Ohjauskaavioanalyysi on tilastollinen työkalu, jota käytetään prosessin vakauden ja vaihtelujen havaitsemiseen. Tyypin I ja tyypin II virheiden todennäköisyyden ymmärtäminen on olennaista valvontakaavioiden tehokkaalle tulkinnassa. Nämä virheet vaikuttavat päätöksentekoon prosessinohjauksessa ja laadunvarmistuksessa.

Tyyppi I -virhe ohjauskaavion analyysissa

Tyyppi I -virhe tapahtuu, kun prosessi on itse asiassa hallinnassa, mutta ohjauskaavion signaalit ovat pois-of-control tila. Tämä tunnetaan myös vääränä hälytyksenä. Todennäköisyys tyyppi I virhe on merkitty alfa (α) ja on tyypillisesti asettaa analyytikko, usein 0.05.

Tämän todennäköisyyden laskeminen edellyttää kontrollirajojen ymmärtämistä. Jos kontrollirajat asetetaan kolmeen standardipoikkeamaan prosessin keskiarvosta, todennäköisyys siitä, että pisteen putoaminen näiden rajojen ulkopuolelle prosessin ollessa hallinnassa, on noin 5%. Ohjausrajojen muuttaminen muuttaa tyypin I virheiden todennäköisyyttä.

Tyyppi II -virhe ohjauskaavion analyysissa

Tyypin II virhe syntyy, kun prosessi on hallitsematon, mutta ohjauskaavio ei anna signaalia muutoksesta. Tyypin II virheen todennäköisyys ilmaistaan beetalla (β). Se riippuu tekijöistä, kuten prosessin siirtymän koosta ja kontrollirajoista.

Tyypin II virheen todennäköisyyden laskeminen edellyttää sen arvioimista, että prosessin siirtymää ei havaita kontrollirajojen vuoksi. Pienemmät muutokset ovat vaikeampia havaita, mikä lisää tyypin II virheen mahdollisuutta. Tehoanalyysi voi auttaa määrittämään ohjauskaavion herkkyyden.

Virheiden tasaaminen Todennäköisyys

Ohjausrajojen säätö vaikuttaa sekä tyyppi I:een että tyyppi II:een. Rajat pienentävät mahdollisuuksia puuttua prosessien vaihtumiseen, mutta lisäävät vääriä hälytyksiä. Toisaalta laajemmat rajat vähentävät vääriä hälytyksiä, mutta voivat mahdollistaa merkittävien prosessipoikkeamaen jäämisen huomaamatta.

  • Asetetaan asianmukaiset valvontarajat prosessivaatimusten perusteella
  • Ymmärtää herkkyys- ja väärä hälytysten välinen vaihtosuhde
  • Virhetodennäköisyyksien arvioimiseen käytetään tilastollisia laskelmia
  • Säädä raja-arvot tasapainottamiseen ja vääriin merkkeihin