비정규 데이터 공정 능력 분석안녕하세요 여러분,
나는 노력하고있다 CpK 계산 두 개의 다른 매개 변수에 대해. 둘 다에 대한 데이터에는 정규 분포가 없습니다. 다음 게시물에 제공된 팁을 따랐습니다.
https://community.jmp.com/t5/JMPer-Cable/Process-Capability-Analysis-for-nonnormal-data/ba-p/38112
이 분석에 따르면 3개 법선의 혼합이 가장 좋아 보입니다(AICc). 그런 다음 개별 확률 플롯을 그렸습니다. 아래에 "Normal"을 포함한 상위 3개 확률 플롯이 표시됩니다.
이 분석에 기초하여 계산된 CpK(3개 법선의 혼합)는 0.9인 "정상"으로 계산된 것과는 반대로 0.65였습니다. 이 접근 방식이 맞습니까?
두 번째 매개변수는 109로 보고된 분석의 LOQ 미만 값으로 인해 대부분 데이터가 왜곡되기 때문에 훨씬 더 복잡합니다.
도움을 주시면 감사하겠습니다!
감사해요
Re: 비정규 데이터 능력 분석분포에 대해 일반 3 혼합을 선택했지만 SHASH와 Johnson Su는 낮은 AICc 점수를 기준으로 더 나은 선택입니다.AICc가 낮을수록 좋습니다.
그만큼 SHASH 분배 sinh-arcsinh로도 알려져 있습니다. 분포 . 이것 분포 존슨이랑 비슷하다 분포 정상으로의 전환이라는 점에서 SHASH 분배 정상 포함 분포 특별한 경우로. 이것 분포 대칭 또는 비대칭일 수 있습니다.
또한 두 개의 이상값이 있습니다. 하나는 LOQ보다 훨씬 낮고 다른 하나는 USL 위와 그 이상입니다.해당 포인트를 숨기고 제외하고 분포를 다시 피팅하여 해당 포인트가 전체 적합도 및 Cpk를 얼마나 활용하는지 확인할 수 있습니다.
Re: 비정규 데이터 능력 분석LOQ는 정량 한계입니다. 기본적으로 분석이 안정적으로 보고할 수 있는 가장 낮은 값입니다.
Re: 비정규 데이터 능력 분석LOQ가 무엇을 의미하는지 모르겠습니다.제가 이러한 질문에 많은 도움을 드릴 수 있을지 모르겠습니다.
Re: 비정규 데이터 능력 분석데이터가 심하게 왜곡된 다음과 같은 경우 사양 제한을 축소하는 이유는 무엇입니까?
기본적으로 대부분의 데이터는 분석의 LOQ인 109에 있습니다.
다시 Norm 3 믹스가 가장 좋아 보이고 Norm 3을 사용한 새로운 CpK 계산은 3.1로 더 낮습니다.
가까운 LOQ 데이터를 처리할 수 있는 방법이 있습니까? 이 방법으로 CpK 계산이 정확합니까?
모든 이전 답변에 감사드립니다!
Re: 비정규 데이터 능력 분석할당 가능한 원인이 있기 때문에 잘못 준비된 것으로 알고 있는 샘플을 제거할 수 있다고 생각합니다.귀하의 목표는 샘플링되지 않은 제품으로 일반화하는 것이며 샘플링되지 않은 제품은 테스트를 위해 전혀 준비되지 않았으므로 프로세스의 일부가 아니라고 말하고 싶습니다.
JMP는 실제로 어떤 샘플이 어떤 모드에 속하는지 파악할 수 없습니다. 정확히 판단할 방법이 없습니다.당신이 할 수 있는 최선의 방법은 각 개인을 가장 가까운 모드에 할당하는 것이지만, 많은 사람들이 잘못될 가능성이 있습니다.분포의 다른 부분에서 나온 샘플을 보고 어떻게 다른지 알아낼 수 있는지 확인할 수 있다면.우리는 때때로 강도 테스트에서 여러 모드를 볼 수 있으며 모드는 다른 실패 모드와 일치합니다.
컨트롤 차트를 보는 것도 도움이 될 수 있습니다.분포의 다양한 모드가 X축의 기간에 해당하는 경우 근본 원인을 찾을 수 있습니다.
Re: 비정규 데이터 능력 분석빠른 응답에 대해 Cameron에게 감사드립니다! JMP 14에서 이러한 여러 모드를 식별하고 분석할 수 있는 방법이 있습니까?
또한 아래에 강조 표시된 데이터 포인트 중 일부가 샘플 준비 오류로 인한 것으로 확인되었음을 언급하는 것을 잊었습니다.공정 능력 또는 샘플 준비 또는 혼합 오류에서 이러한 오류를 제거할 수 있습니까? 공정의 일부로 간주됩니까?
또한 목표는 CpK를 계산하는 것뿐만 아니라 Capability 분석 결과에 따라 사양을 변경(강화 또는 확장)하는 것입니다.
Re: 비정규 데이터 능력 분석글쎄요, 저는 확실히 일반적인 추정치를 믿지는 않겠지만 그 중 어떤 것도 믿을 수 있을지 확신이 서지 않습니다.안정성은 공정 능력 지수의 기본 가정입니다.정상일 필요는 없지만 데이터는 일정한 평균과 분산을 유지해야 합니다.다른 실 , Mark와 Mike는 여러 모드가 있는 이유를 이해하는 방법에 대해 이야기했습니다.다중 모드 데이터를 가져야 하는 완전히 합리적인 이유가 있고 "고정"할 수 없는 경우가 있기 때문에 안정적인 프로세스가 없다는 것을 절대적으로 의미하지는 않습니다.그러나 실제로 실사를 수행했는지 확인해야 합니다.안정성 가정이 충족되지 않으면 공정 능력 추정치가 미래에 갖게 될 공정 능력을 나타내지 못할 수 있습니다.
즉, 공정이 안정적이라고 확신하는 경우 반드시 가장 적합한 적합 분포를 기반으로 공정 능력 계산을 수행하십시오.대안은 분포를 가정하지 않는 비모수적 기능입니다.
