Hi,
Ich habe kürzlich festgestellt, dass der JMP 15-Prozessfähigkeitsplattform (Analysieren -> Qualität und Prozess -> Prozessfähigkeit) derzeit keine Funktion zum Berechnen der Prozessfähigkeit basierend auf der angepassten Verteilung fehlt. Stattdessen wird immer davon ausgegangen, dass alle Daten normal verteilt sind, und das ist ziemlich irreführend (zumindest sollte diese Annahme irgendwo vermerkt werden, damit der Benutzer verstehen kann, wie cpk / ppk berechnet wird). Das Problem dabei ist, dass der geschätzte prozentuale Ertragsverlust (nach Sigma/ppm mit normaler Verteilungsannahme) weit entfernt vom beobachteten prozentualen Ertragsverlust wäre, und solche cpk/ppk können auch dazu führen, dass Benutzer glauben, dass ihr Prozess fähig ist, und dann verwirrt werden Die nicht konforme Rate ist selbst bei großen Datensätzen immer nicht genau.
Selbst wenn die Datenverteilung (nicht normal) vom Benutzer manuell im Startfenster für nur eine Spalte/einen Prozess festgelegt wird, zeigt die Prozessfähigkeitsplattform immer noch genau die gleichen cpk/ppk-Werte unter Verwendung der Normalverteilungsannahme.
Der Verteilungstest kann jedoch unter der Verteilungsplattform (kontinuierliche Anpassung -> Alle anpassen) durchgeführt werden, und es ist ziemlich rücksichtsvoll, dass nur der Verteilungstyp, der zu den Daten passt, entfaltet wird, und normalerweise würde durch die Überprüfung von GOF, p-Wert festgestellt, ob es sich um einen guten Wert handelt fit. Dann kann der Benutzer die Verteilungsvergleichsfunktion verwenden, um den berechneten ppk anzuzeigen (normalerweise ganz anders als der mit der Normalverteilung berechnete) (warum wird nur die Langzeitfähigkeit mit einer Nicht-Normalverteilung berechnet?). Unter der korrekten Verteilung habe ich beobachtet, dass der geschätzte Ertragsverlust in % sehr nahe am beobachteten Ertragsverlust in % liegt. Ich denke, dies kann durch manuelle Schritte wie das Erstellen einer kombinierten Datentabelle und das anschließende Sortieren der ppk pro Prozess mit korrekter Verteilung erfolgen, aber es wäre viel langsamer und die Benutzer könnten nicht das nette Capability-Box-Plot mit allen enthaltenen Prozessen erhalten.
Kann sich jemand melden, wenn ich hier etwas vermisse? Ich schätze es sehr, wenn JMP die Prozessfähigkeitsplattform optimieren kann, damit die cpk/ppk/yield-Prognose wirklich nützlich für Industrieanwender wird.
Online-Referenz: Prozessfähigkeit und nicht normale Daten
https://www.spcforexcel.com/knowledge/process-capability/process-capability-and-non-normal-data
Danke im Voraus.
Harry
Fähigkeitsindizes wie Cpk basieren auf Schätzungen der kurzfristigen Schwankung (Sigma). Leistungsindizes wie Ppk basieren auf Schätzungen der langfristigen Variation. Wie würde das geschätzte kurzfristige Sigma für eine Nicht-Normalverteilung verwendet?
Der Dialog für Process Capability ist etwas seltsam.Sie können den Verteilungstyp oder die beste Anpassung auswählen, aber Sie müssen dann sicherstellen, dass Sie auf „Prozessverteilung festlegen“ klicken.Dies wird durch den Variablennamen mit dem Suffix &Dist bestätigt:
Hier ist die Ausgabe, wenn Sie "Best Fit" auswählen
Derzeit müssen Sie die Distributionsplattform verwenden, um nicht normale Cp- und Cpk-Werte zu berechnen.
