多变量正态能力分析 的整体能力

对于随针对多个变量的正态能力分析提供的每个整体能力度量,查找定义和解释指导。

Pp

Pp 是整体过程能力的度量。Pp 是用于比较下列两个值的比值:
  • 规格散布 (USL – LSL)
  • 过程基于整体标准差的散布(6-σ 变异)
Pp 基于过程变异而非过程位置评估能力

您必须提供规格下限 (LSL) 和规格上限 (USL),才能计算 Pp 指数。

解释

可使用 Pp 根据过程散布评估过程的整体能力。整体能力指示客户在一段时间内体验的实际性能。

由于 Pp 不考虑过程的位置,所以它只说明过程在处于中心位置时可以获得的整体能力。总体上讲,Pp 值越高,过程的能力越高。Pp 值低表明可能需要改进过程。

低 Pp

在此例中,规格散布小于过程的整体散布。因此,Pp 值较低 (0.40),并且过程的整体能力差(基于过程变异)。

高 Pp

在此例中,规格散布显著大于过程的整体散布。因此,Pp 值高 (1.80),并且过程的整体能力良好(基于过程变异)。

比较您分析中的每个变量的 Pp 值,以确定过程的整体能力是否对于不同组而不同,或在不同条件下不同。对于每个变量,您还可以将 Pp 与其他值进行比较,以获取有关过程能力的更多信息。
  • 将 Pp 与基准值进行比较以评估过程的整体能力。 许多行业都使用基准值 1.33。如果 Pp 比基准值低,则考虑如何通过减少过程变异来改进过程。

  • 比较 Pp 和 Ppk。 如果 Pp 和 Ppk 大致相等,则该过程位于两个规格限制之间的中心位置。如果 Pp 和 Ppk 不同,则过程不位于中心位置。

警告

由于 Pp 指数不考虑过程的位置,它并不表示过程与规格限所限定的目标区域的接近程度。例如,以下图形显示了两个具有相同 Pp 值的过程,但其中一个过程在规格限内,而另一个则没有。
Pp = 2.27
Pp = 2.27

要进行完整的准确分析,请结合其他能力指数(如 Ppk)使用这些图形,以便根据数据得出有意义的结论。

PPL

PPL 是对过程的整体能力的度量。PPL 是用于比较下列两个值的比值:
  • 过程均值与规格下限 (LSL) 的距离
  • 过程基于整体标准差的单侧散布(3-σ 变异)
由于 PPL 同时考虑过程均值和过程散布,因此它既评估过程的位置又评估过程的变异。

解释

可使用 PPL 评估过程相对于其规格下限的整体能力。整体能力指示客户在一段时间内体验的实际性能。

总体上讲,PPL 值越高,表示过程在其分布下侧尾部的能力越高。PPL 值低表明可能需要改进过程。

低 PPL

在此例中,过程均值到规格下限 (LSL) 的距离小于单侧过程散布。因此,PPL 较低 (0.80),并且就规格下限而言,过程的整体能力较差。

高 PPL

在此例中,过程均值到规格下限 (LSL) 的距离大于单侧过程散布。因此,PPL 较高 (1.60),并且就规格下限而言,过程的整体能力较好。

比较您分析中的每个变量的 PPL 值,以确定过程的整体能力是否对于不同组而不同,或在不同条件下不同。对于每个变量,您还可以将 PPL 与其他值进行比较,以获取有关过程能力的更多信息。
  • 将 PPL 与基准值进行比较以评估过程的整体能力。许多行业都使用基准值 1.33。如果 PPL 低于基准值,则考虑如何改进您的过程,例如减少其变异或改变其位置。

  • 如果您同时具有规格上限和规格下限,则将 PPL 与 PPU 进行比较。如果 PPL 不近似地等于 PPU,则过程不在中心位置。
    PPL = 0.92,PPU = 4.37

    当 PPL < PPU 时,过程产生违反规格下限的缺陷单元的可能性更大。

    PPL = 4.37,PPU = 0.92

    当 PPU < PPL 时,过程产生违反规格上限的缺陷单元的可能性更大。

PPU

PPU 是对整体过程能力的度量(基于过程的规格上限)。PPU 是用于比较下列两个值的比率:
  • 过程均值到规格上限 (USL) 的距离
  • 过程基于整体标准差的单侧散布(3-σ 变异)
由于 PPU 同时考虑过程均值和过程散布,因此它既评估过程的位置又评估过程的变异。

