解释 R 控制图 的主要结果

请完成以下步骤解释 R 控制图。主要输出包括 R 控制图和检验结果。

步骤 1:确定过程变异是否受控制

R 控制图标绘子组极差。如果子组大小恒定,则 R 控制图上的中心线是子组极差的平均值。如果子组大小有变化,则中心线的值取决于子组大小,因为较大的子组往往具有较大的极差。R 控制图上的控制限设置在中心线上方和下方距离 3 个标准差的位置,它们显示子组极差中预期的变异量。

红点指示至少在一个特殊原因检验中失败且不受控制的子组。如果同一个点在多个检验中失败,则会用最小的检验编号标记该点,以免图形过于拥挤。如果控制图显示了失控点,请调查这些点。

失控点可能会影响过程参数的估计值并防止控制限真正代表您的过程。如果失控点是由特殊原因导致的,请考虑在计算中省略这些点。 有关更多信息,请转到指定如何估计 R 控制图 的参数

在这些结果中,R 控制图上有一个点不受控制。变异在子组 2 至 8 之间稳定增加。请对过程进行调查,确定在这段时间内变异增加的原因。当您将指针放在红点上时,可以查看有关子组的更多信息。

步骤 2:确定在每个检验中失败的点

调查未通过特殊原因检验的任何子组。默认情况下,Minitab 只执行检验 1,该检验将检测超出控制限的点。但是,如果执行其他检验,点可能无法通过多个检验。“会话”窗口的输出结果确切地显示哪些点未通过每个检验,如此处所示。

检验 1。1 个点,距离中心线超过 3.00 个标准差。 检验出下列点不合格: 8 * 警告 * 如果使用新数据更新图形,以上结果可能不再正确。
注意

当同时使用多个检验时,控制图的敏感度也会增加。但是,误警报率也会增加,这可能使您对检验结果做出不必要的反应。

有关每个检验及其使用时间的更多信息,请转到在控制图中使用特殊原因检验

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策