Карта шухарта в клинической лаборатории. Как в Excel построить контрольные диаграммы для SPC-карты. Основные положения теории

4. Примеры построения контрольных карт Шухарта с использованием ГОСТ Р 50779.42–99

Контрольные карты Шухарта бывают двух основных типов: для количественных и альтернативных данных. Для каждой контрольной карты встречаются две ситуации:

а) стандартные значения не заданы;

б) стандартные значения заданы.

Стандартные значения – значения, установленные в соответствии с некоторыми конкретными требованиями или целями.

Целью контрольных карт, для которых не заданы стандартные значения является обнаружение отклонений значений характеристик (например, или какой-либо другой статистики), которые вызваны иными причинами, чем те, которые могут быть объяснены только случайностью. Эти контрольные карты основаны целиком на данных самих выборок и используют для обнаружения вариаций, которые обусловлены неслучайными причинами.

Целью контрольных карт при наличии заданных стандартных значений является определение того, отличаются ли наблюдаемые значения , и т.п. для нескольких подгрупп (каждая объемом наблюдений) от соответствующих стандартных значений (или ) и т.п. больше, чем можно ожидать при действии только случайных причин. Особенностью карт с заданными стандартными значениями является дополнительное требование, относящееся к положению центра и вариации процесса. Установленные значения могут быть основаны на опыте, полученном при использовании контрольных карт на заданных стандартных значениях, а также на экономических показателях, установленных после рассмотрения потребности в услуге и стоимости производства, или указаны в технических требованиях на продукцию .

4.1 Контрольные карты для количественных данных

Контрольные карты для количественных данных – это классические контрольные карты, применяемые для управления процессами в тех случаях, когда характеристики или результаты процесса измеряемы, и измеренные с требуемой точностью фактические значения контролируемого параметра регистрируются.

Контрольные карты для количественных данных позволяют контролировать как расположение центра (уровень, среднее, центр настройки) процесса, так и его разброс (размах, стандартное отклонение). Поэтому контрольные карты для количественных данных почти всегда применяют и анализируют парами – одна карта для расположения, а другая для разброса.

Наиболее часто применяют пары и -карты, а также и -карты . Формулы для расчета положения контрольных границ этих карт приведены в табл. 1. Значения входящих в эти формулы и зависящих от объема выборки коэффициентов приведены в табл. 2 .

Следует подчеркнуть, что приведенные в этой таблице коэффициенты получены в предположении, что количественные значения контролируемого параметра имеют нормальное или близкое к нормальному распределение.

Таблица 1

Формулы контрольных границ для карт Шухарта с использованием количественных данных

Статистика			Стандартные значения заданы
Статистика	Центральная линия	UCL и LCL	Центральная линия	UCL и LCL



Примечание: заданы стандартные значения или , , или .

