自动化能力分析数据注意事项

为确保结果有效，在收集数据、执行分析和解释结果时，请考虑以下准则。

数据应当是连续的

连续数据是测量值，可以是连续尺度上位于某个值范围内的任何数值（包括分数值或小数值）。常见示例包括长度、重量和温度等测量值。

如果您有属性数据，例如缺陷品或缺陷的计数，请使用 二项式分布过程能力分析 或 Poisson 能力分析。

收集足够的数据以获取过程能力的可靠估计值

尝试收集至少 100 个总数据点（子组大小*子组数量），如 25 个大小为 4 的子组，或 35 个大小为 3 的子组。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。

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。如果不确定过程是否受控，请在执行此分析之前使用控制图来评估过程稳定性。

使用与工艺知识兼容的方法

使用过程知识确认分析选择的方法。例如，Weibull 分布仅适用于正数据。假设当样本恰好只有正值时，分析为过程选择 Weibull 分布，但您知道过程通常产生负值。由于方法的特征与过程的行为不兼容，因此请考虑与数据拟合良好的其他方法。