7- #نمودارهای_کنترلی
فلسفه نمودارهای کنترلی
قدم اول:
تعیین خطاهای نوع #α و #β
خطای نوع دوم در نمودارهای کنترلی همان ریسک مصرف کننده و احتمال عدم کشف تغییر خواهد بود.
شکل85
معمولا α را 0.0027 در نظر می گیرند ولی در صنایع حساس آن را افزایش می دهند.

@MINITAB_class

7- #نمودارهای_کنترلی
فلسفه نمودارهای کنترلی
قدم دوم:
انتخاب #گروههای_منطقی
تعداد دفعات نمونه گیری:
برای هر مسئله معمولا بین 25 تا 30 گروه منطقی در نظر می گیرند.
@MINITAB_class

شکل84

شکل85

7- #نمودارهای_کنترلی
فلسفه نمودارهای کنترلی
قدم سوم:
انتخاب #زیرگروه_منطقی
حداکثر گروه های منطقی بین 12 الی 15 گروه می باشد.
شاخص های تعیین زیرگروه ها:
Average Run Length(ARL) شکل86
Average Time Sampling(ATS)شکل 87

@MINITAB_class

شکل86

شکل87

با روش هایی که گفته شد می توانید خطاهای نوع اول و دوم گروههای منطقی و زیر گروه منطقی رو برای نمونه ها مشخص کنید.
مثلا فرض کنید با سطح اطمینان 95 درصد داده هایی رو از خط تولید استخراج کردیم.
فرض کنید داده های ما با #گروههای_منطقی 15 تایی و #زیرگروه_منطقی 5 تایی باشه.
زیعنی هر بار که از مشخصه کنترلی مورد نظر نمونه گیری می کنیم، 5 قطعه رو بر می داریم و پس از اندازه گیری داده ها رو در #checksheet ثبت می کنیم.
بعد یک یک وقفه دوباره به خط تولید بر می گردیم و 5 قطعه دیگه رو اندازه گیری می کنیم. و این کار رو 15 بار انجام می دیم و در #checksheet ثبت می کنیم.
داده های ثبت شده رو در یک ستون در نرم افزار MINITAB وارد می کنیم.
در مرحله بعد باید مشخص کنیم که آیا رفتار داده های جمع آوری شده به صورت تصادفی است و یا اینکه نقاطی که در نمودار کنترل ظاهر میشند رفتاری غیر تصادفی دارند.
برای بررسی تصادفی بودن داده ها از نمودار #Run_chart استفاده خواهیم کرد.
@MINITAB_class

7- #نمودارهای_کنترلی
بررسی تصادفی بودن داده ها توسط نمودار #Run_chart
برای اینکه مطمئن شویم داده های استخراج شده روندی تصادفی دارند باید موارد زیر را بررسی نماییم:
1- گرایشات(روند) Trend
2- نوسانات Oscillation
3- ترکیب ها Mixtures
4- دسته بندی Clustering
@MINITAB_class

7- #نمودارهای_کنترلی
بررسی تصادفی بودن داده ها توسط نمودار #Run_chart
برای بررسی تصادفی بودن داده های جمع آوری شده از آزمون فرض زیر استفاده می کنیم:
روند تصادفی در فرایند دیده می شود𝑯_𝟎:
روند تصادفی در فرایند دیده نمی شود 𝑯_𝟏:
اگر P-value بزرگتر از0.05 شود در آزمون بالا فرض صفر قبول خواهد شد.
یعنی در داده های جمع آوری شده روند تصادفی دیده می شود و می توانید به تحلیل و بررسی نمودار های کنترل بپردازید و در غیر اینصورت باید دلایلی که باعث ایجاد داده های غیر تصادفی شده است را حذف و مجددا داده ها را بررسی کنیم.

@MINITAB_class

7- #نمودارهای_کنترلی
بررسی تصادفی بودن داده ها توسط نمودار #Run_chart
1- گرایشات(روند) Trend
وقتی داده ها روندی صعودی یا نزولی داشته باشند.
شکل88
@MINITAB_class

#Run_chart
شکل88

7- #نمودارهای_کنترلی
بررسی تصادفی بودن داده ها توسط نمودار #Run_chart
2- نوسانات Oscillation
وقتی داده ها مداوما بالا و پایین می شوند و پراکندگی بین آنها بسیار است.
از عواملی که باعث به وجود آمدن نوسان می گردد:
تنظیم نبودن دستگاه
بی دقتی اپراتور
بی انگیزگی

شکل89
@MINITAB_class

#Run_chart
شکل89

7- #نمودارهای_کنترلی
بررسی تصادفی بودن داده ها توسط نمودار #Run_chart
3- ترکیب ها Mixtures
وقتی ایجاد می شود که نقاط در نزدیکی خطوط بالا و پایین نمودار باشند و نقاط کمی در وسط نمودار باشد.
شکل90
@MINITAB_class

#Run_chart
شکل90

7- #نمودارهای_کنترلی
بررسی تصادفی بودن داده ها توسط نمودار #Run_chart
4- دسته بندی Clustering
وقتی ایجاد می شود که تعداد اندازه گیری شده به علتهایی که در دوره های ثابت اتفاق می افتد حساس هستند.
شکل91
@MINITAB_class

#Run_chart
شکل91

7- #نمودارهای_کنترلی
بررسی تصادفی بودن داده ها توسط نمودار #Run_chart
نرم افزار Minitab چهار تست مربوط به تصادفی بودن داده ها را انجام می دهد.

روند تصادفی در فرایند دیده می شود𝑯_𝟎:
روند تصادفی در فرایند دیده نمی شود 𝑯_𝟏:

نرم افزار Minitab مقدار P-Value را محاسبه و در صورتیکه P-Value برای هر کدام کوچکتر از 0.05 شد، روند غیرتصادفی در فرایند وجود دارد. پس باید برای بررسی و رفع آن اقدام کرد.
@MINITAB_class

در مورد مطالبی که تا اینجا بررسی کردیم موارد زیر خیلی اهمیت داره:
احتمالا بعضی از دوستان در کانال در مورد مفاهیم اولیه شاید با مشکل مواجه شده باشند.
قبل از اجرای نمودار Run_Chart این موارد اولیه رو مورد بررسی قرار می دیم.
@MINITAB_class

دوستانی که درس کنترل کیفیت آماری رو پاس کردند، مسلما با مشکلی در مورد مفاهیم اولیه مواجه نمی شند. ولی دوستانی که این درس رو پاس نکردند و یا رشته تحصیلیشون صنایع نیست با مشکل مواجه میشند.
در پست https://telegram.me/minitab_class/164 کلیات نمونه گیری از خط تولید رو بیان کردیم.
با توجه به پست https://telegram.me/minitab_class/156 حدود نمودارهای کنترلی یعنی UCL(Upper Control Limit) و CL(Control Limit) و LCL(Lower Control Limit) رو مشخص می کنیم.
البته در نرم افزار MINITAB این محاسبات توسط خود نرم افزار انجام میشه.
البته نکاتی برای رسم این نمودار ها و محاسبه حدود کنترلی برای نمودار Xbar و R در نرم افزار MINITAB وجود داره که بعدا بیشتر در موردشون صحبت می کنیم.
@MINITAB_class