Wykres indywidualny jest używany do monitorowania procesów z wartościami indywidualnymi w czasie. Celem jest wczesne wykrywanie nietypowych zmian w procesie, zanim wystąpią odchylenia. Pozwala to na systematyczną analizę przyczyn, budowanie wiedzy o procesie i unikanie niepotrzebnych interwencji.
Podczas produkcji sosu pomidorowego ilość napełnienia każdego słoika jest ciągle mierzona. Celem jest sprawdzenie, czy proces pozostaje stabilny w czasie, czy też występują nietypowe zmiany. Każdy pomiar jest wyświetlany w porządku chronologicznym na wykresie indywidualnym.
Interpretacja wyników:
Nie ma punktów poza granicami kontrolnymi i nie są widoczne żadne zauważalne wzorce. Proces jest stabilny – nie ma powodu do interwencji.
Wyjaśnienia dotyczące grafiki:
- Punkty pokazują indywidualne ilości napełnienia w porządku chronologicznym.
- Linia środkowa odpowiada średniej ilości napełnienia.
- Granice kontrolne to trzy odchylenia standardowe od średniej.
Przygotowanie
- Wybierz odpowiedni pomiar (np. ilość napełnienia, temperatura, wartość pH).
- Upewnij się, że dane są dostępne jako indywidualne wartości w porządku chronologicznym.
- Sprawdź, czy różne fazy procesu powinny być rozpatrywane oddzielnie.
- Określ, które reguły Nelsona powinny być aktywowane.
Użycie w AlphadiTab
- Wybierz narzędzie Faza pomiaru lub Faza kontroli wykres indywidualny.
- Wybierz kolumnę dla danych.
- Wygeneruj wykres za pomocą przycisku “Utwórz nowy”.
Interpretacja
- Czy punkty znajdują się poza granicami kontrolnymi?
- Czy rozpoznawalne są nieregularne wzorce (trendy, przesunięcia, cykle)?
- Czy proces jest stabilny, czy wymagane są interwencje?
Historyczne wartości
Jeśli znane są wartości historyczne, mogą być używane jako stały punkt odniesienia. Jeśli nie są dostępne, linia środkowa i granice kontrolne są szacowane na podstawie bieżących danych.
Sekcje
Sekcje są przydatne, jeśli proces został celowo zmieniony. Oddzielne linie środkowe i granice kontrolne są obliczane dla każdej sekcji.
Nieregularne wzorce są wykrywane za pomocą testów:
Czas reakcji helpdesku IT
Zgłoszenia są przetwarzane w serwisie IT. Czas reakcji jest regularnie oceniany w celu monitorowania stabilności procesów serwisowych.
Interpretacja
Początkowo pomiary rozpraszają się losowo. W miarę postępu procesu zauważalny jest wyraźny naprzemienny wzór: wartości regularnie rosną i spadają na kilku punktach. Ten naprzemienny wzór nie jest przypadkowy i wskazuje na systematyczną przyczynę.
→ Naprzemienny wzór – systematyczna przyczyna, zbadaj proces.
Kwota sprzedaży według regionu
W sprzedaży kwota sprzedaży jest regularnie oceniana w celu monitorowania wyników zamknięcia. Opiera się na wystarczającej liczbie ofert na okres, więc wartości można uznać za w przybliżeniu ciągłe.
Interpretacja
Początkowo pomiary rozpraszają się losowo. Jednak z czasem wartości są bardzo blisko siebie przez dłuższy okres. Ta niezwykle niska dyspersja nie jest przypadkowa.
→ Zauważalnie niska dyspersja – przyczyna systematyczna, zbadaj.
Czas dostawy po centrum logistycznym
W sektorze logistycznym czas dostawy zamówień klientów jest ciągle rejestrowany. Celem jest sprawdzenie, czy proces jest stabilny w czasie, czy też występują jakieś anomalie.
Interpretacja
Pomiar jest znacznie poza granicami kontrolnymi. Przyczyna jest znana: całkowite zamknięcie na A7. Proces nie jest stabilny w tym czasie, ale istnieje wytłumaczalna specjalna przyczyna.
→ Odchylenie z powodu znanej specjalnej przyczyny (zamknięcie A7) – nie jest potrzebne dalsze badanie.
Porównanie dostawców
W zakupach wskaźnik odrzutów na dostawę jest stale rejestrowany. W okresie obserwacji nastąpiła zmiana z Dostawcy A na Dostawcę B. Celem jest sprawdzenie, czy proces pozostaje stabilny po zmianie.
Interpretacja
Po zmianie dostawcy zauważalna jest znacząca zmiana poziomu wskaźnika odrzutów. Wartości są ogólnie wyższe, co wskazuje na systematyczną zmianę.
→ Zmiana poziomu po zmianie dostawcy – analizuj w kontekście.
Odchylenie prognozy
W planowaniu produkcji odchylenie prognozy jest regularnie rejestrowane w celu monitorowania jakości planowania zapotrzebowania. Z czasem należy sprawdzić, czy zachowanie procesu się zmienia.
Interpretacja
Jest rozpoznawalny odstający punkt i trend wzrostowy. Wskazuje to na systematyczną zmianę – proces nie jest stabilny.
→ Odstający punkt + trend wzrostowy – proces niestabilny, zbadaj.
I (Indywidualne): Indywidualne wartości wyświetlane w porządku chronologicznym.
Średnia: Średnia pomiarów i centralny poziom procesu.
Odchylenie standardowe: Miara rozproszenia pomiarów wokół średniej.
Granice kontrolne (UCL / LCL): Granice, w których oczekuje się losowych wahań stabilnego procesu (zwykle ±3σ).
Granice ostrzegawcze (UWL / LWL): Granice wewnątrz granic kontrolnych do wczesnego wykrywania anomalii (zwykle ±2σ).
Kontrola sigma: Współczynnik do obliczania granic kontrolnych (zwykle 3σ).
Ostrzeżenie sigma: Współczynnik do obliczania granic ostrzegawczych (zwykle 2σ).
Zasady Nelsona: Testy statystyczne do wykrywania nieregularnych wzorców w przepływie procesu.
Naprawa (wartości historyczne): Ustalane wartości średniej i odchylenia standardowego używane jako stałe odniesienie do obliczania granic.
Wartości krokowe: Reprezentacja kawałkowo stałych poziomów procesu, np. podczas zmian w procesie
Średnia
z xi = i-ta indywidualna obserwacja