正态能力分析 的整体能力

对于随正态能力分析提供的每个整体能力度量,查找定义和解释指导。

Pp

Pp 是对整体过程能力的度量。Pp 是用于比较下列两个值的比率:
  • 规格展开 (USL – LSL)
  • 基于整体标准差的过程展开(6-σ 变异)
Pp 将基于过程的变异而非其位置来评估整体能力。

必须同时提供规格下限 (LSL) 和规格上限 (USL) 以计算 Pp 指数。

解释

可使用 Pp 基于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。

由于 Pp 不考虑过程的位置,因此它表明在过程处于中心位置的情况下过程可以获得的整体能力。总体上讲,Pp 值越高,过程的能力越高。Pp 值低表明可能需要改进过程。

低 Pp

在此示例中,规格展开小于过程整体展开。因此,Pp 值 (0.40) 低,并且过程的整体能力差(基于过程变异)。

高 Pp

在此示例中,规格展开显著大于过程的整体展开。因此,Pp 值 (1.80) 高,并且过程的整体能力高(基于过程变异)。

您可以将 Pp 与其他值进行比较,以获取有关过程能力的更多信息。
  • 将 Pp 与基准值进行比较以评估过程的整体能力。许多行业使用基准值 1.33。如果 Pp 比基准值低,则考虑如何通过减少过程变异来改进过程。

  • 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。

警告

由于 Pp 指数不考虑过程的位置,它并不表示过程与规格限所限定的目标区域的接近程度。例如,以下图形显示了两个具有相同 Pp 值的过程,但其中一个过程落在规格限内,而另一个则没有。
Pp = 2.27
Pp = 2.27

如需进行完整而准确的分析,请结合其他能力指数(如 Ppk)使用这些图形,以便根据数据得出有意义的结论。

PPL

PPL 是对整体过程能力的度量。PPL 是用于比较下列两个值的比率:
  • 从过程均值到规格下限 (LSL) 的距离。
  • 基于整体标准差的过程单侧展开(3-σ 变异)
因为 PPU 将使用关于过程平均值和过程展开的信息,所以它将计算过程的变异和位置。

解释

可使用 PPL 评估过程的相对于其规格下限的整体能力。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,PPL 值越高,表示过程在其分布下侧尾部的能力越高。PPL 值低表明可能需要改进过程。

低 PPL

在此例中,从过程均值到规格下限 (LSL) 的距离小于单侧过程展开。因此,PPL 值 (0.80) 低,并且过程的整体能力差(相对于其规格下限)。

高 PPL

在此例中,从过程均值到规格下限 (LSL) 的距离大于单侧过程展开。因此,PPL 值 (1.60) 高,并且过程的整体能力高(相对于其规格下限)。

您可以将 PPL 与其他值进行比较,以获取有关过程能力的更多信息。
  • 将 PPL 与基准值进行比较以评估过程的整体能力。许多行业使用基准值 1.33。如果 PPL 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。

  • 如果您同时具有规格上限和规格下限,则将 PPL 与 PPU 进行比较。如果 PPL 不近似地等于 PPU,则过程不在中心位置。
    PPL = 0.92,PPU = 4.37

    当 PPL < PPU 时,过程更有可能产生违反规格下限的缺陷单元。

    PPL = 4.37,PPU = 0.92

    当 PPU < PPL 时,过程更有可能产生违反规格上限的缺陷单元。

PPU

PPU 是对整体过程能力的度量(基于过程的规格上限)。PPU 是用于比较下列两个值的比率:
  • 过程均值到规格上限 (USL) 的距离
  • 基于整体标准差的过程单侧展开(3-σ 变异)
因为 PPU 将同时考虑过程平均值和过程展开,所以 PPU 将计算过程的变异和位置。

解释

可使用 PPU 评估过程的相对于其规格上限的组内/组间能力。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,PPU 值越高,表示过程在其分布上侧尾部的能力越高。PPU 值低表明可能需要改进过程。

