Regulační diagramy (RD)

Podobné dokumenty
PRINCIPY ZABEZPEČENÍ KVALITY

PRINCIPY ZABEZPEČENÍ KVALITY

Regulační diagramy (Control charts, Shewhart s diagrams)

Statistické řízení jakosti - regulace procesu měřením a srovnáváním

SPC v případě autokorelovaných dat. Jiří Michálek, Jan Král OSSM,

Národní informační středisko pro podporu kvality

10 KONTROLA A ŘÍZENÍ JAKOSTI

Rozdíl rizik zbytečného signálu v regulačním diagramu (I,MR) a (xbar,r)

Q-diagramy. Jiří Michálek ÚTIA AVČR

Národní informační středisko pro podporu jakosti

Inovace bakalářského studijního oboru Aplikovaná chemie

ISO 8258 je první ze čtyř norem ISO, které budou věnovány metodám statistické regulace. Zbývající tři, které jsou nyní v přípravě, jsou

Statistické regulační diagramy

Regulace výrobního procesu v soft. Statistica

Úvod do problematiky měření

Statistické řízení jakosti. Deming: Klíč k jakosti je v pochopení variability procesu.

Řízení jakosti 2. Užitná hodnota I. JiříMilitký. Užitná hodnota Regulační diagramy Jakost textilních útvarů

přesnost (reprodukovatelnost) správnost (skutečná hodnota)? Skutečná hodnota použití různých metod

Tématické okruhy pro státní závěrečné zkoušky. Navazující magisterské studium. studijní obor "Management jakosti"

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"

KGG/STG Statistika pro geografy

Národní informační středisko pro podporu kvality

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"

Rozšířené regulační diagramy

Tématické okruhy pro státní závěrečné zkoušky. Navazující magisterské studium. studijní obor "Management kvality"

Analytické znaky laboratorní metody Interní kontrola kvality Externí kontrola kvality

Charakteristika datového souboru

UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, Pardubice

Statistická analýza jednorozměrných dat

Regulační diagramy EWMA. Eva Jarošová Škoda Auto Vysoká škola

Tuhá alterna,vní paliva validace metody pro stanovení obsahu biomasy podle ČSN EN Ing. Šárka Klimešová, Výzkumný ústav maltovin Praha, s.r.o.

P13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod.

Normy ČSN a ČSN ISO z oblasti aplikované statistiky (stav aktualizovaný k )

MATEMATICKÁ STATISTIKA. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci

Statistika. Teorie odhadu statistická indukce. Roman Biskup. (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at) .

Všechno, co jste chtěli vědět z teorie pravděpodobnosti, z teorie informace a

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"

10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457.

Určujeme neznámé hodnoty parametru základního souboru. Pomocí výběrové charakteristiky vypočtené z náhodného výběru.

ZABEZPEČENÍ KVALITY V LABORATOŘI

Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie STATISTICKÉ ZPRACOVÁNÍ EXPERIMENTÁLNÍCH DAT

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ

Nejistota měř. ěření, návaznost a kontrola kvality. Miroslav Janošík

STANOVENÍ SPOLEHLIVOSTI GEOTECHNICKÝCH KONSTRUKCÍ. J. Pruška, T. Parák

Zápočtová práce STATISTIKA I

Předpoklad o normalitě rozdělení je zamítnut, protože hodnota testovacího kritéria χ exp je vyšší než tabulkový 2

Intervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace

SW podpora při řešení projektů s aplikací statistických metod

VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA METALURGIE A MATERIÁLOVÉHO INŽENÝRSTVÍ KATEDRA KONTROLY A ŘÍZENÍ JAKOSTI

Ekonomické aspekty statistické regulace pro vysoce způsobilé procesy. Kateřina Brodecká

Intervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace

Statistické metody - nástroj poznání a rozhodování anebo zdroj omylů a lží

STATISTICKÉ ODHADY Odhady populačních charakteristik

Vícerozměrné regulační diagramy. Josef Křepela, Jiří Michálek OSSM

JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica

PRŮZKUMOVÁ ANALÝZA JEDNOROZMĚRNÝCH DAT Exploratory Data Analysis (EDA)

