使用哪个控制图？<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />今天刚加入社区，有一个关于控制图的问题。 我正在收集由每分钟进行一次的 120 次测量组成的数据。 我的目标是了解测量值之间的变化（在 1 和 2、2 和 3 之间等），并且我对每分钟的时间进行分组测量（12:01 进行 120 次测量，12:02 进行 120 次测量， 12:03 等 120 次测量）。 根据我想了解的内容和收集数据的方式，最好使用哪个控制图？ 我尝试搜索一些关于此的讨论，但仍然对我的数据是连续的还是实际上分为子组感到困惑。
回复：使用哪个控制图？谢谢你的提示，史蒂夫。
我一定会在 Dr. Wheeler 和控制图上搜索 Quality Digest 的档案。
在这样做的过程中，我希望了解控制图生成器如何受到惠勒博士的方法和思想的影响 - 正如文章下面的甲板所示使用 JMP® 中的第二代质量工具的集成过程改进方法发表于 3 个月前。
非常感激。
- 兰迪，JMP 新手
回复：使用哪个控制图？伦道夫，
使用适当的理性子组，您将能够在大约 95% 的时间内有效地利用个人/移动范围图。大多数其他类型的图表都假设/需要一定的数据分布才能有效。例如，C 图需要泊松分布。唐纳德·惠勒博士已经发表了大量关于这个主题的文章，我建议你阅读。其中大部分可以在 QualityDigest.com 上找到。只需在网站上搜索惠勒的内容即可。
此致，
史蒂夫
回复：使用哪个控制图？嗨，大家好。
这是我收集到的控制图类型文档.
* 我根据文档对控制图流程的理解可能有误，请指正。
- 兰迪，JMP 新手
回复：使用哪个控制图？“老兄”——我不讨厌任何东西。我只知道六西格码是什么，不是什么。我曾经是俄亥俄州一家大型造纸厂的技术总监，负责 6-Sigma 项目。该工厂有六个“认证”黑带。六个人中，只有一个人知道她在做什么。结果，她最终在一家大型化工公司找到了一份非常不错的工作。这是我曾经与其他“黑带”之一进行的对话的一部分。我：“那么，告诉我，p 值真正告诉我的是什么？”“黑带”：我真的不知道，但它应该小于 0.05 才能使结果真实。真实的？你在开玩笑吧？六西格码实际上并没有给工业带来什么新鲜事。它是一个已经存在很长时间的方法论工具箱，并附有要遵循的“食谱”（DMAIC）。这从根本上来说并没有错，但是有太多的公司推出了所谓的“黑带”，他们只不过是机器人食谱的追随者，他们真的不明白自己在做什么。任何不符合食谱的东西，它们都会丢失。 事实上，我在贸易期刊上看到过承诺在短短三周内获得认证的广告！也就是说，我也认识一些非常有才华的人，他们获得了黑带认证（包括 BB 大师），但他们真正的专业知识不是来自六西格码培训，而是来自多年的统计研究和实践。
回复：使用哪个控制图？老兄！为什么你要'讨厌L6s？让它在社区中保持友好。
我在这里似乎也触动了神经……让我说我喜欢惠勒的作品。 我有他的 4 篇文章，并从中广泛借鉴。 既然你提到了L6S，我也应该提到我们的培训师从他的作品中大量提取我们的SPC培训。但我对这个问题的大部分想法都比我获得 BB 认证早了几年。我也认为我的行业偏见可能让我很难理解我的观点。
我个人的偏见是，如果我只是将数据转储到运行图表中并计算一些限制，世界不会停止转动，但我绝对需要检查我的方差和可变性图表的组成部分是否支持我根据数据做出的任何决定.这样做并不比仅仅生成运行图要花费更多。这主要是因为，对于半导体制造——尤其是在较新的技术节点，我们不能假设我们的测量误差相对于我们感兴趣的信号可以忽略不计。因此，对仪表和 MSA 研究进行完整性检查是行业最佳实践。
