Documente Academic
Documente Profesional
Documente Cultură
Graficele de control pentru variabile sunt unelte puternice care pot fi utilizate când
măsurătorile din proces sunt disponibile. Exemple ar fi diametrul rulmentului, efortul de a
închide o uşă, sau timpul de a revedea un voucher. Graficele pentru variabile – şi în special
formele lor cele mai comune, graficele X şi R – reprezintă aplicaţii tipice de grafice de
control pentru controlul procesului (vezi Figura 6).
Graficele de control pentru variabile sunt folositoare în special pentru câteva motive:
1. Cele mai multe procese şi ieşirile lor au caracteristici măsurabile, deci aplicabilitatea
potenţială este mare.
2. Valoarea cantitativă (de exemplu “diametrul este 16,45mm”) conţine mai multe
informaţii decât o declaraţie da-nu (de exemplu “diametrul este conform specificaţiei”).
3. Deşi obţinerea unei piese cu date de măsură este în general mai costisitor decât să obţii
o piesă cu date trece/nu-trece, câteva piese trebuie să fie verificate pentru a obţine mai
multe informaţii despre proces, deci în anumite cazuri costurile totale de măsurare pot fi
mai scăzute.
4. Deoarece câteva piese trebuie măsurate înainte de a lua decizii de încredere, timpul gol
între producerea părţilor şi intervenţia corectivă poate fi mai mic.
Graficele X şi R sunt discutate de-a lungul Secţiunii 1 a acestui capitol. Secţiunea 2 a acestui
capitol tratează graficele X şi s (o alternativă la graficul R), Secţiunea 3 tratează graficele
medianei (un substituent simplu pentru graficul X şi R) iar Secţiunea 4 a acestui capitol
tratează graficele pentru valori individuale (când deciziile trebuie să se bazeze pe o singură
citire, nu pe subgrupe).
-27-
_______________________________________
• Definirea procesului
Consideraţii:
- Nevoile clienţilor
-28-
_______________________________________
SECŢIUNEA 1
GRAFICELE MEDIEI ŞI INTERVALULUI ( X ŞI R)
Înainte de a fi utilizate graficele X şi R, câţiva paşi pregătitori trebuiesc făcuţi.
• Stabilirea unui mediu propice pentru intervenţie. Orice metodă statistică va da greş dacă
managementul nu a pregătit un mediu responsabil. Frica din organizaţie care inhibă oamenii să
fie naivi trebuie să fie eliminată.
• Definirea procesului. Procesul trebuie să fie înţeles în termenii relaţiei sale cu alţi operatori şi
utilizatori în sus şi în jos şi în termenii elementelor procesului (oameni, echipament, material,
metode şi mediu) care-l afectează în fiecare stadiu. Tehnici cum ar fi diagrama cauză şi efect şi
diagrama fluxului procesului fac aceste relaţii vizibile şi permit punerea în comun a experienţei
oamenilor care înţeleg diferite aspecte ale procesului.
• Determinarea caracteristicilor care vor fi puse în grafic. Un exemplu de proces indicat să
determine aceste caracteristici este Sistemul General Motors de indicare a caracteristicilor cheie
(vezi anexa H, raportul 24). Eforturile de studiere trebuie să se concentreze pe aceste
caracteristici care sunt cele mai promiţătoare pentru îmbunătăţirea procesului ( o aplicaţie a
principiului Pareto). Câteva consideraţii sunt adecvate:
- Nevoile clientului: Acestea includ atât orice subsecvenţă a procesului care foloseşte un
produs sau serviciu ca intrare cât şi clientul final al produsului. Comunicarea nevoilor
celor două tipuri de clienţi punctului în proces unde îmbunătăţirea poate apare necesită
o echipă şi înţelegere.
- Aria problemelor curente şi potenţiale: Se consideră existenţa evidentă a risipei sau
lipsei de performanţă (de exemplu, rebuturi, remanieri, muncă suplimentară excesivă,
lipsa obiectivelor) şi ariile de risc (de exemplu, schimbări dese în proiectul produsului
sau serviciul sau a oricărui element din proces). Acestea sunt oportunităţi pentru
îmbunătăţire, necesitând aplicarea tuturor disciplinelor implicate în derularea afacerii.
- Corelare între caracteristici: Pentru un studiu efectiv şi eficient, determinaţi relaţiile
dintre caracteristici. De exemplu, dacă este dificil de măsurat caracteristica care vă
interesează (de exemplu volum), depistaţi o caracteristică corelată care este mai uşor de
măsurat (de exemplu greutatea). De asemenea dacă mai multe caracteristici individuale
ale unui produs tind să varieze împreună poate fi suficient un grafic numai pentru una
dintre ele. Atenţie: Corelaţia statistică nu implică în mod necesar o relaţie cauză şi efect
între variabile. În absenţa cunoaşterii procesului, un experiment proiectat poate fi
necesar pentru a verifica asemenea relaţii şi semnificaţia lor.
