Poisson 能力分析 的数据注意事项

为了确保结果有效,请在收集数据、执行分析和解释结果时考虑以下准则。

必须能够统计每项或每单位的缺陷数
如果数据不是子组中每单位的缺陷总数,则无法使用 Poisson 分布估计过程的能力。如果您只能确定每个单位是否存在缺陷,请使用 二项式分布过程能力分析 评估缺陷品的百分比。
收集子组内数据
子组是相似项的集合,这些项是您要评估的过程的输出代表。子组可以是一个单位,也可以是大小相似的多个单位的集合。例如,您可以记录一个 LCD 面板(一个单位)的表面缺陷数,也可以记录大小都相同的 LCD 面板集合的表面缺陷数。如果子组是多个单位的集合,则应在相同的输入和条件(如人员、设备、供应商或环境)下收集子组。
收集足够的子组以获取过程能力的可靠估计值
尝试收集至少 25 个子组。如果没有在足够长的一段时间内收集到充足的数据量,数据可能无法准确地代表不同的过程变异源,并且估计值可能无法指示过程的真实能力。
子组必须足够大
平均单位缺陷率乘以子组大小应至少为 0.5。如果子组大小不够大,则根据数据估计的控制限可能不可靠。
子组大小可以不同
子组可以是一个单位,也可以是大小相似的多个单位的集合。在这两种情况下,子组大小都可能不同,并由时间长度、面积或项数定义。
过程必须稳定且受控制
如果当前过程不稳定,则将无法使用能力指标来可靠地评估将来的过程持续能力。 使用 Poisson 能力分析输出中的 U 控制图可确定过程是否稳定且受控制。 在评估过程能力前,请先调查失控点并消除过程中的所有特殊原因导致的变异。
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