Salut,
J'ai récemment découvert que la plate-forme de capacité de processus JMP 15 (Analyse -> Qualité et processus -> Capacité de processus) ne disposait actuellement pas de la fonction de calcul de la capacité de processus en fonction de la distribution ajustée. Au lieu de cela, il suppose toujours que toutes les données sont normalement distribuées et c'est assez trompeur (au moins cette hypothèse doit être notée quelque part afin que l'utilisateur puisse comprendre comment le cpk/ppk est calculé). Le problème pour ce faire est que le % de perte de rendement estimé (après sigma/ppm avec l'hypothèse de distribution normale) serait très éloigné du % de perte de rendement observé et un tel cpk/ppk peut également induire en erreur les utilisateurs qui pensent que leur processus est capable et se confondent ensuite avec le le taux de non-conformité n'est toujours pas précis, même avec un grand ensemble de données.
De plus, même la distribution des données (non normale) est définie manuellement par l'utilisateur dans la fenêtre de lancement pour une seule colonne/processus, la plate-forme de capacité de processus affiche toujours exactement les mêmes valeurs cpk/ppk en utilisant l'hypothèse de distribution normale.
Cependant, le test de distribution peut être effectué sous la plate-forme de distribution (ajustement continu -> ajustement tout) et il est très important de noter que seul le type de distribution qui correspond aux données est déplié et généralement en vérifiant GOF, la valeur p indiquerait si c'est un bon ajuster. L'utilisateur peut ensuite utiliser la fonction de comparaison de distribution pour voir le ppk calculé (généralement assez différent de celui calculé à l'aide de la distribution normale) (pourquoi seule la capacité à long terme est calculée avec une distribution non normale ?). Sous la distribution correcte, j'ai observé que le % de perte de rendement estimé est très proche du % de perte de rendement observé. Je suppose que cela peut être fait par des étapes manuelles telles que créer un tableau de données combiné, puis trier le ppk par processus avec une distribution correcte, mais cela serait beaucoup plus lent et les utilisateurs ne seraient pas en mesure d'obtenir la boîte à moustaches de capacité intéressante avec tous les processus inclus.
Quelqu'un peut-il intervenir si quelque chose me manque ici ? J'apprécie vraiment si JMP peut optimiser la plate-forme de capacité de processus afin qu'elle puisse rendre la projection cpk/ppk/rendement vraiment utile pour les utilisateurs de l'industrie.
Référence en ligne : Capacité de traitement et données non normales
https://www.spcforexcel.com/knowledge/process-capability/process-capability-and-non-normal-data
Merci d'avance.
Harry
Les indices de capacité comme Cpk sont basés sur des estimations de variation à court terme (sigma). Les indices de performance comme Ppk sont basés sur des estimations de variation à long terme. Comment utiliser l'estimation du sigma à court terme pour une distribution non normale ?
La boîte de dialogue pour Process Capability est un peu étrange.Vous pouvez sélectionner le type de distribution ou sélectionner la meilleure solution, mais vous devez ensuite vous assurer de cliquer sur « Définir la distribution du processus ».Ceci sera confirmé par le nom de la variable ayant un suffixe &Dist :
Voici le résultat si vous sélectionnez « meilleur ajustement »
Actuellement, vous devez utiliser la plateforme de distribution pour calculer les valeurs Cp et Cpk non normales.
n'utilisez pas sigma, utilisez la distribution ajustée et les percentiles dérivés.