Таблица 2

Коэффициенты для вычисления линий контрольных карт

Число наблюде-ний в под-группе n	Коэффициенты для вычисления контрольных границ											Коэффициенты для вычисления центральной линии
Число наблюде-ний в под-группе n
2	2,121	1,880	2,659	0,000	3,267	0,000	2,606	0,000	3,686	0,000	3,267	0,7979	1,2533	1,128	0,8865
3	1,732	1,023	1,954	0,000	2,568	0,000	2,276	0,000	4,358	0,000	2,574	0,8886	1,1284	1,693	0,5907
4	1,500	0,729	1,628	0,000	2,266	0,000	2,088	0,000	4,696	0,000	2,282	0,9213	1,0854	2,059	0,4857
5	1,342	0,577	1,427	0,000	2,089	0,000	1,964	0,000	4,918	0,000	2,114	0,9400	1,0638	2,326	0,4299
6	1,225	0,483	1,287	0,030	1,970	0,029	1,874	0,000	5,078	0,000	2,004	0,9515	1,0510	2,534	0,3946
7	1,134	0,419	1,182	0,118	1,882	0,113	1,806	0,204	5,204	0,076	1,924	0,9594	1,0423	2,704	0,3698
8	1,061	0,373	1,099	0,185	1,815	0,179	1,751	0,388	5,306	0,136	1,864	0,9650	1,0363	2,847	0,3512
9	1,000	0,337	1,032	0,239	1,761	0,232	1,707	0,547	5,393	0,184	1,816	0,9693	1,0317	2,970	0,3367
10	0,949	0,308	0,975	0,284	1,716	0,276	1,669	0,687	5,469	0,223	1,777	0,9727	1,0281	3,078	0,3249
11	0,905	0,285	0,927	0,321	1,679	0,313	1,637	0,811	5,535	0,256	1,744	0,9754	1,0252	3,173	0,3152
12	0,866	0,266	0,886	0,354	1,646	0,346	1,610	0,922	5,594	0,283	1,717	0,9776	1,0229	3,258	0,3069
13	0,832	0,249	0,850	0,382	1,618	0,374	1,585	1,025	5,647	0,307	1,693	0,9794	1,0210	3,336	0,2998
14	0,802	0,235	0,817	0,406	1,594	0,399	1,563	1,118	5,696	0,328	1,672	0,9810	1,0194	3,407	0,2935
15	0,775	0,223	0,789	0,428	1,572	0,421	1,544	1,203	5,741	0,347	1,653	0,9823	1,0180	3,472	0,2880
16	0,750	0,212	0,763	0,448	1,552	0,440	1,526	1,282	5,782	0,363	1,637	0,9835	1,0168	3,532	0,2831
17	0,728	0,203	0,739	0,466	1,534	0,458	1,511	1,356	5,820	0,378	1,622	0,9845	1,0157	3,588	0,2784
18	0,707	0,194	0,718	0,482	1,518	0,475	1,496	1,424	5,856	0,391	1,608	0,9854	1,0148	3,640	0,2747
19	0,688	0,187	0,698	0,497	1,503	0,490	1,483	1,487	5,891	0,403	1,597	0,9862	1,0140	3,689	0,2711
20	0,671	0,180	0,680	0,510	1,490	0,504	1,470	1,549	5,921	0,415	1,585	0,9869	1,0133	3,735	0,2677
21	0,655	0,173	0,663	0,523	1,477	0,516	1,459	1,605	5,951	0,425	1,575	0,9876	1,0126	3,778	0,2647
22	0,640	0,167	0,647	0,534	1,466	0,528	1,448	1,659	5,979	0,434	1,566	0,9882	1,0119	3,819	0,2618
23	0,626	0,162	0,633	0,545	1,455	0,539	1,438	1,710	6,006	0,443	1,557	0,9887	1,0114	3,858	0,2592
24	0,612	0,157	0,619	0,555	1,445	0,549	1,429	1,759	6,031	0,451	1,548	0,9892	1,0109	3,895	0,2567
25	0,600	0,153	0,606	0,565	1,434	0,559	1,420	1,806	6,056	0,459	1,541	0,9896	1,0105	3,931	0,2544

Альтернативой картам являются контрольные карты медиан (– карты), построение которых сопряжено с меньшим объемом вычислений по сравнению с картами. Это может облегчить их внедрение в производство. Положение центральной линии на – карте определяется средним значением медиан () для всех проконтролированных выборок. Положения верхней и нижней контрольных границ определяются соотношениями

(4.1)

Значения коэффициента , зависящие от объема выборки, приведены в табл. 3.

Таблица 3

Значения коэффициента

	2	3	4	5	6	7	8	9	10
	1,88	1,19	0,80	0,69	0,55	0,51	0,43	0,41	0,36

Обычно – карта применяется вместе с – картой, объемом выборок

В ряде случаев стоимость или продолжительность измерения контролируемого параметра столь велики, что приходится управлять процессом на основе измерения индивидуальных значений контролируемого параметра. При этом мерой вариации процесса служит скользящий размах, т.е. абсолютное значение разности измерений контролируемого параметра в последовательных парах: разность первого и второго измерений, затем второго и третьего и т.д. На основе скользящих размахов вычисляют средний скользящий размах , который используют для построения контрольных карт индивидуальных значений и скользящих размахов (и –карты). Формулы для расчета положения контрольных границ этих карт приведены в табл. 4.

Таблица 4

Формулы контрольных границ для карт индивидуальных значений

Статистика	Стандартные значения не заданы		Стандартные значения заданы
Статистика	Центральная линия	UCL и LCL	Центральная линия	UCL и LCL
Индивидуальное значение
Скользящий
Примечание: заданы стандартные значения и или и .

