SPCkap 2

_______________________________________
II Grafice de control pentru variabile

CAPITOLUL II
GRAFICUL DE CONTROL PENTRU VARIABILE
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.
5. Cu date variabile, performanţa procesului poate fi analizată şi îmbunătăţirea poate fi

cuantificată, chiar dacă toate valorile individuale se încadrează în limitele din
specificaţie. Aceasta este importantă în căutarea îmbunătăţirii fără sfârşit.
Graficele variabilelor pot explica datele procesului în ambii termeni ai răspândirii

(variabilitatea piesă cu piesă ) şi ai localizării (media procesului). Din această cauză, graficele
de control pentru variabile trebuie întotdeauna pregătite şi analizate conjugat - un grafic
pentru localizare şi un grafic pentru răspândire. Cea mai utilizată pereche este graficul X şi R.
X este media valorilor în grupuri mici – o măsură a localizării; R este intervalul valorilor in
fiecare subgrup (cel mai mare minus cel mai mic) – o măsură a răspândirii.
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-
_______________________________________
PREGĂTIREA PENTRU UTILIZAREA GRAFICELOR DE CONTROL
• Stabilirea unui mediu convenabil pentru intervenţie.
• Definirea procesului
• Determinarea caracteristicilor care trebuiesc administrate
Consideraţii:
- Nevoile clienţilor
- Aria problemelor curente şi potenţiale
- Corelaţia dintre caracteristici
• Definirea sistemului de măsură
• Minimizarea variaţiilor inutile
-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-
_______________________________________

Secţiunea 1. Grafice X şi R (continuare)
A. CULEGEREA DATELOR
Un grafic X şi un grafic R , ca pereche sunt dezvoltate din măsurătorile caracteristicilor particulare
ale ieşirilor procesului. Aceste date sunt raportate în subgrupuri mici de mărime constantă, de obicei
incluzând de la 2 la 5 piese consecutive, cu subgrupe luate periodic, (de exemplu odată la 15 minute,
de două ori pe schimb, etc.). Un plan de culegere a datelor trebuie dezvoltat şi utilizat pe baza
colectărilor, înregistrărilor şi înscrierea datelor în grafic.
A.1. Selectarea mărimii, frecvenţei şi numărului de subgrupe (vezi Figura 7.)
a. Mărimea subgrupei – primul pas cheie în graficul de control al variabilelor este determinarea
“grupelor raţionale” – ele vor determina eficacitatea şi eficienţa graficului de control pe care îl
utilizăm.
Subgrupele trebuie să fie alese astfel ca posibilităţile de variaţie printre unităţile dintr-o
subgrupă să fie mici. Dacă variaţiile în cadrul unei subgrupe reprezintă variabilitatea piesă cu
piesă pentru o foarte scurtă perioadă de timp, atunci orice variaţie obişnuită între subgrupe va
reflecta schimbările în proces care trebuie investigat pentru corecţii corespunzătoare.
Pentru un studiu iniţial al procesului, subgrupele în mod tipic trebuiesc alcătuite din 4 sau 5
piese consecutiv produse, reprezentând o singură sculă, cap, cavitate turnată, etc. (de exemplu,
un singur flux în proces). Intenţia este ca piesele în fiecare subgrupă să fie produse în condiţii
foarte apropiate de producţie într-un interval foarte scurt de timp fără relaţii sistematice între
ele; de aici încolo variaţiile în interiorul fiecărui subgrup vor reflecta în primul rând cauze
comune. Când aceste condiţii nu sunt îndeplinite, graficul de control rezultat poate să nu
distingă eficient cauzele speciale de variaţie, sau poate să expună structuri neobişnuite
prezentate în paragrafele C.1 şi C.4. ale acestei secţiuni. Mărimea eşantionului trebuie să
rămână constantă pentru toate subgrupele.
b. Frecvenţa subgrupelor – Obiectivul este de a determina schimbări în proces de-a lungul
timpului. Subgrupele trebuie să fie colectate suficient de des, în timp corespunzător, ca ele să
poată reflecta oportunităţile potenţiale pentru schimbare. Asemenea potenţiale cauze de
schimbare se pot datora diferenţelor dintre schimburi sau ajutorului operatorilor, tendinţei de
revigorare, loturilor de material, etc.
Pe parcursul unui studiu iniţial de proces, subrupele însăşi sunt adesea luate consecutiv sau la
intervale mici, pentru a detecta dacă procesul se poate schimba pentru a arăta altă instabilitate
pentru o perioadă scurtă de timp. Dacă procesul demonstrează stabilitate (sau îmbunătăţiri ale
procesului sunt făcute) perioada de timp dintre subgrupe poate fi crescută. Frecvenţa
subgrupelor pentru monitorizarea producţiei poate să fie de două ori pe schimb, orar sau egală
cu alte rate fezabile.
c. Numărul de subgrupe – Numărul de subgrupe trebuie să satisfacă după criterii. Din punct de
vedere al procesului trebuiesc culese suficiente subgrupe pentru a ne asigura că sursele
importante de variaţie au avut oportunitatea de a apărea. În general, 25 sau mai multe subgrupe
conţinând în jur de 100 sau mai multe citiri individuale dau un test bun de stabilitate şi dacă sunt
stabile, dau estimări bune ale localizării şi răspândirii procesului.
În unele cazuri , datele existente pot fi disponibile şi pot accelera această primă fază a studiului.
Oricum, ele pot fi utilizate numai dacă ele sunt recente şi dacă baza pentru stabilirea
subgrupelor este perfect înţeleasă.
Notă: Pentru înţelegerea ulterioară a impactului subgrupelor asupra interpretării graficelor,
vezi Anexa A.
-31-
_______________________________________
Figura 8. Graficul X şi R – Date de reglaj
-32-
_______________________________________
Secţiunea 1. Graficele X şi R (Continuare) – Culegerea datelor

A.2. Aranjarea graficelor de control şi a liniilor datelor înregistrate (vezi figura 8.)
Graficele X şi R sunt în mod normal trasate cu graficul X deasupra graficului R şi un

bloc de date. Valorile X şi R vor fi pe scala verticală, în timp ce secvenţele subgrupelor
în timp vor fi pe scala orizontală. Valorile datelor şi punctele trasate pentru interval şi
medie pot fi alineate vertical.
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.
Introduceţi valorile individuale şi identificatorul pentru fiecare subgrupă.
A.3. Calculul Mediei ( X ) şi al Intervalului (R) a fiecărei subgrupe (vezi Figura 8.)
Caracteristicile de înscris sunt media eşantionului ( X ) şi media intervalului eşantionului

(R) pentru fiecare subgrupă; în mod colectiv acestea reflectă media generală a procesului
şi respectiv variabilitatea sa .
Pentru fiecare subgrupă se calculează:

x 1 + x 2 + .... + x n
X=
n
R=Xcel mai mare –Xcel mai mic
Unde X1,X2… sunt valori individuale în subgrupă şi n este mărimea eşantionului din
subgrupă.
-33-
_______________________________________
Figura 9. Graficul X şi R – “Studiu iniţial”
-34-
_______________________________________
Secţiunea 1. Graficele X şi R (Continuare) – Culegerea datelor
A.4. Selectarea scalelor pentru graficele de control (vezi Figura 9.)
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.
A.5. Înscrierea Mediilor şi Intervalele pe Graficele de control (vezi Figura 9.)
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.
NOTĂ: Pentru a consolida utilizarea tuturor graficelor în producţie având limitele de

control înscrise pe ele, graficele iniţiale care nu au înscrise pe ele limite de control
calculate (datorită insuficientului volum de date) trebuie identificate în mod clar
înscriind pe ele “Studiu iniţial”. De aceea, aceste grafice “Studiu iniţial”, chiar dacă sunt
utilizate pentru prima capabilitate sau pentru studii după îmbunătăţirea/schimbarea
procesului trebuie să fie singurele grafice de control al procesului permise în producţie
care să nu aibă înscrise pe ele limitele de control.
-35-
_______________________________________
Figura 10. Graficul X şi R – cu limite de control
-36-
_______________________________________
Secţiunea 1. Graficele X şi R (Continuare)

