文档介绍：GB/T4091idtISO8258控制图的局限性与补救办法北京首儿药厂吴遵高王文建用实例揭示:【实例】某公司某主导产品25个连续生产批按不合格品分选数据如表1。试判断该过程能力是否达到公司年度方针目标——%的规定。过程能力分析前提是:过程数据服从一个特定统计分布(如正态、二项式、泊松……)且稳定(SPC图显示过程受控)。显然,本例服从二项式分布,依P控制图判断过程稳定性。按GB/T4091idtISO8258(使用任何统计软件)P图绘制如下:可见,过程失控,不稳定。无法进行能力分析!但实际上,这25个连续生产批,5M1E都没有变,无异因导致过程失控,过程应该稳定(这显示它的局限性!)。而这实际上是数据的过度离散和欠离散问题造成的,可以使用Minitab17LaneyP’控制图,便能获得满意的结果:能力分析的前提条件得到了满足。再用Minitab17的“协助”功能,立即获得【实例】答案如下:这就是补救办法!数据表1:与不合格品率的单值控制图相比较就不难理解不合格品D的LaneyP’控制图的原理了。需要指出的是:泊松分布的u控制图也面临同样的情况。实际应用中,如食品、药品、机电、汽车零部件等大批量生产,经常要碰到这样的问题,Minitab15是无能为力的!注解:数据的过度离散和欠离散:1、数据的过度离散如果您的数据中的变异度超过您根据二项分布或泊松分布预期的变异度,则说明存在过度离散。传统P控制图和U控制图假设您的缺陷品率或缺陷率持续保持恒定不变。但是,非特殊原因导致的外部噪声因子通常总是会导致缺陷品率或缺陷率随时间推移而出现某些变异。在子组更大时,传统P控制图或U控制图上的控制限范围会变得更窄。如果子组足够大,过度离散就会导致点看起来似乎要失控,而实际上并非如此。传统P控制图或U控制图上子组大小和控制限之间关系类似于功效和单样本t检验之间的关系。样品数越大,t检验检测差异的功效就越强。但是,如果样品足够大,则即使没有任何意义的非常小的差异也会变得非常显著。例如,如果样品具有1,000,000个观测值,