합격 Xbar 관리도에 대한 데이터 고려 사항

결과가 유효한지 확인하려면 데이터를 수집하고 분석을 수행하며 결과를 해석할 때 다음 지침을 고려하십시오.

데이터가 계량형이어야 함

연속 데이터는 분수 또는 소수점 값을 포함한 연속 스케일 내에서 어떤 수치든 측정할 수 있는 측정입니다. 일반적인 예로는 길이, 무게, 온도 등의 측정값이 있습니다.

데이터는 시간 순서로 되어 있어야 합니다.

관리도는 시간이 지남에 따른 변화를 탐지하기 때문에 데이터 순서가 중요합니다. 가장 먼저 수집된 데이터가 워크시트의 맨 위에 오도록 하여 데이터를 수집된 순서대로 입력해야 합니다.

데이터는 적절한 시간 간격으로 수집해야 합니다.

한 시간에 한 번, 교대조당 한 번 또는 하루에 한 번과 같이 일정한 간격으로 데이터를 수집합니다. 공정이 변경된 후 바로 해당 변경을 식별할 수 있을 만큼 충분히 짧은 시간 간격을 선택합니다.

데이터는 합리적인 부분군에 있어야 합니다.

합리적인 부분군은 동일 조건(예: 조작자, 장비 또는 공급자)에서 단기간에 생산되며, 공정의 출력을 대표하는 유사한 항목들의 작은 표본입니다. 부분군이 합리적인 부분군이 아니면 추정된 관리 한계가 너무 좁을 수도 있습니다.

부분군이 없는 경우 합격 개체[I] 관리도를 사용하십시오.

적절한 양의 데이터를 수집합니다.

적절한 데이터 양은 부분군 크기에 따라 다릅니다.

관측치 수가 권장 수보다 적어도 관리도를 사용할 수 있지만, 관리 한계가 정확하지 않을 수 있으므로 결과는 예비적입니다. 관리도를 정기적으로 사용하는 경우 권장 관측치 수를 수집한 후 표준 편차와 관리 한계를 다시 추정하십시오.

공정 변동은 안정적이어야 합니다.

공정 변동이 안정적이지 않으면, 공정 변동 추정치와 합격 관리 한계가 신뢰할 수 없습니다.

데이터는 정규 분포를 따를 필요가 없습니다.

계량형 데이터에 대한 대부분의 관리도는 공식적으로 정규성 가정에 기반을 두고 있지만, 데이터를 부분군으로 수집할 경우 비정규 데이터로도 좋은 결과를 얻을 수 있습니다. 필요한 부분군 크기는 데이터가 얼마나 비정규적인 지에 따라 달라집니다.

각 부분군 내 관측치는 서로 상관되지 않아야 합니다.

각 부분군 내의 연속 관측치가 서로 상관되어 있으면 부분군 내 표준 편차가 과소 추정될 수 있습니다. 따라서 합격 관리 한계가 너무 넓어지고 관리도에서 관리 이탈 상태의 일부 점이 관리 상태에 있는 것으로 잘못 표시될 수 있습니다.