สิ่งที่ เปลี่ยนแปลง ไม่ เคลื่อนไหว เฉลี่ย วิธี กำจัด

บทที่สี่ (MC และ TF) มีอะไรบ้างในรายงานประจำวันให้กับ CEO ของ Walt Disney Parks amp Resorts เกี่ยวกับสวนสาธารณะออร์แลนโดหกแห่ง a. การเข้าร่วมประชุมคาดการณ์ในปีที่ผ่านมาและการเข้าร่วมประชุมในปีที่ผ่านมา yesterdays b. การเข้าร่วมประชุมจริงในวันนี้และการเข้าร่วมประชุมที่คาดการณ์ไว้ในปัจจุบัน c. การเข้าร่วมงานที่คาดการณ์ไว้เมื่อวานและการเข้าร่วมงานที่คาดการณ์ไว้ในปัจจุบัน d. การเข้าเรียนจริงในปีที่ผ่านมาและการเข้าเรียนจริงในปีที่ผ่านมา e. การคาดการณ์การเข้าร่วมที่คาดการณ์ในรอบปีที่ผ่านมาและข้อผิดพลาดในการคาดการณ์รายวันเฉลี่ยต่อวันในแต่ละปีค่าพยากรณ์โดยเฉลี่ยในช่วง 6 เดือนจะดีกว่าการคาดการณ์ค่าเฉลี่ยเคลื่อนที่ 3 เดือนหากความต้องการ a. ค่อนข้างคงที่ b. ได้รับการเปลี่ยนแปลงเนื่องจากความพยายามในการส่งเสริมล่าสุด c. มีแนวโน้มลดลง d. เป็นไปตามฤดูกาลที่ซ้ำตัวเองปีละสองครั้ง e. ตามแนวโน้มที่สูงขึ้นสำหรับความต้องการผลิตภัณฑ์ที่กำหนดให้สมการแนวโน้มของชุดอนุกรมเป็น 53 - 4 X. เครื่องหมายลบบนความชันของสมการ a. เป็นไปไม่ได้ทางคณิตศาสตร์ b. เป็นข้อบ่งชี้ว่าการคาดการณ์มีความลำเอียงโดยมีค่าพยากรณ์ต่ำกว่าค่าที่แท้จริง c. เป็นข้อบ่งชี้ว่าความต้องการสินค้าลดลง d. หมายความว่าค่าสัมประสิทธิ์ของการกำหนดจะเป็นลบ e. แสดงว่า RSFE จะเป็นค่าลบซึ่งข้อใดต่อไปนี้เป็นจริงเกี่ยวกับค่าคงที่ทั้งสองแบบของรูปแบบพยากรณ์รวมทั้งแนวโน้ม (FIT) a. หนึ่งคงเป็นบวกในขณะที่อื่น ๆ เป็นลบ ข พวกเขาเรียกว่า MAD และ RSFE ค Alpha มีขนาดเล็กกว่าเบต้าเสมอ d หนึ่งคงที่ราบรื่นถดถอยตัดในขณะที่อื่น ๆ คล่องตัวลาดถดถอย อี ค่าของพวกเขาจะถูกกำหนดโดยอิสระ ความต้องการผลิตภัณฑ์บางอย่างคาดว่าจะอยู่ที่ 800 หน่วยต่อเดือนโดยเฉลี่ยแล้วตลอด 12 เดือนของปี ผลิตภัณฑ์มีรูปแบบตามฤดูกาลซึ่งดัชนีเดือนมกราคมของเดือนมกราคมเท่ากับ 1.25 การคาดการณ์ยอดขายที่ปรับฤดูกาลตามฤดูกาลในเดือนมกราคมคืออะไร 640 หน่วย b. 798.75 หน่วย c. 800 หน่วย d. 1000 หน่วย e. ไม่สามารถคำนวณได้ด้วยข้อมูลที่ระบุดัชนีฤดูกาลสำหรับชุดข้อมูลรายเดือนกำลังจะถูกคำนวณบนพื้นฐานของการสะสมข้อมูลสามปี ค่าเฉลี่ยของเดือนกรกฎาคมที่ผ่านมามีค่าเท่ากับ 110, 150 และ 130 โดยค่าเฉลี่ยของทุกเดือนคือ 190 จุดดัชนีฤดูกาลโดยประมาณสำหรับเดือนกรกฎาคมคือ a. 0.487 ข. 0.684 c. 1.462 d. 2.053 จ. ไม่สามารถคำนวณได้ด้วยข้อมูลที่ได้รับการบริหารจัดการการขาย - บทที่ 3 ข้อใดต่อไปนี้จะเป็นข้อได้เปรียบของการใช้กองกำลังขายในการพัฒนาความต้องการพยากรณ์อากาศ A. พนักงานขายได้รับผลกระทบน้อยที่สุดจากการเปลี่ยนแปลงความต้องการของลูกค้า B. พนักงานขายสามารถแยกความแตกต่างระหว่างความต้องการของลูกค้าและการกระทำที่เป็นไปได้ C. พนักงานขายมักจะตระหนักถึงแผนการในอนาคตของลูกค้า D. พนักงานขายมักจะได้รับอิทธิพลจากเหตุการณ์ล่าสุด E. พนักงานขายมีแนวโน้มอย่างน้อยที่จะลำเอียงตามโควต้าการขาย C. พนักงานขายมักจะตระหนักถึงแผนการในอนาคตของลูกค้า สมาชิกของทีมขายควรเป็นองค์กรที่มีการเชื่อมต่อกับลูกค้าอย่างคับคั่ง วลีใดที่อธิบายถึงเทคนิคของเดลฟายมากที่สุด A. การคาดการณ์แบบกลุ่ม B. การสำรวจผู้บริโภค C. แบบสอบถาม D. แบบที่พัฒนาขึ้นในประเทศอินเดีย E. ข้อมูลทางประวัติศาสตร์ C. แบบสอบถามชุดคำถามแบบสอบถามเป็นแนวทางในการสร้างความเห็นเป็นเอกฉันท์ในมุมมองที่แตกต่างกัน ซึ่งไม่ได้เป็นลักษณะเฉพาะของค่าเฉลี่ยเคลื่อนที่แบบง่ายๆที่ใช้กับข้อมูลชุดข้อมูลเวลา A. ทำให้เกิดการเปลี่ยนแปลงรูปแบบต่างๆของข้อมูลโดยอัตโนมัติ B. น้ำหนักแต่ละค่าทางประวัติศาสตร์เท่ากัน C. การเปลี่ยนแปลงข้อมูล D. ต้องการเฉพาะช่วงเวลาที่คาดการณ์และข้อมูลจริง E. เรียบขึ้นจริง ความแตกต่างในข้อมูล D. ต้องการเฉพาะช่วงเวลาที่คาดการณ์และข้อมูลจริงเท่านั้นค่าเฉลี่ยเคลื่อนที่ที่เรียบง่ายอาจต้องใช้ข้อมูลหลายช่วง ในการปรับการเสียดสีที่ปรับตามแนวโน้มการคาดการณ์ที่ปรับตามแนวโน้มประกอบด้วย: A. การคาดการณ์ที่ราบเรียบตามลำดับค่าและปัจจัยแนวโน้มที่ราบรื่น B. การคาดการณ์แบบเรียบง่ายและค่าแนวโน้มโดยประมาณ C. การคาดการณ์เดิมที่ปรับตามค่าเทรนด์ D. การคาดการณ์เดิมและปัจจัยแนวโน้มที่ราบรื่น E. ค่าเฉลี่ยเคลื่อนที่และค่าเทรนด์ A. การคาดการณ์ที่ราบเรียบตามลำดับและปัจจัยแนวโน้มที่ราบรื่น ทั้งความผันแปรแบบสุ่มและแนวโน้มมีการปรับให้เรียบในรูปแบบ TAF ในรูปแบบ additive สำหรับ seasonality ฤดูกาลจะแสดงเป็นการปรับค่าเฉลี่ยในแบบจำลองแบบคูณโดยฤดูกาลจะแสดงเป็นค่าเฉลี่ยของค่าเฉลี่ย A. ปริมาณเปอร์เซ็นต์เปอร์เซ็นต์ปริมาณ C. ปริมาณ D. ร้อยละเปอร์เซ็นต์คุณภาพเชิงปริมาณ A. ปริมาณเปอร์เซ็นต์รูปแบบการเพิ่มขึ้นเพียงเพิ่มการปรับฤดูกาลตามฤดูกาลที่คาดการณ์ไว้ แบบจำลองคูณจะปรับการคาดการณ์โดยการคูณด้วยสัมพัทธ์หรือดัชนี เทคนิคการคาดการณ์โดยทั่วไปถือว่า: A. ไม่มีการสุ่ม B. ความต่อเนื่องของระบบสาเหตุบางประการ C. ความสัมพันธ์เชิงเส้นระหว่างเวลาและความต้องการ ความถูกต้อง D. ที่เพิ่มขึ้นไกลออกไปในเวลาโครงการคาดการณ์ E. ความถูกต้องที่ดีกว่าเมื่อแต่ละรายการมากกว่ากลุ่มของสินค้ากำลังได้รับการพิจารณา B. ความต่อเนื่องของระบบสาเหตุบางประการ เทคนิคการคาดการณ์โดยทั่วไปถือว่าระบบสาเหตุเดิมที่มีอยู่ในอดีตจะยังคงมีอยู่ต่อไปในอนาคต วิธีการจัดการกับการคาดการณ์ที่มีผลต่อความต้องการคือ A. reactive B. เชิงรุก C. มีอิทธิพล D. ยืดเยื้อ E. ย้อนหลัง การตอบสนองต่อความต้องการเป็นวิธีการที่มีปฏิกิริยา (Reaction approach) เวลาในการทำงาน (time series) การทำให้เรียบเรียบขึ้น (Exponential smoothing) เทียบกับค่าเฉลี่ยเคลื่อนที่ (Moving Average) - วิธีการเรียบแบบเร้าใจชี้แจงให้ค่าที่ราบเรียบสำหรับทุกช่วงเวลา - วิธีเฉลี่ยเคลื่อนที่ไม่ได้ให้ค่าที่ราบเรียบ เซตของช่วงเวลาสุดท้าย - เมื่อเรียบชุดเวลาในเวลา t การปรับค่าเสวนาชี้แจงจะพิจารณาข้อมูลทั้งหมดที่มีอยู่ที่ t (yt, yt-1) ขณะที่ค่าเฉลี่ยเคลื่อนที่จะพิจารณาเฉพาะข้อสังเกตที่รวมอยู่ในการคำนวณค่าเฉลี่ยเท่านั้น คอมโพเนนต์แนวโน้มของชุดข้อมูลเวลาสามารถเชิงเส้นหรือไม่ใช่เชิงเส้นได้ง่ายการแยกองค์ประกอบเทรนด์โดยใช้สำหรับแนวโน้มเชิงเส้นใช้โมเดลสำหรับแนวโน้มที่ไม่ใช่เชิงเส้นโดยมีการเปลี่ยนแปลงความลาดชันหนึ่ง (เมเจอร์) ใช้โมเดลสมการกำลังสองเพื่อวัดองค์ประกอบแนวโน้มของคุณ เริ่มด้วยการเปลี่ยนชื่อปีของคุณ 1,2,3 ect เพื่อระบุรูปแบบวัฏจักรที่เราใช้เปอร์เซ็นต์ของคูหากำหนดเส้นแนวโน้ม (โดยการถดถอย) - คำนวณค่าแนวโน้ม yt สำหรับแต่ละช่วง t - คำนวณเปอร์เซ็นต์ของแนวโน้มโดย (ytyhat (t)) 100 ขั้นตอนในการเลือกแบบจำลอง - ใช้ข้อสังเกตบางส่วนในการพัฒนารูปแบบ forcasting ที่แข่งขันกันหลายแบบ - ใช้แบบจำลองในส่วนที่เหลือของการสังเกต - คำนวณความถูกต้องของแต่ละรูปแบบโดยใช้เกณฑ์ MAD และ SSFE - ใช้แบบจำลองที่สร้างขึ้น ค่า MAD ต่ำสุดเว้นเสียแต่ว่าจำเป็นต้องหลีกเลี่ยงข้อผิดพลาดที่มีขนาดใหญ่ (แม้แต่น้อย) ในกรณีนี้ให้ใช้รูปแบบที่ดีที่สุดตามที่ระบุโดยอัตราส่วนเฉลี่ยต่ำสุดของ SSE ในแต่ละไตรมาสในการคำนวณค่าเฉลี่ยของค่ากำลังไฟฟ้าทุกช่วงเวลาและหารด้วยจำนวนระยะเวลาร้อยละของแนวโน้มที่ใช้ในการระบุ 2017 Quizlet อิงค์เครื่องมือแผนภูมิการควบคุมสำหรับการทำความเข้าใจรูปแบบผู้แต่ง: G Robin Henderson วันที่: 18 2013 ลิขสิทธิ์: รูปภาพปรากฏมารยาทของ iStock Photo ตัวเลขทั้งหมดเป็นลิขสิทธิ์ของ G