최근 블로그 게시물에서 저는 관리 한계와 사양 한계, 그 출처와 정의 . 이번 포스팅에서는 사양 한계 . 우리는 프로세스 능력을 다음에서 사용할 것입니다. JMP 공정 능력 분석을 생성합니다. 그런 다음 이 분석을 사용하여 프로세스에 대한 결정을 내릴 것입니다. 다음에 대해 더 자세히 읽을 수 있습니다. 공정 능력 내 동료가 올린 게시물에서 로라 랭커스터 .
예
이전 포스팅에서 관리도 작성기를 사용하여 관리 한계 생성, 우리는 안정성이 있어야 한다는 것을 보았습니다. 언제나 점검을 받다 이전의 공정 능력 분석을 수행합니다. 인쇄 과정과 관련된 예를 소개했습니다. 이 예를 검토해 보겠습니다.
인쇄 프로세스의 변화로 인해 기울어짐, 두께 및 길이 문제를 포함하여 선이 왜곡될 수 있습니다. 우리의 목적을 위해 우리는 선의 길이를 고려하고 있습니다. 인쇄된 길이가 16cm +/- 0.2cm이면 선이 양호한 것으로 간주됩니다. 더 이상 페이지에서 문장이 벗어날 수 있습니다. 더 짧으면 페이지에 낭비되는 공간이 많이 생길 것입니다. 매 인쇄마다 첫 번째 책과 마지막 책을 측정합니다. 줄 길이는 각 책의 중간에 있는 지정된 페이지에서 측정됩니다.
분석
우리는 관리 차트에 대한 이전 블로그 게시물에서 프로세스가 다음과 같다고 판단했습니다. 안정적인 . 이제 프로세스가 안정적이라는 것을 알았으므로 프로세스가 안정적인지 여부를 결정할 수 있습니다. 유능한 . 프로세스의 능력은 프로세스가 사양 내에 있는 제품을 얼마나 잘 생산하는지에 따라 정의됩니다. 이 예에서는 인쇄된 길이가 16cm +/- 0.2cm이면 선이 양호한 것으로 간주됩니다. 관리도를 만들기 전에 이를 알고 정의했지만 관리도 분석에서는 이 정보가 사용되지 않았습니다. 이 정보는 당사의 사양 한계를 정의합니다. 이 값은 계산된 값이 아닙니다. 우리는 페이지의 크기를 고려하여 좋은 줄이 위에 명시된 길이를 갖는다는 것을 알고 있습니다.
동일한 데이터를 사용하여 공정 능력 분석을 수행할 수 있습니다. 분석을 생성하려면 분석->품질 및 프로세스->프로세스 기능으로 이동합니다. Y, 프로세스로 길이를 선택합니다. 열 역할 섹션에서 길이를 선택합니다. 프로세스 하위 그룹화 옆에 있는 삼각형을 클릭하여 프로세스 하위 그룹화 섹션을 엽니다. 열 선택 섹션에서 실행을 선택하고 하위 그룹 ID 열 중첩을 클릭합니다.부분군 내 변동 통계 섹션에서 범위 평균을 선택합니다. 관리도에 범위를 사용했으므로 여기서도 범위를 사용하겠습니다.
확인을 클릭하세요. 사양 한계를 정의할 수 있는 대화 상자가 표시됩니다. 사양 한계가 포함된 데이터 테이블을 선택하거나 사양 한계를 직접 입력할 수 있습니다. 직접 입력하겠습니다. LSL에는 15.98(16-.02), Target에는 16, USL에는 16.02(16+.02)를 입력합니다.확인을 클릭하세요.
목표 플롯
먼저 목표 플롯이 표시됩니다.
y축은 사양에 표준화된 표준 개발입니다. 이는 데이터의 변동성을 보여줍니다. 점이 빨간색 삼각형보다 훨씬 위에 위치하여 변동성이 높다는 것을 알 수 있습니다. x축은 Spec에 표준화된 평균 이동입니다. 점이 삼각형의 꼭지점 근처에 발생하므로 프로세스가 목표에 가깝다는 것을 알 수 있습니다(목표보다 약간 낮음). 빨간색 삼각형 아래 영역은 분포가 정규인 경우 0.0027 이상의 부적합 비율(이는 Ppk =1에 해당)을 나타냅니다. 우리 프로세스의 부적합 비율이 훨씬 더 높다는 것을 알 수 있습니다. 삼각형이 다양한 부적합 비율을 나타내도록 Ppk 슬라이더를 조정할 수 있습니다.
