Professional Documents
Culture Documents
فصل هفتم
نمودارهاي كنترل براي مشخصه هاي وصفي
مدرس :عليرضا شادمان
فهرست عناوين
– روشهاي طبقه بندي نقصها مﻘدمﻪ •
– تابع مشخصه عملكرد نمودار كنترل براي نسبت اقﻼم معيوب •
– فرآيندهايي با ميزان نقص خيلي كم – روش تهيه و استفاده از نمودار كنترل
1
5/3/2020
مﻘﺪمه
اغلب مشخصه هاي كيفي را نميتوان به سادگي اندازه گيري و در قالب عدد گزارش كرد .در اينگونه موارد هر محصـول بازرسـي شـده بـه دو گـروه منطبـق و نـامنطبق •
)معيوب و نامعيوب( با مشخصات كيفي مورد نظر تقسيم ميشود .مشخصه هاي كيفي كه با چنين روشي تقسيم بندي ميشـوند را مشخصﻪ هاي كيفـي وصـفي مـي
نامند.
سه نمودار كنترل متداول براي مشخصه هاي كيفي وصفي: •
3
نسبت اقﻼم معيوب عبارتست از نسبت تعداد اقﻼم معيوب جامعه به تعداد كل اقﻼم جامعه •
زماني كه يك يا چند مشخصه كيفي محصولي با استاندارد مورد نظر انطباق نداشته باشد محصول معيوب شناخته ميشود. •
نسبت اقﻼم سالم را نيز ميتوان به همين رويه مورد تجزيه و تحليل قرار داد كه به آن نمودار بازده فرآيند ميگويند. •
اصول آماري نمودار كنترل نسبت اقﻼم معيوب بر توزيع دوجمله اي )بينم( استوار است. •
فرض كنيد فرآيند توليدي در حالت تحت كنترل و پايدار به سر ميبرد و احتمال معيوب بودن هر محصول pاست .همچنين فرض كنيد محصـوﻻت متـوالي توليـد شـده •
مستقل از يكديگر هستند) .فرضيات مهم( تحت اين شرايط هر محصول توليد شده به عنوان يك متغير تصادفي برنولي با پارامتر pعمل ميكند .اگر يك نمونه تصادفي
nتايي انتخاب شود و اگر Dتعداد محصوﻻت معيوب باشد ،انگاه Dاز يك توزيع بينم با پارامترهاي nو pپيروي ميكند و يا به عبارت ديگر:
𝑛
= 𝑥=𝐷 𝑃 𝑝𝑝 1− 𝑛 𝑥 = 0,1,2, , … ,
𝑥
ميدانيم ميانگين و واريانس متغير تصادفي Dبه ترتيب عبارتند از np :و )np(1-p •
4
2
5/3/2020
نسبت اقﻼم معيوب نمونه با تقسيم تعداد اقﻼم معيوب نمونه Dبر اندازه نمونه حاصل ميشود: •
توزيع متغير تصادفي فوق را ميتوان بر اساس توزيع بينم تعيين كرد .به عﻼوه ،ميانگين و واريانس آن به ترتيب برابر خواهند بود با: •
5
زماني كه نسبت اقﻼم معيوب فرآيند pمعلوم نباشد ،بايد مقدار آن را با توجه به داده هاي جمع آوري شده تخمين زد .در چنين شرايطي ،روش متداول انتخاب mنمونـه •
اوليه به اندازه nاست .به طور كلي ،مقدار mبين ٢٠تا ٢٥در نظر گرفته ميشود .سپس اگر در نمونه iتعداد Diمحصول معيوب مشـاهده شـود ،ميتـوان نسـبت اقـﻼم
= ̂𝑝 𝑚𝑖 = 1,2, … , معيوب نمونه iام را به صورت زير تعيين نمود:
∑ ∑
= ̅𝑝 = همچنين ميانگين نسبت اقﻼم معيوب اين نمونه ها از رابطه زير محاسبه ميگردد: •
6
3
5/3/2020
آب پرتقال تغليظ شده در قوطي هاي ٦اونسي بسته بندي ميشود .اين قوطي ها با دوخت مقوا و نصب يك صفحه فلزي در كف آنها توسـط يـك دسـتگاه
شكل ميگيرند .با بازرسي هر قوطي ميتوان پي برد كه آيا قوطي پس از پر شدن از سمت اتصال صفحه زير يا محل دوخت مقوا نشت ميكند يا خير .قـوطي
هاي نامنطبق داراي اتصال صفحه و يا دوخت نامناسب هستند .يك نمودار كنترل مناسب براي بهبود نسبت قوطي هاي نامنطبق توليـد شـده بوسـيله ايـن
دستگاه تهيه كنيد.