Robin Henderson ยกเว้นภาพร่างโดย Deming ซึ่งใช้โดยได้รับอนุญาตแบบจาก Deming Foundation และ Tom Nolan แผนภูมิควบคุมจะเป็นงานมหัศจรรย์ภายใต้แอ็พพลิเคชันมากมาย มันได้ผล. W Edwards Deming การคิดเชิงสถิติเป็นความต้องการที่จำเป็นสำหรับการปรับปรุงกระบวนการในทุกด้านของกิจกรรมของมนุษย์ คำแถลงว่าความคิดเชิงสถิติจะเป็นวันที่มีความจำเป็นสำหรับการมีสัญชาติที่มีประสิทธิภาพเนื่องจากความสามารถในการอ่านและเขียนมักจะมาจากผู้ประพันธ์ HG Wells แต่เชื่อกันว่าเป็นฉบับที่ถอดความมาจาก Sam Wilks 1950 จากการกล่าวสุนทรพจน์ของประธานาธิบดีต่อ American Statistical Association ในฉบับที่สองของการคิดทางสถิติ Hoerl and Snee (2012): ความคิดเชิงสถิติเป็นปรัชญาในการเรียนรู้และการปฏิบัติตามหลักการพื้นฐานเหล่านี้ 1. งานทั้งหมดเกิดขึ้นในระบบของกระบวนการที่เชื่อมต่อกัน 2. ความแปรผันในกระบวนการทั้งหมด 3. การทำความเข้าใจและลดความแปรผันเป็นกุญแจสำคัญในการ ความสำเร็จ แผนภูมิควบคุมหรือแผนภูมิพฤติกรรมกระบวนการเป็นเครื่องมือสำหรับทำความเข้าใจรูปแบบ แนวคิดพื้นฐานของแผนภูมิควบคุมได้รับการแนะนำในบันทึกที่เขียนขึ้นโดยดร. วอลเตอร์เชอร์ฮาร์ทเมื่อวันที่ 16 พฤษภาคม พ. ศ. 2467 ที่ บริษัท Western Electric ในสหรัฐอเมริกา (ไรอัน 2000) อย่างไรก็ตาม David Salsburg (2001) ในหนังสือ The Lady Tasting Tea: สถิติการปฏิวัติวิทยาศาสตร์ในศตวรรษที่ยี่สิบแสดงให้เห็นว่าการกำหนดสูตรทางคณิตศาสตร์ของแผนภูมิควบคุมได้ถูกเสนอครั้งแรกโดย WS Gosset (Student of t-test fame) และการควบคุม แผนภูมิปรากฏก่อนหน้านี้แม้ในตำราเขียนโดย GU Yule Shewhart แยกแยะความแตกต่างระหว่างสองรูปแบบ ในมือข้างหนึ่งมีโอกาสหรือรูปแบบที่ทำให้เกิดการผันแปรแบบสุ่มที่มีอยู่ในขั้นตอนที่ใช้ในการสร้างผลิตภัณฑ์หรือบริการ ในทางกลับกันมีรูปแบบพิเศษที่ทำให้เกิดการผันแปรที่ไม่ใช่แบบสุ่มซึ่งไม่เกี่ยวข้องกับกระบวนการนี้และอาจต้องมีการเอาออกเพื่อคืนค่าประสิทธิภาพของกระบวนการให้อยู่ในสถานะที่ต้องการ แม้ว่าจะได้รับการพัฒนาขึ้นมาเป็นเครื่องมือทางสถิติสำหรับการใช้งานในภาคอุตสาหกรรมแล้วก็ตามรูปแบบต่างๆของแผนภูมิควบคุมได้รับการพัฒนาขึ้นสำหรับการใช้งานในสาขาต่างๆรวมทั้งสาขาการดูแลสุขภาพและอุตสาหกรรมการบริการโดยทั่วไป W Edwards Deming ได้รับอิทธิพลจากการทำงานของ Shewharts และกลายเป็นผู้สนับสนุนอย่างแข็งขันในการใช้เครื่องมือทางสถิติเพื่อการปรับปรุงคุณภาพ วันนี้ความแตกต่างระหว่างรูปแบบการเปลี่ยนแปลงทั่วไปและสาเหตุพิเศษไม่เป็นที่รู้จักอย่างกว้างขวางเท่าที่ควรจะเป็น ประวัติโดยย่อของ Shewhart ได้รับการสร้างสรรค์โดย OConnor and Robertson (2013) ในงานสัมมนาที่มีชื่อเสียงของเขาดร. เดมิงได้กล่าวถึงตัวอย่างของนักเรียนชั้นมัธยมศึกษาปีที่ 11 แพทริคโนแลนผู้เรียนรู้ความแตกต่างโดยการติดตามเวลาที่เดินทางมาถึงโดยรถประจำทางที่โรงเรียนของเขา ในสาระสำคัญแผนภูมิควบคุมประกอบด้วยพล็อตข้อมูลตามเวลาของข้อมูลที่มีเส้นแนวนอนที่แสดงถึงขีด จำกัด ของการเปลี่ยนแปลงสาเหตุที่พบได้ทั่วไป จุดข้อมูลที่อยู่นอกวงผันแปรของสาเหตุที่พบโดยทั่วไปแสดงถึงความเป็นไปได้ที่มีการเปลี่ยนแปลงของสาเหตุพิเศษ ภาพร่างของแผนภูมิ Patricks ที่สร้างโดย Dr Deming ที่ปรากฏใน T New Economics ปรากฏในรูปที่ 1 ภาพที่ 1. ร่างโดย Dr Deming ของแผนภูมิควบคุมของข้อมูล Patrick Nolans สาเหตุพิเศษถูกระบุว่าสอดคล้องกับจุดสองจุดที่อยู่นอกขอบเขตในครั้งหนึ่งมีคนขับคนใหม่บนเส้นทางและในครั้งที่สองมีปัญหาเกี่ยวกับกลไกการปิดประตู มีแผนภูมิควบคุมหลายประเภท ตัวอย่างเช่นแพคเกจซอฟต์แวร์สถิติที่ใช้กันอย่างแพร่หลาย Minitab (minitaben-usproductsminitab) มีเมนูให้เลือก 24 แบบ เราพิจารณาด้านล่างแผนภูมิควบคุมสำหรับการวัดแต่ละประเภทแผนภูมิที่ Donald Wheeler (1993) นำเสนอในรูปแบบการทำความเข้าใจรวมถึงภาพของมีดทหารของสวิสเพื่อแสดงถึงความเก่งกาจของมัน แผนภูมิการควบคุมสำหรับการวัดแต่ละขั้นตอนพิจารณากระบวนการผลิตน้ำมันหล่อลื่นที่ความหนืดของเป้าหมายเท่ากับ 9.0 CSt ที่ 100C การวัดค่าความหนืดทำในช่วงเวลา 15 นาทีระหว่างการผลิตโดยมีการสังเกตครั้งแรกเวลา 08.00 น. รูปที่ 2 แสดงแผนภูมิควบคุมข้อมูลที่สร้างขึ้นเมื่อมีการสังเกต 25 ครั้ง แผนภูมิทั้งหมดในส่วนนี้ถูกสร้างขึ้นโดยใช้รายละเอียด Minitab เกี่ยวกับวิธีดำเนินการดังกล่าวอาจพบได้ใน Henderson (2011) รูปที่ 2 แผนภูมิควบคุมของการวัดความหนืด 25 ครั้งแรก โดยพื้นฐานแล้วมันเป็นกราฟการวิ่งของข้อมูลที่สวมผ่านการเพิ่มเส้นศูนย์ที่ค่าเฉลี่ยของค่าข้อมูลเริ่มต้นที่ 25 (8.98) และขีด จำกัด การควบคุมซิกมาที่ด้านล่างและด้านบน ขีด จำกัด จะอยู่ที่ค่าเฉลี่ยบวกลบส่วนเบี่ยงเบนมาตรฐานสามอย่างเช่นที่ 7.93 และ 10.03 Shewhart (1931) แย้งว่าจากการใช้ข้อ จำกัด 3 ข้อของ sigma ทำให้เกิดความรู้สึกทางเศรษฐกิจ ส่วนเบี่ยงเบนมาตรฐานต้องประมาณจากข้อมูล