Zometric Statistical AI adalah perangkat lunak analisis statistik yang berjalan di browser web. Perangkat lunak ini mencakup apa yang digunakan insinyur mutu, proses, dan pengembangan setiap hari: grafik, peta kendali, kapabilitas proses, analisis sistem pengukuran, uji hipotesis, ANOVA, regresi, dan perancangan eksperimen. Perangkat lunak ini juga mencakup metode khusus yang dibutuhkan tim farmasi dan keandalan: studi stabilitas ICH Q1E, potensi bioasai, analisis data umur pakai, dan sampling penerimaan sesuai ANSI/ASQ Z1.4 dan Z1.9.
Setiap alat bekerja dengan cara yang sama. Anda menempelkan data ke grid spreadsheet atau mengunggah file Excel, memilih kolom dan opsi, lalu mendapatkan tabel dan grafik interaktif. Setiap alat dilengkapi dataset contoh untuk mencobanya. Hasilnya dapat diunduh sebagai laporan PDF, Word, atau Excel dengan kop surat perusahaan Anda.
Dua fitur membantu orang yang bukan ahli statistik. Asisten mengajukan pertanyaan sederhana tentang data dan tujuannya, misalnya apakah data bersifat kontinu atau berupa hitungan, lalu merekomendasikan peta, uji, atau studi beserta alasannya. Pada sebagian besar alat juga terdapat kotak tempat Anda dapat mengetik pertanyaan tentang hasilnya. AI menjawab berdasarkan tabel hasil, sehingga penjelasannya selalu merujuk kembali ke angka-angka tersebut.
Enam hal yang dikatakan insinyur dan tim mutu tentang statistik di tempat kerja, dan apa yang berubah dengan Statistical AI.
Dari pertanyaan hingga laporan, setiap langkah berlangsung di browser.
Pilih · Alat
Pilih alat dari katalog berdasarkan kelompok, atau jawab pertanyaan asisten dan biarkan asisten merekomendasikannya. Setiap alat tertaut ke halaman bantuannya.
Data · Grid
Tempelkan ke grid spreadsheet, unggah file Excel dan pilih sheet-nya, atau muat salah satu dataset contoh alat tersebut. Sheet bernama options di dalam file juga dapat mengatur opsi alat.
Konfigurasi · Opsi
Pilih kolom respons dan faktor, lalu atur opsi yang dibutuhkan metode, seperti batas spesifikasi, ukuran subgrup, uji aturan run dan nilai K-nya, atau distribusi yang akan dicocokkan.
Analisis · Hasil
Hasil muncul sebagai tabel dan grafik interaktif. Laporan kapabilitas dapat menambahkan penilaian AIAG-VDA, dan alat DOE berlanjut ke langkah berikutnya, seperti mengoptimalkan pengaturan faktor.
Tanya · AI
Ketik pertanyaan di kotak di bawah hasil. AI menjawab hanya dalam konteks tabel hasil alat tersebut.
Bagikan · Laporan
Unduh laporan PDF, Word, atau Excel dengan kop surat Anda, secara opsional beserta dataset dan opsi yang digunakan, atau salin grafik sebagai gambar.
Setiap kemampuan terkait dengan keputusan yang sudah berusaha diambil oleh tim Anda.
Tiga puluh lima grafik dan ringkasan — Pareto, box plot, multi-vari, plot nilai individual, plot probabilitas dan plot marginal, histogram, scatter plot dan plot matriks, contour plot dan permukaan 3D, CDF empiris, statistika deskriptif, ringkasan grafis, dan diagram sebab-akibat. Pandangan pertama atas setiap dataset, sebelum Anda berkomitmen pada suatu uji.
Dua puluh sembilan peta — Xbar-R, Xbar-S, I-MR, I-MR-R/S, Z-MR, P, NP, C, U, Laney P′ dan U′, CUSUM, EWMA, moving average, peta zona, peta kejadian langka T dan G, serta multivariat Hotelling T², MEWMA, dan varians tergeneralisasi. Delapan uji aturan run, masing-masing dapat diaktifkan dengan K-nya sendiri, ditambah transformasi Box-Cox dan Johnson.
