속성에 대한 Cp/CpkJMP를 사용하여 속성 데이터의 Cp/Cpk 또는 Pp/Ppk를 계산하려면 어떻게 해야 합니까?
품질 및 공정 엔지니어링Re: 속성에 대한 Cp/Cpk그럼, 그건 정말 곤란한 문제네요, 제 JMPy 친구.
어떻게든 합격/불합격 데이터를 가져와서 연속형 데이터로 변환해야 하거나, 더 나은 방법은 합격/불합격 결정을 내리기 위한 기본 연속형 데이터를 확보하는 것입니다.
종종 속성 데이터에 대한 속성 관리 차트(U, P, C, P', U')를 사용하여 시간 경과에 따른 합격/불합격 비율을 추적합니다.
까다로운 부분은 프로세스 능력이 "시그마"(전체/장기 또는 내/단기)를 계산하고 "시그마"의 수를 평균과 가장 가까운 규격 한계 사이의 거리와 비교하는 데 달려 있다는 것입니다. ... 그리고 그것은 사물이 일반적으로 "정상적"이라고 가정합니다.
속성 데이터는 이항 분포를 따르므로 속성 차트에 데이터를 표시할 때 관리 한계를 얻을 수 있지만 공정 능력은 그렇지 않습니다.
이 예에서 나는 10개의 단위(n개의 시도 = 10) 상자와 각 상자에 대한 합격/불합격의 무작위 배열을 갖고 있습니다.
Re: 속성에 대한 Cp/Cpk안녕하세요,
정말 감사합니다!
계속해서 논의할 수 있을까요?
"Braces"라는 샘플 데이터 파일이 있습니다(Samples\Data\Quality Control 아래). 다양한 샘플 크기를 가진 #개의 결함 데이터가 있습니다. 사양 제한이 있는 경우, 예를 들어 최대 25개의 결함이 있는 경우 단위는 "통과"입니다. 그러면 LSL=target=0이고 USL=25인 Distribution 플랫폼의 Process Capability 옵션을 사용하여 기능 지수를 간단히 계산할 수 없는 이유는 무엇입니까?
그리고 이것이 비모수 분포라고 합시다...
여기서 많은 것들을 섞어 쓰고 있나요?
Re: 속성에 대한 Cp/Cpk수정 - 비율(#of defects/unit size)을 찾은 다음 비율에 대한 규격 한계를 찾습니다.
Re: 속성에 대한 Cp/Cpk질문을 약간 다시 설명하면 다음과 같습니다.
제가 당신의 데이터를 가지고 있지 않으니까...
100개의 행이 있는 표가 있고 한 열에 다음 공식이 있다고 가정해 보겠습니다.
Abs( Round( Random Normal( 10, 10 ), 1 ) )
이 데이터는 로트/배치/웨이퍼 당 불량품의 백분율을 나타냅니다. 그리고 25의 상한 사양 한계가 있습니다.
내 데이터는 다음과 같습니다.
데이터에 와이불, 감마 또는 지수 분포를 적용할 수 있습니다.
그러면 해당 적합 분포를 통해 프로세스 능력 보고서를 얻을 수 있었습니다.
더 이상 속성의 능력이 아니라 결함 비율이라는 변수를 보는 것이 중요합니다.
이 데이터와 함께 P, C 또는 U 차트를 실행하는 것이 여전히 좋은 생각일 수 있습니다.
Re: 속성에 대한 Cp/Cpk제 편집을 용서해 주시고, 불쾌하시더라도 무시해 주세요. 결함/불량품에 대한 역량은 말이 안 됩니다. 왜 결함/불량품의 수에 대한 사양을 제시하셨나요? 결함과 결함이 있어도 괜찮나요? 그런 역량 지표의 목적은 무엇인가요? 허용되는 역량 지표는 무엇인가요? 역량을 계산하기 전에 어떻게 일관성을 평가하시나요? 지속적으로 나쁘기를 원하시나요? 역량 지표를 보고하기보다는 결함의 원인을 파악하고 싶지 않으신가요?
Byron은 정확합니다. 먼저 불량품과 결함 사이에 차이가 있다는 것을 알아야 합니다. 불량품의 경우 샘플 수에 제한이 있습니다. 합격/불합격(이항 분포)에 따라 분류됩니다. 결함의 경우 샘플당 결함 수에 제한이 없습니다. 이는 카운트 데이터(포아스 분포)입니다. Byron의 첫 번째 아이디어는 범주형/불연속형 척도 대신 연속형 척도를 사용하는 것입니다. 결함은 무엇입니까? 측정할 수 있습니까? 예를 들어 시각적 스크래치... 스크래치의 길이, 깊이, 면적을 측정할 수 있습니까? 아니면 왜 불합격(합격/불합격)입니까? 치수가 사양을 충족하지 않습니다. 그런 다음 실제 치수를 측정합니다.
불량품에 대한 "시그마" 추정치(p-차트):
결함에 대해서는 (c-차트):
그 값(p와 c)이 상수라고 가정할 텐데, 이는 분명히 당신이 원하는 것이 아닙니다. 당신은 그것들이 더 작아지기를 원합니다.
