Porównaj wydajność procesu z wymaganiami specyfikacji

Oceń położenie i rozrzut pomiarów względem zadanych granic specyfikacji.

Poradniki · Statystyczne sterowanie procesem (SPC) · 4 min czytania

Nazwy poleceń aplikacji, identyfikatory kolumn i wartości danych przykładowych zachowano w oryginale. Zrzuty ekranu, wykresy i pliki do pobrania są w języku angielskim.

Przykład: średnice kołków ustalających

Zespół mierzy 150 kołków w 30 godzinowych grupach po pięć. Cel rysunkowy to 12.000 mm, a przedział specyfikacji 11.950–12.050 mm. Stabilność procesu nie została potwierdzona.

Pobierz przykład kołków ustalających (CSV w języku angielskim)

To ten sam przykład co w Help. diameter_mm zawiera średnicę w mm; subgroup_id identyfikuje każdą grupę pięciu kołków. Pozostałe kolumny podają kolejność, czas i pozycję w grupie.

1. Utwórz obszar roboczy

Na pasku bocznym otwórz Process control, wybierz Capability & Performance i nazwij analizę. Wybierz New blank worksheet oraz Create analysis.

2. Zaimportuj dane

Na karcie Worksheet wybierz Import. Wskaż pobrany plik lub wklej jego zawartość. Ustaw separator Comma, wybierz Decimal dot i zaznacz First row contains column names. Sprawdź podgląd i wybierz Import into worksheet. Zachowaj kolejność zbierania danych.

3. Przypisz kolumny wejściowe

Na karcie Inputs wybierz Process performance w Study type. Ustaw Data layout na One measurement column, a Subgroups defined by na ID column. Przypisz diameter_mm do Measurement column 1 i subgroup_id do Subgroup ID column z selektora kolumn.

4. Ustaw model i specyfikację

Wybierz Normal w Distribution model i General geometric (.G) w Calculation method. Wpisz 11.950 w Lower specification limit (LSL) i 12.050 w Upper specification limit (USL). Otwórz Target (optional) i wpisz 12.000 w Target value. Wszystkie wartości są w mm.

Otwórz Plot options. Ustaw Histogram binning na Automatic, a Histogram scale na Frequency. Pozostaw zaznaczone Show fitted distribution. Przyrostek .G oznacza General geometric (.G), wybraną metodę obliczania wskaźników wydajności, a nie inny zbiór pomiarów.

Capability & Performance: Karta Inputs z przypisaniami i ustawieniami przykładu
Angielski zrzut ekranu Inputs: badanie wydajności procesu, kolumny pomiarów, model normalny, specyfikacja i opcje wykresów. Otwórz obraz w pełnym rozmiarze (otwiera się w nowej karcie)

5. Uruchom analizę

Wybierz Run analysis, a następnie otwórz Results.

6. Zinterpretuj wyniki

  1. Zrozum zakres badania

    Analiza opisuje ogólną wydajność procesu względem podanej specyfikacji rysunkowej. Stabilność procesu nie została potwierdzona, więc wyniki nie potwierdzają jego zdolności.

  2. Porównaj kołki ze specyfikacją

    Wszystkie 150 średnic mieści się w 11.950–12.050 mm. Średnia to 12.0124 mm: powyżej celu 12.000 mm i bliżej górnej granicy specyfikacji. Krzywa to dopasowany model normalny. Linie specyfikacji określają dopuszczalne średnice, nie granice kontrolne.

    Histogram zdolności i wydajności
    150 średnic kołków w mm, z granicami specyfikacji, celem i dopasowaną krzywą normalną. Otwórz wykres w pełnym rozmiarze (otwiera się w nowej karcie)
  3. Sprawdź dopasowany model

    Porównaj punkty z normalną linią odniesienia, także na końcach wykresu. Aplikacja nie oceniła automatycznie odpowiedniości modelu. Wykres nie potwierdza stabilności w czasie; osobno przeanalizuj odpowiednią kartę kontrolną.

    Wykres prawdopodobieństwa normalnego
    Wykres prawdopodobieństwa normalnego średnic kołków. Oceń dopasowanie, także w ogonach. Otwórz wykres w pełnym rozmiarze (otwiera się w nowej karcie)
  4. Odczytaj wskaźniki wydajności

    Przyrostek .G oznacza wybraną ogólną metodę geometryczną. Pp.G opisuje dopasowane rozproszenie względem szerokości specyfikacji. Ppk.G uwzględnia też położenie średniej. Tutaj Pp.G wynosi 1.391, a Ppk.G 1.046; ograniczeniem jest górna granica specyfikacji.