Empat belas alat — kapabilitas mesin, normal, non-normal, non-parametrik, between/within, otomatis, beberapa variabel, dan multivariat (MCpm), tiga Capability Six-Pack, serta kapabilitas Poisson dan binomial. Laporan kapabilitas dapat menambahkan penilaian AIAG-VDA dengan target kelas, kuadran stabilitas, dan tindakan yang direkomendasikan.
Gage R&R Type 1, tersilang (termasuk format AIAG), diperluas, dan bersarang, linearitas dan bias, EMP, serta kesesuaian atribut. Dua puluh sembilan uji hipotesis, dua belas alat ANOVA hingga model linear umum dan model efek campuran, serta empat belas alat regresi termasuk regresi logistik, nonlinear, best subsets, dan studi stabilitas ICH Q1E.
Desain definitive screening (hingga 48 faktor), faktorial (2–15 faktor), campuran (2–7 komponen), Taguchi, dan permukaan respons. Sembilan belas alat keandalan, empat belas alat deret waktu, sampling penerimaan ANSI/ASQ Z1.4 dan Z1.9, enam belas kalkulator daya uji dan ukuran sampel, serta enam metode bioasai.
Asisten mengajukan pertanyaan sederhana tentang data dan tujuan Anda, lalu mengarahkan Anda ke peta, uji, atau studi yang tepat. Pada sebagian besar alat, Anda juga dapat mengetik pertanyaan tentang hasil Anda, misalnya apakah proses kapabel, dan AI menjawab berdasarkan tabel hasil.
Laporan kapabilitas dapat diakhiri dengan penilaian AIAG-VDA. Penilaian ini membandingkan Pp dan Ppk dengan target dalam manual AIAG-VDA SPC untuk kelas karakteristik, jenis studi, dan ukuran sampel. Ukuran sampel yang berada di antara dua kolom tabel menggunakan kolom yang lebih kecil. Aturan run peta kendali menentukan stabilitas, dan keduanya bersama-sama menempatkan proses di salah satu dari empat kuadran. Hanya studi berjalan yang terbukti stabil yang melaporkan indeksnya sebagai Cp dan Cpk.
| Studi dan kelas · n | Pp / Ppk | Target | Stabilitas | Kuadran |
|---|---|---|---|---|
| Berjalan, mayor · n 125 | Pp / Ppk1,61 / 1,52 | Target1,33 / 1,33 | StabilitasTidak ada sinyal | KuadranI |
| Berjalan, mayor · n 125 | Pp / Ppk1,58 / 1,41 | Target1,33 / 1,33 | Stabilitas3 titik ditandai | KuadranII |
| Berjalan, kritis · n 125 | Pp / Ppk1,70 / 1,52 | Target1,67 / 1,67 | StabilitasTidak ada sinyal | KuadranIII |
| Pendahuluan, mayor · n 110 | Pp / Ppk1,80 / 1,40 | Target1,73 / 1,38 | StabilitasTidak dapat diverifikasi | KuadranII |
Peta kendali, studi kapabilitas dengan penilaian AIAG-VDA, Gage R&R, dan sampling penerimaan untuk lot yang masuk.
Perancangan eksperimen dari penyaringan hingga permukaan respons, regresi, dan ANOVA untuk menemukan pengaturan mana yang berpengaruh.
Studi masa simpan ICH Q1E, potensi bioasai, uji ekuivalensi, dan bioekuivalensi crossover 2×2.
Data umur pakai dengan penyensoran kanan atau sembarang, uji umur dipercepat, prediksi garansi, dan kurva pertumbuhan sistem yang dapat diperbaiki.
Membuat pengguna satu per satu atau secara massal. Langganan menentukan berapa banyak pengguna bernama dan login bersamaan yang dimiliki akun.
Katalog Lengkap
233 alat di seluruh 17 kategori. Masing-masing membuka dokumentasinya sendiri — bantuan yang sama yang diakses para insinyur Anda dari dalam platform.
Menampilkan bagaimana keseluruhan terbagi menjadi kategori menggunakan irisan lingkaran proporsional.
Membandingkan nilai kategori atau diskret menggunakan batang yang panjangnya mencerminkan setiap kuantitas.
