Xbar-S 管制圖

Xbar-S 管制圖同時監控連續資料的製程平均和製程變異,資料按每組 9 個或以上觀測值的合理子群組收集。子群組大小為 2 到 8 時使用 Xbar-R 管制圖,沒有子群組時使用 I-MR 管制圖。按時間順序收集至少 60 個觀測值。西格瑪採用 Sbar 法或合併標準差法估計,檢定規則用於標記特殊原因。

最後審閱

核心要點

Xbar-S 管制圖是一對用於子群組大小為 9 或以上的連續資料的管制圖:Xbar 圖隨時間追蹤子群組平均值,S 圖隨時間追蹤子群組標準差。

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

什麼是 Xbar-S 管制圖?

Xbar-S 管制圖是一種完善的統計控制工具,用於在處理連續資料且子群組大小為九或以上時監控製程的平均值和變異。該圖由兩個關鍵部分組成:Xbar 圖隨時間追蹤平均值,以識別製程平均的偏移;S 圖隨時間顯示標準差,以檢測製程變異的變化。

Xbar-S 管制圖特別適用於較大的樣本數,與基於全距的管制圖相比,能更精確地反映資料的離散程度。它廣泛應用於品質管制和製程改善,用於確保製程穩定,並及時識別和處理潛在問題。Xbar-S 管制圖透過突出顯示製程資料中的變異和趨勢,在保持和提升整體製程效能方面發揮著關鍵作用。

何時使用 Xbar-S 管制圖?

  1. 合理子群組:當可以按邏輯分組(子群組)收集量測值,每組代表製程在特定時間點的「快照」時。
  2. 按時間順序排列的資料:當資料按時間順序排列(即按產生的先後順序輸入)時,以便準確檢測製程中的趨勢或偏移。
  3. 子群組大小為九或以上:子群組大小為九或以上時,應選用 X-bar 和 S 管制圖,因為隨著子群組增大,全距統計量對製程西格瑪的估計效率會降低。子群組西格瑪比子群組全距能更好地估計變異。
  4. 連續且服從常態分配的資料:當所收集的資料是連續的並且服從常態分配時。
  5. 檢測較大偏移:當需要檢測製程平均值相對較大的偏移(通常為 ±1.5 西格瑪或更大)時。X-bar 和 S 管制圖在這方面很有效。
  6. 提高靈敏度:為提高對偏移的靈敏度,尤其是在子群組較大時,X-bar 和 S 管制圖更為有效,前提是能夠形成合理子群組。
  7. 不穩定的製程:當製程不穩定,即製程平均和標準差未知或隨時間變化時。
  8. 產業應用:適用於製造、醫療、金融服務以及其他重視製程品質管制的產業。

如果子群組大小為一,可考慮使用個別值-移動全距(Individual-X / Moving Range)管制圖、EWMA 或 Cusum 管制圖進行更恰當的監控。如需對較小的製程偏移更靈敏,建議使用 EWMA 或 Cusum 管制圖。

正確使用 Xbar-S 管制圖的指南

  • 對於不合格品數或缺陷數,請使用計數型管制圖,例如 P 管制圖 或 U 管制圖。
  • 按時間順序輸入資料,以檢測隨時間發生的變化。
  • 按相等的時間間隔收集資料,以便在變化發生後儘快識別。
  • 使用能代表製程輸出的合理子群組。
  • 子群組包含 2-8 個觀測值時,使用 Xbar-R 管制圖;子群組包含 9 個或以上觀測值時,使用 Xbar-S 管制圖;沒有子群組時,使用 I-MR 管制圖。
  • 總共至少收集 60 個觀測值,以獲得可靠的結果。
  • 在子群組大小適當的情況下,非常態資料仍可得到良好的結果。
  • 避免子群組內的觀測值相關,以確保管制界限準確。

替代方法:何時不宜使用 Xbar-S 管制圖

  • 如果子群組包含 2-8 個觀測值,最好使用 Xbar-R 管制圖。
  • 如果子群組內存在穩定的變異來源,則更適合使用 I-MR-R/S 管制圖。
  • 如果沒有子群組,則使用 I-MR 管制圖。
  • 如果處理的是不合格品或缺陷資料,建議使用計數型管制圖,例如 P 管制圖 或 U 管制圖。

Xbar-S 管制圖範例

某罐頭公司的一名品質工程師正在監控充填製程中罐頭的重量,以確定該製程是否受控。工程師每小時收集一個由 10 個罐頭組成的子群組,並確保這些罐頭在較短時間內收集,以減小組內變異。為追蹤重量,品質工程師繪製了 Xbar-S 管制圖。她按以下步驟進行:

