Zometric Logo

Modul 01 · Analitik

Apa yang sebenarnya dikatakan data kepada Anda tentang proses Anda?

Mesin analitis di balik setiap modul Zometric. Analisis grafis, peta kendali, kapabilitas proses, uji hipotesis, ANOVA dan regresi, MSA, DOE, metode non-parametrik, analisis multivariat, keandalan, dan sampling, masing-masing dengan interpretasi yang dihasilkan dalam bahasa yang jelas untuk insinyur atau auditor yang membacanya.

Permintaan demo

Ceritakan tentang pabrik Anda.

Panggilan 30 menit, tanpa kewajiban. Kami memetakan modul Zometric yang tepat ke KPI dan area prioritas Anda.

Satu atau dua kalimat sudah cukup — kami akan menggali lebih dalam saat panggilan.

Lebih suka bicara sekarang?

Lihat semua modul

Apa yang dilakukannya

Statistical AI — apa yang sebenarnya Anda dapatkan.

Enam kemampuan, masing-masing terkait dengan keputusan yang sudah berusaha diambil oleh tim Anda.

Analisis grafis

Dua puluh alat visual: Pareto, boxplot, Multi-Vari, run chart, sebar 2D/3D, gelembung, kontur, heatmap kepadatan, histogram, identifikasi distribusi, probabilitas normal, penaksir untuk di luar spesifikasi, statistik deskriptif, dan Gantt. Pandangan pertama atas setiap dataset, sebelum Anda berkomitmen pada suatu uji.

Peta kendali

Delapan belas peta, di antaranya Xbar-R, Xbar-S, I-MR, Z-MR, MR, P, NP, C, U, Laney-P, Laney-U, CUSUM, EWMA, dan moving average, ditambah transformasi Box-Cox dan Johnson untuk data non-normal.

Kapabilitas proses

Delapan alat: kapabilitas mesin, kapabilitas proses, kapabilitas non-normal dan non-parametrik, Capability Six-Pack, kapabilitas Poisson, dan kapabilitas binomial, yang mencakup data atribut, variabel, dan diskret.

Uji hipotesis, ANOVA, dan regresi

Uji t, z, proporsi, dan varians satu dan dua sampel, t berpasangan, ekuivalensi, normalitas, pencilan (Grubbs), Chi-kuadrat goodness-of-fit, interval toleransi, dan bootstrap. ANOVA satu arah, kesetaraan varians, efek utama, komponen varians, garis terpasang, regresi berganda, studi stabilitas, regresi logistik, ortogonal, dan PLS.

MSA dan DOE

GRR Type 1, linearitas dan bias, cross-GRR dalam format AIAG, GRR bersarang, dan analisis kesesuaian atribut. DOE definitive screening hingga 48 faktor, DOE faktorial penuh dan fraksional (2 sampai 15 faktor), DOE campuran (2 sampai 7 komponen), dan optimizer respons.

Interpretasi AI pada setiap hasil

Setiap grafik, setiap uji, dan setiap model dianalisis oleh lapisan AI dan dijelaskan dalam bahasa yang jelas untuk insinyur, manajer, atau auditor yang merujuknya. API dapat diintegrasikan dalam setiap modul Zometric dan bekerja dengan data dari sumber apa pun.

Katalog Lengkap

Setiap alat Statistical AI, dikelompokkan berdasarkan jenis analisis.

130 alat di seluruh 14 kategori. Masing-masing membuka dokumentasinya sendiri — bantuan yang sama yang diakses para insinyur Anda dari dalam platform.

Uji Hipotesis

19 alat
  • Uji z Satu Sampel

    Menguji apakah rata-rata sampel berbeda dari rata-rata populasi yang diketahui dengan varians yang diketahui.

  • Uji t Satu Sampel

    Membandingkan rata-rata sampel dengan nilai target ketika simpangan baku populasi tidak diketahui.

  • Uji t Dua Sampel

    Menguji apakah rata-rata dari dua kelompok independen berbeda secara signifikan.

  • Uji t Dua Sampel (Ringkasan)

    Membandingkan rata-rata dua kelompok independen menggunakan statistik ringkasan alih-alih data mentah.

  • Uji t Berpasangan

    Menguji adanya perbedaan signifikan antara rata-rata dari dua kelompok yang berhubungan.

  • Uji Proporsi Satu Sampel

    Menguji apakah proporsi sampel berbeda secara signifikan dari nilai target.

  • Uji Proporsi Dua Sampel

    Membandingkan proporsi suatu karakteristik antara dua populasi independen.

