使用 JMP 18 製作的影片於 2025 年 6 月發布。
您是否需要識別流程中隨時間推移發生的常規（普通原因）和異常（特殊原因）變化？您是否需要比較流程在給定規格限值或流程變更後的運作情況？您是否負責了解大量流程隨時間推移的穩定性和能力指標？
在本案例研究中，我們將利用流程資訊來了解如何：
- 查看和建立控製圖以查找偏差。
- 管理規格限制並附加到數據。
- 篩選流程以識別可能出現的問題、失控點以及流程問題的視覺化摘要。
- 比較與製程變化（階段）相關的製程變異性。
- 繪製過程問題的相對頻率或嚴重程度，包括介入前後的情況。
建議的先修課程：
- 熟悉常用製程控制術語。
- 具備控製圖和用於識別過程問題的常用分析方面的背景知識。
以下是與此主題相關的兩項活動：
@ChristianStopp和@alisa_h_lowery在線上研討會上回答了以下問題：
Q： Ppk 和 Cpk 有什麼區別？
答： Cpk 代表短期（組內）變異，而 Ppk 代表長期（總體）變異。此外，我們提供的免費 STIPS 內容中還有一個關於品質的優秀模組，您可以在這裡找到：https://www.jmp.com/en/online-statistics-course 。
Q ：如果資料不是常態分佈、偏態分佈或常態-常態混合分佈，接近常態分佈但又不完全是，那麼對於 Ppk 值該如何處理？
一：您可以在能力平台內或使用度量的列屬性指定非常態分佈。
Q：有沒有辦法將所有這些單獨的製程能力結合起來，比如說，對兩個不同的工廠進行分級？
一：您可以在製程能力中使用「by」變數。如果您確實需要合併變量，目標圖可以實現。能力圖允許您查看範圍。由於變數數量較多，報告可能看起來比較複雜。您所要求的功能或許可以透過多元統計流程控制 (SPC) 框架來解決，但目前 JMP 尚不支援此功能，不過 JMP 開發團隊正在研究。另一方面，比較不同工廠的個體能力可能是比較它們之間性能的合理策略，此外，JMP 還提供其他一些實用的「量規偏移」策略供您使用。
Q：物流數據可以使用Ppk/Cpk嗎？
一：我認為它們可以從這個意義上使用，作為衡量你的流程相對於預期基準的效能的一種方式。
Q：要讓控制圖分析有效，需要多少個數據點？
一：通常來說，越多越好。如果您正在查看一系列產品的穩定性，可以在 JMP 中找到短期圖表。
Q：過程篩選中的警報率是多少？
一、警報率包含導致各種測試（包括 8 條 Western Electric 規則）發出警報的子組的資訊。標準差估計值為「標準差範圍內」值。預設情況下，匯總表中僅顯示「警報率」、「測試 1」和「最新警報」欄位。 警報率是指在「選擇測試」選項（任意警報）下選擇的任何測試中導致警報的子組數量除以非缺失子組數量（子組）。
Q：如果您能夠確定特殊原因變異的可歸因原因，那麼製程的其餘部分是否穩定且處於受控狀態？
一：在這種情況下，我們建議，如果可行，收集更多數據並分階段進行驗證。隱藏或排除資訊並非最佳方案。
