관리도 옵션
추정 방법, 통제 차트 테스트 및 기타 분석 설정을 포함한 통제 차트 설정을 지정하세요.
모수
파라미터의 과거 값을 입력하여 중심선과 제어 한계를 계산합니다. 값을 Minitab Connect 입력하지 않으면 평균과 표준편차를 추정합니다. 한 값만 입력하면 Minitab Connect 다른 매개변수를 데이터에서 추정합니다.
- 과거 평균
- 프로세스의 과거 평균을 알고 있거나 과거 데이터에서 추정치를 얻었다면, 분석에 사용할 값을 입력하세요.
- Historical standard deviation
- 프로세스의 과거 표준편차를 알고 있거나 과거 데이터에서 얻은 추정치가 있다면, 분석에 사용할 값을 입력하세요.
I-MR-R/S 차트에서는 와 를 부분군 간 과거 표준 편차 지정할 부분군 내 과거 표준 편차 수도 있습니다.
Minitab이 샘플 데이터의 표준편차를 추정하는 방법을 지정하고 싶다면, 추정.
- 과거 비율
- 프로세스의 과거 비율을 알고 있거나 과거 데이터에서 추정치를 얻었다면, 분석에 사용할 값을 입력하세요.
과거 매개변수를 사용해 중심선과 제어 한계를 설정하는 방법에 대해 더 알고 싶으시다면, 도구를 사용하는 SPC 일반적인 작업 ' 과거 매개변수를 사용해 중심선과 제어 한계를 계산하기'를 선택하세요.
추정
- 모수 추정
- 일부 부분군에 특수 원인으로 인해 수정한 오류 데이터가 있는 경우, 잘못된 모수 추정치를 피하기 위해 해당 부분군을 계산에서 제외할 수 있습니다.
드롭다운 목록에서 모든 부분군을 사용할지, 빼야 할 부분군을 나열할지, 포함할 부분군을 나열할지 지정합니다.
참고
부분군의 범위를 나열하려면 콜론을 사용합니다. 각 부분군 또는 부분군 범위 사이에 공백을 입력합니다. 예를 들어, 부분군 2, 9, 44, 45, 46, 47을 지정하려면 2 9 44:47을 입력합니다.
- 표준 편차의 추정 방법
- 사용 가능한 방법은 통제 차트의 유형과 하위 그룹 크기에 따라 다릅니다.
- Pooled standard deviation: 합동 표준 편차는 부분군 분산의 가중 평균으로, 부분군이 클수록 전체 추정치에 미치는 영향이 크다는 것을 나타냅니다. 이 방법은 공정이 관리 상태에 있는 경우 표준 편차의 가장 정확한 추정치를 제공합니다.
- Rbar: Rbar는 부분군 범위의 평균입니다. 이 방법은 일반적인 표준 편차 추정치이며 부분군 크기가 2와 8 사이일 때 가장 잘 작동합니다.
- Sbar: Sbar는 부분군 표준 편차의 평균입니다. 이 방법은, 특히 부분군 크기 > 8일 때 Rbar보다 정확한 표준 편차의 추정치를 제공합니다.
- 평균 이동 범위[MR]: 평균 이동 범위[MR]은 두 개 이상의 연속된 점의 이동 범위[MR]의 평균 값입니다. 이 방법은 일반적으로 부분군 크기가 1일 때 사용됩니다.
- 이동 범위[MR]의 중위수: 이동 범위[MR]의 중위수는 두 개 이상의 연속된 점의 이동 범위[MR]의 중위수 값입니다. 이 방법은 데이터의 이동 범위[MR]에 영향을 미칠 수 있는 극단 범위가 있을 때 사용하기에 가장 적합합니다.
- Length of moving range
- 이동 범위[MR]를 계산하는 데 사용되는 관측치의 수를 입력합니다. 길이는 100 이하여야 합니다. 연속되는 두 값의 유사성이 가장 높기 때문에 기본값은 2입니다.
- Use Nelson estimate
- 제어 한계 계산 시 비정상적으로 큰 이동 거리 값을 보정하기 위해 이 옵션을 선택하세요.
- 불편화 상수 사용
- 불편화 상수는 적은 수의 관측치에서 모수를 추정할 때 발생할 수 있는 치우침을 줄입니다. 관측치 수가 증가하면 불편화 상수가 계산 결과에 영향을 덜 미칩니다.