7
8
4
5/3/2020
Chapter 7 10
5
5/3/2020
Chapter 7 11
12
6
5/3/2020
نمودار كنترل نسبت اقﻼم معيوب داراي سه پارامتر است كه بايد مشخص گردند: •
– اندازه نمونه
معمول آنست كه يك نمودار كنترل نسبت اقﻼم معيوب بر اساس بازرسي صد در صد تمام محصوﻻت توليد شده در يك مدت زمان مناسـب نظيـر يـك •
شيفت كاري يا يك روز تهيه گردد.
زيرگروههاي منطقي نيز ميتواند در تعيين فراواني نمونه گيري نقش داشته باشند. •
13
اگر قرار باشد كه نمونه اي از محصوﻻت توليد شده فرآيند تهيه گردد بايد اندازه نمونه nمشخص شود .قانونهاي مختلفي بـراي تعيـين انـدازه
نمونه پيشنهاد شده است:
.1اگر pخيلي كوچك باشد بايد اندازه نمونه را آنقدر بزرگ انتخاب كرد تا با احتمال زياد )حداقل (γبتوان حداقل يك محصول معيـوب در
نمونه مشاهده كرد.
.2دانكن ) (١٩٧٤پيشنهاد ميكند كه اندازه نمونه به اندازه كافي بزرگ باشد تا تقريباً بتوان با احتمال ٥٠درصد بـه وجـود تغييـر خاصـي در
فرآيند پي برد.
.3اگر نسبت اقﻼم معيوب در حالت تحت كنترل كوچك باشد ،ميتوان از طريق معيار مناسب ديگري اندازه نمونه را به گونه اي انتخاب كرد
كه حد كنترل پايين مثبت باشد .اين مكانيزم باعث ميشود تا يك يا چند نمونه كه تعداد اقﻼم معيوب در آنها بيش از حـد كوچـك اسـت
مورد بازرسي قرار گيرند.
14
7
5/3/2020
نكات
تفسير نقاط بر روي نمودار نسبت اقﻼم معيوب )وجود نقاطي در زير حد كنترل پايين الزاماً به معناي بهبود واقعي در كيفيت فرآيند نيست( •
نمودار كنترل :npنمودار كنترلي كه به جاي نسبت اقﻼم معيوب بر اساس تعداد اقﻼم معيوب تهيه ميشود. •
15
• در برخي كاربردهاي نمودار كنترل نسبت اقﻼم معيوب ،اندازه نمونه در بازرسي هاي %١٠٠برابر با كل محصوﻻت توليد شده در يك مدت
زمان خاص در نظر گرفته ميشود .چون به عنوان مثال در هر شيفت كاري ،تعداد محصوﻻت توليد شده ميتواند متفاوت باشد ،نمودار كنترل
از اندازه نمونه متفاوتي برخوردار خواهد بود .چندين روش براي تهيه و استفاده از نمودار كنترل با اندازه نمونه متغير وجود دارد:
16
8
5/3/2020
در اين روش حدود كنترلي براي هر نمونه به صورت مجزا و بر اساس اندازه نمونه آن محاسبه ميشود .بنابراين ،براي نمونه iام با اندازه niحدود كنترلـي •
برابر خواهد بود با:
بايد توجه داشت كه فاصله بين حدود كنترل با جذر اندازه نمونه رابطه معكوس دارد. •
تجزيه و تحليل دنباله ها يا ساير روندهاي غير عادي در نمودار كنترل با اندازه نمونه متغير بايد با توجه خاصي صورت گيرد .كوچكتر بودن نسـبت اقـﻼم •
معيوب در نمودارها با اندازه نمونه متغير لزوماً نشاندهنده كيفيت بهتر نيست.