Mengurutkan masalah atau penyebab berdasarkan frekuensi untuk menyoroti segelintir hal vital yang menjadi penyebab sebagian besar persoalan.
Merangkum sebuah distribusi melalui kuartil, median, sebaran, dan pencilannya.
Memvisualisasikan tempat titik data terkonsentrasi pada ruang dua dimensi menggunakan intensitas warna.
Memplot hubungan antara dua variabel kontinu sebagai titik pada bidang.
Memplot dua variabel satu terhadap yang lain dengan histogram, box plot, violin plot, atau plot titik di setiap sumbu, untuk menunjukkan hubungan keduanya dan distribusi masing-masing variabel.
Mengukur kekuatan dan arah hubungan linear antar variabel.
Menampilkan titik data di tiga sumbu untuk menunjukkan hubungan antara tiga variabel.
Mentransformasi data menuju normalitas sebelum analisis kapabilitas atau pembuatan peta kendali.
Mengubah data non-normal menuju normalitas untuk analisis yang mensyaratkannya.
Melacak rata-rata dan rentang subgrup untuk memantau stabilitas proses pada data variabel.
Memantau rata-rata subgrup dari waktu ke waktu untuk mendeteksi pergeseran rata-rata.
Memantau variasi dalam-subgrup dengan memplot rentang setiap subgrup.
Memantau rata-rata dan simpangan baku subgrup untuk data variabel bersampel lebih besar.
Memantau variasi dalam-subgrup dengan memplot simpangan baku subgrup.
Melacak variasi individual, antar-subgrup, dan dalam-subgrup secara bersamaan.
Memantau pengukuran individual dan rentang bergeraknya untuk proses bernilai tunggal.
Mengevaluasi kapabilitas jangka pendek suatu mesin terhadap spesifikasinya sesuai ISO 22514-3.
Menentukan seberapa baik keluaran proses memenuhi spesifikasi pelanggan ketika data cukup mendekati normal.
Mengevaluasi kapabilitas proses ketika data tidak mengikuti distribusi normal.
Menilai kapabilitas proses tanpa mengasumsikan distribusi data tertentu.
Membandingkan kapabilitas beberapa variabel proses secara berdampingan ketika data berdistribusi normal.
Menghitung satu indeks kapabilitas gabungan untuk dua karakteristik berkorelasi atau lebih dengan memperlakukannya sebagai satu proses multivariat.
Menilai stabilitas, kapabilitas, dan normalitas sekaligus untuk data yang dikumpulkan sebagai nilai individual atau subgrup.
Memeriksa stabilitas dan kapabilitas proses ketika variasi berbeda antar subgrup.
Menghitung indeks kapabilitas untuk proses dengan variasi sistematis antarsubgrup.
Menilai repeatability dan bias inheren suatu gauge menggunakan pengukuran berulang pada satu bagian.
Mengevaluasi akurasi alat ukur di seluruh rentang operasinya.
Menghasilkan lembar kerja pengumpulan data acak untuk studi Gage R&R.
Mengkuantifikasi variasi pengukuran dari operator dan gauge yang mengukur bagian yang sama.
Menjalankan Gage R&R tersilang dengan faktor acak ketiga opsional, seperti gauge atau fixture, menggunakan komponen varians.
Memplot setiap pengukuran per bagian, satu panel per operator, sebagai pemeriksaan visual cepat sebelum Gage R&R lengkap.
Menilai variasi sistem pengukuran ketika setiap operator mengukur setiap bagian, dengan data dicatat dalam format manual AIAG MSA.
Menilai variasi sistem pengukuran ketika setiap operator tidak dapat mengukur setiap bagian.
Mengevaluasi proses pengukuran dengan metode EMP dari Wheeler, melaporkan korelasi intrakelas, dan menggolongkan gauge sebagai monitor kelas pertama hingga keempat.
Menguji apakah rata-rata sampel berbeda dari rata-rata populasi yang diketahui dengan varians yang diketahui.
Menguji apakah rata-rata populasi berbeda dari target, dengan simpangan baku diketahui, berdasarkan statistik ringkasan.
Membandingkan rata-rata sampel dengan nilai target ketika simpangan baku populasi tidak diketahui.
