Capability Six-Pack (non normal)
Le Capability Six-Pack non normal convient aux données non normales, comme la rugosité de surface, la taille de particules ou le temps jusqu'à la défaillance. Vous choisissez une distribution, comme Weibull, lognormale ou gamma, ajustée par maximum de vraisemblance. Le rapport présente les cartes I et MR avec les règles de Nelson sur l'échelle brute, un histogramme ajusté, une droite de probabilité, les 25 dernières observations, et Pp, PPL, PPU et Ppk par la méthode du score z.
Dernière révision
Point clé
Le Capability Six-Pack non normal est un rapport multi-panneaux pour données asymétriques ou bornées : cartes I-MR, histogramme avec distribution ajustée, droite de probabilité, avec Pp et Ppk d'une distribution non normale choisie.
Sur cette page
Objectif
Le Nonnormal Capability Sixpack offre le même rapport multi-panneaux de santé du procédé, lisible d'un coup d'œil, que le Capability Sixpack normal de l'application, mais conçu pour les procédés dont les données ne suivent pas une distribution normale (mesures bornées et asymétriques comme la rugosité de surface, la taille de particules ou les données de temps jusqu'à la défaillance). Il combine une carte d'essais, un histogramme avec distribution ajustée et une droite de probabilité en un seul rapport, au lieu d'imposer un modèle de distribution normale à des données qui ne s'y prêtent pas.
Principales fonctionnalités
- Ajuste l'une des distributions non normales prises en charge par l'application (par ex. Weibull, lognormale, gamma) selon le choix explicite de l'utilisateur, plutôt que de supposer la normalité.
- Combine une carte I (I Chart) et une carte MR (MR Chart) (panneau de la carte d'essais) avec un histogramme de la distribution ajustée et une droite de probabilité dans un rapport unique à 4 panneaux.
- Détection complète des causes spéciales par les règles de Nelson (8 règles configurables) sur le panneau de la carte d'essais, de façon cohérente avec toutes les autres cartes de contrôle de l'application.
- Colonne Factor facultative et mode « Compare selected columns as separate groups ».
- Tolérance configurable en K sigma et estimation du sigma fondée sur l'étendue mobile pour les limites de contrôle de la carte d'essais.
Méthodes statistiques
Le panneau de la carte d'essais (carte I et carte MR) utilise le mécanisme standard de l'application pour les cartes de contrôle des valeurs individuelles et des étendues mobiles, avec les règles de Western Electric/Nelson : la ligne centrale est la moyenne du procédé, les étendues mobiles sont calculées avec l'empan spécifié (2 par défaut), et les limites de contrôle sont dérivées de MRbar/d2 (ou de l'étendue mobile médiane) — indépendamment de la distribution ajustée pour les panneaux de capabilité, de sorte que la carte d'essais évalue toujours la maîtrise statistique sur l'échelle brute, non transformée.
Le panneau de l'histogramme ajuste la distribution candidate choisie par l'utilisateur à l'échantillon par estimation du maximum de vraisemblance et superpose sa fonction de densité de probabilité à l'histogramme de l'échantillon, avec des lignes de référence LSL/USL lorsqu'elles sont fournies.
Le panneau de la droite de probabilité transforme l'échantillon trié et les positions de tracé de la distribution ajustée sur le papier de probabilité propre à la distribution, de sorte qu'une distribution bien ajustée apparaît sous forme de points proches d'une droite de référence — un contrôle visuel de la qualité de l'ajustement.
Les indices de capabilité utilisent la même méthode du score z que l'outil Automated Process Capability de l'application : la fonction de répartition de la distribution ajustée en LSL/USL est convertie en scores z équivalents de la loi normale centrée réduite, à partir desquels Pp, PPL, PPU et Ppk sont donnés sur l'échelle habituelle du Cpk.
Un sixième panneau liste les 25 dernières observations individuelles pour une référence visuelle rapide à côté des cartes, et les valeurs de capabilité (Distribution, Shape, Scale, Pp, PPL, PPU, Ppk) sont présentées sous forme de tableau d'annotation à l'intérieur de la figure combinée, et non dans un tableau de résultats séparé.
