在本例显示的情况中,由于过程不稳定,总变异与组内变异存在差别。它使用 Quality Control 样本数据文件夹中的 Coating.jmp 数据表(数据取自 ASTM Manual on Presentation of Data and Control Chart Analysis)。关注的过程变量为重量列,按照样本列划分为子组。
1. 选择帮助 > 样本数据库,然后打开 Quality Control/Coating.jmp。
2. 选择分析 > 质量和过程 > 过程能力。
3. 选择重量并点击 Y,过程。
4. 打开过程子组分级显示项。
5. 在左侧的选择列列表中选择样本。
6. 在右侧的为选定列指定角色列表中选择重量。
7. 点击嵌套子组 ID 列。
8. 点击确定。
9. 在规格限窗口中,为下规格限输入 16,目标输入 20,上规格限输入 24。
10. 点击确定。
11. 点击“目标图”红色小三角并选择显示组内 Sigma 点。
12. 点击“过程能力”红色小三角并选择单项详细报表。
图 7.25 Coating.jmp 数据的“过程能力”报表
图 7.25 显示了所得到的“过程能力”报表。“目标图”显示的两个点分别代表根据规格限标准化的均值偏移和标准差。“目标图”旁边有一个图例用于标识这两个点。“总 Sigma”点使用总样本标准差计算。“组内 Sigma”点使用子组内标准差的估计值计算。
使用“总 Sigma”计算的点位于对应于 Ppk 为 1 的目标三角形之外。这表示变量重量将产生不合格产品。
不过,使用“组内 Sigma”计算的点位于目标三角形内。这表示若过程稳定,重量值将很可能落入规格限范围内。
使用“控制图生成器”可确定重量测量值是否稳定。
1. 选择帮助 > 样本数据库,然后打开 Quality Control/Coating.jmp。
1. 选择分析 > 质量和过程 > 控制图生成器。
2. 将样本拖至子组区域。
3. 将重量拖至 Y 区域。
图 7.26 “重量”的均值和 R 图
该控制图指示重量测量值不稳定。过程受特殊原因影响且不可预测。这使得对能力指标和不合格估计值的解释非常不可靠。由于过程不可预测,甚至基于“总 Sigma”的估计值也变得不可靠。
图 7.25 中的直方图显示了重量值的分布,以及叠加在直方图上使用了两种 sigma 估计值的正态密度曲线。使用“总 Sigma”估计值的正态曲线比使用“组内 Sigma”估计值的正态曲线更加扁平。该正态曲线更为分散,这是因为“总 Sigma”的估计值受到使过程不稳定的特殊原因影响而膨胀。若过程稳定,更窄的正态曲线将反映过程行为。
您还可以将 Cpk 估计值 (1.142) 与 Ppk 估计值 (0.814) 进行比较。Ppk 远小于 Cpk 这一事实也可证实这是一个不可预测的过程。Cpk 估计值是在过程获得稳定状态下得到的对能力的预测。
注意:“单项详细报表截止”首选项可确定默认情况下是否显示“单项报表”。若启用该首选项,则当过程变量数小于等于首选项中指定的数值时,默认情况下显示“单项报表”。您可以在“首选项”>“平台”>“过程能力”中更改该首选项。