Comment construire et interpréter un tracé de probabilité normale pour un projet de six sigma

Demander des éclaircissements est critique dans Six Sigma et tracés de normalité peut aider. Quand quelqu'un vous dit que ses données sont normales, toujours répondre avec, “? Comment sont-ils normale ” Pas de données du monde réel sont parfaitement normaux. Donc, la question que vous devriez poser est pas “ les données sont-elles normales ”?; mais plutôt “Comment normale sont les données de ”?;

Avant d'effectuer une analyse, nous vous recommandons de déterminer à quel étroitement vos données suivent une distribution normale en créant un tracé de probabilité normale. Puis, en fonction de votre situation, vous pouvez décider si vos données sont assez normale de procéder à l'utilisation des outils statistiques qui supposent la normalité.

Si vous avez des centaines de points de données dans votre échantillon, une façon de vérifier la façon dont les données sont normale vos est de simplement créer un tracé de points ou un histogramme des données. Plus l'intrigue suit une forme de cloche symétrique, plus normal, il est.

Lorsque vous ne disposez pas des centaines de points de données, toutefois, la méthode de placette / histogramme de dot devient de moins en moins fiables. UN tracé de probabilité normale est un moyen simple de mesurer la façon dont les données sont normale vos indépendamment de la quantité de données que vous avez.

Avec un ensemble de données à partir d'un processus ou d'une caractéristique du produit, vous êtes prêt à commencer les étapes de la création d'un tracé de probabilité normale:

1. Commandez votre n nombre de points de données brutes de la valeur minimale des valeurs maximales observées.

2. Attribuez un numéro d'ordre de rang (je) À chacun des n points de données.

   
   
   
   
   

   Voilà, du minimum au maximum, est le point de données le 1er, 7e, 98e ou?

3. Calculer la probabilité cumulative (p_je) Associé à chaque point de données classés par ordre.

   Utilisez la formule suivante:

   

4. Utilisez le tableau normale standard trouvé dans le tableau 12-3 pour calculer le z_je valeur pour chacun de vos n points de données.

   Par exemple, si la probabilité cumulée calculée pour votre septième point de données classés par ordre p₇ = 0,140, ​​vous trouvez la valeur la plus proche dans le corps de la table et d'enregistrer l'associé z valeur. Pour 0,140, ​​l'entrée la plus proche dans la table est 0,140071, ce qui correspond à un z₇ de 1,08.

   Parce que une courbe normale standard est parfaitement symétrique, chaque probabilité a deux possibles correspondant z des valeurs. Les deux valeurs ont la même ampleur exacte, mais on est positive et l'autre est négative. Imaginez un dessin d'une courbe en cloche parfaite: Pour tout point sélectionné sur la courbe, un autre point a la même hauteur verticale exacte sur le côté miroir.

   Pour chaque parcelle de probabilité normale, comme vous le figurez z valeurs pour moins aux plus grands points de données classées par ordre, le z valeurs commencent négative, passent par zéro, puis deviennent positifs.

   Assurez-vous que votre déterminée z les valeurs sont négatives pour chaque point de données qui a un associé p moins de 0,500 et positif pour ceux qui ont un p supérieur à 0,500. Sinon, le nuage de points que vous créez avec ces valeurs sera incorrecte.

5. Créer un x-y diagramme de dispersion des points de vos données mesurées par rapport à leurs déterminée z des valeurs.

   Les données mesurées vont sur la X-axe, et la z Les valeurs vont sur le y-axe.

Ci-dessous est le processus de création d'un tracé de probabilité normale pour un ensemble de 20 mesures d'une caractéristique critique du procédé.

Après avoir créé votre tracé de probabilité normale, regarder. Est-ce que les points relevés forment un motif linéaire? Plus les points sont à former une seule ligne, les plus normaux vos données sont- plus les points sont dispersés, moins normale de vos données sont.

Si votre tracé de probabilité normale forme même le fuzziest impression d'une ligne, vous êtes assez proche de la normale pour tous les outils statistiques pour être valablement appliquées pour presque tous, mais les situations les plus sensibles.

Oui, plus vos données sont à la normale, les de plus près les résultats de votre analyse statistique seront correspondent à la réalité. Mais très souvent, tout ce que vous avez besoin pour l'amélioration percée est une indication de la direction droit fondamental. Tant que vos données ne sont pas radicalement différente de la normale, vous êtes fixés.