在我們的免費在線課程中了解更多信息：
解決工業問題的統計思維
在本視頻中，我們展示瞭如何計算能力指數金屬零件使用 JMP 中的分發平台的示例。
首先，我們選擇分配來自分析菜單。
我們選擇厚度為了Y，列，然後單擊好的。
為了計算能力指數，我們選擇 Process能力從紅色三角形開始厚度。
我們的下限規格是 35，目標是 40，上限規格是 45。
請注意，有多個過程能力選項。
默認分佈是正態分佈，但您也可以根據其他分佈計算能力。 如果過程特性的分佈不正常，您可以選擇使用非正態分佈，然後您可以從可用發行版列表中選擇適當的發行版。 您還可以選擇其他選項來計算非正態能力指數。
在本視頻中，我們根據正態分佈計算能力指數。
默認子組大小為 1，但您也可以使用子組 ID 列，或指定常量子組大小。 我們每小時都會獲取有理子組，因此我們使用小時作為子組 ID 列。
能力分析的結果在過程能力大綱中提供。 JMP 提供直方圖和多個默認報告。 厚度能力旁邊的紅色三角形下方提供了其他分析選項，例如交互式能力圖。
讓我們仔細看看各個報告。
從直方圖中，我們可以看到過程均值向規格上限移動，並且一些觀測值超出了規格上限。
在“過程摘要”報告中，您可以看到規格、樣本平均值和兩個 sigma 估計值。 inside sigma 是 sigma 的短期估計，Overall 是 sigma 的長期估計。
使用這兩個西格瑪估計值可以計算出幾個能力指數。
C的短期估計p ，在 Sigma 能力範圍內報告，為 0.94，並且 C PK是0.69。
西格瑪的長期估計用於估計總體西格瑪能力下報告的能力指數。 P p為 0.963，P PK是0.707。
我們如何解釋這些估計？ 兩者都是C p和P p接近於 1，因此過程分佈與我們的規格限制大致相同。 然而，兩個C PK和P PK遠低於 1，因此該過程偏離目標。
請注意，JMP 還報告了指數的置信區間。 我們來看看C的區間p 。 這是這個區間的鬆散解釋：真正的 C p可能低至 0.806 或高至 1.074。
最後，我們來談談不合格報告。 在觀察百分比下，我們看到 2.4% 的測量值超出了規格上限。
還報告了基於 sigma 的內部估計和總體估計的超出規格的估計百分比。 這些是對未來過程性能的估計。
還可以顯示其他測量值，例如觀察到的和估計的 PPM 率。 為此，請右鍵單擊表，然後在“列”下選擇感興趣的度量。
最後一點... 在此示例中，JMP 報告了 P p和P PK當使用西格瑪的長期或總體估計時。 現在這是默認標籤。
如果你想顯示C p和C PK對於分發平台中的長期能力的標籤，您可以設置平台首選項。
為此，我們選擇優先來自文件菜單（或聯合管理計劃Mac 上的菜單）。 然後，在平台分組，我們選擇分配。 在選項列表中我們取消選擇Ppk 能力標籤關閉標籤，或者我們選擇此選項來打開標籤。 要接受更改，我們單擊好的。
下次我們使用分發平台運行能力分析時，將應用更改。
