Un tipico esempio di distribuzione normale di una miscela si osserva nello stampaggio a iniezione, dove cavità diverse presentano medie diverse. È ragionevole supporre che ogni cavità segua una distribuzione normale. Inoltre, è altrettanto ragionevole supporre (sebbene non necessario) che la deviazione standard all'interno di una cavità sia la stessa per tutte le cavità. Questo porta ovviamente a una distribuzione normale della miscela.
Dovrebbe quindi essere ovvio utilizzare distribuzioni/quantili di miscela normali in JMP, ma non è questo l'approccio che vediamo. Al contrario, si riscontrano diversi metodi per calcolare Ppk su distribuzioni multimodali. La maggior parte di questi metodi presenta seri problemi. In questo articolo presentiamo tali problemi, le loro conseguenze e un metodo che li risolve.
Gli indici di capacità di processo come Pp e Ppk sono tradizionalmente utilizzati per descrivere la qualità. Tuttavia, Ppk descrive i tassi di non conformità (OOS) più che la qualità. Se Pp è molto elevato (come accade nello stampaggio a iniezione), la media può essere lontana dal valore target, dove i prodotti funzionano al meglio, pur avendo un Ppk elevato. Inoltre, la relazione tra il tasso di non conformità e Ppk dipende dalla distribuzione dei dati, quindi quando i dati non sono distribuiti normalmente, Ppk non è un buon indicatore del tasso di non conformità.
IMG_1106.jpeg