解释

可使用 PPU 评估过程相对于其规格上限的整体能力。整体能力指示客户在一段时间内体验的实际性能。

总体上讲,PPU 值越高,表示过程在其分布上侧尾部的能力越高。PPU 值低表明可能需要改进过程。

低 PPU

在此例中,过程均值到规格上限 (USL) 的距离小于单侧过程散布。因此,PPU 较低 (0.66),并且就规格上限而言,过程的整体能力较差。

高 PPU

在此例中,过程均值到规格上限的距离 (USL) 显著大于单侧过程散布。因此,PPU 较高 (2.76),并且就规格上限而言,过程的整体能力较好。

比较您分析中的每个变量的 PPU 值,以确定过程的整体能力是否对于不同组而不同,或在不同条件下不同。对于每个变量,您还可以将 PPU 与其他值进行比较,以获取有关过程能力的更多信息。
  • 将 PPU 与基准值进行比较以评估过程的整体能力。许多行业都使用基准值 1.33。如果 PPU 低于基准值,则考虑如何改进您的过程,例如减少其变异或改变其位置。

  • 如果您同时具有规格上限和规格下限,则将 PPL 与 PPU 进行比较。如果 PPL 不近似地等于 PPU,则过程不在中心位置。
    PPL = 0.92,PPU = 4.37

    当 PPL < PPU 时,过程产生违反规格下限的缺陷单元的可能性更大。

    PPL = 4.37,PPU = 0.92

    当 PPU < PPL 时,过程产生违反规格上限的缺陷单元的可能性更大。

Ppk

Ppk 是整体过程能力的度量,等于 PPU 和 PPL 的最小值。Ppk 是用于比较下列两个值的比值:
  • 过程均值到最近规格限(USL 或 LSL)的距离
  • 过程基于其整体变异的单侧散布(3-σ 变异)
Ppk 评估过程的位置和整体变异。

解释

可使用 Ppk 根据过程位置和过程散布评估过程的整体能力。整体能力指示客户在一段时间内体验的实际性能。

总体上讲,Ppk 值越高,过程的能力越高。Ppk 值低表明可能需要改进过程。

低 Ppk

在此例中,过程均值到最近规格限 (USL) 的距离小于单侧过程散布。因此,Ppk 较低 (0.66),并且过程的整体能力较差。

高 Ppk

在此例中,从过程均值到最近规格限 (LSL) 的距离大于单侧过程散布。 因此,Ppk 较高 (1.68),并且过程的整体能力较好。

比较您分析中的每个变量的 Ppk 值,以确定过程的整体能力是否对于不同组而不同,或在不同条件下不同。对于每个变量,您还可以将 Ppk 与其他值进行比较,以获取有关过程能力的更多信息。
  • 将 Ppk 与基准值(代表过程可接受的最小值)进行比较。许多行业都使用基准值 1.33。如果 Ppk 比基准值低,则考虑如何改进您的过程。

  • 比较 Pp 和 Ppk。 如果 Pp 和 Ppk 大致相等,则该过程位于两个规格限制之间的中心位置。如果 Pp 和 Ppk 不同,则过程不位于中心位置。

  • 比较 Ppk 和 Cpk。当过程在统计意义上受控制时,Ppk 和 Cpk 大致相等。Ppk 和 Cpk 之间的差异代表在消除过程偏移和漂移的情况下预期可实现的过程能力提高。

警告

Ppk 指数只表示过程曲线的一侧,而不度量过程曲线另一侧的过程执行情况。

例如,下面的几个图形显示了两个具有相同 Ppk 值的过程。但是,一个过程同时违反了两个规格限,另一个过程只违反了规格上限。

Ppk = min {PPL = 4.01, PPU = 0.64} = 0.64
Ppk = PPL = PPU = 0.64

如果过程中具有同时超出两个规格限的不合格部件,可考虑使用其他指数(如基准 Z 值),以便更加完整地评估过程的能力。

Cpm

Cpm 是对过程整体能力的度量。Cpm 将规格散布与过程数据散布相比较,并考虑数据与目标值的偏差。

您必须提供目标值,Minitab 才能计算 Cpm 的值。

解释

可使用 Cpm 评估过程相对于规格散布和目标的整体能力。 整体能力指示客户在一段时间内体验的实际性能。

总体上讲,Cpm 值越高,过程的能力越高。值低表明可能需要改进过程。

高 Cpm

在此示例中,过程达到目标,并且所有数据都在规格限内。因此,Cpm 较高 (1.60)。

低 Cpm

在此示例中,数据都在规格限内,但是过程未达到目标。因此,Cpm 较低 (1.03)。

低 Cpm

在此示例中,过程达到目标,但是并非所有数据都在规格限内。因此,Cpm 较低 (0.48)。

您可以将 Cpm 与其他值进行比较,以获取有关过程能力的更多信息。

  • 将 Cpm 与基准值进行比较以评估过程的整体能力。 许多行业都使用基准值 1.33。如果 Cpm 低于基准值,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 Ppk 和 Cpm。如果过程在目标处居中,则 Ppk 与 Cpm 值大致相等。