  5. Oddziel braki zaobserwowane od modelowanych

    Żaden kołek próby nie narusza specyfikacji. Model normalny szacuje jednak około 854 braków na milion, głównie powyżej górnej granicy. PPM oznacza części na milion. Zero braków w 150 kołkach nie oznacza zerowego wskaźnika długookresowego. Oszacowanie zależy od odpowiedniości modelu.

  6. Wybierz, co zbadać

    Sprawdź, dlaczego średnia przekracza cel i jaki pozostaje zapas do górnej granicy. Oceń stabilność w kolejności pomiarów i zastrzeżenia modelu. Raportuj zero zaobserwowanych braków osobno od oszacowania; walidacja obliczeń nie potwierdza stabilności procesu ani odpowiedniości modelu.

Więcej szczegółów: omówienie poszczególnych wyników

Pełne tabele wyników zachowują sześć cyfr znaczących, tak jak w sekcji Help.

Wskaźniki wydajności procesu

Pp.G wynosi 1.391, a Ppk.G 1.046. Niższy wskaźnik strony górnej pokazuje ograniczenie wynikające z bliskości górnej specyfikacji. Wskaźniki wykorzystują całkowitą zmienność danych. Nie potwierdzają kontroli statystycznej ani nie gwarantują przyszłej wydajności.

Wskaźniki wydajności procesu · Liczba wierszy: 4
StatystykaWartość
Pp.G1.39063
PpL.G · dolna granica specyfikacji1.7357
PpU.G · górna granica specyfikacji1.04557
Ppk.G1.04557
  • Wszystkie główne wskaźniki C i P przedstawiają całkowitą zmienność. Nazwy określają warunki badania; nie zastępuje się jej zmiennością wewnątrz podgrup.
  • Ogólne wskaźniki geometryczne porównują odległości specyfikacji z medianą oraz percentylami 0.135 / 99.865 dopasowanego rozkładu. Dla modelu normalnego obliczenie używa średniej ± 3 SD próby.
  • Zmiana metody wskaźników przy tym samym modelu nie zmienia oszacowanych prawdopodobieństw niezgodności.
  • — oznacza niedostępny wynik; przyczyna jest podana obok.

Niezgodność zaobserwowana i oczekiwana

W próbie nie zaobserwowano sztuk poza specyfikacją. Model normalny szacuje jednak około 854 części na milion poza nią, prawie wyłącznie powyżej górnej granicy. To ekstrapolacja dopasowanych ogonów, nie zaobserwowana liczba wad.

Niezgodność zaobserwowana i oczekiwana · Liczba wierszy: 3
Strona specyfikacjiLiczba zaobserwowanaZaobserwowane ppmOczekiwane ppm
Poniżej LSL000.0959132
Powyżej USL00854.265
Łącznie00854.361
  • Wartości zaobserwowane zliczają pomiary ściśle poza granicami specyfikacji. Oczekiwane wykorzystują wybrany dopasowany rozkład; zero zaobserwowanych braków nie oznacza zerowego przyszłego ryzyka.
  • Not applicable oznacza brak podanej granicy specyfikacji po tej stronie. Naturalne ograniczenie nie jest granicą specyfikacji.

Badanie i model

To badanie wydajności procesu z modelem normalnym, ogólną metodą geometryczną i całkowitą zmiennością. Zastrzeżenie dotyczące walidacji obliczeń odnosi się do implementacji; nie potwierdza stabilności ani odpowiedniości danych.

Badanie i model · Liczba wierszy: 13
UstawienieWartość
BadanieWydajność procesu
Wybrany model rozkładuNormal
Metoda obliczeńOgólna geometryczna (.G)
Zmienność reprezentowana przez główne wskaźnikiZmienność całkowita w pełnym zbiorze danych
Estymator parametrówDopasowanie z analizy dopasowania rozkładów
Położenie (jednostki oryginalne)12.0124
Skala (jednostki oryginalne)0.0119849
Nośnik modeluDolny kraniec: nieograniczony; górny kraniec: nieograniczony
Dolna granica specyfikacji11.95
Górna granica specyfikacji12.05
FitDostępne
Źródło modeluDopasowano dla tej analizy zdolności
WalidacjaObliczenia zdolności sprawdzono względem zbioru walidacyjnego.
  • Źródło: AIAG–VDA SPC, luty 2026, tom żółty, rozdział 7 (§7.8.2).
  • Wybrany rozkład musi odpowiednio opisywać pomiary, szczególnie ogony. Histogram i wykres rozkładu wspomagają ocenę wzrokową; ta analiza nie potwierdza odpowiedniości modelu ani stabilności statystycznej.
  • Nie stosuje się automatycznej decyzji akceptacji ani przesunięcia 1.5σ.