Значения коэффициентов и косвенно можно получить из таблицы 2 при n=2.

4.1.1 и -карты. Стандартные значения не заданы

В табл. 6 приведены результаты измерений внешнего радиуса втулки. Каждые полчаса делалось четыре измерения, всего взято 20 выборок. Средние и размахи подгрупп также приведены в табл. 5. Установлены предельно допустимые значения внешнего радиуса: 0,219 и 0,125 дм. Цель – определение показателей процесса и управление им по настройки и разбросу так, чтобы он соответствовал установленным требованиям.

Таблица 5

Производственные данные для внешнего радиуса втулки

Номер подгруппы	Радиус
Номер подгруппы
1	0,1898	0,1729	0,2067	0,1898	0,1898	0,038
2	0,2012	0,1913	0,1878	0,1921	0,1931	0,0134
3	0,2217	0,2192	0,2078	0,1980	0,2117	0,0237
4	0,1832	0,1812	0,1963	0,1800	0,1852	0,0163
5	0,1692	0,2263	0,2066	0,2091	0,2033	0,0571
6	0,1621	0,1832	0,1914	0,1783	0,1788	0,0293
7	0,2001	0,1937	0,2169	0,2082	0,2045	0,0242
8	0,2401	0,1825	0,1910	0,2264	0,2100	0,0576
9	0,1996	0,1980	0,2076	0,2023	0,2019	0,0096
10	0,1783	0,1715	0,1829	0,1961	0,1822	0,0246
11	0,2166	0,1748	0,1960	0,1923	0,1949	0,0418
12	0,1924	0,1984	0,2377	0,2003	0,2072	0,0453
13	0,1768	0,1986	0,2241	0,2022	0,2004	0,0473
14	0,1923	0,1876	0,1903	0,1986	0,1922	0,0110
15	0,1924	0,1996	0,2120	0,2160	0,2050	0,0236
16	0,1720	0,1940	0,2116	0,2320	0,2049	0,0600
17	0,1824	0,1790	0,1876	0,1821	0,1828	0,0086
18	0,1812	0,1585	0,1699	0,1680	0,1694	0,0227
19	0,1700	0,1567	0,1694	0,1702	0,1666	0,0135
20	0,1698	0,1664	0,1700	0,1600	0,1655	0,0100

где – число подгрупп,

Первый шаг: построение –карты и определение по ней состояния процесса.

центральная линия:

Значения множителей и взяты из табл. 2 для n=4. Поскольку значения в табл. 5 находятся внутри контрольных границ, –карта указывает на статистически управляемое состояние. Значение теперь может быть использовано для вычисления контрольных границ карты.

центральная линия: г

Значения множителя берутся из табл. 2 для n=4.

и –карты представлены на рис. 5. Анализ карты показывает, что последние три точки вышли за границы. Это указывает на возможность действия некоторых особых причин вариаций. Если пределы были вычислены на основе предыдущих данных, то должно быть предпринято действие в точке, соответствующей 18-й подгруппе.

Рис.5. Карты средних и размахов

В этой точке процесса следует произвести соответствующее корректирующее действие, чтобы устранить особые причины и предотвратить их повторение. Работа с картами продолжается после установления пересмотренных контрольных границ без исключенных точек, которые вышли за старые границы, т.е. значений для выборок № 18, 19 и 20. Значения и линии контрольной карты пересчитывают следующим образом:

пересмотренное значение

пересмотренная карта имеет следующие параметры:

центральная линия: г

пересмотренная –карта:

центральная линия:

(т.к. центральная линия: , то LCL отсутствует).

Для стабильного процесса с пересмотренными контрольными границами можно оценить возможности. Вычисляем индекс возможностей:

где – верхнее предельно допустимое значение контролируемого параметра; – нижнее предельно допустимое значение контролируемого параметра; – оценивают по средней изменчивости внутри подгрупп и выражают как . Значение постоянной берется из таблицы 2 для n=4.

