2.2.1 管制圖種類:
R管制圖:樣本範圍
X管制圖:個別測量
Rm管制圖:移動範圍
Cusum管制圖:累積數目
屬性資料的管制圖: 所謂的屬性資料指的是非連續變數,可能是通過或不通過的性質,例如:良品或不良品;也可能是可以數的缺點數,例如:產品表面的刮痕數。
p 管制圖:不良率,依據Binomial分配
np 管制圖:不良數,依據Binomial分配
c 管制圖:缺點數,依據Poisson分配
2.2.2 建立品管圖之步驟
例如:每45分鐘連續抽取樣本n=5
步驟二:收集至少25個「好」樣本來建立R管制圖及
管制圖。「好」代表收集過程製程在控制中。
步驟三:計算
管制圖及R管制圖的中間線、控制上界(UCL)、控制下界(LCL)。
步驟四:將用來計算
管制圖:樣本平均
管制圖及R管制圖的資料畫回管制圖中,如有超過管制界線者,則先將此筆資料消除,並回到步驟二,其最終資料總數必須大於25否則必須收集更多資料。
2.2.3 建立
管制圖
樣本大小:3≦ n ≦6
收集至少25個「好」樣本來建立R管制圖及
管制圖。
對每一個樣本依據下列公式計算其平均值:
i=1 .. k;
k= 建立
管制圖的樣本數
依據下列公式計計算每一樣本的範圍
Ri = Xlargest - Xsmallest
依據下列公式計算全部平均:
依據下列公式計算樣本範圍平均:
依據下列公式計算 3s :
2.2.4 建立 R管制圖
R管制圖應建立於
管制圖之前
收集資料的過程中,製程必須在控制中。
樣本大小:3≦ n ≦6
收集至少25到50個「好」樣本來建立R管制圖。
依據下列公式計算3sR
2.2.5 建立 p管制圖
p管制圖係針對通過不通過或良品不良品而設的管制圖,同樣的,收集資料的過程中,製程必須在控制中。
樣本大小n的決定必須依據對製程的知識,樣本量必須大到足以在每一個樣本中計算出有意義的不良率。
收集至少25到50個「好」樣本來建立p管制圖。
依據下列公式計算UCL和LCL:
p管制圖範例:假設n=100,共收集30個樣本,每個樣本的不良數記錄於下表,求其管制界線:
對p管制圖的樣本大小選擇:
Duncan's計算法則:其樣本大小的定義在於使得每一次抽樣中有50%的機率會發現特定p值的偏移量。
依據下列公式計算樣本大小:
對p管制圖的樣本大小選擇之範例:
假設現有製程的p值為0.01,在使用 3s的情況之下,如果我們希望當p值變異為0.05時,在每此抽樣中都有50%的機率可發現此變異,求樣本大小:
2.2.6 建立C管制圖
C管制圖針對可數的缺點而設,例如:每百公尺物料的缺點數,同樣的,收集資料的過程中,製程必須在控制中。
樣本大小n的決定必須依據對製程的知識,樣本量必須大到足以在每一個樣本中計算出有意義的不良率。
收集至少25到50個「好」樣本來建立p管制圖。
依據下列公式計算UCL和LCL:
C管制圖範例:假設記錄每一百公尺鐵皮的缺點數為一個樣本,共收集30個樣本,每個樣本的不良數記錄於下表,求其管制界線: