使用哪個控製圖？<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />今天剛加入社區，有一個關於控製圖的問題。 我正在收集由每分鐘進行一次的 120 次測量組成的數據。 我的目標是了解測量值之間的變化（在 1 和 2、2 和 3 之間等），並且我對每分鐘的時間進行分組測量（12:01 進行 120 次測量，12:02 進行 120 次測量， 12:03 等 120 次測量）。 根據我想了解的內容和收集數據的方式，最好使用哪個控製圖？ 我嘗試搜索一些關於此的討論，但仍然對我的數據是連續的還是實際上分為子組感到困惑。
回复：使用哪個控製圖？謝謝你的提示，史蒂夫。
我一定會在 Dr. Wheeler 和控製圖上搜索 Quality Digest 的檔案。
在這樣做的過程中，我希望了解控製圖生成器如何受到惠勒博士的方法和思想的影響 - 正如文章下面的甲板所示使用 JMP® 中的第二代質量工具的集成過程改進方法發表於 3 個月前。
非常感激。
- 蘭迪，JMP 新手
回复：使用哪個控製圖？倫道夫，
使用適當的理性子組，您將能夠在大約 95% 的時間內有效地利用個人/移動範圍圖。大多數其他類型的圖表都假設/需要一定的數據分佈才能有效。例如，C 圖需要泊松分佈。Donald Wheeler 博士已經發表了大量關於這個主題的文章，我建議您閱讀。其中大部分可以在 QualityDigest.com 上找到。只需在網站上搜索惠勒的內容即可。
此致，
史蒂夫
回复：使用哪個控製圖？嗨，大家好。
這是我收集到的控製圖類型文檔.
* 我根據文檔對控製圖流程的理解可能有誤，請指正。
- 蘭迪，JMP 新手
回复：使用哪個控製圖？“老兄” - 我不討厭任何事情。我只知道六西格碼是什麼，不是什麼。我曾經是俄亥俄州一家大型造紙廠的技術總監，負責 6-Sigma 項目。該工廠有六個“認證”黑帶。六個人中，只有一個人知道她在做什麼。結果，她最終在一家大型化工公司找到了一份非常不錯的工作。這是我曾經與其他“黑帶”之一進行的對話的一部分。我：“那麼，告訴我，p 值真正告訴我的是什麼？”“黑帶”：我真的不知道，但它應該小於 0.05 才能使結果真實。”真實的？你在開玩笑吧？六西格碼實際上並沒有給工業帶來什麼新鮮事。它是一個已經存在很長時間的方法論工具箱，並附有要遵循的“食譜”（DMAIC）。這從根本上來說並沒有錯，但是有太多的公司推出了所謂的“黑帶”，他們只不過是機器人食譜的追隨者，他們真的不明白自己在做什麼。任何不符合食譜的東西，它們都會丟失。 事實上，我在貿易期刊上看到過承諾在短短三週內獲得認證的廣告！也就是說，我也認識一些非常有才華的人，他們獲得了黑帶認證（包括 BB 大師），但他們真正的專業知識不是來自六西格碼培訓，而是來自多年的統計研究和實踐。
回复：使用哪個控製圖？老兄！為什麼你要'討厭L6s？讓它在社區中保持友好。
我在這裡似乎也觸動了神經……讓我說我喜歡惠勒的作品。 我有他的 4 篇文章，並從中廣泛借鑒。 既然你提到了L6S，我也應該提到我們的培訓師從他的作品中大量提取我們的SPC培訓。但我對這個問題的大部分想法都比我獲得 BB 認證早了幾年。我也認為我的行業偏見可能讓我很難理解我的觀點。
我個人的偏見是，如果我只是將數據轉儲到運行圖表中併計算一些限制，世界不會停止轉動，但我絕對需要檢查我的方差和可變性圖表的組成部分是否支持我根據數據做出的任何決定.這樣做並不需要任何成本，而不僅僅是生成運行圖。這主要是因為，對於半導體製造——尤其是在較新的技術節點，我們不能假設我們的測量誤差相對於我們感興趣的信號可以忽略不計。因此，對儀表和 MSA 研究進行完整性檢查是行業最佳實踐。