Champs de saisie et options
Champ | Description |
Choose columns | La ou les colonnes de réponse à analyser. |
Factor | Facultatif. Compare la capabilité entre groupes à partir d'une disposition unique Response + Factor. |
Compare selected columns as separate groups | Lorsque 2 colonnes ou plus sont sélectionnées, les exécute séparément et les compare côte à côte. |
Fit distribution | Obligatoire. La distribution non normale à ajuster (Weibull par défaut). |
LSL / USL | Limites de spécification ; l'une ou l'autre peut rester vide si le procédé n'a qu'une spécification unilatérale. |
Show specs in control chart | Facultatif. Superpose LSL/USL au panneau de la carte d'essais. |
Tolerance (K) | Multiplicateur appliqué au sigma pour former la bande de tolérance de capabilité ; 6 par défaut. |
SD estimation method / Length of moving range | Comment le sigma à court terme de la carte d'essais est estimé ; par défaut Average moving range, empan 2. |
Check Rule 1–8 / K for Rule 1–8 | Les huit règles de Nelson de détection des causes spéciales appliquées à la carte I, chacune activée indépendamment avec sa propre constante K (les valeurs par défaut suivent la convention I-MR de toute l'application : K = 3, 9, 6, 14 pour les règles 1 à 4). |
Chart title / Chart y axis label | Libellés personnalisés facultatifs pour le panneau de la carte d'essais. |

Figure 1 — Data pane avec 50 relevés de rugosité de surface dans C1, Fit distribution réglé sur Weibull, USL = 4.0.
Description des résultats
- I Chart — relevés individuels dans l'ordre chronologique avec UCL/CL/LCL et les éventuelles violations des règles de Nelson signalées.
- MR Chart — étendues mobiles entre relevés consécutifs avec leurs propres UCL/CL/LCL.
- Histogram — histogramme de l'échantillon avec la courbe de densité de la distribution non normale ajustée et les lignes de référence des limites de spécification.
- Probability Plot — échantillon trié tracé sur le papier de probabilité de la distribution ajustée, avec une droite de référence pour évaluer visuellement la qualité de l'ajustement.
- Panneau Last 25 Observations — les relevés individuels les plus récents, pour un contexte visuel rapide.
- Un résumé de capabilité intégré (Distribution, Shape, Scale, Pp, PPL, PPU, Ppk) présenté à l'intérieur de la figure combinée.
- Export PDF du rapport Six-Pack combiné via Download as PDF.

Figure 2 — Le rapport Six-Pack à 4 panneaux : I Chart, MR Chart, Histogram avec courbe de Weibull ajustée et ligne USL, et droite de probabilité de Weibull.
Exemple résolu
Une opération de rectification relève la rugosité de surface (Ra, microns) sur 50 pièces consécutives (colonne C1), asymétrique à droite et bornée à zéro — un procédé typiquement de forme Weibull. Avec Fit distribution = Weibull et USL = 4.0, le Six-Pack montre une carte d'essais I/MR stable (aucune cause spéciale), un histogramme où la courbe de Weibull ajustée suit visiblement l'asymétrie à droite de l'histogramme de l'échantillon, et une droite de probabilité où les points sont proches de la droite de référence — ce qui confirme que le modèle de Weibull est un ajustement approprié avant de se fier aux indices de capabilité obtenus.
Questions fréquentes
Qu'est-ce qu'un Capability Six-Pack non normal ?
C'est un rapport multi-panneaux de santé du procédé pour des données qui ne suivent pas une distribution normale, comme des mesures bornées ou asymétriques telles que la rugosité de surface, la taille de particules ou le temps jusqu'à la défaillance. Il combine une carte I et une carte MR, un histogramme avec la distribution ajustée, une droite de probabilité et un résumé de capabilité, au lieu d'imposer un modèle normal aux données.
Comment le Ppk est-il calculé pour des données non normales dans le Six-Pack ?
La probabilité cumulée de la distribution ajustée en LSL et en USL est convertie en scores z équivalents de la loi normale centrée réduite, à partir desquels Pp, PPL, PPU et Ppk sont donnés sur l'échelle habituelle du Cpk. C'est la même méthode du score z que celle de l'outil Automated Process Capability.
Comment vérifier que la distribution choisie s'ajuste bien ?
Examinez l'histogramme, où la courbe de densité ajustée doit suivre la forme de l'échantillon, et la droite de probabilité, où une distribution bien ajustée présente des points proches de la droite de référence. Dans l'exemple, la distribution de Weibull suivait l'asymétrie à droite de la rugosité de surface et les points étaient proches de la droite, ce qui conforte les indices de capabilité.
Comment exécuter un Capability Six-Pack non normal dans Zometric Statistical Software ?
Sélectionnez la ou les colonnes de réponse, éventuellement un Factor, et choisissez la distribution dans Fit distribution (Weibull par défaut). Saisissez LSL, USL ou les deux, réglez la tolérance K (6 par défaut) et les options d'étendue mobile, et choisissez lesquelles des huit règles de Nelson vérifier. Le rapport combiné peut être téléchargé au format PDF.