Рис. 6. Пересмотренные и –карты

Поскольку , возможности процесса можно считать приемлемыми. Однако при тщательном изучении можно увидеть, что процесс не настроен правильно относительно допуска и поэтому около 11,8% единиц будут выходить за установленное верхнее предельно допустимое значение . Поэтому, прежде чем установить постоянные параметры контрольных карт, надо попытаться правильно настроить процесс, поддерживая его при этом в статистически управляемом состоянии.

Инструмент применяют тогда, когда обработку производят инструментом, конструкция и размеры которого утверждены ГОСТом и ОСТом или имеются в нормалях промышленности. При разработке технологических процессов изготовления деталей следует использовать нормализованный инструмент как наиболее дешевый и простой. Специальный режущий инструмент применяют в тех случаях, когда обработка нормализованным...

Такой контроль очень дорог. Поэтому от сплошного контроля переходят к выборочному с применением статистических методов обработки результатов. Однако такой контроль эффективен только тогда, когда технологические процессы, будучи в налаженном состоянии, обладают точностью и стабильностью, достаточной для «автоматической» гарантии изготовления бездефектной продукции. Отсюда встает необходимость...

И организации процесса контроля. Статус контроля В данном курсовом проекте техническим заданием предусмотрена разработка этапов процесса приемочного контроля детали редуктора цилиндрического соосного двухступенчатого двухпоточного – зубчатое колесо и активный контроль на операции шлифование отверстия. Методы активного и приемочного контроля взаимно дополняют друг друга, сочетаются. Активный...

План:

10.1 Основы контрольных карт Шухарта

10.2 Типы контрольных карт Шухарта

10.1 Основы контрольных карт Шухарта

Задача статистического управления процессами - обеспечение и поддержание процессов на приемлемом и стабильном уровне, гарантируя соответствие продукции и услуг установленным требованиям. Главный статистический инструмент, используемый для этого, - контрольная карта. Метод контрольных карт помогает определить, действительно ли процесс достиг статистически управляемого состояния на правильно заданном уровне или остается в этом состоянии, а затем поддерживать управление и высокую степень однородности важнейших характеристик продукции или услуги посредством непрерывной записи информации о качестве продукции в процессе производства. Использование контрольных карт и их тщательный анализ ведут к лучшему пониманию и совершенствованию процессов.

Контрольные карты Шухарта (ККШ) являются основным инструментом статистического управления качеством. ККШ применяют для сравнения получаемой по выборкам информации о текущем состоянии процесса с контрольными границами, представляющими пределы собственной изменчивости (разброса) процесса. ККШ используют для оценки того, находятся или не находятся производственный процесс, процесс обслуживания или административного управления в статистически управляемом состоянии. Первоначально ККШ были разработаны для применения в промышленном производстве. В настоящее время их широко используют в сфере обслуживания и других областях.

Контрольная карта – это графический способ представления и сопоставления информации, основанный на последовательности выборок, отражающих текущее состояние процесса, с границами, установленными на основе внутренне присущей процессу изменчивости.

Теория контрольных карт различает два вида изменчивости. Первый вид – изменчивость из-за «случайных (обычных величин), обусловленная бесчисленным набором разнообразных причин, присутствующих постоянно, которые нелегко или невозможно выявить. Каждая из таких причин составляет очень малую долю общей изменчивости, и не одна из них не значима сама по себе. Тем не менее, сумма всех этих причин измерима и предполагается, что она внутренне присуща процессу. Исключение или уменьшение влияния обычных причин требует управленческих решений и выделения ресурсов на улучшение процесса и системы. Второй вид - реальные перемены в процессе. Они могут быть следствием некоторых определяемых причин, не присущих процессу внутренне, и могут быть устранены. Эти выявляемые причины рассматриваются как «неслучайные» или «особые» причины изменения. К ним могут быть отнесены поломка инструмента, недостаточная однородность материала, производственного или контрольного оборудования, квалификация персонала, невыполнение процедур и т. д.

Цель контрольных карт - обнаружить неестественные изменения в данных из повторяющихся процессов и дать критерии для обнаружения отсутствия статистической управляемости. Процесс находится в статистически управляемом состоянии, если изменчивость вызвана только случайными причинами. При определении этого приемлемого уровня изменчивости любое отклонение от него считают результатом действия особых причин, которые следует выявить, исключить или ослабить.

