STATYSTYCZNE
STEROWANIE
PROCESEM
PRODUKCYJNYM
On już wie jak to działa
Statystyczne Sterowanie
Procesem Produkcyjnym
=
Statystyczna Kontrola Procesu
=
S
tatistical
P
rocess
C
ontrol
SPC
PO CO STATYSTYKA W
PRODUKCJI?
Działalność przedsiębiorstwa (DP) można zapisać
wzorem:
DP = PROCES 1 + PROCES 2 + ... +
PROCES n
DP jest więc
zbiorem różnych procesów.
Jedne z nich są ważne (proces projektowania
wyrobu, produkcja), inne mało istotne (np. wywóz
śmieci z terenu zakładu).
PO CO STATYSTYKA W
PRODUKCJI?
Cel przedsiębiorstwa
: sukces poprzez
doskonalenie jakości i obniżanie kosztów
Jak osiągnąć ten cel?:
Poprzez panowanie nad
procesami – realizowanie ich w sposób jak
najbardziej dla siebie korzystny
Jak panować nad procesami?:
SPC
IDEA SPC
Każdy proces produkcyjny ma w swojej
naturze zmienność. Ta zmienność wynika z
wielu czynników na które często mamy
ograniczony wpływ.
SPC pozwala na:
1.monitorowanie czy proces jest statystycznie
sterowalny (przewidywalny w swoim
zachowaniu)
2. odróżnienie zaburzeń jakie się w nim
pojawiają (przyczyn specjalnych) od
naturalnej zmienności procesu (przyczyn
normalnych)
NAJCZĘŚCIEJ STOSOWANE
TECHNIKI SPC
Histogram
Karty kontrolne
Wskaźniki zdolności procesu
Wskaźniki zdolności maszyn
HISTORIA SPC
Podstawy SPC
(karty kontrolne) zostały
opracowane przez Waltera A. Shewharta w
latach
20tych XX wieku
.
SPC było stosowane w
USA
podczas
II wojny
światowej
do poprawy procesów
produkcyjnych (dla wojska). Po wojnie
przemysł amerykański nie musiał się
przejmować jakością produkowanych
wyrobów, gdyż zniszczona działaniami
wojennymi Europa kupowała wszystko co było
w USA produkowane. To spowodowało
znaczący spadek zainteresowania technikami
statystycznymi na wiele lat.
HISTORIA SPC
SPC zostało
"ponownie odkryte"
w
USA
końcem XX wieku
i w ostatnich latach jest
popularyzowane jako jedno z narzędzi Six
Sigma. Jednocześnie rozwój oprogramowania
do analizy statystycznej, arkuszy
kalkulacyjnych i systemów zbierania danych
znacznie ułatwia stosowanie SPC
PODSTAWY
DANE I ICH PREZENTACJA
ROZKŁADY ZMIENNYCH
ETAPY ANALIZY
STATYSTYCZNEJ
PODSTAWY – DANE I ICH PREZENTACJA
POPULACJA
PRÓBKA
POMIARY
OBLICZENIA
WYNIKI
ANALIZA
ETAPY ANALIZY
STATYSTYCZNEJ
PODSTAWY – DANE I ICH PREZENTACJA
POPULACJA
PRÓBKA
POMIARY
OBLICZENIA
WYNIKI
ANALIZA
PRÓBKA
PODSTAWY – DANE I ICH PREZENTACJA
WYBÓR PRÓBKI
:
Próbka wybrana do badania musi być
odpowiednia
Wybór próbki jest kluczowy etapem z punktu
widzenia wiarygodności końcowych wyników
CECHY DOBRZE DOBRANEJ PRÓBKI
:
losowa
reprezentatywna
LOSOWOŚĆ PRÓBKI
PODSTAWY – DANE I ICH PREZENTACJA
Próbka losowa:
pobrana całkowicie
przypadkowo z pewnej większej liczby
wyrobów (populacji)
Procedury pomagające zapewnić losowość
próbki
:
wykorzystanie tablicy liczb losowych
losowanie „na ślepo”
pobieranie systematyczne
pobieranie wielostopniowe
pobieranie warstwowe
LOSOWOŚĆ PRÓBKI
PODSTAWY – DANE I ICH PREZENTACJA
Procedury pomagające zapewnić losowość
próbki:
wykorzystanie tablicy liczb losowych
Tablica liczb losowych to zestaw liczb
wygenerowanych całkowicie losowo i którymi
posłużyć się można przy wybieraniu
elementów do badania.
Podstawowy warunek: ponumerowanie
wszystkich kontrolowanych jednostek
produktu.
