이 항목의 내용
확률도
- 중간 선
- 모수 추정치의 최대우도에 바탕을 둔 분포에서 예상되는 백분위수입니다.
- 신뢰 한계 선
- 왼쪽 곡선은 백분위수에 대한 신뢰 구간의 하한을 연결한 것입니다. 오른쪽 곡선은 백분위수에 대한 신뢰 구간의 상한을 연결한 것입니다.
- Anderson-Darling 검정 통계량 및 p-값
- 데이터가 분포를 따르는지 여부를 확인하기 위한 검정의 결과입니다.
해석
각 변수에 대한 비정규 분포의 적합도를 평가하려면 확률도를 사용합니다.
해당 분포가 데이터에 적합하면 점들은 대략 직선을 형성합니다. 이 직선에서 벗어나 있으면 적합치가 허용되지 않는다는 것을 나타냅니다. p-값이 0.05보다 크면 데이터가 분석에 사용되는 비정규 분포를 따른다고 가정할 수 있습니다.
참고
여러 변수에 대해 분포가 서로 다른 경우 각 변수에 대해 별도의 공정 능력 분석을 수행해야 합니다
공정 능력 히스토그램
해석
표본 데이터를 분포 적합도 및 규격 한계와 비교하여 조사하려면 공정 능력 히스토그램을 사용합니다.
- 선택한 비정규 데이터 분포의 적합성 결여 증거 찾기
-
각 변수에 대해 데이터가 분석을 위해 선택한 분포를 따르는지 여부를 평가하려면 분포 곡선을 히스토그램의 막대와 비교하십시오. 히스토그램의 막대가 분포 곡선과 크게 다르면 데이터가 선택한 분포를 따르지 않을 수도 있고 공정의 공정 능력 추정치를 신뢰하지 못할 수도 있습니다. 어느 분포가 데이터에 가장 적합한지 모를 경우 개별 분포 식별을 사용하여 적합한 분포 또는 변환을 식별하십시오.
좋은 적합치
좋지 않은 적합치
중요
히스토그램은 대략적인 분포 적합치만을 제공합니다. 분포 적합치를 더 명확하게 평가하려면 확률도의 결과를 사용하십시오. 여러 변수에 대해 분포가 서로 다른 경우 각 변수에 대해 별도의 공정 능력 분석을 수행해야 합니다
- 표본 데이터를 규격 한계와 비교하여 조사
- 각 변수에 대해 히스토그램의 데이터를 규격 하한 및 규격 상한과 비교하여 시각적으로 조사하십시오. 이상적으로는 데이터의 산포가 규격 산포보다 좁고 모든 데이터가 규격 한계 내에 있습니다. 규격 한계를 벗어나는 데이터는 불량 부품을 나타냅니다. 이상적으로는 규격 한계를 벗어나는 부품이 거의 없거나 전혀 없습니다.
이 결과에서는 공정 산포가 규격 산포보다 크고, 따라서 공정 능력이 좋지 않다는 것을 나타냅니다. 많은 데이터가 규격 한계 내에 있지만 규격 하한 아래와 규격 상한 위에도 불량품이 많이 있습니다.
참고
공정 내 실제 불량품의 수를 확인하려면 PPM < LSL, PPM > USL 및 PPM Total 결과를 사용하십시오. 자세한 내용은 모든 통계량 및 그래프에서 확인하십시오.
- 공정의 위치 평가
-
각 변수에 대해 공정이 규격 한계 사이 또는 목표값(목표값이 있는 경우)에 중심화되어 있는지 여부를 평가하십시오. 분포 곡선의 봉우리는 대부분의 데이터가 있는 위치를 보여줍니다.
이 결과에서는 표본 관측치가 규격 한계 내에 포함되지만 분포 곡선의 봉우리가 목표값에 없습니다. 대부분의 데이터가 목표값을 초과하고 규격 상한에 가깝습니다.
