Duyarlılık Analizi ile Süreç Yeteneği Analizi
Sensitivity Analysis Combined with Process Capability Analysis · Ayrıca şöyle bilinir: Sensitivity-Capability Analysis, PCA with Sensitivity Analysis, Process Capability Sensitivity Study, Cp/Cpk Sensitivity Analysis
Duyarlılık analizi ile süreç yeteneği analizi, süreç performansının ölçümünü – Cp ve Cpk gibi yetenek indeksleri aracılığıyla – girdi faktörlerinin sistematik olarak değiştirilmesiyle birleştiren nicel bir mühendislik yöntemidir. Bu yöntem, hangi faktörlerin bir sürecin belirlenen sınırları karşılamasını en güçlü şekilde etkilediğini belirlemek için kullanılır. Altı Sigma projelerinde, üretim kalitesinin iyileştirilmesinde ve Deneysel Tasarım bağlamlarında, düzeltici eylemin en büyük yetenek kazancını sağlayacağı yerleri önceliklendirmek için yaygın olarak kullanılmaktadır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Süreç, yetenek hedeflerini (Cpk 1.33'ün altında) karşılamıyorsa ve birden fazla rakip faktör arasında kök neden belirsizse – üretim, kimyasal işleme, yarı iletken imalatı ve tıbbi cihaz üretiminde yaygın bir durum – bu birleşik yaklaşımı kullanın. Sürekli ölçüm verilerinin mevcut olduğu, faktörlerin kontrollü bir deney veya simülasyonla kasıtlı olarak değiştirilebildiği ve amacın yalnızca mevcut performansı karakterize etmekten ziyade iyileştirme eylemlerini önceliklendirmek olduğu durumlarda uygundur. Her faktör seviyesinde yetenek yeniden tahmini için 100'den az gözlem mevcut olduğunda, faktörlerin etik veya pratik olarak değiştirilemediği durumlarda (örneğin, klinik ortamlarda hasta özellikleri) veya çıktının sürekli değil de niteliksel (geçti/kaldı) olduğu durumlarda kullanmayın – bu durumlarda bunun yerine niteliksel yetenek analizi veya lojistik regresyon kullanın.
Güçlü yönler & sınırlılıklar
- Statik bir yetenek anlık görüntüsünü, iyileştirme kaldıraçlarının eyleme geçirilebilir bir sıralamasına dönüştürür, hangi faktörlerin kontrol edileceğini doğrudan bağlar.
- Cp/Cpk indekslerinin yorumlanabilirliğini duyarlılık analizinin teşhis gücüyle birleştirerek, bulguları hem mühendislere hem de yöneticilere erişilebilir hale getirir.
- Deneysel tasarımlarla (kesirli faktöriyel, RSM) uyumludur, böylece faktör etkileri ve etkileşimleri, tek tek kapsamlı testler yerine verimli bir şekilde tahmin edilebilir.
- Nicel çıktı (sıralanmış duyarlılık değerleri), sermaye yatırımı ve mühendislik kaynaklarının nesnel önceliklendirilmesini destekler.
- Sürekli kalite özellikleri ve spesifikasyon limitlerinin bulunduğu her yerde – üretim, yarı iletken, ilaç, gıda işleme – sektörler arasında uygulanabilir.
- Her faktör kombinasyonunda ortalama ve standart sapmayı güvenilir bir şekilde yeniden tahmin etmek için yeterli veri ve kararlı, ölçülebilir bir süreç gerektirir; seyrek veriler güvenilmez Cpk tahminleri ve yanıltıcı duyarlılıklar üretir.
- Standart Cp/Cpk indeksleri çıktının normal dağıldığını varsayar; normal olmayan dağılımlar, analiz geçerli olmadan önce dönüşüm veya parametrik olmayan yetenek indeksleri (örneğin, Cnpk) gerektirir.
- Duyarlılık tahminleri yerel yaklaşımlardır ve özellikle süreç doğrusal olmayan davranış veya eşik etkileri sergiliyorsa, test edilen faktör aralığının dışında pek geçerli olmayabilir.
- Yöntem etkili faktörleri belirler ancak optimum faktör ayarlarını otomatik olarak belirlemez – sonraki bir optimizasyon adımı (yanıt yüzeyi metodolojisi veya sayısal optimizasyon) gereklidir.
SSS
Cp ve Cpk arasındaki fark nedir ve duyarlılık analizinde hangisini kullanmalıyım?