量规研究和 CoV 分析（尤其是作为 JMP 平台一部分的图形）也有助于确定同质点的位置和识别数据中的相关性。由于制造过程中的一些物理特性，第二点对于半导体来说是一个非常严重的问题。这些点非常重要，正如您和该线程上的其他人已经非常清楚的那样，如果没有正确选择有理子组，则良好 SPC 所需的一些假设是无效的。所以，与其说 invtanofmark 应该更喜欢一个而不是另一个，我建议 invtanofmark 永远不应该只看一个而没有另一个——它们是互补的。在我的工作流程中，我会首先进行量规和 CoV 以确定我的合理子组大小在哪里，这样我的控制图一开始就有意义，我不必回去进行调整——当你管理几个每秒保存的数千个计量 SPC 图表数不胜数！
回复：使用哪个控制图？迈克尔，
了解您的过程是否受控的唯一方法是首先构建控制图！！！您的陈述似乎遵循了一个古老的神话，即在使用控制图之前必须控制一个过程。真正的问题：这个过程是同质的吗？回答的唯一方法是从正确构建的控制图开始。几乎所有有时间排序数据的研究都应该在做任何其他事情之前从控制图开始。我知道这个想法与“六西格码”相悖，但“病态西格玛”的失败是另一个话题。请参阅 Donald Wheeler 和 Davis Balesstracci 的作品，以进一步了解我在这里所说的内容。他们都在互联网上发布了大量重要信息（尤其是 www.qualitydigest.com）。
回复：使用哪个控制图？如果您不确定您的过程是否受控，您可能需要先进行变异性研究。这将允许您查看所有可变性来源，并查看是否满足有效实施 SPC 所需的假设。该研究可在分析 > 质量和过程 > 变异性/属性量表下找到。您可以在 SPC 实现上“切换”之前在其他有用的分析中进行方差分析的组成部分。
最好的，
米
回复：使用哪个控制图？回首往事，我想我本末倒置。 我试图确定使用什么控制图的最初目标是查看过程是否在控制之中。 这样做的原因是，我想完成一项流程能力研究，以确定我们的流程是否能够始终如一地满足客户规范。现在，即使进行了 120 次测量，也可以看出测量之间存在差异；这 120 次测量被平均为一个值，该值用于进行调整。 该过程实际上不是基于整个工作表上各个测量值之间的变化来控制的，而是基于 120 次测量值的平均值。但是，为了改进过程，我需要减少测量值之间的变化......过程正确：
1) 首先绘制 Xbar-R 图表以查看是否有来自子组的测量值超出控制范围（使用半小时内每分钟获取的数据）
2) 对于超出控制上限和下限的子组，使用 IM-R 图查找特殊原因变异。
这听起来合理吗？
回复：使用哪个控制图？好的，我想我开始了解图表了。 我也一直在阅读 Thomas Pyzdek 对控制图概念的一些报道。 根据 Thomas 的说法，IM-R 图表用于您实际上只进行一次测量的情况。 因此，如果我想查看框 1 读数之间的变化，我可以使用 IM-R 图表来比较随时间进行的测量。 相反，我真的很想看看如何在横向上测量变化（正如你所说的 18 英寸到床单，20 英寸到床单等等）。 我认为对于这种情况，我将使用 Box 位置 (1-120) 作为子组，然后使用 6-10 个随机采样时间作为在每个组中看到的数据。 您是否选择了 100 组作为一般数字或进行了任何具体计算来得出这个数字？
回复：使用哪个控制图？您如何定义组在很大程度上取决于您要检测的内容：
- 如果您怀疑有一条纸条始终不同（总是较厚或总是较暗）（例如 200 英寸纸上的 18 英寸到 20 英寸），使用 XBar 和 R 图表与采样位置为组。 您将有 100 个组/100 个位置，第 10 组将在 XBar 图表上显示为失控。
