Wie man für Attribut Data Control Charts für Six Sigma

In Six Sigma Initiativen können Sie die Kontrollkarten für Attributdaten zu machen. Attributdaten

werden Daten, die nicht in eine kontinuierliche Skala passen, sondern ist in verschiedene chunked Eimer, wie klein / mittel / groß, Pass / Fail, akzeptabel / nicht akzeptabel, und so weiter.

Obwohl die Überwachung und Steuerung von Produkten, Dienstleistungen und Prozessen mit empfindlicher kontinuierlichen Daten vorzuziehen ist, manchmal kontinuierliche Daten einfach nicht verfügbar ist, und alles, was Sie haben, ist weniger empfindlich Attributdaten. Aber nicht verzweifeln, weil bestimmte Regelkarten speziell für Attributdaten ausgelegt sind verblüffende Informationen zu ziehen und ermöglichen es Ihnen, das Verhalten des Prozesses zu steuern.

Mit dem Wissen von nur zwei Attributregelkarten, können Sie überwachen und zu steuern Prozesseigenschaften, die aus Attributdaten vorgenommen werden. Die beiden Diagramme sind die p (Anteil nicht-konforme) und der u (Nichteinhaltungen pro Einheit) Charts. Wie ihre kontinuierliche Kollegen helfen diese Attribut Kontrollkarten Sie die Kontrolle Entscheidungen zu treffen. Mit ihren Kontrollgrenzen, können sie Ihnen helfen, die wahre Stimme des Prozesses zu erfassen.

Bild eine Schüssel Suppe. Wenn Sie zehn Fliegen darin gefunden, würde halten Sie es für nicht hinnehmbar. Was ist, wenn Sie nur eine Fliege gefunden? Sie würden es immer noch nicht akzeptabel nennen. Die Daten aus Fällen wie diesem, wo etwas nicht in Ordnung, dass du das gesamte Objekt nicht akzeptabel erachten, sind aufgerufen, defectives. Eines oder mehrere dieser Dinge machen die ganze Situation schlecht. Wenn Sie Charting defectives Attributdaten, verwenden Sie ein p Diagramm.

Einige Attributdaten für Regelkarten ist Defektdaten - die Anzahl der Kratzer auf einer Autotür, die Anzahl der Felder Informationen über ein Bewerbungsformular fehlt, und so weiter. Wenn Sie zählen und von der Anzahl der Defekte auf ein Element zu verfolgen, verwenden Sie Defekt Attributdaten, und Sie verwenden u Diagramm zur statistischen Prozesskontrolle durchführen.

Obwohl die Worte fast identisch klingen, ist es von entscheidender Bedeutung, zu wissen, welche Art von Attributdaten, die Sie haben: defectives (Pass / Fail) Daten oder Defekt (count) Daten. Wenn Sie diese Unterscheidung falsch, Ihre spätere Kontrollkarte vollständig ungültig.

Hinweis: p Charts defectives Daten auf einer Binomialverteilung basieren. u Charts Defekte Daten auf der Poisson-Verteilung basieren.

Die p-Chart für Attributdaten

Das p Diagramm vergleicht den Anteil der gemessenen Einheiten oder Prozessausgänge, die in jeder Untergruppe defekt sind. Die aufeinanderfolgenden Untergruppen für p Diagramme können von gleicher oder ungleicher Größe sein. Wenn Ihre Untergruppen unterschiedlich groß sind, sind die oberen und unteren Kontrollgrenzen sind nicht konstant, horizontal Werte - sie ungleichmäßig aussehen wird.

Aber die gleichen Regeln für die Auslegung der Regelkarte bleiben - die Kontrollgrenzen nur aus der Untergruppe zu Untergruppe verschieben. Sie finden, den Anteil der defectives für jede Untergruppe durch die Anzahl der defectives in der Untergruppe der Gesamtzahl der Defekte in der Untergruppe gemessen beobachtet dividiert wird.

Eine häufige Anwendung von a p Diagramm ist, wenn Sie Prozent Daten haben, und die Untergruppengröße für jeden Prozentberechnung kann von einer Untergruppe zur nächsten unterschiedlich sein - zum Beispiel die Zahl der Patienten, die jeden Tag zu spät jeden Tag für ihre Zahnarzttermine oder die Anzahl der Formulare verarbeitet ankommen dass haben aufgrund von Fehlern oder Versehen (Fehler) überarbeitet werden.

In beiden dieser Beispiele kann von Tag zu Tag variieren die Gesamtgröße der Untergruppen gemessen.

p allgemein verwendete Diagramme werden, wo die Wahrscheinlichkeit eines fehlerhaften gering - in der Regel weniger als 10 Prozent. So wirksam zu sein, muss die Untergruppengröße groß genug sein, ein oder mehrere defectives zu registrieren. Sie müssen auch die Länge der Zeit zu berücksichtigen, die eine Untergruppe darstellt: Lange Zeit eine bestimmte Ursache ausfindig schwierig machen kann.

Denken Sie daran, wie mit einer kontinuierlichen Regelkarten, müssen Sie die Kontrollgrenzen nur zusätzlich zu anderen Indikatoren für besondere Ursache Variation der Hut sein zu überschreiten. Die Anwesenheit von ungewöhnlichen Mustern, wie Läufe oder Trends, auch wenn alle Punkte innerhalb der Kontrollgrenzen sind, können Anzeichen von Instabilität oder ein Out-of-the-gewöhnliche Leistungsänderung sein.

Das u-Chart für Attributdaten

Wie bei der p Diagramm, das u Chart keine konstante Untergruppengröße erfordern. Die Kontrollgrenzen auf die u Grafik variieren mit der Untergruppengröße und kann daher nicht konstant sein.

Zählen der Anzahl der unterschiedlichen Defekten auf einer Form ist eine gemeinsame Nutzung der u Diagramm. Zum Beispiel, Fehler und fehlende Informationen über Versicherungsantragsformulare (Fehler) sind ein Problem für Krankenhäuser. Als Ergebnis hat jeder Antragsformular überprüft und korrigiert werden, bevor an die Versicherungsgesellschaft gesendet werden.

Ein besonderes Krankenhaus gemessen, um seine Fehler pro Einheit Leistung durch die gefundene Anzahl der Defekte pro Berechnungseinheit für jeden verarbeiteten Formen des Tages.

Jeder Punkt auf der Karte repräsentiert die durchschnittliche Fehler pro Antragsformular für diese Untergruppe. Punkte höher auf dem Diagramm repräsentieren, eine größere Anzahl von Defekten pro Einheit. Die Mittellinie, bei 1.870 berechnet, zeigt eine durchschnittliche Gesamtprozessleistung von 1,87 Fehler pro Form.