低 PPU

在此例中,从过程均值到规格上限 (USL) 的距离小于单侧过程展开。因此,PPU 值 (0.66) 低,并且过程的整体能力差(相对于其规格上限)。

高 PPU

在此例中,从过程均值到规格上限 (USL) 的距离显著大于单侧过程展开。因此,PPU 值 (2.76) 高,并且过程的整体能力高(相对于其规格上限)。

您可以将 PPU 与其他值进行比较,以获取有关过程能力的更多信息。
  • 将 PPU 与基准值进行比较以评估过程的整体能力。许多行业使用基准值 1.33。如果 PPU 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。

  • 如果您同时具有规格上限和规格下限,则将 PPL 与 PPU 进行比较。如果 PPL 不近似地等于 PPU,则过程不在中心位置。
    PPL = 0.92,PPU = 4.37

    当 PPL < PPU 时,过程更有可能产生违反规格下限的缺陷单元。

    PPL = 4.37,PPU = 0.92

    当 PPU < PPL 时,过程更有可能产生违反规格上限的缺陷单元。

Ppk

Cpk 是对过程整体能力的度量,等于 PPU 和 PPL 中的最小值。Ppk 是用于比较下列两个值的比率:
  • 从过程均值到最近规格限(USL 或 LSL)的距离
  • 基于整体变异的过程单侧展开(3-σ 变异)
Ppk 同时评估过程的位置和整体变异。

解释

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。

低 Ppk

在此例中,从过程均值到最近规格限 (USL) 的距离小于单侧过程展开。因此,Ppk 值 (0.66) 低,并且过程的整体能力差。

高 Ppk

在此例中,从过程均值到最近规格限 (LSL) 的距离大于单侧过程展开。因此,Ppk 值 (1.68) 高,并且过程的整体能力高。

您可以将 Ppk 与其他值进行比较,以获取有关过程能力的更多信息。
  • 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 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。

警告

Ppk 指数只表示过程曲线的一侧,不会度量过程曲线另一侧的过程执行情况。

例如,下列图形显示了两个具有相同 Ppk 值的过程。但是,一个过程违反了两个规格限,另一个过程只违反了规格下限。

Ppk = min {PPL = 4.01, PPU = 0.64} = 0.64
Ppk = PPL = PPU = 0.64

如果过程中具有同时超出两个规格限的不合格部件,可考虑使用其他指数(如基准 Z 值),以便更加完整地评估过程的能力。

Cpm

Cpm 是对整体过程能力的度量。Cpm 将规格展开与数据展开相比较,并考虑数据与目标值的偏差。

必须为 Minitab 提供一个目标值以计算 Cpm。

解释

可使用 Cpm 相对于过程展开和目标值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,Cpm 值越高,过程的能力越高。Cpm 值低表明可能需要改进过程。

高 Cpm

在此示例中,过程达到目标,并且所有数据都在规格限内。因此,Cpm 值高 (1.60)。

低 Cpm

在此示例中,数据都在规格限内,但是过程未达到目标。因此,Cpm 值低 (1.03)。

低 Cpm

在此示例中,过程达到目标,但是并非所有数据都在规格限内。因此,Cpm 值低 (0.48)。

您可以将 Cpm 与其他值进行比较,以获取有关过程能力的更多信息。

  • 将 Cpm 与基准值进行比较以评估过程的整体能力。许多行业使用基准值 1.33。如果 Cpm 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 Ppk 和 Cpm。如果过程在目标处居中,则 Ppk 与 Cpm 值大致相等。

置信区间 (CI)、下限 (LB) 和上限 (UB)

置信区间是能力指数的可能值范围。置信区间由下限和上限定义。界限是通过确定样本估计值的误差幅度来计算的。下限定义可能小于能力指数的值。上限定义可能大于能力指数的值。

注意

要显示置信区间,必须在执行能力分析时单击 选项 并选择 包括置信区间。Minitab 会显示 Cp、Pp、Cpk、Ppk、Cpm 和基准 Z 值的置信区间或置信界限。

解释

由于数据样本是随机的,所以从过程中收集的不同样本不可能产生相同的能力指数估计值。要计算过程中的能力指数实际值,需要分析过程中生产的所有项的数据,这是不可行的。您可以使用置信区间来确定能力指数的可能值范围。