- 如果您怀疑有一条纸条变化更大（厚度或颜色变化太大）（例如 200" 纸上的 18" 到 20"），使用 XBar 和 R 图表是明智的采样位置为组。 您将有 100 个组/100 个位置，第 10 组将在范围图上显示为失控
- 以 Minute 为组的 XBar 和 R 图表将告诉您滚动是否随时间变化（如果我理解正确，不是您感兴趣的内容）
- 因为你有组，个人范围图或运行图不会是我的首选。
回复：使用哪个控制图？是的，这与造纸工业中的扫描仪完全相同，它们测量诸如基重、水分含量、光学特性等特性。纸张因在横向具有轮廓以及在机器方向。虽然这使得纯统计处理变得更加困难，但我发现您可以绕过其中一些问题来了解数据的底层结构并了解该过程在做什么。不要让“计算战胜内容”，正如惠勒博士经常说的那样。我发现使用扫描仪进行研究的最佳方法是将扫描仪置于网络上不同“通道”中的“单点模式”，以便您可以比较通道（即配置文件）。在纸上，我们制作一卷纸，在每卷纸的末端，扫描仪数据被汇总并分解为跨机器和机器方向的组件。这些摘要本身通常很有用。
再次，请给我发电子邮件和/或如果我能提供帮助，我们可以通过电话交谈。很难在这样的论坛上表达所有需要讨论的内容。
回复：使用哪个控制图？摩尔，
是的，这是您描述的第一种情况。 当纸张移动通过扫描仪时，扫描仪在纸张上来回移动。 我最近发现来自扫描仪的原始数据实际上测量了 600 个点，而 120 个点是 600 个点的平均值。 我也无法访问原始数据，我只能检查 120 个点。 如果我处理的是平均值而不是单个测量值，是否有不同的标准？ 我附上了图片，显示了样本点的实际样子。 这是一张非常粗糙的图，但我只是想描述测量点是如何“降落”在图纸上的。
回复：使用哪个控制图？smoore2：我很清楚你提出的关于正态性和控制图使用的问题。 我对正态性的评论与原始发帖人围绕过程能力分析问题提出的问题有关……分布的形状变得非常重要。
回复：使用哪个控制图？彼得，
为了使用过程行为图，例如个人和/或子组的 X-mR 或 I-mR 图，数据的正态性不是必需的，也不是假定的。这是关于控制图的伟大神话之一。您可以在 Shewhart 的原创作品（Shewhart 发明了控制图）或 Donald Wheeler 博士撰写的许多文章中找到这一点。W. Edwards Deming 在这个问题上也有很多话要说。
也就是说，某些属性控制图表确实需要某些分布：计数的 NP 图表和比例的 P 图表需要二项式分布。计数的 C 图表和比率的 U 图表需要泊松分布。
套用 Shewhart 博士的话说：“正态分布既不是一个过程处于统计控制状态的先决条件，也不是其结果。”在我使用统计工具的 30 多年中，我已经多次证实了这一点。
“正态分布？我一个都没见过。” - W. Edwards Deming（1991 年 5 月在辛辛那提举行的为期 4 天的研讨会，我参加了该研讨会）
回复：使用哪个控制图？您是否有一台扫描仪在工作表通过设备时在工作表上来回移动，或者您是否同时在工作表上测量 120 个点？如果是前者，您可以停止扫描仪并多次测试纸张上的一个位置吗？需要此类信息才能以最佳方式为您提供帮助。
回复：使用哪个控制图？在评估过程能力之前，您需要通过控制图确保过程稳定性（或至少假设它？）。 然后检查各个观察值的正态性...JMP 可以计算所选非正态分布形式的过程能力指数，因此只需确保在需要时检查适当的非正态分布。