能力指数的置信区间 (CI)、下限 (LB)、上限 (UB)

置信区间是能力指数的可能值范围。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能力指数值的值。置信上限定义可能大于能力指数值的值。

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 Cp、Pp、Cpk、Ppk、Cpm 和基准 Z 值显示置信区间或置信边界。

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能力指数估计值。要计算过程能力指数的实际值,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能力指数值的可能范围。

在 95% 置信水平下,您可以 95% 地确信能力指数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 95 个样本生成的区间中包含能力指数的实际值。

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,一家公司对 Ppk 使用最低基准值 1.33 定义有能力的过程。通过使用能力分析,该公司获得 Ppk 估计值 1.46,这表明该过程有能力。要进一步评估此估计值,该公司显示 Ppk 的 95% 置信下限。如果 95% 置信下限大于 1.33,则该公司可以非常自信地认为该过程有能力,即使考虑到将影响估计值的随机抽样变异也是如此。

整体能力的 Z.LSL

Z.LSL(整体)是过程均值和规格下限 (LSL) 之间的标准差倍数。它是基于整体过程性能通过使用整体标准差计算的。

在此示例中,整体标准偏差由水平尺度上的刻度标记表示。过程平均值和规格下限之间的距离为 2 个标准差,因此 Z.LSL 的值(整体)为 2。

注意

要显示基准 Z 值度量,您必须在执行能力分析时单击 选项 并将能力统计量的默认输出更改为基准 Z 值。

解释

可使用 Z.LSL(整体)评估过程相对于其规格下限的整体西格玛能力。整体能力指示客户在一段时间内体验的实际性能。

总体上讲,Z.LSL 值越高,表示过程在其分布下侧尾部的能力越高。值低表明可能需要改进过程。如果可能,基于过程知识或行业标准将 Z.LSL 值(整体)与基准值进行比较。如果 Z.LSL 值低于您的基准值,则考虑如何改进过程。

整体能力的 Z.USL

Z.USL(整体)是过程均值和规格上限 (USL) 之间的标准差倍数。它是基于整体过程性能通过使用整体标准差计算的。

在此示例中,整体标准偏差由水平尺度上的刻度标记表示。过程平均值和规格上限之间的距离为 2 个标准差,因此 Z.USL 的值(整体)为 2。

注意

要显示基准 Z 值度量,您必须在执行能力分析时单击 选项 并将能力统计量的默认输出更改为基准 Z 值。

解释

可使用 Z.USL(整体)评估过程相对于其规格上限的整体西格玛能力。 整体能力指示客户在一段时间内体验的实际性能。

总体上讲,Z.USL 值越高,表示过程在其分布上侧尾部的能力越高。值低表明可能需要改进过程。如果可能,基于过程知识或行业标准将 Z.USL 值(整体)与基准值进行比较。如果 Z.USL 值低于您的基准值,则考虑如何改进过程。

总体能力的基准 Z 值

基准 Z 值(整体)是标准正态分布(用于将估计的过程中缺陷品率转换为上侧尾部概率)的百分位数。它是基于整体过程性能通过使用整体标准差计算的。

过程的缺陷在两个规格限上。整体标准差由刻度标记显示。

如果您将所有缺陷都放在分布的右尾上,然后度量从中心(垂直线)到定义总缺陷的点的标准差倍数,您就会得到基准 Z(整体)值。

注意

要显示基准 Z 值度量,您必须在执行能力分析时单击 选项 并将能力统计量的默认输出更改为基准 Z 值。

解释

可使用基准 Z 值(整体)评估过程的整体西格玛能力。

总体上讲,基准 Z 值越高,过程的能力越高。基准 Z 值低表明可能需要改进过程。如果可能,基于过程知识或行业标准将基准 Z 值与基准值进行比较。如果基准 Z 值小于基准值,则考虑如何改进您的过程。

比较组内基准 Z 值和整体基准 Z 值。当过程受统计控制时,组内基准 Z 值和整体基准 Z 值大致相同。这两个值之差表示,如果过程受控,您预期过程能够改进的能力。 基准 Z 值(整体)有时称为长期基准 Z 值 (LT)。