Názvy příkazů aplikace, identifikátory datových listů a hodnoty ukázkových dat zůstávají v původní podobě. Snímky obrazovky, grafy a soubory ke stažení jsou v angličtině. Vědecké příklady zachovávají anglické číselné konvence: desetinnou tečku a čárku oddělující tisíce.
Příklad: průměry ustavovacích kolíků
Tým měří 150 ustavovacích kolíků ve 30 hodinových skupinách po pěti. Cíl výkresu je 12.000 mm a specifikační interval je 11.950–12.050 mm. Stabilita procesu nebyla prokázána.
Stáhnout příklad ustavovacích kolíků (CSV v angličtině)Jde o stejný příklad jako v Help. diameter_mm obsahuje průměr v mm; subgroup_id identifikuje každou skupinu pěti kolíků. Ostatní sloupce zaznamenávají pořadí sběru, čas a pozici ve skupině.
1. Vytvořte pracovní prostředí
Na postranním panelu otevřete Process control, vyberte Capability & Performance a pojmenujte analýzu. Vyberte New blank worksheet a Create analysis.
2. Importujte data
Na kartě Worksheet vyberte Import. Zvolte stažený soubor nebo vložte jeho obsah. Nastavte oddělovač na Comma, použijte Decimal dot a zaškrtněte First row contains column names. Zobrazte náhled importu a poté vyberte Import into worksheet. Zachovejte řádky v pořadí sběru.
3. Přiřaďte vstupní sloupce
Na kartě Inputs vyberte Process performance v Study type. Nastavte Data layout na One measurement column a Subgroups defined by na ID column. Přiřaďte diameter_mm k Measurement column 1 a subgroup_id k Subgroup ID column, obojí výběrem sloupce.
4. Nastavte model a specifikace
V Distribution model vyberte Normal a v Calculation method vyberte General geometric (.G). Do Lower specification limit (LSL) zadejte 11.950 a do Upper specification limit (USL) hodnotu 12.050. Otevřete Target (optional) a do Target value zadejte 12.000. Všechny tři hodnoty používají mm.
Otevřete Plot options. Nastavte Histogram binning na Automatic a Histogram scale na Frequency. Ponechte Show fitted distribution zaškrtnuté. Přípona .G označuje General geometric (.G), zvolený způsob výpočtu indexů výkonnosti; nejde o další sadu měření kolíků.
5. Spusťte analýzu
Vyberte Run analysis a poté otevřete Results.
6. Interpretovat výsledky
Pochopte studii
Tento běh popisuje celkovou výkonnost procesu vůči zadaným výkresovým specifikacím. Stabilita procesu nebyla prokázána, takže výsledky neprokazují způsobilost procesu.
Porovnejte kolíky se specifikacemi
Všech 150 průměrů kolíků leží uvnitř 11.950–12.050 mm. Jejich průměr je 12.0124 mm: nad cílem 12.000 mm a blíže horní specifikační mezi. Křivka je proložený normální model. Specifikační čáry popisují přijatelné průměry kolíků; nejsou regulačními mezemi.
150 průměrů kolíků v mm se specifikačními mezemi, cílem a proloženou normální křivkou. Zobrazit graf v plné velikosti (otevře se na nové kartě) Zkontrolujte proložený model
Porovnejte body s normální referenční přímkou včetně krajů grafu. Aplikace automaticky neposoudila vhodnost tohoto modelu. Ani tento graf nemůže prokázat stabilitu v čase; vhodný regulační diagram posuďte samostatně.
Normální pravděpodobnostní graf průměrů kolíků. Posuďte proložení včetně chvostů. Zobrazit graf v plné velikosti (otevře se na nové kartě) Přečtěte si indexy výkonnosti
Přípona .G označuje zvolenou obecnou geometrickou metodu výpočtu. Pp.G popisuje proložené rozptýlení vzhledem k šířce specifikačního intervalu. Ppk.G zohledňuje také polohu průměru mezi mezemi. Zde je Pp.G 1.391 a Ppk.G 1.046; omezující stranou je horní specifikační mez.
Oddělte pozorované a modelované neshody
Žádný kolík ve výběru neporušuje specifikace. Normální model přesto odhaduje přibližně 854 neshodných kusů na milion kolíků, většinou nad horní specifikační mezí. PPM znamená počet kusů na milion. Nula pozorovaných neshod ve 150 kolících neznamená nulovou dlouhodobou míru neshod. Modelový odhad závisí na vhodnosti modelu.
