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

Conclua as etapas a seguir para interpretar uma análise de capacidade 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

O seu processo deve estar estável e os dados originais (ou transformados) do processo devem seguir uma distribuição normal. Os gráficos de probabilidade e as curvas normais ajustadas permitem que você verifique se há problemas potenciais.

Avaliar a normalidade dos dados

Use os gráficos de probabilidade normal para avaliar a necessidade de que seus dados sigam uma distribuição normal.

Se a distribuição normal é um bom ajuste para os dados, os pontos formam uma linha aproximadamente reta e caem ao longo da linha ajustada que está localizada entre os limites de confiança. Pontos distantes da linha reta indicam desvios da normalidade. O valor de p é maior do que 0,05, é possível assumir que os dados seguem a distribuição normal. Você pode avaliar a capacidade de seu processo usando uma distribuição normal.

Se o valor de p for menor que 0,05, seus dados não são normais e os resultados da análise capacidade podem não ser precisos. Nesse caso, considere as seguintes opções:
  • Se os dados para todas as variáveis ou grupos forme não normais, você pode usar a opção Transformar nesta análise para transformar os dados para todas as variáveis ou grupos. Como alternativa, você pode tentar ajustar uma distribuição não normal dos dados usando Análise de capacidade não-normal para múltiplas variáveis.
  • 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. Para avaliar a distribuição de cada variável ou grupo, use Identificação de distribuição individual.
Resultados principais: valor de p

Nesses gráficos, os pontos em ambos os gráficos caem em uma linha aproximadamente reta ao longo da linha (no meio) ajustada. Ambos os valores de p são maiores que 0,05, de modo que você não tem evidências suficientes para concluir que os dados para qualquer variável não sejam normalmente distribuídos. Portanto, é possível avaliar esses dados usando uma análise de capacidade normal para múltiplas variáveis.

Examine as curvas dentro e globais

Para cada variável, compare a curva contínua global e a curva interna tracejada no histograma para visualizar o quão próximas as curvas estão alinhadas. Uma diferença substancial entre as curvas pode indicar que o processo não é estável ou que há uma quantidade significativa de variação entre os subgrupos para a variável. Use uma carta de controle para avaliar se o processo é estável para a variável antes de realizar uma análise de capacidade.

Proximamente alinhadas
Mal alinhadas
Observação

Se o seu processo apresenta naturalmente grande variação entre os subgrupos, como um processo em lotes, e a variação não se deve a causas especiais, escolha a opção Entre/Dentro dos subgrupos quando realizar a análise de capacidade normal para múltiplas variáveis. Se você utilizar a análise E/D, uma diferença substancial entre as duas curvas pode indicar uma fonte sistêmica de variação no processo, além da variação entre e dentro dos subgrupos.

Etapa 2: Examine o desempenho observado de seu processo

Para cada grupo ou variável em seus dados, utilize o histograma de capacidade para examinar visualmente 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 a maioria dos dados estejam dentro dos limites de especificação, há 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 o centro 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 centro de dados ocorre no pico da curva de distribuição e é estimado pela média da amostra.

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.

Etapa 3: Avaliar a capacidade do processo

Use os principais índices de capacidade para avaliar o quão bem o seu processo atende aos requisitos.

Avaliar a capacidade potencial

Use Cpk para avaliar a capacidade potencial do seu processo com base na localização do processo e na dispersão do processo. A capacidade potencial indica a capacidade que poderia ser alcançada caso desvios e deslocamentos do processo tivessem sido eliminados.

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

  • Compare Cpk 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 o Cpk for menor do que o seu valor de benchmark, pense em formas de aprimorar o seu processo, como a redução de sua variação ou mudança de sua localização.

  • Compare os valores de Cpk para cada variável em sua análise a fim de determinar se a capacidade potencial do processo varia com os diferentes grupos ou sob diferentes condições.
  • Compare Cp e Cpk. Se Cp e Cpk forem aproximadamente iguais, o processo está centralizado entre os limites de especificação. Se Cp e Cpk forem diferentes, o processo não está centralizado.

Resultados principais: Cpk

Para os dados do processo neste histograma, Cpk é 1,09. Como Cpk é menor que 1,33, a capacidade potencial do processo não atende aos requisitos do cliente. O processo está sendo executado muito perto do limite inferior. Como o processo não está centralizado, Cpk não é igual Cp (2,76).

Avaliar a capacidade global

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 os valores 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.
  • Compare Pp e Ppk. Se Pp e Ppk forem aproximadamente iguais, o processo está centralizado entre os limites de especificação. Se Pp e Ppk forem diferentes, o processo não está centralizado.

  • Compare Ppk e Cpk. Quando um processo está sob controle estatístico, Ppk e Cpk são aproximadamente iguais. A diferença entre Ppk e Cpk representa a melhoria na capacidade de processo que poderia ser esperada caso os desvios e deslocamentos do processo tivessem sido eliminados.

Resultado principal: Ppk

Os dados de processo neste histograma foram coletados antes de uma melhoria de processo. Para estes dados, Ppk = 0,52. Como Ppk é menor que 1,33, a capacidade total do processo não atende aos requisitos do cliente. Ppk < Cpk (0,72), o que indica que a capacidade global pode ser melhorada se a variação entre os subgrupos for reduzida.

Os dados de processo abaixo foram coletados após uma melhoria de processo. Para estes dados, Ppk = 2,26 Como Ppk é maior do que 1,33, a capacidade global do processo atende os requisitos do cliente.

Importante

Os índices de Cpk e Ppk medem a capacidade do processo em relação apenas ao limite de especificação que está mais próximo da média do processo. Portanto, estes índices representam apenas um dos lados da curva do processo e não medem como o processo é executado no outro lado da curva do processo. 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