De combien de données ai-je besoin pour calculer les limites de contrôle?Je veux créer un graphique de contrôle de ligne de base, puis appliquer ces limites de contrôle aux nouvelles données pour voir si un changement dans le processus de fabrication entraîne un contrôle incontrôlé ou non. De combien de points de données ai-je besoin pour calculer les limites de contrôle des données de base?
Re: De combien de données ai-je besoin pour calculer les limites de contrôle?Cette question est grande. La réponse est, bien sûr, "cela dépend".
Quel type de carte de contrôle utilisez-vous?
Quelle est la taille rationnelle des sous-groupes?
Quelle est la fréquence d'échantillonnage des sous-groupes?
Re: De combien de données ai-je besoin pour calculer les limites de contrôle?La taille de l'échantillon est toujours une question difficile, mais je suis plus récent dans ce type de statistiques (contrôle de processus). J'avais l'intention d'utiliser JMP Control Chart Builder. Je veux prélever un échantillon à 3 emplacements au sein d'une unité tout au long de la journée (8 points de temps répartis uniformément sur 2 équipes) pendant 5 jours de production. J'essaie de savoir combien de semaines il me faudrait pour le faire afin d'établir une base de référence. Je prévois qu'il y aurait à la fois une variabilité des points dans le temps et une variabilité au jour le jour pour chaque emplacement. Je lisais sur le sous-groupe. Dois-je prélever plus d'un échantillon par point de temps et emplacement? J'ai lu environ 3, 5 ou 7 échantillons par sous-groupe.
Re: De combien de données ai-je besoin pour calculer les limites de contrôle?Les cartes de contrôle supposent que le processus est stable. Vous pourriez envisager d'examiner les données initiales à l'aide Analyser> Qualité et processus> Tableau de variabilité . Vous pouvez imbriquer les sources de variabilité et modifier l'imbrication de manière interactive pour rechercher les effets dominants. Vous pouvez également estimer les composants de la variance pour quantifier la variation que vous voyez.
De plus, si vous soupçonnez une différence de variabilité entre les niveaux d'imbrication, un contrôle à trois voies peut être utile. Il est très utile dans les processus par lots où des échantillons sont prélevés dans un lot mais que vous souhaitez tracer des lots. La variation intra lot est souvent inférieure à la variation entre lots, donc un graphique de contrôle et une estimation de l'écart type du processus produisent des graphiques inutilisables. Control Chart Builder fournit des cartes de contrôle à trois voies.
Re: De combien de données ai-je besoin pour calculer les limites de contrôle?Pour ajouter une pensée encore non mentionnée à tous @markbailey L'apport réfléchi est de ne pas perdre de vue l'idée de base d'un sous-groupe rationnel qui consiste à construire une stratégie d'échantillonnage au mieux de vos connaissances de processus connues de telle sorte que la variation au sein d'un sous-groupe soit aussi proche que possible de la capture de la variation de cause commune sous-jacente dans le système ... tandis que l'intervalle de temps entre les collectes de sous-groupes vous donne une chance de se battre pour identifier la variation de cause attribuable en temps opportun. Le sous-groupement est à la fois un art (capture de cause commune et spéciale) et une méthode statistique (puissance, etc.).
Re: De combien de données ai-je besoin pour calculer les limites de contrôle?Je vous suggère de lire le livre de Wheeler "Understanding Statistical Process Control". Vous devez d'abord comprendre que les cartes de contrôle créées à l'origine par le Dr Shewhart sont censées faire 2 choses:
1. Évaluez la cohérence de la base de comparaison (il s'agit du tableau de répartition).
2. Comparez deux sources de variation pour déterminer celle qui a le plus d'effet de levier (c'est le graphique X-bar),
Ils répondent aux questions; Où doit se concentrer le travail (au sein ou entre)? et Quelle est la nature de l'enquête (spéciale ou courante)?
La variation quantifiée / représentée par le diagramme de plage est fonction du changement de x à cette "fréquence". La première question est de savoir si ces x (au sein du sous-groupe) présentent une variation cohérente et stable? Dans l'affirmative, cette variation peut être quantifiée et ces sources de variation peuvent être comparées à d'autres sources de variation (entre les sous-groupes) pour déterminer laquelle a le plus grand effet de levier. Si le graphique de la plage présente une variation incohérente (comme une cause spéciale), vous devez chercher à comprendre pourquoi. Si le graphique de plage présente une variation cohérente ET que le graphique à barres X est «sous contrôle», la plus grande source de variation est due aux sous-groupes x. Si le graphique à barres x est "hors de contrôle", alors les sources entre (les changements de x à cette fréquence) dominent.
Re: De combien de données ai-je besoin pour calculer les limites de contrôle?Désolé, j'ai oublié d'ajouter, la question de "la quantité de données dont vous avez besoin pour calculer les limites de contrôle" dépend, comme déjà suggéré, de la situation. Mon orientation générale est que les limites de contrôle sont calculées lorsque vous disposez de suffisamment de données pour tirer des conclusions opérationnelles de l'étude. Cela nécessite un représentant échantillon des variables agissant dans le processus. Je ne sais pas quel type de processus ou de produit vous envisagez, mais, par exemple, imaginez que vous faites des lots d'un revêtement. Vous supposez qu'il existe une variation des caractéristiques du revêtement (y) en raison d'une agitation insuffisante (dans le lot). Vous devez sélectionner plusieurs échantillons dans le lot et le faire pour plusieurs lots. Le nombre d'échantillons dans le lot dont vous auriez besoin dépend de la spécificité de votre hypothèse ... si vous supposez qu'il y aurait une stratification, la taille de l'échantillon pourrait être aussi petite que 2, une du haut et une du bas du lot. Si vous n'avez pas d'hypothèse spécifique, échantillonnez au hasard la composante intra-lot et augmentez probablement la taille de l'échantillon pour augmenter la probabilité que votre échantillon soit représentatif. Combien de lots? La même logique s'applique. Si vous avez des hypothèses précises quant à la raison pour laquelle il y aurait une variation d'un lot à l'autre, alors échantillonnez suffisamment pour permettre à ces sources de varier dans votre étude. Si votre hypothèse était: la variation d'un lot à l'autre est due au changement de lots de matières premières, alors vous voudriez échantillonner sur plusieurs lots de matières premières ... combien est un jugement fortement influencé par votre confiance dans la capture de l'influence potentielle sur les lots de matières premières. Obtenir une étude représentative des x qui contribuent à la variation est un jugement mieux fait par les experts en la matière, pas les statisticiens.
