Moving average-kaart (voortschrijdend gemiddelde)

Een moving average-kaart bewaakt het procesgemiddelde door het gemiddelde van de meest recente groep waarnemingen uit te zetten in plaats van elk afzonderlijk datapunt. Elke uitgezette waarde wordt berekend als het gemiddelde van een bepaald aantal meest recente metingen — de span — waarbij dat venster telkens één punt opschuift.

Laatst beoordeeld

Belangrijkste conclusie

Een moving average-kaart bewaakt het procesgemiddelde door het gemiddelde van de meest recente groep waarnemingen uit te zetten in plaats van elk afzonderlijk datapunt.

Op deze pagina
  1. Wat is een moving average-kaart?
  2. Wanneer gebruikt u een moving average-kaart?
  3. Richtlijnen voor correct gebruik van de moving average-kaart
  4. Alternatieven: wanneer u geen moving average-kaart gebruikt
  5. Voorbeeld van een moving average-kaart
  6. Zo maakt u een moving average-kaart

Wat is een moving average-kaart?

Een moving average-kaart bewaakt het procesgemiddelde door het gemiddelde van de meest recente groep waarnemingen uit te zetten in plaats van elk afzonderlijk datapunt. Elke uitgezette waarde wordt berekend als het gemiddelde van een bepaald aantal meest recente metingen — de span — waarbij dat venster telkens één punt opschuift.

Dit afvlakkende effect vermindert de invloed van willekeurige ruis op korte termijn in de gegevens, waardoor geleidelijke trends en langzame procesafdrijving makkelijker te detecteren zijn. Het is vooral nuttig wanneer afzonderlijke metingen te ruisachtig of te variabel zijn om op zichzelf een zinvolle trend te tonen.

Wanneer gebruikt u een moving average-kaart?

  • Gebruik hem wanneer de gegevens individuele continue metingen zijn en u langzame, geleidelijke verschuivingen wilt opsporen in plaats van plotselinge sprongen.
  • Gebruik hem wanneer individuele metingen ruisachtig of sterk variabel zijn en een standaard I-kaart te veel storende signalen geeft.
  • Gebruik hem bij processen waarin trends zich langzaam in de tijd ontwikkelen — zoals gereedschapsslijtage, afdrijving van een chemische concentratie of geleidelijke achteruitgang van apparatuur.
  • Gebruik hem wanneer de span (aantal te middelen punten) passend is ingesteld — een span van 3 tot 10 is gebruikelijk, afhankelijk van de gewenste afvlakking.

Richtlijnen voor correct gebruik van de moving average-kaart

  • Kies een span die afvlakking en reactiesnelheid in balans brengt — een kleine span (bijv. 3) reageert snel maar vlakt minder af; een grote span (bijv. 10) vlakt meer af maar detecteert verschuivingen langzamer.
  • Verzamel gegevens in tijdsvolgorde — het voortschrijdend gemiddelde is zinloos als de gegevens niet in volgorde zijn vastgelegd.
  • Houd er rekening mee dat de moving average-kaart minder gevoelig is voor plotselinge, scherpe verschuivingen dan een standaard I-kaart — gebruik CUSUM of EWMA om abrupte veranderingen te detecteren.
  • De datapunten in het voortschrijdend gemiddelde zijn niet onafhankelijk van elkaar omdat ze overlappende waarnemingen delen — dit is te verwachten en inherent aan het ontwerp.
  • Stel regelgrenzen vast met minimaal 20 tot 25 datapunten voordat u de kaart op processignalen interpreteert.

Alternatieven: wanneer u geen moving average-kaart gebruikt

  • Als u plotselinge, grote procesverschuivingen snelwilt detecteren, gebruik dan een I-MR-kaart of Xbar-R-kaart — die reageren sneller op abrupte veranderingen.
  • Als u zeer kleine, aanhoudende verschuivingen met hoge gevoeligheidwilt detecteren, gebruik dan een CUSUM- of EWMA-kaart — die zijn krachtiger bij kleine verschuivingen.
  • Als de gegevens in subgroepen in plaats van als individuele metingenworden verzameld, gebruik dan een Xbar-R- of Xbar-S-kaart
  • Als de respons attribuutgegevens (proporties of aantallen)zijn, gebruik dan geschikte attribuutkaarten zoals P-, NP-, C- of U-kaarten

Voorbeeld van een moving average-kaart

Een kwaliteitsingenieur bij een kunststofproducent wil ervoor zorgen dat het batchproces onder controle blijft. Hiervoor meet de ingenieur de pigmentconcentratie in elk van de 35 batches. De volgende stappen:

  1. De benodigde gegevens verzameld.
Moving Average Chart — figure 1
  1. Analyseer de gegevens nu in Zometric Statistical Software op https://statsai.zometric.com/.
  2. Kies voor de moving average-kaart Statistical module> Control Chart > Moving Average Chart.
  3. Voer in de tool de gegevens samen met de overige invoer als volgt in:
Moving Average Chart — figure 2

