Apprenez-en plus dans notre cours en ligne gratuit :
Pensée statistique pour la résolution de problèmes industriels
Dans cette vidéo, nous montrons comment calculer des indices de capabilité pour des données non normales à l'aide de la méthode Impureté données et la plate-forme de distribution dans JMP.
Pour commencer, nous sélectionnons Distribution du Analyser menu.
Nous sélectionnons Impureté pour Y, Colonnes , et cliquez D'ACCORD .
La distribution semble être asymétrique à droite. Avant de procéder à l'analyse de capabilité, nous vérifions si la distribution sous-jacente est approximativement normale.
Nous sélectionnons Diagramme des quantiles normaux du triangle rouge pour Impureté . Il y a une courbe dans le tracé, indiquant que les données ne suivent pas une distribution normale.
Pour identifier la distribution sous-jacente, nous sélectionnons Ajustement continu , alors Tout , du triangle rouge pour Impureté .
Cela ajuste et compare automatiquement plusieurs distributions de probabilité continues. Dans ce cas, la distribution log-normale est sélectionnée comme étant la plus adaptée.
JMP rapporte des estimations de paramètres pour la distribution log-normale. Pour évaluer l'ajustement de cette distribution, nous sélectionnons Tracé diagnostique du triangle rouge à côté de Lognormal ajusté .
Cela fournit un tracé de probabilité log-normal. Ceci est similaire à un graphique quantile normal mais est basé sur la distribution log-normale. Étant donné que les données suivent une ligne droite, nous concluons que la distribution log-normale est un bon ajustement.
Maintenant, nous estimons la capacité en utilisant la distribution log-normale.
Pour effectuer l'analyse de capabilité, nous sélectionnons Analyse de capacité du triangle rouge pour Impureté .
Notre objectif est de 3 et la spécification supérieure est de 7.Il n'y a pas de spécification inférieure pour cet exemple, nous laisserons donc ce champ vide.
Dans le menu déroulant de la distribution, nous sélectionnons LogNormal .
Nous effectuons une analyse de capabilité basée sur l'estimation à long terme de l'écart type. Alors on clique D'ACCORD pour exécuter l'analyse.
Remarquez que l'étiquette indique Quantile Sigma à la place de Sigma à long terme . JMP utilise les centiles, ou quantiles, de la distribution log-normale pour calculer les indices de capacité et estimer le pourcentage hors spécifications.
Il n'y a pas de spécification inférieure, donc C p n'est pas calculé.
Le C paquet est de 0,164, indiquant que le processus est hors cible.
On estime que 25,2 % des mesures seront au-dessus de la limite supérieure des spécifications. Cela signifie qu'environ 25 lots sur 100 ne répondront pas aux spécifications supérieures en matière d'impuretés.