17
18
9
5/3/2020
در اين روش نمودار كنترل بر اساس اندازه نمونه متوسط پايـه گـذاري •
شده و بنابراين داراي حدود كنترل تقريبي و ثابت خواهد بـود .در ايـن
روش فرض ميشود كه نمونه هاي بعدي تفاوت چنداني با نمونه هـاي
فعلي ندارند.
اگر اندازه يك نمونه با ساير نمونه ها خيلي تفـاوت داشـته باشـد و يـا •
اينكه يك نقطه نزديك به حدود كنترلي تقريبي رسم شود ،آنگاه بايـد
حدود كنترل دقيق براي آن نقطه محاسبه گردد تا مكان آن نسبت بـه
حدود دقيق بررسي شود.
20
10
5/3/2020
نقاط بر روي اين نمودار بر حسب واحد انحراف معيار رسم ميشوند .يك چنين نمودار كنترلي داراي حد مركز صفر و حدود كنترل بـاﻻ و پـايين +٣و -٣ •
است .آماره اي كه بر روي اين نمودار رسم ميشود عبارتست از:
در رابطه فوق) p ،و يا در صورت معلوم نبودن آن ̅𝑝( برابر است با نسبت اقﻼم معيوب در يك فرآيند تحت كنترل. •
روشهاي تشخيص روند و يا دنباله را ميتوان با اطمينان خاطر در اين نمودار به كار برد .زيرا تغييرات نسبي از يك نقطـه بـه نقطـه ديگـر در ايـن نمـودار •
همگي بر حسب يك واحد اندازه گيري مشترك بيان شده اند.
21
22
11
5/3/2020
مثال :رسم يك منحني OCبراي يك نمودار كنترل نسبت اقﻼم معيوب با پارامترهاي CL =٠.٢ ،LCL=٠.٠٣٠٣ ،n =٥٠و UCL =٠.٣٦٩٧ •
23
24
12
5/3/2020
با توجه به ماهيت نقص ،ممكن است يك محصول چندين نقص داشته باشد ولي معيوب شناخته نشود .تنها در صورتي كه تعداد اين نقصها به حدي زيـاد باشـد •
كه بر نظر مشتري و در نتيجه آن ميزان فروش تاثير گذار باشد ،بايد محصول را معيوب تلقي نمود .در برخي مواقع به جاي كار با نسـبت اقـﻼم معيـوب تـرجيح
داده ميشود كه با تعداد نقصها ) (Defectsيا عدم انطباقها ) (nonconformityكار شود .اين موارد ميتواند شامل تعداد جوشهاي ناقص در طـول ١٠٠متـر
يك خط لوله نفت ،تعداد پرچهاي شكسته شده در يك بال هواپيما ،تعداد نقصها در يك دستگاه الكترونيكي و از اين قبيل باشند.
اينگونه نمودارهاي كنترل را هم ميتوان براي تعداد كل نقصها در يك محصول و هم براي متوسط تعداد نقصها در هر محصول تهيـه كـرد .در ايـن نمودارهـاي •
كنترل معموﻻً فرض ميشود كه مشاهده تعداد نقصها در اندازه نمونه هاي ثابت به خوبي از توزيع پوآسون پيروي ميكند .اساساً ﻻزمـه ايـن فـرض آن اسـت كـه
تعداد مكانهاي بالقوه براي نقصها بينهايت زياد و احتمال مشاهده يك نقص در هر يك از اين مكانها كم و ثابت باشد .به عﻼوه واحد بازرسـي بـراي هـر نمونـه
بايد يكسان باشد )هر واحد بازرسي بايد هميشه يك ناحيه يا سطح يكساني براي مشاهده نقصها باشد( .همچنين در يك محصول ميتوان انواع مختلف نقصـها را
با در نظر گرفتن اين شرط كه براي هر گروه از نقصها شرايط فوق صحت داشته باشد شمارش كرد.
