Control Chart: Cara Membaca dan Membina Satu (Dengan Contoh)

Control chart ialah cara paling pantas untuk mengetahui sama ada sesuatu proses berkelakuan seperti sepatutnya atau senyap-senyap menuju ke arah kecacatan. Ia adalah graf garis data proses sepanjang masa, dengan tiga garis rujukan yang dikira daripada data itu sendiri: satu garis tengah dan dua had kawalan. Sebaik sahaja anda tahu cara membacanya, anda boleh mengesan masalah sebenar dengan pantas dan berhenti bertindak balas terhadap bunyi bising.

Apakah itu Control Chart?

Control chart (juga dipanggil carta Shewhart) ialah graf statistik yang memplot ukuran proses sepanjang masa dan menggunakan sempadan yang dikira untuk membezakan variasi biasa daripada isyarat bahawa sesuatu telah berubah. Ia mempunyai tiga garis rujukan:

• Garis Tengah (CL): purata proses, dikira daripada data sejarah
• Had Kawalan Atas (UCL): ditetapkan pada tiga sisihan piawai di atas garis tengah
• Had Kawalan Bawah (LCL): ditetapkan pada tiga sisihan piawai di bawah garis tengah

Had-had ini berasal daripada data proses anda sendiri, bukan daripada spesifikasi kejuruteraan atau keperluan pelanggan. Perbezaan itu penting. Satu proses boleh berada dalam kawalan statistik yang sempurna dan masih menghasilkan bahagian di luar spesifikasi, atau ia boleh berada dalam spesifikasi tetapi menyimpang. Control chart menangani kestabilan; keupayaan proses (Cpk) menangani sama ada proses yang stabil itu juga memenuhi keperluan.

Walter Shewhart mencipta control chart di Bell Labs pada tahun 1924 untuk membezakan dua jenis variasi yang dihasilkan oleh setiap proses: punca biasa (rawak, sedia ada, boleh diramal) dan punca khas (luar biasa, boleh dikenal pasti, wajar disiasat). Control chart kini menjadi asas kepada kawalan proses statistik, Six Sigma, dan pembuatan lean di seluruh dunia.

Fakta Penting

• Organisasi yang menggunakan control chart sebagai sebahagian daripada program SPC melaporkan pengurangan kecacatan sebanyak 50% atau lebih dalam tahun pertama, menurut ASQ Quality Progress (2022).
• Satu kajian yang diterbitkan dalam International Journal of Quality and Reliability Management (2021) mendapati bahawa syarikat yang menggunakan control chart mengurangkan kos kualiti buruk mereka secara purata sebanyak 32% sepanjang tiga tahun.
• Pemilihan asal Shewhart bagi had tiga-sigma, berbanding dua atau empat, adalah keputusan kejuruteraan yang pragmatik: ia mengimbangi kos penggera palsu berbanding kos terlepas isyarat sebenar, satu pertukaran yang disahkan oleh beberapa dekad pengalaman industri.

Anatomi Control Chart

Setiap control chart berkongsi rangka yang sama tanpa mengira jenis carta:

Beberapa perkara wajar diketahui sebelum anda membina satu:

Had kawalan bukan had spesifikasi. UCL dan LCL dikira daripada variasi proses. Toleransi pelanggan anda adalah perkara berasingan. Mengelirukan kedua-duanya membawa kepada keputusan yang salah.

Peraturan "tiga-sigma" berasal daripada kebarangkalian: jika hanya variasi punca biasa wujud, satu titik akan jatuh di luar had tiga-sigma hanya kira-kira 0.27% masa. Mana-mana titik di luar had tersebut adalah bukti kukuh sesuatu telah berubah.

LCL yang dikira kepada nombor negatif (biasa untuk data kiraan) biasanya ditetapkan kepada sifar, kerana kiraan negatif tidak wujud.

Cara Membaca Control Chart

Membaca control chart bermaksud mencari isyarat yang menunjukkan variasi punca khas. Set peraturan yang paling meluas digunakan berasal daripada Western Electric Statistical Quality Control Handbook (1956), kadang-kadang dipanggil Western Electric Rules atau Nelson Rules. Anda tidak memerlukan kesemuanya dalam setiap situasi; mulakan dengan dua yang pertama.