B. CALCULUL LIMITELOR DE CONTROL
Prima dată sunt dezvoltate limitele de control pentru graficul intervalului şi apoi sunt
dezvoltate cele pentru graficul mediilor. Calculele pentru limitele de control pentru grafice
variabile utilizează constante care apar ca litere în formulele care urmează. Aceşti factori, care
diferă în funcţie de mărimea subgrupei (n) sunt prezentaţi în tabele scurte care însoţesc
formula. Tabele mai complete sunt prezentate în Anexa E.
B1. Calculul mediei intervalului ( R ) şi mediei procesului ( X ) (vezi Figura 10).
Pentru studiu se calculează:
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-
_______________________________________
Figura 11. Graficul R – Punct în afara limitelor de control
-38-
_______________________________________
Secţiunea 1. Graficele X şi R (Continuare)

C. EXPLICAŢII PENTRU CONTROLUL PROCESULUI
Limitele de control pot fi interpretate după cum urmează: dacă variabilitatea procesului piesă cu piesă
şi media procesului au rămas constante la nivelele actuale (estimate prin R respectiv X ), intervalul
subgrupelor (R) şi mediile( X )pot varia doar prin întâmplare dar ele rareori trec de limitele de control.
Astfel nu vor exista tendinţe sau structuri în date, peste cele care pot să apară datorită şansei.
Obiectivul analizei graficului de control este de a identifica orice dovadă că variabilitatea procesului
sau media procesului nu operează la acelaşi nivel constant – că una sau amândouă sunt în afara
controlului statistic – şi de a interveni în mod adecvat. Graficele R şi X sunt analizate separat dar
compararea structurii între cele două grafice pot uneori da înţelegere suplimentară în felul în care
cauzele speciale afectează procesul.
C1. Analizarea datelor înscrise pe graficul intervalului.

Atâta timp cât abilitatea de a interpreta fie intervalele fie mediile subgrupelor depinde de
variabilitatea estimată piesă cu piesă, graficul R trebuie analizat mai întâi. Datele punctuale, sunt
comparate cu limitele de control, pentru date in afara controlului sau pentru structuri sau tendinţe
neobişnuite.
a. Puncte în afara limitelor de control (vezi Figura 11) – Prezenţa unuia sau a mai multor
puncte în afara oricărei limite de control este în primul rând dovada unui non-control în
acel punct. Din momentul în care punctele sunt rar în afara limitelor de control, doar dacă
numai cauze comune sunt prezente, putem presupune că o cauză specială a înregistrat
valoare extremă. De aceea, orice punct in afara limitelor de control este semnalul pentru o
analiză imediată a operaţiei pentru cauză specială. Marcaţi orice punct care se găseşte în
afara limitelor de control pentru investigaţii ulterioare şi intervenţii corective de bază
atunci când cauzele speciale au apărut în mod real. (vezi paragraful C.2 a acestei secţiuni).
Un punct peste limita superioară de control pentru intervale este în general un semn al
uneia sau mai multor cauze după cum urmează :
• Limita de control sau punctul înscris a fost greşit calculată sau greşit înscris.
• Variabilitatea piesă cu piesă sau răspândirea distribuţiei a crescut (de exemplu,
înrăutăţire) fie în acest punct din timp fie ca parte a unei tendinţe.
• Sistemul de măsură a fost schimbat (de exemplu, un alt controlor sau instrument)
• Sistemul de măsură nu are discriminare potrivită.
Un punct sub limita inferioară de control (pentru mărimea eşantioanelor de 7 sau mai
multe ) este în general un semn al următoarelor:
• Limita de control sau punctul înscris este în eroare.
• Răspândirea distribuţiei a scăzut (de exemplu, a devenit mai bună).
• Sistemul de măsură a fost schimbat (inclusiv editarea sau modificarea datelor).
Structuri sau tendinţe în limitele de control – Prezenţa unei structuri sau tendinţe
neobişnuite, chiar şi atunci când toate domeniile sunt în limitele de control, poate fi
dovada unui non-control sau schimbări în răspândirea procesului pe perioada structurii sau
tendinţei. Acesta poate fi primul avertisment a unor condiţii nefavorabile care trebuiesc
corectate. În mod contrar, unele structuri sau tendinţe pot fi favorabile şi trebuiesc studiate
pentru posibila îmbunătăţire continuă a procesului. Compararea structurilor între domenii
şi graficelor mediilor pot da înţelegeri suplimentare.
-39-
_______________________________________
Figura 12. Graficul R – Salturi (serii)
-40-
_______________________________________
Secţiunea 1. Graficele X şi R (Continuare) – Explicaţii pentru control.

b) Salturi (vezi figura 12) – Fiecare dintre următoarele sunt semne că
schimbarea procesului sau tendinţei a început:
• 7 puncte dintr-un interval sunt de aceeaşi parte a mediei
• 7 puncte dintr-un interval care cresc consecvent (egal sau mai mare decât
punctele precedente) sau descresc consecvent.
Marcaţi punctul care marchează decizia; poate fi de ajutor să trasaţi o linie de
referinţă înapoi la începutul saltului. Analiza poate considera că timpul
aproximativ la care a apărut schimbarea sau tendinţa a început deja.
Un salt deasupra intervalului mediei, sau un salt brusc semnifică unul sau
amândouă din:
• răspândire mai mare în valorile de ieşire, care poate veni de la cauze
neregulate ( cum ar fi funcţionarea defectuoasă echipamentului sau
pierderea dispozitivului de fixare) sau din schimbare in unul din
elementele procesului (de exemplu un lot nou de materie primă mai puţin
uniform); acestea sunt în general probleme care au nevoie de corecţii.
• schimbare în sistemul de măsură (de exemplu un controlor nou sau
instrument).
Un salt sub intervalul mediei, ori o descreştere bruscă semnifică una sau
amândouă din:
• Răspândire mai restrânsă în valorile de ieşire, care este în general o
condiţie bună care trebuie studiată pentru a fi aplicată pe larg şi pentru a
îmbunătăţi procesul.
• schimbare în sistemul de măsură care poate masca schimbările reale de
performanţă.
NOTĂ: Dacă mărimea subgurpelor (n) devine mică (5 sau mai puţin)
probabilitatea de salturi sub R creşte, aşadar o lungime de salturi de 8 sau mai
multe puncte poate fi necesară pentru a semnala o descreştere a variabilităţii
procesului.
-41-
_______________________________________
Figura 13. Graficul R- Structuri nealeatoare
-42-
_______________________________________
Secţiunea 1. Graficele X şi R (continuare)- Explicaţii pentru control.
c. Structuri clar nealeatoare (vezi Figura 13) – Suplimentare la prezenţa punctelor în

afara limitelor de control sau salturi lungi, alte structuri distincte pot să apară în
date dând indicii pentru cauze speciale. Atenţie trebuie acordată pentru a nu supra-
interpreta datele, atâta timp (de exemplu cauze speciale) cât datele pot da uneori
iluzia unui eveniment nealeator (de exemplu cauze speciale prezente). Exemple de
structuri nealeatoare pot fi în tendinţe evidente (chiar dacă ne gândim că ele nu
satisfac testele de salt), cicluri, răspândirea generală a datelor punctuale în limitele
de control sau chiar relaţiile în jurul valorilor din subgrupe (de exemplu prima
citire poate fi întotdeauna mai mare). Un test pentru răspândirea generală a datelor
punctuale din subgrupă este descris mai jos:
Distanţa dintre punctele din R : În general, în jur de 2/3 din punctele înscrise se
pot situa în treimea de mijloc a regiunii dintre limitele de control; în jur de 1/3 din
puncte pot fi în celelalte două treimi ale regiunii.
Dacă în mod substanţial mai mult de 2/3 din punctele înscrise sunt apropiate de R
(pentru 25 de subgrupe dacă mai mult de 90% sunt în treimea de mijloc a regiunii
limitelor de control) investigaţi unul sau mai multe dintre următoarele.
• Limitele de control sau punctele înscrise au fost greşit calculate sau înscrise
greşit.
• Procesul sau metoda de eşantionare sunt stratificate; fiecare subgrupă conţine
în mod sistematic măsurători din două sau mai multe procese în flux care au
medii ale procesului foarte diferite (de exemplu , o piesă din fiecare din mai
multe axe)*.
• Datele au fost editate (subgrupele cu intervale care deviază mult de la medie au
fost modificate sau eliminate).
Dacă în mod substanţial mai puţin de 2/3 de puncte înscrise sunt aşezate apropiat
de R (pentru 25 de subgrupe dacă 40% sau puţine sunt în treimea de mijloc),
investigaţi una sau ambele din următoarele:
• Limitele de control sau punctele înscrise sunt greşit calculate sau greşit
înscrise.
• Procesul sau metoda de eşantionare fac ca subgrupe succesive să conţină
măsurători din două sau mai multe procese în flux care au diferită în mod
dramatic variabilitatea (de exemplu loturile mixte de materiale de intrare)∗.
• Dacă sunt prezente câteva procese în flux, ele trebuiesc identificate şi trasate
separat.∗
∗
Vezi Anexa A.
-43-
_______________________________________
Figura 14. Graficul X şi R – Recalcularea limitelor de control (interval)
-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.
C.3. Recalcularea Limitelor de Control (Graficul Intervalului) (Vezi Figura 14.)