回复：使用哪个控制图？使用随机样本的建议听起来像是要走的路。 我发现虽然扫描在整个工作表上测量了 120 个点；操作员看到的输出数字实际上是扫描的平均值（一个时间间隔内的所有 120 次测量）。 但是，需要关注的是点之间的变化量。 假设在纸张的一个边缘测量值为 55，如果下一个测量值为 55.5 或 56，则不是问题。 但是，如果测量值从 55 跳到 68，这是一个问题。 甚至可以接受在板材边缘的一端从 55 开始，在另一端以 70 结束；只要测量值之间有很小的变化，例如55、56、57、57.5等。
此外，我想完成一项能力分析，以了解当前流程在保持客户规范水平方面的有效性。 使用此类数据进行能力分析时，我应该注意哪些问题？
回复：使用哪个控制图？分组是我所说的对批处理行为“不可知”的东西……除非您的实用指南是将批次与批次之间的差异视为您的实际过程监控信息和决策制定方法的关键。 合理的子组（子组的大小和子组创建的频率）是一种抽样策略，可让您对子组内常见原因变异的幅度进行最佳估计，并着眼于最大化检测子组之间存在可分配原因变异的概率及时满足您的实际需要。 就是这样……不多也不少。
使用 JMP 样本量和动力工具通常与统计推断相关联……而不是过程监控……我不会使用传统的样本量和功效方法，除非您的问题真的是统计推断之一……而不是过程监控。
话虽如此……文献中充满了为过程监控建立采样策略的方案。 要包括的元素是诸如 ARL（平均运行长度）、alpha 和 beta 风险，以及要检测的差异......和抽样方案（几乎总是主要受预算问题的影响！）。 最终，这些方案通常使用模拟方法来比较和对比不同的场景。 这些方法是通过诸如此类的在线论坛进行探索的复杂方法。
没有一种适合所有方法或工作流程来建立过程监控的采样策略。 为了引导我内心的休哈特，他可能说过这样的话：“我们寻求一种方法，通过这种方法，我们可以在犯两个错误之一的可能性之间取得经济平衡……在没有真正存在的情况下寻找麻烦……并且在确实存在麻烦时不去寻找。” 我认为关键词是“经济平衡”。
回复：使用哪个控制图？彼得，
关于 1) 听起来您是在说形成子组的原因是为了了解批次之间的变化。 例如将一批涂料与另一批在不同时间制造的涂料进行比较？ 就我而言，以 1 秒的间隔查看一组 120 次测量值会更好吗？ 回顾过去，我认为我将扫描集合分组的原因是尝试查看测量值之间的变化是否随着每次横向扫描而增加。 我不知道这是否是处理这种变化的正确方法。
2) 我同意你的看法，在卷筒纸的机器方向和横向上的测量值之间肯定存在相关性。 对于这个特殊的过程，纸张是从卷筒纸上切割下来的。 您能否解释更多有关多元图表的信息，或者如果可能的话，提供指向您的网络研讨会的链接？
3）关于运行图，我正在努力理解我应该计划收集多大的样本量。 我是否首先需要使用样本大小和电动工具？ 同时，我将在 30 秒内收集更多 1 秒范围内的数据来构建运行图。
回复：使用哪个控制图？我在造纸行业工作了很多年，一直在努力理解过程行为图（控制图）对于连续扫描仪生成的数据的使用，这些扫描仪在纸张垂直移动时在纸张上来回移动。扫描器。任何在线仪器连续测量的最大问题之一是自相关问题。如果测量频率快于板材属性以有意义（实际）方式实际改变的能力，那么自相关就会杀死你。与单个数据的起伏相比，您的控制图上的控制限制非常窄，就证明了这一点。原因是由于自相关，平均移动范围非常小。因此，计算出非常严格的控制上限和下限。几年前，我曾与一位黑带候选人一起研究这类问题。答案是以某种合理的频率随机抽取自相关数据，以构建有用过程行为图表。正如已经提到的，还有跨机器变化的问题。
如果我能对您有进一步的帮助，请随时与我联系。( smoore@wausaupaper.com )
回复：使用哪个控制图？invtanofmark：
