月度关注热点

【加分讨论】一个难以理解的SPC问题？

字体: 小中大 | 打印发表于: 2008-5-28 18:35 作者: victor2008 来源: 6sigma品质网

最近，被人问到一个关于Cpk的问题，问题的难点在于某一产品的特性，在初态时，如一个月以内，特性非常稳定，数据符合正态分布，Cpk 数值高达100~200，但是随着时间的延长，这个特性有逐渐劣化的趋势，特性变化呈现韦泊分布。Cpk数值将逐渐减小。
请问：对于这种特性，能够用Cpk来评价制程能力吗？初时的完成品的Cpk高达100~200，真的代表制程能力过剩吗？困惑中，请各位高手释疑啊~！

我也来说两句查看全部回复

最新回复

liusun3098 (2008-5-28 19:21:50)

个人意见，就这个特性来看：制程本身并不稳定或者有其它影响这一特性的因素存在！
denzel621215 (2008-5-28 21:34:43)

雖然製程能力指標
其實有時也會也會也盲點

舉例來說如果某一產品的特性屬於單向特性要求而不是所謂的雙向範圍對於供應商或公司的程能力指標是容易因為抽樣數據太好而失真的
一般都會再使用其它的可靠度品質指標像田口的良率或 s/n比
輔助都行
如果有實施困難時最基本的可以檢視抽樣樣本的標準差進行統計檢定(如果數據是特定分怖就更容易判斷囉)
denzel621215 (2008-5-28 21:43:49)

對啦如果樓主還有問題的話
有一本書的"品質設計的原理與實務"第3.1 節品質計量法介紹就說的更清礎囉
對你應該有幫助釐清的
high1998 (2008-5-28 22:33:06)

QUOTE:
原帖由 victor2008 于 2008-5-28 18:35 发表
最近，被人问到一个关于Cpk的问题，问题的难点在于某一产品的特性，在初态时，如一个月以内，特性非常稳定，数据符合正态分布，Cpk 数值高达100~200，但是随着时间的延长，这个特性有逐渐劣化的趋势，特性变化呈现韦 ...
LZ所说的“劣化”是指什么？有些数据本身就应该是韦泊分布，分布从正态变成韦泊，不能说就是变坏。
不过数据有变异，说明过程不稳定，需要查找原因。用CPK还是等过程稳定后吧。

你有实际的数据吗？
victor2008 (2008-5-29 09:33:49)

什么是过程稳定呢? 我们很多的测试数据其实就在初态测量的,从数据上显示过程稳定,但是长期下去,又是一个结果.
victor2008 (2008-5-29 09:35:00)

这种特性,在较短的时间内,其S/N比是非常高的,显示的也非常稳定.也难以衡量.
victor2008 (2008-5-29 09:38:09)

这个问题变成了这样了,对于个体呈现韦伯分布,但是对于整体而言,就符合正态分布了. 这并不代表过程不稳定啊!
high1998 (2008-5-29 10:00:57)

QUOTE:
原帖由 victor2008 于 2008-5-29 09:38 发表
这个问题变成了这样了,对于个体呈现韦伯分布,但是对于整体而言,就符合正态分布了. 这并不代表过程不稳定啊!
分布还能是个体的？
victor2008 (2008-5-29 12:24:13)

谢谢提醒:!描述上有错误, 应该说长期状态下, 这个特性的寿命呈现
韦伯分布,但是对于一个时间段,或者任意时间点上, 特性数据而言,就符合正态分布了.
王鸣光 (2008-5-29 20:56:07)

首先你要找,变差的原因,可以通过5M1E着手考虑.
王鸣光 (2008-5-29 21:02:41)

楼主可以把你的数据找出来让我们看看
这样好研究点
denzel621215 (2008-5-30 08:25:15)