Când conduceţi un studiu iniţial de proces sau reevaluarea capabilităţii procesului, limitele de
control trebuiesc calculate pentru a exclude efectele de perioadă în afara controlului pentru care
cauzele procesului au fost în mod clar identificate şi eliminate sau instituţionalizate. Excludeţi
toate subgrupele afectate de cauze speciale care au fost identificate , excluse sau
instituţionalizate şi apoi recalculaţi şi înscrieţi noua medie a intervalului ( R ) şi limitele de
control. Confirmaţi că toate punctele în interval arată control când sunt comparate cu noile
limite, repetaţi secvenţele de identificare / corecţie / recalculare dacă este necesar.
Dacă orice subgrupă a fost luată din graficul R deoarece a fost identificată o cauză specială, ea
trebuie exclusă şi din graficul X . R şi X revizuite trebuiesc utilizate la recalcularea limitelor de
control de probă pentru medii, X ± A 2 ⋅ R .
NOTĂ: Excluderea subgrupelor reprezentând condiţii instabile nu este doar “aruncarea datelor
rele”. Mai mult, prin excluderea punctelor afectate de cauze speciale cunoscute, avem
o estimare mai bună a nivelului de fond a variaţiei datorată cauzelor comune. Aceasta
în schimb dă bazele cele mai corespunzătoare pentru limitele de control utilizate
pentru detectarea apariţiilor viitoare a cauzelor speciale de variaţie. Aduceţi-vă aminte
oricum că procesul trebuie schimbat pentru ca să nu mai revină cauzele speciale (în
mod nedorit) ca parte a procesului.
-45-
_______________________________________
Figura 15. Graficul X – Puncte în afara limitelor de control
-46-
_______________________________________

C.4. Analiza datelor înscrise pe graficul mediei.
Când intervalele sunt în control statistic, răspândirea procesului – variaţia în subgrupe –
este considerată ca fiind stabilă. Media poate fi atunci analizată pentru a vedea dacă
localizarea procesului se schimbă pe parcursul timpului. Atâta timp cât limitele pentru X
sunt bazate pe valoarea variaţiei în intervale, atunci dacă mediile sunt în control statistic,
variaţia lor este raportată la valoarea văzută în intervale – cauza comună de variaţie a
sistemului. Dacă mediile nu sunt în control, câteva cauze speciale de variaţie fac
localizarea procesului instabilă.
a. Puncte în afara limitelor de control (vezi Figura 15.) – Prezenţa unuia sau a mai multor
puncte în afara uneia din limitele de control, evidenţiază în primul rând, prezenţa
cauzelor speciale în acel punct. Este semnalul pentru analiză imediată şi intervenţie.
Marcaţi un asemenea puncte pe grafic (vezi pag. 39).
• Un punct peste una din limitele de control este în general un semn a uneia sau mai
multor dintre următoarele:
• Limitele de control sau punctele sunt înscrise eronat.
• Procesul s-a schimbat fie în acel punct în timp (posibil un incident izolat) fie ca
parte a tendinţei.
• Sistemul de măsură a fost schimbat (de exemplu, controlor diferit sau instrument).
-47-
_______________________________________
Figura 16. Graficul X – Salturi
-48-
_______________________________________

Structuri sau tendinţe în limitele de control – Prezenţa structurilor neuzuale sau a tendinţelor
pot fi evidenţa non-controlului pe perioada structurii sau tendinţei. Compararea structurilor
între graficul intervalului şi mediei poate fi de folos.
b. Salturi. /Vezi Figura 16.) - Fiecare din următoarele sunt semne că procesul s-a schimbat
sau tendinţa a început:
• 7 puncte succesive sunt de aceiaşi parte a mediei.
• 7 puncte consecutive cresc sau descresc consecvent.
Marcaţi punctul care punctează decizia; poate fi de folos extinderea unei linii de
referinţă la punctul la care saltul a început. Analiza trebuie să considere la timpul la care
acesta a apărut că tendinţa sau schimbarea a început.
Un salt relativ la media procesului este în general un semn a uneia sau amândurora din
următoarele:
• Media procesului s-a schimbat – şi poate să se mai schimbe în continuare.
• Sistemul de măsură s-a schimbat (tendinţă, deviaţie, sensibilitate, etc.).
-49-
_______________________________________
Figura 17. Graficul X – Structuri nealeatoare
-50-
_______________________________________
Secţiunea 1. Graficele X şi R (continuare)- Explicaţie pentru control.
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-
_______________________________________
Figura 18. Graficul X şi R – Recalcularea limitelor de control
-52-
_______________________________________
C.5. Găsirea şi Corectarea Cauzelor Speciale

Pentru fiecare indicaţie a unei condiţii în afara procesului în datele de medie, conduceţi
analiza operaţiei procesului pentru a determina motivul cauzelor speciale; corectaţi
această condiţie şi preveniţi reapariţia ei. Utilizaţi un grafic de date ca un ghid pentru
atunci când asemenea condiţii încep şi atâta timp cât ele continuă. Linia timpului în
analiză este importantă, atât pentru diagnoză cât şi pentru a minimiza neconformităţile
la ieşire. Din nou, aveţi grijă că nu toate cauzele speciale sunt indezirabile (vezi pagina
45, Secţiunea C.2.)
Tehnicile de rezolvare a problemei cum ar fi analiza Pareto şi analiza cauză efect pot fi
de ajutor. (vezi Anexa H, Referinţa 11).
C.6. Recalcularea limitelor de control (graficul mediei)(Vezi Figura 18.)

Când conduceţi un studiu iniţial de proces sau o reevaluare a capabilităţii procesului,
excludeţi orice puncte în afara controlului pentru care cauzele speciale au fost găsite şi
eliminate; recalculaţi şi înscrieţi media procesului şi limitele de control. Confirmaţi că
toate punctele înscrisearată controlul când sunt comparate cu noile limite, repetaţi
secvenţa identificare / corecţie / recalculare dacă este necesar.
Discuţiile precedente au avut intenţia da a da introducerea funcţională în analiza
graficelor de control. Sunt, oricum, alte considerente care pot fi utile analistului. Una
din cele mai importante este să reamintim că şi cu procese care sunt în control statistic,
cu cât mai multe date sunt revizuite, şansele constante de a obţine un semnal fals a unei
cauze speciale asupra oricărui subgrup individual se transferă în creşterea probabilităţii
de a găsi semnale false undeva pe grafic (grafice).
Cât timp este înţelept să investigăm toate evenimentele semnalate ca posibile evidenţieri
a cauzelor speciale, trebuie recunoscut că ele pot să fie cauzate de sistem şi că poate nu
pot sublinia o problemă locală a procesului.
Pentru discuţii ulterioare de interpretare, teste pentru date aleatoare şi rezolvarea
problemelor, vezi Anexa H, Referinţele 7-13,
-53-
_______________________________________
-54-
_______________________________________
Figura 19. Graficul X şi R – Limite extinse

C.7. Extinderea limitelor de control pentru Controlul continuu. (vezi Figura 19.)
-55-
_______________________________________

