统计过程控制简介.ppt

连接控制图方法与流程改进方法LinkControlChartmethodstotheProcessImprovementMethodologyTM讨论不同类型的变差Discussdifferenttypesofvariation介绍各种类型的控制图IntroducevarioustypesofControlCharts讨论如何解释控制图DiscusstheinterpretationofControlCharts 目的Objectives 我们是否应该采取行动 Shouldwetakeaction 每天我们都被数据淹没 而且不得不作出决定Everydaywearefloodedbydataandweareforcedtomakedecisions 工厂产量下降 Plant sOutputDecreasesBy4 美国贸易赤字增加 亿USTradeDeficitRisesBy 40Billion某公司获利比上季度降低 亿CompanyX sEarningsAreOff 240MillionFromPreviousQuarter 我们需要解释数据的方法WeNeedWaystoInterpretData 今天采集什么样的数据 WhatTypeOfDataIsCollectedToday 制造业Manufacturing 非制造业Non Manufacturing 如何分析数据 HowIsItAnalyzed 制造业Manufacturing 非制造业Non Manufacturing 得知数据好坏后该当如何 WhatHappensIfItIsBad Good 制造业Manufacturing 非制造业Non Manufacturing 客户需求下限Lower Customer Requirement 这一方法THISMETHOD告诉你关于客户的需求Tellsyouwhereyouareinregardstocustomer sneeds不告诉你怎么满足用户需求及下一步怎么办ItwillNOTtellyouhowyougotthereorwhattodonext 客户需求上限Upper Customer Requirement 我们管理数据的方式 过去 历史来讲 的方式TheWayWeManageData Historically 不用管它 不会坏的LeaveItAlone ItAin tBroke 痛苦 受累Pain Suffering 痛苦 受累Pain Suffering 这一方法导致何种管理行为 Thismethodcauseswhattypeofmanagementbehavior 客户需求下限Lower Customer Requirement 客户需求上限Upper Customer Requirement 我们管理数据的方式 历史来讲的方式TheWayWeManageData Historically 不用管它 不会坏的LeaveItAlone ItAin tBroke 痛苦 受累Pain Suffering 痛苦 受累Pain Suffering 2 3 ScrapLevel 废品率 1 1996 CelebrationTime 工厂废品率为年度最低的 Thefactoryscraplevelisatayearlowof2 经理给工厂颁奖Managerpresentsanawardtotheplant在餐厅进行庆祝 每人都可分享免费皮萨饼和饮料Ceremonyinthecafeteria pizzaandrefreshmentsforall 每人都应为他们的成就骄傲 Everyoneshouldbeproudofwhatthey veaccomplished DerivedfromUnderstandingVariation TheKeyToManagingChaos DonaldJ Wheeler SPCPress 1993 年 月APRIL1996 JFMA 2 3 1 1996 经理希望能将发出去的奖收回来Managerwantstotakebackaward 废品率连续三个月持续增长Threeconsecutivemonthsofscrapincreases 经理希望能将发出去的奖收回来Managerwisheshecouldtakebacktheaward经理考虑要采取行动了Manageristhinkingabouttakingaction ScrapLevel 废品率 年 月JUNE1996 DerivedfromUnderstandingVariation TheKeyToManagingChaos DonaldJ Wheeler SPCPress 1993 JFMAMJ 2 3 1 1996 Nomore NiceGuy 不再充好人了 废品率上升到 Scraprisestoavalueof2 6 经理决定采取行动Managerdecidestotakeaction召开一个 特别会议 来寻求一个永久性的解决方案A specialmeeting iscalledtosolvethisproblemonceandforall 经理在长篇大论次品率多么重要后离开了 雇员们不知道该干什么 另外 他们有其他更重要的评估标准 于是 他们什么也没做 Afterasoundlectureontheimportanceofscrap themanagerleaves Employeesaren tsurewhattodo Besides theyhaveothermetricswhichhavemoreimportance Sotheydonothing ScrapLevel 废品率 年 月NOVEMBER1996 DerivedfromUnderstandingVariation TheKeyToManagingChaos DonaldJ Wheeler SPCPress 1993 JFMAMJJASON 经理看到从去年开始废品率持续下降Managerhasseenreducedscraplevelssincetheendoflastyear教训 严格的管理会出成效 TheLearning Atoughmanagementstylegetsresults Managerconcludes ToughLoveMakesThingsHappen 2 3 1 1996 1997 ScrapLevel 废品率 1997年6月JUNE1997 DerivedfromUnderstandingVariation TheKeyToManagingChaos DonaldJ Wheeler SPCPress 1993 JFMAMJJASONDJFMAMJ DerivedfromUnderstandingVariation TheKeyToManagingChaos DonaldJ Wheeler SPCPress 1993 将数据置于统计流程控制图中PuttingTheDataInASPCChart 2 3 1 1996 1997 ScrapLevel 废品率 JFMAMJJASONDJFMAMJ UCL LCL 统计流程控制图显示不同的解释 可为什么呢 SPCTellsADifferentStory ButWhy 2 3 1 1996 1997 ScrapLevel 废品率 JFMAMJJASONDJFMAMJ UCL LCL 人们已知的最佳方式之一是如不能使用控制图分析数据会 增加成本 浪费的努力和降低士气 DonaldJ Wheeler博士 Failuretousecontrolchartstoanalyzedataisoneofthebestwaysknowntomankindto increasecostswasteeffortandlowermorale Dr DonaldJ Wheeler 统计流程控制图显示不同的解释 可为什么呢 SPCTellsADifferentStory ButWhy S 统计技术 检查偏差Statisticaltechniquesusedtoexamineprocessvariation C 控制过程通过积极管理Controllingtheprocessthroughactivemanagement P 过程 任何过程Process ANYProcess 现在我们管理数据的方法 SPCTheWayWeManageData TodaySPC 显示过程偏差随时间变化的图形 控制图方法ControlChartsMethod它从哪里来的 WhereDidItComeFrom 19世纪20年代 西部电器的WalterShewhart博士 1920 s WesternElectric Dr WalterShewhart惯于确认受控的 未受控的偏差UsedtoidentifyControlled UncontrolledVariation受控制的 普通原因或固有偏差Controlled CommonCauseorInherentVariation未控制的 特殊起因或可指定的偏差Uncontrolled SpecialCauseorAssignableVariation在背景噪声中试图发现由特殊原因造成的偏差Triestofindthespecialcausevariationinallofthebackgroundnoise使用控制图作为主要工具UsesControlChartsasmaintool FiveMainUsesofControlCharts控制图的5个主要用途 Toreducescrapandreworkandforimprovingproductivity 为了减少废品和返工及提高生产力Defectprevention Incontrolmeanslesschanceofnonconformingunitsproduced 预防缺陷Preventsunnecessaryprocessadjustmentsbydistinguishingbetweencommoncausevariationandspecialorassignablecausevariation 预防不必要的过程调整Providesdiagnosticinformationsothatanexperiencedoperatorcandeterminethestateoftheprocessbylookingatpatternswithinthedata Theoperatorcanthenmakethenecessarychangestoimprovetheprocessperformance 提供过程诊断信息Providesinformationaboutimportantprocessparametersovertime 提供过程重要参数随时间推移的信息 差异类型 普遍VS特别 TypesofVariation Commonvs Special 普遍原因COMMONCAUSE呈现在每个过程中Ispresentineveryprocess自然的Natural随机的Random可能被去除和或变小 但在过程上要求一个根本变化Canberemovedand orlessenedbutrequiresafundamentalchangeintheprocess 稳定的 可重复的过程偏差来源 存在于每一个操作 过程由过程本身造成的 由我们做事的方式决定的 一般来说 通过管理可以控制 特殊原因SPECIALCAUSE不可预见的Unpredictable与普通偏差比较大TypicallylargeincomparisontoCommonCausevariation可以由基本的过程控制和监视去除或变小Canberemoved lessenedbybasicprocesscontrolandmonitoring 偏差类型 普遍VS特别 TypesofVariation Commonvs Special 时不时地存在于大多数操作 过程 并且持续地存在于某些过程 由一个或一系列的干扰造成的 一般来说 通过操作者可以控制 至少可以发觉 我们认为如果过程中有特别原因偏差 它们就是失控和不稳定的 