관리 한계
- 크기가 다른 부분군에 대해 강제로 직접 관리 한계 적용
- 기본적으로 Minitab Connect 실제 하위 그룹 크기를 사용하여 제어 한계를 계산합니다. 부분군 크기가 서로 다른 경우 관리 한계는 고르지 않지만 관리 한계를 직선으로 만들 수 있습니다.
이 옵션은 모든 부분군이 같은 크기가 되도록 설정되었지만 일부 부분군이 다른 크기일 때 특히 유용합니다. 예를 들어, 일부 부분군은 측정값이 누락되어 더 작습니다.
참고
이 옵션은 부분군 크기의 차이가 작을 경우에만 사용하십시오. 부분군 크기 간의 차이가 25% 이상인 경우 이 옵션을 사용하지 마십시오. 예를 들어, 가장 큰 부분군에 10개의 관측치가 있고 가장 작은 부분군에 8개의 관측치가 있는 경우, 차이는 20%((10- 8) / 10 = 0.2 = 20%)입니다.
Tests
- 특수 원인 검정
- Minitab Connect 변수 제어 차트에 대한 특별 원인에 대한 8가지 테스트와 속성 제어 차트에 대한 특별 원인에 대한 4가지 테스트를 제공합니다.
조사할 관측치를 결정하고 데이터에서 특정 패턴 및 추세를 식별하려면 특수 원인 검정을 사용합니다. 기본적으로 Test Minitab Connect 1만 사용합니다. 회사 또는 업계 표준에 따라 추가 검정을 선택합니다.
테스트 기본값 특별한 원인에 대한 맞춤형 검사변경에 대한 자세한 정보는 .
- 포인트 레이블 옵션
- 실패한 시험의 시험 번호를 표시하는지 확인하세요 검정 실패 레이블 .
표시된 지점의 라벨을 표시하는지 확인하세요 표시된 포인트 레이블 .
척도
- X 척도
- x-축의 시간 척도를 지정합니다.
- 인덱스: 부분군의 개수로 x-축에 레이블을 붙입니다.
- Stamp: x축에 필드의 값으로 표시하세요.
더 많은 선택지
- 계산 방법
- 중심선과 제어 한계 계산에 사용할 데이터 포인트를 지정하세요.
- 자동(계산됨): 모든 데이터 포인트를 활용해 중심선과 제어 한계를 계산하세요.
- 부분 집합(보기): 데이터 포인트의 일부를 사용해 중심선과 제어 한계를 계산하세요. 저장된 뷰를 선택하세요.
참고
뷰는 도구에서 준비 생성되고 저장됩니다
. 자세한 내용은 사용자 지정 데이터 뷰 생성(으)로 이동하십시오.
중심선과 제어 한계 일부 데이터를 사용해 중심선과 제어 한계를 계산하세요를 설정하기 위해 일부 데이터를 사용하는 방법에 대한 자세한 내용은 .
- 마지막 부분군을 사용하여 표시
- 가장 최근에 표시할 하위 그룹 수를 지정하는 값을 입력하세요. 예를 들어, 100을 입력하면 차트에 최근 100개의 하위 그룹이 표시됩니다.
- 시즌 1 그림 선, 시즌 2 그림 선, 그리고 시즌 3 그림 선
- 직렬선은 각 제어 차트의 중심선이자 제어 한계입니다. 단일 차트, 예를 P 관리도들어 , 는 하나의 시리즈를 포함합니다. 두 개의 제어 차트는 Xbar-R두 개의 시리즈를 포함합니다. 차트는 I-MR-R/S 세 개의 시리즈로 구성되어 있습니다.
각 선의 색상과 스타일을 변경할 수 있습니다.
- 그림 선 추가
- 행동 제한과 같은 다른 줄을 추가하도록 지정합니다. 그래프로 표시된 점이 이 선 표시된 포인트 레이블 을 넘어 확인되면, 그 점에는 선의 이름이 라벨로 표시됩니다.
기준선과 표시된 점 기준선과 표시된 점 추가로추가에 대한 자세한 정보는 .
능력 분석 옵션
추정 방법, 선호하는 능력 통계 및 기타 분석 설정을 포함한 능력 분석 설정을 명시하십시오.
모수
- 과거 평균
- 프로세스의 과거 평균을 알고 있거나 과거 데이터에서 추정치를 얻었다면, 분석에 사용할 값을 입력하세요.