Când datele iniţiale (sau istorice) sunt conţinute consecvent în limitele de control de probă,
extindeţi limitele pentru a acoperi perioade viitoare. Poate fi de dorit aici să corectăm de asemenea
procesul la obiectiv, dacă centrul procesului este în afara obiectivului (vezi pagina 22). Aceste
limite vor fi utilizate pentru monitorizarea continuă a procesului, cu operator şi supraveghetor local
răspunzător de a semnala condiţii în afara controlului fie la graficul X fie la graficul R cu
intervenţii prompte.
O schimbare în mărimea eşantionului subgrupei va afecta media intervalului pe care o aşteptăm şi
limitele de control atât pentru intervale cât şi pentru medii. Această situaţie apare, de exemplu, dacă
s-a decis să se preleveze eşantioane mai mici şi mai des, pentru a detecta mai rapid schimbări mari
ale procesului fără a creşte numărul total de piese selectate pe zi. Pentru a corecta linia centrală şi
limitele de control pentru o nouă mărime a eşantionului subgrupei, trebuie făcuţi următorii paşi:
a. Estimaţi deviaţia standard a procesului (deviaţia este prezentată ca σ̂ - sigma cu căciulă). Utilizând
mărimea existentă a subgrupului calculaţi:
σˆ = R / d 2
unde R este media intervalului subgrupului (pentru perioade cu intervale în control) şi d2 este o
constantă variind cu mărimea eşantionului, aşa cum este parţial arătat în tabelul de mai jos, luat din
Anexa E:
n 2 3 4 5 6 7 8 9 10
d2 1,1 1,6 2,0 2,3 2,5 2,7 2,8 2,9 3,0
3 9 6 3 3 0 5 7 8
b. Utilizând factorii tabelaţi pentru d2, D3, D4 şi A2, bazându.vă pe noile mărime ale subgrupelor,
calculaţi noi intervale şi limite de control:
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-
_______________________________________
Figura 20. Variaţia procesului relativă la limitele specificaţiei

Secţiunea 1. Graficele X şi R (continuare)
-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.
D. EXPLICAŢII PENTRU CAPABILITATEA PROCESULUI.

Pentru a continua exemplul din Figura 18, o interpretare pentru capabilitatea procesului va fi discutată,
având următoarele ipoteze:
• Procesul este statistic stabil
• Măsurătorile individuale din proces sunt conforme cu distribuţia normală
• Specificaţiile tehnice şi alte specificaţii reprezintă fidel nevoile clientului
• Obiectivul proiectat este în centrul lăţimii specificaţiei
• Variaţia măsurătorilor este relativ mică.
Având determinat că procesul este în control statistic, problema care rămâne este cea dacă procesul
este capabil să răspundă nevoilor clientului. Pentru a înţelege şi îmbunătăţi capabilitatea procesului o
schimbare importantă în gândire trebuie să intervină: capabilitatea reflectă variaţiile datorate cauzelor
comune şi intervenţia managementului în sistem este aproape întotdeauna necesară pentru
îmbunătăţirea capabilităţii.(vezi Figura 20.)
Evaluarea capabilităţii procesului începe după ce ieşirile din control din ambele grafice X şi R au fost
rezolvate (cauzele speciale identificate, analizate, corectate şi prevenită reapariţia lor) şi graficele de
control continuu reflectă un proces în control statistic, preferabil pentru 25 sau mai multe subgrupe. În
general, distribuţia ieşirilor din proces este comparată cu specificaţiile tehnice, pentru a vedea dacă
aceste specificaţii pot fi respectate consecvent.
Sunt multe tehnici de evaluare a capabilităţii procesului care este în control statistic. Unele îşi însuşesc
faptul că ieşirile procesului trebuie să urmeze distribuţia normală sub forma de clopot. Dacă este
necunoscut dacă distribuţia este normală, un test pentru normalitate trebuie făcut ca revedere a
histogramelor, înscriind pe o coală de probabilitate normală, sau folosind metode mai precise (vezi
Anexa H, Referinţa 9, Capitolul 27). Dacă nenormalitatea este suspectată sau confirmată, tehnici mai
flexibile trebuiesc utilizate, cum ar fi transformarea datelor pentru a “normaliza” distribuţia (vezi
Anexa H, Referinţa 14, Partea 2), ajustarea curbelor computerizat sau analize grafice. Când forma
distribuţiei este normală, poate fi utilizată tehnica descrisă mai jos. Ea implică doar simple calcule
bazate pe date din grafice de control. Media procesului X este utilizată ca localizare a distribuţiei. Ca
măsură a răspândirii, deviaţia standard este utilizată, estimată dintr-o formulă simplă care implică
media intervalului, R .
-58-
_______________________________________
Figura 21. Calcularea Capabilităţii procesului
Secţiunea 1. Graficele X şi R (continuare)- Explicaţii pentru Capabilitatea Procesului
-59-
_______________________________________

Notă: Orice tehnică de analiză a capabilităţii procesului, nu contează cât de precisă apare, poate da
numai rezultate aproximative. Aceasta se întâmplă deoarece (1) există întotdeauna o variaţie a
eşantioanelor, (2) nici un proces nu este “pe deplin” în control statistic şi (3) nici o ieşire reală nu
urmează “exact” distribuţia normală (sau o altă distribuţie simplă). Rezultatele finale trebuiesc
întotdeauna utilizate cu precauţie şi interpretate conservativ.
D.1. Calculul Deviaţiei standard a procesului.
Atât timp cât variabilitatea procesului în interiorul subgrupei este reflectată de intervalul subgrupei,
deviaţia standard estimată a procesului σ̂ (“sigma cu căciulă”) se poate baza pe media intervalului
( R ). Calculaţi:
σˆ = R / d 2 = σˆ R / d 2
unde R este media a intervalelor subgrupei(pentru perioade cu intervale în control) şi d2 este o

constantă care variază în funcţie de mărimea eşantionului, aşa cum este arătat 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
Acesta estimare a deviaţiei standard a procesului ( σ̂ R / d 2 ) poate fi utilizată în evaluarea capabilităţii

procesului atât timp cât amândouă mediile şi intervalele sunt în control statistic.
D.2. Calcularea Capabilităţii Procesului (vezi Figura 21.)

Capabilitatea poate fi descrisă în termenii distanţei dintre media procesului faţă de limitele specificate
în unităţile deviaţiei standard, Z. Desenaţi o diagramă care arată curba distribuţiei, X , σ̂ R / d 2 , limitele
specificaţiei şi valorile Z, va fi de ajutor.
USL − X X − LSL
Pentru toleranţă unilaterală, calculaţi Z = sau Z = , care este cea mai adecvată.
σˆ R / d 2 σˆ R / d 2
Unde SL= limita specificaţiei, X = media măsurată a procesului şi σ̂ R / d 2 = deviaţia standard

estimată a procesului.
Pentru toleranţe bilaterale, calculaţi:
USL − X X − LSL
Z USL = Z LSL =
σˆ R / d 2 σˆ R / d 2
Zmin= Minimum dintre ZUSL sau ZLSL
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-
_______________________________________

Dacă cerinţa capabilităţii, exprimată în termenii lui Zmin, a fost Zmin>4, atunci capabilitatea procesului
curent, în termenii lui Zmin, va fi inacceptabilă atât cât Zmin=2.23 şi aproximativ 1,3% din ieşiri sunt în
afara specificaţiei; chiar dacă procesul ar putea fi centrat, Zmin=2,36. Trebuie intervenit.
• Pentru a îmbunătăţi capabilitatea procesului existent (obiectiv pe termen lung), variaţia datorată
cauzelor comune trebuie să fie redusă; aceasta va fi măsurată ca σ̂ mai mic.
Media procesului prezentă X este utilizată pentru a calcula răspândirea necesară pentru Zmin=4 relativ
la specificaţiile existente:
USL − X X − LSL
σ nou = , sau σ min =
Zmin nou Zmin nou
în funcţie de care limită din specificaţie este mai aproape

media procesului. Cât aici USL este cea mai apropiată
limită:
.900 − .738 .162
σ nou = = = .0405
4 4
Aceasta însemană că trebuie intervenit pentru reducerea deviaţiei
standard a procesului de la .725 la 0.0405, o îmbunătăţire cu
aproximativ 44%.
Dacă se confirmă prin graficul de control că procesul a fost centrat, şi X nou =.700, răspîndirea
procesului necesară pentru Zmin = 4(X ± 4σ) bazată pe
specificaţiile existente va fi:
USL − X .900 − .700 .200
σ nou = = = = .0500
Zmin nou 4 4
Cu corectarea procesului către centrul specificaţiilor, vor fi
necesare intervenţii pentru reducerea deviaţiei standard a
procesului de la .725 la .0500, în jur de 31%.
Dacă toate ieşirile trebuiesc sortate, în jur de 1,3% (circa .6% dacă
sunt centrate) trebuiesc aruncate sau reprelucrate; acest lucru este
scump şi care nu inspiră încredere.
În unele cazuri, o alternativă pe termen scurt poate creşte
toleranţele specificate.
Dacă procesul nu se schimbă, noile specificaţii X ± 4σ vor fi:
X ± 4σ =.738+4x.0725=.738+.290 = .448 şi 1.028 (Rotunjit: .45
şi 1.03)
Dacă procesul a fost reglat şi graficul de control a confirmat că
X nou = .700, (centrat) , noile specificaţii X ± 4σ vor fi:
X nou ± 4σˆ = .700 ± 4 × .725 = .700 ± .290 = .410 şi .990
(Rotunjit.40 şi 1.00)
Figura 21. Calcularea capabilităţii procesului