LOSOWOŚĆ PRÓBKI
PODSTAWY – DANE I ICH PREZENTACJA
Procedury pomagające zapewnić losowość
próbki:
losowanie „na ślepo”
Polega na – z założenia przypadkowym –
pobieraniu wyrobów do próbki przez
kontrolera.
Podstawowe warunki: wszystkie elementy z
badanej partii wyrobów muszą być w takim
samym stopniu dostępne dla kontrolera; musi
on pobierać wyroby z różnych miejsc itd.
LOSOWOŚĆ PRÓBKI
PODSTAWY – DANE I ICH PREZENTACJA
Procedury pomagające zapewnić losowość
próbki:
pobieranie systematyczne
Stosuje się, gdy wyroby są dostarczane w
sposób ciągły.
Do kontroli pobiera się wyroby wyprodukowane
w określonych odstępach czasu lub co
określoną liczbę wyprodukowanych jednostek.
LOSOWOŚĆ PRÓBKI
PODSTAWY – DANE I ICH PREZENTACJA
Procedury pomagające zapewnić losowość
próbki:
pobieranie wielostopniowe
pobieranie warstwowe
Stosowane w przypadku dostarczania wyrobów
do kontroli w postaci partii (również tych
złożonych z podpartii)
LOSOWOŚĆ PRÓBKI
PODSTAWY – DANE I ICH PREZENTACJA
Szczegółowe zasady losowego pobierania
przedmiotów do próbek opisane są w
normie:
PN 83/N-03010 Statystyczna kontrola
jakości. Losowy wybór jednostek
produktu do próbki.
REPREZENTATYWNOŚĆ
PRÓBKI
PODSTAWY – DANE I ICH PREZENTACJA
Próbka reprezentatywna:
w dobry sposób
odzwierciedla populację, z której została
pobrana
Dla zapewnienia reprezentatywności konieczna
jest odpowiednia liczebność próbki. Im większa
próbka, tym bardziej wiarygodne wyniki.
Uwaga!
Liczności nie można zwiększać w
nieskończoność (koszty kontroli). Należy
szukać optimum pomiędzy kosztami a
wiarygodnością wyników.
RODZAJE DANYCH
PODSTAWY – DANE I ICH PREZENTACJA
Dana:
każda informacja opisująca proces,
wyrób, usługę, maszynę itd.
Typy danych:
dane kategorialne (uzyskiwane przy ocenie
metodą alternatywną)
dane liczbowe (pochodzące z pomiarów)
RODZAJE DANYCH
PODSTAWY – DANE I ICH PREZENTACJA
Typy danych:
dane kategorialne
Uzyskuje się je w przypadkach:
dzielenia (klasyfikowania) przedmiotów na
kategorie
zliczania liczby przedmiotów w danych
kategoriach
zliczania proporcji przedmiotów
zliczania liczby braków lub niezgodności
RODZAJE DANYCH
PODSTAWY – DANE I ICH PREZENTACJA
Typy danych:
dane kategorialne
Są one często wykorzystywane w praktyce, bo
do ich zebrania zazwyczaj nie potrzeba
skomplikowanych i dokładnych urządzeń
pomiarowych.
Przykład: zliczanie liczny rys na lakierze
samochodu; liczba żarówek z danej partii która
nie świeci
RODZAJE DANYCH
PODSTAWY – DANE I ICH PREZENTACJA
Typy danych:
dane kategorialne
Zwykle wyroby dzieli się na 2 kategorie: dobre
i złe.
Można je jednak dzielić na więcej kategorii,
które odzwierciedlać będą jakość.
Przykład: klasy I, II, III, IV. Klasa I- najwyższej
jakości, klasa IV- najgorszej.
RODZAJE DANYCH
PODSTAWY – DANE I ICH PREZENTACJA
Typy danych:
dane kategorialne
Zalety:
prostota prowadzonej kontroli
czytelność otrzymanych wyników
Wady:
nieprecyzyjność
RODZAJE DANYCH
PODSTAWY – DANE I ICH PREZENTACJA
Typy danych:
dane liczbowe
Uzyskuje się je w przypadkach:
pomiarów cechy produktu, usługi, procesu
przeliczania numerycznych wartości z dwóch
lub więcej pomiarów liczbowych
Wymóg: korzystanie z urządzeń pomiarowych
PREZENTOWANIE DANYCH
PODSTAWY – DANE I ICH PREZENTACJA
Najprostszy sposób: spisywanie w rzędzie np.:
5,6,9,11,6,7,7,6,5,9,7,8,7,6,7,8,4,8,7,8,10,10,9,
7,8,...