• Definirea sistemului de măsură. Caracteristica trebuie definită operaţional, ca rezultatele să
poată fi comunicate la toţi cei interesaţi astfel încât să aibă aceiaşi semnificaţie astăzi ca şi ieri.
Aceasta implică specificarea a ce informaţie să fie culeasă, unde, cum şi în ce condiţii.
Echipamentul de măsură însuşi trebuie să fie previzibil atât pentru acurateţă cât şi pentru
precizie – calibrarea periodică nu este suficientă. Pentru mai multe detalii asupra acestui subiect
vezi Secţiunea IV. Definirea caracteristicii va influenţa tipul de grafic de control care va fi
utilizat – un grafic de date variabile cum ar fi X şi R sau un grafic de atribute, aşa cum este
descris în Secţiunea III.
• Minimizarea variaţiei inutile. Cauzele externe inutile de variaţie trebuiesc reduse înainte de
începerea studiului. Aceasta poate simplu însemna urmărirea că procesul funcţionează aşa cum
s-a intenţionat sau poate însemna conducerea studiului controlat cu materiale de intrare
cunoscute, fixarea unui control constant, etc. Scopul este de a evita problemele evidente care pot
sau ar putea fi corectate chiar fără utilizarea graficului de control; aceasta include reglarea
excesivă a procesului sau supracontrolul. În toate cazurile, o înregistrare a procesului trebuie
ţinută notând toate evenimentele relevante cum sunt schimbarea sculelor, loturi noi de materie
primă, etc.
Aceasta ne va ajuta în analiza ulterioară a procesului.
-29-
_______________________________________
Figura 7. Graficul X şi R
-30-
_______________________________________
-31-
_______________________________________
-32-
_______________________________________
Blocul de date va include spaţii pentru fiecare din citirile individuale. De asemenea va
include spaţii pentru suma citirilor şi pentru medie ( X ), interval (R) şi data/ora sau altă
dată de identificare a subgrupei.
A.3. Calculul Mediei ( X ) şi al Intervalului (R) a fiecărei subgrupe (vezi Figura 8.)
Unde X1,X2… sunt valori individuale în subgrupă şi n este mărimea eşantionului din
subgrupă.
-33-
_______________________________________
-34-
_______________________________________
Scalele verticale pentru cele două grafice sunt din valorile măsurate ale lui X şi
respectiv R. Unele linii de ghidare generale pentru determinarea scalei pot fi folositoare,
deşi ele s-ar putea să fie modificate în anumite circumstanţe. Pentru graficul X ,
diferenţa dintre cea mai mare şi cea mai mică valoare pe scală poate să fie de cel puţin
două ori diferenţa dintre cea mai mică şi cea mai mare medie din subgrupe. Pentru
graficul R, valorile trebuie extinse de la valoarea zero la o valoare superioară care este
aproximativ de două ori mai mare decât cel mai larg interval (R) înregistrat pe parcursul
perioadei iniţiale.
NOTĂ: Un ghid ajutător este ajustarea spaţiului scalei pentru graficul intervalului ca
acesta să fie dublu faţă de graficul mediilor (de exemplu dacă unitatea de scală 1 este
0.01 inch pe graficul mediilor, unitatea de scală 1 pe graficul intervalului aceasta va fi
egală cu 0.02 inch). Pentru mărimi tipice subgrupelor, limitele de control pentru medii
şi interval vor avea aceiaşi grosime fiind un ajutor vizual pentru analiză.
Înscrieţi mediile şi intervalele pe graficele corespunzătoare lor. Acest lucru trebuie făcut
imediat ce am decis scala. Uniţi punctele cu linii pentru a vizualiza structurile şi
tendinţele.
Vizualizaţi rapid punctele înscrise pentru a vedea dacă ele arată rezonabil; dacă un
punct este substanţial mai ridicat sau mai lăsat decât celelalte verificaţi dacă calculele şi
înscrierile sunt corecte. Asiguraţi-vă că punctele înscrise, corespunzătoare lui X şi R
sunt alineate vertical.
-35-
_______________________________________
-36-
_______________________________________
R=
R1+R2+.........+Rk
k
X=
X1+ X2+.........+ Xk
k
unde k este numărul subgrupelor, R1 şi X1 sunt intervalul şi media primei subgrupe, R2
şi X2 sunt intervalul şi media celei de-a doua subgrupe, etc.
B2. Calculul limitelor de control (vezi figura 10).
