非參數製程能力
非參數製程能力分析衡量製程滿足規格界限的程度,且不對資料的形狀或分配作任何假設。它不配適常態、韋伯或對數常態等理論分配,而是直接使用實際觀測資料——僅利用從樣本值本身得出的百分位數和經驗統計量。
最後審閱
核心要點
非參數製程能力分析衡量製程滿足規格界限的程度,且不對資料的形狀或分配作任何假設。
什麼是非參數製程能力?
非參數製程能力分析衡量製程滿足規格界限的程度,且不對資料的形狀或分配作任何假設。它不配適常態、韋伯或對數常態等理論分配,而是直接使用實際觀測資料——僅利用從樣本值本身得出的百分位數和經驗統計量。
當資料分配 未知、複雜,或無法用任何標準分配模型可靠識別 時,這使它成為一種強大而穩妥的選擇。所報告的關鍵能力度量是 觀測效能(PPM——超出規格的百萬分之不合格數),直接根據資料計算,而非根據配適的分配計算。
簡要定義:一種不依賴分配的能力分析,直接使用實際資料值——無需配適分配——當無法可靠識別資料服從何種分配時,這是最穩妥的選擇。
何時使用非參數製程能力?
- 當 沒有任何標準分配能充分配適資料 時使用——例如,當 Individual Distribution Identification 無法從任何可用分配中找到良好配適時。
- 當資料具有 複雜、多峰或不規則的形狀,無法用單一理論分配描述時使用。
- 當希望獲得完全基於資料實際表現的 保守的、無需假設的製程能力檢視 時使用。
- 當資料為 連續型且樣本數足夠大,能夠得到穩定的經驗百分位數估計時使用——建議至少 100 個觀測值。
正確使用非參數製程能力的指南
- 收集 至少 100 個資料點,最好更多——樣本越大,非參數百分位數估計越可靠、越穩定。
- 執行分析之前,確保製程 穩定且處於統計受控狀態 ——不穩定製程的能力結果不能代表長期效能。
- 主要輸出是 觀測 PPM(超出規格的百萬分之不合格數)——它直接統計有多少資料點落在規格界限之外,因此非常透明,也易於解釋。
- 不要將非參數能力指數與常態能力分析得到的 Cp 或 Cpk 值 直接比較——二者的計算方式不同,並不直接等價。
- 如果存在良好的分配配適,非常態製程能力分析 通常會比非參數方法給出更精確、資訊更豐富的結果。
替代方法:何時不宜使用非參數製程能力
情形
改用
資料服從常態分配
常態(標準)能力分析
某一特定非常態分配配適良好
非常態製程能力
資料可轉換為常態
使用 Box-Cox 或 Johnson 轉換的能力分析
資料為計數型或基於計數
二項分配或卜瓦松分配能力分析
樣本數少於 100
在進行任何能力分析之前先收集更多資料
非參數製程能力範例
某汽車零部件製造商正在為一家 OEM 客戶開發一個關鍵零部件。為確保品質,一名工程師檢查一臺鑽床能否滿足規格。該零件需在一定範圍內:LSL(規格下限)為 22.15,USL(規格上限)為 22.35。工程師從該機器抽取 125 個樣本並開展機器能力研究。步驟如下:
- 收集所需資料。

- 現在,在 Zometric Statistical Software 中分析資料,網址為 https://statsai.zometric.com/。
- 要找到非參數製程能力,請選擇 Statistical module> Control Chart> Non-Parametric Process Capability.
- 在工具中輸入資料及其他輸入項,如下所示:

5. 使用上述工具後,得到如下輸出:


如何進行非參數製程能力分析。
操作步驟如下:
- 登入 Zometric Statistical Software,網址為 https://statsai.zometric.com/
- 在首頁選擇 Statistical Tool> Control Chart>Non-Parametric Process Capability。
- 接下來,手動更新資料,或從 Excel 表格中完整複製(Ctrl+C)資料並貼上(Ctrl+V)到此處。
- 填寫所需選項。
- 最後,點選頁面底部的 calculate,即可得到所需結果。
非參數製程能力的工具介面分為兩部分。

左側為資料窗格(Data Pane)。在 Data Pane 中,每一列構成一個子群組。可以手動輸入資料,也可以從 Excel 表格中完整複製(Ctrl+C)資料並貼上(Ctrl+V)到此處。
Load example: 將載入範例資料。
Load File: 用於直接載入 Excel 資料。
右側提供以下選項:
- Choose Columns 選擇包含連續量測資料的欄。使用 Ctrl 或 Command + 點選可一次選擇多欄。這些是實際的製程量測值,例如鑽孔直徑、抗拉強度或週期時間,將使用所選的非常態分配,對照規格界限分析其能力。
- LSL (Lower Specification Limit) 量測值的最小可接受值。任何低於該值的資料點均視為超規格。請輸入工程圖紙、客戶要求或產品規格中規定的 LSL。至少必須提供一個規格界限(LSL 或 USL)——如果量測值有雙側規格,則可同時輸入二者。
- USL (Upper Specification Limit) 量測值的最大可接受值。任何超過該值的資料點均視為超規格。請輸入工程圖紙或產品規格中的 USL。如果製程特性只有單側要求,例如只有最小強度而無上限,則只需輸入相應的規格界限。
常見問題
什麼是非參數製程能力?
非參數製程能力衡量製程滿足規格界限的程度,且不假定資料具有任何形狀或分配。它不配適常態、韋伯或對數常態等模型,而是直接使用觀測資料,其關鍵度量是觀測效能,即超出規格的百萬分之不合格數。
何時應使用非參數能力分析?
當沒有任何標準分配能充分配適資料時使用,例如 Individual Distribution Identification 無法找到良好配適,或資料具有複雜、多峰或不規則的形狀。它基於資料本身的表現,給出保守的、無需假設的能力檢視。
非參數能力分析需要多少資料點?
收集至少 100 個資料點,最好更多,因為樣本越大,非參數百分位數估計越可靠、越穩定。如果樣本數少於 100,請在進行任何能力分析之前先收集更多資料。製程也應當穩定且處於統計受控狀態。
非參數能力指數可以與 Cp 和 Cpk 比較嗎?
不可以。非參數能力指數的計算方式不同於常態能力分析中的 Cp 或 Cpk,並不直接等價。如果某一特定非常態分配配適良好,非常態製程能力通常會比非參數方法給出更精確、資訊更豐富的結果。
