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。控制图和概率分布图可帮助您评估是否满足这些要求。
控制图可帮助您通过标识数据中的失控点、模式和趋势来监视过程的稳定性。
红点表示至少在一个特殊原因检验中失败且不受控制的子组。失控点表示过程可能不稳定、能力分析结果可能不可靠。在分析过程能力之前,您应当确定导致失控点的原因并消除特殊原因变异。
Minitab 将显示的控制图类型取决于您数据中子组的大小:
使用正态概率图评估数据服从正态分布的要求。
如果正态分布能够与数据实现良好拟合,这些点应该大致形成一条直线并且沿位于置信限之间的拟合线排列。背离这条直线表明违背正态性。如果 p 值大于 0.05,则可以假设数据服从正态分布。您可以使用正态分布评估过程的能力。
如果 p 值小于 0.05,则数据不是正态数据且能力分析结果可能不准确。使用个体分布标识可以确定为了执行能力分析是否必须变换数据或拟合非正态分布。
如果您的数据为非正态数据,可以使用包括在此分析中的变换选项变换这些数据。要将非正态分布与您的数据相拟合,请使用非正态 Capability Sixpack。
可使用能力直方图在视觉上检查样本观测值,以与过程要求进行比较。
直观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,数据的散布窄于规格散布,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。
要确定您过程中不合格部件的实际数量,请使用 PPM 的结果。
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)。数据的中心出现在分布曲线的尖峰,并通过样本均值估计。
使用主要能力指数来评估过程符合要求的程度。
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。
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。
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。如果过程中存在超越两个规格限的不合格项,请使用其他能力度量,以便更加完整地评估过程性能。