自动化能力分析示例

一家生产瓷砖的公司的质量工程师们想调查客户对地砖翘曲的投诉。为了确保生产质量,工程师在10天内每个工作日测量10块瓷砖的翘曲情况。翘曲测量的规格上限为 6 mm。工程师希望探索不同的选项,以找到一种合理的方法来估计过程的能力。

  1. 打开样本数据 瓷砖翘曲.MWX
  2. 选择 统计 > 质量工具 > 能力分析 > 自动化
  3. 单列中,输入翘曲程度
  4. 子组大小中,输入 10
  5. 规格上限中,输入 6
  6. 选择 确定

解释结果

分析将显示提供合理拟合的第一种方法的能力报告。对于瓷砖的翘曲,结果使用 Weibull 分布。

对于这些数据,直方图右尾部的测量值似乎高于规格上限。因此,瓷砖的翘曲经常超过6毫米的规格上限。观察到的 PPM > USL 表明,每百万块瓷砖中有 70,000 块高于规格上限。整体Ppk为0.51,低于普遍接受的行业准则1.33。因此,工程师得出结论,该过程没有能力,不能满足客户要求。

分布结果表显示了方法的评估顺序。在第一行中,安德森-达令检验的结论是,由于 p 值小于 0.05,因此数据不服从显著性 0.05 水平的正态分布。在第二行中,安德森-达林检验的结论是,Weibull 分布与数据是合理的拟合,因为 p 值大于 0.05。能力结果适用于威布尔分布,因为威布尔分布是列表中提供合理拟合的第一种方法。

工程师使用过程知识来考虑 Weibull 分布是否是一个合理的选择。例如,威布尔分布的边界为 0。在数据中,0 是表示未变形图块的边界。

自动化能力分布结果: 翘曲程度

分布位置尺度阈值形状PPpkCpk
正态2.92311.7860    0.01004210.57430.5838
Weibull*  3.2781  1.6937>0.250.5133 
对数正态0.84430.7444    <0.0050.4242 
最小极值3.86411.9924    <0.010.5362 
最大极值2.09581.4196    0.2128350.5130 
Gamma  1.2477  2.34280.2383370.4851 
Logistic2.79591.0162    0.01273470.5799 
对数 Logistic0.90970.4217    <0.0050.4090 
指数  2.9231    <0.00250.3780 
3 参数 Weibull  2.99690.20991.50490.4670970.4980 
3 参数对数正态1.37880.4184-1.4002    0.4961 
3 参数 Gamma  1.2314-0.01972.3898  0.4864 
3 参数对数 Logistic1.30430.2700-1.0940    0.4656 
2 参数指数  2.66790.2552  <0.010.3982 
Box-Cox 变换1.62370.5380    0.5743370.51160.5214
Johnson 变换0.01120.9949    0.7988950.4959 
非参数          0.6187 
*表示所选分布
对于非参数案例,能力统计量为 Cnpk。