感谢您的附加信息。 为了充分披露，多年来我在一家大型摄影材料制造公司工作......“你按下按钮......剩下的事情我们做”是该公司很多很多年前的营销口号之一。 因此，对于各种连续（例如涂层厚度）和属性（线条和条纹）数据类型，我在高速移动的卷筒纸上进行过程监控方面有一些背景知识。 有时数据是通过光学扫描系统实时捕获的……有时是通过产品测试离线获取的。
这里还有一些想法；
1. 形成合理子组背后的想法是，通过设置子组策略，您应该努力创建一个子组策略，以捕获子组内的过程共同原因变异，目标是让您有机会找到子组之间可分配的原因变异. 坦率地说，我会犹豫使用一分钟的时间间隔作为形成合理子组的基础。 这就是我所说的便利子群……而不是理性子群。 我真的认为你在时间土地上进行单一测量。
2. 纸张上的变化在纸张上和纸张上的位置之间的相关性处发出尖叫声，尤其是在进行某种挤压或涂层的情况下，我假设纸张是从卷筒纸上切割下来的。 ..你检查了吗？ 听起来您是在特定的横向位置收集数据？ 如果有证据表明位置之间存在相关性，那么 JMP 中的某种多元图表方法可能是合适的吗？ 事实上，在我的 On Demand 网络研讨会中，我就提供了这样一个例子。
3. 在第一阶段，我将采用单变量和多变量分布（形状、异常值、其他任何可疑的东西？）和逐秒（运行图）视图，看看你能发现什么......这应该有助于你找到合适的控制图法。
回复：使用哪个控制图？彼得，
感谢您的回复。 根据我的理解，这里有几个答案：
1) 测量是由扫描仪连续进行的。 这
测量是由扫描仪在一张 200" 的宽度上进行的
纸。在 1 分钟内总共进行了 120 次测量。
进行测量以查看整个范围内存在多少变化
一张纸。 因此，对同一特征进行 120 次测量
分钟。
2）关于子组，这是我感到困惑的地方。 我会认为
每分钟的时间将代表一个测量的子组。 说在
12:01 进行 120 次测量，然后在 12:02 再进行 120 次测量
被采取等等。 我对两者之间的变化不感兴趣
随着时间的推移进行测量，而是对之间的变化感兴趣
同时进行两次测量。 我不在乎是否有区别
在 12:01 在点 (1) 进行的测量和测量之间
于 12:02 在点 (1) 拍摄。 我确实想了解两者之间的区别
在点 (1) 和点 (2) 之间的 12:01 进行的测量，
3) 所有的测量值都是相同的，只是在不同的位置
跨过工作表宽度的点。
4) 这是第一阶段的分析。 只是想知道我们在哪里
目前站。
5）控制图已经到位，但不确定它们的频率
实际用于管理流程。
2015 年 8 月 31 日星期一上午 10:19，peter.bartell@jmp.com <
回复：使用哪个控制图？invtanofmark：如果要考虑的问题很多，没有特别的顺序；
1.当您说“测量”时，我假设某种类型的连续变量与属性或计数变量？ 答案对图表类型很重要。
2. 你能创建合理的观察子组吗？ 如果不是，则需要个人图表。 如果是，则需要某种带有子组的变量图表（也许是 xbar/R？）。
3. 你的观察是相互独立的，还是你认为一些滞后的连续观察之间可能存在相关性？ 我可能会检查 JMP 的时间序列平台，看看观察之间是否存在一些自相关？ 有了独立性假设，变量图表方法可能会起作用。 通过相关性，您需要考虑某种类型的面向时间序列的图表，例如 EWMA。
4. 这是第一阶段还是第二阶段类型的调查？ 从你的第一篇文章看，它看起来像第一阶段？ 所以我可以从 I/mR 图表开始，看看它告诉你什么？
5. 最后，您的测量系统有多稳定？ 你那里有控制图吗？ 如果不是……您怎么知道您收集的数据是由于过程与测量系统的可变性引起的？
对于一些“如何进入 JMP”和发人深省的问题，我建议查看我主持的 Mastering JMP 活动：
使用 MSA 和 SPC 评估和监控您的流程 | JMP
