İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklarUygulamalarSSS🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›İstatistik›Nitelik Kontrol Grafikleri (p, np, c, u)
Process / pipelineStatistical process control

Nitelik Kontrol Grafikleri (p, np, c, u)

Attributes Control Charts (p, np, c, u) · Ayrıca şöyle bilinir: p-chart, np-chart, c-chart, u-chart, nitelik kontrol kartı

Nitelik kontrol grafikleri, Shewhart çerçevesini, ölçülmek yerine sınıflandırılan kalite özelliklerinin sayım ve oran verilerine genişletir. p ve np grafikleri binom dağılımını kullanarak kusurlu öğelerin oranını veya sayısını izlerken, c ve u grafikleri Poisson dağılımını kullanarak birim başına kusur sayısını izler. Denetim sonucunda sürekli ölçümler yerine geçme/kalma veya kusur sayıları elde edildiğinde standart istatistiksel proses kontrol araçlarıdır.

ScholarGate
  1. Process / pipeline
  2. v1
  3. 2 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

Nitelik Kontrol Grafikleri (p, np, c, u)
Yığımlı Toplam Kontrol G…EWMA Kontrol Grafiğiİki Oran z-TestiShewhart Değişkenler Kon…

Ne zaman kullanılır

Denetimin ölçümler yerine sınıflandırmalar veya sayımlar ürettiği durumlarda nitelik grafiklerini kullanın: kusurlu parça kesri, ürün başına uyumsuzluk sayısı, belge başına hata sayısı veya bir hizmet sürecindeki kusur oranları. Öğeleri uyumlu veya uyumsuz olarak sınıflandırırken p/np'yi, öğe başına birden fazla kez oluşabilen kusurları sayarken c/u'yu seçin. Binom veya Poisson'a normal yaklaşımın makul olması için yeterli alt grup boyutları gerektirirler (yaygın bir kılavuz, beklenen sayımların en az yaklaşık beş olmasıdır) ve bağımsızlığı ve alt gruplar içindeki sabit bir kontrol içi oranı varsayarlar. Sürekli bir ölçüm mevcut olduğunda, bir değişken grafiği (Shewhart X-bar/R veya küçük kaymalar için CUSUM/EWMA) daha bilgilendiricidir ve tercih edilmelidir.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Yalnızca geçme/kalma veya kusur sayım verilerinin mevcut olduğu durumlarda kaliteyi izleyin.
  • Dört standart grafik (p, np, c, u) aracılığıyla yaygın durumları basit formüllerle ele alın.
  • Nokta bazlı sınırlara sahip değişen alt grup boyutlarını işleyin (p ve u grafikleri).
  • Daha geniş Shewhart İPK çerçevesi ve çalışma kurallarıyla doğal olarak bütünleşin.
Sınırlılıklar
  • Değişken grafiklerden daha az bilgilendirici, çünkü tam ölçüm yerine bir sınıflandırma kullanırlar.
  • Geçerli olmak için yeterince büyük sayımlar gerektiren binom/Poisson yaklaşımlarına dayanır.
  • CUSUM/EWMA yaklaşımlarına kıyasla küçük kaymalara karşı duyarsızdır.
  • Bağımsızlık ihlallerine ve varsayılan dağılıma göre aşırı dağılıma duyarlıdır.

SSS

Bir p grafiğini ne zaman bir c grafiğine göre kullanırım?

Her denetlenen öğenin kusurlu veya kusurlu değil olarak sınıflandırıldığı ve kusurlu oranını (veya sayısını) izlediğinizde bir p grafiği (veya np grafiği) kullanın — bu binom bir durumdur. Kusurların sayısını, öğe başına birden fazla olabilen kusurları saydığınızda bir c grafiği (veya u grafiği) kullanın — bu Poisson bir durumdur. Anahtar soru 'kusurlu öğeler' mi yoksa 'öğe başına kusurlar' mı?

p ve np arasında veya c ve u arasında ne fark vardır?

p ve np aynı şeyi farklı ölçeklerde izler: p kusurlu kesirdir ve np kusurlu sayımıdır, np sabit bir alt grup boyutu gerektirir. Benzer şekilde, c sabit boyutlu bir denetim birimindeki kusurları izlerken, u birim başına kusurları izler ve nokta bazlı sınırlara sahip değişen birim boyutlarını barındırır.

Nitelik grafiğim neden çok fazla yanlış alarm veriyor olabilir?

Yaygın bir neden aşırı dağılımdır: gerçek sayım verileri genellikle binom veya Poisson modelinin varsaydığından daha değişkendir, bu nedenle standart üç sigma sınırları çok sıkıdır. Çözümler, ek varyasyonu hesaba katan bir model kullanmak (örneğin, beta-binom veya negatif-binom tabanlı sınırlar) veya sınırları buna göre genişletmektir.

Kaynaklar

  1. Shewhart, W. A. (1931). Economic Control of Quality of Manufactured Product. D. Van Nostrand Company. ISBN: 978-0-87389-076-2
  2. Montgomery, D. C. (2009). Introduction to Statistical Quality Control (6th ed.). John Wiley & Sons. ISBN: 978-0-470-16992-6

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 2). Attributes Control Charts (p, np, c, u). ScholarGate. https://scholargate.app/tr/statistics/attributes-control-chart

İlişkili yöntemler

Yığımlı Toplam Kontrol GrafiğiEWMA Kontrol Grafiğiİki Oran z-TestiShewhart Değişkenler Kontrol Grafiği (X-bar / R)

Hangi yöntem?

Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.

  • Yığımlı Toplam Kontrol Grafiğiİstatistik↔ karşılaştır
  • EWMA Kontrol Grafiğiİstatistik↔ karşılaştır
  • İki Oran z-Testiİstatistik↔ karşılaştır
  • Shewhart Değişkenler Kontrol Grafiği (X-bar / R)İstatistik↔ karşılaştır
Yan yana karşılaştır →

Bu yönteme atıf yapanlar

Yığımlı Toplam Kontrol GrafiğiEWMA Kontrol GrafiğiShewhart Değişkenler Kontrol Grafiği (X-bar / R)

Benzer yöntemler

İstatistiksel Süreç KontrolüShewhart Değişkenler Kontrol Grafiği (X-bar / R)Kontrol GrafiğiBayes İstatistiksel Süreç KontrolüYığımlı Toplam Kontrol GrafiğiBayesci Kontrol KartıRisk Tabanlı İstatistiksel Proses KontrolüHibrit Kontrol Grafiği

İlgili referans kavramlar

İstatistiksel Proses Kontrolü ve Çalışma GrafikleriKalite Kontrol ve Kalite GüvencesiBinom ve Poisson DağılımlarıKalite İyileştirme YöntemleriYazılım Kalite YönetimiKalite Ölçümü ve Metrikleri

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — Attributes Control Chart (Attributes Control Charts (p, np, c, u)). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/statistics/attributes-control-chart · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Walter A. Shewhart
Year
1931
Type
Statistical process control charts for count/proportion data
Subfamily
Statistical process control
Distribution
Binomial (p, np) or Poisson (c, u)
Monitors
Defective proportion or defect counts
İlişkili yöntemler
Yığımlı Toplam Kontrol GrafiğiEWMA Kontrol Grafiğiİki Oran z-TestiShewhart Değişkenler Kontrol Grafiği (X-bar / R)
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil