当客户给定规格限，工厂试产产品，或是研发人员设计产品时，常常会使用公式去计算产品的良率。当产品特性或是工厂机器监测参数非常多的时候，不仅费时费力要确认不良品，而且规格限每次的调整都会牵扯到公式的修改，只要有相关项目都需要大费周章地把前期工作重复地做一次。

那么，是否有灵活的方法让良率的计算、规格限的设置及修改更加省时省力呢？答案是肯定的。今天我们就带大家一起来探索3个实用的小技巧，相信你一定用得到。

如何设定规格限？

谈到良率，就离不开规格限。规格限制，顾名思义，是指产品的参数标准里规定的符合标准限定的最大或最小值。超出这个范围即为不符合标准。产品参数的规格限作为质量管理的重要参考依据，在产品研发、工艺改进相关的数据分析的过程中扮演也发挥着至关重要的作用。

我们首先来看看如何设定规格限。JMP规格限设定可以针对单一参数或是多个参数设定。设定后，可以添加为“列属性”（Column Properties）。下面来分别看看两种情况。
 

No.1 单一参数的规格限设定

如图1与图2所示，在数据表中，任一参数字段右键点击选择“列属性”（Column Properties）下的“规格限”（Spec Limits），就可以输入规格限并且直观地在图形上显示。这里有个小技巧分享给大家：如果勾选“显示为图形参考线”（Show as Graph Reference Lines）选项，那么其它图形中就会自动显示规格限，这点在绘制质量报告的时候可以提高不少的效率哦！

@No.2 多参数的规格限设定

在JMP软件中打开菜单：“分析”(Analyze) -> “质量和过程”(Quality and Process) -> “管理规格限” (Manage Spec Limits) (图3)，可以一次性为多个参数设定规格限，并可直接“保存至列属性” (Save to Column Properties)，你也可以将规格限另存为数据表方便以后读取(图4)。当然除了手动输入外，也可以选择依次复制多个参数的上限或下限粘贴。

借助于JMP软件，我们就这样轻松地将规格限设置完成了。有了规格限，就可以对良率进行进一步的计算和分析了。

如何在JMP中计算不良率？

打开JMP软件菜单：“分析”(Analyze) -> “分布”(Distribution) 平台，如果前期已经设定好规格限，那么，在分析结果界面的“不合格”(Nonconformance)图表中(图5)，就可以自动显示出不良率为多少，以及估计的不良率期望值为多少。这也是JMP软件中智能分析的一个体现。

 不过在通常情况下，如何将众多参数的不良率结果整合起来，也是分析人员常常遇到的问题。

这里JMP提供了一个十分有用的小技巧，在“不合格”(Nonconformance)的图表上直接单击右键，选择“制作合并数据表”(Make Combined Data Table) (图6)，就可以一键直接生成不良率的汇总图表(图7)，是不是很方便？

名义型数据如何计算不良率？

在实际工作中，我们也常常遇到需要判断Pass/Fail等名义型数据类型(图8)，那么，针对这类数据如何计算不良率呢？

这里必须请出JMP另外一个常见却十分好用的功能。打开JMP菜单：“分析”(Analyze) -> “制表”(Tabulate) (图9)，将相关的变量拖拽到相关字段区，并选择红色三角形下拉菜单选项：“制成数据表”(Make Into Data Table) (图10)，即可几秒钟生成不良率及良率统计表(图11)。

如果规格限调整了，不良率如何计算？

在实际工作中往往需要根据现有数据分布调整规格限，这时，又该怎样计算不良率呢？分析这类问题，首先需要确认数据的分布类型。如果是连续型变量，在“分布”(Distribution)平台下，选择该参数红色三角形下拉菜单中的“连续拟合”(Continuous Fit) -> “全部拟合”(Fit All)，让JMP软件自动拟合最适合的分布(图12)；

如果数据符合正态分布，可以选择“交互式能力图”(InteractiveCapabilityPlot)(图13)动态地调整上下限，了解正态分布下期望不良率的变化(图14)。

 此外，在“拟合正态分布”的红色三角形下拉菜单选择“过程能力” (Process Capability) (图15)，即可根据数据分布输入上下规格限概率，或是根据标准偏差(图16)，这里需注意某些分布无法使用，如Cauchy, Student t 或是离散型的概率分布。

图16 根据分位数概率计算规格限 ↑

根据标准差倍数计算规格限 ↓

规格限计算出来后，会显示相关的过程能力、直方图以及不良率的数据(图17)，并且可将调整后的规格限保存为列属性(Save Spec Limits as a Column Property) (图18)。

以上就是今天介绍的规格限的设定及不良率的计算，以及规格限调整后不良率如何计算的一些实用小技巧。在日常工作中，分析人员可能对规格限的设定相对比较熟悉，而对后续想要根据收集的样本及其分布进一步调整规格限，同时了解不良率的变化可能知之较少。希望通过这篇实操文章，让大家能够省时省力更有效率地管控及设计产品。

如果你也想要在JMP中亲自动手实践操作的话，欢迎下载最新版的 JMP 17 免费试用。

 复制以下链接到浏览器下载JMP 30天免费试用：

https://www.jmp.com/zh_cn/download-jmp-free-trial.html?utm_campaign=td7013Z000002DxWTQA0&utm_source=bilibili&utm_medium=social

扫描二维码，下载JMP试用：