De seks sigma kvalitetssystemer er stærkt afhængige af statistisk processtyring, eller SCP, og statistisk analyse. Kontrolgrænser er statistiske processtyringsværktøjer, som giver dig mulighed for at bestemme, hvorvidt din proces er stabil og i kontrol eller tendens til øget variabilitet, hvilket kan føre til defekter i slutproduktet.
Forståelse af kontrolgrænser
Kontrolgrænser er opdelt i øvre kontrolgrænser og lavere kontrolgrænser. Den øvre kontrolgrænse eller UCL er typisk indstillet til tre standardafvigelser eller sigma over procesmidlet, og den nederste kontrolgrænse, LCL, vil blive indstillet tre sigma under gennemsnittet. Da ca. 99 procent af den normale procesvariabilitet vil forekomme inden for plus eller minus tre sigma, hvis din proces er i kontrol, skal den omtrentlig omtrentliggøre en normal fordeling omkring gennemsnittet, og alle datapunkter skal være inden for de øvre og nedre kontrolgrænser.
Sådan beregnes kontrolgrænser
For at beregne kontrolgrænser skal du først kende din procesmiddel. Start med en prøve på 30 eller flere procesobservationer, for eksempel højden af en loddestøt på et printkort, målt i tusindedel af en tomme. Beregn gennemsnittet ved at tilføje alle værdier og dividere med antallet af observationer. Hvis din prøvestørrelse er 30, og summen af dine observerede værdier er 173, ville formlen være 173/30 = 5,8.
Standardafvigelsen er nemmest at beregne ved hjælp af STDEV-funktionen i et regnearksprogram eller den automatiske standardafvigelsesberegner i et statistisk analyseprogram. Kontroller ressourceafsnittet for en nem standardafvigelsesberegner. For dette eksempel, lad os antage, at standardafvigelsen er 1,8.
Formlen til beregning af den øvre kontrolgrænse er (Process Mean) + (3_Standard Deviation) = UCL. I vores eksempel ville dette være 5.8+ (3_1.8) = 11.3. Den nederste kontrolgrænse ville blive beregnet som (Process Mean) - (3_Standard Deviation) = LCL. Gå tilbage til vores eksempel, dette ville være 5,8- (3_1,8) = 0,3.
Sammenfattende vil vores procesmiddel for denne prøve være 5,8 og ville være nøjagtigt centreret mellem den øvre kontrolgrænse på 11,3 og den nederste kontrolgrænse på 0,3. Disse værdier vil blive brugt i næste afsnit for at generere kontrol diagrammer
Generering af kontrolkort
Et kontrolkort er simpelthen et linjediagram, der viser sekventielle målinger af en proceskarakteristik, såsom bredden af en bearbejdet del, med linjer tilføjet for at vise de øvre og nedre kontrolgrænser. Statistiske analyseprogrampakker vil have automatiske kontrolkortfunktioner.
I et regnearksprogram kan der oprettes et simpelt kontrolkort som følger: Sæt de faktiske målinger fra din prøve i den første kolonne og mærk det "Måling". Sæt procesværdien i cellerne i den næste kolonne og mærket "Center". Indsæt den øvre kontrolgrænse værdi i den tredje kolonne og mærket "UCL". Endelig skal du indtaste den nederste kontrolgrænse værdi i den sidste kolonne og mærke den "LCL".
Vælg alle dataene i de fire kolonner og opret et linjediagram baseret på disse data. Din output skal være en zigzag linje i midten med dine faktiske observationer, kryds og krydse den lige midterlinie, der viser procesmålet med den øvre kontrolgrænse som en vandret linje over den og den nederste kontrolgrænse som en vandret linje under det.
Tolkningskontroldiagrammer
Når du vurderer et kontrolkort, søger du signaler, at processen kan være ude af kontrol eller tendens til at være ude af kontrol. Ifølge American Society for Quality kan følgende indikatorer signalere en proces, der er ude af kontrol:
Et enkelt punkt, der ligger uden for en af kontrolgrænserne; to ud af tre punkter i træk, der er på samme side af midterlinjen og to sigma eller større væk fra den; fire af fem på hinanden følgende punkter på den ene side af midterlinjen og mere end en sigma væk fra den; og endelig otte eller flere punkter i træk, der trender i samme retning.
Hvis nogen af disse advarselsskilte er til stede, kan din proces være ude af kontrol eller ved at være ude af kontrol. Selvom dine målinger stadig kan være inden for acceptable områder, er din tid ikke i stand til at handle, fordi du snart vil se defekte enheder produceret af processen.
