Análises disponíveis por tipo de medição

A análise de qualidade adequada depende do tipo de medição e do tamanho do subgrupo.

Gráficos de controle e análises de capacidade para dados contínuos

Real-Time SPC cria gráficos de controle e análises de capacidade para medidas de processo, medidas de saída e medidas calculadas.

Use Pareto gráficos quando tiver causas e ações corretivas atribuídas para ajudar a focar seus esforços de melhoria.

Cartas de controle

Dados contínuos são frequentemente coletados em subgrupos. Isso significa que mais de um item é coletado ao mesmo tempo para representar o processo.
Tamanho do subgrupo = 1
Quando o tamanho do subgrupo = 1, o gráfico de controle apropriado a ser usado é o I-MR gráfico.
Tamanho do subgrupo > 1
Quando o tamanho do subgrupo > 1, o gráfico de controle padrão é o Xbar-R gráfico.
Você pode alterar o tipo padrão do gráfico de controle quando o tamanho do subgrupo for > 1, de acordo com seus objetivos de análise.
  • Use um Xbar-S gráfico para monitorar a média e variação de um processo quando você tem dados contínuos e tamanhos de subgrupos de 9 ou mais.
  • Use um I-MR-R/S gráfico para monitorar a média do seu processo e a variação entre e dentro dos subgrupos quando cada subgrupo for uma parte ou lote diferente.
  • Use um EWMA gráfico, que é um gráfico ponderado pelo tempo, para detectar pequenos deslocamentos na média do processo, sem influência de valores baixos e altos.

Análises de capacidade

Real-Time SPC fornece as seguintes análises contínuas de capacidade.
Análises de Capacidade Normal
Use com os gráficos I-MR, Xbar-R, Xbar-S e EWMA.
Distribuição normal com transformação de Box-Cox ou Ajustar distribuição
Use se seus dados não seguirem uma distribuição normal.

Para mais informações, acesse Quando usar uma análise de capacidades não anormais.

Análises de capacidade Entre/Dentro
Use com a I-MR-R/S tabela de controle.
Observação

Apenas I-MR e Xbar-R gráficos e Análises de Capacidade Normal estão disponíveis com as medidas Prolink.

Gráficos de controle e análises de capacidades para dados de atributos

Real-Time SPC cria gráficos de controle e análises de capacidade para defeituosos, defeituosos agrupados e defeitos agrupados. Para obter mais informações, vá para Defeitos e unidades defeituosas.

Use Pareto gráficos para ajudar a focar seus esforços de melhoria. Use gráficos de Pareto para investigar os tipos de defeitos e deficiências, bem como as causas e ações corretivas atribuídas. Para obter mais informações, vá para Gráficos de Pareto para defeitos e defeitos.

Dados de atributos também são frequentemente coletados em subgrupos. A escolha do gráfico de controle de atributos depende se você coleta defeitos ou dados defeituosos e de como deseja representá-los.
Observação

Você pode monitorar seus dados de contagem de defeituosos separadamente, com uma medida por gráfico de controle, ou juntos, com vários tipos de defeituosos no mesmo gráfico de controle. Para obter mais informações, vá para Atributos de qualidade.

Dados de Poisson - defeitos
Quando você conta defeitos, o gráfico de controle padrão é o C gráfico e a análise de capacidades apropriada é um Análise de Capacidade de Poisson.
Você pode mudar o tipo padrão de gráfico de controle para sua análise. A principal diferença entre gráficos C e U é a escala vertical.
  • Use um C gráfico para monitorar o número de defeitos.
  • Use um U gráfico para monitorar o número de defeitos por unidade.
  • Use um U de Laney gráfico para monitorar a taxa de defeitos do seu processo e para ajustar para superdispersão ou subdispersão nos seus dados.
Dados binomiais - defeitos
Quando você conta defeituosos, o gráfico de controle padrão é o gráfico NP e a análise de capacidade apropriada é Análise de Capacidade Binomial.
Você pode mudar o tipo padrão de gráfico de controle para sua análise. A principal diferença entre gráficos NP e P é a escala vertical.
  • Use um NP gráfico para monitorar o número de itens defeituosos.
  • Use um P gráfico para monitorar a proporção de itens defeituosos.
  • Use um P′ de Laney gráfico para monitorar a proporção de itens defeituosos produzidos pelo seu processo e para ajustar para superdispersão ou subdispersão nos seus dados.