AprocessexhibitingSpecialCausevariationissaidtobeOut of ControlandUnstable 练习Exercise 当它与你的项目有关系时 确认某种 普通原因 和 特别原因 偏差可能的形式Asitrelatestoyourproject identifysomepossibleformsof commoncause and specialcause variation普遍原因CommonCause特殊原因SpecialCause Minitab 控制图ControlCharts Minitab 控制图练习ControlChartsExercise 我们用一些随机的数据Let susesomeRandomdata从您的生意中 我们使用一些代表性的数值和正态偏差创造25行任意正常数据 Create25rowsofrandomnormaldatausingsomerepresentativevaluesforMeanandStdDevfromyourbusiness绘制单独图PlotanIndividualschart注意监视时间和价值被绘制在Y轴NotethatmonitoringovertimeandthevalueisplottedintheYaxis 随时间变化的数据DATAPLOTTEDOVERTIME MONITOREDCHARACTERISTIC UCL CenterLine LCL UCL UpperControlLimit LCL LowerControlLimit PlottedData 主要部分 控制图KeyComponent ControlCharts Definitions定义 InControl受控Nospecialcausevariationpresent在波动中没有特殊原因引入Allvariationisrandom所有的波动都是随机的OutofControl失控Atleastonespecialcauseispresent至少有一个特殊原因引入Somevariationisnon random一些波动不是随机的 关于测试我们建议Thetestswesuggest MINITAB测试Minitabtests 全部测试AllTests 测试1 8Test01through08 样品规则Patternrule 如果你看到一个样品 过程已经失控Ifyouseeapattern theprocessisoutofcontrol 1Sigma 2Sigma 3Sigma 1Sigma 2Sigma 3Sigma 60 75 90 98 99 99 9 ofDataPoints UCL LCL 时间TIME 我们测量的项目TheItemWeAreMeasuring 标准偏差的规则RulesofStandardDeviation数据应该在哪 Whereshouldthedatalie Minitab测试Tests Test 1 Test 2 过程控制测试标准ProcessControlTests 我们建议使用 全部测试Wesuggestusing alltests 在控制下还是失控 InControlorOutofControl 如果在控制以外 打破了什么规则或表现出什么条件 IfoutofControl whichrule s isbrokenorcondition s ispresent 在控制下还是失控 InControlorOutofControl 如果在控制以外 打破了什么规则或表现出什么条件 IfoutofControl whichrule s isbrokenorcondition s ispresent 在控制下还是失控 InControlorOutofControl 如果在控制以外 打破了什么规则或表现出什么条件 IfoutofControl whichrule s isbrokenorcondition s ispresent 失控意味什么 WhatdoesOut of Controlmean 查出控制的缺陷DetectingLackofControl 如果您确定您的过程是 失控 你应该做什么 Whatshouldyoudoifyoudeterminethatyourprocessis OutofControl 查出控制的缺陷DetectingLackofControl 因此 根据现在你所知道的 如果你的过程在控制下 在控制上限和下限之间百分之多少数据点将会下降 Therefore basedonwhatyouknowsofar whatpercentofdatapointsshouldfallbetweentheuppercontrollimit UCL andlowercontrollimit LCL ifyourprocessisin control 控制极限VS规格限制ControlLimitsvs SpecificationLimits 如果点落在上限之外或控制下限之下 是否意味着我们为顾客做了一个缺陷产品 Ifapointfallsbeyondtheupperorlowercontrollimitdoesthismeanwearemakingadefectforthecustomer 控制极限VS规格限制ControlLimitsvs SpecificationLimits UCL LCL TIME 控制极限对规格限制ControlLimitsvs SpecificationLimits 过程控制极限是由过程能力决定的ProcessControlLimitsarecalculatedbasedondatafromtheprocessitself他们根据 3s 99 73 我们期望过程偏差落在这些极限之间 Theyarebasedon 3s 99 73 oftheprocessvariationisexpectedtofallbetweentheselimits 产品规格极限规范极限是由客户的要求决定的 