Rozhodněte, co prozkoumáte
Prozkoumejte, proč průměr leží nad cílem a kolik prostoru zbývá k horní specifikační mezi. Ověřte stabilitu procesu v pořadí sběru a posuďte podmínky platnosti modelu. Nulu pozorovaných neshod uvádějte odděleně od modelového odhadu; prohlášení o validaci výpočtu neprokazují stabilitu procesu ani vhodnost modelu.
Další podrobnosti: přečtěte si každou sekci výsledků
Úplné tabulky výsledků používají šest platných číslic, stejně jako Help.
Indexy výkonnosti procesu
Pp.G je 1.391 a Ppk.G je 1.046. Menší index horní strany ukazuje, že blízkost horní specifikační meze omezuje modelovanou výkonnost. Tyto indexy používají celkovou variabilitu v souboru dat. Neprokazují statistickou regulaci ani nezaručují budoucí výkonnost.
| Statistika | Hodnota |
|---|---|
| Pp.G | 1.39063 |
| PpL.G · Dolní specifikace | 1.7357 |
| PpU.G · Horní specifikace | 1.04557 |
| Ppk.G | 1.04557 |
- Všechny hlavní indexy C a P vyjadřují celkovou variabilitu. Jejich názvy označují podmínky studie; variabilita uvnitř podskupin se nepoužívá jako náhrada.
- Obecné geometrické indexy porovnávají vzdálenosti ke specifikačním mezím s mediánem proloženého rozdělení a percentily na úrovních 0.135 / 99.865. Pro normální model používá výpočet průměr ± 3 výběrové směrodatné odchylky.
- Změna metody indexu pro stejný proložený model nemění jeho odhadované pravděpodobnosti mimo specifikace.
- — označuje nedostupný výsledek; důvod je uveden vedle něj.
Pozorované a očekávané neshody
V tomto výběru nebyly pozorovány žádné položky mimo specifikace. Normální model přesto odhaduje přibližně 854 kusů na milion mimo specifikace, téměř všechny nad horní mezí. Tento odhad extrapoluje proložené chvosty; nejde o pozorovaný počet vad.
| Strana specifikace | Pozorovaný počet | Pozorované ppm | Očekávané ppm |
|---|---|---|---|
| Pod LSL | 0 | 0 | 0.0959132 |
| Nad USL | 0 | 0 | 854.265 |
| Celkem | 0 | 0 | 854.361 |
- Pozorované hodnoty počítají měření přísně mimo specifikační meze. Očekávané hodnoty používají vybrané proložené rozdělení; nula pozorovaných neshod neprokazuje nulové budoucí riziko.
- Nepoužije se znamená, že na dané straně nebyla zadána specifikační mez. Přirozená hranice není specifikační mezí.
Studie a model
Jde o studii výkonnosti procesu s normálním modelem využívající obecnou geometrickou metodu a celkovou variabilitu. Upozornění týkající se validace výpočtu se vztahuje k implementaci; nepotvrzuje stabilitu ani vhodnost těchto dat.
| Nastavení | Hodnota |
|---|---|
| Studie | Výkonnost procesu |
| Vybraný model rozdělení | Normal |
| Metoda výpočtu | Obecná geometrická (.G) |
| Variabilita vyjádřená hlavními indexy | Celková variabilita v úplném datovém souboru |
| Odhad parametrů | Proložení uvedené v Distribution Fit Analysis |
| Poloha (původní jednotky) | 12.0124 |
| Měřítko (původní jednotky) | 0.0119849 |
| Obor hodnot modelu | Dolní krajní bod: neomezený; horní krajní bod: neomezený |
| Dolní specifikační mez | 11.95 |
| Horní specifikační mez | 12.05 |
| Fit | Dostupné |
| Zdroj modelu | Proloženo pro tento výpočet způsobilosti |
| Validace | Výpočty způsobilosti ověřeny vůči validačnímu datovému souboru. |
- Reference: AIAG–VDA SPC, únor 2026, Yellow Volume, kapitola 7 (§7.8.2).
- Zvolené rozdělení musí dostatečně popisovat měření, zejména jejich chvosty. Histogram a graf rozdělení podporují vizuální posouzení; tento běh neprokazuje vhodnost modelu ani statistickou stabilitu.
