Erstellen von Kontrolldiagrammen für Attributdaten für Six Sigma

In Six Sigma-Initiativen können Sie Kontrolldiagramme für Attributdaten erstellen. Attributdaten sind Daten, die nicht in eine fortlaufende Skala passen, sondern in unterschiedliche Buckets, wie small / medium / large, pass / fail, akzeptabel / nicht akzeptabel und bald.

Obwohl die Überwachung und Steuerung von Produkten, Diensten und Prozessen mit sensibleren kontinuierlichen Daten vorzuziehen ist, sind manchmal keine kontinuierlichen Daten verfügbar, und alles, was Sie haben, sind weniger empfindliche Attributdaten. Verzweifeln Sie aber nicht, denn bestimmte Kontrolldiagramme sind speziell für Attributdaten konzipiert, um verblüffende Informationen auszulösen und das Verhalten Ihres Prozesses zu steuern.

Mit Kenntnis von nur zwei Attributregelkarten können Sie Prozessmerkmale, die sich aus Attributdaten zusammensetzen, überwachen und steuern. Die beiden Diagramme sind die Diagramme p (Anteil nicht konform) und u (Nichtkonformitäten pro Einheit). Wie ihre kontinuierlichen Gegenstücke helfen Ihnen diese Attributsteuerungsdiagramme, Steuerungsentscheidungen zu treffen. Mit ihren Kontrollgrenzen können sie Ihnen helfen, die wahre Stimme des Prozesses zu erfassen.

Stellen Sie sich eine Schüssel Suppe vor. Wenn Sie zehn Fliegen darin gefunden haben, würden Sie es für inakzeptabel halten. Was wenn du nur eine Fliege gefunden hast? Sie würden es immer noch als inakzeptabel bezeichnen. Daten aus Fällen wie diesem, in denen etwas Falsches dazu führt, dass Sie das gesamte Element für inakzeptabel halten, werden Defektive genannt. Jedes einzelne oder mehrere Dinge machen die ganze Situation schlecht. Wenn Sie fehlerhafte Attributdaten aufzeichnen, verwenden Sie ein p Diagramm.

Einige Attributdaten für Kontrolldiagramme sind Fehlerdaten - die Anzahl der Kratzer an einer Autotür, die Anzahl der fehlenden Felder in einem Antragsformular und so weiter. Wenn Sie die Anzahl der Fehler auf einem Artikel zählen und verfolgen, verwenden Sie Fehlerattributdaten, und Sie verwenden ein u Diagramm, um die statistische Prozesssteuerung durchzuführen.

Obwohl die Wörter fast identisch klingen, ist es sehr wichtig zu wissen, welche Art von Attributdaten Sie haben: defekte (Pass / Fail) Daten oder defekte (count) Daten. Wenn Sie diese Unterscheidung falsch machen, ist Ihre nachfolgende Kontrollkarte vollständig ungültig.

Hinweis: p Diagramme für fehlerhafte Daten basieren auf einer Binomialverteilung. u Diagramme für Fehlerdaten basieren auf der Poisson-Verteilung.

Das p-Diagramm für Attributdaten

Das Diagramm p zeigt den Anteil der gemessenen Einheiten oder Prozessausgaben, die in jeder Untergruppe defekt sind.Die aufeinander folgenden Untergruppen für p Diagramme können gleich oder ungleich groß sein. Wenn Ihre Untergruppen unterschiedliche Größen haben, sind die oberen und unteren Kontrollgrenzen keine konstanten, horizontalen Werte - sie sehen ungleichmäßig aus.

Aber die gleichen Regeln für die Interpretation der Kontrollkarte bleiben bestehen - die Kontrollgrenzen bewegen sich einfach von Untergruppe zu Untergruppe. Sie finden den Anteil der Defekte für jede Untergruppe, indem Sie die Anzahl der in der Untergruppe beobachteten Defekte durch die Gesamtzahl der in der Untergruppe gemessenen Defekte dividieren.

Eine häufige Anwendung eines p Diagramms ist, wenn Sie prozentuale Daten haben und die Untergruppengröße für jede Prozentrechnung von einer Untergruppe zur nächsten unterschiedlich sein kann - zum Beispiel die Anzahl der Patienten, die ankommen. spät jeden Tag für ihre zahnärztliche Termine oder die Anzahl der pro Tag verarbeiteten Formulare, die aufgrund von Fehlern oder Versagen (Mängeln) nachbearbeitet werden müssen.

In beiden Beispielen kann die Gesamtgröße der gemessenen Untergruppen von Tag zu Tag variieren.

p Diagramme werden in der Regel verwendet, wenn die Wahrscheinlichkeit eines Defekts gering ist - in der Regel weniger als 10 Prozent. Um effektiv zu sein, muss die Untergruppengröße groß genug sein, um einen oder mehrere Fehler zu registrieren. Sie müssen auch die Zeitdauer berücksichtigen, die eine Untergruppe darstellt: Lange Zeiträume können die genaue Bestimmung einer bestimmten Ursache erschweren.

Denken Sie daran, dass Sie genau wie bei kontinuierlichen Kontrolldiagrammen außer den Kontrollgrenzen auch auf andere Indikatoren für Abweichungen bei speziellen Ursachen achten müssen. Das Vorhandensein von ungewöhnlichen Mustern wie Läufen oder Trends, auch wenn alle Punkte innerhalb der Kontrollgrenzen liegen, kann auf Instabilität oder eine außergewöhnliche Leistungsänderung hinweisen.

Das U-Diagramm für Attributdaten

Wie im Diagramm p erfordert das u Diagramm keine konstante Untergruppengröße. Die Kontrollgrenzen im u Diagramm variieren mit der Untergruppengröße und sind daher möglicherweise nicht konstant.

Die Anzahl der verschiedenen Fehler in einem Formular zu zählen, ist eine häufige Verwendung des Diagramms u . Beispielsweise sind Fehler und fehlende Informationen zu Versicherungsanträgen (Mängel) ein Problem für Krankenhäuser. Infolgedessen muss jedes Antragsformular überprüft und korrigiert werden, bevor es an die Versicherungsgesellschaft geschickt wird.

Ein bestimmtes Krankenhaus maß seine Fehler pro Einheitsleistung, indem es die gefundene Anzahl von Fehlern pro Einheit für die verarbeiteten Formulare eines jeden Tages berechnete.

Jeder Punkt auf dem Diagramm stellt die durchschnittlichen Fehler pro Anspruchsformular für diese Untergruppe dar. Höhere Punkte auf dem Chart repräsentieren eine größere Anzahl von Defekten pro Einheit. Die Mittellinie, berechnet bei 1,870, zeigt eine durchschnittliche durchschnittliche Prozessleistung von 1,77 Defekten pro Form an.

Teilen Sie Mit Ihren Freunden
Vorheriger Artikel
Nächster Artikel