Analiza zdolności dla danych atrybutowych
Wczytaj przykładowe dane dla rozkładu Poissona Wczytaj przykładowe dane dla rozkładu dwumianowegoAnaliza zdolności dla danych atrybutowych ocenia jakość procesu wtedy, gdy wynik zapisywany jest jako liczba zliczeń, a nie jako pomiar ciągły. Numiqo udostępnia analizę zdolności opartą na rozkładzie Poissona dla defektów na jednostkę oraz analizę zdolności opartą na rozkładzie dwumianowym dla jednostek wadliwych.
Rozkład Poissona czy dwumianowy?
| Pytanie | Rozkład Poissona | Rozkład dwumianowy |
|---|---|---|
| Co jest zliczane? | Pojedyncze defekty | Jednostki wadliwe |
| Czy jedna jednostka może dać więcej niż jedno zdarzenie? | Tak, jedna jednostka może mieć kilka defektów | Nie, każda jednostka jest klasyfikowana raz jako dobra albo wadliwa |
| Typowy wynik | Defekty na jednostkę (DPU) | Frakcja lub procent wadliwych |
| Karta kontrolna | Karta U | Karta P |
Analiza zdolności oparta na rozkładzie Poissona
Zastosuj zdolność Poissona, gdy zliczasz, ile defektów wystąpiło w każdej skontrolowanej próbie. Na przykład powlekana rola blachy może zawierać kilka zarysowań, wtrąceń lub ubytków powłoki. Liczebnością próby może być liczba skontrolowanych jednostek albo ekspozycja, taka jak metry, metry kwadratowe, godziny lub strony.
Przykład dla rozkładu Poissona zawiera liczbę defektów powierzchniowych wykrytych podczas 30 zmian produkcyjnych oraz odpowiadającą im liczbę metrów kwadratowych skontrolowanej powlekanej blachy. Skontrolowana powierzchnia różni się między zmianami. Wartość docelowa w przykładzie to 0,025 defektu na metr kwadratowy.
Analiza zdolności oparta na rozkładzie dwumianowym
Zastosuj zdolność dwumianową, gdy każda skontrolowana jednostka ma tylko dwie możliwe klasyfikacje: dobra albo wadliwa. Zliczaj jednostki wadliwe w każdej próbie wraz z łączną liczbą skontrolowanych jednostek.
Przykład dla rozkładu dwumianowego zawiera wadliwe opakowania zgrzewane oraz łączną liczbę opakowań skontrolowanych podczas 30 zmian produkcyjnych. Liczebności próby różnią się między zmianami. Wartość docelowa w przykładzie to 3% wadliwych, którą w kalkulatorze wpisuje się jako 3.
Zmienne liczebności próby
Obie metody obsługują stałą liczebność próby albo kolumnę zawierającą inną liczebność próby dla każdego wiersza. Numiqo oblicza ogólny wskaźnik jako sumę zliczeń podzieloną przez sumę liczebności próby. Dzięki temu większe próby mają prawidłowo większą wagę niż mniejsze.
Jak interpretować wyniki
Najpierw obejrzyj kartę U lub kartę P. Niestabilny proces należy zbadać, zanim jego zdolność zostanie wykorzystana do prognozowania przyszłych wyników. Następnie porównaj obserwowany wskaźnik i jego 95% przedział ufności z maksymalną dopuszczalną wartością docelową. Jeżeli górna granica ufności leży poniżej wartości docelowej, dane stanowią mocny dowód, że proces spełnia wartość docelową. Jeżeli poniżej wartości docelowej leży tylko obserwowana średnia, potrzebne mogą być dodatkowe dane.
Wróć do kalkulatora zdolności procesu, aby przeanalizować własne dane.