過程能力預測你好，
我已在 JMP 中使用 2 個正態分佈的混合計算了該過程的過程能力。我們目前的 ppk 是 0.94。我們計劃改進測量系統，因為它目前變化很大。現在我想探討測量系統需要多大的改進（測量系統變化其實是2.5）。
有誰知道如何在 JMP 中進行模擬？
品質和工藝工程回复：過程能力預測我的問題多於我的答案。 您當然可以在過程能力的歷史數據部分輸入西格瑪值以獲得“預測”結果。
https://www.jmp.com/support/help/en/17.1/?os=mac&source=application#page/jmp/historical-information.shtml#ww460621
你怎麼知道測量系統的變化是 2.5？ 這是組合的重複性和再現性標準偏差嗎？ 測量系統變異是否一致？ 你為什麼不做任何你能做的事情來減少測量系統的變化呢？
我不明白 ” 2 種正態分佈的混合”。 為什麼有 2 個正態分佈？ 規格是否合適？
回复：過程能力預測這是我的想法，
您在直方圖中看到的總變化是方差（總計）=方差（部分）+方差（測量系統[MS]）。
如果您知道 MS 的方差以及總方差，則可以求解零件的方差。
然後您可以創建一個隨機數據列，您可以在其中根據新方差總計創建一個假數據分佈，您可以在其中使用先前計算的部分方差和估計的新 MS 方差。您可以製作多個列來逐步降低 MS 方差，然後使用過程能力平台查看所有不同的逐步下降並查看需要多少量才能達到所需的 Ppk。
希望這是有道理的！
史蒂夫
回复：過程能力預測感謝您的回答。 我能理解你的問題多於答案 
測量系統變化是用測量系統的當前分辨率計算的。 不幸的是，我們沒有完成 MSA。
我們確實決定了哪種測量系統足以實現將 ppk 提高到 1.33 的目標，但我理解你的評論。 我們應該努力實現最好的改進。
2 個法線的混合是最合適的，但我已經檢查過，發現對數正態也可能是一個很好的選擇，所以我將使用這個分佈。
我會嘗試檢查我是否可以用預測的結果解決這個問題。
回复：過程能力預測嗨，史蒂夫，
感謝您的回答。 你的想法聽起來不錯，對我來說很容易。 我會嘗試，如果有效，我會回复。
