X-bar 与 R 控制图计算器
您的数据
想从表格里直接粘贴也没问题。但每一行的测量个数必须一样,因为构造界限用的常数取决于这个个数。
子组应该在时间上取得靠近,这样一个子组内部变化的就是过程平常的噪声,而子组之间变化的才是值得追查的那部分。同一分钟里做出来的五件,比一周里挑出来的五件说明更多。
结果
| 每个子组的测量个数 | — |
| 使用的子组数 | — |
| 各子组均值的平均 | — |
| 平均极差 | — |
| 均值图的上限与下限 | — / — |
| 极差图的上限与下限 | — / — |
| 由极差推出的短期标准差 | — |
| 单个测量值的分布比均值图宽多少倍 | — |
这两张图上的界限,和客户提的要求毫无关系。它们是从过程实际在做什么推算出来的,所以界限之内的点仍可能是一件坏品,界限之外的点也仍可能在公差范围内。把公差画到控制图上,是这门学科里最昂贵的错误:它让人去调一台本来好好的机器,又让人放过一台已经跑偏的机器。
均值图比你的原始数据窄,是有意为之。它的界限适用于若干件的平均值,而平均值的波动比单件小,小的倍数正是件数的平方根。拿单个测量值去比这条界限,会看到根本不存在的报警——表格最后一行提醒的就是这件事。
先看极差图,再看均值图。如果分散本身就不稳定,那另一张图的界限是建在会动的地基上的,此时还没有什么可解读。
控制界限和规格界限是一回事吗?
不是,而且把两者当成一回事,是这门学科里最昂贵的错误。控制界限来自过程实际在做什么;规格界限来自客户提了什么要求。它们是画在同一根轴上的两样不同的东西。
后果非常具体:落在控制界限之内的点仍可能是一件坏品,落在界限之外的点也仍可能在公差之内。把公差画到图上,会让人去调一台本来好好的机器,又放过一台已经跑偏的机器。
为什么均值图比我的测量值窄?
因为它的界限适用于平均值,而不是单件。n 件的平均值比单件的波动小,小的倍数是 √n;所以子组为五时,单个测量值的分布比图上宽 2.24 倍。
这就是为什么拿单个读数去比均值图的界限,会冒出根本不存在的报警。页面把这个倍数写出来,就是为了让这个差别摆在你眼前。
| 每个子组的测量个数 | 单个测量值宽这么多倍 |
|---|---|
| 2 | 1.41 |
| 4 | 2.00 |
| 5 | 2.24 |
| 9 | 3.00 |
| 10 | 3.16 |
我该先看均值图还是先看极差图?
永远是极差图。均值图的界限是用平均极差搭出来的,所以如果分散本身就不稳定,这些界限就立在会动的地基上,此时还没有什么可解读。
反过来说:极差图不稳定,意味着这个过程根本没有在重复自己;在问它有没有对准中心之前,得先把这件事解决掉。
我可以对一个不稳定的过程算能力指数吗?
你能把数字算出来,而它不会有任何意义。能力指数描述的是一个过程如何装进公差里,而这种描述只有在过程明天还会像今天这样表现时才有用。一个不稳定的过程,没有单一的分散可供描述。
所以顺序是:先稳定,后能力。本页给出的标准差取自平均极差,正是那些指数所预期的短期标准差;也正因如此,它是从子组内部算出来的,而不是把所有数据混在一起算。
反应
0
0 评论
成为第一个发表评论的人