控制图生成器和偏态变量大家好。 感谢您阅读我的问题和您的时间；
我对质量和流程工具非常缺乏经验。 我想使用 Control Chart Builder 来获取我们实验室测量的中国产品的成分数据。 对于某些元素，例如 CaO，此类数据有时会出现偏差。
如果数据不是正态分布的，我还能使用控制图吗？
顺便说一句，我有元素的最小和最大规格限制。
谢谢。
回复：控制图生成器和偏斜变量@P_Bartell感谢您的回复。 我认为我的组织和供应商之间也有一个正式的报告流程。
回复：控制图生成器和偏斜变量如果值得付出努力并且对您的组织很重要，您可能希望在您的组织和供应商之间建立一些正式的报告流程。 在以前的生活中，我是伊士曼柯达公司的供应商质量经理，我有许多标准仪表板，其中包含供应商向我们内部组织提供的材料和服务的关键质量特性的过程控制数据。 例如，我们为标签和包装材料上图像的固体墨水密度（连续类型变量）和外包客户联络中心的首次联系解决率（离散计数类型变量）设置了报告。 整个过程有时与供应商合同的所有内容相关，有时甚至是对违规行为的处罚。 我们很少达到惩罚阶段，更愿意在需要改进的时候在 6 Sigma 类型的项目上合作。
回复：控制图生成器和偏斜变量非常感谢。 我会索取生产订单，希望他们能帮我找到。 在很大程度上，我关心的是已经在中国生产的产品的一致性，我确信公司已经完成了过程控制。 但现在我们想仔细检查并确定，我们还想检查在去美国的路上是否发生了什么事。 无论如何，我们确实必须检查 ASTM 规格限制，但再次深入挖掘这些图表可能会有所帮助，如果我们发现任何不一致，那么我们总是可以与他们就未来订单的定价等进行谈判。 我希望我来自哪里是有道理的。回复：控制图生成器和偏斜变量不用担心，我已经从事 30 多年，并且仍在学习。 我也开始偏向于 DOE，但了解到定向抽样可以非常有效和高效。
按生产订单，产品制造的顺序。 它可能会或可能不会反映在发货日期甚至日期代码中。 很大程度上取决于产品的制造方式（例如，连续、批量或单件流）。 移动范围图取决于时间序列（或某些有理数列）。 如果您将样本随机化并将它们放在 MR 图表上，您会得到完全不同的答案，因此时间顺序是必不可少的。 您正在尝试查看过程是否一致。 这是怎么做到的……随着时间的推移，将某物与自身进行比较。 这就是包括 MR 图表在内的所有范围图表所做的。 总会有变化，所以控制限制就在那里，这样你就不会对“常见原因”或“正常”变化反应过度。
回复：控制图生成器和偏斜变量再次感谢您的宝贵时间和富有洞察力的回答。 我接受了你的最终答案作为解决方案。 我现在觉得很蠢，因为我认为根据您的回答，我应该在这方面学习很多东西、术语等。 对我来说，质量和过程工具似乎比 DOE 和预测建模更难！！ 或者它似乎是 JMP 软件中涵盖的非常深的部分。
最后一个问题，您所说的生产订单到底是什么意思？
我认为就我而言，装运单/日期是生产订单。
再次感谢。
回复：控制图生成器和偏斜变量如果您试图确定传入的材料是否一致，单独的移动范围图将起作用只要你知道生产订单材料（不仅仅是发货日期）。 这里有一些额外的想法：
1. 您可以使用控制图评估您公司的测量系统的一致性和精确性。 设计一项测量研究以纳入测量系统变化的组成部分（例如，精度 - 设备的可重复性、跨多个技术人员的再现性和稳定性）。 由于您无法控制制造，您可能会使用随机化在足够宽的推理空间（这并不理想）上获取样本，以确定您的测量系统是否充分。
2. 使用简单的可变性图表将大大有助于直观地传达进料的可变性。
3. 实现来料多组分的一致性。 “批内一致”、“批间一致”等。
4. 大多数规格。限制不是严格或科学确定的。 它们通常与所应用材料的自然变化无关。 它们无助于确定一致性，也无助于确定因果关系。 关于唯一的用途是确定您是否想要/需要花费资源调查该过程。 控制图旨在做两件事：
- 让您深入了解哪一组 x 在此过程中具有最大的影响力（在哪里到你的调查应该重点）
- 这种可变性的本质是什么（它是特殊的还是常见的，所以本质上如何如果你的调查继续进行）
回复：控制图生成器和偏斜变量上一张图片中的一些 XRF 元素和其他一些列对我们非常重要。 我将看到我们购买的材料具有一致的质量；如果上述列中的变化如此之大，那么我们需要联系供应商。 在此之前，我们肯定会复制测试以再次确认。 我们还可以直观地捕捉变化，并在需要时向供应商展示。 这是否证明在我的案例中使用 JMP 中的图形控制图是合理的？
变化可能仍在规格限制内，但我们不喜欢使用变化很大的产品。 它有时会导致超出本讨论范围的其他问题。
谢谢。
回复：控制图生成器和偏斜变量你想回答什么问题？ 在决定适当的数据收集策略和所需的后续分析之前，始终从问题和假设开始。
回复：控制图生成器和偏斜变量谢谢你的帮助。 我也会阅读您发送的文章，谢谢。
数据分组如下，并在附件中，以确保您是否有更多建议。 我想我并不担心这里的移动平均线。
回复：控制图生成器和偏斜变量感谢您的建议。 我了解并且几周前就注册了。 我还观看了 2-3 小时的 JMP 网络研讨会视频，展示了如何使用这些工具。 但是视频中没有涵盖我提出的问题类型。 然后我更深入地研究课程材料。
回复：控制图生成器和偏斜变量关于您关于控制图正态性假设的问题，我建议您阅读 Wheelers 的书“了解统计过程控制”。 Shewhart 最初导出的控制图没有正常假设。 合理的分组和抽样策略对于正确使用控制图是必不可少的。 听起来您想对进料使用控制图。 这不是它们的目的，但这并不意味着您不能根据您的预期目的调整图表。 由于您的合理子组策略有限或没有（您对所提供材料的制造方式了解得越多，您就越能开发出合理的子组）策略，因此您可能仅限于使用单个移动极差图查看时间序列。 这意味着您知道来料的制造时间序列。
我附上了一篇涵盖基础知识的好文章。
回复：控制图生成器和偏斜变量如果您对基本的统计过程控制方法没有经验，在盲目使用任何软件应用程序或制图方法之前，我强烈建议您进行一些通识教育和技能培养。 JMP 工业问题解决统计思维免费在线课程是一个不错的起点。 适当使用 SPC 方法比分配问题要多得多。 这是该网站的 URL：
https://www.jmp.com/en_us/online-statistics-course.html
如果您的工作严格限于 SPC 方法、研究和技术，那么我建议至少完成模块序列中的前三个模块。
