Saya diberi 15 poin. Batas kontrol ada di +/- 3 . Poin 1, 4, 5, 6, 7, 8, 9, 10, 11, 13, dan 15 berada dalam batas kontrol. Poin 2, 3, 12, dan 14 berada di luar batas kontrol, dengan 2 berada di bawah batas kontrol yang lebih rendah dan 3, 12, dan 14 berada di atas batas kontrol atas.
Bagaimana saya tahu jika poin 2, 3, 12, dan 14 berada di luar kendali yang disebabkan oleh sebab-sebab kebetulan atau disebabkan oleh sebab-sebab yang dapat ditentukan?
control-chart
engineering-statistics
Thomas Owens
sumber
sumber
Jawaban:
Ya, Anda harus menemukan dan menetapkan penyebab untuk setiap titik yang di luar batas. Tetapi hal-hal sedikit lebih rumit.
Pertama, Anda harus menentukan apakah proses dalam kontrol, karena bagan kontrol tidak ada artinya ketika proses di luar kendali. Hampir 1/4 dari pengamatan Anda berada di luar batas adalah pertanda kuat bahwa proses tersebut mungkin di luar kendali. Melihat grafik akan berguna untuk menentukan apakah prosesnya terkendali atau tidak.
Selain berada di luar batas kontrol, ada alasan potensial lain untuk perlu mencari penyebab yang dapat ditentukan untuk pengamatan tertentu. Sebagai contoh, jika Anda memiliki beberapa pengamatan berturut-turut yang jatuh di sisi yang sama dari rata-rata - terutama jika mereka berada di dekat batas kontrol - mereka mungkin perlu menetapkan penyebab khusus.
Saya mungkin bisa lebih spesifik jika Anda memposting grafik itu sendiri.
Jika Anda ingin mempelajari lebih lanjut tentang diagram kontrol, SPC Press memiliki sejumlah sumber daya gratis yang bermanfaat. Anda mungkin juga ingin melihat buku ini : pendek, ringkas dan sangat informatif.
(Edit :)
Saya berasumsi kami berbicara tentang data dunia nyata, bukan pertanyaan ujian. Dalam kasus ini, jawaban yang benar adalah yang pertama: poin di luar batas kontrol (mungkin) disebabkan oleh penyebab yang dapat ditentukan.
Namun, ujian ini sedikit ceroboh dalam terminologinya: Anda tidak dapat memastikan dengan pasti 100% bahwa poin di luar batas kontrol tidak disebabkan oleh kebetulan. Anda hanya bisa mengatakan bahwa ada probabilitas 99,7% bahwa titik tertentu di luar batas tidak disebabkan oleh kebetulan.
sumber
Pemahaman saya tentang diagram kontrol sedikit berbeda ... Setelah sinyal pertama pada pengamatan 2, bukankah proses akan dihentikan dan diperiksa untuk masalah, dan kemudian dimulai kembali?
Bagaimanapun, Anda bisa menggunakan argumen p-value. Probabilitas mengamati 4 atau lebih pengamatan (dari 15) di luar batas kendali mereka SANGAT kecil jika prosesnya benar-benar terkendali. Katakanlah probabilitas pengamatan terjadi di luar batas kontrol sementara proses sebenarnya dalam kontrol adalah sekitar 0,01 (probabilitas tepat ini tergantung pada distribusi kontrol data), jadi jika prosesnya terkendali, kami berharap false alarm (yaitu sinyal di luar kendali yang disebabkan oleh kesempatan acak) setiap 100 pengamatan atau lebih. Probabilitas mengamati 4 atau lebih dari sinyal kontrol (dari 15) saat proses dalam kendali adalah sekitar 0,000012, sehingga sangat tidak mungkin bahwa sinyal tersebut disebabkan oleh peluang acak.
Sementara diagnosis yang sebenarnya akan mengharuskan Anda untuk melihat grafik dan mungkin benar-benar menyelidiki proses fisik, karena titik di luar kendali keduanya di bawah dan di atas batas kontrol, saya bertaruh ada pergeseran skala (yaitu peningkatan varian. )
sumber
(Maaf karena mengirim jawaban baru, saya belum bisa membalas komentar secara langsung)
Saya tidak setuju dengan pernyataan itu:
"Rupanya, jika kamu melewati UCL atau LCL, harus ada penyebab yang dapat ditentukan"
Untuk mempermudah, jika distribusi kendali Anda adalah N (0,1), maka Anda masih akan mendapatkan alarm palsu setiap 370 pengamatan, rata-rata, menggunakan UCL 3 dan LCL -3. Ketika grafik memberi sinyal, proses perlu diselidiki. Hanya dengan demikian alasan mengapa sinyal dapat ditetapkan (yaitu perubahan proses atau kesalahan acak.) Mengatur UCL dan LCL mengharuskan pengguna untuk menyeimbangkan alarm palsu yang salah / tingkat deteksi yang terlewatkan (analog dengan kesalahan Tipe I / Tipe II yang ditukar dengan pengujian hipotesis.)
Anda juga dapat menunggu hingga beberapa sinyal untuk benar-benar berhenti dan menyelidiki prosesnya, tetapi dalam hal ini, Anda mungkin mendeteksi pergeseran terlalu terlambat jika itu benar-benar terjadi pada sinyal pertama. Sekali lagi, Anda tidak dapat memiliki sesuatu untuk apa-apa dan pengguna harus menggunakan penilaian mereka untuk memutuskan bagaimana mengatur bagan kendali dan memantau prosesnya.
sumber
Saya menemukan sesuatu yang menarik tersimpan dalam dokumen studi dari IEEE yang ditujukan untuk ujian ini:
Rupanya, jika Anda melewati UCL atau LCL, harus ada penyebab yang dapat ditentukan.
Ini masuk akal, mengingat definisi Wikipedia tentang karakteristik penyebab yang dapat ditentukan (khusus) :
sumber