控製圖生成器和偏態變量大家好。 感謝您閱讀我的問題和您的時間；
我對質量和流程工具非常缺乏經驗。 我想使用 Control Chart Builder 來獲取我們實驗室測量的中國產品的成分數據。 對於某些元素，例如 CaO，此類數據有時會出現偏差。
如果數據不是正態分佈的，我還能使用控製圖嗎？
順便說一句，我有元素的最小和最大規格限制。
謝謝。
回复：控製圖生成器和偏斜變量@P_Bartell感謝您的回复。 我認為我的組織和供應商之間也有一個正式的報告流程。
回复：控製圖生成器和偏斜變量如果值得付出努力並且對您的組織很重要，您可能希望在您的組織和供應商之間建立一些正式的報告流程。 在以前的生活中，我是伊士曼柯達公司的供應商質量經理，我有許多標準儀表板，其中包含供應商向我們內部組織提供的材料和服務的關鍵質量特性的過程控制數據。 例如，我們為標籤和包裝材料上圖像的固體墨水密度（連續類型變量）和外包客戶聯絡中心的首次聯繫解決率（離散計數類型變量）設置了報告。 整個過程有時與供應商合同的所有內容相關，有時甚至是對違規行為的處罰。 我們很少達到懲罰階段，更願意在需要改進的時候在 6 Sigma 類型的項目上合作。
回复：控製圖生成器和偏斜變量非常感謝。 我會索取生產訂單，希望他們能幫我找到。 在很大程度上，我關心的是已經在中國生產的產品的一致性，我確信公司已經完成了過程控制。 但現在我們想仔細檢查並確定，我們還想檢查在去美國的路上是否發生了什麼事。 無論如何，我們確實必須檢查 ASTM 規格限制，但再次深入挖掘這些圖表可能會有所幫助，如果我們發現任何不一致，那麼我們總是可以與他們就未來訂單的定價等進行談判。 我希望我來自哪裡是有道理的。回复：控製圖生成器和偏斜變量不用擔心，我已經從事 30 多年，並且仍在學習。 我也開始偏向於 DOE，但了解到定向抽樣可以非常有效和高效。
按生產訂單，產品製造的順序。 它可能會或可能不會反映在發貨日期甚至日期代碼中。 很大程度上取決於產品的製造方式（例如，連續、批量或單件流）。 移動範圍圖取決於時間序列（或某些有理數列）。 如果您將樣本隨機化並將它們放在 MR 圖表上，您會得到完全不同的答案，因此時間順序是必不可少的。 您正在嘗試查看過程是否一致。 這是怎麼做到的……隨著時間的推移，將某物與自身進行比較。 這就是包括 MR 圖表在內的所有範圍圖表所做的。 總會有變化，所以控制限制就在那裡，這樣你就不會對“常見原因”或“正常”變化反應過度。
回复：控製圖生成器和偏斜變量再次感謝您的寶貴時間和富有洞察力的回答。 我接受了你的最終答案作為解決方案。 我現在覺得很蠢，因為我認為根據您的回答，我應該在這方面學習很多東西、術語等。 對我來說，質量和過程工具似乎比 DOE 和預測建模更難！！ 或者它似乎是 JMP 軟件中涵蓋的非常深的部分。
最後一個問題，您所說的生產訂單到底是什麼意思？
我認為就我而言，裝運單/日期是生產訂單。
再次感謝。
回复：控製圖生成器和偏斜變量如果您試圖確定傳入的材料是否一致，單獨的移動範圍圖將起作用只要你知道生產訂單材料（不僅僅是發貨日期）。 這裡有一些額外的想法：
1. 您可以使用控製圖評估您公司的測量系統的一致性和精確性。 設計一項測量研究以納入測量系統變化的組成部分（例如，精度 - 設備的可重複性、跨多個技術人員的再現性和穩定性）。 由於您無法控制製造，您可能會使用隨機化在足夠寬的推理空間（這並不理想）上獲取樣本，以確定您的測量系統是否充分。
2. 使用簡單的可變性圖表將大大有助於直觀地傳達進料的可變性。
3. 實現來料多組分的一致性。 “批內一致”、“批間一致”等。
4. 大多數規格。限制不是嚴格或科學確定的。 它們通常與所應用材料的自然變化無關。 它們無助於確定一致性，也無助於確定因果關係。 關於唯一的用途是確定您是否想要/需要花費資源調查該過程。 控製圖旨在做兩件事：
- 讓您深入了解哪一組 x 在此過程中具有最大的影響力（在哪裡到你的調查應該重點）
- 這種可變性的本質是什麼（它是特殊的還是常見的，所以本質上如何如果你的調查繼續進行）
回复：控製圖生成器和偏斜變量上一張圖片中的一些 XRF 元素和其他一些列對我們非常重要。 我將看到我們購買的材料具有一致的質量；如果上述列中的變化如此之大，那麼我們需要聯繫供應商。 在此之前，我們肯定會復制測試以再次確認。 我們還可以直觀地捕捉變化，並在需要時向供應商展示。 這是否證明在我的案例中使用 JMP 中的圖形控製圖是合理的？
變化可能仍在規格限制內，但我們不喜歡使用變化很大的產品。 它有時會導致超出本討論範圍的其他問題。
謝謝。
回复：控製圖生成器和偏斜變量你想回答什麼問題？ 在決定適當的數據收集策略和所需的後續分析之前，始終從問題和假設開始。
回复：控製圖生成器和偏斜變量謝謝你的幫助。 我也會閱讀您發送的文章，謝謝。
數據分組如下，並在附件中，以確保您是否有更多建議。 我想我並不擔心這裡的移動平均線。
回复：控製圖生成器和偏斜變量感謝您的建議。 我了解並且幾週前就註冊了。 我還觀看了 2-3 小時的 JMP 網絡研討會視頻，展示瞭如何使用這些工具。 但是視頻中沒有涵蓋我提出的問題類型。 然後我更深入地研究課程材料。
回复：控製圖生成器和偏斜變量關於您關於控製圖正態性假設的問題，我建議您閱讀 Wheelers 的書“了解統計過程控制”。 Shewhart 最初導出的控製圖沒有正常假設。 合理的分組和抽樣策略對於正確使用控製圖是必不可少的。 聽起來您想對進料使用控製圖。 這不是它們的目的，但這並不意味著您不能根據您的預期目的調整圖表。 由於您的合理子組策略有限或沒有（您對所提供材料的製造方式了解得越多，您就越能開發出合理的子組）策略，因此您可能僅限於使用單個移動極差圖查看時間序列。 這意味著您知道來料的製造時間序列。
我附上了一篇涵蓋基礎知識的好文章。
回复：控製圖生成器和偏斜變量如果您對基本的統計過程控制方法沒有經驗，在盲目使用任何軟件應用程序或製圖方法之前，我強烈建議您進行一些通識教育和技能培養。 JMP 工業問題解決統計思維免費在線課程是一個不錯的起點。 適當使用 SPC 方法比分配問題要多得多。 這是該網站的 URL：
https://www.jmp.com/en_us/online-statistics-course.html
如果您的工作嚴格限於 SPC 方法、研究和技術，那麼我建議至少完成模塊序列中的前三個模塊。