Secţiunea 1. Graficele X şi R (continuare)- Explicaţii pentru capabilitatea
procesului
-61-
_______________________________________

• Pentru o toleranţă bilaterală, calculaţi separat proporţia peste limita superioară din
specificaţie şi cea inferioară . De exemplu, dacă ZUSL=2.21 şi ZLSL=-2.85, totalul celor din
afara specificaţiei este PZUSL +PZLSL=.0136 + .0022=.0158 sau 1.6%.
Valoarea lui Zmin poate fi convertită în indicele capabilităţii, Cpk, definit ca:
Z min USL − X X - LSL
C pk = = Minimum dintre CPU (de exemplu, ) sau CPL ( de exemplu, )
3 3σˆ R / d2 3σˆ R / d2
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-
_______________________________________
ÎMBUNĂTĂŢIREA CAPABILITĂŢII PROCESULUI

ÎMBUNĂTĂŢIŢI CAPABILITATEA PROCESULUI (ŞI ASTFEL PERFORMANŢA),
CONCENTRAŢI-VĂ PE REDUCEREA CAUZELOR COMUNE.
ACESTEA ÎN MOD OBIŞNUIT VOR CERE INTERVENŢIA MANAGEMENTULUI ÎN
SISTEM PENTRU A-L CORECTA.
PUNEŢI ÎN GRAFIC ŞI ANALIZAŢI PROCESUL REVIZUIT.

CONFIRMAŢI EFICACITATEA SCHIMBĂRILOR ÎN SISTEM PRIN
MONITORIZAREA CONTINUĂ A GRAFICULUI DE CONTROL.
-63-
_______________________________________

Secţiunea 1. Graficele X şi R (continuare)- Explicaţii pentru capabilitatea
procesului
D.4. Îmbunătăţirea capabilităţii procesului.
Pentru îmbunătăţirea capabilităţii procesului, trebuie crescută atenţia asupra reducerii cauzelor
comune. Acţiunile trebuiesc direcţionate spre sistem, într-un mod anume, subliniind factorii
procesului care justifică variabilitatea procesului, cum ar fi performanţa maşinii, materiale de
intrare compatibile, metodele de bază prin care sistemul operează, metodele de perfecţionare
sau mediul de lucru. Ca o regulă generală, aceste cauze referitoare la sistem la capabilitatea
procesului neacceptabilă pot fi în afara abilităţii operatorului sau a supraveghetorului lor local
de a le corecta. În schimb, ele pot necesita intervenţia managementului pentru a face
schimbări de bază, a aloca resurse şi a furniza coordonatele necesare îmbunătăţirii
performanţelor generale ale sistemului. Încercarea de a corecta sistemul cu intervenţii locale
pe termen scurt va fi fără succes.
Discuţiile despre tehnici de analiză a variabilităţii sistemului sunt incluse în câteva din
referinţele înscrise în Anexa H. Tehnicile de bază de rezolvare a problemelor, cum ar fi
analiza Pareto şi analiza cauză-efect pot fi de ajutor (vezi Anexa H, Referinţa 11). Oricum,
utilizarea unor metode de analiza procesului mult mai avansate , incluzând tehnici statistice
cum ar fi experimente proiectate pot fi necesare pentru a atinge reduceri semnificative. Vezi
Anexa H, Referinţele 7-13 pentru introducerea în unele din aceste metode mai avansate.
D.5. Punerea în grafic şi analiza procesului revizuit.
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-
_______________________________________

SECŢIUNEA 2
GRAFICELE MEDIEI ŞI DEVIAŢIEI STANDARD ( X şi s)
Graficele X şi s, sunt dezvoltate din datele măsurate de ieşire a procesului şi sunt întotdeauna
folosite ca pereche. Intervalul graficelor a fost dezvoltat ca măsură a variaţiei procesului
deoarece intervalul este uşor de calculat şi este relativ eficient pentru mărimi mici ale
eşantioanelor subgrupei (în special sub 9). Deviaţia standard a eşantionului, s, este un
indicator mai eficient a variabilităţii procesului, în special pentru mărimi mai mari de
eşantioane. Oricum, aceasta este mult mai dificil de calculat şi este mai puţin sensibilă în
detectarea cauzelor speciale de variaţie care fac nefolositoare numai o singură valoare în
subgrup. Tipic, graficele s sunt folosite în loc de graficele R când una sau mai multe dintre
cele de mai jos există:
• Datele sunt înregistrate şi/sau puse pe grafic cu calculatorul sau pe bază de timp real, deci
o rutină de calcul a lui s este uşor de integrat.
• Disponibilitatea unui calculator de buzunar de a face calculul lui s pe baza unei rutine.
• Sunt utilizate mărimi mari ale eşantioanelor subgrupului şi măsurarea mai eficientă a
variaţiei este adecvată.
Detaliile şi instrucţiunile pentru graficele X şi s sunt foarte similare cu acelea pentru
graficele X şi R; excepţiile sunt notate mai jos.
(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
e Xi, X şi n reprezintă valorile individuale ale subgrupului, media şi respectiv mărimea

eşantionului.
NOTĂ: nu rotunjiţi valoarea X dacă are multe zecimale
• Spaţiul scalei pentru graficul s trebuie să fie acelaşi ca pentru corespondentul ei din
graficul X
-66-
_______________________________________
Figura 24. Graficul X şi s
-67-
_______________________________________
Secţiunea 2. Graficele X şi s (continuare)
B. CALCULUL LIMITELOR DE CONTROL (vezi figura 24.)

(Vezi Secţiunea 1, Partea B a acestui capitol, excepţiile sunt notate mai jos).
• Calculul limitelor de control inferioare şi superioare pentru deviaţia standard şi medii
(UCLS;LCLS,LCL X , LCL X )
UCL S = B 4 ⋅ s
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-
_______________________________________
Figura 25. Graficul de control al medianei
-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.
(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.
B. CALCULUL LIMITELOR DE CONTROL.

