當客戶給定規格,工廠試產產品時或是研發人員設計產品,常使用公式去計算良率,當產品特性或是工廠機器監測參數很多,不僅費時費力要確認不良品外,規格每次的調整都會牽扯到公式的修改,只要有相關專案都需要大費周章地把前置作業重複地做一次。所以這次主題針對良率的計算以及相關規格的設置,包含如何針對後續的規格做出適當的修改進行說明。
如何在JMP設定良率規格?
首先談到良率,第一個一定要有的就是規格,本篇一開始先介紹如何設定規格,JMP規格設定可以針對單一參數或是多個參數設定,設定過後可以添加成column property,底下就兩種情形跟大家說明:
情況一、單一參數設定規格
如圖1與圖2所示,在任一參數欄位右鍵點選Column Properties下的Spec Limits,就可以加入規格並且在圖形上顯示。
圖1
圖2
情況二、多參數設定規格
在Analyze>Quality and Process>Manage Spec Limits下(圖3),可以一次將多個參數設定規格並且加入Column Properties(Save to Column Properties),也可以將規格另存成資料表方便未來讀取(圖4),除了手動輸入外也可以依次複製多個參數的上限或下限貼上。
圖3
圖4
如何計算良率? 輕鬆設置不良率匯總表
第二個部分要跟大家說明的是如何計算良率,使用Analyze>Distribution,如果已經設定好規格,在Nonconformance下(圖5)可以自動顯示出不良率為多少以及估計的不良率期望值為多少,不過一般情況下,如何將眾多參數的不良率結果彙整起來,也是使用者常遇到的問題,這裡JMP提供了一個有用的小技巧,在Nonconformance的表格上點選右鍵,選擇Make Combined Data Table(圖6),就可以直接生成不良率的匯總表(圖7)
圖5
圖6
圖7
如果遇到外觀判斷Pass/Fail名目型資料型態(圖如何計算不良率呢?這裡介紹另外一個JMP功能,Analyze>Tabulate(圖9),將相關的變量拖曳到相關欄位,並且搭配紅色下拉式選單下Make Into Data Table(圖10),生成不良率及良率統計表(圖11)
圖8
圖9
圖10
圖11
判斷調整規格對不良率的影響
第3個部分要來談根據現有資料分布,調整規格界線或是了解規格調整對不良率影響,第一步先要確認資料分布,如果是連續型變量,在該參數下點選紅色下拉式選單的Continuous Fit,接著選Fit All,讓JMP自動擬合最適合的分布(圖12),如果資料屬於常態分配,可以選擇Interactive Capability Plot(圖13)動態性調整上下限,了解常態分佈下期望不良率的變化(圖14),
圖12
圖13
圖14
此外在擬合常態分配的下拉式選單裡,可以選擇Process Capability (圖15),可根據資料分布輸入上下分界點的機率值或是根據標準差計算規格(圖16),這裡需注意某些分布無法使用,如Cauchy, Student t 或是離散型的機率分布。
圖15
圖16-1 根據分位數機率計算規格
(圖16-2)根據標準差倍數計算規格
規格計算出來後,會顯示相關的製程能力,直方圖以及不良率的資料(圖17),並且可將調整後的規格儲存成Column Property(圖18)
圖17
圖18
以上為建立規格以及調整規格確認不良率的操作過程,使用者多使用到前半段規格設定功能,而後續想要根據收集的樣本及其分布進一步調整規格,同時了解不良率變化較少使用者了解,藉這一篇文章說明,讓有需要的使用者能夠更節省時間且有效率的控管及設計產品。歡迎試用JMP30天,協助您快速完成您的日常分析工作。
推薦閱讀:
You must be a registered user to add a comment. If you've already registered, sign in. Otherwise, register and sign in.