Capability Sixpack (niet-normaal)
De Nonnormal Capability Sixpack is geschikt voor gegevens die niet normaal verdeeld zijn, zoals oppervlakteruwheid, deeltjesgrootte of tijd tot falen. U kiest een verdeling, zoals Weibull, lognormaal of gamma, gefit met maximum likelihood. Het rapport toont I- en MR-kaarten met Nelson-regels op de ruwe schaal, een histogram met gefitte verdeling, een waarschijnlijkheidsplot, de laatste 25 waarnemingen, en Pp, PPL, PPU en Ppk volgens de z-scoremethode.
Laatst beoordeeld
Belangrijkste conclusie
De niet-normale capability sixpack is een rapport met meerdere panelen voor scheve of begrensde gegevens: I-MR-regelkaarten, een histogram met gefitte verdeling en een waarschijnlijkheidsplot, met Pp en Ppk uit een gekozen verdeling.
Op deze pagina
Doel
De Nonnormal Capability Sixpack geeft hetzelfde overzichtelijke procesrapport met meerdere panelen als de Normal capability sixpack van de app, maar is gebouwd voor processen waarvan de gegevens niet normaal verdeeld zijn (begrensde, scheve metingen zoals oppervlakteruwheid, deeltjesgrootte of gegevens over tijd tot falen). Het combineert een runchart, een histogram met gefitte verdeling en een waarschijnlijkheidsplot in één rapport, in plaats van een normaal verdelingsmodel op te leggen aan gegevens waar het niet bij past.
Belangrijkste mogelijkheden
- Fit elke door de app ondersteunde niet-normale verdeling (bijv. Weibull, lognormaal, gamma) op expliciete keuze van de gebruiker, in plaats van normaliteit aan te nemen.
- Combineert een I Chart en MR Chart (runchart-paneel) met een histogram met gefitte verdeling en een waarschijnlijkheidsplot in één rapport met 4 panelen.
- Volledige detectie van speciale oorzaken met de Nelson-regels (8 instelbare regels) op het runchart-paneel, consistent met elke andere regelkaart in de app.
- Optionele Factor-kolom en de modus “Compare selected columns as separate groups”.
- Instelbare K-sigma-tolerantie en op de voortschrijdende spreidingsbreedte gebaseerde sigmaschatting voor de regelgrenzen van het runchart.
Statistische methoden
Het runchart-paneel (I Chart en MR Chart) gebruikt de standaardmachinerie van de app voor individuele waarden en voortschrijdende spreidingsbreedte, met controles volgens de Western-Electric/Nelson-regels: de middenlijn is het procesgemiddelde, de voortschrijdende spreidingsbreedtes worden berekend met de opgegeven span (standaard 2) en de regelgrenzen worden afgeleid uit MRbar/d2 (of de mediaan van de voortschrijdende spreidingsbreedte) — onafhankelijk van de verdeling die voor de capabiliteitspanelen is gefit, zodat het runchart de statistische beheersing altijd beoordeelt op de ruwe, niet-getransformeerde schaal.
Het histogrampaneel fit de door de gebruiker gekozen kandidaatverdeling aan de steekproef via maximum-likelihoodschatting en legt de kansdichtheidsfunctie over het histogram van de steekproef, met referentielijnen voor LSL/USL waar die zijn opgegeven.
Het waarschijnlijkheidsplot-paneel transformeert de gesorteerde steekproef en de plotposities van de gefitte verdeling naar verdelingsspecifiek waarschijnlijkheidspapier, zodat een goed passende verdeling verschijnt als punten die dicht bij een rechte referentielijn liggen — een visuele controle op de aanpassing.
De capabiliteitsindexen gebruiken dezelfde z-scoremethode als de tool Automated Process Capability van de app: de verdelingsfunctie van de gefitte verdeling bij LSL/USL wordt omgezet in equivalente standaardnormale z-scores, waaruit Pp, PPL, PPU en Ppk worden gerapporteerd op de vertrouwde Cpk-schaal.
Een zesde paneel toont de meest recente 25 individuele waarnemingen als snelle visuele referentie naast de kaarten, en de capabiliteitsgetallen (Distribution, Shape, Scale, Pp, PPL, PPU, Ppk) worden als annotatietabel in de gecombineerde figuur weergegeven in plaats van als aparte resultatentabel.
