Çok Yanıtlı Kontrol Kartı — Çok Değişkenli Proses İzleme
Multi-response Statistical Process Control Chart · Ayrıca şöyle bilinir: multivariate control chart, multi-response SPC, MRCC, multiple-response monitoring chart
Çok yanıtlı bir kontrol kartı, iki veya daha fazla ilişkili kalite özelliğini tek bir grafik üzerinde eş zamanlı olarak izler ve tek değişkenli grafiklerin göz ardı ettiği korelasyon yapısını korur. Hotelling'in T² istatistiği ve zamana göre ağırlıklandırılmış uzantıları (MEWMA, MCUSUM) üzerine inşa edilen bu kart, her bir yanıtın bağımsız olarak grafiğe dökülmesi durumunda gözden kaçacak proses kaymalarını tespit eder. Ürün performansının birden çok birbiriyle ilişkili çıktıya bağlı olduğu imalat ve hizmet kalitesinde standart bir araçtır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
İki veya daha fazla kalite özelliği ortaklaşa kritik ve ilişkili olduğunda çok yanıtlı bir kontrol kartı kullanın; bunları tek değişkenli grafiklerle ayrı ayrı izlemek, genel yanlış alarm oranını artırır ve ortak kaymaları gözden kaçırabilir. Ortalama vektör ve kovaryans matrisini tahmin etmek için stabil Faz I verileri mevcut olduğunda Faz II proses izlemesinde uygundur. Küçük, kalıcı kaymalar temel endişe kaynağı olduğunda MEWMA veya MCUSUM'u tercih edin; T² büyük, ani kaymaları tespit etmek için daha iyidir. Yanıtlar gerçekten bağımsız olduğunda (ayrı tek değişkenli grafikler daha basit ve eşit derecede geçerlidir), Faz I örnek boyutları çok küçük olduğunda (20'den az alt grup) veya yanıt sayısı p alt grup boyutu n'ye yaklaştığında veya aştığında (kovaryans matrisi tekil hale gelir ve T² tanımsız olur) bu yöntemi KULLANMAYIN.
Güçlü yönler & sınırlılıklar
- Kaç yanıt izlenirse izlensin, birden fazla eş zamanlı tek değişkenli grafiğin aksine, doğru genel yanlış alarm oranını (Tip I hatası) korur.
- Yanıtlar arasındaki korelasyon yapısını kullanarak, bireysel Shewhart grafiklerinin göremediği yönlerdeki proses kaymalarını tespit eder.
- MEWMA ve MCUSUM uzantıları, kontrol edilebilir ARL özellikleriyle küçük, sürekli ortalama kaymaların hızlı tespitini sağlar.
- Tek bir grafik, çok değişkenli proses sağlığını özlü bir şekilde ileterek, üretim sahasında operatör karar verme sürecini basitleştirir.
- Ayrıştırma yöntemleri (örn. MTY), sinyal sonrası teşhisin, sorunlu yanıtları belirlemesine olanak tanıyarak eyleme geçirilebilirliği korur.
- Ortalama vektör ve kovaryans matrisinin güvenilir Faz I tahminlerini gerektirir; yaklaşık 20-30'dan az rasyonel alt grup olduğunda, kontrol limitleri yanlış olur ve grafik güvenilmezdir.
- Çok değişkenli normallikten sapmalara duyarlıdır; normal olmayan veriler bootstrap veya parametrik olmayan kontrol limitleri gerektirir.
- p, alt grup boyutu n'ye göre büyük olduğunda, kovaryans matrisi tekildir ve boyut indirgeme yapılmadan standart T² hesaplanamaz.
- Grafikteki bir sinyal, bir şeyin değiştiğini gösterir ancak hangi yanıtın veya faktörün sorumlu olduğunu hemen ortaya çıkarmaz — ayrıştırma analitik ek yük getirir.
SSS
Neden her yanıt için ayrı bir Shewhart grafiği çalıştırmıyoruz?