- 과거 표준 편차
- 프로세스의 과거 표준편차를 알고 있거나 과거 데이터에서 얻은 추정치가 있다면, 분석에 사용할 값을 입력하세요.
또한 중간/내부 역량 분석에 대해 와 를 부분군 간 과거 표준 편차 지정할 부분군 내 과거 표준 편차 수도 있습니다.
Minitab이 샘플 데이터의 표준편차를 추정하는 방법을 지정하고 싶다면, 추정.
- 과거 비율
- 프로세스의 과거 비율을 알고 있거나 과거 데이터에서 추정치를 얻었다면, 분석에 사용할 값을 입력하세요.
추정
- 추정 방법 하위 그룹 내 표준편차에 대해
- 부분군 군내 표준 편차를 추정하기 위한 방법을 선택합니다.
- Pooled standard deviation: 합동 표준 편차는 부분군 분산의 가중 평균으로, 부분군이 클수록 전체 추정치에 미치는 영향이 크다는 것을 나타냅니다. 이 방법은 공정이 관리 상태에 있는 경우 표준 편차의 가장 정확한 추정치를 제공합니다.
- Rbar: Rbar는 부분군 범위의 평균입니다. 이 방법은 일반적인 표준 편차 추정치이며 부분군 크기가 2와 8 사이일 때 가장 잘 작동합니다.
- Sbar: Sbar는 부분군 표준 편차의 평균입니다. 이 방법은, 특히 부분군 크기 > 8일 때 Rbar보다 정확한 표준 편차의 추정치를 제공합니다.
- 추정 방법 하위 그룹 간 표준편차에 대해
-
부분군 군간 표준 편차 추정 방법을 선택합니다.
- 평균 이동 범위[MR]: 평균 이동 범위[MR]은 두 개 이상의 연속된 점의 이동 범위[MR]의 평균 값입니다. 이 방법은 일반적으로 부분군 크기가 1일 때 사용됩니다.
- 이동 범위[MR]의 중위수: 이동 범위[MR]의 중위수는 두 개 이상의 연속된 점의 이동 범위[MR]의 중위수 값입니다. 이 방법은 데이터의 이동 범위[MR]에 영향을 미칠 수 있는 극단 범위가 있을 때 사용하기에 가장 적합합니다.
- MSSD의 제곱근: MSSD의 제곱근은 연속된 점 간 차이 제곱에 대한 평균의 제곱근입니다. 2개 이상의 연속된 점이 비슷한 조건에서 수집되었다고 합리적으로 가정할 수 없는 경우 이 방법을 사용하십시오.
- Length of moving range
- 이동 범위[MR]를 계산하는 데 사용되는 관측치의 수를 입력합니다. 길이는 100 이하여야 합니다. 연속되는 두 값의 유사성이 가장 높기 때문에 기본값은 2입니다.
- 불편화 상수 사용
- 불편화 상수는 적은 수의 관측치에서 모수를 추정할 때 발생할 수 있는 치우침을 줄입니다. 관측치 수가 증가하면 불편화 상수가 계산 결과에 영향을 덜 미칩니다.
- 부분군 내 표준 편차 계산: 부분군 군내 표준 편차의 추정치에 불편화 상수를 사용합니다. 이 옵션은 MSSD 방법의 Sbar, 통합 표준편차, 제곱근에 적용됩니다. 정규 공정 능력 분석
- 부분군 간/부분군 내 표준 편차 계산: 부분군 군내 및 군간 표준 편차의 추정치에 불편화 상수를 사용합니다. 이 옵션은 MSSD 방법의 Sbar, 통합 표준편차, 제곱근에 적용됩니다. 군간/군내 공정 능력 분석
- 전체 표준 편차 계산: 전체 표준 편차의 추정치에 불편화 상수를 사용합니다.
변환
- Box-Cox 변환
- 비정규 데이터가 모두 양수(> 0)이고 전체 공정 능력뿐만 아니라 부분군 군내 (잠재적) 공정 능력의 추정치도 구하려면 Box-Cox 변환을 사용하십시오.
데이터를 변환하기 위해 람다(λ) 값을 선택하세요.
- 최적 λ 최적의 변환을 산출하는 최적 람다를 사용합니다.
- λ = 0(자연 로그): 데이터의 자연 로그를 사용합니다.