Chyby spektrometrických metod

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ. FAKULTA STROJNÍHO INŽENÝRSTVÍ Ústav materiálového inženýrství - odbor slévárenství

Úloha E301 Čistota vody v řece testem BSK 5 ( Statistická analýza jednorozměrných dat )

Národní informační středisko pro podporu jakosti

Přehled metod regulace procesů při různých typech chování procesu

UNIVERZITA PARDUBICE CHEMICKO-TECHNOLOGICKÁ FAKULTA KATEDRA ANALYTICKÉ CHEMIE

Principy zajištění spolehlivosti. Zdenek Kubíček

Jednofaktorová analýza rozptylu

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

IDENTIFIKACE BIMODALITY V DATECH

5. Odhady parametrů. KGG/STG Zimní semestr

Národní informační středisko pro podporu kvality

Chyby měření 210DPSM

Normální (Gaussovo) rozdělení

Národní informační středisko pro podporu kvality

Dva případy chybného rozhodnutí při testování: a) Testační statistika padne mimo obor přijetí nulové H hypotézy O, tj.

VYUŽITÍ REGULAČNÍCH DIAGRAMŮ PRO KONTROLU JAKOSTI

ZÁKLADNÍ NÁSTROJE ŘÍZENÍ JAKOSTI

Praktická statistika. Petr Ponížil Eva Kutálková

1.1 Využití tabulkového procesoru jako laboratorního deníku. 1.3 Systém jakosti a počítačová kontrola jakosti

Návrh a vyhodnocení experimentu

Statistika, Biostatistika pro kombinované studium. Jan Kracík

Lineární regrese. Komentované řešení pomocí MS Excel

Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík

Regresní analýza 1. Regresní analýza

UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie. Nám. Čs. Legií 565, Pardubice. Semestrální práce ANOVA 2015

MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ

Testy statistických hypotéz

Kvantily a písmenové hodnoty E E E E-02

Odhady parametrů základního souboru. Cvičení 6 Statistické metody a zpracování dat 1 (podzim 2016) Brno, říjen listopad 2016 Ambrožová Klára

VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky

Různé metody manažerství kvality. Práce č.12: Výpočet PPM a způsobilost procesů

Úvod do teorie odhadu. Ing. Michael Rost, Ph.D.

TECHNICKÁ UNIVERZITA V LIBERCI. Ekonomická fakulta. Semestrální práce. Statistický rozbor dat z dotazníkového šetření školní zadání

Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie ANOVA. Semestrální práce

Otázky k měření centrální tendence. 1. Je dáno rozložení, ve kterém průměr = medián. Co musí být pravdivé o tvaru tohoto rozložení?

Statistická analýza. jednorozměrných dat

Testování statistických hypotéz. Obecný postup

VYUŽITÍ MATLAB WEB SERVERU PRO INTERNETOVOU VÝUKU ANALÝZY DAT A ŘÍZENÍ JAKOSTI

You created this PDF from an application that is not licensed to print to novapdf printer (

Protokol č. 1. Tloušťková struktura. Zadání:

Taguciho metody. Řízení jakosti

Způsobilost. Data a parametry. Menu: QCExpert Způsobilost

Transkript:

Regulační diagramy (RD) Control Charts Patří k základním nástrojům vnitřní QC laboratoře či výrobního procesu (grafická pomůcka). Pomocí RD lze dlouhodobě sledovat stabilitu (chemického) měřícího systému. Diagnostický nástroj k posouzení, zda se sledovaný proces chová tak, jak očekáváme (= stav statistické regulace). Účel - posouzení toho, zda je variabilita parametru způsobena náhodným kolísáním nebo speciálními příčinami (nastavení přístroje, změna chemikálie, ). Použití - všude tam, kde jsou postupně v čase získávány informace o jakosti.

Shewhartovy RD V r. 1924 navrhl W.A. Shewhart z Bell Telephone Laboratory první RD pro posouzení toho, zda je variabilita sledovaného výrobního parametru způsobena pouze náhodným kolísáním. Shewhartovy RD Základem je periodické měření kontrolního vzorku a do grafu se v závislosti na čase (nebo sekvenci) vynáší aritmetický průměr a s (případně R). V diagramu se znázorňuje centrální linie (CL) očekávaná či referenční hodnota a regulační meze dolní LCL a horní UCL. Tyto meze určují interval, ve kterém se s velkou pravděpodobností pohybují charakteristiky znaku (průměr, s). Předpoklady pro použití Shewhartových RD: Normalita rozdělení dat, bez OB, Konstantní střední hodnota a rozptyl, Nezávislost (nekorelovanost).