Peraturan 1 dan 2 menangkap isyarat paling biasa dan jelas. Peraturan 3 hingga 6 menangkap corak yang lebih halus seperti penyimpangan, stratifikasi, atau kitaran sistematik.

Apabila sesuatu peraturan dicetuskan:

1. Tandakan titik atau larian tersebut pada carta.
2. Jangan laraskan proses secara automatik. Mengganggu proses yang terkawal menambah variasi.
3. Siasat tetingkap masa tertentu itu. Tanya apa yang berubah dalam peralatan, bahan, operator, kaedah, atau persekitaran.
4. Cari punca akar sebelum membuat sebarang pelarasan. Analisis punca akar dan 5 Whys adalah alat susulan yang biasa.

Jenis-jenis Control Chart

Jenis data yang berbeza memerlukan formula carta yang berbeza. Memilih carta yang salah memberikan had yang salah.

Peraturan keputusan mudah: jika anda mengukur sesuatu pada skala (panjang, masa, suhu, berat), mulakan dengan I-MR atau X-bar-R bergantung kepada saiz sub-kumpulan. Jika anda mengira kecacatan atau item cacat, gunakan p/np/c/u bergantung kepada sama ada saiz unit anda berubah.

Cara Membina Control Chart

Langkah 1: Takrifkan apa yang perlu diukur

Pilih satu pemboleh ubah output proses kritikal. Ukuran yang kabur menghasilkan carta yang bising. "Kadar ralat kemasukan pesanan" lebih baik daripada "kualiti pesanan."

Langkah 2: Kumpul data garis dasar

Kumpulkan sekurang-kurangnya 20 hingga 25 sub-kumpulan data semasa proses berjalan dalam keadaan biasa. Jangan kumpul semasa tempoh masalah yang diketahui; garis dasar harus mewakili operasi biasa.

Untuk carta X-bar-R, satu sub-kumpulan biasanya adalah 4 atau 5 bahagian berturut-turut daripada tempoh masa yang sama. Untuk carta I-MR, setiap pemerhatian adalah titiknya sendiri.

Langkah 3: Kira garis tengah

Untuk X-bar-R:

• Kira purata (X-bar) bagi setiap sub-kumpulan.
• Purata besar (X-double-bar) = purata semua purata sub-kumpulan. Ini adalah garis tengah anda.
• Purata julat (R-bar) = purata semua julat sub-kumpulan.

Langkah 4: Kira had kawalan

Gunakan pemalar control chart berjadual (A2, D3, D4) daripada mana-mana rujukan SPC. Untuk X-bar-R dengan n = 5:

• UCL(X-bar) = X-double-bar + A2 x R-bar
• LCL(X-bar) = X-double-bar - A2 x R-bar
• UCL(R) = D4 x R-bar
• LCL(R) = D3 x R-bar (= 0 untuk n kurang daripada 7)

Langkah 5: Plot data

Lukis garis tengah dan had kawalan sebagai garis mendatar. Plot setiap statistik sub-kumpulan sebagai titik, disambungkan dengan garis, kiri ke kanan mengikut susunan masa.

Langkah 6: Tafsirkan carta

Semak Western Electric Rules (Peraturan 1 dahulu, kemudian Peraturan 2). Jika data garis dasar itu sendiri menunjukkan titik di luar kawalan, kenal pasti dan buang sub-kumpulan tersebut, kira semula had, dan plot semula. Matlamat anda ialah garis dasar yang stabil sebelum anda mula memantau.

Langkah 7: Masuk ke mod pemantauan masa nyata

Sebaik sahaja had kawalan ditetapkan daripada data garis dasar yang stabil, lanjutkan garis ke hadapan dan plot sub-kumpulan baharu apabila ia tiba. Bertindak balas hanya kepada isyarat, bukan kepada titik tinggi atau rendah rawak dalam had tersebut.

Langkah 8: Kira semula secara berkala

Apabila anda membuat penambahbaikan proses yang disengajakan, kira semula had kawalan daripada data selepas penambahbaikan. Had lama daripada keadaan proses lama tidak lagi sah.

Control Chart berbanding Run Chart

Kedua-duanya adalah graf siri masa, tetapi ia berfungsi untuk tujuan berbeza.

