공정 제어 공정 능력 분석의 경우
공정 능력 분석 추가
공정 능력 분석을 추가하려면 창에서 분석을 자산 끌어서 배치합니다
캔버스에. Minitab Solution Center 기본 제목, 자산의 표현 및 대시보드와 연결된 데이터가 포함된 드롭다운 목록이 포함된 자리 표시자 자산 카드를 추가합니다. 사용할 데이터를 선택합니다. 그런 다음 을 선택하여 열기 공정 능력 분석을 위한 대화 상자를 엽니다.
데이터 입력
공정 능력 분석을 수행하려면 데이터가 워크시트의 단일 열에 있어야 합니다.
데이터 열
분석하려는 숫자 데이터의 열을 입력합니다.
부분군 크기
참고
각 부분군 내 관측치는 워크시트의 인접한 행에 있어야 합니다. 열을 사용하여 부분군을 정의하는 방법에 대한 자세한 내용은 부분군을 사용하여 공정 능력 평가에서 확인하십시오.
| C1 | C2 |
|---|---|
| 지름 | 부분군 ID |
| 74.030 | 1 |
| 74.002 | 1 |
| 74.019 | 1 |
| 73.992 | 1 |
| 73.995 | 2 |
| 73.992 | 2 |
분포 적합
의 경우 정규 공정 능력데이터를 적합하기 위해 비정규 분포를 선택합니다. 공정 능력의 신뢰할 수 있는 추정치를 생성하려면 데이터는 사용자가 선택한 분포를 따라야 합니다. 비정규 데이터에 대한 적절한 분포를 선택하는 방법에 대한 자세한 내용은 비정규 데이터를 사용한 공정 능력 분석에서 확인하십시오.
규격 하한 및 규격 상한
제품 또는 서비스에 대해 허용되는 최소 또는 최대 값을 입력합니다. 측정값이 이 값보다 높거나 낮을 수 없는 경우 사양 한계를 경계로 정의하려면 선택합니다 경계 .
참고
규격 한계를 경계로 정의하면 Connect는 규격 한계/경계와 관련된 예상 공정 능력 지수를 결측값(*)으로 보고합니다. 따라서 측정값이 이론적으로 한계를 초과할 수 없는 경우에만 한계를 경계로 정의합니다. 예를 들어, 100% 순도의 규격 상한은 100% 순도를 초과할 수 없기 때문에 경계입니다. 0% 순도의 규격 하한은 0% 순도 미만이 될 수 없기 때문에 경계입니다.
과거 모수(옵션)
의 경우 정규 공정 능력, 공정의 과거 평균 또는 과거 표준 편차를 알고 있거나 과거 데이터에서 얻은 추정치가 있는 경우 분석에 사용할 값을 입력합니다.
- 과거 평균
- 모집단 분포의 평균 값을 입력합니다.
- 과거 표준 편차
- 모집단 분포의 표준 편차 값을 입력합니다.
과거 모수를 입력하지 않으면 Connect는 표본 데이터에서 평균과 표준 편차를 추정하고 이러한 추정치를 사용하여 공정 능력을 계산합니다.
참고
Connect가 표본 데이터에서 표준 편차를 추정하는 데 사용하는 방법을 지정하려면 을 선택합니다 추정치.
변환
- 변환 없음
- 데이터가 이미 정규 분포를 따르는 경우 변환을 사용하지 마십시오.
- Box-Cox 누승 변환(W = Y^λ)
- 비정규 데이터가 모두 양수(> 0)이고 전체 공정 능력뿐만 아니라 부분군 군내 (잠재적) 공정 능력의 추정치도 구하려면 Box-Cox 변환을 사용하십시오. Box-Cox 변환은 간단하고 이해하기 쉬운 변환입니다.Connect가 데이터를 변환하는 데 사용하는 람다(λ) 값을 선택합니다.
- 최적 λ 사용: 최적의 변환을 산출하는 최적 람다를 사용합니다. Connect는 lambda에 대한 신뢰구간에 반올림된 값이 포함되지 않는 한 최적의 lambda를 0.5 또는 가장 가까운 정수로 반올림합니다.
- λ = 0(ln): 데이터의 자연 로그를 사용합니다.
- λ = 0.5(제곱근): 데이터의 제곱근을 사용합니다.
- 기타(-5와 5 사이의 값 입력): 지정된 람다 값을 사용합니다. 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.
- Johnson 변환(전체 산포 분석만)
- 비정규 데이터에 음수 값(또는 0)이 포함되어 있거나 Box-Cox 변환이 효과적이지 않은 경우 Johnson 변환을 사용하십시오. Johnson 변환 함수는 Box-Cox보다 더 복잡하지만, 적절한 변환을 쉽게 찾는 데 매우 유용합니다.
추정치 때문에 정규 공정 능력
- (부분군 크기 > 1)
- 각 부분군에 여러 관측치가 있는 경우 부분군 군내 표준 편차 추정 방법을 선택합니다.
- 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.
- 합동 표준 편차: 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.
- (부분군 크기 = 1)
- 개별 관측치가 있는 경우 부분군 군내 표준 편차를 추정하는 방법을 선택합니다. 부분군 크기가 1이면 표본 표준 편차 또는 부분군 내의 범위를 계산할 수 없습니다. 대신, Connect는 이동 범위[MR]를 사용하여 표준 편차를 추정합니다.
- 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.
- 다음 길이의 이동 범위[MR] 사용
- 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
- 부분군 군내 및 전체 표준 편차에 대한 계산에 불편화 상수를 사용할 수 있습니다. 불편화 상수는 적은 수의 관측치에서 모수를 추정할 때 발생할 수 있는 치우침을 줄입니다. 관측치 수가 증가하면 불편화 상수가 계산 결과에 영향을 덜 미칩니다.