Menguji apakah rata-rata populasi berbeda dari target, dengan simpangan baku tidak diketahui, berdasarkan statistik ringkasan.
Menguji apakah rata-rata dari dua kelompok independen berbeda secara signifikan.
Membandingkan rata-rata dua kelompok independen menggunakan statistik ringkasan alih-alih data mentah.
Menguji adanya perbedaan signifikan antara rata-rata dari dua kelompok yang berhubungan.
Menjalankan uji t berpasangan dari jumlah pasangan serta rata-rata dan simpangan baku selisihnya.
Memeriksa apakah dua metode terkait menghasilkan hasil yang cukup dekat untuk dianggap ekuivalen.
Menguji apakah rata-rata dari tiga kelompok independen atau lebih berbeda secara signifikan.
Menguji apakah rata-rata kelompok berbeda ketika respons setiap kelompok berada di kolomnya sendiri.
Memeriksa apakah dua kelompok atau lebih memiliki tingkat keragaman yang sama.
Menampilkan bagaimana rata-rata respons bergeser di antara level setiap faktor dalam suatu studi.
Menunjukkan apakah efek suatu faktor terhadap respons bergantung pada level faktor lain.
Mengkuantifikasi seberapa besar kontribusi setiap sumber variasi terhadap variasi total suatu proses atau kumpulan sampel.
Membandingkan rata-rata kelompok beserta selang kepercayaannya di seluruh level suatu faktor.
Membandingkan setiap rata-rata kelompok dengan rata-rata keseluruhan terhadap batas keputusan dan menandai kelompok yang berbeda.
Memodelkan respons terhadap beberapa faktor kategori, kovariat, dan interaksi, dengan ANOVA Tipe III, rata-rata kuadrat terkecil, dan perbandingan post-hoc.
Mencocokkan garis lurus, kuadratik, atau kubik melalui dua variabel untuk menunjukkan hubungan dan kecocokannya.
Mengkuantifikasi bagaimana prediktor berhubungan dengan variabel respons kontinu.
Menghasilkan lembar kerja pengumpulan data dengan kolom batch, waktu, dan respons untuk studi stabilitas.
Mengestimasi berapa lama suatu produk tetap berada dalam spesifikasi mutunya seiring waktu.
Mengestimasi masa simpan farmasi sesuai standar ICH Q1E dengan poolabilitas batch, proyeksi suhu, dan penilaian ekstrapolasi.
Memodelkan prediktor terhadap respons kategori berurut dengan tiga level atau lebih.
Memodelkan prediktor terhadap respons kategori tak berurut dengan tiga hasil atau lebih.
Memodelkan bagaimana prediktor berhubungan dengan respons kategori dua hasil.
Mencocokkan hubungan antara dua variabel yang keduanya mengandung galat pengukuran.
Membuat dan menganalisis eksperimen definitive screening untuk menemukan faktor yang signifikan di antara hingga 48 faktor.
Menghasilkan rencana eksperimen faktorial dan menganalisis efek faktor serta interaksinya.
Merancang dan menganalisis eksperimen di mana faktor merupakan proporsi bahan yang berjumlah konstan.
Membuat dan menganalisis eksperimen larik ortogonal Taguchi untuk menemukan pengaturan faktor yang tahan terhadap gangguan (noise).
Membuat dan menganalisis desain central composite, Box-Behnken, atau D-optimal untuk memodelkan dan mengoptimalkan respons yang melengkung.
Membandingkan tiga kelompok independen atau lebih tanpa mengasumsikan distribusi normal.
Menghitung rata-rata Walsh, estimasi pergeseran Hodges-Lehmann, atau kemiringan Theil-Sen dari semua pasangan nilai.
Membandingkan dua kelompok independen menggunakan peringkat alih-alih rata-rata.
Membandingkan median dari dua kelompok atau lebih dengan menghitung nilai di atas dan di bawah median keseluruhan.
Memeriksa apakah suatu urutan nilai tersusun dalam tatanan yang benar-benar acak.
Membandingkan tiga kelompok terkait atau lebih menggunakan uji peringkat nonparametrik.