Invoervelden en opties
Veld | Beschrijving |
Choose columns | De responskolom(men) die u wilt analyseren. |
Factor | Optioneel. Vergelijk de capabiliteit tussen groepen vanuit één indeling met Response + Factor. |
Compare selected columns as separate groups | Wanneer 2 of meer kolommen zijn geselecteerd, worden ze afzonderlijk uitgevoerd en naast elkaar vergeleken. |
Fit distribution | Vereist. De niet-normale verdeling die moet worden gefit (standaard Weibull). |
LSL / USL | Specificatiegrenzen; een van beide mag leeg blijven als het proces maar één specificatiegrens heeft. |
Show specs in control chart | Optioneel. Legt de LSL/USL over het runchart-paneel. |
Tolerance (K) | Vermenigvuldigingsfactor die op sigma wordt toegepast bij het bepalen van de capabiliteitstolerantieband; standaard 6. |
SD estimation method / Length of moving range | Hoe de kortetermijnsigma van het runchart wordt geschat; standaard Average moving range, span 2. |
Check Rule 1–8 / K for Rule 1–8 | De acht Nelson-regels voor speciale oorzaken die op de I Chart worden toegepast, elk afzonderlijk in te schakelen met een eigen K-constante (de standaardwaarden volgen de app-brede I-MR-conventie: K = 3, 9, 6, 14 voor regel 1–4). |
Chart title / Chart y axis label | Optionele eigen labels voor het runchart-paneel. |

Figuur 1 — Data Pane met 50 oppervlakteruwheidsmetingen in C1, Fit distribution ingesteld op Weibull, USL = 4.0.
Beschrijving van de uitvoer
- I Chart — individuele metingen in tijdvolgorde met UCL/CL/LCL, waarbij eventuele schendingen van Nelson-regels worden gemarkeerd.
- MR Chart — voortschrijdende spreidingsbreedtes tussen opeenvolgende metingen met hun eigen UCL/CL/LCL.
- Histogram — histogram van de steekproef met de dichtheidscurve van de gefitte niet-normale verdeling en referentielijnen voor de specificatiegrenzen.
- Probability Plot — gesorteerde steekproef uitgezet op het waarschijnlijkheidspapier van de gefitte verdeling, met een referentielijn voor een visuele beoordeling van de aanpassing.
- Last 25 Observations panel — de meest recente individuele metingen, als snelle visuele context.
- Een ingebedde capabiliteitssamenvatting (Distribution, Shape, Scale, Pp, PPL, PPU, Ppk) in de gecombineerde figuur.
- PDF-export van het gecombineerde sixpack-rapport via Download as PDF.

Figuur 2 — Het sixpack-rapport met 4 panelen: I Chart, MR Chart, Histogram met gefitte Weibull-curve en USL-lijn, en de waarschijnlijkheidsplot voor Weibull.
Uitgewerkt voorbeeld
Een slijpproces rapporteert de oppervlakteruwheid (Ra, micron) van 50 opeenvolgende onderdelen (kolom C1), rechtsscheef en begrensd bij nul — een klassiek Weibull-vormig proces. Met Fit distribution = Weibull en USL = 4.0 toont de sixpack een stabiel I/MR-runchart (geen speciale oorzaken), een histogram waarin de gefitte Weibull-curve zichtbaar de rechtsscheefheid van het steekproefhistogram volgt, en een waarschijnlijkheidsplot waarin de punten dicht bij de referentielijn liggen — wat bevestigt dat het Weibull-model een passende fit is voordat u de resulterende capabiliteitsindexen vertrouwt.
Veelgestelde vragen
Wat is een niet-normale capability sixpack?
Het is een procesrapport met meerdere panelen voor gegevens die niet normaal verdeeld zijn, zoals begrensde of scheve metingen, bijvoorbeeld oppervlakteruwheid, deeltjesgrootte of tijd tot falen. Het combineert een I-kaart en MR-kaart, een histogram met de gefitte verdeling, een waarschijnlijkheidsplot en een capabiliteitssamenvatting, in plaats van een normaal model op de gegevens op te leggen.
Hoe wordt Ppk berekend voor niet-normale gegevens in de sixpack?
De cumulatieve kans van de gefitte verdeling bij de LSL en USL wordt omgezet in equivalente standaardnormale z-scores, waaruit Pp, PPL, PPU en Ppk worden gerapporteerd op de vertrouwde Cpk-schaal. Dit is dezelfde z-scoremethode als die van de tool Automated Process Capability.
Hoe controleert u of de gekozen verdeling past?
Kijk naar het histogram, waarin de gefitte dichtheidscurve de vorm van de steekproef moet volgen, en naar de waarschijnlijkheidsplot, waarin een goed passende verdeling punten dicht bij de rechte referentielijn toont. In het voorbeeld volgde de Weibull-verdeling de rechtsscheefheid van de oppervlakteruwheid en lagen de punten dicht bij de lijn, wat de capabiliteitsindexen ondersteunt.
Hoe voert u een niet-normale capability sixpack uit in Zometric Statistical Software?
Selecteer de responskolom of -kolommen, eventueel een Factor, en kies de verdeling in Fit distribution (standaard Weibull). Voer de LSL, USL of beide in, stel de tolerantie K in (standaard 6) en de opties voor de voortschrijdende spreidingsbreedte, en kies welke van de acht Nelson-regels worden gecontroleerd. Het gecombineerde rapport kan als PDF worden gedownload.
