多变量非正态能力分析 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(如缺陷品数或缺陷数),请使用 二项式分布过程能力分析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
尝试为每个变量收集至少 100 个总数据点(子组大小*子组数),例如 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制,请使用 Xbar-S 控制图非正态 Capability Sixpack 评估过程稳定性,然后再执行此分析。
每个变量的数据必须服从选定的非正态分布
如果选定的分布无法更好地拟合数据,则能力估计值将不准确。要确定哪个分布可对数据进行最佳拟合,请使用 个体分布标识