项 | 说明 |
---|---|
规格上限 | 规格上限 |
规格下限 | 规格下限 |
η | 过程中位数 |
Xpu | 公差的上限经验百分位数 |
Xpl | 从公差开始降低经验百分位数 |
该分析使用经验百分位数来估计过程的扩散。首先,分析使用容差来查找要计算的百分位数。
其中 Z 是标准正态分布的百分位数, T 是公差。例如,如果公差为 6,则 pU = P(Z < 3) = 0.99865.如果公差为 6,则 pL = P(Z < −3) = 0.00135.对于具有 2 个规格限值的过程,公差 6 覆盖了大约 99.7% 的数据。
接下来,分析根据数据计算经验百分位数。
项 | 说明 |
---|---|
p | 小于或等于所需百分位数的数据所占的百分比,除以 100 |
Xy | 数据从最小到最大排序时数据的第 Y 行 |
y | w 的截断值 |
w | p(N + 1) |
N | 具有非缺失数据的行的数量 |
z | w – y |
McCormack, D. W., Harris, I. R., Hurwitz, A., M., & Spagon, P. D. (2000). Capability indices for non-normal data. Quality Engineering, 12(4), 489-495.