Xbar 管制圖

Xbar 管制圖(也稱子群組平均值管制圖)是一種監控各子群組平均值(平均值)隨時間變化的管制圖。每個描點代表在某一時間點所取的一小組量測值的平均值,便於發現製程中心的偏移或趨勢。

最後審閱

核心要點

Xbar 管制圖(也稱子群組平均值管制圖)是一種監控各子群組平均值(平均值)隨時間變化的管制圖。

本頁內容
  1. 什麼是 Xbar 管制圖?
  2. 何時使用 Xbar 管制圖?
  3. 正確使用 Xbar 管制圖的指南
  4. 替代方法:何時不宜使用 Xbar 管制圖
  5. Xbar 管制圖範例
  6. 如何產生 Xbar 管制圖

什麼是 Xbar 管制圖?

Xbar 管制圖(也稱子群組平均值管制圖)是一種監控 各子群組平均值(平均值)隨時間變化的管制圖。每個描點代表在某一時間點所取的一小組量測值的平均值,便於發現製程中心的偏移或趨勢。

它是品質監控中應用最廣泛的管制圖之一,因為它只關注 製程平均值是否保持在目標上,與變異相互獨立,變異由配套的 R 圖或 S 圖監控。

何時使用 Xbar 管制圖?

  • 當資料為 連續型(如尺寸、重量、溫度、壓力等量測值)時使用
  • 當量測值按固定時間間隔以 2 個或以上的子群組 收集時使用
  • 當希望檢測 製程平均 隨時間的偏移時使用
  • 對於子群組大小為 2 到 8的情形,與 R 圖 配對使用,以同時監控變異
  • 對於子群組大小 大於 8的情形,與 S 圖 配對使用,以更精確地監控變異
  • 對於沒有子群組的 單一量測值,請使用 I-MR 管制圖 代替

正確使用 Xbar 管制圖的指南

  • 在整個研究期間,子群組大小應保持 一致 ——子群組大小變化會影響管制界限的計算,使管制圖不可靠
  • 在對製程穩定性得出任何結論之前,應收集 至少 25 個子群組 的資料
  • 每個子群組應是一個 合理的、同質的樣本 ——避免在單一子群組內混入來自不同機器、操作員或班次的資料
  • 務必 將 Xbar 圖與 R 圖或 S 圖配對使用 ——僅憑 Xbar 圖無法判斷製程變異是否穩定
  • 在解讀 Xbar 圖之前,務必 先檢查 R 圖或 S 圖 ——如果變異失控,Xbar 管制界限就不可靠
  • 子群組內的資料應 近似服從常態分配,管制界限才在統計上有效

替代方法:何時不宜使用 Xbar 管制圖

  • 如果資料是 沒有子群組的單一量測值,請使用 I-MR 管制圖 代替
  • 如果子群組大小 不一致或無法標準化,請考慮使用 I-MR 管制圖 以獲得更可靠的結果
  • 如果監控的是 不合格品率或缺陷數,請使用 P 管制圖、NP 管制圖、C 管制圖或 U 管制圖 代替
  • 如果資料 嚴重偏離常態,請先應用 Box-Cox 轉換,再使用 Xbar 管制圖
  • 如果在同一製程上進行 短生產批次或混合零件類型 的生產,請使用 Z-MR 管制圖 代替
  • 如果只想監控 變異而不追蹤平均值,請使用 R 圖或 S 圖 單獨監控

Xbar 管制圖範例

某汽車零部件工廠的一名品質工程師監控凸輪軸的長度。工程師每 30 分鐘收集一次資料,子群組大小為 5。他希望在管制圖中查詢是否存在特殊原因。1. 將製程平均和製程標準差留空,因為目前尚不清楚。2. 啟用全部 8 條 Nelson 規則。操作步驟如下:

  1. 收集所需資料。
XBar Chart — figure 1
  1.  現在,在 Zometric Statistical Software 中分析資料,網址為 https://statsai.zometric.com/。
  2.  要找到 Xbar 管制圖,請選擇 Statistical module> Control Charts>Xbar Chart .
  3.  在工具中輸入資料及其他輸入項,如下所示:
XBar Chart — figure 2

