在最近的一篇博客文章中,我讨论了控制限和规格限,它们来自哪里以及它们是什么。 这篇文章更详细地介绍了规格限制。 我们将在以下方面使用流程能力联合管理计划生成能力分析。 然后,我们将使用此分析来做出有关流程的决策。 您可以阅读更多有关制程能力在我同事的帖子中劳拉·兰卡斯特。
例子
在之前的一篇文章中使用控制图生成器生成控制限,我们看到稳定应该总是被检查事先的执行能力分析。 我介绍了一个涉及印刷过程的例子。 让我们回顾一下这个例子。
印刷过程中的变化可能会导致线条变形,包括倾斜、厚度和长度问题。 出于我们的目的,我们正在考虑线路的长度。 如果打印长度为 16 厘米 +/- 0.2 厘米,则该线被认为是良好的。 如果再长,句子可能会脱离页面。 如果太短,页面上就会浪费很多空间。 每次印刷时,都会对第一本书和最后一本书进行测量。 行长是在每本书中间的指定页面上测量的。
分析
我们在上一篇关于控制图的博客文章中确定该过程是稳定的。 现在我们知道该过程是稳定的,我们可以确定我们的过程是否稳定有能力的。 过程的能力由过程生产符合规格的产品的程度来定义。 在我们的示例中,如果线条的打印长度为 16 厘米 +/- 0.2 厘米,则认为线条良好。 尽管我们知道这一点并在创建控制图之前定义了这一点,但该信息并未在我们的控制图分析中使用。 该信息定义了我们的规格限制。 这些值不是计算值。 我们知道,考虑到页面的大小,一条好的线条具有上述长度。
我们可以使用相同的数据来执行能力分析。 要生成分析,请转至分析 -> 质量和流程 -> 流程能力。 选择长度作为 Y,过程。 在“列角色”部分中,选择“长度”。 单击“流程子分组”旁边的三角形,打开“流程子分组”部分。 在“选择列”部分中选择“运行”,然后单击“嵌套子组 ID 列”。在子组内变异统计部分中,选择范围平均值。 由于我们在控制图中使用了范围,因此我们在这里也使用范围。

单击“确定”。 您将看到一个对话框,允许您定义规格限制。 您可以选择包含规格限值的数据表,也可以直接输入规格限值。 我们将直接输入它们。 输入 15.98 (16-.02) 作为 LSL、16 作为目标、16.02 (16+.02) 作为 USL。单击“确定”。

目标图
您首先会看到一个目标图。
y 轴是标准化为规范的标准开发。 这显示了数据的可变性。 我们注意到该点远高于红色三角形,表明可变性很高。 x 轴是标准化为规格的均值漂移。 由于该点出现在三角形顶点附近,我们注意到该过程接近目标(略低于目标)。 如果分布呈正态,则红色三角形下方的区域表示不合格率为 0.0027 或更好(这对应于 Ppk =1)。 我们发现我们的流程的不合格率要高得多。 可以调整 Ppk 滑块,使三角形表示不同的不合格率。
箱形图
能力箱线图显示并非所有数据都符合规格限。 该箱线图非常宽,跨度远大于绿色标准化规范限制。 我们还注意到,该过程接近目标值,但稍微偏低。 我们看到这一点是因为箱线图中出现的黑色实线稍微位于表示标准化目标值的绿色实线的左侧。

个人详细报告
要更详细地查看此流程,请从“流程能力”旁边的红色小三角中选择“个人详细报告”。 直方图表明数据正常。 如果您想执行实际的正态性拟合优度检验,您可以使用分布平台。

西格玛内的蓝色密度曲线非常接近整体西格玛的黑色点状密度曲线。 这表明过程是稳定的,我们已经通过控制图生成器显示了这一点。 在不合格报告中,我们看到外部总数为 67.5。因此,我们 67.5% 的测量结果不符合规格限。
进一步调查
要进一步研究此流程,请单击“流程能力”旁边的红色小三角,然后选择“超出规格值”->“颜色超出规格值”。
我们在数据表中看到,不到一半的观测值符合规格限。 高于规格限的观测值数量与低于规格限的观测值数量大致相同。 这个问题需要进一步调查。 也许我们需要仔细研究一下规格限制是如何确定的。 也许还有其他我们没有考虑到的变量。 请记住,在过程描述中,对每次运行的第一本书和最后一本书进行了测量。 在我们的分析中,我们仅使用变量长度和行程。 我们没有考虑到书籍,这也可能是我们需要考虑的变异来源。
结论
印刷过程稳定,但能力不强。 因此,虽然我们可以预测该过程将要做什么,但我们无法始终如一地生产出适当长度(15.98 到 16.02 厘米之间)的线条。这个过程需要进一步调查。
参考
JMP 软件:统计过程控制课程笔记
您可以在文档中找到公式。以下是有关西格玛计算(短期和长期)的详细信息。
变异统计的统计详细信息 (jmp.com)
嗨托尼娅,
对于给定的数据表,例如1000行的表,JMP如何对表进行分组以计算长期和短期统计数据,从而计算Cpk和Ppk?
嗨马克。 在当前版本的 JMP 中,无法自定义为不合格值分配的颜色。 正在考虑在未来版本中添加此类功能。
是否可以更改超出规格值的颜色,使较热或较大的正值为红色,较冷的较负值为蓝色? 目前情况恰恰相反,这似乎违反直觉。