解释 非正态能力分析 的主要结果

可通过完成以下步骤来解释非正态能力分析。主要输出包括直方图、分布曲线和能力指数。

步骤 1:检查数据是否有问题

过程应该稳定,并且过程数据应服从为分析选择的非正态分布。直方图和拟合曲线提供一种用于快速检查是否存在潜在问题的非正式方法。
重要信息

要更全面地分析这些要求,请使用非正态 Capability Sixpack

从视觉上检查数据的分布

将分布曲线与直方图的条形进行比较,评估数据是否看上去服从您为分析所选的分布。如果条形与曲线存在很大差异,则数据可能不服从所选的分布,并且过程的能力估计值可能不可靠。如果您不确定哪种分布能与数据进行最佳拟合,请使用个体分布标识确定适合的分布或变换。

此外,查找远离大多数其他数据的条形。数据中的异常值可能会影响能力分析的准确度。它们还可能表明过程不稳定。

良好拟合
不良拟合
异常值
注意

要验证过程是否稳定,请使用控制图。

步骤 2:检查过程的观测性能

可使用能力直方图检查样本观测值,以与过程要求进行比较。

检查过程展开

直观检查直方图中的数据与规格下限和规格上限的关系。理想情况下,数据的散布窄于规格散布,并且所有数据都在规格限内。超出规格限的数据表示不合格项。

在此直方图中,过程展开宽于规格展开,这表明能力较差。虽然大部分数据都在规格限内,但是也有许多低于规格下限 (LSL) 或者高于规格上限 (USL) 的项。

注意

要确定过程中不合格项的实际数量,请使用 PPM < 规格下限、PPM > 规格上限以及合计 PPM 的结果。有关更多信息,请转到“所有统计量和图形”。

评估过程的位置

评估过程是否位于规格限的中间,或者在目标值处(如果具有目标值)。分布曲线的峰值显示数据最密集的位置。

在此直方图中,虽然样本观测值在规格限内,但是分布曲线的峰值未在目标上。大部分数据超出目标值,并接近于规格上限。

步骤 3:评估过程的能力

可使用 Ppk 基于过程位置和过程展开来评估该过程的整体能力。整体能力表示您客户在一段时间内体验到的实际过程性能。

总体上讲,Ppk 值越高,过程的能力越高。Ppk 值低表明可能需要改进过程。

将 Ppk 与基准值(代表可接受的过程最小值)进行比较。许多行业使用基准值 1.33。如果 Ppk 比基准值低,则考虑如何改进您的过程。

主要结果:Ppk

对于这些过程数据,Ppk = 0.25。因为 Ppk 小于 1.33,所以过程的整体能力无法满足客户要求。您应该采取措施来改善过程。

重要信息

Ppk 指数表示的过程能力仅限于有关规格上下限的“最差”侧的过程测量值。如果过程产生超出规格上下限的不合格项,请使用输出中的其他能力度量,以便更加完整地评估过程性能。有关更多信息,请转到所有统计量和图形

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策