5. 使用上述工具後,得到如下輸出:

XBar Chart — figure 3

如何產生 Xbar 管制圖

操作步驟如下:

  1. 登入 Zometric Statistical Software,網址為 https://statsai.zometric.com/
  2. 在首頁選擇 Statistical Tool> Control Charts >Xbar Chart。
  3. 點選 Xbar Chart,進入工具介面。
  4. 接下來,手動更新資料,或從 Excel 表格中完整複製(Ctrl+C)資料並貼上(Ctrl+V)到此處。
  5. 接下來,填寫所需選項。
  6. 最後,點選頁面底部的 calculate,即可得到所需結果。

Xbar 管制圖的工具介面分為兩部分。

XBar Chart — figure 4

左側為資料窗格(Data Pane)。在 Data Pane 中,每一列構成一個子群組。可以手動輸入資料,也可以從 Excel 表格中完整複製(Ctrl+C)資料並貼上(Ctrl+V)到此處。

Load example: 將載入範例資料。

Load File: 用於直接載入 Excel 資料。

右側提供以下選項:

  • Subgroup Columns 可根據資料的結構選擇 單欄或多欄。如果每個子群組分配在多欄中(每個量測位置一欄),請選擇所有這些欄。如果所有量測值堆疊在一欄中,請選擇該單欄,並另行定義子群組大小。此處的選擇直接決定管制圖如何對資料分組以計算子群組平均值。
  • Observations: 此設定定義資料在工作表中的實際排布方式。請選擇與資料結構相符的選項:
    • Observations for a subgroup are in one row of columns ——每一列包含單一子群組的全部量測值,分配在多欄中。例如,第 1 列的五欄中有五個量測值,代表子群組 1。
    • All observations for a chart are in one column ——所有量測值縱向堆疊在單欄中,並使用子群組大小欄位定義每個子群組包含多少列。