(Vezi Secţiunea 1, Partea B a acestui capitol; excepţiile sunt notate mai jos)
• Găsiţi media medianelor subgrupelor şi trasaţi-o ca linie centrală pe grafic; înregistraţi
~
aceasta ca X .
• Găsiţi media intervalelor, înregistraţi aceasta ca R .
• Calculaţi limitele de control inferioare şi superioare pentru intervale şi mediane (UCLR,
LCLR, UCL X~ , LCL X~ :
UCL R = D 4 ⋅ R
LCL R = D 3 ⋅ R
~
~ = X + A2 ⋅R
UCL X
~
~ = X − A2 ⋅R
LCL X
-70-
_______________________________________
Figura 26. Graficul de control al medianei - Interpretare
-71-
_______________________________________
Secţiunea 3. Graficele medianelor (continuare)
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.
C. EXPLICAŢII PENTRU CONTROLUL PROCESULUI.
(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).
• Luaţi măsurile corespunzătoare procesului pentru cauzele speciale care afectează

intervalele sau medianele.
D. EXPLICAŢII PENTRU CAPABILITATEA PROCESULUI
• Estimaţi deviaţia standard a procesului
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-
_______________________________________

Secţiunea 3. Graficele medianelor (continuare)
E. CĂI ALTERNATIVE LA GRAFICUL MEDIANELOR
Pentru controlul continuu al procesului unde limitele de control sunt bazate pe date anterioare,
procesul de înregistrare în grafice poate fi simplificat după cum urmează:
• Un singur grafic este utilizat, cu scale stabilite cu acelaşi increment ca al instrumentului
de măsură utilizat (cel puţin 20 de incremente între specificaţiile produsului) şi cu linia
centrală şi limitele pentru mediane deja introduse.
• Fişa (posibil din plastic) este furnizată, marcată cu limitele de control pentru intervale.
Aceasta va prelua cauzele speciale care afectează intervalele care generează puncte în
afara controlului şi nu tendinţe.
• Operatorul va marca graficul cu fiecare citire individuală dar valorile numerice nu este
nevoie să fie înregistrate
• Pentru fiecare subgrup, operatorul compară cu fişa intervalelor cel mai de sus şi cele mai
de jos marcaj al intervalelor. Orice subgrup care are un interval în afara limitelor de pe
fişă (card) este îngrădit cu un chenar vertical.
• Operatorul caută mediana fiecărui subgrup şi o încercuieşte. Orice mediană în afara
oricărei limite de control este marcată.
• Pentru intervalele sau medianele în afara limitelor de control, operatorul va lua măsurile
adecvate pentru a corecta sau regla procesul sau va înştiinţa supraveghetorul sau oamenii
de răspundere.
-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:
(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-
_______________________________________
Figura 28. Interpretare pentru graficul valorilor individuale şi intervalelor de mişcare

Secţiunea 4. Grafice pentru valori individuale şi intervale de mişcare (X-MR)
(Continuare) – Calculul limitelor de control.
Calculaţi limitele de control:
UCL MR = D 4 ⋅ R
LCL MR = D 3 ⋅ R
UCL X = X + E 2 ⋅ R
LCL X = X − E 2 ⋅ R
-75-
_______________________________________

unde R este media intervalului de mişcare, X media procesului iar D4,D3, E2 sunt constante
care depind de mărimea eşantionului n, utilizat în gruparea intervalelor de mişcare, aşa cum
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
E2 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
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
C. EXPLICAŢII PENTRU CONTROLUL PROCESULUI

(Vezi Secţiunea 1, Partea C a acestui capitol, excepţiile sunt notate mai jos.)
• Revizuiţi intervalul de mişcare pentru puncte în afara limitelor de control ca semne ale
existenţei cauzelor speciale. Notaţi că intervalele de mişcare succesive sunt corelate, cât
ele au cel puţin un punct în comun; din această cauză, trebuie avută grijă când interpretaţi
tendinţele. Un sfat de la un statistician s-ar putea să trebuiască cerut pentru interpretarea
tendinţei.
• Graficul pentru valori individuale poate fi analizat pentru puncte în afara limitelor de
control, răspândirea punctelor în limitele de control şi tendinţe şi structuri. Notaţi aici, că
dacă distribuţia procesului nu este simetrică, regulile prezentate anterior pentru graficele
X pot da semnale de cauze speciale când nu există.
D. EXPLICAŢII PENTRU CAPABILITATEA PROCESULUI (vezi figura 28.)
• Cu graficele X şi R, deviaţia standard a procesului poate fi estimată prin:
σˆ = R / d 2 = σˆ R / d 2
unde R este media intervalelor de mişcare şi d2 este o constantă care variază în funcţie de
mărimea eşantionului n, utilizată în gruparea intervalelor de mişcare aşa cum este arătat în
tabelul parţial de mai jos, luat din Anexa E:
Secţiunea 4. Grafice pentru valori individuale –Explicaţii pentru capabilitatea

procesului
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-
_______________________________________

Secţiunea 5
ÎNŢELEGEREA CAPABILITĂŢII PROCESULUI ŞI PERFORMANŢA
PROCESULUI PENTRU DATE VARIABILE
Ieşirile unui proces de fabricaţie stabil statistic (în control) pot fi descrise prin distribuţia lor.
Caracteristicile distribuţiei sunt utilizate la evaluarea procesului. De exemplu, o caracteristică de
interes frecvent este centrul distribuţiei. Dacă distribuţia nu este localizată corect, procesul de
fabricaţie poate produce piese care să nu fie apropiate suficient de o valoare ţintă dorită. În asemenea
cazuri, unele piese pot fi în mod egal în afara specificaţiei. Un proces cu o astfel de distribuţie poate fi
atunci evaluat ca incapabil de a răspunde nevoilor clientului. Probleme similare pot apare dacă
distribuţia are o răspândire prea mare, privitor la unde este localizată distribuţia. Deoarece
caracteristicile distribuţiei nu sunt cunoscute exact, trebuiesc colectate date pentru a le estima.
Această secţiune se adresează unor tehnici folosite pentru a estima cum anumite caracteristici ale
distribuţiei se reflectă specificaţiile. Pre-condiţia subliniată că procesul din care se vin datele arată o
stabilitate statistică poate fi reîntărită aici. O discutare a variaţiei procesului şi a indicelor asociaţi de
capabilitate are o valoare redusă pentru procesele nepredictibile. Fiţi atenţi, oricum, că aprecieri
rezonabile pentru estimarea capabilităţii procesului au fost dezvoltate pentru procese care arată în mod
sistematic cauze speciale în variaţia procesului, cum sunt uzura sculelor (vezi Anexa H, Referinţa 17).
Suplimentar, este în general preluată ideea că citirile individuale din procesele în subiect au o
distribuţie care este aproximativ normală. După definirea capabilităţii procesului şi a termenilor
conecşi, această secţiune va defini şi discuta doar indicii cei mai populari şi rapoarte după cum
urmează:
Indicii numai ai variaţiei procesului, relativi la specificaţii Cp şi Pp.
Indicii de variaţie a procesului şi centrarea combinată, referitori la specificaţie: CPU,CPL, Cpk şi
Ppk
Rapoartele doar ale variaţiei proceselor, referitoare la specificaţii: CR şi PR
Notă: Deşi alţi indici nu sunt discutaţi în acest manual, Anexa D şi Anexa H, Referinţa 16 furnizează
informaţii asupra unuia din aceştia, Cpm, un indice relativ nou care a atras recent atenţia.
În final, această secţiune descrie condiţiile şi prezumţiile asociate cu aceste mărimi de proces şi
încheie cu o sugestie cum aceste mărimi pot fi aplicate mai departe pentru a creşte înţelegerea
procesului în domeniul îmbunătăţirii continue a procesului.
Acest manual recunoaşte deplin atât neînţelegerile cât şi controversele care înconjoară conceptele
fundamentale şi definiţiile relative la rezultatul “Controlului”, “Capabilităţii” şi “Performanţele”
procesului. Este mai adecvat să remarcăm aici că manualul nu are ca scop să rezolve complet aceste
rezultate, ci pentru a le expune şi a le discuta într-o măsură care să permită fiecărui cititor
oportunitatea de a dezvolta mai bine înţelegerea lor pentru a furniza valori şi cunoştinţe necesare
îmbunătăţirii continue a procesului.
A. DEFINIŢIA TERMENILOR PROCESULUI.
• Variaţia inerentă a procesului – Această parte a variaţiei procesului se datorează numai cauzelor
comune. Această variaţie poate fi estimată din graficul de control prin R / d 2 , printre alte lucruri
(de exemplu, s / c 4 ).
• Variaţia totală a procesului . Aceasta este variaţia care se datorează ambelor cauze şi comune şi
speciale. Această variaţie poate fi estimată cu s, deviaţia standard a eşantionului, utilizând toate
citirile individuale obţinute fie dintr-un grafic detaliat de control fie din studiul procesului;
(xi − x) 2
n
de exemplu, s = ∑ = σˆ s , unde xi este o citire individuală, X este media
i=1 n −1
citirilor individuale şi n = nr. total al citirilor individuale.
-77-
_______________________________________

