에 대한 분포 결과 표 자동화된 공정 능력 분석

해석

데이터에 사용되는 특정 분포 모형을 확인하려면 분포 모수의 ML 추정치를 사용하십시오. 예를 들어, 한 품질 엔지니어가 과거의 공정 지식과 Anderson-Darling 및 LRT p-값을 기반으로 3-모수 Weibull 분포가 공정 데이터에 대해 최량 적합치를 제공하는 것을 확인한다고 가정합니다. 엔지니어는 데이터를 모형화하기 위해 사용되는 특정 3-모수 Weibull 분포를 이해하기 위해 분포에 대해 계산된 형상, 척도 및 분계점에 대한 ML 추정치를 조사합니다.

해석

공정 위치 및 공정 산포를 기반으로 공정의 전체 공정 능력을 평가하려면 Ppk를 사용합니다. 전체 공정 능력은 시간이 지남에 따라 고객이 경험하는 공정의 실제 성능을 나타냅니다.

일반적으로 Ppk 값이 높으면 공정의 공정 능력이 더 크다는 것을 나타냅니다. Ppk 값이 낮으면 공정 개선이 필요할 수도 있음을 나타냅니다.

주의

Ppk 지수는 공정 곡선의 한 쪽만 나타내며, 공정 곡선의 반대쪽에서 공정이 얼마나 잘 수행되는 지는 나타내지 않습니다.

예를 들어, 다음 그래프는 동일한 Ppk 값을 갖는 두 공정을 표시합니다. 그러나 한 공정은 두 규격 한계를 모두 위반하며 다른 공정은 규격 상한만 위반합니다.

Ppk = min {PPL = 4.01, PPU = 0.64} = 0.64

Ppk = PPL = PPU = 0.64

공정에 규격 한계의 양쪽에 모두 해당되는 불량 부품이 있을 경우 다른 지수(Z.bench 등)를 사용하여 공정 능력을 더 완전하게 평가하는 방법을 고려하십시오.

해석

공정 위치 및 공정 산포를 기반으로 공정의 잠재적 공정 능력을 평가하려면 Cpk를 사용합니다. 잠재적 공정 능력은 공정 이동과 경향이 제거된 경우 달성할 수 있는 공정 능력을 나타냅니다.

일반적으로 Cpk 값이 높으면 공정의 공정 능력이 더 크다는 것을 나타냅니다. Cpk 값이 낮으면 공정 개선이 필요할 수도 있음을 나타냅니다.

Cpk를 다른 값과 비교하여 공정의 공정 능력에 대한 추가 정보를 얻을 수 있습니다.

• Cpk를 공정에 허용되는 최소값을 나타내는 벤치마크 값과 비교합니다. 많은 업종에서 1.33을 벤치마크 값으로 사용합니다. Cpk가 벤치마크보다 낮으면 변동을 줄이거나 위치를 이동하는 등 공정을 개선하는 방법을 고려해 보십시오.

• Cp와 Cpk를 비교합니다. Cp와 Cpk가 근사적으로 같으면 공정은 규격 한계 사이에 중심화되어 있습니다. Cp와 Cpk가 서로 다르면 공정이 중심화되어 있지 않습니다.

• Ppk와 Cpk를 비교합니다. 공정이 통계적 관리 상태에 있는 경우 Ppk와 Cpk가 근사적으로 같습니다. Ppk와 Cpk의 차이는 공정의 이동과 경향을 제거한 경우 기대할 수 있는 공정 능력의 개선을 나타냅니다.

주의

Cpk 지수는 공정 곡선의 한 쪽만 나타내며, 공정 곡선의 반대쪽에서 공정이 얼마나 잘 수행되는 지는 나타내지 않습니다.

예를 들어, 다음 그래프는 동일한 Cpk 값을 갖는 두 공정을 표시합니다. 그러나 한 공정은 두 규격 한계를 모두 위반하며 다른 공정은 규격 상한만 위반합니다.

Cpk = min {CPL = 4.58, CPU = 0.93} = 0.93

Cpk = CPL = CPU = 0.93

공정에 규격 한계의 양쪽에 모두 해당되는 불량 부품이 있을 경우 다른 지수(Z.bench 등)를 사용하여 공정 능력을 더 완전하게 평가하는 방법을 고려하십시오.