Poradnik inżyniera jakości

Jak utworzyć kartę kontrolną, jeżeli dane nie maja rozkładu normalnego?

W przypadku dużego odstępstwa od normalności granice kontrolne, które zostały wyznaczone „standardowo” mogą nie być adekwatne do rzeczywistych danych. Aby rozwiązać ten problem, najlepiej posłużyć się kartami kontrolnymi w programie STATISTICA, które dają możliwość dostosowania granic kontrolnych praktycznie każdego rozkładu, z którym można się spotkać w praktyce.

Czy jakość odnosi się do spełnienia warunków specyfikacji?

Tak, ale w podejściu tradycyjnym. W nowoczesnym podejściu do jakości dużo ważniejsza jest kontrola zmienności kluczowych wielkości procesu, przez co prawdopodobieństwo, że specyfikacje zostaną naruszone jest, mniejsze.

Jak często należy pobierać próbki i jaką powinny mieć liczność?

W celu odnalezienia równowagi pomiędzy dwoma przeciwstawnymi czynnikami: ilością i częstością dokonywania pomiarów a kosztami ich wykonania, najlepiej jest posłużyć się krzywymi OC (operacyjno-charakterystycznymi). Krzywe OC są dostępne na kartach kontrolnych w STATISTICA, natomiast sposób ich wykorzystywania jest omawiany na kursie SPC1.

Czy mój system pomiarowy spełnia stawiane mu wymagania?

Aby to stwierdzić, należy to sprawdzić. Kompletny zestaw analiz, które są wykorzystywane w ramach MSA (Measurement System Analysis) dostępny jest w module STATISTICA Analiza Procesu.

Jak stosować SPC, jeżeli nie są przeprowadzane pomiary wielkości fizycznych?

W takim przypadku możemy zastosować karty kontrolne dla pomiarów typu alternatywnego (np. dobry/zły), C, U, P, Np. Karty te są odpowiednio zmodyfikowaną wersją kart liczbowych i są dostępne w module STATISTICA Karty Kontrolne.

Czy możemy użyć limitów 2 sigma zamiast 3 sigma na karcie kontrolnej?

Nie. Limity 2 sigma mogą spełniać rolę pomocniczą i można ustawić ich wyświetlanie na karcie kontrolnej. Domyślnymi i prawidłowymi limitami są limity 3 sigma.

Czy odchylenie standardowe jest lepszą miarą zmienności niż rozstęp?

Przyjmuje się, że rozstęp jest lepszą miara w przypadku małych liczności próbek. Obie miary dostępne w STATISTICA Karty Kontrolne, zostały tak zaprojektowane aby jak najdokładniej oszacować zmienność monitorowanej właściwości procesu.

Jak oszacować zmienność, jeżeli liczność próbki wynosi 1?

W takim przypadku stosujemy kartę kontrolną pojedynczych obserwacji i zmienność (sigma) zostanie obliczona z ruchomego rozstępu.

Jak efektywnie wykorzystać SPC na hali produkcyjnej?

Podstawową ideą każdego sterowania jest szybka reakcja na rozregulowania, co powoduje utrzymywanie procesu przez cały czas „w ryzach”. Dawniej na hali produkcyjnej stosowane były papierowe karty kontrolne, natomiast teraz coraz trudniej wyobrazić sobie sterowanie jakością bez odpowiedniego, opartego na systemach komputerowych rozwiązania, takiego jak STATISTICA Enterprise QC.

Jaką kartę zastosować, aby wykryć niewielkie przesunięcia właściwości procesu?

Rzeczywiście standardowa karta kontrolna wartości średnich lub pojedynczych obserwacji jest mało czuła na niewielkie zmiany właściwości (parametru) procesu. Lepszą kartą w takim przypadku jest odpowiednio skonfigurowana karta sum skumulowanych CUSUM.

Co w sytuacji, gdy dane pochodzą z wielu identycznych źródeł?

Powinniśmy zastosować kartę wieloźródłową, która znacznie ułatwi monitorowanie takiego procesu.

Co w sytuacji gdy mamy do czynienia z wieloma zależnymi od siebie właściwościami?

Możemy użyć wielowymiarowych kart kontrolnych, które pozwalają obserwować bardzo wiele właściwości poprzez jedną zmienną. Karty takie pozwalają również wychwycić zdarzenia, które są niewidoczne dla poszczególnych właściwości, ale wynikają z powiązań pomiędzy nimi.

Czy moje obliczenia są zgodne z normami?