박스 플롯
Capability Box Plot은 모든 데이터가 사양 한계를 충족하지 않는다는 것을 보여줍니다. 이 상자 그림은 매우 넓으며 녹색 표준화 사양 한계보다 훨씬 더 넓은 너비에 걸쳐 있습니다. 또한 프로세스가 목표 값에 가깝지만 약간 낮은 편이라는 것을 알 수 있습니다. 상자 그림 내부에 나타나는 검은색 실선이 표준화된 목표 값을 나타내는 녹색 실선보다 약간 왼쪽에 있기 때문에 이를 볼 수 있습니다.
개인 세부 보고서
이 프로세스를 더 자세히 보려면 프로세스 기능 옆에 있는 빨간색 삼각형에서 개별 세부 보고서를 선택하세요. 히스토그램은 데이터가 정규 분포를 따른다는 것을 나타냅니다. 정규성에 대한 실제 적합도 검정을 수행하려면 배포 플랫폼을 사용할 수 있습니다.
Within Sigma의 파란색 밀도 곡선은 전체 Sigma의 검은 점선 밀도 곡선에 매우 가깝습니다. 이는 제어 차트 작성기를 통해 이미 보여드린 프로세스가 안정적임을 나타냅니다. 부적합 보고서에서 우리는 전체 외부가 67.5임을 알 수 있습니다. 따라서 측정값의 67.5%가 사양 한계를 충족하지 않습니다.
추가 조사
이 프로세스를 더 자세히 조사하려면 프로세스 기능 옆에 있는 빨간색 삼각형을 클릭하고 사양을 벗어난 값->사양을 벗어난 색상 값을 선택합니다.
데이터 테이블에서는 관측치의 절반 미만이 사양 한계를 충족했음을 알 수 있습니다. 사양 한계를 초과하는 관측치 수는 사양 한계 아래로 떨어지는 관측치 수와 거의 같습니다. 이 문제는 추가 조사가 필요합니다. 아마도 사양 제한이 어떻게 결정되었는지 자세히 살펴봐야 할 것입니다. 아마도 우리가 고려하지 않은 다른 변수가 있을 수도 있습니다. 각 실행의 첫 번째 책과 마지막 책에서 측정이 수행되었다는 프로세스 설명을 기억하세요. 분석에서는 길이와 실행 변수만 사용했습니다. 우리는 우리가 고려해야 할 변형의 원천이 될 수 있는 책을 고려하지 않았습니다.
결론
인쇄 프로세스는 안정적이지만 인쇄가 불가능합니다. 따라서 프로세스가 어떻게 진행되는지 예측할 수는 있지만 적절한 길이(15.98~16.02cm)의 선을 일관되게 생성할 수는 없습니다.이 프로세스에는 추가 조사가 필요합니다.
참고자료
JMP 소프트웨어: 통계적 공정 제어 강좌 노트
문서에서 공식을 찾을 수 있습니다.시그마 계산(단기 및 장기)에 대한 자세한 내용은 다음과 같습니다.
변동 통계에 대한 통계 세부정보(jmp.com)
안녕 토냐,
주어진 데이터 테이블(예: 1000행 테이블)에 대해 JMP는 어떻게 테이블을 하위 그룹화하여 장기 및 단기 통계, 즉 Cpk와 Ppk를 계산합니까?
안녕하세요 마크. 현재 버전의 JMP에서는 규격을 벗어난 값에 할당된 색상을 사용자 정의하는 것이 불가능합니다. 향후 버전에서는 이러한 기능을 추가하는 것이 고려 중입니다.
사양을 벗어난 값의 색상을 변경하여 더 뜨겁거나 더 많은 양수 값은 빨간색으로, 더 차가울수록 더 음수 값은 파란색으로 변경할 수 있습니까? 현재는 그 반대이고 직관적이지 않은 것 같습니다.
