解释 多变量正态能力分析 的主要结果

可通过完成以下步骤来解释针对多个变量的正态能力分析。主要输出包括概率图、直方图和能力指数。

步骤 1:检查数据是否有问题

过程应该稳定,并且原始(或变换后)过程数据应服从正态分布。概率图和拟合状态曲线允许您检查潜在问题。

评估数据的正态性

使用正态概率图评估数据服从正态分布的要求。

如果正态分布能够与数据实现良好拟合,这些点应该大致形成一条直线并且沿位于置信限之间的拟合线排列。背离这条直线表明违背正态性。如果 p 值大于 0.05,则可以假设数据服从正态分布。您可以使用正态分布评估过程的能力。

如果 p 值小于 0.05,则数据不是正态数据且能力分析结果可能不准确。在这种情况下,请考虑以下选项:
  • 如果所有变量或组的数据都是非正态数据,则可以使用此分析中的变换选项变换所有变量或组的数据。或者,您可以尝试使用多变量非正态能力分析将非正态分布与数据进行拟合。
  • 如果不同变量或组的分布存在差异,您应该对具有不同分布的每个变量或组执行单独的能力分析。要评估每个变量或组的分布,请使用个体分布标识
主要结果:P 值

在这些图中,所有图中的点都大致以直线在拟合(中)线周围分布。两个 p 值均大于 0.05,因此您没有足够证据来推断出数据或变量不服从正态分布。因此,您可以使用针对多个变量的正态能力分析来评估这些数据。

检查组内曲线和整体曲线

对于每个变量,将直方图中的整体实曲线与组内虚曲线进行比较,确定这些曲线的对齐紧密程度。如果曲线之间存在很大差异,则表明过程可能不稳定,或者该变量在子组间可能存在明显变异。在执行能力分析之前,为该变量使用一种控制图以评估您的过程是否稳定。

紧密对齐
不良对齐
注意

如果过程(例如批量过程)自然地在子组间呈现很大变异,并且变异不是由特殊原因导致,则可在为多个变量执行正态能力分析时选择子组间/内选项。如果使用组内/组间分析,两条曲线之间的显著差异可能表示除子组内和子组间变异外,过程中存在系统性变异源。

步骤 2:检查过程的观测性能

对于您数据中的每个组或变量,可使用能力直方图从视觉上检查样本观测值,以与过程要求进行比较。

检查过程展开

对于每个变量,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,过程展开大于规格展开,这表明能力较差。虽然大部分数据都在规格限内,但是也有一些低于规格下限 (LSL) 和高于规格上限 (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”。

评估过程的中心

对于每个变量,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)。数据的中心出现在分布曲线的尖峰,并通过样本均值估计。

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的中心位置。大部分数据超出目标值。

步骤 3:评估过程的能力

使用主要能力指数来评估您过程符合要求的程度。

评估潜在能力

可使用 Cpk 基于过程的位置和展开来评估该过程的潜在能力。潜在能力估计值表示在消除过程偏移和漂移的情况下可实现的能力。

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

  • 将 Cpk 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 Cpk 低于基准值,则考虑如何改进您的过程,例如减少其变异或改变其位置。

  • 比较分析中每个变量的 Cpk 值,确定不同组或不同条件下的潜在过程能力是否不同。
  • 比较 Cp 和 Cpk。如果 Cp 和 Cpk 大致相等,则过程位于两个规格限制之间的中心位置。如果 Cp 和 Cpk 不同,则过程未处于中心位置。

主要结果:Cpk

对于此直方图中的过程数据,Cpk 为 1.09。因为 Cpk 小于 1.33,所以过程的潜在能力无法满足客户要求。过程太接近规格下限。由于过程未居中,因此 Cpk 不等于 Cp (2.76)。

评估整体能力

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。

  • 比较分析中每个变量的 Ppk 值,确定不同组或不同条件下的整体过程能力是否不同。
  • 比较 Pp 和 Ppk。如果 Pp 和 Ppk 大致相等,则该过程位于两个规格限之间的中心位置。如果 Pp 和 Ppk 不同,则过程未处于中心位置。

  • 比较 Ppk 和 Cpk。当过程在统计意义上受控制时,Ppk 和 Cpk 大致相等。Ppk 和 Cpk 之间的差异代表在消除过程偏移和漂移的情况下预期可实现的过程能力提高。

主要结果:Ppk

此直方图中的过程数据在改善过程之前已完成收集。对于这些数据,Ppk = 0.52。因为 Ppk 小于 1.33,所以过程的整体能力无法满足客户要求。Ppk < Cpk (0.72),这表明,如果减少子组间的变异,将可以改善整体能力。

下列过程数据在改善过程之后才进行收集。对于这些数据,Ppk = 2.26。因为 Ppk 大于 1.33,所以过程的整体能力能够满足客户要求。

重要信息

Cpk 和 Ppk 指标用于度量过程的能力(仅同与过程均值最接近的规格限相关)。因此,这些指标只表示过程曲线的一侧,而不度量过程曲线另一侧的过程执行情况。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