量規研究和 CoV 分析（尤其是作為 JMP 平台一部分的圖形）也有助於確定同質點的位置和識別數據中的相關性。由於製造過程中的一些物理特性，第二點對於半導體來說是一個非常嚴重的問題。這些點非常重要，正如您和該線程上的其他人已經非常清楚的那樣，如果沒有正確選擇有理子組，則良好 SPC 所需的一些假設是無效的。所以，與其說 invtanofmark 應該更喜歡一個而不是另一個，我建議 invtanofmark 永遠不應該只看一個而沒有另一個——它們是互補的。在我的工作流程中，我會首先進行量規和 CoV 以確定我的合理子組大小在哪裡，這樣我的控製圖一開始就有意義，我不必回去進行調整——當你管理幾個每秒保存的數千個計量 SPC 圖表數不勝數！
回复：使用哪個控製圖？邁克爾，
了解您的過程是否受控的唯一方法是首先構建控製圖！！！您的陳述似乎遵循了一個古老的神話，即在使用控製圖之前必須控制一個過程。真正的問題：這個過程是同質的嗎？回答的唯一方法是從正確構建的控製圖開始。幾乎所有有時間排序數據的研究都應該在做任何其他事情之前從控製圖開始。我知道這個想法與“六西格碼”相悖，但“病態西格瑪”的失敗是另一個話題。請參閱 Donald Wheeler 和 Davis Balesstracci 的作品，以進一步了解我在這裡所說的內容。他們都在互聯網上發布了大量重要信息（尤其是 www.qualitydigest.com）。
回复：使用哪個控製圖？如果您不確定您的過程是否受控，您可能需要先進行變異性研究。這將允許您查看所有可變性來源，並查看是否滿足有效實施 SPC 所需的假設。該研究可在分析 > 質量和過程 > 變異性/屬性量表下找到。您可以在 SPC 實現上“切換”之前在其他有用的分析中進行方差分析的組成部分。
最好的，
米
回复：使用哪個控製圖？回首往事，我想我本末倒置。 我試圖確定使用什麼控製圖的最初目標是查看過程是否在控制之中。 這樣做的原因是，我想完成一項流程能力研究，以確定我們的流程是否能夠始終如一地滿足客戶規範。現在，即使進行了 120 次測量，也可以看出測量之間存在差異；這 120 次測量被平均為一個值，該值用於進行調整。 該過程實際上不是基於整個工作表上各個測量值之間的變化來控制的，而是基於 120 次測量值的平均值。但是，為了改進過程，我需要減少測量值之間的變化......過程正確：
1) 首先繪製 Xbar-R 圖表以查看是否有來自子組的測量值超出控制範圍（使用半小時內每分鐘獲取的數據）
2) 對於超出控制上限和下限的子組，使用 IM-R 圖查找特殊原因變異。
這聽起來合理嗎？
回复：使用哪個控製圖？好的，我想我開始了解圖表了。 我也一直在閱讀 Thomas Pyzdek 對控製圖概念的一些報導。 根據 Thomas 的說法，IM-R 圖表用於您實際上只進行一次測量的情況。 因此，如果我想查看框 1 讀數之間的變化，我可以使用 IM-R 圖表來比較隨時間進行的測量。 相反，我真的很想看看如何在橫向上測量變化（正如你所說的 18 英寸到床單，20 英寸到床單等等）。 我認為對於這種情況，我將使用 Box 位置 (1-120) 作為子組，然後使用 6-10 個隨機採樣時間作為在每個組中看到的數據。 您是否選擇了 100 組作為一般數字或進行了任何具體計算來得出這個數字？
回复：使用哪個控製圖？如何定義組在很大程度上取決於您要檢測的內容：
- 如果您懷疑有一條紙條始終不同（總是較厚或總是較暗）（例如 200 英寸紙上的 18 英寸到 20 英寸），使用 XBar 和 R 圖表與採樣位置為組。 您將有 100 個組/100 個位置，第 10 組將在 XBar 圖表上顯示為失控。