25
مشاهده نقصها در يك واحد بازرسي را براي نوعي محصول در نظر بگيريد .در اغلب مواقع ،ولي نه هميشه ،واحد بازرسي يك واحد از محصول مورد نظر •
است .واحد بازرسي به طور ساده تعدادي محصول است كه حفظ سوابق و اطﻼعات در مورد آن ساده است كه ميتواند حتي يك گروه ٥تايي ١٠ ،تـايي و
يا كمتر و يا بيشتر از محصول مورد نظر باشد .فرض كنيد كه نقصها يا عدم انطباقها در واحد بازرسي بر اساس توزيع پوآسون به وقـوع مـي پيوندنـد .بـه
عبارت ديگر،
𝑒 𝑐
= 𝑥 𝑝 𝑥 = 0, 1, 2, … . .
!𝑥
كه xتعداد نقصها را مشخص ميكند و c > 0پارامتر توزيع پوآسون است .ميدانيم كه ميانگين و واريانس توزيع پوآسون پارامتر cاست. •
26
13
5/3/2020
اگر مقدار محاسبه شده براي LCLمنفي باشد آن را برابر صفر قرار ميدهيم .بايد توجه داشت كه ريسك αبراي حدود كنترل سه انحراف معيار به علت •
نامتقارن بودن توزيع پوآسون به طور مساوي در باﻻي UCLو پايين LCLقرار ندارد .بعضي از مولفان معتقدند كه حدود احتمال ،مخصوصاً زماني كه
cكوچك است ،بايد براي اين نمودار استفاده شود.
اگر مقدار استانداردي براي cوجود نداشته باشد ميتوان آن را بوسيله متوسط تعداد نقصهاي مشاهده شده در واحدهاي بازرسي اوليه )فاز يك نمودارهـاي •
كنترل( تخمين زد .گاهي اوقات نمودار كنترل نقصها را نمودار cمي نامند.
27
جدول زير تعداد عدم انطباق ها در ٢٦نمونه متوالي ١٠٠تايي از صفحات مدار چاپ شده را نشان مي دهد .به منظور سهولت ،يك واحـد بازرسـي برابـر ١٠٠
صفحه از مدارهاي چاپ شده تعريف شده است .يك نمودار cبراي اين داده ها تهيه كنيد.
28
14
5/3/2020
29
نكتﻪ :داده هاي مربوط بـه نقصـها يـا عـدم انطباقهـا هميشـه
اطﻼعــات بيشــتري را در مقايســه بــا نســبت اقــﻼم نــامنطبق
منعكس ميكند ،چرا كه معموﻻً چندين نوع مختلف عدم انطباق
در يك محصول وجود دارد و تحليل اين انواع مختلـف ميتوانـد
اطﻼعات بيشتري را در مورد علل ايجاد آنها فراهم سازد.
30
15
5/3/2020
دليلي وجود ندارد كه اندازه نمونه هميشه برابر با يك واحد بازرسي در نظر گرفته شود .بلكه غالباً ترجيح داده ميشود كـه چنـدين واحـد بازرسـي در يـك •
نمونه استفاده شود و در نتيجه مكانهاي بالقوه براي مشاهده تعداد نقصها افزايش يابد .انتخاب اندازه نمونه بايد با توجه به جنبه هاي آماري )ماننـد آنچـه
كه قبﻼً گفته شد( و يا جنبه هاي اقتصادي صورت گيرد.
