Uygulama komutları, çalışma sayfası kimlikleri ve örnek veri değerleri özgün biçimleriyle korunur. Ekran görüntüleri, grafikler ve indirilen dosyalar İngilizcedir. Bilimsel örneklerde özgün İngilizce sayı gösterimi korunur: ondalık ayırıcı nokta, binlik ayırıcı virgüldür. Web sitesindeki fiyatlar ve sayılar ise Türkçe biçimlendirilir.
Örnek: hizalama pimi çapları
Bir ekip, her saat beş pimlik bir grup oluşturarak 30 grupta 150 hizalama pimini ölçer. Teknik resim hedefi 12.000 mm, spesifikasyon aralığı 11.950–12.050 mm'dir. Süreç kararlılığı ortaya konmamıştır.
Hizalama pimi örneğini indirin (CSV)Bu, Help bölümünde kullanılan örneğin aynısıdır. diameter_mm, mm cinsinden çapı içerir; subgroup_id, beş pimden oluşan her grubu tanımlar. Diğer sütunlar toplama sırasını, zamanı ve grup içindeki konumu kaydeder.
1. Çalışma alanını oluşturun
Kenar çubuğunda Process control bölümünü açın, Capability & Performance seçeneğini belirleyin ve analizi adlandırın. New blank worksheet ve Create analysis seçeneklerini kullanın.
2. Verileri içe aktarın
Worksheet sekmesinde Import seçeneğini belirleyin. İndirdiğiniz dosyayı seçin veya içeriğini yapıştırın. Ayırıcıyı Comma olarak ayarlayın, Decimal dot seçeneğini kullanın ve First row contains column names ayarını işaretleyin. İçe aktarmanın önizlemesini inceleyin, ardından Import into worksheet seçeneğini kullanın. Satırları toplama sırasıyla tutun.
3. Girdi sütunlarını atayın
Inputs sekmesinde Study type altında Process performance seçeneğini belirleyin. Data layout alanını One measurement column, Subgroups defined by alanını ID column olarak ayarlayın. Sütun seçiciden seçerek diameter_mm sütununu Measurement column 1, subgroup_id sütununu Subgroup ID column alanına atayın.
4. Modeli ve spesifikasyonları ayarlayın
Distribution model altında Normal, Calculation method altında General geometric (.G) seçeneğini belirleyin. Lower specification limit (LSL) alanına 11.950, Upper specification limit (USL) alanına 12.050 girin. Target (optional) bölümünü açın ve Target value alanına 12.000 girin. Üç değerin de birimi mm'dir.
Plot options bölümünü açın. Histogram binning alanını Automatic, Histogram scale alanını Frequency olarak ayarlayın. Show fitted distribution ayarını işaretli bırakın. .G eki, performans indekslerini hesaplamak için seçilen General geometric (.G) yöntemini tanımlar; başka bir pim ölçümleri kümesi değildir.
5. Analizi çalıştırın
Run analysis seçeneğini kullanın, ardından Results sekmesini açın.
6. Sonuçları yorumlayın
Çalışmayı anlayın
Bu çalıştırma, verilen teknik resim spesifikasyonlarına göre genel süreç performansını tanımlar. Süreç kararlılığı ortaya konmadığından sonuçlar süreç yeterliliğini kanıtlamaz.
Pimleri spesifikasyonlarla karşılaştırın
150 pim çapının tümü 11.950–12.050 mm içindedir. Ortalamaları 12.0124 mm'dir: 12.000 mm hedefinin üzerindedir ve üst spesifikasyona daha yakındır. Eğri, verilere uydurulan normal modeldir. Spesifikasyon çizgileri kabul edilebilir pim çaplarını tanımlar; kontrol sınırları değildir.
Spesifikasyon sınırları, hedef ve uydurulan normal eğriyle mm cinsinden 150 pim çapı. Tam boyutlu grafiği görüntüle (yeni sekmede açılır) Uydurulan modeli kontrol edin
Grafiğin uçları dahil, noktaları normal referans çizgisiyle karşılaştırın. Uygulama bu modelin uygunluğunu otomatik olarak değerlendirmemiştir. Bu grafik zaman içindeki kararlılığı da ortaya koyamaz; uygun bir kontrol grafiğini ayrıca inceleyin.
Pim çaplarının normal olasılık grafiği. Kuyruklar dahil model uyumunu inceleyin. Tam boyutlu grafiği görüntüle (yeni sekmede açılır) Performans indekslerini okuyun
.G eki, seçilen genel geometrik hesaplama yöntemini adlandırır. Pp.G, modelin tahmin ettiği yayılımı spesifikasyon genişliğine göre tanımlar. Ppk.G, ortalamanın sınırlar arasındaki konumunu da dikkate alır. Burada Pp.G 1.391, Ppk.G 1.046'dır; sınırlayıcı taraf üst spesifikasyondur.