  • Uji Satu Varians

    Membandingkan varians sampel dengan nilai tertentu menggunakan uji chi-square.

  • Uji Kesamaan Varians

    Memeriksa apakah dua kelompok atau lebih memiliki tingkat keragaman yang sama.

ANOVA

3 alat
  • ANOVA Satu Arah

    Menguji apakah rata-rata dari tiga kelompok independen atau lebih berbeda secara signifikan.

  • Uji Dua Varians

    Membandingkan varians dari dua populasi independen untuk memeriksa apakah keduanya sama.

  • Plot Efek Utama

    Menampilkan bagaimana rata-rata respons bergeser di antara level setiap faktor dalam suatu studi.

Regresi

9 alat
  • Cocokkan Model Garis

    Mencocokkan garis terbaik melalui titik-titik data untuk menangkap tren keseluruhan.

  • Cocokkan Model Regresi

    Mengkuantifikasi bagaimana prediktor berhubungan dengan variabel respons kontinu.

  • Studi Stabilitas

    Mengestimasi berapa lama suatu produk tetap berada dalam spesifikasi mutunya seiring waktu.

  • Studi Stabilitas Lanjutan (Sesuai ICH)

    Mengestimasi masa simpan farmasi sesuai standar ICH Q1E dengan poolabilitas batch, proyeksi suhu, dan penilaian ekstrapolasi.

  • Regresi Ortogonal

    Mencocokkan hubungan antara dua variabel yang keduanya mengandung galat pengukuran.

  • Partial Least Square

    Memodelkan banyak prediktor terhadap satu atau beberapa respons dengan mengekstraksi komponen laten.

  • Regresi Logistik Biner

    Memodelkan bagaimana prediktor berhubungan dengan respons kategori dua hasil.

  • Regresi Logistik Ordinal

    Memodelkan prediktor terhadap respons kategori berurut dengan tiga level atau lebih.

  • Regresi Logistik Nominal

    Memodelkan prediktor terhadap respons kategori tak berurut dengan tiga hasil atau lebih.

Bioasai

6 alat
  • Bioasai - Metode Garis Paralel

    Mengestimasi potensi relatif dengan membandingkan garis dosis-respons logaritmik paralel dari sediaan uji dan sediaan baku.

  • Bioasai - Metode Rasio Kemiringan

    Mengestimasi potensi relatif dari rasio kemiringan dosis-respons ketika sediaan memiliki respons dasar yang sama.

  • Bioasai - Metode Respons Kuantal

    Mengestimasi dosis efektif dan potensi relatif ketika respons biologis berupa hasil biner alih-alih pengukuran kontinu.

  • Bioasai - Metode Logistik Empat Parameter

    Mengestimasi potensi relatif dengan mencocokkan kurva sigmoid logistik empat parameter, cocok untuk imunoasai seperti ELISA.

  • Bioasai - Uji Silinder-Lempeng 5+1

    Mengestimasi potensi antibiotik dari zona hambat pada lempeng agar menggunakan desain silinder-lempeng 5+1 USP.

  • Bioasai - Gabungkan Uji

    Menggabungkan estimasi potensi dari beberapa uji independen menjadi satu hasil berbobot dengan uji homogenitas.

Perancangan Eksperimen

5 alat
  • Buat Definitive Screening Design

    Membangun rencana efisien yang menyaring banyak faktor kontinu dan mendeteksi kelengkungan.

  • Analisis Definitive Screening

    Mencocokkan model pada hasil rancangan penyaringan dan menentukan faktor yang menggerakkan respons.

  • Buat & Analisis DOE Faktorial

    Menghasilkan rencana eksperimen faktorial dan menganalisis efek faktor serta interaksinya.

  • Buat & Analisis DoE Campuran

    Merancang dan menganalisis eksperimen di mana faktor merupakan proporsi bahan yang berjumlah konstan.

  • Pengoptimal Respons

    Menemukan pengaturan faktor yang menghasilkan hasil paling diinginkan untuk satu atau beberapa respons.

Keandalan

6 alat
  • Rencana Uji Demonstrasi

    Menentukan ukuran sampel dan durasi uji untuk membuktikan target keandalan pada tingkat keyakinan tertentu.

  • Rencana Uji Estimasi

    Menentukan ukuran sampel dan durasi yang diperlukan untuk mengestimasi parameter keandalan.

  • Analisis Distribusi Parametrik (Sensor Kanan)

    Mencocokkan distribusi umur pada data kegagalan yang mencakup observasi tersensor.

  • Praproses Data Garansi

    Menyiapkan data mentah pengembalian garansi lapangan untuk analisis keandalan.