وقتي كه اندازه نمونه تغيير كند ،دو كار ميتوان جهت تجديد پارامترهاي نمودار كنترل انجام داد: •
در روش اول ،واحد بازرسي جديد به صورت nبرابر واحد بازرسي قديم تعريف ميشود و خط مركز و حدود كنترل در نمودار كنترل جديد به ترتيـب برابـر •
خواهند بود با 𝑛𝑐̅ :و ̅𝑐𝑛 𝑛𝑐̅ ± 3
كه در اينجا ̅𝑐 برابر با متوسط تعداد نقصها در واحد بازرسي قديم تعريف شده است.
31
در روش دوم ،نمودار كنترل بر اساس متوسط تعداد نقصها در هر واحد بازرسي طراحي ميشود .اگر در يك نمونه كه شامل nواحـد بازرسـي اسـت تعـداد •
كل cنقص مشاهده شود ،آنگاه متوسط تعداد نقصها در هر واحد بازرسي برابر خواهد بود با:
𝑐
=𝑢
𝑛
32
16
5/3/2020
يك گروه مهندسي زنجيره تامين محموله هاي مواد را در شبكه توزيع شركت پايش مي كند .اشتباه در مواد تحويل شده يا مستندات پيوسـت آن بـه صـورت
هفتگي رديابي مي شود .بدين منظور ،هر بار ٥٠محموله به صورت تصادفي انتخاب و تعداد اشتباهات آن ثبت مي شود .داده هـاي ٢٠هفتـه در جـدول ٧.١٠
نشان داده شده است .يك نمودار كنترل uبراي پايش اين فرآيند طراحي كنيد.
33
34
17
5/3/2020
در يك كارخانه نساجي ،پارچه هاي رنگ شده بازرسي مي شود تا تعداد نقصها در هر ٥٠متر مربع تعيين شود .جدول ٧.١١داده هاي مربوط به ١٠توپ پارچه
را نشان مي دهد .با استفاده از اين داده ها يك نمودار كنترل تعداد عدم انطباق ها در هر محصول طراحي كنيد.
35
36
18
5/3/2020
عﻼوه بر روش ذكر شده بر مبناي حدود متغير ،دو روش ديگر نيز براي تهيه نمودار uدر زماني كه اندازه نمونه ثابت نيست وجود دارد:
.1استفاده از يك نمودار كنترل كه حدود آن بر اساس اندازه نمونه متوسط محاسبه گرديده اند.
∑ 𝑛
=𝑛
𝑚
.2استفاده از يك نمودار كنترل استاندارد شده كه در آن آماره استاندارد شده زير همراه با حدود كنترل LCL=-٣ ،UCL = +٣و ◦= CLبـر روي نمـودار رسـم خواهنـد
شد.
𝑢𝑢 −
= 𝑧
𝑛𝑢 ⁄
استاندارد كردن اين نمودار كنترل ميتوان از آزمونهاي دنباله يا ساير روشهاي تشخيص روند استفاده كرد.
37
در محصولهاي پيچيده نظير اتومبيل ،رايانه يا لوازم خانگي معموﻻً تعداد نقصهاي متفاوتي وجود دارد كه لزوماً همه آنها از اهميت يكساني برخوردار نيستند .ممكـن اسـت •
يك محصول كه داراي يك نقص خيلي مهم است معيوب شناخته شود ،ولي يك محصول با چندين نقص معيوب شناخته نشود .يك روش طبقه بندي نقصها ميتواند بـه
صورت زير باشد:
– نﻘصهاي گروه -Aخيلي مهم :محصول يا كامﻼً براي استفاده نامناسب است يا در زمان استفاده به نحوي از كار مي افتد كه نميتوان به سـادگي در محـل كـار تعميـر
نمود و يا اينكه باعث صدمه هاي جاني و مالي ميشود.
– نﻘصهاي گروه -Bمهم :محصول احياناً دچار از كار افتادگي گروه Aخواهد شد يا حتماً با مشكﻼت از كار افتادگي كم اهميت تـري مواجـه خواهـد شـد و يـا مطمئنـاً
كاهش عمر يا افزايش هزينه تعميرات و نگهداري خواهد داشت.