  1. 工作一整天,記錄每小時子群組中 10 個罐頭的重量。
Xbar-S Chart — figure 1
  1. 現在,她藉助以下網址分析資料:https://statsai.zometric.com/
  2. 她在工具中輸入資料,並選擇 Sbar 作為 sd estimation method。
  3. 使用上述工具後,得到如下有用的圖形:
Xbar-S Chart — figure 2Xbar-S Chart — figure 3Xbar-S Chart — figure 4

如何產生 Xbar-S 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-S Chart。
  3. 點選 Xbar-S 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);也可以使用 Load Example 選項載入範例資料。
  5. 接下來,將各欄對映到相應參數。
  6. 最後,點選頁面底部的 calculate,即可得到所需結果。

Xbar-S 管制圖的工具介面分為兩部分。

Xbar-S Chart — figure 5

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。

右側只需提供以下內容:

  • Process mean: 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: 衡量製程資料圍繞平均值的變異性或離散程度,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 Sbar 估計法或合併標準差法會改變結果。
    • Sbar Sd estimation method: 計算各子群組的平均標準差(Sbar),以監控製程變異。Sbar 對於設定 S 圖的管制界限至關重要,可反映資料離散程度隨時間的變化。該方法可確保在品質管制實踐中對製程變異進行一致而準確的評估。
    • Pooled Sd estimation method: 合併標準差是各子群組變異數的加權平均,較大的子群組對總體估計的影響更大。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。
  • Check Rule 1: 1 point > K Stdev from center line: 如果某資料點距中心線 K 個標準差,則表示它與平均值的距離為標準差的 K 倍。這在統計製程管制中很重要,因為它表明資料點是否處於可接受的界限內,或製程是否可能存在需要處理的問題。通常,距中心線超過三個標準差的資料點被視為離群值,可能需要進一步調查。
  • Check Rule 2: K points in a row on same side of center line: 如果資料集中連續 K 個點位於中心線同一側,則表明製程平均可能發生了偏移。這可能由多種因素造成,例如量測誤差、抽樣偏差或資料中真實存在的潛在模式。
  • Check Rule 3: K points in a row, all increasing or all decreasing: 當連續 K 個點滿足以下條件之一時,該檢定表明製程存在趨勢或漂移:
    • 各點全部遞增(即每個點的 y 座標都大於前一個點)
    • 各點全部遞減(即每個點的 y 座標都小於前一個點)
  • Check Rule 4: K points in a row, alternating up and down: 如果連續 K 個點呈鋸齒狀上下交替,則說明變異是系統性的而非隨機的。其原因可能包括製程調整過度,或在兩臺機器、兩名操作員或兩種原物料來源之間交替。
  • Check Rule 5: K out of K + 1 points > 2 standard deviation from center line (same side): 根據該規則,如果 K+1 個資料點中有 K 個位於中心線同一側且距中心線超過兩個標準差,則表明製程可能失控,應調查特殊原因以識別並解決問題。
  • Check Rule 6: K out of K + 1 points > 1 standard deviation from center line (same side): 如果連續 K+1 個點中有 K 個位於中心線同一側且距中心線超過一個標準差,則表明製程平均可能發生了小幅偏移。
  • Check Rule 7: K points in a row within 1 standard deviation of center line (either side): 如果連續 K 個點都在中心線 1 個標準差範圍內,則變異小於管制界限所預期的水準。這並不表明控制良好:通常意味著資料分層或管制界限過寬。
  • Check Rule 8: K points in a row > 1 standard deviation from center line (either side): 如果連續 K 個點距中心線都超過 1 個標準差,則表明存在混合模式,即各點避開中心線而落在管制界限附近,例如混合了來自兩個不同製程流的資料。

Download as Excel: 以 Excel 格式顯示結果,便於編輯,並可透過 load file 選項重新載入以進行計算。

Xbar-S 管制圖公式

本節介紹 Xbar 圖和 S 圖管制界限的計算方法。首先,請注意下文計算中所用術語的說明。

術語說明

x_{ij}

第 j個 觀測值,位於第 i個 子群組中

n_i

子群組 i 中的觀測值個數

\sum x

所有單一觀測值之和

\sum n

觀測值總數

μ

製程平均

k

檢定 1 的參數(預設值為 3)

σ

製程標準差

S_i

子群組 i 的標準差

m

子群組數

\overline x_i

子群組 i 的平均值

µ_ν

各子群組變異數的平均值

c_4 ()

