251314_zh-TW

liliconcom

JMP 腳本：JMP 15 中的能力分析

嗨，大家好，

 

 

我們最近從 JMP 14 升級到了 15。

當能力分析完成時，我們的一個腳本當前顯示不同的結果。

 

在 JMP 14 中，我們得到以下結果：

 

在 JMP 15 中，完全相同的表達式突然顯示 PPx 值（注意 - 這是來自不同的分析，因此限制不同）：

 

我們用來生成圖表的代碼：

Distribution(
 Uniform Scaling( 1 ),
 Stack( 1 ),
 Arrange in Rows( 6 ),
 Automatic Recalc( 1 ),
 Continuous Distribution(
  Column( Eval( Column( i ) ) ), // i = loopcounter
  Quantiles( 0 ),
  Horizontal Layout( 1 ),
  Histogram( 0 ),
  Vertical( 0 ),
  Axes on Left( 1 ),
  Outlier Box Plot( 0 ),
  Customize Summary Statistics(
   Std Err Mean( 0 ),
   Upper Mean Confidence Interval( 0 ),
   Lower Mean Confidence Interval( 0 ),
   Maximum( 1 )
  ), 
  Capability Analysis(
   // Column # in Limits table doesn't match columns # in result table
   USL( Num( Eval( dtDistLimits:_USL[i - 1] ) ) ),
   LSL( Num( Eval( dtDistLimits:_LSL[i - 1] ) ) )
  )
 ),
 SendToReport(
  Dispatch( {}, "Distributions", OutlineBox, {Set Title( "Distributions" )} ),
  Dispatch(
   {},
   "Mean(Result",
   OutlineBox,
   {Set Title(
    sComponentName || " Specification: (LSL " || sLslDisplayValue || ", USL " || sUslDisplayValue
     || ")"
   )}
  ),
  Dispatch(
   {"Distributions", "Mean(Result", "Summary Statistics"},
   "",
   NumberColBox,
   {Set Format( 9, 3 )}
  ),
  Dispatch( {"Distributions", "Mean(Result"}, "Capability Analysis", OutlineBox, {Set Title( "" )} ),
  Dispatch(
   {"Distributions", "Mean(Result", "Capability Analysis"},
   "Specification",
   StringColBox,
   {Name( "Hide/Unhide" )(1)}
  ),
  Dispatch(
   {"Distributions", "Mean(Result", "Capability Analysis"},
   "Value",
   NumberColBox,
   {Name( "Hide/Unhide" )(1)}
  ),
  Dispatch(
   {"Distributions", "Mean(Result", "Capability Analysis"},
   "Portion",
   StringColBox,
   {Name( "Hide/Unhide" )(1)}
  ),
  Dispatch(
   {"Distributions", "Mean(Result", "Capability Analysis"},
   "% Actual",
   NumberColBox,
   {Name( "Hide/Unhide" )(1)}
  ),
  Dispatch(
   {"Distributions", "Mean(Result", "Capability Analysis", "Long Term Sigma"},
   "1",
   ScaleBox,
   {Min( Eval( iMinScale ) ), Max( Eval( iMaxScale ) ), Inc( 0.5 ), Minor Ticks( 5 )}
  ),
  Dispatch(
   {"Distributions", "Mean(Result", "Capability Analysis", "Long Term Sigma"},
   "Lower CI",
   NumberColBox,
   {Name( "Hide/Unhide" )(1)}
  ),
  Dispatch(
   {"Distributions", "Mean(Result", "Capability Analysis", "Long Term Sigma"},
   "Upper CI",
   NumberColBox,
   {Name( "Hide/Unhide" )(1)}
  ),
  Dispatch(
   {"Distributions", "Mean(Result", "Capability Analysis", "Long Term Sigma"},
   "Portion",
   StringColBox,
   {Name( "Hide/Unhide" )(1)}
  ), 
        // THIS DISPATCH GENERATES ERRORS
  Dispatch(
   {"Distributions", "Mean(RESULT", "Capability Analysis", "Long Term Sigma"},
   "Percent",
   NumberColBox,
   {Name( "Hide/Unhide" )(1)}
  ), 
        // THIS DISPATCH GENERATES ERRORS
  Dispatch(
   {"Distributions", "Mean(RESULT", "Capability Analysis", "Long Term Sigma"},
   "PPM",
   NumberColBox,
   {Name( "Hide/Unhide" )(1)}
  ),
  Dispatch(
   {"Distributions", "Mean(RESULT", "Capability Analysis", "Long Term Sigma"},
   "Sigma Quality",
   NumberColBox,
   {Name( "Hide/Unhide" )(1)}
  )
 )
); // Distribution

我可以做些什麼來再次獲得正確的（舊）結果？

 

謝謝你，

 

簡

 

 

 

 

回复：JMP 腳本：JMP 15 中的能力分析

您可以使用PkK 能力標籤信息。

 

任何一個

 

Names Default To Here( 1 );
dt = Open( "$SAMPLE_DATA/Quality Control/Coating.jmp" );
obj = dt << Distribution( Column( :Weight ) );
obj << PpK Capability Labeling( 0 );
obj << Capability Analysis( LSL( 16 ), USL( 24 ), Target( 20 ) );

或者

 

Names Default To Here( 1 );
dt = Open( "$SAMPLE_DATA/Quality Control/Coating.jmp" );
obj = dt << Distribution( Column( :Weight ),
 PpK Capability Labeling( 0 ),
 Capability Analysis( LSL( 16 ), USL( 24 ), Target( 20 ) )
 );

將現代能力分析的混亂歸咎於 AAIG。

 

我最喜歡的名言：

 

符號 Pp 和 Ppk 的相對較新的引入以及在沒有利益相關者共識的情況下重新定義 Cp 和 Cpk 引起了相當大的混亂。 根據我們的經驗，許多審計師和從業人員並不知道 AIAG 所稱的 Ppk 已在工業中作為 Cpk 使用了大約 30 年。

 

http://www.sematech.org/docubase/document/Semiconductor_Industry_SPC_Practices.pdf

 

或者，換一種方式

 

過程性能指數 Pp 和 Ppk 是一個倒退。它們是對工程和管理工作的浪費——它們什麼也沒告訴你。

 

- 哥倫比亞特區蒙哥馬利

 

或者，更強烈地說

 

通過質量標准或行業指南強制使用 Pp 和 Ppk 是“統計恐怖主義”

 

- 科茨和洛夫萊斯

 

幸運的是，我們有一個開關，可以把它們關掉