❖ 步骤 1:在数据中查找模式
游程图按照过程数据的收集顺序绘制过程数据。使用游程图可以在数据中查找可指示是否存在特殊原因变异的模式或趋势。
数据中的模式指示变异是由于应当调查和更正的特殊原因引起的。但是,常规原因变异是固有的或作为过程中正常部分的变异。
当只有常规原因(而非特殊原因)影响过程输出时,过程是稳定的。如果过程中只存在常规原因变异,则数据将表现出随机行为。
在这些结果中,数据似乎表明样本 3 到 5 中存在一定程度的聚类。
❖ 步骤 2:确定是否存在混合与聚类
围绕中位数的游程数检验以中位数上下发生的总游程数为基础。中位数附近的游程是位于中心线同一侧的一个或多个连续的点。当连接这些点的线与中心线相交时,游程结束。新的游程从下一个标绘点开始。
此检验检测两种类型的非随机行为:混合与聚类。
如果观测到的游程数大于预期的游程数,则表明存在混合。
如果观测到的游程数小于预期的游程数,则表明存在聚类。
聚类模式:
聚类可以表示特殊原因变异,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,则数据中可能有聚类。
此图显示可能的数据聚类。
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。
在此图中,混合可能指示数据来自不同的过程。
主要结果:聚类的 P 值、混合的 P 值
在此示例中,聚类的 p 值为 0.385,混合的 p 值为 0.615,它们都大于 α 值 0.05。因此可以得出数据并未表现出混合或聚类特点的结论。
❖ 步骤 3:确定是否存在趋势与振动
向上或向下的游程数检验基于观测到的向上或向下游程总数。向上的游程是连续点仅上升的向上游程。向下的游程是连续点仅下降的向下游程。当方向(向上或向下)改变时,游程结束。例如,当前一个值较小时,一个向上的游程将开始并继续,直到前一个值大于下一个点,这时向下的游程即告开始。
此检验检测两种类型的非随机行为:振动与趋势。
如果观测到的游程数大于预期的游程数,则表明存在振动。
如果观测到的游程数小于预期的游程数,则表明存在趋势。
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失去控制。趋势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。
在此图中,很容易看到前几个数据点中呈向上趋势。
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。
在此图中,数据似乎频繁上下波动。
主要结果:趋势的 P 值、振动的 P 值
在此示例中,趋势的 p 值 0.500 和振动的 p 值 0.500 大于 α 值 0.05。因此可以得出数据并未表现出趋势或振动特点的结论。
免责声明:本文系网络转载或改编,未找到原创作者,版权归原作者所有。如涉及版权,请联系删