Apakah carta SPC? - Analytics Vidhya
Pengenalan
Carta Kawalan Proses Statistik (SPC) adalah alat penting dalam pengurusan kualiti, membolehkan organisasi memantau, mengawal, dan memperbaiki proses mereka. Dengan menggunakan kaedah statistik, carta SPC secara visual mewakili variasi dan corak data, memastikan kualiti produk yang konsisten. Panduan ini meneroka pelbagai jenis carta SPC, fungsi mereka, dan aplikasi praktikal.
Takeaways utama
Panduan ini akan meliputi: asas -asas carta SPC; Jenis carta SPC yang berbeza; kelebihan menggunakan carta SPC dalam pengurusan kualiti; strategi pelaksanaan yang berkesan; dan mencipta carta SPC menggunakan Python dan Excel.
Jadual Kandungan
- Apakah carta SPC?
- Jenis carta SPC
- Kelebihan menggunakan carta SPC
- Pelaksanaan carta SPC yang berkesan
- Contoh Python: Membuat carta SPC
- Contoh Excel: Membuat carta SPC
- Soalan yang sering ditanya
Apakah carta SPC?
Carta SPC, juga dikenali sebagai carta kawalan, memaparkan mata data secara grafik dari masa ke masa. Mereka membezakan antara variasi biasa (yang wujud dalam proses) dan variasi sebab-sebab khas (sebab-sebab yang tidak biasa atau diserahkan). Perbezaan ini adalah penting untuk mengekalkan kestabilan proses dan mengenal pasti kawasan untuk penambahbaikan.
Jenis carta SPC
Beberapa jenis carta SPC memenuhi ciri -ciri data dan proses yang berbeza. Jenis utama termasuk:
- X-bar dan r carta: Memantau proses min (X-bar) dan julat (R) dalam subkumpulan. Carta X-Bar menjejaki nilai subkelompok purata, manakala carta R menjejaki julat dalam setiap subkumpulan.
- P-Chart: Mengesan perkadaran item yang cacat dalam sampel. Sesuai untuk data kategori di mana setiap item sama ada cacat atau tidak defektif.
- C-Chart: Mengira bilangan kecacatan dalam satu unit produk. Sesuai untuk proses di mana bilangan kecacatan seunit dikira.
- U-carta: Sama seperti c-carta, tetapi menyumbang saiz sampel yang berbeza-beza. Memantau kecacatan per unit, menawarkan fleksibiliti saiz sampel yang lebih besar.
Kelebihan menggunakan carta SPC
Melaksanakan carta SPC menawarkan banyak faedah:
- Kawalan Kualiti yang Dipertingkatkan: Menyediakan pemantauan dan kawalan proses yang berterusan, memastikan kualiti produk yang konsisten.
- Pengesanan Masalah Awal: Membolehkan pengenalpastian proses penyimpangan proses yang tepat pada masanya, memudahkan tindakan pembetulan segera.
- Pengambilan keputusan yang didorong oleh data: Menawarkan perwakilan visual data proses, menyokong keputusan yang dimaklumkan berdasarkan pandangan masa nyata.
Pelaksanaan carta SPC yang berkesan
Pelaksanaan carta SPC yang berjaya melibatkan langkah -langkah ini:
- Pemilihan carta: Pilih jenis carta yang sesuai berdasarkan ciri -ciri data dan proses.
- Pengumpulan Data: Secara sistematik mengumpulkan titik data yang tepat dan konsisten.
- Pengiraan had kawalan: Tentukan had kawalan atas dan bawah berdasarkan data sejarah, menentukan variasi yang boleh diterima.
- Data Plotting: Plot Data Points pada carta, menonjolkan titik di luar had kawalan.
- Analisis dan Tindakan: Menganalisis carta untuk trend atau variasi luar biasa. Melaksanakan tindakan pembetulan untuk titik luar kawalan.
Contoh Python: Membuat carta SPC
Inilah cara membuat carta X-bar dan r menggunakan Python:
import numpy sebagai np import matplotlib.pyplot sebagai PLT # Contoh data data = np.array ([[5, 6, 7], [8, 9, 7], [5, 6, 7], [8, 9, 6], [5, 6, 8])) # Hitung Subkumpulan bermakna dan julat x_bar = np.mean (data, paksi = 1) R = np.ptp (data, paksi = 1) # Kirakan min dan julat purata keseluruhan x_double_bar = np.mean (x_bar) R_bar = np.mean (r) # Had kawalan untuk carta X-Bar A2 = 0.577 # Faktor untuk had kawalan carta X-bar Ucl_x_bar = x_double_bar a2 * r_bar Lcl_x_bar = x_double_bar - a2 * r_bar # Had kawalan untuk carta R D4 = 2.114 # Faktor untuk Had Kawalan Atas R Carta D3 = 0 # Faktor untuk carta R yang lebih rendah had kawalan Ucl_r = d4 * r_bar Lcl_r = d3 * r_bar # Plot carta x-bar PLT.Figure (figsize = (12, 6)) PLT.SUBPLOT (211) plt.plot (x_bar, marker = 'o', linestyle = '-', color = 'b') plt.axhline (y = x_double_bar, color = 'g', linestyle = '-') plt.axhline (y = ucl_x_bar, color = 'r', linestyle = '-') plt.axhline (y = lcl_x_bar, color = 'r', linestyle = '-') plt.title ('carta X-bar') plt.xlabel ('subkumpulan') plt.ylabel ('min') # Carta plot r plt.subplot (212) plt.plot (r, marker = 'o', linestyle = '-', color = 'b') plt.axhline (y = r_bar, color = 'g', linestyle = '-') plt.axHline (y = ucl_r, color = 'r', linestyle = '-') plt.axhline (y = lcl_r, color = 'r', linestyle = '-') plt.title ('r carta') plt.xlabel ('subkumpulan') plt.ylabel ('julat') plt.tight_layout () plt.show ()
Penjelasan kod
Skrip Python ini menjana carta X-bar dan R menggunakan data sampel, menggambarkan bagaimana carta ini menjejaki kestabilan proses dari masa ke masa. Ia menggunakan numpy untuk pengiraan berangka dan matplotlib untuk visualisasi.
Contoh Excel: Membuat carta SPC
Mewujudkan carta SPC dalam Excel melibatkan langkah -langkah ini:
- Input Data: Masukkan data anda ke dalam spreadsheet Excel, menganjurkan subkumpulan dalam baris dan pemerhatian dalam lajur.
- Pengiraan: Gunakan fungsi Excel (purata, max, min) untuk mengira purata subkumpulan dan julat.
- Penentuan had kawalan: Kirakan purata keseluruhan dan julat purata. Memohon pemalar yang sesuai (A2, D3, D4) untuk mengira had kawalan.
- Penciptaan Carta: Pilih data dan masukkan carta baris. Tambah garis mendatar untuk had kawalan menggunakan ciri carta Excel.
Kesimpulan
Memahami dan memohon carta SPC adalah penting bagi organisasi yang ingin meningkatkan kawalan kualiti, meningkatkan kecekapan proses, dan mencapai kualiti produk yang unggul. Carta SPC menyediakan pendekatan berstruktur untuk memproses pemantauan dan penghalusan, berfungsi sebagai alat yang tidak ternilai dalam pengurusan kualiti.
Soalan yang sering ditanya
Q1. Kebolehgunaan carta SPC dalam industri perkhidmatan? Ya, carta SPC boleh digunakan dalam industri perkhidmatan untuk memantau dan meningkatkan aspek kualiti perkhidmatan seperti masa tindak balas, kepuasan pelanggan, dan kadar kesilapan.
S2. Makna had kawalan? Had kawalan mewakili pelbagai variasi yang boleh diterima dalam proses. Titik data di luar ini membatasi isu -isu proses potensi isyarat.
Q3. Peranan carta SPC dalam pematuhan peraturan? Carta SPC membantu mengekalkan kualiti yang konsisten, memberikan bukti kawalan proses, dan keperluan dokumentasi sokongan untuk pematuhan peraturan.
Atas ialah kandungan terperinci Apakah carta SPC? - Analytics Vidhya. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas

Artikel ini mengkaji semula penjana seni AI atas, membincangkan ciri -ciri mereka, kesesuaian untuk projek kreatif, dan nilai. Ia menyerlahkan Midjourney sebagai nilai terbaik untuk profesional dan mengesyorkan Dall-E 2 untuk seni berkualiti tinggi dan disesuaikan.

Meta's Llama 3.2: Lompat ke hadapan dalam Multimodal dan Mobile AI META baru -baru ini melancarkan Llama 3.2, kemajuan yang ketara dalam AI yang memaparkan keupayaan penglihatan yang kuat dan model teks ringan yang dioptimumkan untuk peranti mudah alih. Membina kejayaan o

Artikel ini membandingkan chatbots AI seperti Chatgpt, Gemini, dan Claude, yang memberi tumpuan kepada ciri -ciri unik mereka, pilihan penyesuaian, dan prestasi dalam pemprosesan bahasa semula jadi dan kebolehpercayaan.

Artikel ini membincangkan pembantu penulisan AI terkemuka seperti Grammarly, Jasper, Copy.ai, WriteSonic, dan Rytr, yang memberi tumpuan kepada ciri -ciri unik mereka untuk penciptaan kandungan. Ia berpendapat bahawa Jasper cemerlang dalam pengoptimuman SEO, sementara alat AI membantu mengekalkan nada terdiri

Memo CEO Shopify Tobi Lütke baru -baru ini dengan berani mengisytiharkan penguasaan AI sebagai harapan asas bagi setiap pekerja, menandakan peralihan budaya yang signifikan dalam syarikat. Ini bukan trend seketika; Ini adalah paradigma operasi baru yang disatukan ke p

Landskap AI minggu ini: Badai kemajuan, pertimbangan etika, dan perdebatan pengawalseliaan. Pemain utama seperti Openai, Google, Meta, dan Microsoft telah melepaskan kemas kini, dari model baru yang terobosan ke peralihan penting di LE

Hei ada, pengekodan ninja! Apa tugas yang berkaitan dengan pengekodan yang anda telah merancang untuk hari itu? Sebelum anda menyelam lebih jauh ke dalam blog ini, saya ingin anda memikirkan semua kesengsaraan yang berkaitan dengan pengekodan anda-lebih jauh menyenaraikan mereka. Selesai? - Let ’

Artikel ini mengulas penjana suara AI atas seperti Google Cloud, Amazon Polly, Microsoft Azure, IBM Watson, dan Descript, memberi tumpuan kepada ciri -ciri mereka, kualiti suara, dan kesesuaian untuk keperluan yang berbeza.
