Minitab Statistical Software是一款無與倫比的可視化統計分析軟件，它會審視當前及過往的數據，以找出趨勢并預測規律、發現變量之間隱藏的關系、可視化數據交互作用并識別重要因素，從而解答最棘手的問題、應對最嚴峻的難題。

點擊立即下載Minitab

在處理工作的時候所有過程都會有一些變化。有些變化是自然的，無需擔心。 但是有些變化是不必要的，需要注意一下。

通過對照控制上下限繪制過程數據，控制圖有助于我們將自然變化與我們需要關注的特殊原因變化區分開。如果數據點超出控制圖的限制，則說明該過程已失去控制，您需要進行調查。

具有傳統控制圖的虛假警報

大多數使用控制圖（尤其是屬性圖）的人都可以告訴您有關“虛假警報”的信息，即使該過程處于統計控制中，控制限也接近均值，數據點超過了限制。

傳統的P和U控制圖由于過度分散而產生的虛假警報問題已有數十年的歷史了，但是直到質量工程師David Laney設計了P'和U'圖后，才找到一個好的解決方案。

使用P'和U'控制圖使您能夠避免這些錯誤警報，它能檢測到過程中的重要偏差。與傳統的P和U圖一樣，使用P'和U'圖分別監視缺陷和缺陷。但是，在傳統圖表假定您的缺陷率或缺陷率隨時間保持不變的情況下，P'和U'圖表假定沒有過程顯示出真正的恒定率，并將其納入其控制范圍。

最后，這些圖表可以為您提供一個更可靠的指示，表明您的過程是真正處于控制之中還是處于失控狀態。

Minitab可以輕松創建P'和U'圖表，并包括一個診斷工具，該工具會告訴您何時需要使用它們。

是什么導致控制圖上出現錯誤警報？

錯誤的警報可能是由于過程數據的太多變化或“過度分散”引起的，尤其是如果您使用大的子組收集數據時。您的子組越大，傳統P或U圖表上的控制限制將越窄。這種情況會人為地設置嚴格的控制限制，從而導致傳統P圖表上的點即使在沒有控制點的情況下也看起來像失控了。或者，變化太小或“分散不足”也可能會成為問題。當存在分散不足時，傳統P圖表或U圖表上的控制限制可能會太寬，因此您應該關注的數據點（或“過程”）似乎處于控制之中。

無論您的數據表現出過度分散還是分散不足，P'或U'圖表都將幫助您區分真正的普遍原因與特殊原因。

如何檢測過度分散和分散不足

使用Minitab中的P圖表或U圖表診斷程序可以測試過程數據的過度分散和分散不足，并查看傳統的P或U圖表還是Laney P'或U'圖表是否更合適。

要對數據運行診斷，請選擇統計>控制圖>屬性圖> P統計圖或統計>控制圖>屬性圖> U統計圖。

您會看到以下對話框：

在“變量”中，輸入包含缺陷數量的工作表列。如果您使用相同的子組大小收集所有樣本，請在“子組大小”中輸入該數字。或者，如果您的子組大小有所不同，請使用一列。

然后對Minitab中包含的DefectiveRecords.MTW示例數據運行此診斷測試。該數據集中的子組很大，每個子組平均約有2500個觀察值。

P圖表診斷給出以下輸出：

診斷為您提供觀察到的變化與預期變化的比率。 如果該比率大于95％的上限，則您的數據顯示出明顯的過度分散。如果該比例小于60％，則您的數據顯示出明顯的色散。無論哪種情況，都應考慮使用Laney P'圖表代替傳統的P圖表。

該測試在我們的樣本數據中發現過度分散，建議改用Laney P'圖表。

如何創建P'圖

要創建P'圖表，請選擇統計>控制圖>屬性圖表> Laney P'。我們的樣本數據的P'圖表顯示該過程似乎是穩定的-沒有任何點不受控制：

當使用相同的數據創建傳統的P圖表時，過度分散會導致較窄的控制范圍，并且幾個子組似乎失控了。

那么，為什么數據點在P圖表上失控了，但在P'圖表上卻沒有呢？ 這是由于每個圖表定義和計算過程變化的方式所致。在Laney P'中計算的極限值考慮了計算變化時的過度分散并消除了這些錯誤警報。

P'圖表如何工作？

Laney P'圖表的計算不僅包括子組內部的變化，還包括子組之間的變化以針對過度分散或欠分散進行調整。

如果沒有過度分散或分散不足的問題，則P'圖表可與傳統P圖表相提并論。但是，當存在過度分散時，P'圖表會擴大控制范圍，因此僅將重要偏差識別為失控。如果存在色散不足，則P'圖表會計算較窄的控制極限。

更可靠的控制圖

所有行業的質量從業人員都可以利用Laney強大的圖表和易于使用的診斷工具，并且只有在確實存在特殊原因的變化時才會出現信號，避免不必要的浪費。

對Minitab的更多應用感興趣嗎？聯系在線客服了解更多產品詳情。