不是在控制图上发现的ProductSpecificationLimitsARENOTfoundonthecontrolchart很重要一点是要了解程序控制与顾客要求如何吻合 UnderstandinghowtheprocessmatchesupagainstcustomerrequirementsISimportanttoknow 确定过程执行如何满足顾客期望 需要进行过程能力研究 TodeterminehowtheprocessperformstoCustomerExpectations aProcessCapabilityStudyisrequired 把规格限制放在在控制图上PuttingspecificationlimitsonaControlChart把控制上限和控制下限当做规格限制TreatingUCLandasaspecificationlimit 2个控制图的大错误TWOBIGCONTROLCHARTERRORS 控制极限对规格限制ControlLimitsvs SpecificationLimits 当你把任意上下限作为监视工具时 他就不再是个控制图 LCLWhenyoudoeitherofthesethecontrolchartbecomesjustaninspectiontool it snolongeracontrolchart 控制上限和控制下限并不直接与客户缺陷有联系 UCL LCLarenotdirectlytiedtocustomerdefects 如何收集数据HowtoCollectData 合理分组Rationalsubgroups通过合理分组 使各组只包括普遍原因collectdatasothatsubgroupscontainonlycommoncausevariation Thesameasincapabilityanalysis 通过合理分组 使各组尽可能包括更多信息Chooserationalsubgroupstogainasmuchinformationaspossibleabouttheprocess 过程偏移Todetectprocessshifts 每组尽可能在相同时间获取测量结果eachsubgroupshouldconsistofmeasurementstakenatapproximatelythesametime 选择样本时尽可能获取组内各样本间最大的波动可能性Chooseasamplesothatitmaximizesthelikelihoodofdetectingvariabilitybetweenthesamples 抽样Sampling 样本大小Samplesize过程容量越大 对于关键CTQ特性的测量就越容易越简单 ThehighertheprocessvolumeandtheeasierandcheaperthemeasurementsoftheCTQcharacteristic themorelikelyyouaretoselectanXandRchart typically3 5datapointspersample overanIndividualandMovingRangechart IandMR 抽样频率Frequencyofsampling考虑到每时 每天 每班 每月 每年 每批次等等 过程质量水平越高 所需样本越小 Considerhourly daily shifts monthly annually lots andsoon Thebetteryourprocessisperforming thelessfrequentlyyouwillneedtosample 当前产业标准趋向于小批量多频率的抽样 Currentindustrystandardtendstofavorsmaller morefrequentsamples 如果采取消除特别起因行动 稳定过程 并且能力被证明 100 监视可能被取消 但是要知道客户的特殊检查计划 建立和维护控制限SettingUpandMaintainingControlLimits 用20 25个样本计算控制限 每个样本大小为3 5 Calculatethecontrollimitswith20 25samples e g fortheXandRchartthatwouldmean20 25samplesofsize3 5 如果受控进入最后一步 Ifprocessisincontrol gotothelaststep 如果不受控 找出特殊原因Ifprocessisnotincontrol trytoidentifyspecialcause 消除特殊原因 重新收集数据 重新计算控制限 直到过程受控Removespecialcause recollectdata recalculatecontrollimits untilyoufindtheprocessisincontrol 在未来的监测中不要随意的改变控制限 除非过程有永久和渴望的改变 Forfuturemonitoring donotchangethelimitsunlessapermanent desiredchangehasbeenmadetotheprocess 两种数据类型控制图TwoGeneralKindsofData 属性控制图ATTRIBUTE使用离散 可计的数据Pass Fail Good Bad Go No GoInformation合格 不合格 好 坏 通过 不通过等信息CanBeManyCharacteristicsPerChart一张图可以同时描述许多特性LessExpensive ButLessInformation需要较少的资源 所含信息量亦较少Ex 1 2 3 4etc Good BadMachine1 2 3 变量控制图VARIABLES使用连续 可测量的数据Continuous MeasuredDataCycleTime Lengths Diameters Drops etc周期 长度 直径 体积 等等GenerallyOneCharacteristicPerChart通常每张图描述一种特性MoreExpensive