- Nepoužívá se žádné automatické rozhodnutí o přijetí ani posun 1.5σ.
Výběrové statistiky
Ověřte 150 pozorování, průměr a celkovou směrodatnou odchylku. Celková variabilita tvoří hlavní indexy výkonnosti procesu. ID podskupin z toho nevytvářejí prokázanou studii způsobilosti stabilního procesu.
| Statistika | Hodnota |
|---|---|
| Pozorování (n) | 150 |
| Průměr | 12.0124 |
| Směrodatná odchylka (celková) | 0.0119849 |
Podrobnosti ekvivalentního normálního Z
Z každého chvostu převádí jeho proloženou pravděpodobnost neshody na ekvivalentní normální vzdálenost. Z.Bench převádí kombinovanou pravděpodobnost neshody; se dvěma chvosty nejde pouze o trojnásobek nejmenšího indexu. Nepoužívá se posun 1.5σ. Jde o hodnoty odvozené z modelu, nikoli diagnostiku časové stability.
| Chvost | Očekávaná pravděpodobnost neshody | Ekvivalentní normální Z |
|---|---|---|
| Dolní specifikace | 9.59132e-8 | 5.20709 |
| Horní specifikace | 0.000854265 | 3.13671 |
| Oba příslušné chvosty (Z.Bench) | 0.000854361 | 3.13668 |
- Z každé strany je hodnota v normovaném normálním rozdělení, nad níž leží pravděpodobnost rovná dané proložené pravděpodobnosti neshody v chvostu. Při metodě z-skóre se index dané strany rovná Z / 3.
- Z.Bench převádí kombinovanou pravděpodobnost neshody. Se dvěma přispívajícími chvosty nejde o trojnásobek nejmenšího indexu způsobilosti. Nepoužívá se posun 1.5σ.
Diagnostika uvnitř podskupin
Směrodatnou odchylku uvnitř podskupin, odhadovou metodu, použitelné skupiny, zahrnutá/vyloučená pozorování a případné položky Cw/Cwk čtěte jako diagnostiku pro zlepšování procesu. Než budete vnitřní variabilitu považovat za inherentní variabilitu, je nutná stabilita. Rozdíl vůči hlavním indexům neprokazuje stabilitu. Nativní aplikace tuto diagnostickou část vynechává z formálních zpráv; zůstává dostupná v Results.
Pouze pro zlepšování procesu. Tato diagnostika se vynechává z formálních zpráv (§7.8.2.5).
| Statistika | Hodnota |
|---|---|
| Cw | 1.34141 |
| Cwk | 1.00856 |
| Směrodatná odchylka (uvnitř podskupin) | 0.0124248 |
| Odhad | R̄ / d₂ |
| Použitelné podskupiny | 30 |
| Pozorování zahrnutá do odhadu uvnitř podskupin | 150 |
| Pozorování vyloučená z odhadu uvnitř podskupin | 0 |
- Považovat vnitřní variabilitu za inherentní vyžaduje statistickou stabilitu. Rozdíl mezi hlavními a vnitřními indexy sám o sobě stabilitu neprokazuje.
- Všechna měření zůstávají v celkových výpočtech. Skupiny s jediným pozorováním a neúplné koncové skupiny pevné velikosti se vylučují pouze z vnitřního odhadu; celková směrodatná odchylka se nikdy nepoužívá jako náhrada.
7. Vytvořit zprávu
Zachovejte Capability & performance histogram, Normal probability plot, Study and model, Sample statistics, Process performance indices, Observed and expected nonconformance a Equivalent normal Z details. Zachovejte podmínky platnosti modelu. Uveďte, že stabilita není prokázána, a odlište nulu pozorovaných neshodných kusů od modelového odhadu chvostů.
Vyberte Add to report z dokončeného výpočtu. Otevřete Choose individual items and advanced options pro výběr tabulek a grafů a poté vyberte Add to draft. Skryté položky zůstávají v uložené analýze.
Pojmenujte zprávu a doplňte účel studie a svou interpretaci. Vyberte Save, zkontrolujte Preview, poté použijte Export → Download HTML. Příklad níže obsahuje veškerý vybraný obsah včetně výsledků přesahujících jednu obrazovku.