QUOTE:
原帖由 denzel621215 于 2008-5-28 21:43 发表
對啦如果樓主還有問題的話
有一本書的"品質設計的原理與實務"第3.1 節品質計量法介紹就說的更清礎囉
對你應該有幫助釐清的
我上傳這個第3.1 節品質計量法介紹說明
希望有需要的人能有用,已經更懂的就請見諒囉
因為這是一個範例觀念能幫助大家對統計的運用精神有更多的思維
重要的是能協助有問題的人囉
(哇不支援*.pdf上傳好吧把這j11頁轉*.jpg吧)

1.JPG

2.jpg

3.JPG

4.JPG

5.JPG

6.JPG

7.JPG

8.JPG

9.JPG

10.JPG

11.JPG
victor2008 (2008-6-02 12:31:57)

这个S/N比的理论还是比较了解的,谢谢!
这个问题点在于
分析到底是依照韦伯分析还是依照正态分布来进行呢?
high1998 (2008-6-02 15:38:43)

LZ为何不能把数据贴上来再讨论? 空对空如何有效?
victor2008 (2008-6-02 18:10:44)

数据如下:
OHrs:
40.0 35.0 51.0 33.0 45.5 28.7 27.6 27.2 39.2 44.1 34.0 54.3 38.2 44.0 26.3 37.5 58.2 57.1 56.2 34.4 44.4 25.4 37.3 28.6 47.3 33.5 46.2 43.4 45.5 41.6
500Hrs
79.5 60.5 52.5 47.3 38.6 32.1 29.2 27.3 73.5 66.8 56.7 44.4 48.1 37.5 33.0 30.5 109.8 67.7 48.1 43.5 41.3 36.0 35.2 27.7 89.4 64.1 68.0 54.3 50.4 39.2
1000Hrs:
57.2 54.0 61.4 44.5 53.5 39.2 32.5 34.0 51.5 55.2 45.2 51.8 47.6 44.6 32.2 47.4 69.8 62.4 63.7 44.4 49.6 34.5 45.4 39.7 63.3 51.1 55.4 43.5 48.5 47.7
aiyinsitan (2008-6-02 18:46:29)

有个问题考虑一下，在0HRS的时候，计算数据符合正态分布，你一直提到初时的概念，是否用PPK更合理？CPK本身包含了时间的概念，就是说CPK是质量特性参数在过程中稳定性的表现，而你用初时的数据，是否代表了过程的潜在能力，这些数据的变动只受短时间内的变量变化的影响？看可靠性浴盆曲线，在不同的时间纬度，质量特性的曲线方程不同。
victor2008 (2008-6-02 19:13:20)

我们收集数据难道不是在过程中吗,既然是过程中,不代表了了初态吗?Cpk包含的时间概念正好不是在过程中？过程中取样，测量。难道有人取样后，放置几百小时后测量特性吗？
wf.ch_2001_81 (2008-6-02 19:27:22)

QUOTE:
原帖由 victor2008 于 2008-5-28 18:35 发表
最近，被人问到一个关于Cpk的问题，问题的难点在于某一产品的特性，在初态时，如一个月以内，特性非常稳定，数据符合正态分布，Cpk 数值高达100~200，但是随着时间的延长，这个特性有逐渐劣化的趋势，特性变化呈现韦 ...
个人见解:
1)初期的正态数据计算CPK并没有错,只能说明初期收集的数据只能代表流程短期的能力
2)当数据呈现韦伯尔分布时,你可以使用非正态中的韦伯尔分布计算制程能力cpk
也可以使用正态分析计算PPK
如果误导之处,还请各位指正!
victor2008 (2008-6-02 19:48:04)

可能要如此理解了。
假定这个特性为A，如果一组数据为 A ，在0
H抽样，测量数据符合正态分布。当放置500Hrs，这组数据仍然符合正态分布。同样放置到1000Hrs 时后，数据仍然符合正态分布！但是这些数据在0 Hrs ,500Hrs ,1000Hrs 有增大的趋势（因内部材料逐渐劣化），这个趋势符合韦伯分布。这样该如何评估呢？
zhanqimei (2008-6-02 20:16:01)

个人认为在取样中就存在问题。所取的样本就不能够代表整体！应该重新取样分析。