ButMoreInformation需要更多的资源 但所含信息量更多Ex Weight 10 2LbsThickness 11 211inches 螺钉扭矩在每个装配线传输的左前角离开Bolttorqueonthefrontleftcornerofeverytransmissioncomingofftheassemblyline每个螺钉离开装配线传输的平均扭矩Averagebolttorqueofeveryboltforeachtransmissioncomingofftheassemblyline 3 每个发动机所缺的螺钉数 ofmissingboltsperengine 4 每个销售合同的排字数 oftypospersalescontract每月生产缺陷发动机的数目Numberofengineswithdefectsinmonthlyproduction每月生产缺陷发动机的的百分比数 ofdefectiveenginesinmonthlyproduction根据应收帐款 收回它的时间Peraccountsreceivable amountoftimeittakestocloseit每100个发动机的缺陷数Numberofengineswithdefectsper100built 练习 什么类型的数据 Exercise WhatTypeofData 属性型变量 连续型变量 数据类型 连续变量VS属性变量 数据分组还是单个数据 缺陷数VS缺陷比例 GROUPS Averages n 1 INDIVIDUALVALUES n 1 X BarRX BarS IndividualsMovingRange 缺陷数 缺陷比例 IsTheProbabilityOfADefectLow IfYouKnowHowManyAreBad DoYouKnowHowManyAreGood PoissonDistribution BinomialDistribution IndividualsMovingRange NO YES YES 样本大小一定 YES NO cChart uChart 样本大小一定 npChart NO YES pChart 如何选择控制图ChoosingtheCorrectControlChart NOTE X BarSisappropriateforsubgroupsizes n of 10 控制图的主要类型MajorTypesofControlCharts 变量图VariablesChartsI MR 个体individuals X Bar 平均average 特性图AttributeChartsNP 有缺陷的数字Numberdefective P 有缺陷的比率Proportiondefective C 过失数量Numberofdefects U 每个单位的过失数量Numberofdefects unit 练习 选择什么类型的控制图 Exercise WhatTypeofControlChart 螺钉扭矩在每个装配线传输的左前角离开Bolttorqueonthefrontleftcornerofeverytransmissioncomingofftheassemblyline每个螺钉离开装配线传输的平均扭矩Averagebolttorqueofeveryboltforeachtransmissioncomingofftheassemblyline 3 每个发动机所缺的螺钉数 ofmissingboltsperengine 4 每个销售合同的排字数 oftypospersalescontract每月生产缺陷发动机的数目Numberofengineswithdefectsinmonthlyproduction每月生产缺陷发动机的的百分比数 ofdefectiveenginesinmonthlyproduction根据应收帐款 收回它的时间Peraccountsreceivable amountoftimeittakestocloseit每100个发动机的缺陷数Numberofengineswithdefectsper100built VariableControlCharts连续数据控制图X barRChart平均值和极差图 Xbar R图 属性型变量 连续型变量 数据类型 连续变量VS属性变量 数据分组还是单个数据 缺陷数VS缺陷比例 GROUPS Averages n 1 INDIVIDUALVALUES n 1 X BarRX BarS IndividualsMovingRange 缺陷数 缺陷比例 IsTheProbabilityOfADefectLow IfYouKnowHowManyAreBad DoYouKnowHowManyAreGood PoissonDistribution BinomialDistribution IndividualsMovingRange NO YES YES 样本大小一定 YES NO cChart uChart 样本大小一定 npChart NO YES pChart 如何选择控制图ChoosingtheCorrectControlChart NOTE X BarSisappropriateforsubgroupsizes n of 10 有效的连续数据控制图包括 AValidVariableControlChartHas Dataintimeorproductionsequence以时间或生产顺序排序的数据toshowstability time to timevariation表示稳定性 随时间的波动Ameasureofcentraltendency对居中趋势的测量toportraybehaviorofprocesscenter描述过程的居中Ameasureofvariability对离散程度的测量Controllimits控制极限toallowseparatingcommoncausefromassignablecause可用来区分通常原因和特殊原因 可归因原因 X Bar