ランチャート(Run Chart)

ランチャートは、工程解析における最も単純で強力な時系列ツールの1つです。個々のデータ値を、時間にわたって収集された順にプロットし、グラフ全体に水平な中央値線を引きます。

最終レビュー

重要なポイント

ランチャートは、工程解析における最も単純で強力な時系列ツールの1つです。

このページの内容
  1. ランチャートとは
  2. ランチャートを使用する場面
  3. ランチャートのパターン検定
  4. ランチャートを正しく使用するためのガイドライン
  5. 代替手法:ランチャートを使用すべきでない場合
  6. ランチャートの例
  7. ランチャートの作成方法

ランチャートとは

ランチャートは、工程解析における最も単純で強力な時系列ツールの1つです。個々のデータ値を、時間にわたって収集された順にプロットし、グラフ全体に水平な中央値線を引きます。その目的は、時間の文脈を無視して静的なグループとしてデータを解析した場合には完全に見えなくなってしまう、工程のパターン、傾向、シフト、非ランダムな挙動を明らかにすることです。

管理図とは異なり、ランチャートは統計的に計算された管理限界を使いません。代わりに、データ点の並びに確率に基づくパターン検定を適用します。そのため、作成が簡単で、正式な管理図を作成するのに十分なデータがまだない段階での、初期の工程監視に最適です。

ランチャートを使用する場面

  • 使用する場面は、工程を時間にわたって監視 し、測定値がランダムに振る舞っているか、系統的な変化の兆候を示しているかを検出したい場合です。
  • 統計的に妥当な管理図の限界を計算するのに十分なデータがまだない、工程監視の初期段階 で使用します。
  • 複雑な統計を使わずに、工程の挙動をチームやマネジメントに伝える、単純でわかりやすいビジュアル が必要な場合に使用します。
  • 是正処置を実施した後に、時間にわたって 工程改善が持続していることを確認 するために使用します。

ランチャートのパターン検定

ランチャートは、4つの確率に基づく検定を適用して、非ランダムなパターンを検出します。パターンが純粋な偶然では統計的に起こりにくい場合に、フラグが立ちます。

検出されるパターン

示唆すること

クラスタリング(Clustering)

連の数が少なすぎる — データが片側に集まっており、工程のシフトや層別されたデータ源を示唆します

混合(Mixtures)

連の数が多すぎる — データが過度に交互に現れており、2つのデータ源が混ざっていることを示唆します

傾向(Trends)

すべてが一方向に動く長い連続 — 工具の摩耗、ドリフト、劣化

振動(Oscillation)

データが規則的に上下に交互に現れる — 過剰調整または周期的な工程の影響

ランチャートを正しく使用するためのガイドライン

  • データは常に、収集された順序どおり に記録してプロットしてください。値やカテゴリで並べ替えると、グラフが依存する時間に基づく情報が失われます。
  • 確率に基づくパターン検定で信頼できる意味のある結果を得るため、少なくとも 20〜25個のデータ点 を収集してください。
  • ランチャートは、平均ではなく中央値を中心線 として使うため、極端な外れ値の影響を受けにくくなっています。
  • ランチャートは非ランダムなパターンを検出します。統計的に妥当な管理限界を計算するのに十分なデータが集まったら、管理図の代わりにはなりません。
  • フラグが立ったパターンは、すべて 根本原因 を調査してください。シグナルは常に工程が非ランダムに振る舞っていることを意味し、それには必ず説明があります。

代替手法:ランチャートを使用すべきでない場合

状況

代わりに使用するもの

統計的に妥当な限界を求めるのに十分なデータがある

管理図(I-MR、Xbar-R、p管理図など)

非常に小さな持続的なシフトを検出する必要がある

CUSUM管理図またはEWMA管理図

データが時間順に収集または記録されていない

ヒストグラムまたは記述統計

複数のグループ間のばらつきを比較する必要がある

マルチバリ図または箱ひげ図

応答が計数値データ(合格/不合格の個数)である

p管理図、np管理図、またはLaney p′管理図

ランチャートの例

品質エンジニアが、ラドン検出装置の一貫性を評価するため、20日間にわたり1日2回ラドン濃度を記録します。起こりうる傾向を調べるため、エンジニアはランチャートを作成し、メンブレン装置の測定値に非ランダムなパターンがないかを確認します。手順は次のとおりです。

  1. 必要なデータを収集しました。
  2. 次に、次のサイトでZometric Statistical Softwareを使ってデータを分析します:https://statsai.zometric.com/。
  3. Run chartを探すには、次を選択します:Statistical module> Graphical analysis > Run chart
  4. ツール内で、データとその他の入力を次のように入力します。
Run Chart — figure 1Run Chart — figure 2

