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.

123 alat di seluruh 13 kategori. Masing-masing membuka dokumentasinya sendiri — bantuan yang sama yang diakses para insinyur Anda dari dalam platform.

ANOVA

3 alat
  • Plot Efek Utama

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

  • 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.

Perancangan Eksperimen

5 alat
  • 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.

  • Buat Definitive Screening Design

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

  • Pengoptimal Respons

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

Analisis Grafis

21 alat
  • Diagram Batang

    Membandingkan nilai kategori atau diskret menggunakan batang yang panjangnya mencerminkan setiap kuantitas.

  • Box Plot

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

  • Bubble Plot

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

  • Contour Plot

    Memetakan bagaimana respons berubah terhadap dua input kontinu menggunakan garis kontur berarsir.

  • Analisis Korelasi

    Mengukur kekuatan dan arah hubungan linear antar variabel.

  • Heatmap Kepadatan

    Memvisualisasikan tempat titik data terkonsentrasi pada ruang dua dimensi menggunakan intensitas warna.

  • Statistika Deskriptif

    Menghitung ukuran ringkasan seperti rata-rata, median, sebaran, dan bentuk untuk suatu kumpulan data.

  • Ringkasan Grafis

    Menggabungkan statistik utama dengan beberapa plot data dalam satu tampilan terpadu.

  • Histogram (Flexi)

    Menampilkan distribusi data numerik sebagai batang frekuensi yang berdampingan.

Uji Hipotesis

19 alat
  • Bootstrap 1-Sampel

    Mengestimasi distribusi sampling suatu statistik dengan melakukan pengambilan sampel ulang berkali-kali dari satu kumpulan data.

  • Uji Kecocokan Chi-Square

    Menguji apakah frekuensi kategori yang teramati sesuai dengan distribusi yang diharapkan.

  • Kovarians

    Mengukur sejauh mana dua variabel kontinu berubah secara bersama-sama.

  • Identifikasi Distribusi Individual

    Mencocokkan beberapa distribusi pada data dan mengidentifikasi mana yang paling cocok.

  • Uji Normalitas

    Mengevaluasi apakah suatu kumpulan data mengikuti distribusi normal.

  • OECD

    Memandu pemilihan uji statistik yang tepat melalui pohon keputusan terstruktur.

  • Uji Proporsi Satu Sampel

    Menguji apakah proporsi sampel berbeda secara signifikan dari nilai target.

  • Uji t Satu Sampel

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

  • Uji z Satu Sampel

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

Analisis Sistem Pengukuran

9 alat
  • Studi Gauge Atribut

    Mengevaluasi konsistensi dan keandalan proses inspeksi lulus/gagal.

  • Analisis Kesepakatan Atribut

    Menilai seberapa konsisten penilai mengklasifikasikan item ke dalam kategori.

  • Buat Lembar Kerja Kesepakatan Atribut

    Membangun formulir pengumpulan data acak untuk studi kesepakatan atribut.

  • Buat Lembar Kerja Studi Gage R&R

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

  • GRR Tersilang

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

  • Studi Linearitas & Bias

    Mengevaluasi akurasi dan bias suatu gauge di seluruh rentang pengukurannya.

  • GRR Tersarang (Gage repeatability and reproducibility)

    Menilai variasi pengukuran ketika setiap operator mengukur bagian yang berbeda.

  • GRR Tipe 1

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

  • Analisis Komponen Varians

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

Multivariat

1 alat
  • Komponen Utama

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

Non-Parametrik

7 alat
  • Friedman

    Membandingkan tiga kelompok terkait atau lebih menggunakan uji peringkat nonparametrik.

  • Uji Kruskal-Wallis

    Membandingkan tiga kelompok independen atau lebih tanpa mengasumsikan distribusi normal.

  • Mann-Whitney

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

  • Median Mood

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

  • 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.

  • Uji Runtun

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

Kapabilitas Proses

12 alat
  • Kapabilitas Binomial

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

  • Capability Six Pack (Between/Within)

    Memeriksa stabilitas dan kapabilitas proses ketika variasi berbeda antar subgrup.

  • Capability Six Pack (Normal)

    Menilai stabilitas dan kapabilitas proses dengan asumsi data berdistribusi normal.

  • Capability Six Pack Between/Within

    Menggabungkan enam peta dan metrik kapabilitas untuk variasi antar-subgrup dan dalam-subgrup.

  • 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 Poisson

    Mengukur kapabilitas proses untuk laju cacat yang mengikuti distribusi Poisson.

Data Acak

8 alat
  • Bangkitkan Data Binomial Acak

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

  • Bangkitkan Data Normal Acak

    Membangkitkan nilai acak yang mengikuti distribusi normal berbentuk lonceng.

  • Data Eksponensial Acak

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

  • Data F Acak

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

  • Data Lognormal Acak

    Membangkitkan nilai acak dari distribusi lognormal yang menjulur ke kanan.

  • Data Poisson Acak

    Membangkitkan cacah acak dari distribusi Poisson kejadian dalam interval tetap.

  • Data T Acak

    Membangkitkan nilai acak dari distribusi t yang berekor lebih tebal.

  • Data Weibull Acak

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

Regresi

8 alat
  • Regresi Logistik Biner

    Memodelkan bagaimana prediktor berhubungan dengan respons kategori dua hasil.

  • 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.

  • Regresi Logistik Nominal

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

  • Regresi Logistik Ordinal

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

  • 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.

  • Studi Stabilitas

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

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.

  • Kurva Pertumbuhan Parametrik

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

  • Praproses Data Garansi

    Menyiapkan data mentah pengembalian garansi lapangan untuk analisis keandalan.

  • Prediksi Garansi

    Memperkirakan pengembalian garansi mendatang dari model keandalan yang telah dicocokkan.

Pengambilan Sampel

5 alat
  • Rencana Sampling AQL

    Mendefinisikan rencana sampling inspeksi berdasarkan tingkat mutu yang dapat diterima.

  • Rencana Sampling AQL Atribut

    Membangun rencana inspeksi AQL untuk data atribut lulus/gagal.

  • Bandingkan Sampling Penerimaan Variabel

    Membandingkan rencana sampling secara berdampingan menggunakan kurva karakteristik operasinya.

  • Buat Sampling Penerimaan Variabel

    Membangun rencana sampling penerimaan untuk data pengukuran kontinu.

  • Rencana Sampling AQL Variabel

    Membuat rencana inspeksi AQL untuk karakteristik mutu terukur yang kontinu.

Peta Kendali SPC

19 alat
  • Transformasi Box-Cox

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

  • Peta C

    Memantau jumlah cacat dalam sampel berukuran konstan dari waktu ke waktu.

  • Peta CUSUM

    Mendeteksi pergeseran kecil yang berkelanjutan pada rata-rata dengan mengakumulasi simpangan dari target.

  • Peta EWMA

    Mendeteksi pergeseran kecil yang berkelanjutan menggunakan rata-rata berbobot dari nilai terkini dan masa lalu.

  • Peta I-MR

    Memantau pengukuran individual dan rentang bergeraknya untuk proses bernilai tunggal.

  • Peta I-MR R/S (Between/Within)

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

  • Transformasi Johnson

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

  • Peta P Laney

    Memantau proporsi cacat sambil mengoreksi overdispersi.

  • Peta U Laney

    Memantau cacat per unit sambil mengoreksi overdispersi.

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