Performance Of Bootstrap Confidence Intervals Of Cpk Index Based On Mm•Estimator
C,pk indeks digunakan untuk mengukur samada proses pengeluaran sesuatu barangan berupaya memenuhi kehendak pelanggan ( had spesifikasi ). Pengiraan indeks Cpk adalah berasaskan min sampel, x dan sisihan piawai sampel. s yang mana ukuran ini sangat sensitif terhadap kewujudan titik terpencil. Seba...
Saved in:
| Main Author: | |
|---|---|
| Format: | Thesis |
| Language: | English English |
| Published: |
2002
|
| Subjects: | |
| Online Access: | http://psasir.upm.edu.my/id/eprint/11528/1/FSAS_2002_2_A.pdf |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | C,pk indeks digunakan untuk mengukur samada proses pengeluaran sesuatu
barangan berupaya memenuhi kehendak pelanggan ( had spesifikasi ). Pengiraan indeks
Cpk adalah berasaskan min sampel, x dan sisihan piawai sampel. s yang mana ukuran
ini sangat sensitif terhadap kewujudan titik terpencil. Sebagai pilihan alternatif, lokasi
teguh dan anggaran skala berasaskan kepada anggaran MM dipilih kerana ia kurang
sensilif kepada titik terpencil.
Langkah utama untuk mendapatkan kefahaman dan pentafsiran yang betul bagi
indeks Cpk ialah dengan membina selang keyakinan baginya. Pembinaan selang ini
berdasarkan anggapan pengukuran proses mempunyai taburan normal. Bagaimanapun
banyak proses adalah tidak normal dan mempunyai taburan yang berhujung tebal yang
menghasilkan titik terpencil. Pendekatan altematif ialah dengan menggunakan kaedah
bootstrap seperti Persentil (P) dan Bca untuk mengira selang keyakinan bagi indeks C,k.
Kaedah ini berasaskan penggunaan komputer secara intensif dan boleh digunakan tanpa
bergantung kepada sebarang taburan sesuatu proses. Keputusan kajian menunjukkan
bahawa kaedah Bea mempunyai prestasi yang lebih baik daripada kaedah Persentil untuk
kedua-dua proses normal dan pencong.
Prestasi bagi penganggar Cpk -MM seterusnya dikaji lagi dengan membandingkan
selang keyakinan bootstrap bagi indeks Cpk anggaran MM dan anggaran klasik. Kajian
simulasi menunjukkan bahawa anggaran MM menghasilkan selang keyakinan yang
mempunyai kebolehpercayaan yang lebih tinggi berbanding dengan anggaran Cpk klasik. |
|---|