在最近的一篇部落格文章中，我討論了控制限和規格限，它們來自哪裡以及它們是什麼。 這篇文章更詳細地介紹了規格限制。 我們將在以下方面使用流程能力聯合管理計劃生成能力分析。 然後，我們將使用此分析來做出有關流程的決策。 您可以閱讀更多有關過程能力在我同事的貼文中勞拉·蘭卡斯特。
例子
在之前的一篇文章中使用控製圖產生器產生控制限，我們看到穩定應該總是被檢查事先的執行能力分析。 我介紹了一個涉及印刷過程的例子。 讓我們回顧一下這個例子。
印刷過程中的變化可能會導致線條變形，包括傾斜、厚度和長度問題。 出於我們的目的，我們正在考慮線路的長度。 如果列印長度為 16 厘米 +/- 0.2 厘米，則該線被認為是良好的。 如果再長，句子可能會脫離頁面。 如果太短，頁面上就會浪費很多空間。 每次印刷時，都會對第一本書和最後一本書進行測量。 行長是在每本書中間的指定頁面上測量的。
分析
我們在上一篇關於控製圖的部落格文章中確定該過程是穩定的。 現在我們知道該過程是穩定的，我們可以確定我們的過程是否穩定有能力的。 過程的能力由製程生產符合規格的產品的程度來定義。 在我們的範例中，如果線條的列印長度為 16 厘米 +/- 0.2 厘米，則認為線條良好。 儘管我們知道這一點並在創建控製圖之前定義了這一點，但該資訊並未在我們的控製圖分析中使用。 這些資訊定義了我們的規格限制。 這些值不是計算值。 我們知道，考慮到頁面的大小，一條好的線條具有上述長度。
我們可以使用相同的數據來執行能力分析。 若要產生分析，請前往分析 -> 品質和流程 -> 流程能力。 選擇長度作為 Y，過程。 在“列角色”部分中，選擇“長度”。 點選「流程子分組」旁邊的三角形，開啟「流程子分組」部分。 在“選擇列”部分中選擇“運行”，然後按一下“巢狀子組 ID 列”。在子組內變異統計部分中，選擇範圍平均值。 由於我們在控製圖中使用了範圍，因此我們在這裡也使用範圍。
按一下“確定”。 您將看到一個對話框，允許您定義規格限制。 您可以選擇包含規格限值的資料表，也可以直接輸入規格限值。 我們將直接輸入它們。 輸入 15.98 (16-.02) 作為 LSL、16 作為目標、16.02 (16+.02) 作為 USL。按一下“確定”。
目標圖
您首先會看到一個目標圖。
y 軸是標準化為規範的標準開發。 這顯示了數據的可變性。 我們注意到該點遠高於紅色三角形，表示可變性很高。 x 軸是標準化為規格的平均值漂移。 由於該點出現在三角形頂點附近，我們注意到該過程接近目標（略低於目標）。 如果分佈呈常態，則紅色三角形下方的區域表示不合格率為 0.0027 或更好（這對應於 Ppk =1）。 我們發現我們的流程的不合格率要高得多。 可以調整 Ppk 滑塊，使三角形表示不同的不合格率。
箱形圖
能力箱線圖顯示並非所有數據都符合規格限。 此箱線圖非常寬，跨度遠大於綠色標準化規範限制。 我們還注意到，該過程接近目標值，但稍微偏低。 我們看到這一點是因為箱線圖中出現的黑色實線稍微位於表示標準化目標值的綠色實線的左邊。
個人詳細報告
若要更詳細地查看此流程，請從「流程能力」旁的紅色小三角中選擇「個人詳細報告」。 直方圖顯示數據正常。 如果您想執行實際的常態性適合度檢驗，您可以使用分佈平台。
西格瑪內的藍色密度曲線非常接近整體西格瑪的黑色點狀密度曲線。 這表明過程是穩定的，我們已經透過控製圖生成器顯示了這一點。 在不合格報告中，我們看到外部總數為 67.5。因此，我們 67.5% 的測量結果不符合規格限。
進一步調查
若要進一步研究此流程，請按一下「流程能力」旁的紅色小三角，然後選擇「超出規格值」->「顏色超出規格值」。
我們在資料表中看到，不到一半的觀測值符合規格限。 高於規格限的觀測值數量與低於規格限的觀測值數量大致相同。 這個問題需要進一步調查。 也許我們需要仔細研究規格限制是如何決定的。 也許還有其他我們沒有考慮到的變數。 請記住，在過程描述中，對每次運行的第一本書和最後一本書進行了測量。 在我們的分析中，我們僅使用變數長度和行程。 我們沒有考慮到書籍，這也可能是我們需要考慮的變異來源。
結論
印刷過程穩定，但能力不強。 因此，雖然我們可以預測該過程將要做什麼，但我們無法一致地生產出適當長度（15.98 到 16.02 公分之間）的線條。這個過程需要進一步調查。
參考
JMP 軟體：統計流程控制課程筆記
您可以在文件中找到公式。以下是有關西格瑪計算（短期和長期）的詳細資訊。
變異統計的統計詳細資料 (jmp.com)
嗨托尼婭，
對於給定的數據表，例如1000行的表，JMP如何對錶進行分組以計算長期和短期統計數據，從而計算Cpk和Ppk？
嗨馬克。 在目前版本的 JMP 中，無法自訂為不合格值指定的顏色。 正在考慮在未來版本中添加此類功能。
是否可以變更超出規格值的顏色，使較熱或較大的正值為紅色，較冷的較負值為藍色？ 目前情況恰恰相反，這似乎違反直覺。