Карта Шухарта требует данных, получаемых выборочно из процесса через примерно равные интервалы. Интервалы могут быть заданы либо по времени (например ежечасно), либо по количеству продукции (каждая партия). Обычно каждая подгруппа состоит из однотипных единиц продукции или услуг с одними и теми же контролируемыми показателями, и все подгруппы имеют равные объемы. Для каждой подгруппы определяют одну или несколько характеристик, таких как среднее арифметическое подгруппы и размах подгруппы R или выборочное стандартное отклонение S. Карта Шухарта - это график значений определенных характеристик подгрупп в зависимости от их номеров. Она имеет центральную линию (CL), соответствующую эталонному значению характеристики. При оценке того, находится ли процесс в статистически управляемом состоянии, эталонным обычно служит среднее арифметическое рассматриваемых данных. При управлении процессом эталонным служит долговременное значение характеристики, установленное в технических условиях, или ее номинальное значение, основанное на предыдущей информации о процессе, или намеченное целевое значение характеристики продукции или услуги. Карта Щухарта имеет две статистические определяемые контрольные границы относительно центральной линии, которые называются верхней контрольной границей (UCL) и нижней контрольной границей (LCL) (рисунок 9).

Порядковый номер выборки

Рисунок 9 - Вид контрольной карты

Контрольные границы на карте Шухарта находятся на расстоянии Зот центральной линии,где - генеральное стандартное отклонение используемой статистики. Изменчивость внутри подгрупп является мерой случайных вариаций. Для получения оценки вычисляют выборочное стандартное отклонение или умножают выборочный размах на соответствующий коэффициент. Эта мера не включает межгрупповых вариаций, а оценивает только изменчивость внутри подгрупп.

Границы ±3указывают, что около 99,7 % значений характеристики подгрупп попадут в этипределы при условии, что процесс находится в статистически управляемом состоянии. Другими словами, есть риск, равный 0,3 % (или в среднем три на тысячу случаев), что нанесенная точка окажется вне контрольных границ, когда процесс стабилен. Употребляется слово «приблизительно», поскольку отклонения от исходных предположений, таких как вид распределения данных, будут влиять на значения вероятности.

Некоторые консультанты предпочитают вместо множителя, равного 3, значение 3,09, чтобы обеспечить номинальное значение вероятности 0,2 % (в среднем два вводящих в заблуждение наблюдения на тысячу), но Шухарт выбрал число 3, чтобы не давать поводов к рассмотрению точных вероятностей. Аналогично некоторые консультанты применяют фактические значения вероятностей для карт, основанных на ненормальных распределениях, таких как карты размахов и долей несоответствий, и в этом случае в карте Шухарта также используют границы на расстоянии ± 3вместо вероятностных пределов, упрощая эмпирическую интерпретацию.

Вероятность того, что нарушение границ в самом деле случайное событие, а не реальный сигнал, считается столь малой, что при появлении точки вне границ следует предпринять определенные действия. Так как действие предпринимается именно в этой точке, то Зконтрольные границы иногданазываются «границами действий».

Часто на контрольной карте границы проводят еще и на расстоянии 2.Тогда любое выборочное значение, попадающее за границы 2а, может служить предостережением о грозящей ситуации выхода процесса из состояния статистической управляемости. Поэтому границы ±2иногда называют «предупреждающими» .

При применении контрольных карт возможны два вида ошибок: первого и второго рода.

Ошибка первого рода возникает, когда процесс находится в статистически управляемом состоянии, а точка выскакивает за контрольные границы случайно. В результате неправильно решают, что процесс вышел из состояния статистической управляемости, и делают попытку найти и устранить причину несуществующей проблемы.

Ошибка второго рода возникает, когда рассматриваемый процесс не управляем, а точки случайно оказываются внутри контрольных границ. В этом случае неверно заключают, что процесс статистически управляем и упускают возможность предупредить рост выхода несоответствующей продукции. Риск ошибки второго рода - функция трех факторов: ширины контрольных границ, степени неуправляемости и объема выборки. Их природа такова, что можно сделать лишь общее утверждение о величине ошибки.

Система карт Шухарта учитывает только ошибки первого рода, равные 0,3 % в пределах границ 3. Поскольку в общем случае непрактично делать полную оценку потерь от ошибки второго рода в конкретной ситуации, а удобно произвольно брать малый объем подгруппы (4 или 5 единиц), целесообразно использовать границы на расстоянии ± Зи сосредоточивать внимание в основном на управлении и улучшении качества самого процесса.

Если процесс статистически управляем, контрольные карты реализуют метод непрерывной статистической проверки нулевой гипотезы о том, что процесс не изменился и остается стабильным. Но поскольку значение конкретного отклонения характеристики процесса от цели, которое могло бы привлечь внимание, обычно нельзя определить заранее, как и риск ошибки второго рода, и объем выборки не рассчитывается для удовлетворения соответствующего уровня риска, то карту Шухарта не стоит рассматривать с точки зрения проверки гипотез. Шухарт подчеркивал именно эмпирическую полезность контрольных карт для установления отклонений от состоянии статистической управляемости, а не их вероятностную интерпретацию. Некоторые пользователи применяют кривые оперативных характеристик как средства для интерпретации проверок гипотез.

Когда наносимое значение выходит за любую из контрольных границ или серия значений проявляет необычные структуры, состояние статистической управляемости подвергается сомнению. В этом случае надо исследовать и обнаружить неслучайные (особые) причины, а процесс можно остановить или скорректировать. Как только особые причины найдены и исключены, процесс снова готов к продолжению работы. При возникновении ошибки первого рода можно не найти никакой особой причины. Тогда считают, что выход точки за границы представляет собой достаточно редкое случайное явление при нахождении процесса в статистически управляемом состоянии.

Если контрольную карту процесса строят впервые, то часто оказывается, что процесс статистически неуправляем. Контрольные границы, рассчитанные на основе данных такого процесса, будут иногда приводить к ошибочным заключениям, поскольку они могут оказаться слишком широкими. Следовательно, прежде чем устанавливать постоянные параметры контрольных карт, надо привести процесс в статистически управляемое состояние.

Алгоритм:

1. Анализ процесса.

В первую очередь необходимо задаться вопросом о существующей проблеме, потому что, при отсутствии их, проведение анализа не будет иметь смысла. Для большей наглядности, можно воспользоваться причинно-следственной диаграммой Исикавы(упоминалась выше, гл. 2). Для ее составления рекомендуется привлечение сотрудников из разных отделов и использование мозгового штурма. Проведя доскональный анализ проблемы, и выяснив факторы, на нее влияющие переходим ко второму этапу.

2. Выбор процесса.

Прояснив в предыдущем этапе влияющие на процесс факторы, нарисовав детальный скелет «рыбы»,необходимо выбрать процесс, который будет подвержен дальнейшему исследованию. Этот этап очень важен, потому что, выбор неверных показателей сделает всю контрольную карту менее эффективной, ввиду исследования малозначительных показателей. На этом этапе стоит осознавать, что выбор соответственного процесса и показателя определяет исход всего исследования и затрат, связанного с ним.

3. Сбор данных.

Цель данного этапа -- сбор данных о процессе. Для этого, необходимо спроектировать наиболее пригодный способ для сбора данных, выяснить, кто и в какое время будет проводить замеры. Если процесс не оснащен техническими средствами, позволяющими автоматизировать занесение и обработку данных, возможно применение одного из семи простых способов Исикавы - контрольных листков. Контрольные листки, фактически, представляют собой бланки, для регистрации исследуемого параметра. Их преимущество заключается в простоте использования и легкости обучения сотрудников. Если же на рабочем месте имеется компьютер, возможно занесение данных через соответствующие программные продукты.

В зависимости от специфики показателя, определяется частота, время сбора и объем выборки для обеспечения репрезентативности данных. Собранные данные являются основой для проведения дальнейших операций и вычислений.

После сбора информации, исследователь должен принять решение о необходимости группировки данных. Разбиение на группы зачастую определяет работоспособность контрольных карт. Здесь, с помощью уже проведенного анализа с применением причинно-следственной диаграммы можно установить факторы, по которым можно будет наиболее рационально сгруппировать данные. Следует учесть, что данные внутри одной группы должны обладать небольшой изменчивостью, в ином случае, данные могут быть ложноинтерпретированы. Также, если процесс делится с помощью стратифицирования на части, следует проанализировать каждую их частей в отдельности (пример: изготовление одинаковых деталей, разными работниками).