– نﻘصهاي گروه -Cنسبتاً مهم :محصول احياناً در زمان استفاده از كار خواهد افتاد ،يا مشكﻼتي را حادث ميشود كه از ميزان اهميت كمتري نسبت بـه از كـار افتـادگي
برخوردار خواهند بود يا احياناً كاهش عمر يا افزايش هزينه تعميرات و نگهداري خواهد داشت و يا يك نقص اصلي در پرداخت ،شكل ظاهري يا كيفيت كار مشـاهده خواهـد
شد.
– نﻘصهاي گروه -Dجزيي :محصول در زمان استفاده از كار نخواهد افتاد ولي نقصهاي جزيي در پرداخت ،شكل ظاهري و يا كيفيت كار آن وجود خواهد داشت.
38
19
5/3/2020
فرض كنيد گروههاي مختلف نقصها مستقل از يكديگر هستند و تعداد نقصها در هر گروه بر اساس توزيع پوآسون مشاهده ميشوند .حـال ميتـوان تعـداد نقصـها در هـر •
واحد بازرسي را به صورت زير تعريف نمود:
𝑐 𝑑 = 100𝑐 + 50𝑐 + 10𝑐 +
و نهايتاً اگر نمونه اي شامل nواحد بازرسي تهيه گردد ،تعداد نقصها در هر واحد بازرسي برابر خواهد بود با: •
𝑑 ∑ 𝐷
= 𝑢 =
𝑛 𝑛
39
منحني OCنمودار ،cاحتمال خطاي نوع دوم را بر حسب متوسط تعداد نقصها يا cنشان ميدهد. •
براي مثال قبلي ،نمودار cبا حدود كنترل LCL = ٦.٤٨و :UCL = ٣٣.٢٢ •
40
20
5/3/2020
احتمال خطاي نوع دوم كه براي رسم منحني OCنمودار uمورد نياز است به صورت زير محاسبه ميگردد: •
41
اگر ميزان نقصها در فرآيندي كم باشد مثﻼً كمتر از ١٠٠٠نقص در هر ميليون ،آنگاه زمان بـين مشـاهده محصـوﻻت معيـوب طـوﻻني خواهـد بـود .در چنـين •
شرايطي ،اغلب نمونه ها عاري از نقص خواهند بود و نمودار كنترلي كه مرتباً آماره اي را در نقطه صفر رسم كند اطﻼعـات چنـدان مفيـدي بـه مـا نمـي دهـد.
بنابراين ،زماني كه ميزان نقصها به صورت جزء در ميليون ) (PPMدرآيند ديگر نمودارهاي معمول cو uكارآيي نخواهد داشت.
يك راه برطرف كردن مشكل ،استفاده از يك متغير جديد نظير زمان بين مشاهده نقصهاي متوالي و استفاده از يك نمودار كنترل براي اين زمان بين مشـاهدات •
است .اگر نقصها يا مشاهدات مورد نظر بر اساس توزيع پوآسون پديدار گردند ،در اينصورت زمان بين مشاهدات داراي توزيع احتمال نمايي خواهـد بـود .بـا ايـن
حال ،توزيع نمايي از چولگي زيادي برخوردار است و نتيجتاً نمودار كنترل حاصل خيلي نامتقارن خواهد بود.
نلسن ) (١٩٩٤پيشنهاد كرد كه ابتدا متغير تصادفي نمايي به يك متغير تصادفي ويبل تبديل و سپس توزيع ويبل حاصل بوسيله يك توزيع نرمال مناسب تقريـب •
زده شود) .متغير xنهايتاً داراي توزيع نرمال خواهد بود(
42
21
5/3/2020
يك مهندس شيمي عﻼقمند است يك نمودار كنترل براي پايش رخداد شكست هاي يك شير مهم تهيه كند .او تصميم گرفته است از زمان بين شكست هـا
)بر حسب ساعت( به عنوان متغيري كه بايد پايش شود استفاده كند .جدول ٧.١٤زمان بين ٢٠شكست آخر اين شير را نشان مي دهـد .يـك نمـودار كنتـرل
براي زمان بين پيشامدهاي اين فرآيند تهيه كنيد.