在置信水平为 95% 的情况下,您可以 95% 地确信能力指数的实际值包含在置信区间内。也就是说,如果从过程中收集 100 个随机样本,可以期望约 95 个样本生成含有能力指数实际值的区间。

置信区间有助于评估样本估计值的实际意义。如果可能,基于过程知识或行业标准将置信界限与基准值进行比较。

例如,一家公司对 Ppk 使用最低基准值 1.33 定义有能力的过程。通过使用能力分析,公司获得 Ppk 估计值 1.46,这表明该过程有能力。要进一步评估此估计值,他们显示 Ppk 的 95% 置信下限。如果 95% 置信下限大于 1.33,则他们可以非常自信地认为该过程有能力,即使考虑到将影响估计值的随机抽样变异也是如此。

整体能力的 Z.LSL

Z.LSL(整体)是介于过程均值和规格下限 (LSL) 的标准差数目。它是基于整体过程性能通过使用整体标准差计算的。

在此示例中,整体标准偏差由水平尺度上的刻度标记表示。过程平均值和规格下限之间的距离为 2 个标准差,因此 Z.LSL 的值(整体)为 2。

注意

要显示基准 Z 值度量,您必须在执行能力分析时单击 选项 并将能力统计量的默认输出更改为基准 Z 值。

解释

可使用 Z.LSL(整体)评估过程的相对于其规格下限的整体西格玛能力。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,Z.LSL 值越高,表示过程在其分布下侧尾部的能力越高。Z.LSL 值低表明可能需要改进过程。如果可能,基于过程知识或行业标准将 Z.LSL 值(整体)与基准值进行比较。如果 Z.LSL 值低于您的基准值,则考虑如何改进过程。

整体能力的 Z.USL

Z.USL(整体)是介于过程均值和规格上限 (USL) 的标准差数目。它是基于整体过程性能通过使用整体标准差计算的。

在此示例中,整体标准偏差由水平尺度上的刻度标记表示。过程平均值和规格上限之间的距离为 2 个标准差,因此 Z.USL 的值(整体)为 2。

注意

要显示基准 Z 值度量,您必须在执行能力分析时单击 选项 并将能力统计量的默认输出更改为基准 Z 值。

解释

可使用 Z.USL(整体)评估过程的相对于其规格上限的整体西格玛能力。 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,Z.USL 值越高,表示过程在其分布上侧尾部的能力越高。Z.USL 值低表明可能需要改进过程。如果可能,基于过程知识或行业标准将 Z.USL 值(整体)与基准值进行比较。如果 Z.USL 值低于您的基准值,则考虑如何改进过程。

总体能力的基准 Z 值

基准 Z 值(整体)是标准正常分布(用于将估计的过程中缺陷品率转换为上侧尾部概率)的百分位数。它是基于整体过程性能通过使用整体标准差计算的。

过程的缺陷值落在两个规格限上。整体标准差由刻度标记显示。

如果您将所有缺陷都放在分布的右尾上,然后测量从中心(垂直线)到定义总缺陷的点的整体标准差倍数,您就会得到基准 Z 值(整体)。

注意

要显示基准 Z 值度量,您必须在执行能力分析时单击 选项 并将能力统计量的默认输出更改为基准 Z 值。

解释

可使用基准 Z 值(整体)评估过程的整体西格玛能力。

总体上讲,基准 Z 值越高,过程的能力越高。基准 Z 值低表明可能需要改进过程。如果可能,基于过程知识或行业标准将基准 Z 值与基准值进行比较。如果基准 Z 值低于您的基准值,则考虑如何改进过程。

比较基准 Z 值(组内)和基准 Z 值(整体)。当过程在统计意义上受控制时,基准 Z 值(组内)和基准 Z 值(整体)大致相等。这两个值之间的差异表示在使过程受控制的情况下预期可提高的处理能力。 基准 Z 值(整体)有时称为 Z.Bench Long-Term (LT)

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