- λ = 0.5(제곱근): 데이터의 제곱근을 사용합니다.
- 지정된 λ
- lambda 값을 입력하세요. 기타 일반적인 변환은 제곱(λ = 2), 역 제곱근(λ = −0.5) 및 역(λ = −1)입니다. 대부분의 경우 -2에서 2의 범위를 벗어나는 값은 사용하지 말아야 합니다.
공정 능력 통계 옵션
- Target
- 공정에 목표값이 있는 경우 해당 값을 입력합니다. 목표 값을 입력하면, Minitab Connect 데이터가 목표에서 얼마나 벗어나는지도 고려하는 능력 지수인 Cpm을 계산합니다.
- K * σ의 공차
- 공차 너비를 표준 편차(σ)의 수로 입력합니다. 기본적으로 공차는 6 표준 편차(공정 평균의 양쪽으로 3 표준 편차씩) 너비입니다.
Minitab Connect K 값을 양면 공차의 너비로 해석합니다. 단측 공차를 사용하려면 단측 공차의 두 배가 되는 양측 공차 값을 입력하십시오. 예를 들어, 3σ의 단측 공차를 사용하려면 6을 입력하십시오.
- 분석 수행
- 에 대해 군간/군내 공정 능력 분석하위 그룹 내외 능력 분석과 전체 능력 분석을 모두 수행할 수 있습니다.
- 부분군 간/부분군 내 및 전체: 하위 그룹 내외 및 전체 역량 분석을 모두 수행하세요.
- 부분군 간/부분군 내만: 하위 그룹 내외 및 하위 그룹 내 변이를 평가하는 분석을 수행하세요. 이 분석은 - 부분군 군간 및 군내 변동 외에 전체 변동의 다른 원인을 제거할 수 있는 경우 공정을 얼마나 잘 수행할 수 있는 지를 추정합니다.
- 전체만: 공정의 실제 공정 능력을 나타내는 전체 분석을 수행합니다. 이 분석은 고객이 실제로 경험하는 공정 능력을 추정합니다.
- 성능 측도 표시
- 규격을 벗어날 것으로 기대되는 값과 관측된 값을 표시할 방법을 선택합니다.
- PPM: 값을 백만 개당 부품 수(PPM)로 표시합니다.
- 백분율: 값을 백분율로 표시합니다.
- 능력 측도 표시
- 표시할 능력 측정치를 선택하세요.
- Capability stats (Cp, Pp): : Cp, Pp와 같은 공정 능력 지수를 계산하고 표시합니다.
- 벤치마크 Z(σ 수준): Z.bench 값을 계산하고 표시합니다. Z.bench 사용 여부는 보통 회사 또는 업계 사례에 따라 결정됩니다.
- CCpk 표시
- 잠재적 능력 측정 CCpk를 표시하는데, 이는 공정 목표, 사양 분산 중심 또는 공정 평균의 정보를 사용합니다.
- 신뢰 구간 표시
- 공정 능력 지수에 대한 신뢰 구간을 표시하려면 이 항목을 선택합니다.
- 과거 평균 전략 과거 비율
- 과거 평균이나 공정의 비율을 알고 있거나, 과거 데이터를 통해 추정치를 얻었다면, 분석에 사용할 값을 입력하세요.
- 목표 DPU(단위당 결점 수) 전략 목표 불량률
- 프로세스의 목표가 있다면, 분석에 사용할 값을 입력하세요. 목표 값을 Minitab Connect 입력하지 않으면 목표값이 0이라고 가정합니다.
- 특수 원인 검정
- Minitab Connect 변수 제어 차트에 대한 특별 원인에 대한 8가지 테스트와 속성 제어 차트에 대한 특별 원인에 대한 4가지 테스트를 제공합니다.
조사할 관측치를 결정하고 데이터에서 특정 패턴 및 추세를 식별하려면 특수 원인 검정을 사용합니다. 기본적으로 Test Minitab Connect 1만 사용합니다. 회사 또는 업계 표준에 따라 추가 검정을 선택합니다.
테스트 기본값 특별한 원인에 대한 맞춤형 검사변경에 대한 자세한 정보는 .
- 포인트 레이블 옵션
- 실패한 시험의 시험 번호를 표시하는지 확인하세요 검정 실패 레이블 .
표시된 지점의 라벨을 표시하는지 확인하세요 표시된 포인트 레이블 .