  • Prediksi Garansi

    Memperkirakan pengembalian garansi mendatang dari model keandalan yang telah dicocokkan.

  • Kurva Pertumbuhan Parametrik

    Memodelkan bagaimana laju kegagalan sistem yang dapat diperbaiki berubah seiring akumulasi waktu operasi.

Multivariat

1 alat
  • Komponen Utama

    Mereduksi banyak variabel berkorelasi menjadi sekumpulan kecil komponen yang tidak berkorelasi.

Non-Parametrik

7 alat
  • Uji Tanda Satu Sampel

    Menguji apakah median sampel sama dengan nilai target tertentu.

  • Wilcoxon Satu Sampel

    Menguji apakah median sampel sama dengan target menggunakan peringkat bertanda.

  • Mann-Whitney

    Membandingkan dua kelompok independen menggunakan peringkat alih-alih rata-rata.

  • Uji Kruskal-Wallis

    Membandingkan tiga kelompok independen atau lebih tanpa mengasumsikan distribusi normal.

  • Median Mood

    Membandingkan median dari dua kelompok atau lebih dengan menghitung nilai di atas dan di bawah median keseluruhan.

  • Friedman

    Membandingkan tiga kelompok terkait atau lebih menggunakan uji peringkat nonparametrik.

  • Uji Runtun

    Memeriksa apakah suatu urutan nilai tersusun dalam tatanan yang benar-benar acak.

Analisis Grafis

21 alat
  • Scatter Plot 2D

    Memplot hubungan antara dua variabel kontinu sebagai titik pada bidang.

  • Scatter Plot 3D

    Menampilkan titik data di tiga sumbu untuk menunjukkan hubungan antara tiga variabel.

  • Bubble Plot

    Memperluas scatterplot untuk menampilkan tiga variabel kontinu, dengan ukuran gelembung sebagai variabel ketiga.

  • Analisis Korelasi

    Mengukur kekuatan dan arah hubungan linear antar variabel.

  • Histogram (Flexi)

    Menampilkan distribusi data numerik sebagai batang frekuensi yang berdampingan.

  • Histogram Distplot

    Menampilkan distribusi numerik sebagai batang frekuensi, sering ditumpangkan dengan kurva yang dicocokkan.

  • Lihat Probabilitas Normal

    Menilai apakah data mengikuti distribusi normal menggunakan plot probabilitas.

  • Box Plot

    Merangkum sebuah distribusi melalui kuartil, median, sebaran, dan pencilannya.

  • Diagram Multi-vari

    Mengungkap sumber dan besarnya variasi di beberapa faktor sekaligus.

Analisis Sistem Pengukuran

9 alat
  • GRR Tipe 1

    Menilai repeatability dan bias inheren suatu gauge menggunakan pengukuran berulang pada satu bagian.

  • Buat Lembar Kerja Studi Gage R&R

    Menghasilkan lembar kerja pengumpulan data acak untuk studi Gage R&R.

  • Studi Linearitas & Bias

    Mengevaluasi akurasi dan bias suatu gauge di seluruh rentang pengukurannya.

  • GRR Tersilang

    Mengkuantifikasi variasi pengukuran dari operator dan gauge yang mengukur bagian yang sama.

  • GRR Tersarang (Gage repeatability and reproducibility)

    Menilai variasi pengukuran ketika setiap operator mengukur bagian yang berbeda.

  • Analisis Komponen Varians

    Menguraikan variasi total menjadi sumber-sumber berbeda yang dapat diidentifikasi.

  • Studi Gauge Atribut

    Mengevaluasi konsistensi dan keandalan proses inspeksi lulus/gagal.

  • Buat Lembar Kerja Kesepakatan Atribut

    Membangun formulir pengumpulan data acak untuk studi kesepakatan atribut.

  • Analisis Kesepakatan Atribut

    Menilai seberapa konsisten penilai mengklasifikasikan item ke dalam kategori.

Peta Kendali SPC

19 alat
  • Transformasi Box-Cox

    Mentransformasi data menuju normalitas sebelum analisis kapabilitas atau pembuatan peta kendali.

  • Transformasi Johnson

    Mengubah data non-normal menuju normalitas untuk analisis yang mensyaratkannya.

  • Peta Xbar-R

    Melacak rata-rata dan rentang subgrup untuk memantau stabilitas proses pada data variabel.

  • Peta Xbar-S

    Memantau rata-rata dan simpangan baku subgrup untuk data variabel bersampel lebih besar.

  • Peta I-MR R/S (Between/Within)

    Melacak variasi individual, antar-subgrup, dan dalam-subgrup secara bersamaan.