Secţiunea 5. Înţelegerea capabilităţii (Continuare)- Definiţia Mărimilor procesului
• Capabilitatea procesului – Intervalul 6σ a variaţiei inerente a procesului, doar pentru

procese stabile statistic, unde σ este în general estimat prin R / d 2 ( σ̂ R / d ).
2
• Performanţa procesului – Intervalul 6σ a variaţiei totale a procesului, unde σ este în general
estimat prin s, deviaţia standard a eşantionului ( σ̂ s ).
B. DEFINIŢIA MĂRIMILOR PROCESULUI

B.1. Indici:
Cp: Acesta este indicele de capabilitate care este definit ca câmpul de toleranţă împărţit la
capabilitatea procesului, indiferent de centrarea procesului. Tipic, el este exprimat ca:
USL − LSL
Cp =
6σˆ R / d 2
Pp: Acesta este indicele de performanţă care este definit ca câmpul de toleranţă împărţit la
performanţa procesului, indiferent de centrarea procesului. Tipic el este exprimat prin:
USL − LSL
Pp = (el trebuie utilizat numai pentru a se compara cu Cp sau Cpk şi pentru a
6σˆ s
măsura şi a face prioritară îmbunătăţirea procesului în timp).
CPU: Acesta este indicele superior de capabilitate şi este definit ca răspândirea toleranţei
superioare împărţită la răspândirea reală superioară a procesului. Tipic ea este exprimată prin
USL − X
CPU = .
3σˆ R / 2
CPL: Acesta este indicele inferior de capabilitate şi este definit ca răspândirea toleranţei inferioare
împărţită la răspândirea reală inferioară a procesului. Tipic ea este exprimată prin
X − LSL
CPL = .
3σˆ R / 2
Cpk: Acesta este indicele de capabilitate care ţine seama de centrarea procesului şi este definit ca
USL − X X − LSL
minimum dintre şi . El se referă la distanţa scalară dintre mijlocul
3σˆ R / 2 3σˆ R / 2
procesului şi limita cea mai apropiată din specificaţie împărţită la jumătate din răspândirea
totală a procesului.
Ppk: Acesta este indicele de performanţă care ţine seama de centrarea procesului şi este definit ca
minimum dintre USL − X şi X − LSL . (el trebuie folosit numai pentru a-l compara cu Cp şi
3σˆ s 3σˆ s
Cpk şi a măsura şi a face prioritară îmbunătăţirea procesului în timp)
B.2. Rapoarte
CR: Acesta este raportul capabilităţii şi este simplu inversa lui Cp; de exemplu,
6σˆ R / 2
CR =
USL − LSL
PR: Acesta este raportul de performanţă şi este simplu inversa lui Pp; de exemplu
6σˆ s
CP =
USL − LSL
NOTĂ: Exemple de calcul pentru toate aceste mărimi sunt arătate în pagina 58.
Secţiunea 5. Înţelegerea capabilităţii (Continuare)- Definiţia Mărimilor procesului
-78-
_______________________________________
B.3. Clarificare Deviaţiei standard a eşantionului s faţă de S

Ambii, s (utilizat în părţile A şi B ale acestei secţiuni) şi S (utilizat în graficele X şi s, pag 65)
sunt calculaţi folosind exact aceiaşi formulă pentru deviaţia standard a eşantionului, de
n ( x i − x) 2
exemplu: s = ∑ . Oricum , “n” în formulă simbolizează două tipuri diferite de
i=1 n − 1
mărimi ale eşantionului, după cum urmează:
• Pentru s (pag.79), n se referă la numărul total al tuturor valorilor individuale eşantionate -
de exemplu, numărul acestor valori individuale poate veni din totalul numerelor tuturor
valorilor individuale din subgrup dintr-un grafic de control (toate totalizate împreună),
sau din o eşantionare largă a unei populaţii generale.
• Pentru S (pag.65), n se referă la doar la numărul valorilor individuale din orice subgrup
dat – în general, n este constant şi egal cu numărul din fiecare subgrup.
• σ̂ s estimează deviaţia standard a întregului proces (“populaţia”) utilizând s, în timp ce
σ̂ s estimează deviaţia standard a unui subgrup dat de mărime fixă, utilizând S (vezi
paginile 65÷67).
C. DESCRIEREA CONDIŢIILOR ŞI IPOTEZELOR.
Este adecvat să subliniem că variaţia procesului şi centrarea procesului sunt două
caracteristici separate ale procesului. Fiecare are nevoie să fie înţeleasă separat de cealaltă.
Oricum, pentru a minimiza analiza separată a fiecăreia, este mai comod să combinăm cele
două caracteristici într-un index, cum ar fi Cpk sau Ppk. Indicii pot fi utili pentru:
• Măsurarea continuă a procesului folosind tendinţe în timp
• A stabili priorităţile în care procesul va fi îmbunătăţit.
Indicele de capabilitate (de exemplu Cpk) este suplimentar de folos pentru a determina dacă
un proces este capabil sau nu să răspundă cerinţelor clientului (intenţia originară a indicelui de
capabilitate). Trebuie subliniat că această utilizare suplimentară nu trebuie aplicată la indicii
de performanţă (vezi pag. 80 pentru sugestii în utilizarea mărimilor performanţei).
Pentru ca aceşti indici (ca şi pentru toate celelalte mărimi descrise în partea B a acestei
secţiuni) să fie eficient utilizaţi, CONDIŢIILE şi IPOTEZELE care îi înconjoară trebuie să fie
înţelese. Dacă aceste condiţii şi ipoteze nu sunt îndeplinite, mărimile vor avea un înţeles mic
sau deloc şi de aceea nu vor adăuga nici o valoare la înţelegerea procesului din care ei au fost
generaţi. În continuare sunt descrise patru condiţii minime care trebuiesc satisfăcute pentru
toate mărimile capabilităţii care sunt descrise în partea B a acestei secţiuni.
Procesul din care datele provin este stabil statistic.
Măsurătorile individuale din datele procesului formează o distribuţie aproximativ normală.
Specificaţiile sunt bazate pe cerinţele clientului
Există o dorinţă de a accepta valori calculate ale indecşilor (sau rapoarte), ca valori
“adevărate” de indecşi (sau rapoarte) – de exemplu, pentru a descreşte influenţa variaţiei
eşantionului asupra numărului calculat (de exemplu un Cpk calculat de 1.05 poate fi dintr-un
proces al cărui adevărat Cpk este 1,40, sau viceversa, datorită simplei variaţii a eşantionării).
Vă rugăm vedeţi Anexa H, Referinţele 19,20 şi 21 pentru mai multe informaţii asupra acestui
subiect.
-79-
_______________________________________

Secţiunea 5. Înţelegerea capabilităţii (Continuare)- Sugestii de utilizare a mărimilor
procesului.
Figura 29 “Obiectivul situaţiei” faţă de Funcţia pierderilor.
-80-
_______________________________________
Secţiunea 5. Înţelegerea capabilităţii (Continuare)
D. SUGESTII DE UTILIZARE A MĂRIMILOR PROCESULUI

Cheia pentru o utilizare eficientă a oricăror mărimi de proces continuă să fie nivelul
înţelegerii a ce reprezintă în mod real mărimile. Acestea, în comunitatea statistică care în
general se opune la cum se calculează Cpk de exemplu, sunt utilizate pentru a sublinia
rapid că multe “procese reale” satisfac complet toate condiţiile, ipotezele şi parametrii în
care Cpk a fost dezvoltat (vezi Anexa H, Referinţa 14 şi Referinţa 18).În continuare,
poziţia acestui manual este că, chiar şi atunci când toate condiţiile sunt îndeplinite, este
dificil să evaluezi sau să înţelegi în mod adevărat un proces pe baza unui singur index sau
raport numeric, pentru motivele ce se discută în paragrafele care urmează.
D.1. Conceptul funcţiei pierderilor.
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-
_______________________________________

procesului.
Figura 30. Alinierea procesului la cerinţe
-82-
_______________________________________

procesului.
D.2. Alinierea procesului la cerinţele clientului
În secţiunea 2 a Capitolului 1, un proces a fost descris grafic (vezi Figura 1, pag.6). O