Gözlenen ve modellenen uygunsuzlukları ayırın
Örneklenen pimlerin hiçbiri spesifikasyonlara aykırı değildir. Normal model yine de milyon pim başına, çoğu üst spesifikasyonun üzerinde olmak üzere, yaklaşık 854 uygunsuzluk tahmin eder. PPM, milyonda birim sayısını ifade eder. 150 pimde gözlenen sıfır uygunsuzluk, uzun dönem uygunsuzluk oranının sıfır olduğu anlamına gelmez. Model tahmini, modelin uygun olmasına bağlıdır.
Neyin araştırılacağına karar verin
Ortalamanın neden hedefin üzerinde olduğunu ve üst spesifikasyona ne kadar pay kaldığını inceleyin. Süreç kararlılığını toplama sırasıyla kontrol edin ve model sınırlamalarını gözden geçirin. Gözlenen sıfır uygunsuzluğu modellenmiş tahminden ayrı raporlayın; hesaplama doğrulama ifadeleri süreç kararlılığını veya model uygunluğunu ortaya koymaz.
Diğer ayrıntılar: her sonuç bölümünü okuyun
Eksiksiz sonuç tabloları, Help bölümündeki gibi altı anlamlı basamak kullanır.
Süreç performansı indeksleri
Pp.G 1.391, Ppk.G 1.046'dır. Daha küçük üst taraf indeksi, üst spesifikasyona yakınlığın modellenmiş performansı sınırladığını gösterir. Bu indeksler veri kümesindeki genel değişkenliği kullanır. İstatistiksel kontrolü kanıtlamaz veya gelecekteki performansı garanti etmez.
| İstatistik | Değer |
|---|---|
| Pp.G | 1.39063 |
| PpL.G · Alt spesifikasyon | 1.7357 |
| PpU.G · Üst spesifikasyon | 1.04557 |
| Ppk.G | 1.04557 |
- Ana C ve P indekslerinin tümü genel değişkenliği temsil eder. Adları çalışma koşullarını tanımlar; alt grup içi değişkenlik onların yerine kullanılmaz.
- Genel geometrik indeksler, spesifikasyon uzaklıklarını uydurulan dağılımın medyanı ve 0.135. / 99.865. yüzdelikleriyle karşılaştırır. Normal bir modelde hesaplama, ortalama ± 3 örneklem standart sapmasını kullanır.
- Aynı uydurulan model için indeks yöntemini değiştirmek, tahmin edilen spesifikasyon dışı olasılıklarını değiştirmez.
- —, kullanılamayan bir sonucu gösterir; nedeni yanında gösterilir.
Gözlenen ve beklenen uygunsuzluk
Bu örneklemde spesifikasyon dışı ürün gözlenmemiştir. Normal model yine de neredeyse tamamı üst sınırın üzerinde olmak üzere, spesifikasyon dışında yaklaşık milyonda 854 birim tahmin eder. Bu tahmin, uydurulan kuyruklardan ekstrapolasyon yapar; gözlenen kusur sayısı değildir.
| Spesifikasyon tarafı | Gözlenen sayı | Gözlenen ppm | Beklenen ppm |
|---|---|---|---|
| LSL altında | 0 | 0 | 0.0959132 |
| USL üstünde | 0 | 0 | 854.265 |
| Toplam | 0 | 0 | 854.361 |
- Gözlenen değerler, spesifikasyon sınırlarının kesinlikle dışında kalan ölçümleri sayar. Beklenen değerler, seçilen uydurulan dağılımı kullanır; gözlenen sıfır uygunsuzluk gelecekteki riskin sıfır olduğunu kanıtlamaz.
- Geçerli değil, o tarafta bir spesifikasyon sınırı verilmediği anlamına gelir. Doğal sınır, spesifikasyon sınırı değildir.
Çalışma ve model
Bu, genel geometrik yöntemi ve genel değişkenliği kullanan normal model temelli bir süreç performansı çalışmasıdır. Hesaplama doğrulamasına ilişkin sınırlama uygulamanın hesaplama yöntemini ilgilendirir; bu verilerin kararlılığını veya uygunluğunu onaylamaz.
| Ayar | Değer |
|---|---|
| Çalışma | Süreç performansı |
| Seçilen dağılım modeli | Normal |
| Hesaplama yöntemi | Genel geometrik (.G) |
| Ana indekslerin temsil ettiği değişkenlik | Tüm veri kümesindeki genel değişkenlik |
| Parametre tahmin edicisi | Distribution Fit Analysis tarafından bildirilen uyum |
| Konum (özgün birimlerde) | 12.0124 |
| Ölçek (özgün birimlerde) | 0.0119849 |
| Modelin destek kümesi | Alt uç: sınırsız; üst uç: sınırsız |
| Alt spesifikasyon sınırı | 11.95 |
| Üst spesifikasyon sınırı | 12.05 |
| Fit | Kullanılabilir |
| Model kaynağı | Bu yeterlilik hesaplaması için uyduruldu |
| Doğrulama | Yeterlilik hesaplamaları doğrulama veri kümesiyle karşılaştırıldı. |
- Referans: AIAG–VDA SPC, Şubat 2026 Sarı Cilt, Bölüm 7 (§7.8.2).