- 如果您懷疑有一條紙條變化更大（厚度或顏色變化太大）（例如 200" 紙上的 18" 到 20"），使用 XBar 和 R 圖表是明智的採樣位置為組。 您將有 100 個組/100 個位置，第 10 組將在範圍圖上顯示為失控
- 以 Minute 為組的 XBar 和 R 圖表將告訴您滾動是否隨時間變化（如果我理解正確，不是您感興趣的內容）
- 因為你有組，個人范圍圖或運行圖不會是我的首選。
回复：使用哪個控製圖？是的，這與造紙工業中的掃描儀完全相同，它們測量諸如基重、水分含量、光學特性等特性。紙張因在橫向具有輪廓以及在機器方向。雖然這使得純統計處理變得更加困難，但我發現您可以繞過其中一些問題來了解數據的底層結構並了解該過程在做什麼。不要讓“計算戰勝內容”，正如惠勒博士經常說的那樣。我發現使用掃描儀進行研究的最佳方法是將掃描儀置於網絡上不同“通道”中的“單點模式”，以便您可以比較通道（即配置文件）。在紙上，我們製作一捲紙，在每捲紙的末端，掃描儀數據被匯總並分解為跨機器和機器方向的組件。這些摘要本身通常很有用。
再次，請給我發電子郵件和/或如果我能提供幫助，我們可以通過電話交談。很難在這樣的論壇上表達所有需要討論的內容。
回复：使用哪個控製圖？摩爾，
是的，這是您描述的第一種情況。 當紙張移動通過掃描儀時，掃描儀在紙張上來回移動。 我最近發現來自掃描儀的原始數據實際上測量了 600 個點，而 120 個點是 600 個點的平均值。 我也無法訪問原始數據，我只能檢查 120 個點。 如果我處理的是平均值而不是單個測量值，是否有不同的標準？ 我附上了圖片，顯示了樣本點的實際樣子。 這是一張非常粗糙的圖，但我只是想描述測量點是如何“降落”在圖紙上的。
回复：使用哪個控製圖？smoore2：我很清楚你提出的關於正態性和控製圖使用的問題。 我對正態性的評論與原始發帖人圍繞過程能力分析的問題有關……分佈的形狀變得非常重要。
回复：使用哪個控製圖？彼得，
為了使用過程行為圖，例如個人和/或子組的 X-mR 或 I-mR 圖，數據的正態性不是必需的，也不是假定的。這是關於控製圖的偉大神話之一。您可以在 Shewhart 的原創作品（Shewhart 發明了控製圖）或 Donald Wheeler 博士撰寫的許多文章中找到這一點。W. Edwards Deming 在這個問題上也有很多話要說。
也就是說，某些屬性控製圖表確實需要某些分佈：計數的 NP 圖表和比例的 P 圖表需要二項式分佈。計數的 C 圖表和比率的 U 圖表需要泊松分佈。
套用 Shewhart 博士的話說：“正態分佈既不是一個過程處於統計控制狀態的先決條件，也不是其結果。”在我使用統計工具的 30 多年中，我已經多次證實了這一點。
“正態分佈？我一個都沒見過。” - W. Edwards Deming（1991 年 5 月在辛辛那提舉行的為期 4 天的研討會，我參加了該研討會）
回复：使用哪個控製圖？您是否有一台掃描儀在工作表通過設備時在工作表上來回移動，或者您是否同時在工作表上測量 120 個點？如果是前者，您可以停止掃描儀並多次測試紙張上的一個位置嗎？需要此類信息才能以最佳方式為您提供幫助。
回复：使用哪個控製圖？在評估過程能力之前，您需要通過控製圖確保過程穩定性（或至少假設它？）。 然後檢查各個觀察值的正態性...JMP 可以計算所選非正態分佈形式的過程能力指數，因此只需確保在需要時檢查適當的非正態分佈。
