If your data exhibit overdispersion or underdispersion, a Laney attributes chart (a Laney P′ 관리도 or a Laney U′ 관리도) may more accurately distinguish between common-cause variation and special-cause variation than a traditional attributes chart (for example, a P 관리도 or a U 관리도). The calculations for the Laney attributes charts include Sigma Z, which is an adjustment for overdispersion or underdispersion. A Sigma Z value of 1 indicates that no adjustment is necessary and that the Laney attributes chart is exactly the same as a traditional attributes chart.

To create a Laney P' chart, choose 통계분석 > 관리도 > 계수형 관리도 > Laney P′. To create a Laney U' chart, choose 통계분석 > 관리도 > 계수형 관리도 > Laney U′.

과대산포의 정의

과대산포는 데이터가 이항 분포(불량의 경우) 또는 포아송 분포(결점의 경우)에 따라 기대한 것보다 더 많은 변동성을 보일 때 존재합니다. 기존 P 관리도와 U 관리도에서는 불량 또는 결점 비율이 시간이 지남에 따라 일정하게 유지된다고 가정합니다. 그러나 특수 원인이 아닌 외부 잡음 요인은 일반적으로 시간이 지남에 따라 불량 또는 결점 비율의 변동을 어느 정도 초래합니다.

The control limits on a traditional P chart or U chart become more narrow when your subgroups are larger. If your subgroups are large enough, overdispersion can cause points to seem to be out of control when they are not. For a Laney attributes chart, the definition of common cause variation includes not only the within-subgroup variation, but also the average variation between consecutive subgroups. If there is overdispersion, the control limits on a Laney attributes chart are wider than those of a traditional attributes chart.

전통적인 계수형 관리도에서 부분군 크기와 관리 한계의 관계는 검정력과 1-표본 t-검정의 관계와 유사합니다. 표본이 더 크면 차이를 탐지할 수 있는 t-검정의 검정력이 더 강합니다. 그러나 표본이 너무 크면 관심 대상이 아닌 매우 작은 차이도 유의해질 수 있습니다. 예를 들어 관측치 표본이 1,000,000개일 경우 t-검정에서는 표본 평균 50.001이 50과 유의하게 다르다고 확인될 수 있습니다. 그러나 0.001의 차이는 공정에 미치는 실질적인 영향이 아닐 수 있습니다.

과소산포의 정의

과소산포는 과대산포의 반대입니다. 과소산포는 데이터가 이항 분포(불량의 경우) 또는 포아송 분포(결점의 경우)에 따라 기대한 것보다 더 적은 변동성을 보일 때 존재합니다. 과소산포는 인접한 부분군이 서로 상관되어 있을 때 발생할 수 있으며, 자기 상관이라고도 합니다.

데이터가 과소산포를 보이는 경우 전통적 P 관리도 또는 U 관리도의 관리 한계가 너무 넓을 수도 있습니다. 관리 한계가 너무 넓으면 특수 원인 변동을 간과하고 일반 원인 변동으로 잘못 간주할 수 있습니다. 과소산포가 있는 경우 Laney 계수형 관리도의 관리 한계가 전통적인 계수형 관리도의 관리 한계보다 좁습니다.

예를 들어, 도구가 마모됨에 따라 결점 수가 증가할 수도 있습니다. 부분군에 걸쳐 결점 수가 증가하면 부분군이 우연한 경우보다 더 비슷해질 수 있습니다.

Comparing traditional attributes charts to Laney attributes charts

The following graphs show a traditional P chart and a Laney P' chart of the same data. These data are also featured in the example of the Laney P' Chart and the example of the P Chart Diagnostic. The subgroups are very large, with an average of about 2500 observations in each. Additionally, the P Chart Diagnostic test reveals overdispersion in the data.

전통적인 P 관리도에서 부분군의 크기가 크면 관리 한계가 좁아지는 결과가 나타납니다. 관리 한계가 좁으면 과대산포에 따라 여러 부분군이 관리 한계를 벗어나게 됩니다. 그러나 Laney P' 관리도는 과대산포를 해결하고 공정이 실제로 관리 상태에 있다는 것을 보여줍니다. 관리 한계를 벗어난 점은 없습니다.

전통적인 P 관리도
Laney P’ 관리도
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오