Laney P' 관리도에 대한 모든 통계량 및 그래프

해석

공정이 관리 상태에 있을 경우 점들이 중심선 주위에 랜덤하게 분포하며, 일반 원인 변동만을 나타냅니다. 특수 원인 변동을 확인하려면 관리 한계를 벗어나거나 비랜덤 패턴을 나타내는 점들을 조사하십시오.

해석

중심선은 공정의 성능을 평균과 비교하여 확인하는 데 사용합니다. 공정이 관리 상태에 있을 경우 점들이 중심선 주위에 랜덤하게 분포합니다.

해석

예를 들어, 다음 그래프에는 동일한 데이터의 전통적인 P 관리도와 Laney P' 관리도가 표시되어 있습니다. 부분군이 크고 데이터가 과대 산포를 보입니다.

전통적인 P 관리도

전통적인 P 관리도에서 부분군의 크기가 크면 관리 한계가 좁아지는 결과가 나타납니다. 좁은 관리 한계 및 과대산포에 따라 여러 부분군이 관리 한계를 벗어나게 됩니다.

Laney P’ 관리도

Laney P' 관리도의 관리 한계는 과대 산포를 감안하여 조정됩니다. Laney P' 관리도는 공정이 실제로 관리 상태에 있다는 것을 보여줍니다. 관리 한계를 벗어난 점은 없습니다.

해석

조사해야 하는 관측치를 결정하고 데이터에서 특정 패턴 및 추세를 식별하려면 특수 원인 검정을 사용합니다. 각 특수 원인 검정은 데이터에서 공정 불안정성의 여러 측면을 보여주는 특정 패턴이나 추세를 탐지합니다. 예를 들어, 검정 1은 관리 이탈 상태에 있는 점 하나를 탐지합니다. 검정 2는 공정의 이동 가능성을 탐지합니다.

이 관리도와 함께 4가지 검정을 사용할 수 있습니다.

검정 1: 1개의 점이 중심선으로부터 3σ 밖에 있음

검정 1은 다른 부분군에 비해 비정상적인 부분군을 식별합니다. 검정 1은 보편적으로 관리 이탈 상황을 탐지하는 데 필요한 것으로 간주됩니다. 공정의 작은 이동에 관심이 있을 경우 검정 2를 사용하여 검정 1을 보완하면 민감도가 더 높은 관리도를 만들 수 있습니다.

검정 2: 9개의 연속된 점이 중심선으로부터 같은 쪽에 있음

검정 2는 공정에 대한 불량품 비율의 이동을 식별합니다. 공정의 작은 이동에 관심이 있을 경우 검정 2를 사용하여 검정 1을 보완하면 민감도가 더 높은 관리도를 만들 수 있습니다.

검정 3: 6개의 연속된 점이 모두 상승 또는 하락

검정 3은 추세를 탐지합니다. 이 검정은 값이 증가하거나 감소하는 긴 일련의 연속적인 점을 찾습니다.

검정 4: 14개의 연속된 점이 교대로 상승 또는 하락

검정은 규칙적인 변동을 탐지합니다. 공정의 변동 패턴이 랜덤하길 바라지만, 검정 4를 통과하지 못하는 점은 변동 패턴이 예측 가능하다는 것을 나타낼 수 있습니다.

해석

이 과거 관리도는 새 절차 구현 전, 구현 중 및 구현 후를 나타내는 공정의 세 가지 단계를 보여줍니다.