Menguji apakah median sampel sama dengan nilai target tertentu.
Menguji apakah median sampel sama dengan target menggunakan peringkat bertanda.
Mereduksi banyak variabel berkorelasi menjadi sekumpulan kecil komponen yang tidak berkorelasi.
Menjelaskan korelasi di antara banyak variabel dengan beberapa faktor dasar, dengan rotasi varimax opsional.
Mengklasifikasikan observasi ke dalam kelompok yang diketahui dengan fungsi diskriminan linear atau kuadratik dan melaporkan akurasi validasi silang.
Mengelompokkan baris ke dalam dendrogram berdasarkan kemiripannya pada beberapa variabel.
Mengelompokkan kolom ke dalam dendrogram berdasarkan korelasi atau jaraknya.
Membagi observasi ke dalam K klaster yang meminimalkan variasi di dalam klaster.
Memetakan asosiasi antara dua variabel kategori sebagai titik baris dan kolom dalam beberapa dimensi.
Menelusuri hubungan di antara tiga variabel kategori atau lebih sekaligus.
Mengukur konsistensi internal suatu skala atau tes multi-butir dengan alfa Cronbach.
Menentukan ukuran sampel dan durasi uji untuk membuktikan target keandalan pada tingkat keyakinan tertentu.
Menentukan ukuran sampel dan durasi yang diperlukan untuk mengestimasi parameter keandalan.
Menyiapkan data mentah pengembalian garansi lapangan untuk analisis keandalan.
Memodelkan bagaimana laju kegagalan sistem yang dapat diperbaiki berubah seiring akumulasi waktu operasi.
Memperkirakan pengembalian garansi mendatang dari model keandalan yang telah dicocokkan.
Mencocokkan data umur pada setiap tingkat tegangan dan menghubungkan umur dengan tegangan melalui model Arrhenius, hukum pangkat terbalik, atau linear untuk mengekstrapolasi ke kondisi penggunaan.
Menyimulasikan presisi yang diharapkan dari uji umur dipercepat yang diusulkan sebelum uji tersebut dijalankan.
Mencocokkan cacah keberhasilan dan percobaan yang dikelompokkan pada beberapa tingkat tegangan serta mengestimasi tegangan untuk persentase respons yang dipilih, seperti ED50.
Mengestimasi fungsi kumulatif rata-rata dari data perbaikan atau kejadian berulang tanpa mengasumsikan model.
Memplot variabel terukur terhadap waktu untuk mengungkap tren dan perubahan sepanjang suatu periode.
Mencocokkan tren linear, kuadratik, pertumbuhan eksponensial, atau kurva S dan meramalkan nilai mendatang.
Menguraikan deret musiman menjadi komponen tren, musiman, dan residual, secara aditif atau multiplikatif.
Menghaluskan deret dengan rata-rata bergerak mundur dan meramalkan periode mendatang.
Menghaluskan dan meramalkan deret tanpa tren yang jelas menggunakan satu bobot pemulusan.
Menghaluskan dan meramalkan deret yang bertren dengan bobot level dan tren dari Holt.
Menghaluskan dan meramalkan deret yang memiliki tren sekaligus pola musiman.
Menghitung selisih ber-lag dari suatu deret, misalnya untuk menghilangkan tren sebelum analisis lebih lanjut.
Membuat dan memplot salinan ber-lag dari suatu deret di samping deret aslinya.
Membangun rencana inspeksi AQL untuk data atribut lulus/gagal.
Membuat rencana inspeksi AQL untuk karakteristik mutu terukur yang kontinu.
Membangun rencana sampling penerimaan untuk data pengukuran kontinu.
Membandingkan rencana sampling secara berdampingan menggunakan kurva karakteristik operasinya.
Menerapkan rencana sampling variabel yang sudah ada pada sampel pengukuran dan memberikan keputusan terima atau tolak.
Menghitung rencana sampling tunggal (n, c) untuk jumlah produk cacat dari AQL, RQL, serta risiko produsen dan konsumen.
Membandingkan beberapa rencana sampling atribut (n, c) pada kurva OC, AOQ, dan ATI yang sama.
Menghitung ukuran sampel, selisih yang dapat dideteksi, atau daya uji jika dua lainnya diketahui, untuk uji t 1-sampel.