Ten zapis jest nieczytelny i mało użyteczny
PREZENTOWANIE DANYCH
PODSTAWY – DANE I ICH PREZENTACJA
Użyteczne metody prezentacji
danych:
tabela częstości wystąpień
(liczności)
histogram
wykres punktowy
PREZENTOWANIE DANYCH
PODSTAWY – DANE I ICH PREZENTACJA
Tabela częstości wystąpień
Wartość danej
Wystąpienie
danej
Liczba wystąpień
3
0
4
2
5
3
6
5
7
1
PREZENTOWANIE DANYCH
PODSTAWY – DANE I ICH PREZENTACJA
Tabela częstości wystąpień
Z tabeli takiej można łatwo odczytać:
ile pomiarów o danej wartości
zarejestrowano
która wartość powtarzała się najczęściej
w jakim zakresie pojawiają się dane
(minimum i maksimum)
PREZENTOWANIE DANYCH
PODSTAWY – DANE I ICH PREZENTACJA
Histogram
Jest pewnym rozwinięciem tabeli liczności.
Szczególnie przydatny do prezentowania
dużej ilości danych liczbowych i
kategorialnych.
PREZENTOWANIE DANYCH
PODSTAWY – DANE I ICH PREZENTACJA
Histogram
31,820 33,100 33,780 34,650 34,870 35,530 36,750
32,010 33,120 33,790 34,690 34,880 35,620 36,680
32,010 33,260 33,790 34,690 34,900 35,780 36,780
32,050 33,260 33,790 34,720 34,920 35,790 36,850
32,230 33,280 33,820 34,720 34,960 35,860 38,520
32,600 33,300 33,820 34,810 35,090 36,120
32,950 33,360 33,860 34,810 35,120 36,250
33,030 33,540 33,950 34,810 35,160 36,560
33,050 33,560 34,210 34,860 35,280 36,560
33,060 33,750 34,220 34,870 35,290 36,590
PREZENTOWANIE DANYCH
PODSTAWY – DANE I ICH PREZENTACJA
Histogram
Procedura rysowania histogramu:
1.Posortowanie danych w porządku od
najmniejszej do największej
2. Wyznaczenie wartości najmniejszej i
największej:
x
min
, x
max
PREZENTOWANIE DANYCH
PODSTAWY – DANE I ICH PREZENTACJA
Histogram
Procedura rysowania histogramu:
3. Obliczenie szerokości zakresu, w jakim
pojawiają się dane (rozstępu):
R=x
max
-x
min
4. Wyznaczenie liczby przedziałów:
ilość przedziałów= pierwiastek(ilość
pomiarów)
PREZENTOWANIE DANYCH
PODSTAWY – DANE I ICH PREZENTACJA
Histogram
Procedura rysowania histogramu:
5. Ustalenie szerokości przedziałów:
szerokość przedziału=rozstęp/l-ba
przedziałów
Otrzymaną wartość zaokrąglamy w taki
sposób, aby narysowany histogram był jak
najbardziej czytelny
PREZENTOWANIE DANYCH
PODSTAWY – DANE I ICH PREZENTACJA
Histogram
Procedura rysowania histogramu:
6. Rozpisanie przedziałów i obliczenie, ile w
każdym z nich znajduje się wyników:
Przedział wartości
Ilość wyników w
przedziale
(31,32]
1
(32,33]
6
(33,34]
21
(34,35]
17
(35,36]
10
(36,37]
9
(37,38]
0
(38,39]
1
PREZENTOWANIE DANYCH
PODSTAWY – DANE I ICH PREZENTACJA
Histogram
Procedura rysowania histogramu:
6. Narysowanie wykresu:
w zależności od
liczby wyników w poszczególnych
przedziałach, rysuje się odpowiednią
wysokość słupka
.
PREZENTOWANIE DANYCH
PODSTAWY – DANE I ICH PREZENTACJA
Histogram
PREZENTOWANIE DANYCH
PODSTAWY – DANE I ICH PREZENTACJA
Wykres punktowy
Tabela Dane z pomiarów uziarnienia
mielonego materiału.
Pomiary
w
próbce
Obroty młyna [obr/min]
1415
1430
1445
1460
1480
1
32,76
33,37
36,54
36,20
36,74
2
32,72
33,11
35,11
36,58
36,40
3
32,70
33,15
36,02
35,24
36,43
4
32,69
33,25
35,59
36,14
36,72
5
32,67
33,20
36,03
35,52
36,55
PREZENTOWANIE DANYCH
PODSTAWY – DANE I ICH PREZENTACJA
Wykres punktowy
Rys. Wykres punktowy zależności pomiędzy
uziarnieniem a obrotami młyna.