6. 上記のツールを使用すると、次のような出力が得られます。

Run Chart — figure 3Run Chart — figure 4

ランチャートの作成方法

手順は次のとおりです。

  1. Zometric Statistical Softwareにログインします:https://statsai.zometric.com/
  2. ホーム画面でStatistical Tool> Graphical analysis >Run chartを選択します。
  3. 次に、データを手動で入力するか、Excelシートからデータ全体をコピー(Ctrl+C)して貼り付けます(Ctrl+V)。または、Load Exampleオプションを使うとサンプルデータが読み込まれます。
  4. 次に、必須のオプションを入力します。
  5. 最後に、ページ下部のcalculateをクリックすると、目的の結果が得られます。

Run chartのダッシュボードでは、画面が2つの部分に分かれています。

Run Chart — figure 5

左側にはデータペイン(Data Pane)があります。Data Paneでは、各行が1つのサブグループになります。データは手動で入力するか、Excelシートからデータ全体をコピー(Ctrl+C)して貼り付けます(Ctrl+V)。

Load example: サンプルデータが読み込まれます。

右側では、次の項目を指定するだけです。

  • Single Column プロットしたいデータを含む列です。たとえば、日ごとのラドン濃度を追跡している場合は、ここでRadon Level列を選択します。すると、グラフは各値を、記録された順序どおり、最初から最後までプロットします。
  • Subgroup Size 各時点で、連続するいくつのデータ点をまとめてグループ化するかをグラフに指定します。1を入力すると、すべての行が個別の点としてプロットされます。これが最も一般的な設定です。5を入力すると、ツールは5行ずつをまとめ、その平均を1つの点としてプロットします。たとえば、毎日5回のラドンの測定値を取る場合、5を入力すると、5つの別々の点ではなく、1日の平均が1つの点としてプロットされます。
    For data in subgroups このオプションは、サブグループサイズが1より大きい場合にのみ関係します。グループ化されたデータをグラフ上でどう扱い、どう表示するかを制御します。データが時間順に1行につき1つの測定値であるだけの場合は、この設定は不要です。サブグループサイズが1であれば、必要なものはすべて満たされます。
  • Plot Subgroup Means グラフ上の各点は、そのサブグループ内のすべての値の 平均 を表します。たとえば、サブグループサイズが5で、月曜日の5つのラドンの測定値が2、4、3、5、6の場合、グラフは4.0(これら5つの値の平均)の点を1つプロットします。各時点での工程の典型的な中心を追跡し、各サブグループ内の個々のばらつきをならしたい場合に使用します。
  • Plot Subgroup Medians グラフ上の各点は、測定値を順に並べたときのそのサブグループの 中央の値 を表します。同じ例で、測定値2、3、4、5、6を順に並べると、グラフは4(中央の値)の点を1つプロットします。プロットされる点が引き上げられたり引き下げられたりするのを避けたい、時折の極端な値や外れ値がデータにある場合に使用します。中央値は、平均よりそのような極端な値の影響を受けにくくなります。

よくある質問

ランチャートとは何ですか?

ランチャートは、個々の値を収集された順にプロットし、水平な中央値線を引く時系列のグラフです。静的な要約では見えなくなってしまうパターン、傾向、シフト、非ランダムな挙動を明らかにします。中心線に平均ではなく中央値を使うため、極端な外れ値の影響を受けにくくなっています。

ランチャートと管理図の違いは何ですか?

ランチャートは、統計的に計算された管理限界を使わず、点の並びに確率に基づくパターン検定を適用します。そのため、より単純で、管理図に十分なデータがまだない初期の工程監視に適しています。妥当な管理限界を計算するのに十分なデータが集まったら、管理図の代わりにはなりません。

ランチャートはどのようなパターンを検出しますか?

4つの検定を適用します。クラスタリング(連の数が少なすぎる)は、工程のシフトや層別されたデータを示唆します。混合(連の数が多すぎる)は、2つのデータ源が混ざっていることを示唆します。傾向(一方向に動く長い連続)は、工具の摩耗、ドリフト、劣化を示唆します。振動(規則的な上下の交互)は、過剰調整や周期的な影響を示唆します。フラグが立ったパターンは、すべて根本原因を調査してください。

ランチャートには、どれくらいのデータ点が必要ですか?

パターン検定で信頼できる結果を得るため、少なくとも20〜25個のデータ点を収集し、データは常に収集された順序どおりにプロットしてください。並べ替えると時間の情報が失われます。サブグループサイズが1より大きい場合、グラフは個々の値の代わりに、サブグループの平均またはサブグループの中央値をプロットできます。