5. Na gebruik van bovenstaande tool wordt de uitvoer als volgt opgehaald:

Moving Average Chart — figure 3

Zo maakt u een moving average-kaart

De handleiding is als volgt:

  1. Log in bij Zometric Statistical Software op https://statsai.zometric.com/
  2. Kies op de startpagina Statistical Tool> Control Chart > Moving Average Chart.
  3. Werk vervolgens de gegevens handmatig bij, of kopieer (Ctrl+C) de gegevens volledig uit een Excel-sheet en plak (Ctrl+V) ze hier, of gebruik de optie Load Example, waarmee de voorbeeldgegevens worden geladen.
  4. Klik ten slotte onderaan de pagina op Calculate en u krijgt de gewenste resultaten.

Op het dashboard van de moving average-kaart is het venster in twee delen gesplitst.

Moving Average Chart — figure 4

Links bevindt zich de Data Pane. In de Data Pane vormt elke rij één subgroep. Gegevens kunnen handmatig worden ingevoerd, of u kunt de gegevens volledig uit een Excel-sheet kopiëren (Ctrl+C) en hier plakken (Ctrl+V).

Load example: De voorbeeldgegevens worden geladen.

Load File: Hiermee laadt u de Excel-gegevens rechtstreeks.

Rechts zijn de volgende opties beschikbaar:

  • Individual Columns: Selecteer de kolom(men) met uw meetgegevens. Gebruik Ctrl of Command + klik om meerdere kolommen tegelijk te selecteren. Dit zijn de werkelijk waargenomen waarden — zoals afmetingen, gewichten of een andere continue kwaliteitskarakteristiek — die de kaart gebruikt om de voortschrijdende gemiddelden te berekenen en in de tijd uit te zetten.
  • Subgroup Size: Voer een vast getal in als alle subgroepen evenveel waarnemingen bevatten. Bij subgroepgrootte 1 behandelt de kaart elke rij als een individuele meting. Bij een subgroepgrootte groter dan 1 berekent de kaart eerst het gemiddelde van elke subgroep en past daarna het voortschrijdend gemiddelde toe op die subgroepgemiddelden.
  • Subgroup Size Column: Selecteer de kolom die het subgroeplidmaatschap bepaalt wanneer de subgroepgroottes per tijdsperiode verschillen. Er moet óf dit veld óf Subgroup Size Number worden opgegeven — niet beide. Gebruik deze optie wanneer het aantal waarnemingen per subgroep in de dataset verandert.
  • Length of MA: Bepaalt de span — het aantal opeenvolgende datapunten dat samen wordt gemiddeld tot elke uitgezette waarde van het voortschrijdend gemiddelde. Een kleinere span (bijv. 3) reageert sneller op procesveranderingen maar vlakt minder af. Een grotere span (bijv. 10) vlakt meer ruis af en toont geleidelijke trends duidelijker, maar reageert langzamer op plotselinge verschuivingen. Kies een span die past bij hoe snel uw proces naar verwachting verandert.
  • Process mean: Dit is de gemiddelde waarde van een reeks metingen of waarnemingen van een proces. Het vertegenwoordigt de centrale tendens van de procesgegevens in de tijd en is een belangrijke indicator van de procesprestatie. Zo niet, dan berekent Zometric Statistical Software de middenlijn uit de opgegeven gegevens.
  • Process SD: Optioneel. Als u een bekende of historisch gevalideerde standaardafwijking voor het proces hebt, voer die hier in. Indien opgegeven wordt deze waarde rechtstreeks gebruikt om de regelgrenzen te berekenen in plaats van de spreiding uit de huidige gegevens te schatten — nuttig wanneer u wilt dat de kaart een goed onderbouwde procesbasislijn weergeeft.
  • SD Estimation Method for Subgroup Size = 1 Bepaalt hoe de standaardafwijking wordt geschat wanneer de gegevens uit individuele metingen bestaan (subgroepgrootte 1). Er zijn twee opties beschikbaar:
    • Average Moving Range — schat de standaardafwijking door de voortschrijdende spreidingsbreedtes tussen opeenvolgende waarnemingen te middelen. Dit is de standaardinstelling en werkt betrouwbaar voor de meeste processen.
    • Median Moving Range — gebruikt de mediaan van de voortschrijdende spreidingsbreedtes in plaats van het gemiddelde, waardoor de schatting beter bestand is tegen de invloed van uitschieters of ongewone pieken in de gegevens.
  • SD Estimation method for Between subgroup: Dit geeft de gebruiker twee keuzes voor de berekening. De keuze voor de methode met gemiddelde voortschrijdende spreidingsbreedte of die met mediaan voortschrijdende spreidingsbreedte verandert het resultaat.
    • Average moving range Sd estimation method: Hierbij wordt het verschil tussen opeenvolgende waarden in een dataset berekend en vervolgens het gemiddelde van die verschillen genomen.
    • Median moving range Sd estimation method: De MMR wordt berekend door de mediaan van de voortschrijdende spreidingsbreedtes tussen opeenvolgende datapunten te nemen.
  • SD Estimation Method for Subgroup Size > 1 Bepaalt hoe de standaardafwijking wordt geschat wanneer de gegevens in subgroepen van twee of meer worden verzameld. Er zijn drie opties beschikbaar:
    • Pooled Stdev — combineert de standaardafwijkingen van alle subgroepen tot één gepoolde schatting, wat een stabiele en nauwkeurige algemene maat voor de variatie binnen subgroepen geeft.
    • Rbar — schat de standaardafwijking uit het gemiddelde van de spreidingsbreedtes van de subgroepen. Eenvoudiger te berekenen en betrouwbaar voor subgroepgroottes van 2 tot 8.
    • Sbar — schat de standaardafwijking uit het gemiddelde van de standaardafwijkingen van de subgroepen. Nauwkeuriger dan Rbar voor subgroepgroottes groter dan 8.
  • Length Moving Range: Bepaalt hoeveel opeenvolgende subgroepgemiddelden worden gebruikt om elke waarde van de voortschrijdende spreidingsbreedte te berekenen. De standaardwaarde is 2, wat betekent dat elke voortschrijdende spreidingsbreedte het absolute verschil tussen twee opeenvolgende subgroepgemiddelden is. Een hogere waarde vlakt de schatting af maar verlaagt de gevoeligheid voor verschuivingen op korte termijn.
  • Use Unbiasing Constant: Indien aangevinkt wordt een statistische correctiefactor toegepast om de kleine wiskundige bias te verwijderen die vanzelf ontstaat bij het schatten van de standaardafwijking uit steekproefgegevens. Dit verbetert de nauwkeurigheid van de berekening van de regelgrenzen en het wordt aanbevolen dit in de meeste situaties ingeschakeld te houden.
  • Check Rule 1: 1 point > K Stdev from center line: Toets 1 is essentieel om subgroepen te identificeren die significant van de andere afwijken, waardoor het een algemeen erkend hulpmiddel is om situaties buiten controle te detecteren. Om de gevoeligheid te verhogen en kleinere verschuivingen in het proces te detecteren, kan Toets 2 samen met Toets 1 worden gebruikt, wat de effectiviteit van regelkaarten vergroot.
  • X Scale: Bepaalt hoe de horizontale as van de kaart wordt gelabeld en weergegeven. U kunt dit aanpassen om tijdstempels, waarnemingsnummers, batch-ID's of eigen labels te tonen — zodat de kaart makkelijker te lezen is en direct herleidbaar tot specifieke productiegebeurtenissen of tijdsperiodes.