Shewhartovy RD RD pro aritmetický průměr: Regulační meze ± 3s Varovné meze ± 2s Postup konstrukce Shewhartových RD: 1. Příprava dat zvolíme část analýzy (procesu). 2. Určení odhadu střední hodnoty a směrodatné odchylky. 3. Ověření předpokladů pro konstrukci RD. 4. Konstrukce RD: získání CL, UCL a LCL. 5. Vynášení dalších experimentálních dat do RD. 6. Evidence zvláštních případů hledání a odstranění příčin.

Vzorce pro výpočet mezí RD 1. Základní hodnoty nejsou stanoveny (neznáme µ a σ). Statistika CL UCL LCL x x x + AR x AR 2 2 x + As x As R R DR 4 DR 3 s s Bs 4 Bs 3 A 2, A 3, D 3, D 4, B 3 a B 4 tabelované konstanty 3 3 Vzorce pro výpočet mezí RD 2. Základní hodnoty jsou stanoveny (známe µ a σ). Statistika CL UCL LCL x µ 0 µ 0 + Aσ 0 µ 0 - Aσ 0 R R 0 nebo d 2 σ 0 D 2 σ 0 D 1 σ 0 s C 4 σ 0 B 6 σ 0 B 5 σ 0 A, D 1, D 2, B 5 a B 6 tabelované konstanty RD se tvoří ve dvojicích: vyjádření správnosti aritmetický průměr vyjádření přesnosti směr. odchylka (dříve rozpětí).

RD přesnosti Diagramy používající R místo s jsou méně efektivní zvláště pro větší podskupiny; využívají informace pouze 2 hodnot z celé podskupiny! U RD pro s a R nejsou regulační meze symetrické okolo CL, protože se nejedná o normální, ale χ 2 rozdělení. Pravidla pro určování zvláštních případů v diagramu pro průměr (ISO 8258)

Racionální podskupiny Podskupina = opakovaná měření v jednom časovém okamžiku, volba podskupin výrazně ovlivňuje správnou funkci RD! Časový rozsah hodnot podskupiny má být malý ve srovnání s intervalem mezi podskupinami. Podskupina však musí odrážet variabilitu, jinak se regulační meze příliš zúží a RD je nepoužitelný.

RD pro jednotlivé hodnoty Konstruují se v případě, kdy nelze vytvořit racionální podskupiny = nejsou opakovaná měření. Místo průměrů podskupin se pracuje přímo s hodnotami x i. Místo rozpětí podskupiny se používá klouzavé rozpětí (MR moving range): MRi = xi xi 1 RD pro jednotlivé hodnoty je více citlivý na porušení předpokladu normality. RD pro jednotlivé hodnoty Určení CL a regulačních mezí X i : CL = x MR LCL a UCL = x ±, kde d2 = 1,128 d Určení CL a regulačních mezí diagramu MR: 2 CL = MR LCL = 0 UCL = D MR, kde D = 3,269 4 4

Posuzování účinnosti RD Kriterium ARL (average run lenght) průměrná délka kroku: udává průměrný počet bodů, než některý padne mimo regulační meze nebo dojde k rozpoznání změny (posunu) CL. Př. pro RD aritmetického průměru: Bod mimo meze ARL = 370 (1/0,0027 = 370), Posunutí průměru o 1σ - ARL = 44, Posunutí směrodatné odchylky o 1σ - ARL = 7. Indexy způsobilosti Slouží k hodnocení, zda a do jaké míry se dodržují předepsané regulační meze v RD. Jsou to bezrozměrná čísla popisující míru dodržování jakosti. Indexy způsobilosti (PCI process capability index) jsou založeny na porovnání σ 2 skutečného procesu se σ 2 předpisu (normy). c p UCL = 6 Čitatel předepsané meze Jmenovatel určeno ze sledovaného procesu s LCL c p < 1 proces nezpůsobilý; c p > 1 proces způsobilý