使用 JMP 18 制作的视频于 2025 年 6 月发布。
您是否需要识别流程中随时间推移发生的常规（普通原因）和异常（特殊原因）变化？您是否需要比较流程在给定规格限值或流程变更后的运行情况？您是否负责了解大量流程随时间推移的稳定性和能力指标？
在本案例研究中，我们将利用流程信息来了解如何：
- 查看和构建控制图以查找偏差。
- 管理规格限制并附加到数据。
- 筛选流程以识别可能出现的问题、失控点以及流程问题的可视化摘要。
- 比较与过程变化（阶段）相关的过程变异性。
- 绘制过程问题的相对频率或严重程度，包括干预前后的情况。
建议的先修课程：
- 熟悉常用过程控制术语。
- 具备控制图和用于识别过程问题的常用分析方面的背景知识。
以下是与此主题相关的两项活动：
@ChristianStopp和@alisa_h_lowery在在线研讨会上回答了以下问题：
问： Ppk 和 Cpk 有什么区别？
答： Cpk 代表短期（组内）变异，而 Ppk 代表长期（总体）变异。此外，我们提供的免费 STIPS 内容中还有一个关于质量的优秀模块，您可以在这里找到：https://www.jmp.com/en/online-statistics-course 。
问：如果数据不是正态分布、偏态分布或正态-正态混合分布，接近正态分布但又不完全是，那么对于 Ppk 值该如何处理？
一个：您可以在能力平台内或使用度量的列属性指定非正态分布。
问：有没有办法将所有这些单独的工艺能力结合起来，形成一个整体，比如说，对两个不同的工厂进行分级？
一个：您可以在过程能力中使用“by”变量。如果您确实需要合并变量，目标图可以实现。能力图可以让您查看范围。由于变量数量较多，报告可能看起来比较复杂。您所要求的功能或许可以通过多元统计过程控制 (SPC) 框架来解决，但目前 JMP 尚不支持此功能，不过 JMP 开发团队正在研究。另一方面，比较不同工厂的个体能力可能是比较它们之间性能的合理策略，此外，JMP 还提供其他一些实用的“量规偏移”策略供您使用。
问：物流数据可以使用Ppk/Cpk吗？
一个：我认为它们可以从这个意义上使用，作为衡量你的流程相对于预期基准的性能的一种方式。
问：要使控制图分析发挥作用，需要多少个数据点？
一：一般来说，越多越好。如果您正在查看一系列产品并分析它们的稳定性，可以在 JMP 中找到短期图表。
问：过程筛选中的报警率是多少？
一个：报警率包含有关导致各种测试（包括 8 条 Western Electric 规则）发出警报的子组的信息。标准偏差估计值为“标准差范围内”值。默认情况下，汇总表中仅显示“报警率”、“测试 1”和“最新报警”列。 报警率是指在“选择测试”选项（任意报警）下选择的任何测试中导致报警的子组数量除以非缺失子组数量（子组）。
问：如果您能够确定特殊原因变异的可归因原因，那么过程的其余部分是否稳定且处于受控状态？
一：在这种情况下，我们建议，如果可行，收集更多数据并分阶段进行验证。隐藏或排除信息并非最佳方案。
