Considerações de dados para Sixpack de capacidade normal

Para garantir que seus resultados sejam válidos, considere as seguintes diretrizes ao coletar dados, realizar a análise, e interpretar os resultados.

Os dados devem ser contínuos

Dados contínuos são medidas que podem, potencialmente, assumir qualquer valor numérico dentro de um intervalo de valores ao longo de uma escala contínua, incluindo valores fracionários ou decimais. Exemplos comuns incluem medições como comprimento, peso e temperatura.

Se você tiver dados de atributos, como a contagem de defeituosos e defeitos, use Análise de capacidade binomial ou Análise de capacidade de Poisson.

Colete dados suficientes para obter estimativas de capacidade de processo confiáveis
Tente coletar, pelo menos, 100 pontos de dados no total (tamanho do subgrupo * número de subgrupos), como 25 subgrupos de tamanho 4, ou 35 subgrupos de tamanho 3. Se você não coletar uma quantidade suficiente de dados durante um período de tempo suficientemente longo, os dados podem não representar com precisão diferentes fontes de variação do processo e as estimativas podem não indicar a verdadeira capacidade de seu processo.
Os dados devem ser coletados em subgrupos racionais, se possível
Um subgrupo racional é uma pequena amostra de artigos semelhantes que são produzidos durante um curto período de tempo e que são representativos do processo. Devem ser coletadas observações para cada subgrupo sob as mesmas entradas e condições, como de pessoal, ambiente ou equipamento. Se você não coletar subgrupos racionais, a variação nos subgrupos pode refletir causas especiais, em vez de variação natural e inerente ao processo.
O processo deve ser estável e sob controle
Se o processo atual não estiver estável, os índices de capacidade não podem ser utilizados de forma confiável para avaliar o futuro, a capacidade do processo em andamento. Use as cartas de controle na saída do capability sixpack para determinar se o processo está estável e sob controle.
Os dados devem seguir uma distribuição normal
As estimativas de capacidade de processo para esta análise estão baseadas na distribuição normal. Se os dados não forem normalmente distribuídos, as estimativas de capacidade não serão precisas para o processo. Se os dados forem não normais, você pode transformá-los usando a transformação Box-Cox ou a transformação Johnson, que estão incluídas nas opções do Transformar desta análise. Use o gráfico de probabilidade normal e o histograma na saída do capability sixpack para determinar se os dados (ou os dados transformados) seguem uma distribuição normal.
Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política