皆さん、
Cチャートは 管理図属性データを 属性データ.例として、SMT組立工程の最後に不良を追跡しているとする。経営陣は、10,000 個のアセンブリーあたりの不良品の数を知りたがっている。そこで、10,000個のアセンブリを製造するごとに、不良品の数を追跡する。リード・プロセス・エンジニアとして、これらの属性データを6ヶ月間収集したと仮定しよう。また、分析を簡単にするために、これが毎日製造されるアセンブリの数であるとします。このデータのCチャートを図1に示す。図1 シューハートルール1違反は、ほぼ間違いなく 共通の原因によるばらつき.
図1.10,000件のCチャートデータ。
あなたは2週間の休暇に出かけるが、働き過ぎの同僚数人がラインを監視し、属性データを収集することに同意した。残念ながら、あなたが不在のため、組立ラインにいくつかの工程上の問題が発生した。その結果、毎日5,000個の組立品しか生産されない。経営陣は新しいデータと古いデータを比較したいが、サンプルサイズが異なる。単純に、5,000個あたりの不良品数にサンプルサイズの比率を掛けるのが合理的であり、この場合の比率は2（10,000/5,000）である。これらの新しい修正データを古いデータに追加することで、更新されたCチャートをプロットすることができる。我々の場合、最初の3日間の不良データは、5,000アセンブリあたり31、23、21不良であった。2倍すると、これらのデータポイントは62、46、42となる。この単純な操作を2週間分のデータに対して行い、古いCチャートに追加すると、図2の新しいCチャートになる。
図2. 新しいデータセットの不良件数をそれぞれ2倍することで、新しいデータを古いデータに加え、新しいCチャートを生成することができます。新しいデータの不良率は、多くのシューハート・ルール1違反に見られるように、より大きいことに注意してください。
新しいデータは、多くのシューハート・ルール1違反が示すように、より高い不良率を明らかに示していることに注意してください。これらの結果は、あなたが組立工程をサポートするために行っているはずの良い仕事を強く裏付けている。生産量が50％減少しただけでなく、あなたが不在の間に不良率が大幅に上昇したのです。
私はこれらのデータ変換を行うためのExcelスプレッドシートを開発しました。興味のある方は、メールを いただければスプレッドシートをお送りします。
乾杯
ロン博士
