Considerações de dados para Análise de capacidade não normal para múltiplas variáveis

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) para cada variável, 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.

O processo deve ser estável e sob controle

Se o processo atual não está estável, os índices de capacidade não podem ser utilizados de forma confiável para avaliar o futuro, a capacidade do processo em andamento. Se você não tem certeza se seu processo está sob controle, use Carta Xbarra-S ou Capability Sixpack não normal para avaliar a estabilidade do processo antes de realizar esta análise.

Os dados para cada variável devem seguir a distribuição não normal selecionada

Se a distribuição selecionada não ajustar bem os dados, as estimativas de capacidade não serão precisas. Para determinar qual distribuição não normal melhor se ajusta seus dados, use Identificação de distribuição individual.