二项式分布过程能力分析 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。

数据必须是缺陷品数

子组中的每个项必须分类为可接受或不可接受（缺陷品）。如果数据不是缺陷品数，则无法使用二项分布来估计过程的能力。如果有针对每个项的缺陷数，请使用 Poisson 能力分析 评估每单位的缺陷数。

采用子组形式收集数据

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。应在相同的过程条件（如人员、设备、供应商或环境）下收集各子组的项。如果您没有在相同的过程条件下收集子组中的数据，则子组中的变异可能会反映出过程的特殊原因变异，而非自然或固有变异。

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

对于所有子组，平均缺陷品比率乘以子组大小应当至少为 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。

子组大小可能不相等

子组大小可以存在差异。例如，如果呼叫中心每小时跟踪 100 通来电，并统计不满意的等待时间数，那么所有子组大小均为 100。但是，如果呼叫中心跟踪一天内随机选定的某一小时内的所有来电，则来电数可能各有不同，并且导致子组大小不相同。

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。使用二项能力分析输出中的 P 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。