Her biri α anlamlılık düzeyinde k bağımsız Shewhart grafiği çalıştırmak, genel yanlış alarm olasılığını yaklaşık olarak 1 − (1 − α)^k'ye çıkarır. Her biri α = 0.0027 olan beş yanıtla, ortak yanlış alarm oranı %1'i aşar. Şişirilmiş Tip I hatasının ötesinde, ayrı grafikler korelasyonları göz ardı eder ve yanıtlar birlikte ele alındığında ortaya çıkan kaymaları gözden kaçırabilir — ilişkili bir yöndeki bir kayma, herhangi bir bireysel grafiğin limitlerini aşmayabilirken, çok değişkenli UCL'yi açıkça aşabilir.
T² yerine MEWMA'yı ne zaman seçmeliyim?
T², büyük, ani kaymaları tespit etmek için en güçlü yöntemdir. MEWMA, zaman içinde bir üstel ağırlık λ (tipik olarak 0.05–0.2) aracılığıyla bilgi biriktirir ve küçük, kalıcı ortalama kaymaları çok daha hızlı, daha düşük kontrol dışı ARL ile tespit eder. Yarım standart sapma veya daha az proses kaymalarının pratik olarak önemli olduğu ve hızlı bir şekilde yakalanması gerektiği durumlarda MEWMA'yı seçin. Ani büyük kaymalar veya basitliğin ön planda olduğu durumlarda T² yeterlidir.
Bir T² sinyaline hangi yanıtın neden olduğunu nasıl belirlerim?
Mason–Tracy–Young (MTY) ayrıştırması, T²'yi p bağımsız terime böler ve her biri diğerlerine koşullu olarak bir yanıta atfedilebilir. Belirli bir yanıt için büyük bir koşullu T², onu sinyale birincil katkıda bulunan olarak tanımlar. Minitab ve JMP gibi yazılım paketleri, bir sinyal tespit edildikten sonra bu ayrıştırmayı otomatik olarak uygular.
Yeterli Faz I örnek boyutu nedir?
Genel öneri, Faz I'de en az 20–30 rasyonel alt gruptur ve p arttıkça daha fazlasına ihtiyaç duyulur. Sullivan ve Woodall (1996), küçük Faz I örneklerinin gerçek yanlış alarm oranını önemli ölçüde artırdığını göstermiştir. p = 5 yanıt ve n = 5 alt grup boyutu için, nominal ARL₀ performansına yakın bir performans elde etmek için en az 50 alt grup gerekebilir. Yalnızca sınırlı Faz I verisi mevcut olduğunda, asimptotik ki-kare UCL yerine kesin F-dağılımı limitlerini veya bootstrap ile kalibre edilmiş limitleri kullanın.
Bu yöntem normal olmayan verileri işleyebilir mi?
Standart T² ve MEWMA, çok değişkenli normallik varsayar. Orta dereceli çarpıklığın ARL özellikleri üzerinde sınırlı etkisi vardır, ancak ağır kuyruklu veya yüksek derecede çarpık dağılımlar alternatifler gerektirir: bootstrap kontrol limitleri, dağılımdan bağımsız çok değişkenli grafikler (örn. veri derinliği veya sıra istatistiklerine dayalı) veya klasik limitleri uygulamadan önce normalliğe yaklaştırmak için dönüşüm.
Kaynaklar
- Hotelling, H. (1947). Multivariate quality control illustrated by the air testing of sample bombsights. In C. Eisenhart, M. W. Hastay, & W. A. Wallis (Eds.), Techniques of Statistical Analysis (pp. 111–184). McGraw-Hill. link ↗
- Lowry, C. A., Woodall, W. H., Champ, C. W., & Rigdon, S. E. (1992). A multivariate exponentially weighted moving average control chart. Technometrics, 34(1), 46–53. DOI: 10.1080/00401706.1992.10485232 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Multi-response Statistical Process Control Chart. ScholarGate. https://scholargate.app/tr/experimental-design/multi-response-control-chart
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Kontrol GrafiğiDeney tasarımı↔ karşılaştır
- Hata Türü ve Etki Analizi (HTEA)Deney tasarımı↔ karşılaştır
- Çoklu Yanıt Deney TasarımıDeney tasarımı↔ karşılaştır
- Çok Yanıtlı Tepki Yüzeyi MetodolojisiDeney tasarımı↔ karşılaştır
- Süreç Yetenek Analizi (Cp, Cpk)İstatistik↔ karşılaştır
- İstatistiksel Süreç KontrolüDeney tasarımı↔ karşılaştır