
如何用SPSS繪制質(zhì)量控制圖?
控制圖(Control Chart)又稱(chēng)管理圖,它是用來(lái)區(qū)分是由異常原因引起的波動(dòng),還是由過(guò)程固有的原因引起的正常波動(dòng)的一種有效的工具??刂茍D通過(guò)科學(xué)的區(qū)分正常波動(dòng)和異常波動(dòng),對(duì)工序過(guò)程的質(zhì)量波動(dòng)性進(jìn)行控制,并通過(guò)及時(shí)調(diào)整消除異常波動(dòng),使過(guò)程處于受控狀態(tài)。不僅如此,通過(guò)比較工序改進(jìn)以后的控制圖,還可以確認(rèn)此過(guò)程的質(zhì)量改進(jìn)效果。因此,控制圖在質(zhì)量管理中有著廣泛的應(yīng)用。
控制圖由樣本均值服從于正態(tài)分布演變而來(lái)。正態(tài)分布可用兩個(gè)參數(shù)即均值μ和標(biāo)準(zhǔn)差σ來(lái)決定。正態(tài)分布有一個(gè)結(jié)論對(duì)質(zhì)量管理很有用,即無(wú)論均值μ和標(biāo)準(zhǔn)差σ取何值,產(chǎn)品質(zhì)量特性值落在μ±3σ之間的概率為99.73%,落在μ±3σ之外的概率為100%-99.73%= 0.27%,而超過(guò)一側(cè),即大于μ+3σ或小于μ-3σ的概率為0.27%/2=0.135%≈1‰,,休哈特就根據(jù)這一事實(shí)提出了控制圖。圖上有中心線(xiàn)(CL)、上控制限(UCL)和下控制限(LCL),并有按時(shí)間順序抽取的樣本統(tǒng)計(jì)量數(shù)值的描點(diǎn)序列。
多數(shù)情況下是通過(guò)人工來(lái)繪制控制圖,首先通過(guò)計(jì)算器計(jì)算各種指標(biāo),然后再一步步地繪制控制圖。在這個(gè)過(guò)程中,往往會(huì)出現(xiàn)計(jì)算錯(cuò)誤或者誤差過(guò)大等原因,使得最后的控制圖達(dá)不到預(yù)期的效果,更為嚴(yán)重的是能使質(zhì)量管理者產(chǎn)生錯(cuò)誤的判斷,做出錯(cuò)誤的決策,從而產(chǎn)生較大的損失。也有的企業(yè)利用excel繪制控制圖,從而提高其精確度,減少誤差。然而,用excel繪制控制圖的步驟比較繁雜,不容易掌握,容易在繪制過(guò)程中產(chǎn)生操作性失誤,造成數(shù)據(jù)集的失真。
SPSS的圖形工具非常強(qiáng)大,具有很強(qiáng)的統(tǒng)計(jì)分析功能。在質(zhì)量數(shù)據(jù)管理中,經(jīng)常要用到一些圖形方法和工具,例如帕雷托圖、直方圖、散點(diǎn)圖、控制圖、序列圖等,SPSS均可以有效地應(yīng)用這些圖形方法和工具來(lái)處理質(zhì)量數(shù)據(jù)信息,這些功能集中在Graph菜單中。
因此,此處我們采用SPSS來(lái)繪制控制圖。
SPSS控制圖的選擇依據(jù)(X-R或X-S和X-MR)
根據(jù)主要測(cè)量值分組變量的具體情況,可選擇X-R、X-S,即均值-極差和均值-標(biāo)準(zhǔn)差控制圖;或者選擇X-MR,個(gè)體-移動(dòng)均值控制圖。
1、分組變量中有大于10個(gè)組值,宜于計(jì)算標(biāo)準(zhǔn)差,故選擇X-S控制圖。
2、分組變量中有小于10個(gè)組值,選擇計(jì)算極差,即X-R控制圖。
3、分組變量中只有1個(gè)組值,則選擇個(gè)體-極差控制圖,即X-MR控制圖。
案例:個(gè)體-移動(dòng)極差控制圖
數(shù)據(jù)data17-18為某攪拌站實(shí)測(cè)混凝土坍落度數(shù)據(jù),現(xiàn)在使用控制圖看看工藝質(zhì)量情況。
步驟:
分析—質(zhì)量控制—控制圖—個(gè)體/移動(dòng)全距—個(gè)案為單元
過(guò)程度量:選擇“測(cè)量值變量;標(biāo)注子組:選擇“編號(hào)”
自動(dòng)生成以下兩組控制圖,可用于綜合解讀。
第一張是均值X的控制圖,第二張是移動(dòng)均值的控制圖。上面我們已經(jīng)完成了數(shù)字層面的分析,最關(guān)鍵的則是發(fā)現(xiàn)數(shù)據(jù)的異常和尋找異常發(fā)生的原因。由于本案例數(shù)據(jù)源來(lái)自書(shū)籍,并無(wú)具體案例數(shù)據(jù)的實(shí)際描述,因此不宜在此處做過(guò)多的解讀。詳細(xì)的規(guī)則解讀可參考以下內(nèi)容。
質(zhì)量控制圖的使用規(guī)則
既然質(zhì)量控制圖是為了幫助我們及時(shí)發(fā)現(xiàn)指標(biāo)的不正常狀態(tài),那么當(dāng)我們看到上面的圖以后,需要觀(guān)察和分析是不是存在異常的點(diǎn)或異常的變化趨勢(shì),如何定義這些異常,需要有一套控制規(guī)則:即樣本點(diǎn)出界或者樣本點(diǎn)排列異常:
點(diǎn)超出或落在ULC或LCL的界限;(異常)
近期的3個(gè)點(diǎn)中的2個(gè)點(diǎn)都高于+2σ或都低于-2σ,近期5個(gè)點(diǎn)中的4個(gè)點(diǎn)都高于+σ或都低于-σ;(有出現(xiàn)異常的趨勢(shì))
連續(xù)的8個(gè)點(diǎn)高于中心線(xiàn)或低于中心線(xiàn);(有偏向性)
連續(xù)的6個(gè)點(diǎn)呈上升或者下降趨勢(shì);(有明顯的偏向趨勢(shì))
連續(xù)的14個(gè)點(diǎn)在中心線(xiàn)上下呈交替狀態(tài)。(周期性,不穩(wěn)定)
查資料時(shí)發(fā)現(xiàn)不同的地方對(duì)控制規(guī)則有不同的定義,我這里參照的是SPSS里面的規(guī)則,具體應(yīng)該可以根據(jù)實(shí)際的應(yīng)用環(huán)境進(jìn)行調(diào)整。
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話(huà)題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類(lèi)分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類(lèi)分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10