按测量类型提供的可用分析

适当的质量分析取决于测量类型和亚组规模。

连续数据的控制图和能力分析

Real-Time SPC 为 过程测量值、输出测量值和 计算测量值创建控制图和能力分析。

当存在可归因原因和纠正措施时,使用 Pareto 图表可帮助集中改进工作。

控制图

连续数据通常被分组收集。这意味着同时收集多个项目以表示整个过程。
子组大小 = 1
当子组大小 = 1 时,适合使用的控制图是 I-MR 图表。
子组大小 > 1
当子组大小 > 1 时,默认控制图是 Xbar-R 图表。
当子组大小 > 1 时,可以根据分析目标更改默认控制图类型。
  • 当具有连续数据且子组大小为 9 或更大时,使用 Xbar-S 图表监测过程的均值和变异。
  • 当每个子组是不同部件或批次时,使用 I-MR-R/S 图表监测过程均值以及子组之间和子组内部的变异。
  • 使用 EWMA 图表(一种时间加权图表)检测过程均值的小幅偏移,且不受低值和高值的影响。

能力分析

Real-Time SPC 提供以下连续能力分析。
正态能力分析
与 I-MR、Xbar-R、Xbar-S 和 EWMA 控制图一起使用。
带 Box-Cox 变换的正态分布 或 拟合分布
如果数据不服从正态分布,请使用此分析。

有关详细信息,请转到 何时使用非常态能力分析。

组间/组内能力分析
与 I-MR-R/S 控制图一起使用。
注意

只有 I-MR 和 Xbar-R 图表以及 正态能力分析 可用于 Prolink 测量值。

属性数据的控制图和能力分析

Real-Time SPC 为不良品、分组不良品和分组缺陷创建控制图和能力分析。有关更多信息,请转到 缺陷与缺陷品。

使用 Pareto 图表可帮助集中改进工作。使用帕累托图调查缺陷和不良品的类型,以及可归因原因和纠正措施。有关更多信息,请转到 缺陷和不良品的帕累托图。

属性数据也通常按子组收集。属性控制图的选择取决于收集的是缺陷数据还是不良品数据,以及希望如何表示这些数据。
注意

可以单独监测不良品计数数据,每个控制图使用一个测量值;也可以一起监测,在同一控制图上显示多个不良品类型。有关更多信息,请转到 质量属性。

泊松数据——缺陷
统计缺陷时,默认控制图是 C 图表;相应的能力分析是 Poisson 能力分析。
可以更改分析的默认控制图类型。C 图和 U 图的主要区别在于垂直刻度。
  • 使用 C 图表监测缺陷数量。
  • 使用 U 图表监测每单位缺陷数量。
  • 使用 Laney U' 图表监测过程的缺陷率,并调整数据中的过度离散或离散不足。
二项数据——缺陷
统计不良品时,默认控制图是 NP 图表;相应的能力分析是 二项能力分析。
可以更改分析的默认控制图类型。NP 图和 P 图的主要区别在于垂直刻度。
  • 使用 NP 图表监测不良品数量。
  • 使用 P 图表监测不良品比例。
  • 使用 Laney P' 图表监测过程产生的不良品比例,并调整数据中的过度离散或离散不足。