属性の Cp/CpkJMP を使用して属性データの Cp/Cpk または Pp/Ppk を計算するにはどうすればよいですか?
品質およびプロセスエンジニアリングRe: 属性の Cp/Cpkだから、これは難しい問題だよ、JMPy の友人よ。
何らかの方法で合格/不合格データを取得してそれを連続的なものに変換するか、あるいはさらに良い方法として、合格/不合格の決定を行うための基礎となる連続データを取得する必要があります。
多くの場合、属性データに対して属性管理図 (U、P、C、P'、U') を使用して、時間の経過に伴う合格/不合格の割合を追跡します。
厄介なのは、プロセス能力は「シグマ」（全体/長期または内部/短期）を計算し、「シグマ」の数を平均と最も近い仕様限界の間の距離と比較することに依存している点です。...そして、物事が一般的に「正常」であると想定しています。
属性データには二項分布があるため、属性チャートにデータをプロットするための管理限界を取得することはできますが、プロセス能力についてはそれほどではありません。
この例では、10個のボックス（n回の試行=10）があり、各ボックスに合格/不合格がランダムに混在しています。
Re: 属性の Cp/Cpkこんにちは、
どうもありがとう！
それについて議論を続けてもよいでしょうか？
「Braces」というサンプル データ ファイル (Samples\Data\Quality Control の下) があり、さまざまなサンプル サイズの欠陥数のデータがあります。仕様制限がある場合 (たとえば、欠陥数が 25 個までは単位が「合格」)、分布プラットフォームのプロセス能力オプションを使用して、LSL=target=0、USL=25 などの能力指数を単純に計算できないのはなぜでしょうか。
そしてそれはノンパラメトリック分布だと言います...
ここでいろいろなものを混ぜているのでしょうか?
Re: 属性の Cp/Cpk修正 - 割合（欠陥数/ユニットサイズ）を見つけ、その割合の仕様限界を見つける
Re: 属性の Cp/Cpk質問を少しだけ言い換えると、
あなたのデータがないので...
100 行のテーブルがあり、1 つの列に次の数式があるとします。
Abs( Round( Random Normal( 10, 10 ), 1 ) )
このデータは、ロット/バッチ/ウェーハごとの不良品の割合を表します。また、仕様の上限は 25 です。
私のデータは次のようになります。
データにワイブル分布、ガンマ分布、または指数分布を当てはめることができます。
次に、その適合分布から工程能力レポートを取得できます。
ここで注目すべきは、属性の能力ではなく、変数、つまり欠陥率です。
このデータと一緒に P チャート、C チャート、または U チャートを実行することは、依然として非常に良いアイデアかもしれません。
Re: 属性の Cp/Cpk私の意見はお許しください。不快に思われる場合は無視してください。しかし、欠陥/不良品に関する能力は無意味です。なぜ不良品/不良品の数に仕様を定めるのでしょうか。不良品や不良品があっても問題ないのでしょうか。このような能力指標の目的は何でしょうか。許容できる能力指標とは何でしょうか。能力を計算する前に一貫性をどのように評価するのでしょうか。一貫して悪い状態を維持したいのでしょうか。能力指標を報告するのではなく、欠陥の原因を突き止めたいと思いませんか。
Byron はまさにその通りです。まず、不良品と欠陥品には違いがあることを認識する必要があります。不良品の場合、サンプル数に制限があります。サンプルは合格/不合格 (二項分布) で分類されます。欠陥品の場合、サンプルあたりの欠陥数に制限はありません。これはカウント データです (ポアソン分布)。Byron の最初のアイデアは、カテゴリ/離散メトリックではなく、連続測定を使用することです。欠陥とは何ですか? 測定できますか? たとえば、目に見える傷の場合、傷の長さ、深さ、面積を測定できますか? または、なぜ不合格 (合格/不合格) ですか? 寸法が仕様を満たしていません。次に、実際の寸法を測定します。
不良品の「シグマ」の推定値（p チャート）:
欠陥（Cチャート）の場合：
これらの値 (p と c) は一定であると想定されますが、これは明らかに望ましいことではありません。これらの値が小さくなることを望んでいます。
