Рис. 6. Гистограмма значений коэффициентов усиления усилителей
Если гистограмма имеет симметричный (колоколообразный) вид, то можно предполагать гауссовский закон распределения случайной величины. В этом случае среднее значение гистограммы приходится на середину размаха данных. Наивысшая частота оказывается в середине и постепенно снижается в обе стороны. Эта форма встречается чаще всего, в связи, с чем такой тип гистограмм называют обычным.
Когда выяснено, что гистограмма следует гауссовскому (нормальному) закону распределения, становится возможным исследование воспроизводимости процесса, т.е. определяется неизменность основных параметров процесса: среднего значения

или математического ожидания М(х) и стандартного отклонения во времени. Оно важно при оценке процесса с помощью выборочных данных, когда требуется выяснить вероятность пересечения распределения генеральной совокупности границ поля допуска и появления в связи с этим несоответствия требованиям потребителя (пользователя). Если процесс имеет нормальное распределение, то не представляет труда определить возможность выхода распределения генеральной совокупности при заданных значениях М(х) и

исхода из сравнения соответствующих трехсигмовых пределов и пределов поля допуска. Однако при этом необходимо учитывать следующую особенность. Из рис. 7 видно, что если брать в качестве границ допуска трехсигмовые пределы, то годными будут считаться 99,73 % всех данных генеральной совокупности и только 0,27 % данных будут считаться несоответствующими требованиям потребителя (пользователя), так как они расположены за границами заданного поля допуска. Таким образом, часть годных данных (

0,27 %) считают несоответствующими требованиям, и в этом состоит
особенность трехсигмовых пределов, которые применяют на практике, сравнивая распределение данных с
устанавливаемыми границами допуска.
Рис. 7. К понятию годности при выборе трехсигмовых пределов
С учетом сказанного предполагаемые годные (соответствующие
трехсигмовым пределам) данные будем обозначать через С и их количество будет определяться трехсигмовыми пределами, т.е.

и, учитывая, что

= 1, С = 6. Для количественной оценки того, сколько из предполагаемых годных данных вошло в поле допуска, используют так называемый коэффициент годности

:

Следует заметить, что коэффициент годности, представленный в данной формуле, является частным случаем коэффициента точности, который применяется при анализе воспроизводимости процесса по критериям точности и стабильности и который при сохранении тех же, что и в формуле обозначений, имеет следующий вид:

,
где

- коэффициент, зависящий от типа распределения исследуемых данных (для гауссовского закона распределения

=6, для закона равной вероятности

=3,464 и т. д.).
В подавляющей части зарубежной литературы последнее отношение принято называть отношением или индексом годности.
Исследование воспроизводимости процесса с помощью

позволяет оценить качество процесса в соответствии с требованиями потребителя. Чем больше величина

, тем выше качество процесса и тем меньше вероятность несоответствия его выхода ожиданиям потребителя.
Для оценки вклада в протекание процесса систематических изменений применяют еще один индекс годности, который называют коэффициентом смещения (К), с помощью которого можно оценить изменение среднего значения распределения от его значения, заданного потребителем (рис. 8).
Рис. 8. Гауссовское распределение погрешностей параметров качества процесса при различных значениях коэффициентов смещения:

относительное количество несоответствующих требованиям изделий, параметры качества которых выходят за границы поля допуска Т
Коэффициент смещения подсчитывается по следующей формуле:

где

— абсолютное смещение среднего значения контролируемого параметра от начала координат (см. рис. 8).
Чем меньше К, тем меньше вклад систематических изменений в ходе процесса.
Часто на практике для оценки смещения среднего значения применяют индекс годности

, когда в знаменателе вместо Т используют С, а в числителе вместо

подставляют наименьшее значение разности между средним значением и границей допуска. Это может быть либо (

), либо (

):

Когда

не смещено от центра поля допуска, т.е.

, то значение

не подсчитывается, а изменчивость процесса в этом случае определяется только изменчивостью стандартного отклонения. Различные значения индексов годности в зависимости от вида гауссовского распределения приведены на рис. 9.
Как видно из рис. 9, для оперативной количественной оценки того, насколько хорошо процесс отвечает предъявляемым требованиям, достаточно применения индекса годности

. Существует следующее правило:

— процесс в удовлетворительном состоянии;

— процесс отвечает предъявляемым к нему требованиям;

— процесс не отвечает предъявляемым требованиям.
Рис. 9. Значения индексов годности в зависимости от параметров

и s гауссовского распределения
Список литературы:
1. Всеобщее Управление качеством: Учебник для вузов/ О. П. Глудкин, Н. М. Горбунов, А. И. Гуров, Ю. В. Зорин; Под ред. О. П. Глудкина. - М.: Радио и связь, 1999. – 600с.: ил.
2. Никифоров А. Д. Управление качеством: Учебное пособие для вузов. - М.: Дрофа, 2004.
3. Новицкий Н. И., Олексюк В. Н. Управление качеством продукции: Учебное пособие. - М.: Новое знание, 2001. – 238с.
4. Управление качеством: Учебное пособие для вузов. - М.: ИНФРА-М, 2003. – 240с.: ил.