回复：使用哪個控製圖？使用隨機樣本的建議聽起來像是要走的路。 我發現雖然掃描在整個工作表上測量了 120 個點；操作員看到的輸出數字實際上是掃描的平均值（一個時間間隔內的所有 120 次測量）。 但是，需要關注的是點之間的變化量。 假設在紙張的一個邊緣測量值為 55，如果下一個測量值為 55.5 或 56，則不是問題。 但是，如果測量值從 55 跳到 68，這是一個問題。 甚至可以接受在板材邊緣的一端以 55 開始，在另一端以 70 結束；只要測量值之間有很小的變化，例如55、56、57、57.5等。
此外，我想完成一項能力分析，以了解當前流程在保持客戶規範水平方面的有效性。 使用此類數據進行能力分析時，我應該注意哪些問題？
回复：使用哪個控製圖？分組是我所說的對批處理行為“不可知”的東西……除非您的實用指南是將批次與批次之間的差異視為您的實際過程監控信息和決策制定方法的關鍵。 合理的子組（子組的大小和子組創建的頻率）是一種抽樣策略，可讓您對子組內常見原因變異的幅度進行最佳估計，並著眼於最大化檢測子組之間存在可分配原因變異的概率及時滿足您的實際需要。 就是這樣……不多也不少。
使用 JMP 樣本量和動力工具通常與統計推斷相關聯……而不是過程監控……我不會使用傳統的樣本量和功效方法，除非您的問題真的是統計推斷之一……而不是過程監控。
話雖如此……文獻中充滿了為過程監控建立採樣策略的方案。 要包括的元素是諸如 ARL（平均運行長度）、alpha 和 beta 風險，以及要檢測的差異......和抽樣方案（幾乎總是主要受預算問題的影響！）。 最終，這些方案通常使用模擬方法來比較和對比不同的場景。 這些方法是通過諸如此類的在線論壇進行探索的複雜方法。
沒有一種適合所有方法或工作流程來建立過程監控的採樣策略。 為了引導我內心的休哈特，他可能說過這樣的話：“我們尋求一種方法，通過這種方法，我們可以在犯兩個錯誤之一的可能性之間取得經濟平衡……在沒有真正存在的情況下尋找麻煩……並且在確實存在麻煩時不去尋找。” 我認為關鍵詞是“經濟平衡”。
回复：使用哪個控製圖？彼得，
關於 1) 聽起來您是在說形成子組的原因是為了了解批次之間的變化。 例如將一批塗料與另一批在不同時間製造的塗料進行比較？ 就我而言，以 1 秒的間隔查看一組 120 次測量值會更好嗎？ 回顧過去，我認為我將掃描集合分組的原因是嘗試查看測量值之間的變化是否隨著每次橫向掃描而增加。 我不知道這是否是處理這種變化的正確方法。
2) 我同意你的看法，在捲筒紙的機器方向和橫向上的測量值之間肯定存在相關性。 對於這個特殊的過程，紙張是從捲筒紙上切割下來的。 您能否解釋更多有關多元圖表的信息，或者如果可能的話，提供指向您的網絡研討會的鏈接？
3）關於運行圖，我正在努力理解我應該計劃收集多大的樣本量。 我是否首先需要使用樣本大小和電動工具？ 同時，我將在 30 秒內收集更多 1 秒範圍內的數據來構建運行圖。
回复：使用哪個控製圖？我在造紙行業工作了很多年，一直在努力理解過程行為圖（控製圖）對於連續掃描儀生成的數據的使用，這些掃描儀在紙張垂直移動時在紙張上來回移動。掃描器。任何在線儀器連續測量的最大問題之一是自相關問題。如果測量頻率快於板材屬性以有意義（實際）方式實際改變的能力，那麼自相關就會殺死你。與單個數據的起伏相比，您的控製圖上的控制限制非常窄，就證明了這一點。原因是由於自相關，平均移動範圍非常小。因此，計算出非常嚴格的控制上限和下限。幾年前，我曾與一位黑帶候選人一起研究這類問題。答案是以某種合理的頻率隨機抽取自相關數據，以構建有用過程行為圖表。正如已經提到的，還有跨機器變化的問題。
如果我能對您有進一步的幫助，請隨時與我聯繫。( smoore@wausaupaper.com )
回复：使用哪個控製圖？invtanofmark：
感謝您的附加信息。 為了充分披露，多年來我為一家大型攝影材料製造公司工作......“你按下按鈕......剩下的事情我們做”是該公司很多很多年前的營銷口號之一。 因此，對於各種連續（例如塗層厚度）和屬性（線條和條紋）數據類型，我在高速移動的捲筒紙上進行過程監控方面有一些背景知識。 有時數據是通過光學掃描系統實時捕獲的……有時是通過產品測試離線獲取的。
這裡還有一些想法；
1. 形成合理子組背後的想法是，通過設置子組策略，您應該努力創建一個子組策略，以捕獲子組內的過程共同原因變異，目標是讓您有機會找到子組之間可分配的原因變異. 坦率地說，我會猶豫使用一分鐘的時間間隔作為形成合理子組的基礎。 這就是我所說的便利子群……而不是理性子群。 我真的認為你在時間土地上進行單一測量。
2. 紙張上的變化在紙張上和紙張上的位置之間的相關性處發出尖叫聲，尤其是在進行某種擠壓或塗層的情況下，我假設紙張是從捲筒紙上切割下來的。 ..你檢查了嗎？ 聽起來您是在特定的橫向位置收集數據？ 如果有證據表明位置之間存在相關性，那麼 JMP 中的某種多元圖表方法可能是合適的嗎？ 事實上，在我的 On Demand 網絡研討會中，我就提供了這樣一個例子。
3. 在第一階段，我將採用單變量和多變量分佈（形狀、異常值、其他任何可疑的東西？）和逐秒（運行圖）視圖，看看你能發現什麼......這應該有助於你找到合適的控製圖法。
回复：使用哪個控製圖？彼得，
感謝您的回复。 根據我的理解，這裡有幾個答案：
1) 測量是由掃描儀連續進行的。 這
測量是由掃描儀在一張 200" 的寬度上進行的
紙。在 1 分鐘內總共進行了 120 次測量。
進行測量以查看整個範圍內存在多少變化
一張紙。 因此，對同一特徵進行 120 次測量
分鐘。
2）關於子組，這是我感到困惑的地方。 我會認為
每分鐘的時間將代表一個測量的子組。 說在
12:01 進行 120 次測量，然後在 12:02 再進行 120 次測量
被採取等等。 我對兩者之間的變化不感興趣
隨著時間的推移進行測量，而是對之間的變化感興趣
同時進行兩次測量。 我不在乎是否有區別
在 12:01 在點 (1) 進行的測量和測量之間
於 12:02 在點 (1) 拍攝。 我確實想了解兩者之間的區別
在點 (1) 和點 (2) 之間的 12:01 進行的測量，
3) 所有的測量值都是相同的，只是在不同的位置
跨過工作表寬度的點。
4) 這是第一階段的分析。 只是想知道我們在哪裡
目前站。
5）控製圖已經到位，但不確定它們的頻率
實際用於管理流程。
2015 年 8 月 31 日星期一上午 10:19，peter.bartell@jmp.com <
回复：使用哪個控製圖？invtanofmark：如果要考慮的問題很多，沒有特別的順序；
1.當您說“測量”時，我假設某種類型的連續變量與屬性或計數變量？ 答案對圖表類型很重要。
2. 你能創建合理的觀察子組嗎？ 如果不是，則需要個人圖表。 如果是，則需要某種帶有子組的變量圖表（也許是 xbar/R？）。
3. 你的觀察是相互獨立的，還是你認為一些滯後的連續觀察之間可能存在相關性？ 我可能會檢查 JMP 的時間序列平台，看看觀察之間是否存在一些自相關？ 有了獨立性假設，變量圖表方法可能會起作用。 通過相關性，您需要考慮某種類型的面向時間序列的圖表，例如 EWMA。
4. 這是第一階段還是第二階段類型的調查？ 從你的第一篇文章看，它看起來像第一階段？ 所以我可以從 I/mR 圖表開始，看看它告訴你什麼？
5. 最後，您的測量系統有多穩定？ 你那裡有控製圖嗎？ 如果不是……您怎麼知道您收集的數據是由於過程與測量系統的可變性引起的？
對於一些“如何進入 JMP”和發人深省的問題，我建議查看我主持的 Mastering JMP 活動：
使用 MSA 和 SPC 評估和監控您的流程 | JMP
