休哈特控制图的各个子组系列的控制限

通过为用户选择的单独系列子组计算构建控制限的功能，您可以突出显示具有短期稳定过程状态的区域。在不稳定过程的一般流程中，稳定状态的最佳短期周期以及平均数周围点的最小分散以及平均数对过程目标的最佳调整（名义上）将需要深入研究研究这种状况的伴随条件。接下来，你可以开始寻找导致系列之间发生变化的原因“发生了什么变化？”对这种控制图的解释使人们对过程有了新的理解，并允许采取措施在尽可能短的时间内显着改进它。

当保存在列表中时，此功能包含在图表属性中保存的参数列表中 自动图表更新 使用选定的超时或使用更新的数据快速打开它们。

图 1. 用于转至控制面板以构建各个点系列（子组）控制限的按钮已突出显示。主控制面板。

在图 2（下图）中，针对图 1 中的数据构建了单个值的控制 XmR 图，并计算了各个系列的控制限：第一个直至子组 16（含），第二个用于其余点：

图 2. 图 1 所示数据的 Shewhart XmR 控制图上各个点系列的控制限。第一个系列是从第 1 个点到第 16 个点（子组）（包括第 1 个点和第 16 个点），第二个系列是针对其余点。各个点系列（子组）的控制极限控制面板已打开。直方图显示在构建各个点系列的控制限之前原始控制限的面积。散点图显示了各个点系列的修改后的控制限。由于 27 到 40 一系列子组的数据中缺少 [操作员] 指示，控制图的分析将会变得复杂——这是开始与员工一起保存记录的信号。

用户可以按任何方便的顺序输入子组（点）的数量。添加用于将控制图划分为单独系列的子组列表将自动从小到大排序。如果将多个点添加到 [选定的子组：] 列表中，它们将反映在子组列表字段右侧的下拉列表中（图 3），以便能够通过单击从列表中删除任何子组在【删除】按钮上，该按钮位于下拉列表子组下方

图 3. Shewhart XmR 控制图各个子组（点）系列的控制限。将打开一个下拉列表，以将选定的子组从子组编号列表中删除以单独的系列。

为了更轻松地确定子组编号，您可以左键单击选定的点（子组），以工具提示的形式显示其编号以及附加信息。通过右键单击带有子组编号的弹出工具提示，它会被隐藏。

图 4. 用于为 Shewhart 的 XmR 控制图的各个子组（点）系列构建控制限的函数。将显示带有子组编号的工具提示。 《红点》 ◆ 使用 apply 函数着色 西部电气的区域标准（规则）。

系列端点的选择必须结合上下文。例如，您在以下系列开始时就知道任何更改，有时有能力的专家的有根据的猜测就足够了。此功能将允许您检查此类更改的重大影响的版本。

图 5. 图 4 所示数据的 Shewhart XmR 控制图上各个系列点的控制限。由于一系列数据中缺少 [大量原材料] 指示，控制图的分析将会变得复杂从 16 到 27 的子组 - 这是开始与领导记录的员工一起工作的信号。

但休哈特控制图还允许您寻找反馈。数据系列中的明显差异使您能够提出正确的问题并寻找与上下文的联系。例如，控制图记录了变化，观察者开始寻找控制图上显示的内容与已发生或正在进行的事件之间的联系。许多因素甚至可能无法被观察者区分，直到观察者通过该功能从控制卡接收到其动作的开始时间和持续时间的坐标。例如，在图 2（上图）中，操作员很可能不是流程变更的原因。

组合功能的效果

在控制卡上组合两种功能时 垂直点系列分隔符 虚线表示长期因素并为各个点系列设置控制限制 - 这种地图传输的信息量对于改进流程非常有用，怎么估计都不为过。

您可以轻松跟踪流程中哪些已知和记录的源变化（因素）变化与变化一致。通常，当您第一次开始使用控制图来改进流程时，流程更改与数据中捕获的任何因素都不匹配。在这种情况下，很可能影响流程变更的变异源尚未被您记录或什至尚未被识别。寻找新的理由。跟踪此类原因的最佳方法是由操作员和控制员在车间级别保留控制图，一旦过程出现变化，就可以快速确定原因（因素），将来必须记录其特征。在下面的图 6 中，对于垂直虚线，我们选择了因子类型 [原材料]。

图 6. 图 1 所示数据的 Shewhart XmR 控制图上各个系列点的控制限。由于一系列数据中缺少 [大量原材料] 指示，控制图的分析将会变得复杂从 16 到 27 的子组 - 这是开始与领导记录的员工一起工作的信号。

在此之前，您根本没有工具来帮助您提出有关收集哪些数据的正确问题，并且该领域的人们对这一责任态度冷淡，因为他们没有看到“为了数据而数据”的意义。 ”

此功能允许您以相反的顺序进行分析研究。当您选择与因子边界一致的系列末尾的子组（点）时。如果串联地受到一个变异源作用的限制，过程将处于短期稳定状态，但会随着变异源的变化而改变其位置，以某种程度的概率，这一类因素是流程变更的特殊原因。

但是，相反，如果与所选因素的作用区域重合的这些单独的一系列点内的过程是不稳定的 - 最有可能的是，这种类型的因素并不是应该归咎于该过程不稳定的原因。学习。在这种情况下，要么在您必须处理的另一种类型因素的影响下，该因素本身由于特殊原因而表现出不可预测的行为，这再次表明过程行为对所选类型因素的依赖性的错误假设您可以选择录制记录。例如，一批原料中含有不同的异种原料。发生这种情况的原因有很多，例如，同一供应商批次包含显着不同的供应商生产批次，或者供应商的生产过程在统计上失控并生产异质原材料。在本例中，因子类型 [原材料] 以及因子 [原材料批次 1、原材料批次 2...] 过于聚合，无法充分定义原材料批次的属性，需要进行额外划分进入供应商生产批次而不是运输批次。

“控制图的指导原则应该是揭示过程的未知因素，而不是展示已经理解的内容。”

[4] 唐纳德·惠勒，统计过程控制。
使用休哈特控制图进行业务优化"
（Donald J. Wheeler，“了解统计过程控制”）

在图 8 中，我们演示了控制图子组的各个系列的控制限。该系列是根据子组的数量来选择的，之后的过程（图7）以“红点”的形式展示了过程变化 ◆ 使用函数着色 西部电气区域标准 以及一系列“红点”中的最后一个子组。

图 7. 统计上不受控制的过程的 Shewhart 控制 XmR 图。

图 8. 图 7 中数据的各个子组系列的控制限。

视频 1.休哈特控制图的各个点系列（子组）的控制限。 “Shewhart 控制图 PRO-Analyst +AI（适用于 Windows、Mac、Linux）”