Quelles sont les analyses de capabilité incluses dans Minitab ?

Utilisez les analyses suivantes lorsque vous disposez de données normales ou que vous souhaitez transformer des données non normales pour qu'elles s'ajustent à une loi normale. Ces analyses calculent à la fois la capabilité potentielle (à l'intérieur) et réelle (globale) de votre procédé.

Analyse de capabilité normale

Pour évaluer la capabilité de votre procédé, utilisez une analyse de capabilité. Dans Minitab, choisissez Stat > Outils de la qualité > Analyse de capabilité > Normale.

Analyse de capabilité normale pour plusieurs variables

Pour évaluer la capabilité de votre procédé et comparer la capabilité de plusieurs variables de procédé (ou d'une variable qui contient des informations de regroupement), utilisez une analyse de capabilité pour plusieurs variables. Dans Minitab, choisissez Stat > Outils de la qualité > Analyse de capabilité > Variables multiples (normales).

Analyse de capabilité entre/à l'intérieur

Pour évaluer la capabilité de votre procédé, comme un procédé par lots qui produit une grande variation entre les sous-groupes, utilisez une analyse de capabilité "entre/à l'intérieur". Dans Minitab, choisissez Stat > Outils de la qualité > Analyse de capabilité > Entre/à l'intérieur.

Analyse Capability Sixpack normale

Pour évaluer les hypothèses d'une analyse de capabilité utilisant une loi normale et n'étudier que les indices de capabilité les plus importants, utilisez une analyse Capability Sixpack. Dans Minitab, choisissez Stat > Outils de la qualité > Capability Sixpack > Normale.

Capability Sixpack entre/à l'intérieur

Pour évaluer les hypothèses d'une analyse de capabilité "entre/à l'intérieur" et n'étudier que les indices de capabilité les plus importants, utilisez une analyse Capability Sixpack. Dans Minitab, choisissez Stat > Outils de la qualité > Capability Sixpack > Entre/à l'intérieur.

Utilisez les analyses suivantes pour effectuer une analyse de capabilité qui n’utilise pas la distribution normale pour modéliser vos données de processus. Ces analyses évaluent la capabilité globale de votre procédé, mais n'incluent pas d'indices pour la capabilité potentielle (à l'intérieur).

Analyse de capabilité utilisant une loi non normale

Pour choisir la loi non normale qui s'ajuste le mieux aux données et évaluer la capabilité de votre procédé, utilisez une analyse de capabilité. Dans Minitab, choisissez Stat > Outils de la qualité > Analyse de capabilité > Non normale.

Analyse de capabilité pour plusieurs variables (loi non normale)

Pour évaluer la capabilité de votre procédé avec une loi non normale et comparer la capabilité de plusieurs variables de procédé (ou d'une variable qui contient des informations de regroupement), utilisez une analyse de capabilité pour plusieurs variables. Dans Minitab, choisissez Stat > Outils de la qualité > Analyse de capabilité > Variables multiples (non normales).

Analyse Capability Sixpack non normale

Pour évaluer les hypothèses d'une analyse de capabilité utilisant une loi non normale et n'étudier que les indices de capabilité les plus importants, utilisez une analyse Capability Sixpack. Dans Minitab, choisissez Stat > Outils de la qualité > Capability Sixpack > Non normale.

Analyse de capabilité (non paramétrique)

Pour évaluer la capabilité de votre processus sans hypothèses sur la distribution des données, utilisez une analyse de capabilité non paramétrique. Dans Minitab, choisissez Stat > Outils de la qualité > Analyse de capabilité > Non paramétrique.

Utilisez l'une des analyses suivantes pour évaluer la capabilité d'un procédé qui produit des données d'attribut.

Analyse de capabilité binomiale

Pour déterminer si le pourcentage d'éléments défectueux répond aux exigences du client, utilisez une analyse de capabilité binomiale. Dans Minitab, choisissez Stat > Outils de la qualité > Analyse de capabilité > Binomiale.

Analyse de capabilité (Poisson)

Pour déterminer si le taux de défauts par unité (DPU) répond aux exigences des clients, utilisez une analyse de capabilité de Poisson. Dans Minitab, choisissez Stat > Outils de la qualité > Analyse de capabilité > Poisson.

Utilisez les analyses suivantes pour sélectionner une méthode raisonnable pour une analyse de capabilité pour les données continues. À utiliser Analyse de capacité automatisée pour que Minitab Statistical Software sélectionne une méthode raisonnable. Permet Identification de loi individuelle d’identifier une distribution ou une transformation appropriée pour vos données avant d’effectuer une analyse. Transformation de Johnson enregistre les données transformées dans la feuille de calcul pour une analyse personnalisée.

Analyse de capacité automatisée

Pour choisir une méthode normale, non normale ou non paramétrique raisonnable pour les données continues et pour évaluer la capacité de votre processus, utilisez une analyse de capacité automatisée. Dans Minitab, choisissez Stat > Outils de la qualité > Analyse de capabilité > Automatisée.

Identification de loi individuelle

Pour identifier la loi ou la transformation la plus efficace pour vos données et déterminer le type d'analyse de capabilité le plus adapté, utilisez la fonction d'identification de loi individuelle. Dans Minitab, choisissez Stat > Outils de la qualité > Identification de loi individuelle. Si une distribution normale correspond à vos données, utilisez une analyse de capabilité pour les données normales. Si une autre distribution correspond à vos données, utilisez une analyse de capabilité pour une distribution non normale. Si aucune distribution ne correspond aux données, utilisez une analyse de capacité non paramétrique.

Transformation de Johnson

Pour transformer les données non normales afin qu'elles suivent une loi normale et stocker les données transformées pour une analyse ultérieure, utilisez la transformation de Johnson. Dans Minitab, choisissez Stat > Outils de la qualité > Transformation de Johnson.