SPC控制图分为很多种,针对正态分布的数据,Xbar-R, X-bar S图,还有I-MR图,I图等,针对不良品率有p图,不良品数有np图,单位缺陷数的u图,缺陷数的c图,还有移动加权平均控制图EWMA,累积和控制图CUSUM chart等特殊控制图,SPC共有8条判异的准则用来判定过程是否受控。Minitab的控制图选项里边有个option,然后点test就可以看到这8条准则,前4条都可以用,后面4条只针对正态分布的数据,在正态条件下将 /-3sigma区域分成6个子区。
如下图为8条准则:
抱歉刚开始没看到你的SPC图,你Cpk和ppk看不清楚,但是好像还可以,但是控制图里有很多点已经超出控制限了,X-bar R图的话,先分析R图再分析X-bar图。你这个是分析密度的Cpk的,看起来密度的规格限比较宽,所以Cpk/Ppk
可以接受,但是控制图有很多点已经超出控制限了,说明流程不稳定,是不受控的,因此要找到原因待流程稳定后再做Cpk/Ppk分析。
楼下高手补充的很好,我看不太清楚楼主的图,因此没注意到分布的检验中,P-Value=0.022,小于0.05,因此数据是非正态的,需要做数据分布分析,找到合适的分布再分析Cpk/Ppk. Stat > Quality tools > Indvidual Distribution Identification可以做数据分布分析,然后再选Stat > Quality Tools > Capability Analysis > Nonnormal做Ppk计算,Fit distribution中选择合适的分析。
以上,希望能对你有些帮助。
如下图为8条准则:
抱歉刚开始没看到你的SPC图,你Cpk和ppk看不清楚,但是好像还可以,但是控制图里有很多点已经超出控制限了,X-bar R图的话,先分析R图再分析X-bar图。你这个是分析密度的Cpk的,看起来密度的规格限比较宽,所以Cpk/Ppk
可以接受,但是控制图有很多点已经超出控制限了,说明流程不稳定,是不受控的,因此要找到原因待流程稳定后再做Cpk/Ppk分析。
楼下高手补充的很好,我看不太清楚楼主的图,因此没注意到分布的检验中,P-Value=0.022,小于0.05,因此数据是非正态的,需要做数据分布分析,找到合适的分布再分析Cpk/Ppk. Stat > Quality tools > Indvidual Distribution Identification可以做数据分布分析,然后再选Stat > Quality Tools > Capability Analysis > Nonnormal做Ppk计算,Fit distribution中选择合适的分析。
以上,希望能对你有些帮助。
轩辕古墓 • 2018-12-01 15:39
非常感谢,大神的解答