이 항목의 내용
정규 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
데이터가 정규 분포를 따르기 위한 요구 사항을 평가하려면 정규 확률도를 사용합니다.
정규 분포가 데이터에 적합하면 점들이 신뢰 한계 사이에 위치한 적합선을 따라 대략 직선을 형성합니다. 이 직선에서 벗어나 있으면 정규성에서 벗어난다는 것을 의미합니다. p-값이 0.05보다 크면 데이터가 정규 분포를 따른다고 가정할 수 있습니다. 정규 분포를 사용하여 공정의 공정 능력을 평가할 수 있습니다.
참고
여러 변수에 대해 분포가 서로 다른 경우 각 변수에 대해 별도의 공정 능력 분석을 수행해야 합니다
공정 능력 히스토그램
공정 능력 히스토그램은 각 변수에 대한 표본 데이터의 분포를 보여줍니다. 히스토그램의 각 막대는 구간 내 데이터의 빈도를 나타냅니다.
히스토그램의 군내 및 전체 곡선은 공정 평균과 공정 변동의 여러 추정치를 사용하여 생성되는 정규 분포 곡선입니다. 군내 곡선(파선)은 부분군 군내 표준 편차를 사용합니다. 전체 곡선(실선)은 전체 표준 편차를 사용합니다. 해석
표본 데이터를 분포 적합도 및 규격 한계와 비교하여 조사하려면 공정 능력 히스토그램을 사용합니다.
- 비정규성의 증거 찾기
-
각 변수에 대해 데이터가 근사적으로 정규 분포를 따르는지 여부를 평가하려면 전체 곡선(실선)을 히스토그램의 막대와 비교하십시오. 히스토그램의 막대가 곡선과 크게 다르면 데이터가 정규 분포를 따르지 않을 수 있고 공정 능력 분석 결과가 부정확할 수도 있습니다. 데이터가 비정규 분포를 따르는 것으로 보이는 경우, 공정 능력 분석을 수행하기 위해 데이터를 변환하거나 비정규 분포를 적합해야 하는지 여부를 확인하려면 개별 분포 식별을 사용하십시오.
-
좋은 적합치
좋지 않은 적합치
참고
여러 변수에 대해 분포가 서로 다른 경우 각 변수에 대해 별도의 공정 능력 분석을 수행해야 합니다
- 군내 및 전체 곡선 비교
-
각 변수에 대해 히스토그램의 전체 곡선(실선)과 군내 곡선(파선)을 비교하여 두 곡선이 얼마나 가깝게 배열되어 있는지 확인하십시오. 곡선 간에 차이가 크다는 것은 해당 변수에 대해 공정이 안정적이지 않거나 부분군 간에 유의한 양의 변동이 있음을 나타냅니다. 공정 능력 분석을 수행하기 전에 변수에 대해 공정이 안정적인지 여부를 평가하려면 관리도를 사용하십시오.
가깝게 배열됨
잘못 배열됨
- 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.
이 결과에서는 공정 데이터 중심이 규격 한계의 한 가운데에 있습니다. 그러나 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 있습니다.
참고
공정 내 실제 불량품의 수를 확인하려면 PPM < LSL, PPM > USL 및 PPM Total 결과를 사용하십시오. 자세한 내용은 모든 통계량 및 그래프에서 확인하십시오.
정규 공정 능력 분석에 대한 가정을 더 철저히 분석하려면 정규 Capability Sixpack을 사용하십시오.