Run chart adalah titik permulaan yang baik apabila anda hanya mahu melihat sama ada terdapat trend atau anjakan yang jelas. Sebaik sahaja anda komited untuk menguruskan sesuatu proses, beralih kepada control chart. Ia lebih banyak kerja pada permulaan tetapi jauh lebih boleh dipercayai untuk mengesan perubahan sebenar.

Kedua-duanya berkaitan dengan alat kualiti histogram, yang menunjukkan data yang sama sebagai taburan kekerapan berbanding sepanjang masa. Histogram memberitahu anda bentuk taburan; control chart memberitahu anda sama ada bentuk itu stabil sepanjang masa.

Untuk meneroka hubungan antara dua pemboleh ubah yang mungkin menjelaskan isyarat control chart, scatter diagram adalah alat pelengkap yang sesuai.

Soalan Lazim

Apakah perbezaan antara had kawalan dan had spesifikasi?

Had kawalan berasal daripada data dan menerangkan apa yang sebenarnya dilakukan oleh proses. Had spesifikasi berasal daripada pelanggan atau reka bentuk dan menerangkan apa yang mesti dilakukan oleh proses. Satu proses boleh berada dalam kawalan statistik (dalam had kawalan) tetapi masih menghasilkan produk yang tidak menepati (di luar spesifikasi). Cpk dan analisis keupayaan proses menghubungkan kedua-dua pandangan ini. Lihat keupayaan proses (Cpk) untuk penjelasan penuh.

Berapa banyak titik data yang saya perlukan sebelum mengira had kawalan?

Panduan standard ialah 20 hingga 25 sub-kumpulan. Kurang daripada 20 memberikan anggaran had yang tidak stabil. Dengan 25 atau lebih anda mendapat had yang boleh dipercayai yang tidak akan berubah secara drastik apabila beberapa titik lagi tiba.

Apa yang perlu saya lakukan apabila satu titik jatuh di luar had kawalan?

Pertama, jangan laraskan proses sehingga anda memahami mengapa titik itu berlaku. Siasat: adakah terdapat ralat pengukuran, perubahan bahan mentah, operator berbeza, atau haus peralatan? Jika anda menemui dan mengesahkan punca yang boleh dikenal pasti, buang sub-kumpulan tersebut sebelum menetapkan had garis dasar akhir. Jika anda tidak dapat mencari punca, biarkan ia dan pantau.

Bolehkah saya menggunakan control chart untuk proses bukan pembuatan?

Boleh. Control chart berfungsi untuk mana-mana proses yang stabil dan boleh diulang yang menghasilkan output boleh diukur: masa pengendalian panggilan perkhidmatan pelanggan, masa kitaran pemprosesan invois, kiraan pesanan jualan harian, kadar pepijat perisian setiap sprint. Jenis carta berubah berdasarkan jenis data (berterusan berbanding kiraan), tetapi logiknya sama.

Apakah hubungan antara control chart dan Six Sigma?

Control chart adalah pusat kepada fasa Control dalam DMAIC, metodologi penambahbaikan Six Sigma. Selepas mentakrif, mengukur, menganalisis, dan menambah baik sesuatu proses, anda menggunakan control chart untuk mengekalkan pencapaian tersebut. Ia juga muncul dalam fasa Measure apabila menetapkan garis dasar keupayaan proses. Tanpa control chart, tiada cara sistematik untuk mengesahkan penambahbaikan itu kekal.

Ke Mana Seterusnya

Control chart adalah alat teras dalam sistem kawalan proses statistik yang lebih luas. Sebaik sahaja carta anda berjalan, anda akan mahu menggandingkannya dengan analisis keupayaan proses untuk mengesahkan proses yang stabil itu juga memenuhi keperluan pelanggan, dan dengan DMAIC apabila isyarat menunjukkan punca akar yang memerlukan siasatan berstruktur.

Masa yang anda laburkan untuk menyediakan walaupun satu control chart yang dipilih dengan baik memberikan pulangan dengan pantas. Anda berhenti memadam kebakaran variasi rawak dan mula bertindak balas hanya kepada isyarat yang benar-benar bermakna sesuatu telah berubah.