Skapa ett kontrollkort.
Kontrolldiagram är ett effektivt sätt att analysera prestandadata för att utvärdera en process. Det finns många användningsområden för kontrollkort. De kan användas i produktion för att testa om maskinerna producerar produkter inom specifikationerna. De används också i många enkla applikationer och professorer använder dem för att utvärdera testresultat. För att skapa ett kontrollschema är det bra att ha Excel, eftersom det förenklar processen.
Förfarande .
-
1
Kontrollera om dina data uppfyller följande kriterier:
- Vanligtvis borde data distribueras normalt så att det roterar runt ett medelvärde (medelvärde).
- I följande exempel flaskar ett tappningsföretag sina 16 oz (0,47 liter genomsnittliga) flaskor; De bedömer om deras process är "i kontroll". Mängden i uns (liter) över 16 oz (0,47 liter) fördelas vanligtvis runt genomsnittet.
- Mätningarna måste vara oberoende av varandra.
- I detta exempel delas mätningarna i undergrupper. Uppgifterna i undergrupperna bör vara oberoende av antalet mätningar. Varje datapunkt tilldelas en undergrupp och ett nummer för mätningen.
- Vanligtvis borde data distribueras normalt så att det roterar runt ett medelvärde (medelvärde).
-
2
Hitta medelvärdet för varje undergrupp.
- För att hitta medelvärdet, lägg till alla mätningar i undergruppen och dividera med antalet mätningar i undergruppen.
- I exemplet finns 20 undergrupper och i varje undergrupp 4 gjordes mätningar.
- För att hitta medelvärdet, lägg till alla mätningar i undergruppen och dividera med antalet mätningar i undergruppen.
-
3
Hitta medelvärdet av alla medelvärden från tidigare resultat. (X).
- Detta ger dig ett genomsnitt av alla datapunkter.
- Detta övergripande medel utgör den centrala linjen i grafiken (CL), som i vårt exempel är 13.75.
- 4 Beräkna standardavvikelsen (S) för datapunkterna (se Tips).
-
5
Beräkna nedre och övre kontrollgränserna (UCL, LCL) med följande formel:
- UCL = CL + 3 * S
- LCL = CL - 3 * S
- Formeln representerar 3 standardavvikelser ovan och 3 standardavvikelser under motsvarande medelvärde.
-
6
För steg 7 till 10, se diagrammet nedan.
-
7
Rita en rad vid varje avvikelse.
- I det ovanstående exemplet drogs en linje vid standardavvikelserna (sigma), en, två och tre från medelvärdet.
- Zon C är 1 sigma annorlunda än genomsnittet (grönt).
- Zon B är 2 sigma skiljer sig från det genomsnittliga (gula).
- Zon A är 3 sigma skiljer sig från det genomsnittliga (röda).
- I det ovanstående exemplet drogs en linje vid standardavvikelserna (sigma), en, två och tre från medelvärdet.
-
8
Grafik X-barens kontrollschema genom att registrera undergrupperna av undergrupperna (x-axeln) och mätningarna (y-axeln). Grafen ska se något ut så här:
-
9
Utvärdera grafen för att se om processen är out of control. Diagrammet är utom kontroll om:
- En av punkterna utanför det röda området är (ovanför eller under 3-sigma-linjen).
- 8 på varandra följande punkter ligger på ena sidan av mittlinjen.
- 2 eller 3 på varandra följande punkter ligger i området A.
- 4 eller 5 på varandra följande punkter ligger i områdena A och / eller B.
- 15 på varandra följande punkter ligger i intervallet C.
- 8 på varandra följande punkter ligger inte i intervall C.
- 10 Bestäm om systemet är i kontroll eller ute av kontroll.
Tips .
- Använd Excel när du skapar dina tabeller eftersom det har inbyggda funktioner (beskrivs nedan) som påskyndar beräkningen.
- Excel-kommandon som förenklar dataanalys:
- Standardavvikelse: = STDEV (datapunkter)
- Genomsnitt: = AVERAGE (datapunkter)
- Testa dagliga exempel. Till exempel, om en professor betygsätter sina elever, kan han använda ett kontrollkort. Undergrupperna skulle vara studenterna och mätningarna skulle vara resultatet av de enskilda testen. Genom att skapa ett kontrollkort kan du se hur eleverna har utvecklats relativt genomsnittet. De elever som har uppnått mycket bra eller mycket dåliga resultat är utom kontroll som datapunkt.
Varningar .
- Kontrolldiagram baseras i allmänhet på data som normalt distribueras normalt. I praktiken uppträder de ganska robust mot icke-normala data.
- För vissa områden, till exempel C-området i diagrammet, kommer data sannolikt inte att distribueras normalt.
- Genom att byta rangområdena (används ofta i individuell grafik och även kända som X- eller I-graferna) används andra tolkningsregler för att utvärdera den mycket stora avvikelsen för de icke normala data.
- X-stapeldiagram, som förklaras ovan, representerar medelvärden snarare än individuella värden. Som förklaras tenderar medelvärdena genom centroid-tröskelteori att vara en normal fördelning, även om de underliggande data inte gör det.
Vad du behöver .
- Grundläggande förståelse för grafisk analys.
- Tillgång till Excel.