Veelgestelde vragen

Wat is een moving average-kaart?

Een moving average-kaart is een regelkaart die het procesgemiddelde bewaakt door het gemiddelde van de meest recente groep waarnemingen uit te zetten in plaats van elk afzonderlijk datapunt. Elke uitgezette waarde middelt een bepaald aantal meest recente metingen, de span, en het venster schuift telkens één punt op.

Hoe kiest u de span voor een moving average-kaart?

De span is het aantal opeenvolgende punten dat wordt gemiddeld. Een span van 3 tot 10 is gebruikelijk. Een kleine span, zoals 3, reageert snel op procesveranderingen maar vlakt minder af. Een grote span, zoals 10, vlakt meer ruis af en toont geleidelijke trends duidelijker, maar detecteert plotselinge verschuivingen langzamer.

Wanneer gebruikt u een moving average-kaart in plaats van een I-MR-kaart?

Gebruik een moving average-kaart voor individuele continue metingen die ruisachtig zijn, wanneer u langzame, geleidelijke verschuivingen wilt opsporen, zoals gereedschapsslijtage of afdrijving van een chemische concentratie. Gebruik voor plotselinge, grote verschuivingen een I-MR- of Xbar-R-kaart en voor zeer kleine aanhoudende verschuivingen een CUSUM- of EWMA-kaart.

Hoeveel datapunten hebt u nodig voor een moving average-kaart?

Stel regelgrenzen vast met minimaal 20 tot 25 datapunten voordat u de kaart op processignalen interpreteert. De gegevens moeten in tijdsvolgorde worden verzameld, omdat het voortschrijdend gemiddelde zinloos is als waarnemingen niet in volgorde worden vastgelegd. Opeenvolgende uitgezette gemiddelden zijn niet onafhankelijk omdat ze overlappende waarnemingen delen, wat inherent aan het ontwerp is.