Interpretar os principais resultados para Análise de capacidade não-normal para múltiplas variáveis

Conclua as etapas a seguir para interpretar um Análise de capacidade não-normal para múltiplas variáveis. Os principais resultados incluem gráficos de probabilidade, histogramas e índices de capacidade.

Etapa 1: verifique se há problemas em seus dados

Seu processo deve estar estável e os dados do processo devem seguir a distribuição não-normal escolhida para a análise. Os gráficos de probabilidade permitem que você avalie o ajuste de distribuição.

Use os gráficos de probabilidade para avaliar o ajuste da distribuição não normal utilizada para cada variável.

Se a distribuição for um bom ajuste para os dados, os pontos devem formar uma linha aproximadamente reta. Pontos distantes da linha reta indicam que o ajuste é inaceitável. Se o valor de p for maior que 0,05, é possível supor que os dados seguem a distribuição não normal utilizada na análise.

Se o valor de p for inferior a 0,05, os seus dados não seguem a distribuição selecionada e os resultados da análise capacidade podem não ser precisos. Use Identificação de distribuição individual para determinar qual distribuição não normal ou transformação de dados é mais eficaz para seus dados. Se as distribuições diferirem para as diferentes variáveis ou grupos, você deve realizar uma análise de capacidade separada para cada variável ou grupo com uma distribuição distinta.

Resultados principais: valor de p

Nesses gráficos, os pontos em ambos os gráficos caem em uma linha aproximadamente reta ao longo da linha (no centro) ajustada. Ambos os valores de p são maiores do que 0,250, de forma que você não tem evidências suficientes de que os dados para qualquer uma das variáveis não segue a distribuição não normal selecionada (Weibull). Portanto, você pode avaliar esses dados com análise de capacidade não normal usando a distribuição Weibull.

Importante

Os gráficos de probabilidade não indicam se o processo é estável. Para verificar a estabilidade do processo, você deve avaliar seus dados usando uma carta de controle. Para obter mais informações, vá para Visão geral de Sixpack de capacidade não-normal.

Etapa 2: Examine o desempenho observado de seu processo

Para cada grupo ou variável em seus dados, utilize o histograma de capacidade para examinar as observações da amostra em relação aos requisitos do processo.

Examine a dispersão do processo

Para cada variável, examine visualmente os dados do histograma em relação aos limites superiores e inferiores da especificação. De maneira ideal, a dispersão dos dados é mais estreita do que a dispersão da especificação, e todos os dados estão dentro dos limites de especificação. Os dados que estão fora dos limites de especificação representam itens fora de conformidade.

Nesse histograma, a dispersão do processo é maior do que a dispersão da especificação, o que sugere a baixa capacidade. Embora muitos dos dados estejam dentro dos limites de especificação, há muitos itens fora de conformidade abaixo do limite inferior de especificação (LSL) e acima do limite superior de especificação (USL).

Observação

Para determinar o número real de partes defeituosas em seu processo, utilize os resultados para PPM < LSL, PPM > USL e Total de PPM. Para obter mais informações, acesse Todas as estatísticas e gráficos.

Avalie a localização do processo

Para cada variável, avalie se o processo está centralizado entre os limites de especificação ou no valor-alvo, se você tiver um. O pico da curva de distribuição mostra onde a maioria dos dados está localizada.

Neste histograma, embora as observações da amostra caiam dentro dos limites de especificação, o pico da curva de distribuição não está centralizada sobre o alvo. A maioria dos dados excede o valor alvo e está localizado próximo ao limite superior de especificação.

Etapa 3: Avaliar a capacidade do processo

Use Ppk para avaliar a capacidade global do seu processo com base na localização processo na dispersão do processo. A capacidade global indica o desempenho real do seu processo de que o cliente experimenta ao longo do tempo.

Em geral, valores de Ppk mais elevados indicam um processo mais capaz. Os valores mais baixos de Ppk indicam que talvez o processo precise de melhorias.

Compare Ppk a um valor de benchmark que representa o valor mínimo que é aceitável para o seu processo. Diversos setores usam um valor de benchmark de 1,33. Se Ppk for menor do que o seu valor de benchmark, pense em formas de aprimorar o seu processo.

Compare o valor de Ppk para cada variável em sua análise a fim de determinar se a capacidade total do processo varia com os diferentes grupos ou sob diferentes condições.

Resultado principal: Ppk

Os dados de processo neste histograma foram coletados antes de uma melhoria de processo. Para estes dados, Ppk = 0,44. Como Ppk é menor que 1,33, a capacidade total do processo não atende aos requisitos do cliente. É preciso tomar medidas para aprimorar o processo.

Os dados de processo neste histograma foram coletados depois de uma melhoria de processo. Para estes dados, Ppk = 1,59. Como Ppk é maior do que 1,33, a capacidade global do processo agora atende aos requisitos do cliente.

Cautela

O índice Ppk representa a capacidade de processo para apenas o lado "pior" das medições do processo, no que se refere tanto ao limite de especificação inferior como superior. Se o seu processo produz itens fora de conformidade que estejam fora de ambos os limites de especificação inferior e superior, use medidas de capacidade adicionais na saída para avaliar mais detalhadamente o desempenho do processo. Para obter mais informações, acesse Todas as estatísticas e gráficos.

Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política