多变量正态能力分析 的预期整体性能

对于随针对多个变量的正态能力分析提供的预期整体性能度量,查找定义和解释指导。

预期整体性能所对应的 PPM < LSL

针对预期整体性能的 PPM < LSL 是其测量值低于规格下限 (LSL) 的部件的预期百万分数。预期整体性能值是通过使用整体标准差计算的。针对预期整体性能的 PPM < LSL 等于 1,000,000 乘以从整体过程分布中随机选择的部件的测量值小于 LSL 的概率。
从整体过程分布中随机选择的部件的测量值低于 LSL 的概率用正态曲线下面的阴影区域显示。

解释

可使用预期整体性能的“PPM < LSL”来估计基于过程整体变异预期低于规格下限的不合格品的数目(以百万分数表示)。整体性能值表示客户在一段时间内实际体验到的过程性能。

较低的 PPM < LSL 值表示更高的过程能力(相对于规格下限)。在理想情况下,很少或无任何部件具有小于规格下限的测量值。

预期整体性能所对应的 PPM > USL

针对预期整体性能的 PPM > USL 是其测量值高于规格上限 (USL) 的部件的预期百万分数。预期整体性能值是通过使用整体标准差计算的。针对预期整体性能的 PPM > USL 等于 1,000,000 乘以从整体过程分布中随机选择的部件的测量值高于 USL 的概率。

随机选择的部件的测量值大于 LSL 的概率用整体正态曲线下方的阴影区域显示。

解释

可使用预期整体性能的“PPM > USL”来估计基于过程整体变异预期高于规格上限的不合格品的数目(以百万分数表示)。整体性能值表示客户在一段时间内实际体验到的过程性能。

较低的 PPM > USL 值表示较高的过程能力(相对于规格上限)。在理想情况下,很少或无任何部件具有大于规格上限的测量值。

预期整体性能的合计 PPM

针对预期整体性能的合计 PPM 是其测量值超出规格限的部件的预期百万分数 (PPM)。预期整体性能值是通过使用整体标准差计算的。针对预期整体性能的合计 PPM 等于 1,000,000 乘以从整体过程分布中随机选择的部件的测量值超出规格限的概率。
随机选择的部件的测量值超出规格限的概率用整体正态曲线下面的阴影区域显示。

解释

可使用预期整体性能的“合计 PPM”来基于过程整体变异估计预期处于规格限外的不合格品的数目(以百万分数表示)。整体性能值表示客户在一段时间内实际体验到的过程性能。

较低的合计 PPM 值表示更高的过程能力。在理想情况下,很少或无任何部件具有位于规格限外的测量值。

您还可以使用 PPM 估计过程中合格和不合格部件的百分比。
PPM 不合格部件 % 合格部件 %
66807 6.6807% 93.3193%
6210 .621% 99.379%
233 .0233% 99.9767%
3.4 .00034% 99.99966%

预期整体性能所对应的 % < LSL

针对预期整体性能的 % < LSL 是其测量值低于规格下限 (LSL) 的部件的预期百分比。预期整体性能值是通过使用整体标准差计算的。针对预期整体性能的 % < LSL 是从整体过程分布中随机选择的部件的测量值小于 LSL 的概率。

从整体过程分布中随机选择的部件的测量值低于 LSL 的概率用正态曲线下面的阴影区域显示。

解释

可使用预期整体性能的“% < LSL”来估计基于过程整体变异预期低于规格下限的不合格品的百分比。整体性能值表示客户在一段时间内实际体验到的过程性能。

较低的 % < LSL 值表示更高的过程能力(相对于规格下限)。在理想情况下,很少或无任何部件具有小于规格下限的测量值。

预期整体性能所对应的 % > USL

针对预期整体性能的 % > USL 是其测量值高于规格上限 (USL) 的部件的预期百分比。预期整体性能值是通过使用整体标准差计算的。针对预期整体性能的 % > USL 是从整体过程分布中随机选择的部件的测量值高于 USL 的概率。

随机选择的部件的测量值大于 LSL 的概率用整体正态曲线下方的阴影区域显示。

解释

可使用预期整体性能的“% > USL”来估计基于过程整体变异预期高于规格上限的不合格品的百分比。整体性能值表示客户在一段时间内实际体验到的过程性能。

较低的 % > USL 值表示较高的过程能力(相对于规格上限)。在理想情况下,很少或无任何部件具有大于规格上限的测量值。

预期整体性能所对应的合计 %

针对预期整体性能的合计 % 是其测量值超出规格限的部件的预期百分比。预期整体性能值是通过使用整体标准差计算的。针对预期整体性能的合计 % 是从整体过程分布中随机选择的部件的测量值超出规格限的概率。
随机选择的部件的测量值超出规格限的概率用整体正态曲线下面的阴影区域显示。

解释

可使用预期整体性能的“合计 %”来估计基于过程整体变异预期超出规格限的不合格品的百分比。整体性能值表示客户在一段时间内实际体验到的过程性能。

较低的合计 % 值表示较高的过程能力。在理想情况下,很少或无任何部件具有位于规格限外的测量值。

预期整体性能的置信区间 (CI)、下限 (LB)、上限 (UB)

置信区间是性能度量值的可能范围。置信区间由置信下限和置信上限定义。边界是通过确定样本估计值的边际误差来计算的。置信下限定义可能小于性能度量值的值。置信上限定义可能大于性能度量值的值。

注意

要显示置信区间,必须单击选项并在执行能力分析时选择包括置信区间。Minitab 对于能力指数和性能度量值可显示置信区间或置信边界。Minitab 对于子组内变异和整体变异显示不同的统计量。

解释

由于数据样本是随机的,因此从过程收集的不同样本不可能生成相同的性能度量估计值。要计算过程性能度量的实际值,您将需要分析由过程生成的所有项数据,而这是不可行的。您可以改为使用置信区间来确定性能度量值的可能范围。

在 95% 置信水平下,您可以 95% 地确信性能度量的实际值包含在置信区间内。也就是说,如果您从过程中收集 100 个随机样本,则可以预计约有 95 个样本生成的区间中包含性能度量的实际值。

置信区间有助于评估样本估计值的实际意义。如果可能,基于过程知识或行业标准将置信界限与基准值进行比较。

例如,某家公司针对规格外总数 % 使用最小基准值 0.3% 定义有能力的过程。该公司使用能力分析获取规格外总数 % 的估计值为 0.146%,这表示过程有能力。为了进一步评估此估计值,该公司针对规格外总数 % 显示 95% 置信上限。如果 95% 置信上限小于 0.3%,则该公司可以十分确信其过程有能力,即使考虑到会影响估计值的随机采样的变异性也是如此。