Tak, jeżeli do obliczeń wykorzystywany jest program STATISTICA. Więcej o zgodności z normami można dowiedzieć się tutaj.

Czy SPC można zastosować przy produkcji krótkich serii?

Tak. Dostępne są karty kontrolne przeznaczone właśnie dla takiej sytuacji. Są to tzw. karty krótkich serii.

Czy na kartach jako granice kontrolne można stosować granice specyfikacji?

Nie, nigdy nie należy mylić granic kontrolnych, które są obliczane z danych, z granicami specyfikacji, które są dostarczane przez klienta.

Czym się różnią wskaźniki Cp i Pp?

Oba wskaźniki informują o potencjalnej zdolności procesu ale w innym horyzoncie czasowym, poprzez różnice w oszacowaniu zmienności (sigmy) procesu. Przyjmuje się że wskaźnik Cp mówi o zdolności w krótkim horyzoncie, a Pp długim horyzoncie czasowym.

Czym różnią się wskaźniki Cpk i Cp?

Wskaźnik Cp mówi o potencjalnej zdolności procesu, natomiast wskaźnik Cpk uwzględnia fakt, że środek danych zazwyczaj nie leży w środku zakresu specyfikacji. Wskaźnik Cpk może być co najwyżej tak dobry jak Cp.

Jak wyznaczyć zdolność procesu przy jednostronnym ograniczeniu (np. dla siły zrywania)?

Jeżeli określona jest tylko jedna granica specyfikacji, wtedy nie można policzyć części wskaźników, które wymagają podania zakresu, np. Cp. W przypadku jednostronnych ograniczeń warto również zwrócić uwagę na normalność rozkładu danych.

Czy da się wykonać analizę powtarzalności i odtwarzalności pomiarów (R&R) w przypadku badań niszczących?

Teoretycznie jeżeli nie ma możliwości wykonania wielokrotnych pomiarów tego samego elementu (bo pomiar go niszczy), wtedy nie możemy ocenić powtarzalności. Jeżeli jednak zastosujemy odpowiednie techniki statystyczne i odpowiednio przygotujemy dane, możemy wyodrębnić zmienność systemu pomiarowego od zmienności samego procesu.

Jak sprawdzić normalność rozkładu?

Najlepiej na dwa sposoby: graficznie i liczbowo. Można w oparciu o dane utworzyć wykres normalności, który pozwoli "wizualnie" ocenić, czy rozkład danych jest podobny do normalnego i jednocześnie wykryć podejrzane wartości. Do wykresu normalności w STATISTICA można dołączyć wynik testu Shapiro-Wilka, który w sposób "formalny" ocenia normalność.

Jak rozumieć wyniki testów statystycznych, np. normalności rozkładu?

Podstawowym wynikiem testów statystycznych wykonywanych w pakietach komputerowych jest prawdopodobieństwo testowe (poziom p; ang. p value). Standardowo przyjmuje się, że gdy wartość ta jest mniejsza od 0,05, możemy odrzucić hipotezę zerową. W przypadku testowania rozkładu jest nią hipoteza, iż rozkład jest normalny. Podsumowując, jeśli w wynikowej tabeli dla testu normalności (np. testy Shapiro-Wilka lub Kołmogorowa-Smirnowa), wartość p jest mniejsza od 0,05, to na ogół odrzucamy hipotezę o normalności rozkładu. W takim przypadku powinniśmy zastosować karty kontrolne i analizę zdolności procesu dostosowaną do rozkładu innego niż normalny.

Co to jest skośność i jakie ma znaczenie w sterowaniu jakością?

Skośność informuje nas, czy rozkład jest symetryczny. Duże wartości dodatnie lub ujemne skośności sugerują, że rozkład nie jest normalny i należy stosować specjalne karty kontrolne i metody wyznaczania wskaźników zdolności procesu.

Co to jest kurtoza i jakie ma znaczenie w sterowaniu jakością?

Kurtoza informuje nas o tym, czy kształt rozkładu różni się od rozkładu normalnego. Jeśli kurtoza jest bliska 0, to rozkład jest podobny do normalnego. Kurtoza mierzy "spiczastość" rozkładu: jeśli wartość kurtozy jest wyraźnie różna od zera, wówczas rozkład jest albo bardziej płaski, albo bardziej spiczasty niż rozkład normalny. Duże wartości dodatnie lub ujemne kurtozy sugerują, że rozkład nie jest normalny i należy stosować specjalne karty kontrolne i metody wyznaczania wskaźników zdolności procesu.

Nie został poruszony problem, który Cię interesuje? Zadaj pytanie, chętnie odpowiemy.