관리 한계를 계산하려면 얼마나 많은 데이터가 필요합니까?기준선 관리도를 만든 다음 이러한 관리 한계를 새 데이터에 적용하여 제조 공정의 변경으로 인해 통제 불능 상태가 되는지 확인하려고 합니다. 기준 데이터에 대한 관리 한계를 계산하려면 얼마나 많은 데이터 포인트가 필요합니까?
Re: 제어 한계를 계산하려면 얼마나 많은 데이터가 필요합니까?죄송합니다. 추가하는 것을 잊었습니다. "제어 한계를 계산하는 데 필요한 데이터 양"에 대한 질문은 이미 제안한 것처럼 상황에 따라 다릅니다. 나의 일반적인 지침은 연구에서 유효한 결론을 내리기에 충분한 데이터가 있을 때 제어 한계가 계산된다는 것입니다. 이를 위해서는 대표 프로세스에서 작용하는 변수의 샘플. 어떤 유형의 프로세스나 제품을 보고 계신지는 모르겠지만, 예를 들어 코팅 배치를 만들고 있다고 상상해 보십시오. 불충분한 교반(배치 내)으로 인해 코팅 특성(y's)에 변화가 있다고 가정합니다. 배치 내에서 여러 샘플을 선택하고 여러 배치에 대해 이 작업을 수행합니다. 필요한 배치 내 샘플 수는 가설이 얼마나 구체적인지에 따라 달라집니다. 층화가 있을 것이라고 가정하면 샘플 크기는 배치의 상단에서 하나, 하단에서 하나, 총 2개 정도로 작을 수 있습니다. 특정 가설이 없는 경우 배치 내 구성 요소를 무작위로 샘플링하고 샘플 크기를 늘려 샘플이 대표할 가능성을 높일 수 있습니다. 얼마나 많은 배치? 같은 논리가 적용됩니다. 배치 간 변동이 있는 이유에 대한 구체적인 가설이 있는 경우 해당 소스가 연구에서 달라질 수 있도록 충분히 샘플링하십시오. 귀하의 가설이 다음과 같다면: 배치 간 변동은 원재료의 로트 변경으로 인한 것이므로 여러 로트의 원재료에 대해 샘플을 채취하고 싶을 것입니다...잠재적인 영향을 포착하는 데 대한 확신이 얼마나 많은 판단에 영향을 미칩니까? 원료 로트에서 떨어져. 변동에 기여하는 x에 대한 대표적인 연구를 얻는 것은 통계학자가 아닌 주제 전문가가 내리는 최선의 판단입니다.
Re: 제어 한계를 계산하려면 얼마나 많은 데이터가 필요합니까?Wheeler의 저서 "Understanding Statistical Process Control"을 읽어 보시기 바랍니다. 먼저 Dr. Shewhart가 만든 컨트롤 차트가 다음 두 가지 작업을 수행하도록 되어 있음을 이해해야 합니다.
1. 비교 기준의 일관성을 평가합니다(범위 차트입니다).
2. 두 변동 소스를 비교하여 어느 것이 더 큰 레버리지를 가지고 있는지 결정합니다(X-바 차트).
그들은 질문에 대답합니다. 작업의 초점은 어디에 있어야 합니까(내부 또는 사이)? 조사의 성격은 무엇입니까(특수 또는 일반)?
범위 차트에 의해 정량화/묘사된 변동은 해당 "빈도"에서 x의 변화에 대한 함수입니다. 첫 번째 질문은 x(하위 그룹 내)가 일관되고 안정적인 변동을 나타내는가입니다. 그렇다면 해당 변동을 정량화할 수 있고 해당 변동 소스를 다른 변동 소스(하위 그룹 간)와 비교하여 어느 쪽이 더 큰 레버리지를 갖는지 결정할 수 있습니다. 범위 차트가 일관되지 않은(특수 원인과 같은) 변동을 나타내는 경우 그 이유를 이해해야 합니다. 범위 차트가 일관된 변동을 나타내고 X 막대 차트가 "통제 내"인 경우 변동의 가장 큰 원인은 하위 그룹 내 x로 인한 것입니다. x 막대 차트가 "제어 불능"인 경우 소스 간(해당 주파수에서 x가 변경됨)이 우세합니다.
Re: 제어 한계를 계산하려면 얼마나 많은 데이터가 필요합니까?아직 언급되지 않은 생각을 모든 것에 추가하려면 @Mark_Bailey 의 사려 깊은 입력은 합리적인 하위 그룹화의 기본 아이디어를 간과하지 않는 것입니다. 이는 하위 그룹 내 변동이 근본적인 공통 원인 변동을 캡처할 수 있는 한 근접하도록 알려진 프로세스 지식을 최대한 활용하여 샘플링 전략을 구성하는 것입니다. 시스템에서...하위 그룹 수집 사이의 시간 간격은 할당 가능한 원인 변동을 적시에 식별할 수 있는 전투 기회를 제공합니다. 부분군화는 기술(공통원인 및 특수원인 포착)과 통계적 방법(파워 등)이 동일한 부분입니다.
Re: 제어 한계를 계산하려면 얼마나 많은 데이터가 필요합니까?관리도는 프로세스가 안정적이라고 가정합니다. 다음을 사용하여 초기 데이터를 검사하는 것을 고려할 수 있습니다. 분석 > 품질 및 프로세스 > 변동성 차트 . 가변성 소스를 중첩하고 대화식으로 중첩을 변경하여 주요 효과를 찾을 수 있습니다. 또한 분산 성분을 추정하여 표시되는 변동을 정량화할 수 있습니다.
또한 중첩 수준에 따른 변동성 차이가 의심되는 경우 3방향 제어가 도움이 될 수 있습니다. 배치 내에서 샘플을 채취하지만 배치를 차트로 작성하려는 배치 프로세스에서 매우 유용합니다. 배치 내 변동은 종종 배치 간 변동보다 작기 때문에 하나의 관리도와 하나의 공정 표준 편차 추정치는 사용할 수 없는 차트를 생성합니다. 컨트롤 차트 빌더는 3방향 컨트롤 차트를 제공합니다.
Re: 제어 한계를 계산하려면 얼마나 많은 데이터가 필요합니까?샘플 크기는 항상 어려운 질문이지만 저는 이러한 유형의 통계(프로세스 제어)에 익숙하지 않습니다. JMP 컨트롤 차트 빌더를 사용할 계획이었습니다. 5 생산일 동안 하루 종일 단위 내 3개 위치에서 하나의 샘플을 채취하려고 합니다(8개의 시점이 2교대에 고르게 분산됨). 기준선을 설정하기 위해 몇 주 동안 그렇게 해야 하는지 파악하려고 합니다. 나는 각 위치에 대한 일일 변동성 및 일일 변동성 내에서 시점 변동성이 모두 있을 것으로 예상합니다. 하위 그룹화에 대해 읽고 있었습니다. 시점 및 위치당 하나 이상의 샘플을 채취해야 합니까? 하위 그룹당 약 3, 5 또는 7개의 샘플을 읽었습니다.
Re: 제어 한계를 계산하려면 얼마나 많은 데이터가 필요합니까?그 질문은 큰 것입니다. 대답은 물론 "상황에 따라 다릅니다."입니다.
어떤 유형의 관리도를 사용하고 있습니까?
합리적인 하위 그룹 크기는 무엇입니까?
하위 그룹을 샘플링하는 빈도는 얼마입니까?
