สารบัญ:
- การวิเคราะห์ความสามารถคืออะไร?
- การวิเคราะห์ด้วย Minitab 18
- ตั้งค่าพารามิเตอร์
- ผล
- อ้างอิง
- บทความที่เกี่ยวข้อง
กราฟด้านบนเป็นผลลัพธ์จากการวิเคราะห์ความสามารถของกระบวนการ การวิเคราะห์ประเภทนี้จะพิจารณาว่ากระบวนการอยู่ในขอบเขตข้อกำหนดได้ดีเพียงใด การวิเคราะห์นั้นขึ้นอยู่กับตัวอย่างที่นำมาจากกระบวนการทำงาน
สร้างโดย Joshua Crowder
การวิเคราะห์ความสามารถคืออะไร?
การวิเคราะห์ความสามารถใช้เพื่อบอกว่ากระบวนการสามารถสร้างผลลัพธ์เพื่อตอบสนองความต้องการของลูกค้าได้หรือไม่ การวิเคราะห์มุ่งเน้นไปที่ตัวแปรกระบวนการเดียว ในกรณีของตัวอย่างที่ให้ไว้ในบทช่วยสอนนี้เราจะดูขนาดเกจสาย
การวิเคราะห์ประเภทนี้สามารถเปรียบเทียบได้กับการวิเคราะห์แบบเก่าเพื่อประเมินว่าความพยายามในการปรับปรุงทำให้กระบวนการสามารถตอบสนองความต้องการของลูกค้าได้มากขึ้นหรือไม่ ข้อมูลที่ใช้ในการวิเคราะห์ควรมาจากกระบวนการที่ค่อนข้างเสถียรและเป็นไปตามการแจกแจงปกติหรือปกติโดยประมาณ ควรใช้ข้อมูลให้เพียงพอเพื่อความแม่นยำ
ข้อมูลตัวอย่างสำหรับบทช่วยสอนนี้สามารถพบได้ที่นี่ หากคุณไม่มี Minitab 18 คุณสามารถทดลองใช้ฟรีได้ที่นี่
ข้อมูลตัวอย่างที่มีให้ในการดาวน์โหลด
สร้างโดย Joshua Crowder
การวิเคราะห์ด้วย Minitab 18
ชุดข้อมูลตัวอย่างที่ให้ไว้จะแสดงการวัดของสายไฟ 4 ครั้งทุกๆ 2 ชั่วโมงระหว่างกะ 8 ชั่วโมงเป็นเวลา 8 วันติดต่อกัน มีตัวอย่าง 8 ตัวอย่างและขนาดของตัวอย่างคือ 4 การวัดลวดควรเป็น 1.50 +/-.05 ตามความต้องการของลูกค้า
ในการสร้างการวิเคราะห์ไปที่สถิติ> เครื่องมือคุณภาพ> การวิเคราะห์ความสามารถ> การแจกแจงปกติ เราเลือกการแจกแจงแบบปกติโดยสมมติว่าข้อมูลของเราเป็นไปตามการแจกแจงปกติในตัวอย่างนี้
เลือกการกระจายปกติจากเมนู
สร้างโดย Joshua Crowder
ตั้งค่าพารามิเตอร์
วางเคอร์เซอร์ของคุณในกล่องคอลัมน์เดียวจากนั้นไฮไลต์ C1 แล้วคลิกเลือก สิ่งนี้จะเพิ่มข้อมูลที่เรากำลังวิเคราะห์ จากนั้นเลือกกลุ่มย่อยและป้อน 1 เนื่องจากทราบขีด จำกัด ความอดทนบนและล่างแล้วให้เพิ่มด้วย
คลิกที่ปุ่มตัวเลือกเพื่อเพิ่มชื่อในกราฟ ตั้งชื่อหัวข้อว่า“ Process Capability Report for Wire Diameter” และคลิก OK ในหน้าต่างนั้นและตกลงในหน้าต่างความสามารถของกระบวนการ
การเพิ่มข้อมูลที่เรากำลังวิเคราะห์
สร้างโดย Joshua Crowder
เอาต์พุตความสามารถของกระบวนการ
สร้างโดย Joshua Crowder
ผล
ค่าเฉลี่ยตัวอย่างอยู่ใกล้กับจุดกึ่งกลางของช่วงข้อมูลจำเพาะของเรามาก แต่แสดงการเปลี่ยนแปลงเล็กน้อยไปยังขีด จำกัด บน
- ผลลัพธ์ของฉันสำหรับ Cp คือ. 7 เนื่องจากผลลัพธ์นี้มีค่าน้อยกว่าหนึ่งเราจึงถือว่ากระบวนการไม่เสถียร
- Cpk เป็นตัวแปรที่เชื่อถือได้มากกว่าและจะต่ำกว่า Cp Cpk สำหรับกระบวนการนี้คือ. 61 และมากกว่าครึ่งหนึ่งของสิ่งที่ควรจะเป็น หาก Cpk ต่ำกว่า 1.33 ขอแนะนำว่าอาจต้องทำการเปลี่ยนแปลงในกระบวนการ
ในสถานการณ์นี้ฉันใช้เพียง 34 ตัวอย่างและไม่แน่ใจว่ากระบวนการนี้เชื่อถือได้หรือไม่ ขั้นตอนต่อไปของฉันคือการคำนวณ Cp และ Cpk ด้วยตัวอย่างจำนวนมากขึ้นและตรวจสอบให้แน่ใจว่าเครื่องมือวัดที่ใช้ในการวัดขนาดเพื่อตรวจสอบสายไฟไม่ให้ค่าที่อ่านผิดพลาด เมื่อกระบวนการคงที่ Cp และ Cpk จะให้การอ่านที่ดีขึ้นเมื่อเปรียบเทียบผลลัพธ์ใหม่กับการศึกษาในอดีต
อ้างอิง
Boyer, K. & Verma, R. (2010). ดำเนินงานและการจัดการห่วงโซ่อุปทานสำหรับศตวรรษที่ 21 เมสันโอไฮโอ: ตะวันตกเฉียงใต้
บทความที่เกี่ยวข้อง
วิธีการสร้าง P-Chart ใน Minitab 18
วิธีการวิเคราะห์การถดถอยใน Minitab 18
วิธีสร้างแผนภูมิพาเรโตในมินิแท็บ 18
วิธีสร้างแผนภูมิ Xbar-R ใน Minitab
© 2018 Joshua Crowder