解释自动化能力分析的主要结果

完成以下步骤以解释能力分析。主要输出包括直方图和能力指数。

步骤 1：检查数据是否有问题

当分析选择适合样本数据的方法时，请评估数据是否存在任何问题，以遵循良好做法。例如，调查数据中揭示您不了解的进程行为的异常值。异常值有时表示数据输入中的错误、表示采样中的错误、揭示您不理解的进程行为或指示进程不稳定。异常值可能会影响能力分析的准确性。

使用能力直方图检查与过程要求相关的样本观测值。

直观地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，数据的扩散比规格扩散窄，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。

要确定流程中不合格品的实际数量，请使用 PPM USL 和 PPM < LSL, PPM > 总计的结果。有关更多信息，请转到所有统计量和图形。

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）。分布曲线的峰值显示大多数数据所在的位置。

对于参数分析，请使用 Ppk 根据过程位置和过程展开来评估过程的整体能力。对于非参数分析，请使用 Cnpk 评估整体能力。整体能力表示客户在一段时间内体验的过程的实际性能。

通常，任一统计量的值越高，表示过程的能力越强。值低表明可能需要改进过程。

将测量总体能力的统计数据与表示过程可接受的最小值的基准值进行比较。许多行业都使用基准值 1.33。如果统计数据低于基准，请考虑改进流程的方法。

您可以评估正态数据或转换后服从正态分布的数据的潜在能力。可使用 Cpk 根据过程位置和过程散布评估过程的潜在能力。潜在能力表示在消除过程偏移和漂移后能够实现的能力。

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。许多行业都使用基准值 1.33。如果 Cpk 比基准值低，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 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，则过程不位于中心位置。