De seks Sigma-kvalitetssystemet er avhengig av statistisk prosesskontroll, eller SCP, og statistisk analyse. Kontrollgrenser er statistiske prosesskontrollverktøy som gir deg mulighet til å avgjøre om prosessen er stabil og i kontroll, eller trender mot økt variasjon som kan føre til feil i sluttproduktet.
Forstå kontrollgrenser
Kontrollgrenser er delt inn i øvre kontrollgrenser og lavere kontrollgrenser. Den øvre kontrollgrensen, eller UCL, er vanligvis satt til tre standardavvik, eller sigma, over prosessmiddelet, og den nedre kontrollgrensen, LCL, vil bli satt til tre sigma under gjennomsnittet. Siden omtrent 99 prosent av normal prosessvariabilitet vil forekomme innen pluss eller minus tre sigma, hvis prosessen er i kontroll, bør den omtrentlig omtrentlig normalfordeling rundt gjennomsnittet, og alle datapunkter skal være innenfor øvre og nedre kontrollgrenser.
Slik beregner du kontrollgrenser
For å kunne beregne kontrollgrenser må du først forstå prosessen din. Start med et utvalg av 30 eller flere prosessobservasjoner, for eksempel høyden på en loddestøt på et kretskort, målt i tusendels tomme. Beregn gjennomsnittet ved å legge til alle verdiene og dividere med antall observasjoner. Hvis prøven er 30 og summen av de observerte verdiene er 173, vil formelen være 173/30 = 5,8.
Standardavviket er enklest å beregne ved hjelp av STDEV-funksjonen i et regnearkprogram eller den automatiserte standardavvikskalkulatoren i et statistisk analyseprogram. Sjekk ressursdelen for en enkel standardavviksberegner. For dette eksempelet, anta at standardavviket er 1,8.
Formelen for å beregne den øvre kontrollgrensen er (Process Mean) + (3_Standard Deviation) = UCL. I vårt eksempel vil dette være 5.8+ (3_1.8) = 11.3. Den nedre kontrollgrensen vil bli beregnet som (prosessmiddel) - (3_Standardavvik) = LCL. Gå tilbake til vårt eksempel, dette ville være 5,8- (3_1,8) = 0,3.
For å oppsummere vil vår prosessmiddel for denne prøven være 5,8, og ville være nøyaktig sentrert mellom den øvre kontrollgrensen på 11,3 og den nedre kontrollgrensen på 0,3. Disse verdiene vil bli brukt i neste avsnitt for å generere kontrolldiagrammer
Generering av kontrolldiagrammer
Et kontrollskjema er bare et linjediagram som viser sekvensielle målinger av en prosesskarakteristikk, for eksempel bredden på en maskinert del, med linjer lagt til for å vise de øvre og nedre kontrollgrensene. Statistiske analyseprogramvarepakker vil ha automatiserte kontrollkortfunksjoner.
I et regnearkprogram kan det opprettes et enkelt kontrollskjema som følger: Sett de faktiske målingene fra prøven i den første kolonnen og merk det "Måling". Sett prosessens middelverdi i cellene i den neste kolonnen og merk det "Senter". Sett inn den øvre kontrollgrenseverdien i den tredje kolonnen og merk den "UCL". Til slutt angir du den nedre kontrollgrenseverdien i den siste kolonnen og merker den "LCL".
Velg alle dataene i de fire kolonnene og opprett et linjediagram basert på dataene. Utgangen din skal være en zigzag-linje i midten med de faktiske observasjonene dine, krysse og krysse den rette midtlinjen som viser prosessen, med den øvre kontrollgrensen som en horisontal linje over den og den nedre kontrollgrensen som en horisontal linje under den.
Tolke kontrolldiagrammer
Når du vurderer et kontrollskjema, ser du etter signaler om at prosessen kan være ute av kontroll eller trending mot å være ute av kontroll. Ifølge American Society for Quality, kan følgende indikatorer signalisere en prosess som er ute av kontroll:
Et enkeltpunkt som ligger utenfor noen av kontrollgrensene; to av tre poeng på rad som ligger på samme side av midtlinjen og to sigma eller større vekk fra den; fire av fem påfølgende punkter på den ene siden av midtlinjen og større enn en sigma bort fra den; og til slutt åtte eller flere poeng på rad som trender i samme retning.
Hvis noen av disse advarselsskiltene er til stede, kan prosessen din være ute av kontroll eller være ute av kontroll. Selv om målingene dine fortsatt er innenfor akseptable områder, er prosessen ikke i kontroll, det er allerede på tide å ta tiltak fordi du snart vil se defekte enheter produsert av prosessen.