Rcharts Xbar R图 XBarChart aplotofthesamplemeansovertime Xbar图 反映样本平均值随时间的变化RChart aplotoftherange differencebetweenhighestandlowestvalues ofasampleovertime R图 反映样本的极差 样本中最大值和最小值的差 随时间的变化 Xbar R图实例 MinitabFile Xbar r mtwcontainsmeasureddataforamainshaftO D seecolumn1 C1 NC Lathe Thedataisinsubgroupsofsize3 Minitab文件 Xbar r mtw包含主轴的测量数据 数据见C1栏 NC Lathe 数据子样为3 TheO D specificationsare 060 003 产品的规范是 060 003 1 Checkstabilitywitharunchart 用趋势图检验过程的稳定性2 Checkfornormality 检验过程是否是正态分布3 UsingMinitab createanXbarandRChart whatareyourobservations 用Minitab画出Xbar R图 你得出什么观察结论 4 Dothegivenspecifications specs relate totheControlLimitsontheXbarChart Ifso how 给出的产品规范与Xbar图的控制极限相关吗 如果是的话 如何相关 5 HowdoesProcessControl relate toProcessCapability 过程控制如何与过程能力相关 MINITABFILE Xbar r mtwMINITAB文件 Xbar r mtw Xbar R图实例 1 DoubleClick C1 双击 C1 2 Typeina3forSubgroupsize 子样大小为3 3 Click OK 点击 OK Notethat3 0SLdenotesa3sigmalimit ControlLimit注意3 0SL表示控制极限 3sigma水平Donotconfusethiswithspecificationlimits 不要将控制极限与规范极限混淆 Xbar R图实例 Thecontrollimitsareforaverages notindividualvalues 控制极限是根据平均值计算得出的Mostspecificationsareforindividualvalues 大多数规范是关于个体数值的 Xbar R图实例 VariableControlCharts I MRChart连续数据控制图 I MR图 离散型变量 连续型变量 数据类型 连续变量VS属性变量 数据分组还是单个数据 缺陷数VS缺陷比例 GROUPS Averages n 1 INDIVIDUALVALUES n 1 X BarRX BarS IndividualsMovingRange 缺陷数 缺陷比例 IsTheProbabilityOfADefectLow IfYouKnowHowManyAreBad DoYouKnowHowManyAreGood PoissonDistribution BinomialDistribution IndividualsMovingRange NO YES YES 样本大小一定 YES NO cChart uChart 样本大小一定 npChart NO YES pChart 如何选择控制图ChoosingtheCorrectControlChart NOTE X BarSisappropriateforsubgroupsizes n of 10 I MR图 Moreusefulinlowvolume intermittentoperations在数据量较少 间歇性操作时更有用SimilartoXbar RCharts Except 除以下几点外 与Xbar R图相似SingleValues NotSubgroups单个数值 不是子样平均值RangeValuesMustBeArtificiallyConstructed极差值需要人工计算Somewhat Noisier BecauseOfLossOf Damping 由于使用个体数值 与Xbar R图比较更易受干扰IMChartsIM图IndividualsChart aplotoftheindividualvaluesovertime 个体图 I图 反映个体数值随时间的变化MovingRangeChart aplotofthemovingrange fortwosamples Xi Xi 1 overtime 移动极差图 MR图 反映两个连续样本的移动极差随时间的变化 IndividualData个体数据MovingRange移动极差55N A56ABS 55 56 159ABS 56 59 355ABS 59 55 4 605958575655 Individuals个体 43210 MovingRange移动极差 建立I MR图 Datafromashaftdiameterturningoperationareenteredonthecontrolchartformonthenextpagefor25consecutivepiecesofproduct inproductionsequence 数据是按照生产次序排列的25个连续的转轴产品的直径ThedataisinMinitabFile Imr mtw columnshaft OD UsingMinitab createtheI MRchart 数据在Minitab文件 Imr mtw的shaft OD 栏中 用Minitab画I MR图Analyzeyourresults Arethereout of controlindications Listtheindications ifany bytypeandbyplotpointnumbers 