Изменение способа группирования, будет приводить к изменению факторов, которые образуют внутригрупповые вариации. Следовательно, необходимо изучить факторы, влияющие на изменение показателя, чтобы суметь применить правильную группировку.

4. Вычисление значений контрольной карты.

Контрольные карты Шухарта делятся на количественные и качественные (альтернативные) в зависимости от измеримости исследуемого показателя. Если значение показателя измеримо (температура, вес, размер, и др.) применяют карты значения показателя, размахов и двойные карты Шухарта. Напротив, если показатель не позволяет применять числовые измерения, используют типы карт, для альтернативного признака. Фактически, показатели, исследуемые по такому признаку, определяются как соответствующие или не соответствующие предъявляемым требованиям. Отсюда и использование карт для доли (числа) дефектов и числа соответствий (несоответствий) на единицу продукции.

Для любого типа карт Шухарта предполагается определение центральной и контрольных линий, где центральная линия (CL-control limit), фактически представляет собой среднее значение показателя, а контрольные границы (UCL-upper control limit; LCL-lower control limit) -- допустимые значения допуска.

На данном этапе исследователь должен вычислить значения CL, UCL, LCL.

5. Построение контрольной карты.

Итак, мы и подошли к наиболее интересному процессу - графическое отражение полученных данных. Итак, если данные заносились в компьютер, то с помощью среды программ Statistica или Excel, можно, быстро графически изобразить данные. Однако можно построить контрольную карту и, не имея специальных программ, тогда, по оси OY контрольных карт откладываем значения показателя качества, а по OX - моменты времени регистрации значений, в такой последовательности:

1) наносим на контрольную карту центральную линию (CL)
2) наносим границы (UCL; LCL)
3)отражаем, полученные в ходе исследования данные, путем нанесения соответствующего маркера в точку пересечения значения показателя и времени его регистрации. Рекомендуется использование разных типов маркеров для значений, находящихся внутри границ допуска и выходящих за эти границы.
6. Проверка стабильности и управляемости процесса.

Этот этап призван показать нам то, ради чего и проводились исследования - стабилен ли процесс. Под стабильностью (статистической управляемостью) понимают состояние, при котором гарантирована повторяемость параметров. Таким образом, процесс будет стабилен, только в том случае, если не происходят нижеперечисленные случаи.

Рассмотрим основные критерии нестабильности процесса:

1) Выход за контрольные границы
2) Серия - определенное число точек, неизменно оказывающееся по одну сторону от центральной линии -- (сверху)снизу.

Серия длиной в семь точек рассматривается как ненормальная. Кроме того, ситуацию следует рассматривать как ненормальную, если:

а) не менее 10 из 11точек оказываются по одну сторону от центральной линии;
б) не менее 12 из 14точек оказываются по одну сторону от центральной линии;
в) не менее 16 из 20точек оказываются по одну сторону от центральной линии.
3) тренд - непрерывно повышающаяся или понижающаяся кривая.
4) приближение к контрольным границам. Если 2 или 3 точки оказываются очень близки к контрольным границам, это свидетельствует о ненормальности распределения.
5) приближение к центральной линии. Если значения концентрируются около центральной линии, это может свидетельствовать о неверном выборе способа группировки, что делает размах слишком широким и приводит к смешиванию данных различным распределений.
6) периодичность. Когда, спустя, определенные равные промежутки времени, кривая идет то на «спад», то на «подъем».
7. Анализ контрольных карт.

Дальнейшие действия основываются на выводе о стабильности или нестабильности процесса. Если процесс не отвечает критериям стабильности, следует уменьшить влияние неслучайных факторов и, собрав новые данные, построить контрольную карту. Но, если процесс отвечает критериям стабильности, необходимо оценить возможности процесса. Чем меньше разброс параметров внутри границ допуска, тем выше значение показателя возможности процесса. Показатель отражает отношение ширины параметра и степень его разброса.

Недавно я публиковал здесь свой слайдкаст с рассказом о 6-сигмах, контрольных картах Шухарта и людях снежинках , где достаточно простым языком, местами злоупотребляя сквернословием, под 20-ти минутный хохот слушателей рассказывал о том, как отделить системные вариации от вариаций, вызванных особыми причинами.