PREZENTOWANIE DANYCH
PODSTAWY – DANE I ICH PREZENTACJA
Wykres punktowy
im większe obroty tym drobniej zmielony
materiał
PREZENTOWANIE DANYCH
PODSTAWY – DANE I ICH PREZENTACJA
Wykres punktowy
przy obrotach 1445 i 1460 próbki
charakteryzują się dużą zmiennością
(rozrzutem)
PREZENTOWANIE DANYCH
PODSTAWY – DANE I ICH PREZENTACJA
Wykres punktowy
próbka jest najbardziej jednorodna przy
obrotach 1415
ROZKŁADY ZMIENNYCH
PODSTAWY – ROZKŁADY ZMIENNYCH
Dane zbierane podczas pomiarów zawsze
układają się w pewien określony sposób. To w
jaki, zależy przede wszystkim od zjawiska,
które jest obserwowane i od tego jak
zachowuje się proces, jakimi cechami się on
charakteryzuje.
Sposób, w jaki układają się dane-
rozkład
zmiennej losowej.
Statystycy wyróżniają wiele takich rozkładów
ale z punktu widzenia SPC ważne jest tylko
kilka z nich.
ROZKŁAD NORMALNY
PODSTAWY – ROZKŁADY ZMIENNYCH
Najczęściej spotykany w praktyce SPC
Jest
symetryczny względem wartości
średniej
Jest
jednomodalny
(ma jedną określoną
wartość występującą najczęściej)
ROZKŁAD NORMALNY
PODSTAWY – ROZKŁADY ZMIENNYCH
Funkcja gęstości prawdopodobieństwa
(funkcja opisująca prawdopodobieństwo
przyjęcia przez zmienną X wybranych
wartości):
dla -∞ < x<
∞
2
2
2
)
(
2
1
)
(
m
x
e
x
f
Dystrybuanta:
x
m
x
dx
e
x
F
2
2
2
)
(
2
1
)
(
m- wartość
oczekiwana (średnia
arytmetyczna)
σ- odchylenie
standardowe
ROZKŁAD NORMALNY
PODSTAWY – ROZKŁADY ZMIENNYCH
m- wartość oczekiwana
-> opisuje miejsce, w
jakim znajduje się rozkład zmiennej na
przyjętej skali
(miara położenia)
σ- odchylenie standardowe
->opisuje rozrzut
rozkładu
(miara zmienności)
ROZKŁAD NORMALNY
PODSTAWY – ROZKŁADY ZMIENNYCH
ROZKŁAD NORMALNY
PODSTAWY – ROZKŁADY ZMIENNYCH
Miary położenia:
średnia arytmetyczna
rzadko wykorzystywane: średnia
geometryczna, średnia harmoniczna, średnia
ważona
mediana: wartość środkowa w ciągu danych
moda (dominanta): wartość występująca
najczęściej w zbiorze danych
n
i
i
n
śr
x
n
n
x
x
x
x
1
2
1
1
...
ROZKŁAD NORMALNY
PODSTAWY – ROZKŁADY ZMIENNYCH
Miary zmienności
(pokazują rozproszenie
wyników)
wariancja
odchylenie standardowe
UWAGA! Powyższe wzory obowiązują, pod
warunkiem, że mamy możliwość zbadania
całej populacji, co jest PRAWIE NIGDY
SPEŁNIONE
n
i
śr
i
x
x
n
1
2
2
)
(
1
2
ROZKŁAD NORMALNY
PODSTAWY – ROZKŁADY ZMIENNYCH
Miary zmienności
(pokazują rozproszenie
wyników)
Ponieważ opisujemy rozkład opierając się
jedynie na pewnej próbce wyników, pobranej z
populacji, stosuje się estymator:
n
i
śr
i
x
x
n
s
1
2
)
(
1
1
ROZKŁAD NORMALNY
PODSTAWY – ROZKŁADY ZMIENNYCH
Zasada 3σ
Ponad 68% wszystkich wyników zawiera się w
przedziale x
śr
+/- σ
Ponad 99,7% wszystkich wyników mieści się w
przedziale
x
śr
+/- 3σ
(ten przedział jest
stosowany SPC)
ROZKŁAD NORMALNY
PODSTAWY – ROZKŁADY ZMIENNYCH
Badanie normalności rozkładu
Ponieważ wiele metod stosowanych w SPC
opiera się na założeniu, ze zebrane dane mają
rozkład normalny, należy zawsze sprawdzać,
czy to założenie jest spełnione.
Testy statystyczne:
test chi-kwadrat
test Kołmogorowa-Smirnowa