解释 正态能力分析 的主要结果

可通过完成以下步骤来解释正态能力分析。主要输出包括直方图、正态曲线和能力指数。

步骤 1:检查数据是否有问题

您的过程应该稳定,并且原始(或变换的)过程数据应该服从正态分布。直方图和拟合的正态曲线有助于以非正式的方式快速检查潜在问题。
重要信息

要更全面地分析这些要求,请使用正态 Capability Sixpack

直观检查分布拟合

将整体实曲线与直方图的条形进行比较,评估数据是否大致是正态的。如果条形与曲线存在很大差异,则数据可能不是正态的,并且过程的能力估计值可能不可靠。如果数据看上去为非正态,请使用个体分布标识确定是否需要变换数据或拟合非正态分布以执行能力分析。

好拟合
差拟合
注意

您可以使用包括在此分析中的变换选项变换非正态数据。要将非正态分布与您的数据相拟合,请使用非正态能力分析

比较组内曲线和整体曲线

将整体实曲线与组内虚曲线进行比较,确定它们的对齐紧密程度。如果曲线之间存在很大差异,则表明过程可能不稳定,或者子组间可能存在明显变异。在执行能力分析之前使用控制图验证过程是否稳定。

紧密对齐
对齐欠佳
注意

如果您所分析的过程(如批量过程)自然地显示子组间存在较大变异,而且该变异并非由特殊原因造成,则考虑使用组间/组内能力分析

步骤 2:检查过程的观测性能

使用能力直方图可直观检查样本观测值与过程要求的关系。

检查过程散布

直观地检查直方图中的数据与规格下限和规格上限的关系。理想情况下,数据的扩散比规格扩散窄,并且所有数据都在规格限内。超出规格限的数据表示不合格项。

在此直方图中,过程展开宽于规格展开,这表明能力较差。虽然大部分数据都在规格限内,但是也有一些低于规格下限和高于规格上限物品数。

注意

要确定流程中不合格品的实际数量,请使用 PPM USL 和 PPM < LSL, PPM > 总计的结果。有关更多信息,请转到所有统计量和图形。

评估流程的中心

评估过程是否位于规格限的中间,或者在目标值处(如果具有目标值)。数据的中心位于分布曲线的峰值,由样本均值估计。

在此直方图中,虽然样本观测值在规格限内,但是分布曲线的峰值并未达到目标值。大多数数据超过目标值。

步骤 3:评估过程的能力

使用主要能力指数来评估过程符合要求的程度。

评估潜在能力

可使用 Cpk 根据过程位置和过程散布评估过程的潜在能力。潜在能力指示在消除过程偏移和漂移后能够实现的能力。

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

  • 将 Cpk 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 Cpk 比基准值低,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 Cp 和 Cpk。如果 Cp 和 Cpk 大致相等,则过程位于两个规格限制之间的中心位置。如果 Cp 和 Cpk 不同,则过程不位于中心位置。

主要结果:Cpk

对于这些过程数据,Cpk 为 1.09。因为 Cpk 小于 1.33,所以过程的潜在能力无法满足要求。过程过于接近规格下限。过程未处于中心位置,因此 Cpk 值不等于 Cp (2.76)。

评估整体能力

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。

  • 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。

主要结果:Ppk

对于这些过程数据,Ppk = 0.52。因为 Ppk 小于 1.33,所以过程的整体能力无法满足要求。过程未处于中心位置,因此 Ppk ≈ Pp (0.53)。但是,Ppk < Cpk (0.72),这表明,如果减少偏移和漂移(子组之间的变异),将可以改进过程的整体能力。

重要信息

Cpk 和 Ppk 指标用于度量过程的能力(仅对与过程均值最接近的规格限相关)。因此,这些指标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。如果过程生成超越规格上下限的不合格项,请使用输出中的其他能力度量,以便更加完整地评估过程性能。有关其他能力度量的详细信息,请参见所有统计量和图。