      在此選擇錯誤的排布方式,會導致管制圖對資料分組錯誤,併產生無效的管制界限。

  • Subgroup Size 僅當 所有觀測值存放在單欄中時才需要。它告訴管制圖多少個連續的列構成一個子群組。例如,如果子群組大小為 5,管制圖會將第 1–5 列視為子群組 1,第 6–10 列視為子群組 2,依此類推。如果資料已按多欄排列(每個量測值一欄),則不需要此欄位,因為子群組大小由所選欄數確定。
  • Process mean: 它是一個製程中一組量測值或觀測值的平均值。它代表製程資料隨時間的集中趨勢,是製程效能的關鍵指標。如未提供,Zometric Statistical Software 將根據所提供的資料計算中心線。
  • Process sd: 它是衡量製程資料圍繞平均值的變異性或離散程度的指標,反映製程中各資料點與製程平均值的差異大小。如果留空,Zometric Statistical Software 將根據所提供的資料進行計算。
  • Sd estimation method: 為計算提供兩種選擇。選擇 Rbar 估計法或合併標準差法會改變結果。
      • Rbar Sd estimation method: Rbar 表示各子群組內全距的平均值。Rbar 法是一種廣泛使用的標準差估計方法,對於子群組大小為 2 到 8 的情形尤為有效。
      • Pooled Sd estimation method:  合併標準差是各子群組變異數的加權平均,較大的子群組對母體估計的影響更大。當製程穩定時,該方法能提供更準確的標準差估計。
  • Use unbiasing constants for pooled sd: 僅當使用 Pooled Stdev 方法估計 Stdev 時,此選項才適用。
  • Show Decimals 管制圖上描點值、管制界限和中心線顯示的小數位數。增加小數位數可使讀圖更精確;減少小數位數則使圖面更簡潔,便於展示。請選擇在準確性與可讀性之間對受眾而言較為平衡的位數。
  • Check Rule 1: 1 point > K Stdev from center line: 檢定 1 對於識別明顯偏離其他子群組的子群組至關重要,因此是檢測失控情形的公認工具。為提高靈敏度、檢測製程中較小的偏移,可將檢定 2 與檢定 1 結合使用,從而增強管制圖的效果。
  • Check Rule 2: K points in a row on same side of center line: 檢定 2 用於檢測製程中心位置或變異的變化。在監控製程的小幅偏移時,可將檢定 2 與檢定 1 結合使用,以提高管制圖的靈敏度。
  • Check Rule 3: K points in a row, all increasing or all decreasing: 檢定 3 用於識別製程中的趨勢。該檢定專門查詢連續多個資料點的數值持續上升或持續下降的較長序列,這表明製程行為中可能存在潛在趨勢。
  • Check Rule 4: K points in a row, alternating up and down: 檢定 4 用於識別製程中的系統性變異。理想情況下,製程中的變異模式應是隨機的。但是,如果某個點未通過檢定 4,則可能表明變異並非隨機,而是遵循某種可預測的模式。
  • Check Rule 5: K out of K + 1 points > 2 standard deviation from center line (same side): 檢定 5 用於檢測製程中的小幅偏移。
  • Check Rule 6: K out of K + 1 points > 1 standard deviation from center line (same side):檢定 6 用於檢測製程中的小幅偏移。
  • Check Rule 7: K points in a row within 1 standard deviation of center line (either side):檢定 7 用於識別可能被錯誤解讀為控制良好的變異模式。該檢定可發現過寬的管制界限,這通常由資料分層造成。資料分層是指每個子群組內部存在系統性的變異來源,導致管制界限看上去比實際應有的更寬。
  • Check Rule 8: K points in a row > 1 standard deviation from center line (either side):檢定 8 用於檢測混合模式。在混合模式中,各點傾向於遠離中心線,而落在管制界限附近。
  • Additional CLs at Multiples of SD 1 在距中心線 ±1 個標準差 處增加一條額外的管制界限線。這會在圖上形成一個內側邊界區,有助於應用 Western Electric 或 Nelson 規則來查詢管制界限內的異常模式,例如連續多個點一直位於中心線的同一側。
  • Additional CLs at Multiples of SD 2 在距中心線 ±2 個標準差 處增加一條額外的管制界限線。這會在中心線與標準的 ±3 西格瑪管制界限之間形成一個中間預警區。落在 2 西格瑪線與 3 西格瑪線之間的點,可以在某個點真正失控之前對製程偏移發出早期預警。
  • Define Stages (Historical Groups) with This Variable 可使用分組變數將管制圖拆分為不同的階段。每個階段獨立計算各自的管制界限。當已知發生過製程變更(例如新機器、製程改善或原物料變化),並希望在同一張圖上比較變更前後的製程效能時,這很有用。
  • X Scale 管制圖水平軸的顯示方式。可以調整刻度,以顯示基於時間的標籤、子群組序號或自訂值。當子群組對應特定日期、班次或批次,並且希望圖的座標軸反映該背景而不只是順序編號時,這很有用,可使圖更易於閱讀和展示。

常見問題

什麼是 Xbar 管制圖?

Xbar 管制圖也稱子群組平均值管制圖,是一種監控各子群組平均值隨時間變化的管制圖。每個點是某一時間所取一小組量測值的平均值,便於發現製程中心的偏移或趨勢。變異由配套的 R 圖或 S 圖單獨監控。

何時應將 R 圖或 S 圖與 Xbar 管制圖配合使用?

務必將 Xbar 管制圖與監控變異的圖配對使用。子群組大小為 2 到 8 時,與 R 圖配對;子群組大小大於 8 時,與 S 圖配對,以更精確地監控變異。請先檢查 R 圖或 S 圖,因為如果變異失控,Xbar 管制界限就不可靠。

Xbar 管制圖需要多少個子群組?

在對製程穩定性得出結論之前,應收集至少 25 個子群組。保持子群組大小一致,使用合理的、同質的子群組,不要混入不同的機器、操作員或班次,並且子群組內的資料應近似常態,管制界限才有效。

何時不應使用 Xbar 管制圖?

對於沒有子群組的單一量測值,或子群組大小無法標準化時,請使用 I-MR 管制圖。對於不合格品或缺陷數,請使用 P、NP、C 或 U 管制圖;對於短生產批次或混合零件類型,請使用 Z-MR 管制圖;如果資料嚴重偏離常態,可先考慮 Box-Cox 轉換。