  • Peta XBar

    Memantau rata-rata subgrup dari waktu ke waktu untuk mendeteksi pergeseran rata-rata.

  • Peta R

    Memantau variasi dalam-subgrup dengan memplot rentang setiap subgrup.

  • Peta S

    Memantau variasi dalam-subgrup dengan memplot simpangan baku subgrup.

  • Peta I-MR

    Memantau pengukuran individual dan rentang bergeraknya untuk proses bernilai tunggal.

Kapabilitas Proses

12 alat
  • Kapabilitas Proses (Distribusi Normal)

    Mengukur seberapa baik suatu proses menghasilkan keluaran dalam batas spesifikasi.

  • Kapabilitas Mesin

    Mengevaluasi kapabilitas jangka pendek suatu mesin terhadap spesifikasinya sesuai ISO 22514-3.

  • Kapabilitas Proses Non-Normal

    Mengevaluasi kapabilitas proses ketika data tidak mengikuti distribusi normal.

  • Kapabilitas Proses Non-Normal

    Mengukur seberapa baik proses berdistribusi tidak normal memenuhi batas spesifikasinya.

  • Kapabilitas Proses Non-Parametrik

    Menilai kapabilitas proses tanpa mengasumsikan distribusi data tertentu.

  • Kapabilitas Binomial

    Mengukur kapabilitas proses ketika setiap item diklasifikasikan sebagai sesuai atau tidak.

  • Kapabilitas Poisson

    Mengukur kapabilitas proses untuk laju cacat yang mengikuti distribusi Poisson.

  • Capability Six Pack (Normal)

    Menilai stabilitas dan kapabilitas proses dengan asumsi data berdistribusi normal.

  • Capability Six Pack (Between/Within)

    Memeriksa stabilitas dan kapabilitas proses ketika variasi berbeda antar subgrup.

Pengambilan Sampel

5 alat
  • Rencana Sampling AQL Atribut

    Membangun rencana inspeksi AQL untuk data atribut lulus/gagal.

  • Rencana Sampling AQL

    Mendefinisikan rencana sampling inspeksi berdasarkan tingkat mutu yang dapat diterima.

  • Buat Sampling Penerimaan Variabel

    Membangun rencana sampling penerimaan untuk data pengukuran kontinu.

  • Bandingkan Sampling Penerimaan Variabel

    Membandingkan rencana sampling secara berdampingan menggunakan kurva karakteristik operasinya.

  • Rencana Sampling AQL Variabel

    Membuat rencana inspeksi AQL untuk karakteristik mutu terukur yang kontinu.

Data Acak

8 alat
  • Bangkitkan Data Normal Acak

    Membangkitkan nilai acak yang mengikuti distribusi normal berbentuk lonceng.

  • Data Lognormal Acak

    Membangkitkan nilai acak dari distribusi lognormal yang menjulur ke kanan.

  • Data Eksponensial Acak

    Membangkitkan nilai acak dari distribusi eksponensial yang memodelkan waktu antar kejadian.

  • Data Weibull Acak

    Membangkitkan nilai acak dari distribusi Weibull yang digunakan dalam analisis keandalan.

  • Data T Acak

    Membangkitkan nilai acak dari distribusi t yang berekor lebih tebal.

  • Data F Acak

    Membangkitkan nilai acak dari distribusi F yang didefinisikan oleh dua derajat kebebasan.

  • Bangkitkan Data Binomial Acak

    Membangkitkan nilai acak dari distribusi binomial keberhasilan dalam jumlah percobaan tetap.

  • Data Poisson Acak

    Membangkitkan cacah acak dari distribusi Poisson kejadian dalam interval tetap.

Standar & Kepatuhan

Dibangun untuk standar yang sudah diwajibkan oleh regulator dan pelanggan Anda.

  • AIAG SPC Manual
  • AIAG MSA Manual
  • ANSI Z1.4
  • ANSI Z1.9
  • ICH Q10
  • 21 CFR Part 11

Lihat Statistical AI berjalan di lini Anda.

Panggilan eksplorasi 30 menit. Pilot 2–3 minggu pada data pabrik nyata. Kemudian skalakan sesuai kecepatan Anda.

Permintaan demo

Ceritakan tentang pabrik Anda.

Panggilan 30 menit, tanpa kewajiban. Kami memetakan modul Zometric yang tepat ke KPI dan area prioritas Anda.

Satu atau dua kalimat sudah cukup — kami akan menggali lebih dalam saat panggilan.

Lebih suka bicara sekarang?

Bicara dengan seorang insinyur