Limitele de control sunt calculate pentru a arăta extensia în care vor varia intervalele şi
mediile subgrupelor dacă sunt prezente numai cauze comune de variaţie. Ele se
bazează pe mărimea eşantioanelor subgrupelor şi suma variaţiilor în interiorul
subgrupei care se reflectă în interval. Calculul limitelor superioare şi inferioare pentru
domenii şi pentru medii:
UCLR=D4 R
LCLR=D3 R
UCL X = X +A2 R
LCL X = X - A2 R
Unde D4, D3, A2 sunt constante depinzând de mărimea eşantionului, cu valori care
pentru mărimea eşantionului între 2 şi 10 sunt prezentate în tabelul parţial de mai jos,
luat din tabelul prezentat în Anexa C.
n 2 3 4 5 6 7 8 9 10
D4 3,27 2,57 2,28 2,11 2,00 1,92 1,86 1,82 1,78
D3 * * * * * 0,08 0,14 0,18 0,22
A2 1,88 1,02 0,73 0,58 0,48 0,42 0,37 0,34 0,31
*(Pentru mărimea eşantionului mai mică de 7 în mod tehnic LCLR va fi un număr
negativ, în aceste cazuri nu avem limită inferioară de control, aceasta însemnând că
pentru mărimea subgrupei de 6, şase măsurători “identice” nu trebuie să fie
nerezonabile).
B3. Trasarea liniilor pentru medii şi a limitelor de control pe grafice (vezi Figura 10).
Trasaţi media intervalului ( R ) şi media procesului ( X ) ca linii orizontale solide,
limitele de control (UCLR, LCLR, UCL X , LCL X ) ca linii întrerupte şi etichetaţi
liniile. În faza studiului iniţial, acestea sunt considerate limite de control de probă.
-37-
_______________________________________
-38-
_______________________________________
-39-
_______________________________________
-40-
_______________________________________
-41-
_______________________________________
-42-
_______________________________________
∗
Vezi Anexa A.
-43-
_______________________________________
-44-
_______________________________________
C.2. Găsirea şi Comportarea Cauzelor Speciale (graficul intervalului) (vezi Figura 14.)
Pentru fiecare indicaţie a cauzelor speciale în intervalul de date, conduceţi o analiză a operaţiei
procesului pentru a determina cauza şi a înţelege îmbunătăţirea procesului; corectaţi condiţia şi
preveniţi repetarea ei. Graficul de control însuşi poate fi un ghid de ajutor în problema analizei,
sugerând când a început condiţia şi cât de mult s-a continuat. Oricum, recunoaşteţi că nu toate
cauzele speciale sunt negative, că unele cauze speciale pot interveni în îmbunătăţirea pozitivă a
procesului în termenii descreşterii variaţiei în interval – toarte aceste cauze speciale trebuiesc
evaluate pentru o posibilă instituţionalizare în proces, când sunt adecvate.
Linia timpului este importantă în problema analizei, atât în termeni de minimizare a
nonconformităţilor de ieşire din producţie cât şi în termenii de a avea evidenţă proaspătă a
diagnozelor. De exemplu, apariţia unui singur punct dincolo de limitele de control este motivul
de a începe imediat analiza procesului. O înregistrare a procesului poate de asemenea să fie o
sursă de informaţie de ajutor în sensul identificării cauzelor speciale de variaţie.
Trebuie subliniat că rezolvarea acestei probleme este adesea pasul cel mai dificil şi consumator
de timp. Intrările statistice din graficul de control pot fi un punct de start corespunzător, dar şi
alte metode cum ar fi graficele Pareto, diagramele cauză efect, sau alte analize grafice pot fi de
ajutor (vezi Anexa H, Referinţa 11). În ultimul rând, oricum, interpretările pentru
comportamentului înşelător în proces şi oamenii care sunt implicaţi în acesta. Privirea de
ansamblu, perseverenţa, perspicacitatea şi înţelegerea sunt necesare pentru dezvoltarea
acţiunilor care vor îmbunătăţi în mod măsurabil performanţa.
-45-
_______________________________________
-46-
_______________________________________
-47-
_______________________________________
-48-
_______________________________________
-49-
_______________________________________
-50-
_______________________________________
c. Structuri clar non-aleatoare (Vezi Figura 17.) – Altă structură distinctă poate de asemenea
indica prezenţa cauzelor speciale de variaţie, deşi trebuie avut grijă să nu suprainterpretăm
datele. Printre aceste structuri sunt tendinţele, ciclurile, răspândirea neobişnuită a punctelor în
limitele de control şi relaţia dintre valorile din subgrupe. Un test pentru o răspândire
neobişnuită este redat mai jos:
Distanţa punctelor din media procesului: În general, în jur de 2/3 din punctele înscrise trebuie
să fie în treimea de mijloc a regiunii dintre limitele de control; în jur de 1/3 din puncte vor fi
în celelalte două treimi a regiunii; în jur de 1/20 vor fi plasate relativ aproape de limitele de
control ( în treimea laterală a regiunii). De asemenea, există probabilitatea ca în jur de 1/150
să fie aşezate în afara limitelor dar pot fi parte legitimă a unui sistem stabil în control – de
exemplu. Doar în jur de 99,73% din puncte vor fi în limitele de control.
Dacă în mod substanţial mai mult de 2/3 din puncte sunt aşezate aproape de media procesului
(pentru 25 subgrupe dacă peste 90% sunt în treimea de mijloc a regiunii limitelor de control)
investigaţi una sau mai multe din următoarele:
• Limitele de control sau punctele înscrise au fost greşit calculate, greşit
înscrise sau incorect recalculate;
• Procesul sau metoda de eşantionare sunt stratificate; fiecare subgrup conţine
măsurători de la două sau mai multe procese în flux care au medii diferite.
• Datele au fost editate.
Dacă în mod substanţial mai puţin de 2/3 din punctele înscrise sunt aşezate în apropierea
mediei procesului (pentru 25 de subgrupe dacă 40% sau mai puţine sunt în treimea de mijloc),
investigaţi una sau ambele din următoarele:
• Limitele de control sau punctele înregistrate sunt greşit calculate respectiv
înscrise.
• Procesul sau metoda de eşantionare fac ca subgrupe succesive să conţină
măsurători din două sau mai multe procese în flux foarte diferite (acesta poate
fi rezultatul unui supracontrol asupra unui proces reglabil, când schimbările
procesului sunt făcute ca răspuns la fluctuaţii aleatoare în datele de proces**.
Dacă sunt prezente câteva procese în flux, ele trebuiesc identificate şi trasate separat.∗
**
Vezi exemplul din Anexa B
∗ Vezi exemplul din Anexa A
.
-51-
_______________________________________
-52-
_______________________________________
-53-
_______________________________________
-54-
_______________________________________
-55-
_______________________________________
R nou = σˆ ⋅ d2
UCL R = D 4 ⋅ R nou
LCL R = D 3 ⋅ R nou
UCL x = X + A 2 ⋅ R nou
LCL x = X − A 2 ⋅ R nou
Înscrieţi aceste noi limite de control pe grafic ca baze pentru controlul continuu al procesului.
Atât timp cât procesul rămâne în control pentru medii şi intervale, limitele continue pot fi extinse
pentru perioade adiţionale. Dacă, oricum, este evidenţiat că media procesului sau intervalului s-au
schimbat (în orice direcţie), cauza trebuie determinată şi dacă schimbarea este justificată, limitele
de control trebuiesc recalculate bazându-vă pe performanţele curente.
C.8. Conceptele finale asupra “Controlului” – Pentru consideraţii ulterioare.
“O stare perfectă a controlului este imposibil de obţinut în procesul de producţie. Obiectivul
graficelor de control al procesului nu este perfecţiunea ci o stare rezonabilă şi economică stare de
control. Pentru scopuri practice, de aceea, un proces controlat nu este acela unde graficul nu iese
nici odată in control. Dacă un grafic nu a ieşit nici o dată din control vom pune serios întrebarea
dacă această operaţie trebuie să fie trecută sub un grafic.
Pentru scopuri de atelier, un proces sub control este acela unde un procent mic de puncte ies din
control şi unde punctele în afara controlului sunt urmate de intervenţii adecvate.”(Din anexa H,
Referinţa 7, pag. 220-221.)
-56-
_______________________________________
-57-
_______________________________________
Evident, sunt diferite nivele sau grade de control statistic. Definirea controlului folosit poate alinia de
la simple locuri în afară (peste limitele de control), salturi, tendinţe şi stratificări, toată zona analizată.
Ca în definiţia controlului folosit mai departe pentru analiza întregii zone, creşte probabilitatea lipsei
rezultatelor din control (de exemplu, un proces fără ieşiri în afara limitelor poate demonstra lipsa de
control printr-un salt evident încă în limitele de control). Pentru acest motiv, definiţia controlului
utilizat trebuie să fie consecventă cu abilitatea dumneavoastră de a detecta aceasta în acest punct de
control şi care trebuie să rămână aceiaşi pe p perioadă de timp, în interiorul unui proces. Unii furnizori
pot să nu fie capabili să aplice întreaga definiţie a controlului în secţii pe o bază în timp real datorită
stadiului imatur al perfecţionării operatorilor sau lipsei de sofisticare în abilitatea operatorului.
Abilitatea de a detecta lipsa controlului în punctul de control bazat pe timp real este un avantaj al
graficului de control. Supra-interpretarea datelor poate fi un pericol în menţinerea unui adevărat stadiu
de control economic.
-58-
_______________________________________
-59-
_______________________________________
Unde USL, LSL =limitele superioare respectiv inferioare din specificaţie, o valoare negativă a lui Z
indică faptul că media procesului este în afara specificaţiei.
Valorile Z pot fi utilizate cu un tabel a distribuţiei normale standard (Anexa F) pentru a estima
proporţia de ieşiri care vor fi în afara oricărei specificaţii (o valoare aproximativă, presupunând că
procesul este în control statistic şi normal distribuit).
Pentru toleranţă unilaterală, localizaţi valoare Z de-a lungul nodurilor din Anexa C. Cifrele pentru
unităţi şi zeci sunt de-a lungul nodului stâng şi cifra sutelor este deasupra de-a lungul. Numărul găsit
la intersecţia liniei şi coloanei este pz, proporţia ieşirilor în afara specificaţiei.
De exemplu, pentru Z= 1.56, intersecţia liniei 1.5 cu coloana x.x6 dă pz= 0.0594, sau în jur de 6%.
Din exemplu:
-60-
_______________________________________
USL − X X − LSL
σ nou = , sau σ min =
Zmin nou Zmin nou
-61-
_______________________________________
unde USL şi LSL sunt specificaţiile tehnice superioare respectiv inferioare, X este media
procesului şi σ̂ este deviaţia standard a procesului , calculată folosind R / d 2 .
Un proces cu Zmin=3 ar trebui să aibă indexul capabilităţii Cpk=1.00. Dacă Zmin=4, procesul
trebuie să aibă Cpk=1.33.
D.3. Evaluarea capabilităţii procesului (vezi Figura 22.)
În acest punct, procesul a fost adus în control statistic şi indexul capabilităţii sale a fost descris
în termenii Zmin sau Cpk. Pasul următor este să evaluaţi capabilitatea procesului în termenii de
a răspunde cerinţelor clientului.
Obiectivul fundamental este să nu încetaţi îmbunătăţirea performanţelor procesului. În
termeni apropiaţi, oricum, priorităţile trebuie să fie fixate ca şi cum procesul ar trebui să
primească primul atenţie. Aceasta este o decizie esenţială şi economică. Circumstanţele
variază de la caz la caz, depinzând de natura procesului particular în chestiune şi de
performanţa altor procese care pot candida de asemenea la intervenţia imediată de
îmbunătăţire.
Cât timp fiecare decizie ar putea fi rezolvată individual, este adesea util de a folosi linii mari
de ghidare pentru a stabili priorităţile şi a promova consecvenţa eforturilor de îmbunătăţire.
De exemplu, anumite proceduri se referă la cerinţele indexului de capabilitate general de
Zmin > 3 sau Cpk > 1.00, şi la următoarele cerinţe ale indexului de capabilitate general de
Zmin > 4 sau Cpk > 1.33 pentru procese noi care afectează în mod semnificativ caracteristicile
selectate ale produsului. Aceste cerinţe au intenţia să asigure un nivel minim de performanţă
care este compatibil cu caracteristicile, produsele şi sursele de fabricaţie. Oricum vă rugăm să
consultaţi Secţiunea 5 a acestui capitol pentru a înţelege mai bine interpretarea lui Cpk şi a
altor măsuri de procese referitoare la stabilirea cerinţelor de măsurare.
Ca răspuns la un criteriu al indicelui de capabilitate care nu a fost întâlnit, sau pentru nevoia
continuă de îmbunătăţire a costului şi performanţei calităţii peste cerinţele minime ale
indexului de capabilitate intervenţia de care este nevoie este aceiaşi:
• Îmbunătăţire performanţelor procesului prin reducerea variaţiei datorată cauzelor comune
sau schimbarea mediei procesului mai aproape de obiectiv. Aceasta înseamnă în general
aplica acţiuni de management pentru îmbunătăţirea sistemului.
În aceste cazuri, unde intervenţia imediată este necesară pentru a răspunde nevoilor pe termen
scurt, pot apare două opriri în gol:
• Este necesară sortarea ieşirilor şi aruncarea la deşeuri sau remanierea (astfel sunt crescute
costurile şi se tolerează risipa)
• Modificarea specificaţiei pentru consecvenţa cu performanţa procesului (aceasta
îmbunătăţeşte fie procesul fie satisfacţia clientului)
Acestea sunt amândouă inferioare îmbunătăţirii procesului.
-62-
_______________________________________
-63-
_______________________________________
Când au fost luate măsuri sistematice în proces, efectele lor ar trebui să apară în graficele de
control. Graficul devine o cale de verificare a eficacităţii acţiunii.
Când o schimbare a procesului este implementată, graficul de control trebuie monitorizat cu
atenţie. Această perioadă de schimbare poate fi distrugătoare pentru operaţii, putând crea în
mod potenţial probleme noi de control care pot întuneca efectul schimbării sistemului.
După ce au fost rezolvate orice instabilităţi ale perioadei de schimbare, o nouă capabilitate a
procesului trebuie evaluată şi utilizată ca bază a noilor limite de control pentru operaţii
viitoare. Frecvent, 25 de subgrupe de date după schimbare sunt suficiente pentru a stabili
noile limite de control.
-64-
_______________________________________
-65-
_______________________________________
A. CULEGEREA DATELOR
(vezi Secţiune 1, Partea A a acestui capitol, excepţiile sunt notate mai jos)
• Dacă datele în linie sunt voluminoase, ele sunt adesea înregistrate pe o foaie de date (vezi
Figura 23), cu apariţia pe grafic doar a X şi s al fiecărui subgrup.
• Calculaţi deviaţia standard a fiecărei subgrupe a eşantionului utilizând una din
∑ (X i − X) sau
2
următoarele formule echivalente: s=
n −1
2 2
s=
∑ X i2 − nX =
X12 + X 2 2 + .... + X n 2 − n X
n −1 n −1
-66-
_______________________________________
-67-
_______________________________________
LCL S = B 3 ⋅ s
UCL x = X + A 3 ⋅ s
LCL x = X − A 3 ⋅ s
unde s este media deviaţiei standard a eşantioanelor individuale din subgrupă iar B4,B3, A3
sunt constante care depind de mărimea eşantionului, cu valori pentru mărimea eşantionului
între 2 şi 10 care sunt prezentate în tabelul parţial de mai jos, luat din Anexa E.
N 2 3 4 5 6 7 8 9 10
B4 3,27 2,57 2,27 2,09 1,97 1,88 1,82 1,76 1,72
B3 * * * * .03 .12 .19 .24 .28
A3 2.66 1.95 1.63 1.43 1.29 1.18 1.10 1.03 .98
Nu există limite de control inferioare pentru deviaţia standard pentru mărimi ale eşantioanelor
mai mici de 6.
C. EXPLICAŢII PENTRU CONTROLUL PROCESULUI.
(Vezi Secţiunea 1. Partea C a acestui capitol)
D. EXPLICAŢII PENTRU CAPABILITATEA PROCESULUI
(Vezi Secţiunea 1, Partea D a acestui capitol, excepţiile sunt notate mai jos)
• Estimaţi deviaţia standard a procesului
σˆ = s / c 4
unde s este media deviaţiei standard a eşantionului (pentru perioade cu deviaţii standard sub
control) şi c4 este o constantă variind cu mărimea eşantionului, cu valori pentru mărimi ale
eşantionului de la 2 la 10 arătate în tabelul parţial de mai jos, luat din Anexa E:
n 2 3 4 5 6 7 8 9 10
c4 ,798 ,886 ,921 ,940 ,952 ,959 ,965 ,969 ,973
• Dacă procesul are o distribuţie normală, acest σ estimat poate fi utilizat direct în
evaluarea capabilităţii procesului, atât timp cât şi mediile şi deviaţiile standard sunt în
control statistic.
-68-
_______________________________________
-69-
_______________________________________
SECŢIUNEA 3
GRAFICELE MEDIANELOR ( X~ şi R)
Graficele medianelor (vezi figura 25) sunt alternative la graficele X şi R pentru controlul
procesului cu date măsurate; în ciuda faptului că medianele pot să nu fie statistic la fel de
dorite ca mediile, graficele medianelor produc concluzii similare şi au câteva avantaje:
• Graficele medianelor sunt uşor de folosit şi nu necesită multe calcule. Aceasta poate
creşte acceptabilitatea în secţii ca grafice de control accesibile
• Cât valorile individuale (la fel şi medianele) sunt înscrise, graficul medianelor arată
răspândirea ieşirilor procesului şi dau imaginea continuă a variaţiei procesului.
• Cât un singur grafic arată atât mediana cât şi răspândirea, el poate fi utilizat pentru a
compara ieşirile câtorva procese sau a aceluiaşi proces în etape succesive.
A. CULEGEREA DATELOR
(Vezi secţiunea 1, Partea A a acestui capitol, excepţiile sunt notate mai jos)
• Tipic, graficele medianelor sunt folosite cu mărimi ale subgrupelor eşantionului de 10 sau
mai mici; mărimi impare ale eşantioanelor sunt foarte convenabile. Dacă se utilizează
mărimi pare ale eşantioanelor, mediana este media celor două unităţi de mijloc.
• Numai un singur grafic poate fi înscris; stabiliţi scala pentru a include (a)toleranţa cea mai
mare a specificaţiei de produs plus o rezervă pentru citirile în afara specificaţiei, sau (b)
1-1/2 până la de două ori diferenţa dintre cea mai mare şi cea mai mică măsurătoare
individuală. Scalele graficului trebuie să fie conforme cu instrumentul.
• Înscrieţi măsurătorile individuale pentru fiecare subgrup pe o linie verticală. Încercuiţi
mediana fiecărui subgrup (valoarea de mijloc; dacă mărimea eşantionului este un număr
par, valoarea medianei va fi mijlocul dintre punctele din mijloc). Pentru a ajuta în
interpretarea tendinţei, legaţi medianele subgrupelor printr-o linie.
~
• Introduceţi mediana fiecărui subgrup ( X ) şi a intervalului (R) în tabelul de date. Este
recomandat să înscrieţi graficul intervalului pentru a observa tendinţele sau salturile în
interval.
-70-
_______________________________________
-71-
_______________________________________
unde D4,D3, A2 sunt constante care depind de mărimea eşantionului, cu valori pentru mărimea
eşantionului între 2 şi 10 care sunt prezentate în tabelul parţial de mai jos, luat din Anexa E.
n 2 3 4 5 6 7 8 9 10
D4 3,27 2,57 2,28 2,11 2,00 1,92 1,86 1,82 1,78
D3 * * * * * ,08 ,14 ,18 ,22
A2 1,88 1,19 ,80 ,69 ,55 ,51 ,43 ,41 ,36
* Nu există limite de control pentru intervale pentru mărimi ale eşantioanelor mai mici de 7
Înscrieţi limitele de control pentru mediane pe grafic.
(Vezi Secţiunea 1, Partea C a acestui capitol; excepţiile sunt notate mai jos)
• Comparaţi UCLR şi LCLR cu fiecare interval calculat. Alternativ, marcaţi marginile unei
fişe index cu puncte corespondente limitelor de control pentru intervale şi comparaţi
aceste marcaje cu distanţa dintre cea mai mare şi cea mai mică valoare din fiecare
subgrup. Trasaţi o căsuţă subţire verticală pentru a delimita orice subgrup cu interval
excesive.
• Marcaţi orice mediană a subgrupei care este peste limitele de control ale medianelor şi
notaţi răspândirea medianelor în limitele de control (2/3 din puncte în treimea de mijloc a
limitelor) sau existenţa unor structuri sau tendinţe (vezi Figura 26).
(Vezi Secţiunea 1, Partea D a acestui capitol, excepţiile sunt notate mai jos)
σˆ = R / d 2
unde R este media intervalelor eşantionului (pentru perioade cu intervale sub control) şi d2
este o constantă variind cu mărimea eşantionului, cu valori pentru mărimi ale eşantionului de
la 2 la 10 arătate în tabelul parţial de mai jos, luat din Anexa E:
n 2 3 4 5 6 7 8 9 10
D2 1,13 1,69 2,06 2,33 2,53 2,70 2,85 2,97 3,08
• Dacă procesul are o distribuţie normală, acest σ estimat poate fi utilizat direct în
evaluarea capabilităţii procesului, atât timp cât medianele şi intervalele sunt în control
statistic.
-72-
_______________________________________
-73-
_______________________________________
SECŢIUNEA 4
GRAFICE PENTRU VALORI INDIVIDUALE ŞI INTERVALUL DE MIŞCARE (X-MR)
În unele cazuri, este necesar pentru controlul procesului să ne bazăm pe citiri individuale,
oarecum subgrupe. În asemenea cazuri, variaţia din subgrupe este efectiv zero. Aceasta ar
trebui să apară când măsurătorile sunt scumpe (de exemplu test distructiv) sau când ieşirile la
orice moment sunt relativ omogene (de exemplu pH-ul unei soluţii chimice). În aceste cazuri,
graficele de control pentru valori individuale pot fi construite cum se descrie mai jos. Pentru
precauţie trebuie notat următoarele:
• Graficele pentru valori individuale nu sunt aşa sensibile în detectarea schimbărilor
procesului ca graficele X şi R.
• Trebuie avută grijă la interpretarea graficelor individuale dacă distribuţia procesului este
nesimetrică.
• Graficele pentru valori individuale nu izolează repetabilitatea piesă cu piesă a procesului.
În multe aplicaţii, de aceea, este mai bine să se utilizeze graficul convenţional X şi R cu
mărimea mică a subgrupei eşantionului (de la 2 la 4) chiar dacă aceasta necesită o
perioadă mai lungă între subgrupe.
• Cât există singură piesă pe subgrup, valorile X şi σ̂ pot avea variabilitate substanţială
(chiar dacă procesul este stabil) până când numărul de subgrupe este 100 sau mai mult.
Detaliile instrucţiunilor pentru grafice pentru valori individuale sunt oarecum similare cu
acelea pentru graficele X şi R, excepţiile sunt notate mai jos:
A. CULEGEREA DATELOR
(vezi Secţiunea 1, Partea A a acestui capitol, excepţiile sunt notate mai jos)
• Citirile individuale sunt notate de la stânga la dreapta pe graficul de date.
• Calculaţi intervalul de mişcare (MR) între valorile individuale. Este în general bine să
înregistraţi diferenţa dintre fiecare pereche succesivă de citiri (de exemplu diferenţa dintre
prima şi a doua citire, dintre a doua şi a treia, etc.). Vor fi, astfel, intervale de mişcare cu
unul mai puţin decât numărul de citiri individuale (25 de citiri dau 24 de intervale de
mişcare). În cazuri rare, intervalul de mişcare poate să se bazeze pe un grup de mişcare
mai mare (de exemplu trei sau patru) sau pe un grup fix (de exemplu toate citirile luate
într-un singur schimb). Notaţi că deşi gândiţi că măsurătorile sunt eşantionate individual,
acesta reprezintă numărul de citiri grupate pentru a forma intervalul de mişcare (de
exemplu 2,3 sau 4) care determină mărimea nominală a eşantionului n. Acest lucru
trebuie considerat când consultaţi tabelele cu factori.
• Selectaţi scala pentru graficul pentru valori individuale (X) egală cu (a) toleranţa cea mai
mare a specificaţiei de produs plus o rezervă pentru citiri în afara specificaţiei, sau (b) de
la 1-1/2 până la de 2 ori diferenţa dintre citirea individuală cea mai mare şi cea mai mică.
Spaţiul scalei pentru graficul pentru mişcarea intervalelor (MR) trebuie să fie acelaşi ca la
graficul X.
B CALCULAREA LIMITELOR DE CONTROL
(Vezi pragraful B, Secţiunea 1 a acestui capitol, excepţiile sunt notate mai jos)
• Calculaţi şi înscrieţi media procesului /suma citirilor individuale împărţită la numărul de
citiri; prin convenţie etichetată X ; (vezi Glosarul din Anexa G) şi calculaţi media
intervalului ( R ); notaţi că pentru un interval de mişcare cu mărimea eşantionului 2 ,
intervalul de mişcare este mai puţin cu o valoare (MR) decât numărul de citiri individuale
(X).
-74-
_______________________________________
UCL X = X + E 2 ⋅ R
LCL X = X − E 2 ⋅ R
-75-
_______________________________________
NOTĂ: O alternativă la calcularea limitelor de control când R este mai mare decât mediana
~
intervalului, R (cum este cazul în general), este să se utilizeze mediana intervalului de mişcare
pentru 2 piese şi să se calculeze limitele de control după cum urmează (vezi Anexa H,
Referinţa 23):
~
UCLMR=3.865 R ; LCLMR=0
~ ~
UCLX= X +3.14 R ; LCLX= X -3.14 R
n 2 3 4 5 6 7 8 9 10
d2 1,13 1,69 2,06 2,33 2,53 2,70 2,85 2,97 3,08
• Dacă procesul are o distribuţie normală, această estimare a lui σ poate fi utilizată direct în
estimarea capabilităţii procesului, atât timp cât procesul este în control.
-76-
_______________________________________
-77-
_______________________________________
-78-
_______________________________________
-79-
_______________________________________
-80-
_______________________________________
Forţa din spate care ne-a condus la cum au fost utilizaţi indicii capabilităţii (şi alte
mărimi ale procesului) a fost dorinţa înţeleasă de a produce toate piesele în specificaţiile
tehnice. Conceptul de bază care serveşte ca motivaţie pentru această dorinţă este
mentalitatea că toate piesele din specificaţii, nu contează unde sunt ele localizate sau
poziţionate în intervalul specificaţiei, sunt “bune” sau acceptabile şi toate piesele din
afara specificaţiilor, nu contează cât de departe sunt în afară, pot fi sau sunt “rele”(sau
nu sunt acceptabile). Profesioniştii în calitate uneori denumesc acest concept ca
“Obiectivul situaţiei” (vezi figura 29(a)).
Deşi acest model mental (bun/rău) a fost utilizat extensiv în trecut, el sugerează că un
model mult mai folositor , de exemplu unul care este mai aproape de comportamentul
lumii reale, este cel prezentat în Figura 29(b). Acest model ia în general, forma unei
parabole şi utilizează principiul că o creştere de gradul doi a pierderilor (contrar unei
creşteri liniare) este atrasă asupra clientului şi/sau societăţii şi o caracteristică
particulară în viitor se obţine din obiectivul specificaţiei. Implicit în acest concept,
referindu-ne ca şi la conceptul funcţiei pierdere, este prezumţia că intenţia proiectului
(ţinta specificaţiei) este rezonabil bine aliniată cu cerinţele clientului.
-81-
_______________________________________
-82-
_______________________________________
-83-
_______________________________________
-84-