Paggamit ng mga Tsart ng Pagkontrol Upang Maging Matatag ang Proseso ng Monitor: Hakbang-by-steep na Pagkalkula at Pagpapakahulugan
Ang mga control chart ay mga kasangkapang ginagamit sa de kalidad na pamamahala upang masubaybayan ang katatagan ng proseso sa paglipas ng panahon. Tumutulong ang mga ito sa pagkilala ng mga pagkakaiba na maaaring magpahiwatig ng mga problema o pagpapabuti sa isang proseso. Ang artikulong ito ay nagbibigay ng isang step-by-path guide upang kalkulahin ang mga control chart at bigyang kahulugan ang mga resulta nito.
Pag - unawa sa mga Tsart ng Pagkontrol
Ang mga control chart ay nagpapakita ng mga puntong data sa paglipas ng panahon, pati na ang mga limitasyong kumokontrol na nagtatakda sa inaasahang pagkakaiba-iba. Ginagamit ang mga ito upang makilala ang pagkakaiba-iba ng karaniwang sanhi, na likas sa proseso, at ang espesyal na sanhi ng pagbabago, na nagpapahiwatig ng pagbabago o problema.
Hakbang-by-steep Cracation
Sundin ang mga hakbang na ito upang makagawa ng isang control chart:
- Collect Data: Kumuha ng sapat na bilang ng mga puntong datos mula sa proseso.
- [Calculated the Mean: Hanapin ang katamtaman ng mga puntong datos.
- [Determine the Range o Standard Deviation: Ikalkula ang saklaw (pagkakaiba sa pagitan ng sukdulan at minimum) o ang pamantayang paglihis ng datos.
- Commute Control Limits: Gumamit ng mga pormula upang kalkulahin ang mga limitasyong pang-itaas at pang-ibabang kontrol (UCL at LCL). Halimbawa, para sa isang mean chart (Xif), UCL = Xiler + A2 * R, LCL = Xiler - A2 * R, kung saan ang R ang katamtamang range at A2 ay isang patuloy na nakabatay sa sukat ng sampol.
- Plot Data Points: I-update ang mga puntong datos kasama ang mga limitasyong control.
Inihambing ang mga Tsart ng Pagkontrol
Ang pagsusuri ay nagsasangkot ng pagsusuri kung ang mga data point ay hindi nalilimitahan. Ang mga punto sa labas ng limitasyon ay nagpapahiwatig ng pantanging mga sanhi ng pagbabago.
Ang hindi nagbabagong datos sa loob ng mga limitasyong kontrol ay nagmumungkahing ang proseso ay matatag. ang mga variation sa labas ng mga limitasyon o mga hindi-random na mga padron ay nangangailangan ng pagsisiyasat upang matukoy at malutas ang mga pangunahing sanhi.