Cp, spesifikasyon genişliğinin altı çarpı süreç standart sapmasına oranını ölçer – süreç mükemmel bir şekilde merkezlenmişse potansiyel yeteneği yansıtır. Cpk ayrıca ortalamanın en yakın spesifikasyon sınırına ne kadar uzak olduğunu da dikkate alır, bu nedenle gerçek yeteneği yansıtır. Duyarlılık analizi için Cpk genellikle daha bilgilendirici hedeftir çünkü faktörler hem süreç ortalamasını hem de varyansını etkileyebilir; yalnızca Cp kullanmak, ortalama kaymalarına neden olan faktörlere duyarlılığı kaçıracaktır.
Güvenilir Cpk tahminleri elde etmek için her faktör seviyesinde ne kadar veriye ihtiyacım var?
Pratik bir minimum olarak, standart sapmayı makul bir hassasiyetle tahmin etmek için faktör-seviye kombinasyonu başına en az 30 gözlem hedefleyin. Daha az veri noktasıyla Cpk tahmininin geniş güven aralıkları olur, bu da duyarlılık sıralamalarını güvenilmez hale getirir. Her kombinasyon için bu kadar çok veri toplamak pratik değilse, Cpk'yi her seviyede doğrudan tahmin etmek yerine faktör uzayında enterpole etmek için yanıt yüzeyi modeline sahip tasarlanmış bir deney kullanın.
Bu analizi fiziksel deneyler yerine simülasyonda gerçekleştirebilir miyim?
Evet. Doğrulanmış bir süreç simülasyon modeli (örneğin, sonlu elemanlar modeli, dijital ikiz) mevcutsa, Monte Carlo yöntemleriyle girdi faktör dağılımlarından örneklem alarak, simüle edilmiş çıktı dağılımlarını hesaplayarak ve bu dağılımlardan Cpk'yi türeterek duyarlılık çalışmasını tamamen simülasyonda yürütebilirsiniz. Bu yaklaşım, Altı Sigma için Tasarımda yaygındır ve fiziksel deney maliyetinden kaçınır, ancak sonuçlar yalnızca simülasyon modelinin kendisi kadar güvenilirdir.
Ya çıktım normal dağılmıyorsa?
Standart Cp ve Cpk formülleri normalliği varsayar. Normal olmayan çıktılar için, önce normalliği test edin (Shapiro-Wilk, Anderson-Darling) ve reddedilirse, indeksleri hesaplamadan önce verileri normalleştirmek için bir Box-Cox veya Johnson dönüşümü uygulayın veya Cnpk veya yüzdelik tabanlı yöntemler gibi parametrik olmayan yetenek indekslerini kullanın. Duyarlılık analizi çerçevesinin kendisi dağılımdan bağımsızdır – yetenek nasıl ölçülürse ölçülsün faktör seviyeleri arasındaki yetenek tahminlerini karşılaştırır.
Bu yöntem Deneysel Tasarım (DOE) ile nasıl ilişkilidir?
DOE, duyarlılık çalışması sırasında birden fazla faktörü verimli bir şekilde değiştirmek için deneysel yapıyı (örneğin, kesirli faktöriyel, merkezi kompozit tasarımı) sağlar. Süreç yeteneği analizi ile duyarlılık analizi, basit bir süreç çıktısı ortalaması yerine DOE modelinde Cpk'yi yanıt değişkeni olarak kullanır. Bu kombinasyon, Altı Sigma DMAIC projelerinin Analiz ve İyileştirme aşamalarının standart bir bileşenidir.
Kaynaklar
- Montgomery, D. C. (2009). Introduction to Statistical Quality Control (6th ed.). Wiley. ISBN: 978-0470169926
- Saltelli, A., Ratto, M., Andres, T., Campolongo, F., Cariboni, J., Gatelli, D., Saisana, M., & Tarantola, S. (2008). Global Sensitivity Analysis: The Primer. Wiley. ISBN: 978-0470059975
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Sensitivity Analysis Combined with Process Capability Analysis. ScholarGate. https://scholargate.app/tr/experimental-design/sensitivity-analysis-with-process-capability-analysis
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Deneysel Tasarım - DTDeney tasarımı↔ karşılaştır
- Monte Carlo SimülasyonuKarar verme↔ karşılaştır
- Yanıt Yüzey Metodolojisi (RSM)Deney tasarımı↔ karşılaştır
- İstatistiksel Süreç KontrolüDeney tasarımı↔ karşılaştır
- Taguchi Yöntemi (Ortogonal Diziler, Sinyal-Gürültü Oranı)Deney tasarımı↔ karşılaştır