Så här skapar du en kontrollschema
Kontrollscheman är ett effektivt verktyg för att analysera prestanda för data som behövs för att utvärdera en process. De har många användningsområden. De kan användas inom industrin för att testa om exempelvis maskinerna gör produkterna inom de förutfastställda kvalitetsspecifikationerna. De har också många enkla applikationer: professorer använder dem för att utvärdera testresultat. För att skapa ett kontrollschema är det användbart att ha Excel: det kommer att förenkla ditt liv.
steg
1
Kontrollera att dina data uppfyller följande kriterier:
- Data ska normalt distribueras normalt runt ett genomsnitt.
- I exemplet nedan fyller ett företag som tillverkar flaskor omkring 500 ml (medelvärde). I angelsaxiska mätningar är det 16 gram. Företaget utvärderar giltigheten av sin produktionsprocess.
- Mätningarna måste vara oberoende av varandra.
- I exemplet är mätningarna indelade i undergrupper. Uppgifterna i undergrupperna bör vara oberoende av antalet mätningar - varje datapunkt kommer att ha en delmängd och ett antal mätningar.
- exempel:
2
Hitta medelvärdet för varje undergrupp.
3
Hitta medelvärdet av alla medel i föregående steg (X).
4
Beräknar standardavvikelsen (S) för data (se Rådgivning).
5
Beräkna den övre och nedre gränsen (UCL, LCL) med följande formel:
- UCL = CL + 3 * S
6
Se grafen nedan med steg från 7 till 10.
7
Rita en linje vid varje omväg.
8
Rita grafen för kontrollen av medelvärdet (X-korsat), som representerar undergruppens genomsnittliga grupp (x-axel) med avseende på mätgruppens undergrupp (y-axeln). Diagrammet ska se ut så här:
9
Utvärdera grafen för att se om processen är out of control, dvs bortom de tillåtna värdena. Diagrammet är felaktigt om något av följande inträffar:
10
Kontrollera om systemet ligger inom gränserna eller av någon acceptans.
tips
- Använd Excel när du skapar diagram, eftersom det innehåller funktioner som gör att du kan påskynda dina beräkningar.
varningar
- Kontrollscheman (generellt) baseras på normalt distribuerade data. I praktiken är de dock rimligt utanför normen.
- För vissa grafer, till exempel diagram C, kan det hända att data normalt inte distribueras.
- Diagrammen med glidande medel använder olika tolkningsregler för att tillfredsställa begäran om höga icke-normala data.
- Avkortade medelvärden är vanligtvis distribuerade även om underliggande data inte är.
Saker du behöver
- Grundläggande förståelse för grafisk analys.
- Tillgång till Excel.
Dela på sociala nätverk:
Relaterade
- Hur man beräknar de anomala värdena
- Så här beräknar du standardfelet
- Hur man beräknar medelåldern
- Hur man beräknar standardavvikelse
- Så här beräknar du medelvärdet, standardavvikelsen och standardfelet
- Hur man beräknar interkvartilskrot (IQR)
- Hur man beräknar en Z-poäng
- Hur man bygger en linjediagram
- Hur man beräknar korrelationskoefficienten för Spearman-rader
- Så här lägger du till data i ett pivottabell
- Så här lägger du till ett filter i Excel 2007
- Så här applicerar du formateringen "Alternativa markerade linjer" i Excel
- Hur man skapar pivottabeller på Excel
- Så här skapar du en CSV-fil
- Så här skapar du en streckdiagram i Excel
- Så här skapar du ett diagram med Adobe Illustrator
- Hur man skapar en slumpmässig datasats i Excel
- Hur man beräknar omsättningsfrekvensen
- Hur man utför en multipel regression i Excel
- Så här grupperar du data på Excel
- Så här använder du JSON