caracteristică de ieşire a unui astfel de proces poate fi de asemenea exprimată grafic în
termenii distribuţiei variaţiei sale. Această distribuţie poate să se refere ca la distribuţia
procesului (vezi Figura 30(a))
O funcţie a pierderilor cum este cea prezentată în figura 30(b), poate fi stabilită pentru
caracteristica procesului a cărui distribuţie este indicată în Figura 30 (a). Mai departe,
presupunând o variaţie mică sau deloc în cerinţele clientului (specificaţie ţintă), prin
supraimpunerea distribuţiei procesului peste curba funcţiei pierdere a cerinţelor
clientului (Figura 30 (c) , pot fi făcute două observaţii:
•Pentru a minimiza pierderile clientului, este de dorit să aliniem procesul (centrul
procesului) la cerinţele clientului (specificaţia ţintă).
•În plus, este benefic pentru client dacă variaţia în jurul valorii ţintă este redusă
încontinuu (Vezi Figura 30(e)).
Această analiză este uneori denumită alinierea “Vocii procesului” la “ Vocea clientului”
(vezi Anexa H, Referinţa 22, pentru mai multe detalii). Trebuie notat că deşi nici o
variaţie nu este însuşită în “Vocea clientului” pentru acest exemplu, “Vocea clientului”
(specificaţia ţintă) poate varia în lumea reală şi aceasta va complica în viitor atingerea
adevăratei satisfacţii a clientului cu un proces dat.
În final, când o pierdere translatată estimată este generată considerând distribuţia reală a
pieselor produse de acest proces, în conjuncţie cu pierderile generate de acest proces, se
poate arăta că, în acest caz, aproximativ 45% din totalul pierderilor la client pot fi
atribuite pieselor care sunt în afara specificaţiei, în timp ce pierderile rămase vin de la
piesele în specificaţie dar care nu sunt pe obiectiv (Figura 30(d)). Aceasta sugerează
puternic că mentalitatea “Obiectivul situaţiei”, sau calcularea procentului de piese “rele”
(piese în afara specificaţiei), în şi pentru sine, nu dă o apreciere corectă pentru
înţelegerea efectului pe care îl are procesul în prezent asupra clientului.
-83-
_______________________________________

procesului.
D.3. Aplicaţii ale mărimilor procesului.

Pentru motivele discutate în paragrafele anterioare şi presupunând că condiţiile prezentate
în partea C a acestei secţiuni au fost atinse, următoarele sunt propuse pentru utilizarea
mărimilor procesului pentru creşterea înţelegerii şi îmbunătăţirea continuă eficientă a
proceselor:
• Nu trebuie folosit doar un singur indice pentru a descrie procesul; apoi
• Doi sau mai mulţi indici sau rapoarte trebuiesc văzuţi colectiv – de exemplu, ca
minim poate fi folosită combinaţia Cp şi Cpk, Pp şi Ppk, CR şi PR sau PR şi Ppk; şi
• Este recomandat cu tărie ca analize grafice să fie folosite în conjuncţie cu mărimile
procesului. Exemplele de astfel de analize includ grafice de control, înscrierea
distribuţiei estimată a procesului, graficul analizei funcţiei pierderi , ca acelea
prezentate în figura 30, etc. Suplimentar, în mod particular pentru un proces instabil,
poate fi de ajutor înscrierea grafică a variaţiilor inerente ale procesului faţă de variaţia
totală a procesului şi/sau σ̂ R / d faţă de σ̂ s pentru a obţine o apreciere pentru o
2
apreciere grosolană a golului dintre “capabilitatea” şi “performanţa” procesului şi de
a face îmbunătăţiri. În general, mărimea acestui gol este o măsură a gradului la care
procesele sunt este în afara controlului, deşi par ce procese instabile, funcţie de
gradul de instabilitate, există respectiv variabilitate mai mare şi incertitudine în
estimarea procesului ( σ̂ R / d şi σ̂ s ) decât la procesele stabile. Aceste tipuri de analize
2
grafice trebuiesc să fie făcute pentru înţelegerea mai bună chiar dacă mărimile
procesului (de exemplu, Cp/Cpk, etc.) nu sunt calculate şi/sau folosite.
• Pentru îmbunătăţirea continuă a procesului, mărimile procesului trebuiesc folosite cu
gândul îndrepta la a tinde continuu să aliniem “Vocea procesului” la “Vocea
clientului”, cu pierderi minime la client.
O precauţie finală este că toată capabilitatea de evaluare trebuie să fie limitată la o
singură caracteristică a procesului. Întotdeauna este inadecvat să combini sau să faci
media într-un singur index a capabilităţilor rezultate din mai multe procese.
Din fericire, aplicaţia mărimilor procesului în acest mediu de lucru va furniza unele
informaţii necesare pentru obţinerea unei îmbunătăţiri adevărate a procesului cu o rată
competitivă.
-84-

SPCkap 2

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

SPCkap 2

Încărcat de

Drepturi de autor:

Formate disponibile

_______________________________________

II Grafice de control pentru variabile

5. Cu date variabile, performanţa procesului poate fi analizată şi îmbunătăţirea poate fi

Graficele variabilelor pot explica datele procesului în ambii termeni ai răspândirii

II Grafice de control pentru variabile

PREGĂTIREA PENTRU UTILIZAREA GRAFICELOR DE CONTROL

• Stabilirea unui mediu convenabil pentru intervenţie.

• Determinarea caracteristicilor care trebuiesc administrate

- Aria problemelor curente şi potenţiale

- Corelaţia dintre caracteristici

• Definirea sistemului de măsură

• Minimizarea variaţiilor inutile

II Grafice de control pentru variabile

II Grafice de control pentru variabile

II Grafice de control pentru variabile

II Grafice de control pentru variabile

Figura 8. Graficul X şi R – Date de reglaj

II Grafice de control pentru variabile

Secţiunea 1. Graficele X şi R (Continuare) – Culegerea datelor

Graficele X şi R sunt în mod normal trasate cu graficul X deasupra graficului R şi un

Introduceţi valorile individuale şi identificatorul pentru fiecare subgrupă.

Caracteristicile de înscris sunt media eşantionului ( X ) şi media intervalului eşantionului

Pentru fiecare subgrupă se calculează:

R=Xcel mai mare –Xcel mai mic

II Grafice de control pentru variabile

Figura 9. Graficul X şi R – “Studiu iniţial”

II Grafice de control pentru variabile

Secţiunea 1. Graficele X şi R (Continuare) – Culegerea datelor

A.4. Selectarea scalelor pentru graficele de control (vezi Figura 9.)

A.5. Înscrierea Mediilor şi Intervalele pe Graficele de control (vezi Figura 9.)

NOTĂ: Pentru a consolida utilizarea tuturor graficelor în producţie având limitele de

II Grafice de control pentru variabile

Figura 10. Graficul X şi R – cu limite de control

II Grafice de control pentru variabile

Secţiunea 1. Graficele X şi R (Continuare)

II Grafice de control pentru variabile

Figura 11. Graficul R – Punct în afara limitelor de control

II Grafice de control pentru variabile

Secţiunea 1. Graficele X şi R (Continuare)

C1. Analizarea datelor înscrise pe graficul intervalului.

II Grafice de control pentru variabile

Figura 12. Graficul R – Salturi (serii)

II Grafice de control pentru variabile

Secţiunea 1. Graficele X şi R (Continuare) – Explicaţii pentru control.

II Grafice de control pentru variabile

Figura 13. Graficul R- Structuri nealeatoare

II Grafice de control pentru variabile

Secţiunea 1. Graficele X şi R (continuare)- Explicaţii pentru control.

c. Structuri clar nealeatoare (vezi Figura 13) – Suplimentare la prezenţa punctelor în

II Grafice de control pentru variabile

Figura 14. Graficul X şi R – Recalcularea limitelor de control (interval)

II Grafice de control pentru variabile

Secţiunea 1. Graficele X şi R (continuare)- Explicaţii pentru control.

C.3. Recalcularea Limitelor de Control (Graficul Intervalului) (Vezi Figura 14.)

II Grafice de control pentru variabile

Figura 15. Graficul X – Puncte în afara limitelor de control

II Grafice de control pentru variabile

Secţiunea 1. Graficele X şi R (continuare)- Explicaţii pentru control.

II Grafice de control pentru variabile

Figura 16. Graficul X – Salturi

II Grafice de control pentru variabile

Secţiunea 1. Graficele X şi R (continuare)- Explicaţii pentru control.

II Grafice de control pentru variabile