Теперь хочу подробно разобрать пример построения контрольной карты Шухарта на основе реальных данных. В качестве реальных данных я взял историческую информацию о завершенных личных задачах. Эта информация у меня есть благодаря адаптации под себя модели личной эффективности Дэвида Аллена Getting Things (про это у меня тоже есть старый слайдкаст в трех частях: Часть 1 , Часть 2 , Часть 3 + Excel-табличка с макросами для анализа задач из Outlook).

Постановка задачи выглядит так. У меня имеется распределение среднего числа завершенных задач в зависимости от дня недели (ниже на графике) и нужно ответить на вопрос: «есть ли что-то особенное в понедельниках или это всего лишь погрешность системы?»

Ответим на этот вопрос при помощи контрольной карты Шухарта – основного инструмента статистического управления процессами.

Итак, критерий Шухарта наличия особой причины вариации достаточно прост: если какая-то точка выходит за контрольные пределы, рассчитанные особым образом, то она свидетельствует об особой причине. Если точка лежит внутри этих пределов, то отклонение обусловлено общими свойствами самой системы. Грубо говоря, является погрешностью измерений.
Формула для вычисления контрольных пределов выглядит так:

Где
- среднее значение средних значений по подгруппе,
- средний размах,
- некоторый инженерный коэффициент, зависящий от размера подгруппы.

Все формулы и табличные коэффициенты можно найти, например, в ГОСТ 50779.42-99 , где кратко и понятно изложен подход к статистическому управлению (честно, сам не ожидал, что есть такой ГОСТ. Более подробно тема статистического управления и его места в оптимизации бизнеса раскрыта в книге Д. Уилера).

В нашем случае мы группируем количество выполненных задач по дням недели – это и будет подгруппами нашей выборки. Я взял данные о числе завершенных задач за 5 недель работы, то есть, размер подгруппы равен 5. При помощи таблицы 2 из ГОСТа находим значение инженерного коэффициента:

Вычисление среднего значения и размаха (разницы между минимальным и максимальным значениями) по подгруппе (в нашем случае по дню недели) задача достаточно простая, в моем случае результаты такие:

Центральной линией контрольной карты будет являться среднее групповых средних, то есть:

Так же вычисляем средний размах:

Теперь мы знаем, что нижний контрольный предел для числа выполненных задач будет равен:

То есть, те дни, в которые я в среднем завершаю меньшее число задач, с точки зрения системы являются особенными.

Аналогично получаем верхний контрольный предел:

Теперь нанесем на график центральную линию (красная), верхний контрольный предел (зеленая) и нижний контрольный предел (фиолетовая):

И, о, чудо! Мы видим три явно особенные группы, выходящие за контрольные пределы, в которых присутствуют явно не системные причины вариаций!

По субботам и воскресеньям я не работаю. Факт. А понедельник оказался действительно особенным днем. И теперь можно думать и искать что же такого реально особенного в понедельниках.

Однако если бы среднее число выполненных в понедельник задач находилось внутри контрольных пределов и пусть даже сильно выделялось на фоне остальных точек, то с точки зрения Шухарта и Деминга искать какие-то особенности в понедельниках было бы бессмысленным занятием, так как подобное поведение обуславливается исключительно общими причинами. Например, я построил контрольную карту для других 5-ти недель в конце прошлого года:

И вроде как есть какое-то ощущение того, что понедельник как-то выделяется, но согласно критерию Шухарта - это всего-лишь флуктуация или погрешность самой системы. Согласно Шухарту, в данном случае можно сколь угодно долго исследовать особые причины понедельников - их просто нет. С точки зрения статистического управления, на этих данных понедельник ничем не отличается от любого другого рабочего дня (даже воскресенья).

Недавно я публиковал здесь свой , где достаточно простым языком, местами злоупотребляя сквернословием, под 20-ти минутный хохот слушателей рассказывал о том, как отделить системные вариации от вариаций, вызванных особыми причинами.

Так же вычисляем средний размах:

Теперь мы знаем, что нижний контрольный предел для числа выполненных задач будет равен:

Аналогично получаем верхний контрольный предел: