cette méthode fournit une estimation plus précise de l'écart type que la méthode R barre, notamment avec des effectifs de sous-groupes > 8.
• Ecart type regroupé: L'écart type regroupé représente la moyenne pondérée des variances de sous-groupes, ce qui procure aux sous-groupes supérieurs une influence accrue sur l'estimation globale. Cette méthode fournit l'estimation la plus précise de l'écart type lorsque le procédé est maîtrisé.

Effectif du sous-groupe = 1

Sélectionnez une méthode d'estimation de l'écart type à l'intérieur des sous-groupes lorsque vous disposez de différentes observations. Lorsque l'effectif de sous-groupe est de 1, il est impossible de calculer les écarts types ou étendues des échantillons à l'intérieur des sous-groupes. Minitab estime l'écart type en utilisant à la place les étendues mobiles.

• Moyenne de l'étendue mobile: La moyenne de l'étendue mobile représente la valeur moyenne de l'étendue mobile de plusieurs points consécutifs. Cette méthode s'utilise couramment avec un effectif de sous-groupe de 1.
• Médiane de l'étendue mobile: La médiane de l'étendue mobile représente la valeur médiane de l'étendue mobile de plusieurs points consécutifs. Cette méthode est idéale lorsque les données présentent des étendues extrêmes qui pourraient influencer l'étendue mobile.

Les constantes de correction de biais réduisent le biais pouvant 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. Le choix d'utiliser les constantes de correction de biais dépend souvent de la stratégie de l'entreprise ou des normes du secteur.

• A l'intérieur des sous-groupes: Utilisez les constantes de correction de biais lors de l'estimation de l'écart type à l'intérieur des sous-groupes. Cette option s'applique aux méthodes S barre, écart type regroupé et racine carrée de MSSD.
• Global (statistiques de capabilité uniquement) : utilisez les constantes de correction de biais lors de l'estimation de l'écart type global pour les statistiques de capabilité.

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.