解释 P 控制图 的主要结果

请完成以下步骤以解释 P 控制图。主要输出包括 P 控制图和检验结果。

步骤 1:确定缺陷品比率是否受控制

P 控制图绘制每个子组的缺陷品(也称为不合格单元)比率。中心线是缺陷的平均比率。控制限设置在距离中心线上方和下方 3 个标准差的位置,它们显示子组比率中的预期变异量。

红点表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,请转到指定用于估计 P 控制图 的参数的子组

在这些结果中,平均缺陷品比率约为 0.066。过程似乎不受控制,因为最后两个子组均至少在一个特殊原因检验中失败。当您将指针放在红点上时,可以获得有关子组的更多信息。要确定每个点在其中失败的检验,请检查输出。

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,Minita 仅执行检验 1,即检验位于控制限外部的点。但是,如果您执行额外的检验,点可能无法通过多个检验。输出结果会确切地显示有哪些点未通过每个检验,如此处所示。

这些结果表明子组 52 在检验 1 和检验 2 中均失败。子组 53 在检验 2 中失败。

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: 52 检验 2。连续 9 点在中心线同一侧。 检验出下列点不合格: 52, 53 * 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,这可能会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