Statystyki próby

Potwierdź 150 obserwacji, średnią i całkowite odchylenie standardowe. Całkowita zmienność wyznacza główne wskaźniki wydajności. Identyfikatory podgrup nie zmieniają badania w potwierdzoną ocenę zdolności stabilnego procesu.

Statystyki próby · Liczba wierszy: 3
StatystykaWartość
Obserwacje (n)150
Średnia12.0124
Odchylenie standardowe (całkowite)0.0119849

Szczegóły równoważnego normalnego Z

Z każdego ogona przelicza dopasowane prawdopodobieństwo braku na równoważną odległość normalną. Z.Bench przelicza łączne prawdopodobieństwo; przy dwóch ogonach nie jest po prostu trzykrotnością najmniejszego wskaźnika. Nie stosuje się przesunięcia 1.5σ. To wartości z modelu, nie diagnostyka stabilności w czasie.

Szczegóły równoważnego normalnego Z · Liczba wierszy: 3
OgonOczekiwane prawdopodobieństwo brakuRównoważne normalne Z
Dolna specyfikacja9.59132e-85.20709
Górna specyfikacja0.0008542653.13671
Oba właściwe ogony (Z.Bench)0.0008543613.13668
  • Z każdej strony to odwrotność funkcji przeżycia normalnego dla prawdopodobieństwa dopasowanego ogona braków. W metodzie Z-score wskaźnik strony wynosi Z / 3.
  • Z.Bench przelicza łączne prawdopodobieństwo braków. Przy dwóch ogonach nie jest trzykrotnością najmniejszego wskaźnika zdolności. Nie stosuje się przesunięcia 1.5σ.

Diagnostyka wewnątrz podgrup

SD wewnątrz podgrup, estymator, użyte grupy, uwzględnione/wykluczone obserwacje i Cw/Cwk traktuj jako diagnostykę doskonalenia procesu. Uznanie zmienności wewnętrznej za naturalną wymaga stabilności. Różnica względem głównych wskaźników jej nie potwierdza. Natywna aplikacja pomija tę sekcję w formalnych raportach; pozostaje dostępna w Results.

Wyłącznie do doskonalenia procesu. Ta diagnostyka jest pomijana w formalnych raportach (§7.8.2.5).

Diagnostyka wewnątrz podgrup · Liczba wierszy: 7
StatystykaWartość
Cw1.34141
Cwk1.00856
Odchylenie standardowe (wewnątrz podgrup)0.0124248
EstymatorR̄ / d₂
Użyteczne podgrupy30
Obserwacje w oszacowaniu wewnątrz podgrup150
Obserwacje pominięte w oszacowaniu wewnątrz podgrup0
  • Interpretacja zmienności wewnętrznej jako naturalnej wymaga stabilności statystycznej. Różnica między wskaźnikami głównymi i wewnętrznymi sama nie potwierdza stabilności.
  • Wszystkie pomiary pozostają w obliczeniach ogólnych. Grupy jednoelementowe i niepełne końcowe grupy o stałej liczebności są wykluczane tylko z oszacowania wewnętrznego; nigdy nie zastępuje się go całkowitym odchyleniem standardowym.

7. Utwórz raport

Zachowaj Capability & performance histogram, Normal probability plot, Study and model, Sample statistics, Process performance indices, Observed and expected nonconformance i Equivalent normal Z details. Zachowaj zastrzeżenia modelu. Zaznacz brak potwierdzonej stabilności i oddziel zero zaobserwowanych braków od oszacowania ogonów modelu. Natywny raport jest po angielsku.

Wybierz Add to report z zakończonego przebiegu. Otwórz Choose individual items and advanced options aby wybrać tabele i wykresy, a następnie wybierz Add to draft. Ukryte elementy pozostają w zapisanej analizie.

Nadaj raportowi nazwę, dodaj cel badania i swoją interpretację. Wybierz Save, sprawdź Preview, a następnie użyj Export → Download HTML. Poniższy przykład zawiera całą wybraną treść, w tym wyniki wykraczające poza jeden ekran.

Raport w języku angielskim. Pełny oryginalny wynik tego przykładu z Help, obejmujący odpowiednie tabele, wykresy i uwagi do obliczeń. Liczby w raporcie zachowują precyzję wyświetlaną przez aplikację. Wyeksportowane wykresy są statyczne. Na wąskich ekranach przewijaj szerokie wykresy i tabele w poziomie.
Zobacz przykładowy raport: Oceń wydajność procesu kołków ustalających względem specyfikacji

Używamy Microsoft Clarity, w tym nagrań sesji i map cieplnych, aby zrozumieć sposób korzystania z witryny. Możesz korzystać z witryny bez wyrażania zgody na analitykę.

Twój wybór jest zapisywany w tej przeglądarce na sześć miesięcy. Informacja o prywatności

Obecny wybór: Nie wybrano.