IMG49

IMG49



302 STATYSTYCZNA KONTROLA JAKOŚCI

&

Zatem wartość średnia procesu wynosi JU


25


A.— =    = 5 ,a średni rorzut

5    5

R =


y r,

'    26,5


= 5,3. Współczynnik Hartleya wynosi dĄ = 2,059. Stąd


-    3 R 3-5 3

a2r

1 o

9

8

7

6

5

4

3

2

1

0


dn4n 2,05 9V4

Zatem linie kontrolne będą postaci:

ULC = x + A2R =5 + 3,86 = 8,86 LCL = x -Ą£=5-3,86 = l,14

Przedstawiamy uzyskane wyniki na rys 8.5.

UCL

LC

LCL


Rys. 8.5. Karta x dla danych z przykładu 8.2.

Na podstawie uzyskanych wyników możemy stwierdzić, że czas oczekiwania na >bsługę jest procesem ustabilizowanym.    v

Karla R

Karty kontrolne R operują na małych próbach (n < 12). W tym przypadku rozstęp jest lepszym estymatorem rozproszenia niż odchylenie standardowe, stąd częściej stosuje się karty kontrolne rozstępu niż odchylenia standardowego. Położenie granic kontrolnych dla kart R jest obliczane ze wzorów:

UCL = D. a/R

_    (8.7)

LCL - Da/R

n

gdzie:

Dy\Dx y- są liczbami spełniającymi następujące warunki:

P(R > Dx_a/R) = y2 oraz p(r < Da/R ) = a/2

Rozkład rozstępu zależy także od liczebności próby i dlatego liczby Dy i Dx_y I28są funkcją n.

Elementami karty R są:

-    linia centralna/?,

-    dolna granica kontrolna Ds R ,

-    górna granica kontrolna D4 R , gdzie:

k

Z*

R —średnia rozstępów prób R = —-

D} \ D4- stałe, których wartości można znaleźć w tablicach.

Przykład 8.3

Pogrupuj dane z przykładu 8.2 po cztery i skonstruuj kartę kontrolną rozrzutu procesu. Czy rozrzut czasu obsługi w restauracji jest ustabilizowany?

Rozwiązanie:

Podobnie jak w przykładzie 8.2 20 danych grupujemy kolejno w próby czteroelementowe, czyli otrzymamy k—5 prób. Dla każdej próby obliczmy wartość rozstępu. Obliczenia te i wyniki grupowania prób przedstawiono w tabeli 8.4.

128 W normie PN-IS08258+AC1 liczby te są oznaczane jako jDj i D4 (nie podaje się dla jakiego poziomu istotności), przy czym dla Tl 5; 6, D2 0 .


Wyszukiwarka

Podobne podstrony:
IMG43 2908. STATYSTYCZNA KONTROLA JAKOŚCI Idea wykorzystania statystyki w kontroli jakości pochodzi
IMG45 294 STATYSTYCZNA KONTROLA JAKOŚCI Następnie wyznaczono tzw. krzywą Lorentza, wykorzystując os
IMG47 298 STATYSTYCZNA KONTROLA JAKOŚCI wyznaczona z pomiarów uzyskanych w tzw. próbie pilotażowejm
IMG48 300 STATYSTYCZNA KONTROLA JAKOŚCI (8.4) gdzie: R, — rozrzut i-tej próby, i. z* próbie R=aJ-—ś
IMG50 304 STATYSTYCZNA KONTROLA JAKOŚCI Tabela 8.4 Nr
IMG51 306 STATYSTYCZNA KONTROLA JAKOŚCI Tabela
IMG52 308 STATYSTYCZNA KONTROLA JAKOŚCI Przykład 8.4 Firma BASF Polska produkuje dyskietki 1,44 MB
IMG44 )2 STATYSTYCZNA KONTROLA JAKOŚCI - odbiorcze badania wyrywkowe, metody Taguchi, analizę
DSC08293 Statystyczna Kontrola Jakości Tablica 5.2 KARTA KONTROLNA X-R Bez zadanych wartości
CIMG0643 ✓^Na czym polega islolt odbiorczej statystycznej kontroli jakości ? ( 2punkty) *) Omówić bu
59206 IMG 1301084016 ZADANIE Nr L STATYSTYCZNA OCENA WYNIKÓW DOŚWIADCZALNYCH 1. Wartość średnia, od
CIMG0660 Na czym polega istota odbiorczej statystycznej kontroli jakości ? ( 2punkty) Omówić budowę
IMG80 (11) Logika kontroli jakości białek w ER / Zapobieganie powstawaniu i sekrecji nieprawidłowo
81254 IMG79 (11) logika kontroW Jakości białek

DSC08292 Statystyczpa Kontrola Jakości Przykład karty regulacyjnej „x-R" z podaniem wskaźników


więcej podobnych podstron