與括號中指定值對應的無偏化常數 c4 的值

c_5 ()

與括號中指定值對應的無偏化常數 c5 的值

Γ()

伽瑪函數

  • Xbar 圖公式

    • 描點:每個描點 \overline x_i 表示子群組 i 中觀測值的平均值。

\overline x_i = \frac{\sum\limits_{j=1}^{n_i} x_{ij}}{n_i}

    • 中心線:中心線表示製程平均(µ)。

\overline{\overline{X}} = \frac{∑x}{∑n}

    • 管制界限:
      • 管制下限:每個子群組 i 的管制下限值計算如下:

LCL_i= µ- \frac{kσ}{√(n_i )}

      • 管制上限:每個子群組 i 的管制上限值計算如下:

UCL_i= µ+ \frac{kσ}{√(n_i )}

  • S 圖公式

    • 描點:每個描點  s_i 表示子群組  i 的標準差。
    • 中心線:中心線表示子群組的平均標準差。如果不使用無偏化常數,Zometric 將使用製程標準差 σ:

\overline S = σ

...........................如果使用無偏化常數(預設),Zometric 將按以下方式計算每個子群組 i的中心線值:

\overline S_i = c_4 (n_i) σ

    • 管制界限:
      • 管制下限:

如果使用無偏化常數:

LCL_i = [c_4 (n_i)×σ]-[kσ× c_5 (n_i)]

如果不使用無偏化常數:

LCL_i = σ-k[\frac{c_5 (n_i)}{c_4 (n_i)}]σ

      • 管制上限:

如果使用無偏化常數

UCL_i = [c_4 (n_i)×σ]+[kσ× c_5 (n_i)]

如果不使用無偏化常數:

UCL_i = σ+k[\frac{c_5 (n_i)}{c_4 (n_i)}]σ

  • 西格瑪(組內標準差)的估計公式

    • 使用 Sbar 法:

............................如果不使用無偏化常數,則 \overline S 為各子群組標準差的平均值:

\overline S = \frac{\sum S_i}{m}

............................如果使用無偏化常數 c4(ni),則 \overline S 的計算方法如下:

h_i = \frac {c_4 (n_i)^2}{1-c_4 (n_i)^2}

............................當子群組大小恆定時,\overline S 為:

\overline S = \frac {\sum S_i}{m×c_4(n_i)}

    • 使用合併標準差法:

合併標準差(Sp)由以下公式給出:

S_p = \sqrt\frac{\sum\limits_{i}^{} \sum\limits_{j}^{} (x_{ij}-\overline x_i)^2 }{\sum\limits_{i}^{} (n_{i}-1)}

當子群組大小恆定時,Sp 也可按以下方式計算:

S_p = \sqrt µ_ν

  • 無偏化常數公式

    • c_4 () 和 c_5 ():

c_4 (N) = {\sqrt \frac {2}{N-1}}\frac{Γ\frac{N}{2}}{Γ\frac{N-1}{2}}

c_5 (N) = \sqrt {1 - c_4(N)^2}

常見問題

什麼是 Xbar-S 管制圖?

Xbar-S 管制圖是一對用於子群組連續資料的管制圖。Xbar 圖隨時間追蹤子群組平均值,以檢測製程平均的偏移;S 圖繪製子群組標準差,以檢測製程變異的變化。它適用於較大的子群組,與基於全距的管制圖相比,能更精確地反映離散程度。

什麼情況下應使用 Xbar-S 管制圖而不是 Xbar-R 管制圖?

子群組包含 9 個或以上觀測值時,使用 Xbar-S 管制圖,因為對於較大的子群組,全距對製程西格瑪的估計效率降低,而子群組標準差的估計效果更好。子群組大小為 2 到 8 時使用 Xbar-R 管制圖,沒有子群組時使用 I-MR 管制圖。

Xbar-S 管制圖需要多少資料?

總共至少收集 60 個觀測值,以獲得可靠的結果。按時間順序輸入資料,按相等間隔收集資料,使用能代表製程輸出的合理子群組,並避免子群組內的觀測值相關,以確保管制界限準確。

S 圖的管制界限如何計算?

使用無偏化常數(預設)時,子群組 i 的 S 圖中心線為 c4(ni) 乘以西格瑪,管制界限為 c4(ni) 乘以西格瑪,加上或減去 k 乘以西格瑪再乘以 c5(ni),其中 k 預設為 3。西格瑪可透過 Sbar 法或合併標準差估計。