Blog

Melyik SPC kontroll grafikont válassza?

Six Sigma szakértők adatsorok leírására az alábbi jellemzőket alkalmazzák:

  • Várható érték (átlag, módusz, medián)
  • Ingadozás
  • Elemszám
  • Görbe alakja


Ezek mellett azonban van egy 5. fontos statisztikai adatsor jellemző, a stabilitás. Folyamat stabilitását SPC grafikonokkal vizsgáljuk a várható érték körüli ingadozáss elemzésével.

Miért fontos SPC, vagy bővebben statisztikai folyamat kontroll a fent említett 4 jellemzőn túl?
Tekintse meg SPC esettanulmányunkat!

SPC jelentőségét bizonyítja, hogy gyakran a 7 elemi eszköz (vagy 7 minőségügyi eszköz) között említik és Ishikawa professzor úr is fontosnak ítélte a trend analízis elvégzését egyszerű vonal grafikonnal.

Folyamat stabilitás vizsgálathoz többféle SPC grafikont használhat, s az alábbi ábrával abban próbálunk segíteni, hogy a az adatok típusa és a mintanagyság alapján helyesen válasszon SPC grafikon kategóriát!


SPC grafikon készítése során első feladata annak eldöntése, hogy mennyiségi, vagy minőségi adatok állnak rendelkezésére:

a.) Mennyiségi adat: egyszerűen minden adatsor, amely mérés alapján  keletkezett és numerikus adatokat tartalmaz (pl. méret; idő; hőmérséklet; stb.)
b.) Minőségi adat: valamiféle minősítés alapján keletkezett adatsor (pl. OK/NOK; de helyezés is, mint első, második, harmadik; vagy ha „címkézés” eredménye gép 1, gép 2; stb.)


Mennyiségi adatokra vonatkozó SPC grafikon kiválasztásához már csak a mintanagyságra van szükség, mely lehet konstans, vagy változó:

  • I-MR grafikont válasszon, ha egyedi adatokat tartalmazó adatsora van, s nem normális eloszlás esetén helyettesítheti az átlagot a mediánnal (műszakonként 1 véletlenszerűen kiválasztott termék mért adataiból készített grafikon)
  • Xbar-R grafikont akkor használjon, ha az alcsoportokban szereplő adatok száma 2<n<10, mert R a terjedelmet jelenti és kisebb minták esetén a terjedelem alkalmasabb jellemző, mint a szórás (órai mért adatokból készített grafikon, úgy, hogy azokból műszakos átlagot és terjedelmet készít)
  • Xbar-s grafikont akkor használjon, ha az alcsoportokban szereplő adatok száma n>10, mert ekkor már a szórás becslése is pontosabb (például egy szállító valamilyen termékének mért értékének megjelenítése szállítmányonként, ha alkalmanként több, mint 10 elem mérését végzik)


Minőségi adatokra vonatkozó SPC grafikon kiválasztásához 2 további döntésre van szükség:

b1.) Hibák számát kívánja megjeleníteni, vagy a hibás termékek arányát?

b2.) Konstans, vagy változó elemszámú minták állnak rendelkezésére?

  • c grafikont használjon, ha a hibák számát vizsgálja konstans elemszám esetén (műszakonként 10-10 terméket kiválasztva meghatározni hány darab hiba található átlagosan egy terméken)
  • u grafikont használjon, ha a hibák számát vizsgálja változó elemszám esetén (műszakonként minden kieső terméket megvizsgálni, hogy azok átlagosan hány hibát tartalmaznak)
  • np grafikont használjon, ha a hibás termékek arányát vizsgálja konstans elemszám esetén (műszakonként 30-30 terméket kiválasztva és megvizsgálva mennyi a kiesés aránya)
  • p grafikont használjon, ha a hibás termékek arányát vizsgálja változó elemszám esetén (műszakonként változó kibocsátás mellett X db gyártott termékből Y db kiesik)


Amennyiben további SPC kérdése van írjon az info@cashflownavigator.hu címre, vagy tekintse meg aktuális Six Sigma képzési ajánlatainkat!

Jó folyamatfejlesztést kívánunk!

Érdekli a folyamatfejlesztés vagy a statisztika?

Vásárolja meg A lean six sigma folyamatfejlesztés kézikönyvét a hozzá tartozó Lean Six Sigma e-learning portál hozzáféréssel!

Keresés
Legutóbbi bejegyzések

Lean six sigma könyv – Brian Joiner: The Fourth Generation Management

Brian Joiner The Fourth Generation Management: The New Business Consciousness című könyve a minőségmenedzsment és a szervezeti hatékonyság témáit tárgyalja, és bemutatja, hogyan léphetnek a vállalatok a hagyományos menedzsmentről egy új, fejlettebb megközelítés felé. A könyv különösen hasznos azok számára, akik a minőség és a folyamatos fejlesztés szemléletét szeretnék integrálni a vállalatuk mindennapi működésébe.

Tovább olvasom »

Genrich Altshuller TRIZ módszert oktat

Altshuller 1946-ban, fiatal mérnökként kezdte pályafutását a Szovjetunióban, ahol találmányi kérelmeket elemzett. Arra törekedett, hogy rendszerbe foglalja az innováció folyamatát, és felismerte, hogy a találmányok nem teljesen véletlenszerűek, hanem logikus szabályszerűségeken alapulnak. Az 1940-es és 1950-es években több ezer szabadalmat elemzett, és ezekből a mintákból hozta létre a TRIZ-t, amely segít feltalálóknak és mérnököknek új problémamegoldási módszereket kidolgozni.

Tovább olvasom »
Népszerű címkék
Legyen Ön is Leand Six Sigma folyamatfejlesztő!

Jelentkezzen lean six sigma green belt képzésünkre, amelynek alapja a Magyar Minőség Szakirodalmi Díj 2019 elismerésben részesült A lean six sigma folyamatfejlesztés kézikönyve. A képzés oktatója pedig a könyv szerzője Fehér Norbert 17 év lean six sigma tapasztalattal és 500+ mentorált, vezetett projekttel.