什么是游程图?

游程图表示随时间变化的过程数据。使用游程图可以查找过程中特殊原因变异的证据。

游程图示例

制造工程师想要评估生产过程中是否有新的塑料件产品。工程师在 20 个小时内每小时抽取 5 个产品,以检验塑料件产品的强度并创建此游程图。

除了一个观测值之外,点似乎都在中心线(中位数)附近随机变化。聚类、混合、趋势和振动的近似 P 值都大于显著性水平 0.05。因此,并未指明有特殊原因变异或非随机性。

游程图上的点和中心线有何含义?

游程图按照观测值的收集顺序绘制单独的观测值。灰点表示单值。蓝点表示子组均值或子组中位数。

水平中心线是根据您在运行图对话框中选择的选项绘制的。(要打开运行图对话框,请选择统计 > 质量工具 > 运行图。)如果您选择:
  • 绘制子组均值运行图,则中心线是所有子组均值的中位数,蓝色标绘点是子组均值。
  • 绘制子组中位数运行图,则中心线是所有子组中位数的中位数,蓝色标绘点是子组中位数。
注意

如果子组大小 = 1,中心线就是所有数据的中位数,无论您为标绘点选择哪个选项都是如此。

即使使用偏斜数据,子组均值的中位数通常接近子组中位数的中位数。由于还绘制原始数据,因此 y 轴的范围很广,差值通常注意不到。

游程图帮助检测特殊原因变异

所有过程中都会发生变异。常规原因变异是过程中正常的一部分。特殊原因来自系统外部,并导致据中出现可识别的模式、偏移或趋势。游程图以图形方式显示特殊原因是否会影响过程。

游程图还执行随机性检验,提供因数据中的趋势、振动、混合和聚类所导致非随机变异的信息。类似的模式指示观测到的变异是因特殊原因变异导致的。

游程图可以识别的非随机模式

游程图将检测的非随机性基本模式共有四种。

混合模式

混合的特点是频繁与中心线相交。混合通常指示来自两个总体的合并数据或在两个在不同水平运行的过程。如果混合的 p 值小于 0.05,则说明数据中可能有混合。

如果混合的 p 值小于 0.05,则说明数据中可能有混合。在此图中,混合可能指示数据来自不同的过程。

聚类模式

聚类可以表示因特殊原因导致的变异,例如测量问题、批次到批次或设置的变异性,或从一组缺陷部件抽样等。聚类是由控制图上处于一个区域的点组成的组。

如果聚类的 p 值小于 0.05,则说明数据中可能有聚类。在此例中,环绕的数据可能表示数据的聚类。

振动模式

振动发生于数据快速上下波动之时,表明过程不稳定。

如果振动的 p 值小于 0.05,则说明数据中可能有振动。在此例中,环绕的数据似乎频繁上下变化。

趋势模式

趋势是数据中向上或向下的持续漂移。趋势可能警告过程即将或者可能失去控制,它可能是由下列因素导致的:工具磨损、无法保持某个设置的机器或操作人员的定期轮换。

如果趋势的 p 值小于 0.05,则说明数据中可能有趋势。在此例中,向上的趋势是环绕的,可以很容易看出来。

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