계량형 합격 표본 추출(로트 합격/불합격)에 대한 모든 통계량 및 그래프

계량형 표본 데이터의 분석과 함께 제공되는 모든 통계량 및 그래프에 대한 정의 및 해석 방법을 확인해 보십시오.

평균

Minitab은 데이터에서 평균을 결정합니다. 평균은 데이터의 평균으로, 모든 관측치의 합을 관측치 수로 나눈 값입니다.

과거 표준 편차

과거 표준 편차는 공정의 알려진 표준 편차입니다. 장기간에 걸쳐 공정 표준 편차를 확실히 설명하기에 충분한 수의 데이터를 수집한 경우 과거 표준 편차를 사용하십시오. 공정이 안정적이고 관리 상태에 있는 경우 계산된 표준 편차 대신 과거 표준 편차를 사용할 수 있습니다.

표준 편차

과거 표준 편차를 입력하지 않으면 Minitab이 데이터에서 표준 편차를 계산합니다. 2개의 규격 한계가 있고 과거 표준 편차를 지정하지 않은 경우 로트를 합격시킬지 불합격시킬지 결정할 때 표준 편차를 사용합니다. Z-값이 임계 거리보다 크고 표준 편차가 최대 표준 편차보다 작으면 로트 전체를 합격시킵니다. 그렇지 않으면 로트를 불합격시킵니다.

규격 하한(LSL) 및 규격 상한(USL)

규격 하한(LSL)은 제품 또는 서비스에 대해 최소로 허용되는 값입니다. 이 한계는 공정이 어떻게 수행되고 있는 지가 아니라 공정이 어떻게 수행되어야 하는지 나타냅니다.

규격 상한(USL)은 제품 또는 서비스에 대해 최대로 허용되는 값입니다. 이 한계는 공정이 어떻게 수행되고 있는 지가 아니라 공정이 어떻게 수행되어야 하는지 나타냅니다.

계량형 합격 표본 추출 계획에 대해 하나 이상의 규격 한계를 지정해야 합니다.

해석

고객 요구 사항을 정의하고 공정이 요구 사항을 충족하는 품목을 생산하는지 여부를 평가하려면 LSL 및 USL을 사용하십시오.

Minitab에서는 공정 데이터를 규격 한계와 비교하여 제품 로트 전체를 합격 또는 불합격시킬 것인지 여부를 결정합니다.

Z.LSL 및 Z.USL

Minitab은 데이터에서 평균과 표준 편차를 결정하고 Z-값을 계산합니다. 과거 표준 편차를 지정하는 경우 Minitab에서는 해당 값을 계산에 사용합니다.
  • Z.LSL = (평균 – 규격 하한) / 표준 편차
  • Z.USL = (규격 상한 – 평균) / 표준 편차

해석

Z-값이 임계 거리보다 크고 표준 편차가 최대 표준 편차보다 작으면 로트 전체를 합격시킵니다. 그렇지 않으면 로트를 불합격시킵니다.

임계 거리(k 값)

임계 거리는 로트의 합격 또는 불합격 여부를 결정하기 위해 Minitab이 표본 평균 및 규격 한계와 비교하는 데 사용하는 값입니다.

해석

예를 들어, 플라스틱 파이프의 로트를 표본으로 추출할 경우를 가정합니다. 표본 추출 계획에 따라 2,500개의 병에서 104개의 표본을 랜덤하게 선택합니다. 벽 두께의 규격 하한은 0.09인치입니다. 임계 거리는 3.5575로 정해집니다.

Z-값이 임계 거리보다 크고 표준 편차가 최대 표준 편차보다 작으면 로트 전체를 합격시킵니다. 그렇지 않으면 로트를 불합격시킵니다.
생성된 계획 표본 크기 104 임계 거리(k 값) 3.55750 Z.LSL = (평균 - 규격 하한)/과거 표준 편차 Z.LSL ≥ k인 경우 로트를 합격시키고 그렇지 않은 경우 불합격시킵니다.

최대 표준 편차(MSD)

LSL과 USL을 모두 제공하고 과거 표준 편차를 제공하지 않는 경우 Minitab에서는 최대 표준 편차(MSD)를 계산합니다.

해석

Z-값이 임계 거리보다 크고 표준 편차가 최대 표준 편차보다 작으면 로트 전체를 합격시킵니다. 그렇지 않으면 로트를 불합격시킵니다.