- 불편화 상수 사용: 부분군 내 표준 편차의 추정치에 불편화 상수를 사용합니다.이 옵션은 Sbar, 합동 표준 편차 및 MSSD의 제곱근 방법에 적용됩니다.
- 표준 편차를 계산할 때 불편화 상수 사용: 전체 표준 편차의 추정치에 불편화 상수를 사용합니다.
참고
불편화 상수의 사용 여부는 종종 회사의 정책이나 업계 표준에 따라 결정됩니다.
추정치 때문에 비정규 공정 능력
Connect가 공정 능력 분석에 사용되는 비정규 분포의 모수를 추정하도록 하거나 아래에 모수의 일부 또는 전부를 입력하도록 선택할 수 있습니다.
- 분포 모수 추정
- 표본 데이터에서 분포 모수를 추정합니다. Connect는 사용자가 지정하지 않은 다음 매개 변수를 추정합니다.
- 형상 모수(Weibull 또는 감마) 또는 척도 모수(기타 분포) 설정: 선택한 분포 유형에 따라 형상 또는 척도 모수를 입력합니다. 형상 모수는 분포의 왜도 등 분포의 형상에 영향을 미칩니다. 척도 모수는 데이터의 산포에 영향을 미칩니다.
- 분계점 설정 값: 3-모수 분포를 선택한 경우 분계점 모수를 입력합니다. 분계점 모수는 데이터 분포의 최소값 위치를 설정합니다.
참고
분포의 형상, 척도 또는 분계점에 대한 자세한 내용을 보려면 비정규 공정 능력 분석을 위한 데이터 처리 로 이동하여 자세히 알아보려는 모수를 클릭하십시오.
- 과거 추정치 사용
- 모수의 과거 추정치를 지정합니다. 표시된 모수 순서를 사용하여 상수 또는 열을 입력합니다. 열에 있는 상수와 행의 수가 분포에 있는 모수의 수와 일치해야 합니다.
옵션
이 항목에서는 에 대한 정규 공정 능력전체 옵션 집합에 대해 설명합니다. 를 비정규 공정 능력수행하면 이러한 옵션의 하위 집합만 표시됩니다.
목표값(표에 Cpm 추가)
공정에 목표값이 있는 경우 해당 값을 입력합니다. 목표 값을 입력하면 Connect는 데이터가 목표에서 얼마나 벗어나는지도 고려하는 공정 능력 지수인 Cpm을 계산합니다.
공정 능력 통계에 K × σ 공차 사용
공차 너비를 표준 편차(σ)의 수로 입력합니다. 기본적으로 공차는 6 표준 편차(공정 평균의 양쪽으로 3 표준 편차씩) 너비입니다.
Connect는 K 값을 양측 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
기본적으로 Connect는 부분군 군내 및 전체 공정 능력 분석을 모두 수행합니다. 두 가지 분석 중 하나를 수행하지 않으려면 해당 확인란을 선택 취소하십시오.
- 부분군 내 산포 분석
- 공정의 잠재적 (단기) 공정 능력을 나타내는 부분군 군내 분석을 수행합니다. 이 분석은 부분군 간의 이동과 표류를 제거할 수 있는 경우 공정을 얼마나 잘 수행할 수 있는지 추정합니다.
참고
데이터에 Johnson 변환을 사용하는 경우 부분군 군내 분석을 계산할 수 없습니다. 이 경우 Connect는 전체 기능만 보고합니다.
- 전체 산포 분석
- 공정의 실제 (장기) 공정 능력을 나타내는 전체 분석을 수행합니다. 이 분석은 고객이 실제로 경험하는 공정 능력을 추정합니다.
표시
- PPM: 값을 백만 개당 부품 수(PPM)로 표시합니다.
- 백분율: 값을 백분율로 표시합니다.
- 신뢰 구간 포함
- 공정 능력 지수에 대한 신뢰 구간을 표시하려면 이 항목을 선택합니다.
- 신뢰 수준
- 0과 100 사이의 신뢰 수준을 입력합니다. 일반적으로 95%의 신뢰 수준이 잘 작동합니다. 95% 신뢰 수준은 공정에서 100개의 랜덤 표본을 수집할 경우 약 95개의 표본이 실제 공정 능력 지수 값이 포함되는 신뢰 구간을 생성할 것이라고 기대할 수 있음을 의미합니다(모든 공정 데이터를 수집하고 분석할 수 있는 경우).
- 신뢰 구간
- 표시하려는 신뢰 구간 또는 신뢰 한계 유형을 선택합니다.
- 단측: 공정 능력 지수에 대한 신뢰 하한 및 PPM 또는 % 규격 이탈 한계에 대한 신뢰 상한을 표시합니다. 다음과 같은 경우 단측 신뢰 한계를 사용하십시오.
- 공정 능력 지수가 필요한 값보다 크다는 것을 확인하기 위해. 예를 들어, Cp가 1.33보다 크다는 것을 확인하기 위해.
- 예를 들어, 규격을 벗어난 PPM 총계가 100보다 작다는 것을 확인하기 위해. 예를 들어, 규격을 벗어난 PPM 총계가 100보다 작다는 것을 확인하기 위해.
- 양측: 신뢰 하한과 신뢰 상한이 모두 있는 신뢰 구간을 표시합니다.
- 단측: 공정 능력 지수에 대한 신뢰 하한 및 PPM 또는 % 규격 이탈 한계에 대한 신뢰 상한을 표시합니다. 다음과 같은 경우 단측 신뢰 한계를 사용하십시오.