- Seçilen dağılım, özellikle kuyrukları olmak üzere ölçümleri yeterli biçimde tanımlamalıdır. Histogram ve dağılım grafiği görsel incelemeyi destekler; bu çalıştırma model uygunluğunu veya istatistiksel kararlılığı ortaya koymaz.
- Otomatik kabul kararı veya 1.5σ kaydırması uygulanmaz.
Örneklem istatistikleri
150 gözlemi, ortalamayı ve genel standart sapmayı doğrulayın. Genel değişkenlik, ana süreç performansı indekslerini sağlar. Alt grup kimlikleri bunu kanıtlanmış kararlı süreç yeterliliği çalışmasına dönüştürmez.
| İstatistik | Değer |
|---|---|
| Gözlemler (n) | 150 |
| Ortalama | 12.0124 |
| Standart sapma (genel) | 0.0119849 |
Eşdeğer normal Z ayrıntıları
Her kuyruğun Z değeri, modelden tahmin edilen uygunsuzluk olasılığını eşdeğer normal uzaklığa dönüştürür. Z.Bench, birleşik uygunsuzluk olasılığını dönüştürür; iki kuyruk olduğunda en küçük indeksin yalnızca üç katı değildir. 1.5σ kaydırması uygulanmaz. Bunlar zaman kararlılığı tanıları değil, modelden türetilmiş değerlerdir.
| Kuyruk | Beklenen uygunsuzluk olasılığı | Eşdeğer normal Z |
|---|---|---|
| Alt spesifikasyon | 9.59132e-8 | 5.20709 |
| Üst spesifikasyon | 0.000854265 | 3.13671 |
| Uygulanabilir iki kuyruk birlikte (Z.Bench) | 0.000854361 | 3.13668 |
- Her tarafın Z değeri, modelin tahmin ettiği o uygunsuzluk kuyruğunun olasılığına ters normal sağkalım fonksiyonu uygulanarak elde edilir. Z-puanı yönteminde ilgili tarafın indeksi Z / 3'e eşittir.
- Z.Bench, birleşik uygunsuzluk olasılığını dönüştürür. Katkıda bulunan iki kuyruk olduğunda minimum yeterlilik indeksinin üç katı değildir. 1.5σ kaydırması uygulanmaz.
Alt grup içi tanılar
Alt grup içi standart sapmayı, tahmin ediciyi, kullanılabilir grupları, dahil edilen/dışlanan gözlemleri ve varsa Cw/Cwk kayıtlarını süreç iyileştirme tanıları olarak okuyun. Grup içi değişkenliği doğal süreç değişkenliği olarak ele almadan önce kararlılık gerekir. Ana indekslerden farklılık kararlılığı kanıtlamaz. Yerel uygulama bu tanı bölümünü resmî raporlara dahil etmez; bölüm Results içinde kullanılabilir durumda kalır.
Yalnızca süreç iyileştirme içindir. Bu tanılar resmî raporlara dahil edilmez (§7.8.2.5).
| İstatistik | Değer |
|---|---|
| Cw | 1.34141 |
| Cwk | 1.00856 |
| Standart sapma (alt gruplar içinde) | 0.0124248 |
| Tahmin edici | R̄ / d₂ |
| Kullanılabilir alt gruplar | 30 |
| Alt grup içi tahmine dahil edilen gözlemler | 150 |
| Alt grup içi tahminden çıkarılan gözlemler | 0 |
- Grup içi değişkenliği doğal süreç değişkenliği olarak yorumlamak istatistiksel kararlılık gerektirir. Ana indekslerle grup içi indeksler arasındaki fark tek başına kararlılığı kanıtlamaz.
- Ölçümlerin tümü genel hesaplamalarda kalır. Tek gözlemli gruplar ve sabit büyüklükte oluşturulan grupların sondaki eksik grubu yalnızca grup içi tahminden dışlanır; onların yerine genel standart sapma hiçbir zaman kullanılmaz.
7. Rapor oluşturun
Capability & performance histogram, Normal probability plot, Study and model, Sample statistics, Process performance indices, Observed and expected nonconformance ve Equivalent normal Z details sonuçlarını saklayın. Model sınırlamalarını koruyun. Kararlılığın ortaya konmadığını belirtin ve gözlenen sıfır uygunsuz ürünü modellenmiş kuyruk tahmininden ayırın.
Tamamlanan hesaplamada Add to report seçeneğini belirleyin. Tablo ve grafikleri seçmek için Choose individual items and advanced options bölümünü açın, ardından Add to draft seçeneğini belirleyin. Gizlenen öğeler kayıtlı analizde kalır.
Raporu adlandırın, çalışmanın amacını ve yorumunuzu ekleyin. Save seçeneğiyle kaydedin; Preview ile önizlemeyi inceleyin, ardından Export → Download HTML yolunu kullanın. Aşağıdaki örnek, bir ekrana sığmayan sonuçlar dahil seçilen içeriğin tamamını içerir.