分析结果 过程是否有失控的征兆 根据征兆类型及其编号 列出失控征兆Whatishappeningintheprocess 过程出现了什么情况 I MR图实例 MINITABFILE Imr mtwMINITAB文件 Imr mtw I MR图实例 1 Doubleclickon Shaft OD 双击 Shaft OD 2 Click Tests 点击 Tests 3 Clickon Performalleighttests 点击 Performalleighttests I MR图实例 I MR图实例 连续数据控制图小结TakeAways VariableControlCharts Variablecontrolchartscanbeusedwithcontinuousdatatotellwhenaprocessis 连续数据控制图可以用来区分过程状态 experiencingonlycommoncausevariationandworkingatitsintendedbest过程只包含通常原因引起的偏差 处于受控状态whentheprocessisdisturbedandneedscorrectiveaction过程受到干扰 需要采取纠正行动控制图 timeorderedplotofdata描绘数据随时间的变化reflecttheexpectedrangeofvariationofthedata反映所期望的数据波动的范围identifieswhenaspecialcauseappearstobeinfluencingthedata识别何时特殊原因出现 影响数据分布X Bar Rchartsareusedforplottingmeansandrangesofsubgroupsovertime Xbar R图用来描述子样的平均值和极差随时间的变化I MRchartsareusedforplottingindividualvaluesandmovingrangesovertime I MR图用来描述个体的数值和移动极差随时间的变化 Controllimitsaretypicallycalculatedas3standarddeviationsawayfromthemeanoftheprocess 控制极限一般是按过程中心值 3个标准偏差计算出来的Controllimitsandspecificationlimitsarenotthesame 控制极限和规范极限是不一样的Controllimitsarecalculatedfromthesampledata theyareinternaltotheprocess控制极限是根据样本数据计算得出的 是过程的内部特征Specificationlimitsaredeterminedbyyourperformancestandard theyareexternaltotheprocess规范极限是由执行的标准决定的 是过程的外部特征Knowwhenaprocessisoutofcontrol WesternElectricRules 知道过程何时失控 WesternElectric规则Controlchartsareonlyasgoodastheactionsthatyoutaketokeeptheprocessundercontrol 控制图和采取的纠正行动共同使过程保持受控 连续数据控制图小结TakeAways VariableControlCharts AttributeControlCharts逻辑数据控制图 属性型变量 连续型变量 数据类型 连续变量VS属性变量 数据分组还是单个数据 缺陷数VS缺陷比例 GROUPS Averages n 1 INDIVIDUALVALUES n 1 X BarRX BarS IndividualsMovingRange 缺陷数 缺陷比例 IsTheProbabilityOfADefectLow IfYouKnowHowManyAreBad DoYouKnowHowManyAreGood PoissonDistribution BinomialDistribution IndividualsMovingRange NO YES YES 样本大小一定 YES NO cChart uChart 样本大小一定 npChart NO YES pChart 如何选择控制图ChoosingtheCorrectControlChart NOTE X BarSisappropriateforsubgroupsizes n of 10 重要定义ImportantDefinitions ADefect 缺陷 Asinglecharacteristicthatdoesnotmeetrequirements不满足要求的单一特性ADefective 缺陷率 AunitthatcontainsoneormoreDEFECTS包含单个或多个缺陷的单位 AttributeChartsCanConsiderEitherCaseDependingOnTheChartTypeChosen根据所选择的控制图类型 逻辑数据控制图可以考虑两者之一的情形 逻辑数据控制图的分类ClassificationofAttributeChartTypes c u np p ConstantLot UnitSize样本数不变 VariableLot UnitSize样本数变化 Defects缺陷数 Poisson泊松分布 Binomial两项式分布 Defective缺陷率 AttributeControlChart逻辑数据控制图C Chart C图 属性型变量 连续型变量 数据类型 连续变量VS属性变量 数据分组还是单个数据 缺陷数VS缺陷比例 GROUPS Averages n 1 INDIVIDUALVALUES n 1 X BarRX BarS IndividualsMovingRange 缺陷数 缺陷比例 IsTheProbabilityOfADefectLow IfYouKnowHowMan