Rozvoj přístupů k analýze způsobilosti procesů

Abstract

V oblasti analýzy způsobilosti procesu je nesplnění předpokladu normality dat považováno za nestandardní situaci. Tato disertační práce se zaměřuje na definování a pochopení příčin porušení normality u sledovaných znaků, což je nezbytné pro plánování a řízení kvality, zlepšování procesů a stanovení vhodného postupu pro analýzu způsobilosti procesu. Na základě důkladného přezkoumání výzkumných článků a systematického zkoumání příčin porušení předpokladu normality ve výrobních procesech jsou identifikovány možné příčiny nenormality dat, které byly kategorizovány do čtyř hlavních kategorií. Jednotlivé příčiny porušení normality v těchto kategoriích jsou následně podrobně analyzovány z hlediska jejich identifikace, projevu v datech a vlivu na výsledky analýzy způsobilosti procesu. Na základě této analýzy je navržen systematický postup, který umožňuje identifikaci příčiny nenormality a definuje další kroky analýzy způsobilosti v závislosti na příčině porušení předpokladu normality, a tím podporuje správnou interpretaci výsledků a kvalifikované rozhodování v oblasti řízení kvality. Identifikované příčiny nenormality jsou členěny do čtyř kategorií – vlastnost dat, struktura dat, metodika sběru dat a měřicí systémy. Významnou roli hrají rovněž procesní a technologické aspekty, které mohou vést ke vzniku vícemodálních rozdělení, asymetrie nebo odlehlých hodnot. Tyto příčiny se v datech projevují rozdílnými vlastnostmi a mají odlišný dopad na správnost a spolehlivost aplikace statistických analýz. Pro vybrané příčiny jsou navrženy o ověřeny postupy na simulovaných datech i na reálných datech z oblasti strojírenské výroby.

In the area of process capability analysis, failure to meet the data normality assumption is considered a non-standard situation. This disertation focuses on defining and understanding the causes of normality violations in the monitored characteristics, which is essential for quality planning and control, process improvement, and determining the appropriate procedure for process capability analysis. Based on the thorough review of research articles and a systematic investigation of the causes of violations of the assumption of normality in manufacturing processes, four main categories of non-normality have been identified that reflect different aspects of the occurrence of non-normality. The individual causes of normality violations in these categories are then analyzed in detail in terms of their identification, manifestation in the data, and impact on the results of the process capability analysis. Based on this analysis, a systematic procedure is proposed that allows the selection of an adequate capability analysis method depending on the nature of the violation of the normality assumption, thereby supporting the correct interpretation of results and qualified decision-making in the area of quality management. The identified causes of non-normality are devided into four categories – data characteristics, data structure, data collection methodology, and measurement systems. Process and technological aspects also play a significant role, as they can lead to multimodal distributions, asymmetry, or outliers. These causes manifest themselves in the data in different ways and have different impacts on the accuracy and reliability of statistical analyses. For selected causes of non-normality, procedures have been proposed and verified using both simulated data and real-world data from the field of mechanical engineering.