Menentukan ukuran sampel yang diperlukan untuk mengestimasi rata-rata atau proporsi dalam margin galat target.
Menentukan ukuran sampel yang diperlukan selang toleransi normal untuk mencapai tingkat kepercayaan dan cakupan yang disyaratkan.
Menghitung ukuran sampel, selisih yang dapat dideteksi, atau daya uji jika dua lainnya diketahui, untuk uji Z 1-sampel.
Menghitung ukuran sampel, selisih yang dapat dideteksi, atau daya uji jika dua lainnya diketahui, untuk uji t 2-sampel.
Menghitung ukuran sampel, selisih berpasangan yang dapat dideteksi, atau daya uji jika dua lainnya diketahui, untuk uji t berpasangan.
Menghitung ukuran sampel per level, selisih yang dapat dideteksi, atau daya uji jika dua lainnya diketahui, untuk ANOVA satu arah.
Menghitung ukuran sampel, proporsi yang dapat dideteksi, atau daya uji jika dua lainnya diketahui, untuk uji 1 proporsi.
Menghitung ukuran sampel per kelompok, proporsi yang dapat dideteksi, atau daya uji jika dua lainnya diketahui, untuk uji 2 proporsi.
Mengestimasi potensi relatif dengan membandingkan garis dosis-respons logaritmik paralel dari sediaan uji dan sediaan baku.
Mengestimasi potensi relatif dari rasio kemiringan dosis-respons ketika sediaan memiliki respons dasar yang sama.
Menggabungkan estimasi potensi dari beberapa uji independen menjadi satu hasil berbobot dengan uji homogenitas.
Mengestimasi dosis efektif dan potensi relatif ketika respons biologis berupa hasil biner alih-alih pengukuran kontinu.
Mengestimasi potensi relatif dengan mencocokkan kurva sigmoid logistik empat parameter, cocok untuk imunoasai seperti ELISA.
Mengestimasi potensi antibiotik dari zona hambat pada lempeng agar menggunakan desain silinder-lempeng 5+1 USP.
Membangun tabel dua arah dari dua variabel kategori dengan persentase baris, kolom, dan total serta uji asosiasi chi-square.
Menghitung setiap nilai pada kolom yang dipilih, beserta persentase dan total kumulatifnya.
Menyajikan statistik deskriptif untuk variabel numerik dalam tabel, opsional dipisahkan menurut hingga dua variabel kategori.
Membangkitkan data acak dari salah satu dari 26 distribusi, termasuk Normal, Binomial, Poisson, Weibull, dan Normal multivariat.
| Zometric Statistical AI vs statistik di spreadsheet | Spreadsheet | Zometric Statistical AI |
|---|---|---|
| Metode | Fungsi dasar ditambah rumus yang Anda buat dan periksa sendiri | 233 alat, dari peta kendali hingga model efek campuran, ARIMA, dan regresi Cox |
| Memilih metode | Tergantung orang yang membuat sheet | Asisten yang merekomendasikan peta, uji, atau studi dan menjelaskan alasannya |
| Peta kendali | Batas dihitung manual, aturan run diperiksa dengan mata | Delapan uji aturan run, masing-masing dapat diaktifkan dengan K-nya sendiri |
| Kesimpulan kapabilitas | Cpk dibandingkan dengan angka yang diingat seseorang | Target AIAG-VDA menurut kelas dan ukuran sampel, dengan kuadran dan tindakan |
| Metode farmasi | Tidak tersedia | Stabilitas ICH Q1E, potensi bioasai, dan bioekuivalensi crossover 2×2 |
| Menjelaskan hasil | Siapa pun yang membuat sheet | AI yang dapat Anda tanyai tentang tabel hasil |
| Laporan | Salin dan tempel ke dokumen | Laporan PDF, Word, atau Excel dengan kop surat Anda |
Tempelkan data ke grid atau unggah file Excel dan pilih sheet-nya. Sheet bernama options juga dapat mengisi pengaturan alat.
Setiap hasil dapat diunduh sebagai laporan di bawah kop surat perusahaan Anda, dengan dataset dan opsi yang digunakan jika Anda memilihnya. Grafik dapat disalin sebagai gambar.