43
44
22
5/3/2020
• در بسياري از موارد ،تحليلگر بايد از بين نمودارهاي كنترل براي متغيرها و نمودارهاي كنترل براي وصفي ها نمودار مناسبي را انتخاب كند.
• مقايسه:
– در نمودارهاي كنترل براي مشخصه هاي وصفي ميتوان چند مشخصه كيفي را همزمان با هم در نظر گرفت.
– نمودارهاي كنترل براي مشخصه هاي متغير در مقايسه با نمودارهاي كنترل براي وصفي ها اطﻼعات بيشتري در مـورد عملكـرد فرآينـد )ماننـد ميـانگين و تغييـر
پذيري( فراهم ميسازند.
– همچنين در نمودارهاي كنترل براي مشخصه هاي متغير زماني كه نقاط خارج از حدود كنترل رسم ميشوند ،اطﻼعات نسبتاً زيادي ميتوان در مورد علل بالقوه رسـم
آنها خارج از حدود كنترل بدست آورد.
– از لحاظ انجام تجزيه و تحليل كارآيي فرآيند ،نمودارهاي كنترل براي مشخصه هاي متغير تقريباً هميشه بر نمودارهاي كنترل براي مشخصه هـاي وصـفي تـرجيح
داده ميشوند.
45
مقايسه: •
– شايد مهمترين مزيت نمودارهاي كنترل براي مشخصه هاي متغير اين باشد كه آنها غالباً مشكﻼت محتمل الوقوعي را نشان ميدهند و اين امكان را بـراي پرسـنل
عمليات فراهم ميسازند تا قبل از اينكه تعداد محصوﻻت معيوب زيادي توليد شود اقدامات اصﻼحي اتخاذ گردد.
– به منظور پي بردن به وجود تغيير خاصي در سطح فرآيند ،نمودارهاي كنترل براي مشخصه هاي متغير در مقايسه با نمودارهاي كنترل براي مشخصه هـاي وصـفي
مشابه نياز به اندازه نمونه كوچكتري دارند .گرچه بازرسي مشخصه هاي متغير در مقايسه با مشخصه هاي وصفي نياز به هزينه و زمان بيشتري براي هـر محصـول
دارد ،ولي در عوض تعداد خيلي كمتري محصول بايد بازرسي شود.
46
23
5/3/2020
يك مشخصه كيفي داراي ميانگين اسمي ٥٠و انحراف معيار ٢است .حدود مشخصات فني پايين و باﻻ نيز بر روي حدود ٣برابر انحراف معيار فرآيند قـرار دارد .فـرض
كنيد كه بتوان اين فرآيند را هم با استفاده از نمودارهاي كنترل براي مشخصه هاي كيفي متغير و هم با استفاده از نمودارهاي كنترل براي مشخصه هاي كيفـي وصـفي
نظارت كرد .در واقع مساله اصلي انتخاب نوع نمودار كنترل با توجه به هزينه نمونه گيري است .همچنين فرض كنيد هزينه هر واحد نمونه گيري براي مشخصـه كيفـي
متغير هفت برابر هزينه هر واحد نمونه گيري براي مشخصه كيفي وصفي است .حال فرض كنيد ميانگين فرآيند به ٥٢تغيير پيدا ميكند .با توجه بـه ايـن اطﻼعـات و در
صورتي كه بخواهيم با احتمال ٥٠درصد به وسيله اولين نمونه بعد از ايجاد تغيير ،به وجود تغيير مورد نظر پي ببريم ،استفاده از كدام نوع از نمودارهاي كنترل را پيشـنهاد
ميكنيد؟ متغير يا وصفي؟
47
• تصميم گيري در مورد بهبود فرآيند بر اساس نتايج حاصل از تحليلهاي SPCو نمودارهاي كنترل.
48
24