Workspace mengekspor semua tab-nya dalam satu file. Ekspor Excel dapat dimuat kembali untuk membangun ulang lembar kerja dan tab serta menghitungnya ulang.
Jawaban lugas atas pertanyaan yang diajukan tim sebelum demo.
Zometric Statistical AI adalah perangkat lunak statistik berbasis browser dengan 233 alat dalam 17 kelompok: analisis grafis, peta kendali, kapabilitas proses, MSA, uji hipotesis, ANOVA, regresi, DOE, non-parametrik, multivariat, keandalan, deret waktu, sampling penerimaan, daya uji dan ukuran sampel, bioasai, tabel, dan data acak. Asisten membantu Anda memilih alat, dan Anda dapat bertanya kepada AI tentang hasilnya.
Pada sebagian besar alat terdapat kotak di bawah hasil tempat Anda dapat mengetik pertanyaan, misalnya apakah proses kapabel atau faktor mana yang paling berpengaruh. AI menjawab hanya dalam konteks tabel hasil alat tersebut. AI tidak menjalankan analisis dan tidak mengubah angka.
Gunakan asisten. Tersedia asisten untuk peta kendali, kapabilitas, MSA, uji hipotesis, uji ekuivalensi, ANOVA, regresi, DOE, non-parametrik, multivariat, keandalan, deret waktu, sampling, daya uji dan ukuran sampel, bioasai, tabel, analisis grafis, alat mutu, dan data acak. Setiap asisten mengajukan beberapa pertanyaan sederhana dan merekomendasikan alat beserta alasannya.
Delapan uji aturan run untuk penyebab khusus, seperti satu titik di luar K simpangan baku atau K titik berturut-turut di satu sisi garis tengah. Setiap uji dapat diaktifkan atau dinonaktifkan dan memiliki K-nya sendiri. Peta atribut menggunakan empat uji pertama.
Ya. Laporan kapabilitas dapat menambahkan penilaian AIAG-VDA yang memeriksa Pp dan Ppk, atau Cp dan Cpk jika stabilitas terbukti, terhadap target manual untuk kelas karakteristik, jenis studi, dan ukuran sampel. Penilaian ini menempatkan hasil di salah satu dari empat kuadran dan menyatakan tindakan yang direkomendasikan. Anda juga dapat memasukkan target khusus yang disepakati dengan pelanggan.
Ya. Studi stabilitas lanjutan mengikuti ICH Q1E: uji poolabilitas batch, aturan ekstrapolasi, desain bracketing dan matrixing, serta proyeksi Arrhenius ke suhu lain. Sebuah alat lembar kerja menyiapkan kolom batch, waktu, dan respons.
Rencana AQL atribut mengikuti ANSI/ASQ Z1.4 dan rencana AQL variabel mengikuti ANSI/ASQ Z1.9, keduanya juga merujuk IS 2500. Anda juga dapat membuat dan membandingkan rencana atribut dan variabel Anda sendiri pada kurva OC, AOQ, dan ATI, serta mendapatkan keputusan terima atau tolak untuk suatu lot dari pengukurannya.
Tempelkan data ke grid spreadsheet atau unggah file Excel, atau mulai dari dataset contoh. Hasil dapat diunduh sebagai laporan PDF, Word, atau Excel dengan kop surat perusahaan Anda, dan grafik dapat disalin sebagai gambar.
Modul-modul Zometric berbagi satu tulang punggung data — mengadopsi lebih banyak modul melipatgandakan keunggulan rasio sinyal terhadap derau.
Deteksi penyimpangan proses sebelum menjadi cacat.
Setiap alat ukur terkalibrasi tepat waktu, disahkan oleh orang yang tepat, dan dibuktikan dengan MSA.
Rencanakan, dokumentasikan, jalankan, dan arsipkan setiap eksperimen di satu tempat.
Dari ide ke dampak finansial: saluran terstruktur untuk perbaikan berkelanjutan.
Panggilan eksplorasi 30 menit. Pilot 2–3 minggu pada data pabrik nyata. Kemudian skalakan sesuai kecepatan Anda.