เป็นปกติไม่ควรประมาณค่าส่วนเบี่ยงเบนมาตรฐานผ่านการใช้สูตรปกติสำหรับส่วนเบี่ยงเบนมาตรฐานของตัวอย่างไปยังชุดของการวัด 25 แต่ใช้วิธีการตามความแปรปรวนของท้องถิ่นมากกว่าความแปรปรวนของโลก เหตุผลของวิธีนี้ก็คือถ้าข้อมูลเบื้องต้นรวมถึงรูปแบบของเหตุพิเศษที่ผู้สร้างกราฟไม่ทราบแล้วการใช้วิธีการดังกล่าวจะช่วยลดผลกระทบที่เป็นอันตรายดังกล่าวอาจทำให้เกิดการเปลี่ยนแปลงของสาเหตุพิเศษได้ในตำแหน่งที่ตั้งของขีด จำกัด ของแผนภูมิ ในอดีตช่วงของการสังเกตการณ์คู่ติดต่อกันช่วงการเคลื่อนที่ได้ให้วิธีการประมาณค่าส่วนเบี่ยงเบนมาตรฐานที่ใช้กันแพร่หลายมากที่สุดรายละเอียดของการคำนวณจะได้รับในภายหลังจุดสำคัญที่ต้องสังเกตคือจุดข้อมูลทั้งหมดในรูปที่ 2 กล่าวเท็จ ระหว่างเส้นรถรางที่เกิดขึ้นจากแผนภูมิขีด จำกัด จึงแนะนำว่าเฉพาะรูปแบบการเปลี่ยนแปลงที่พบบ่อยคือปัจจุบัน รูปที่ 3 Schematic ของกระบวนการที่ดำเนินการในลักษณะที่มั่นคงและคาดหมาย ในขั้นตอนนี้เราใช้แผนภูมิควบคุมเพื่อพิจารณาว่าเรามีกระบวนการที่มีเสถียรภาพและสามารถคาดการณ์ได้ตลอดเวลาภายในขอบเขตของรูปแบบเนื่องจากสาเหตุทั่วไปเท่านั้น (สถานการณ์ 1 รูปที่ 3) หรือกระบวนการที่ไม่เสถียรและไม่อาจคาดการณ์ได้เมื่อเวลาผ่านไป โดยมีรูปแบบการเปลี่ยนแปลงทั้งแบบทั่วไปและแบบพิเศษที่ส่งผลต่อประสิทธิภาพการทำงาน (สถานการณ์ 2 รูปที่ 4) นี่เรียกว่าการใช้เฟส I ของแผนภูมิควบคุม ในแผนภาพเส้นโค้งสีฟ้าหมายถึงการแจกแจงทางสถิติพื้นฐานที่อาจถือได้ว่าเป็นผลให้การสังเกตการณ์เกิดขึ้นที่จุดที่ตรงกันในเวลา ด้วยรูปแบบของสาเหตุที่พบได้ทั่วไปเพียงอย่างเดียวเราจึงสามารถนึกถึงข้อสังเกตต่อเนื่องที่ได้จากการแจกจ่ายเดียวกันตลอดเวลา ด้วยรูปแบบของเหตุพิเศษทำให้เราสามารถนึกถึงข้อสังเกตต่อเนื่องที่เกิดจากการกระจายที่เปลี่ยนแปลงไปตามกาลเวลา รูปที่ 4 แผนผังของกระบวนการที่มีประสิทธิภาพไม่แน่นอนและคาดเดาไม่ได้ การตรวจสอบแผนภูมิในรูปที่ 2 แสดงให้เห็นว่าไม่มีจุดใดที่เกินขีด จำกัด ของแผนภูมิจึงได้ตัดสินใจที่จะขยายแผนภูมิด้วยขีด จำกัด และเส้นศูนย์สำหรับการตรวจสอบกระบวนการต่อไป นี่เรียกว่าการใช้แผนภูมิควบคุมแบบ Phase II ต่อมาในวันที่มีการวางแผนข้อมูลเพิ่มเติมเกี่ยวกับแผนภูมิปรากฏในรูปที่ 5 รูปที่ 5 แผนภูมิควบคุมด้วยสัญญาณที่แสดงให้เห็นถึงการเปลี่ยนแปลงของสาเหตุพิเศษ จุดบนแผนภูมิที่สอดคล้องกับการวัดความหนืดที่ทำไว้ที่ 18:15 อยู่เหนือขีด จำกัด บนดังนั้นจึงให้หลักฐานว่าสาเหตุพิเศษอาจส่งผลต่อกระบวนการ การตรวจสอบภายหลังโดยทีมงานกระบวนการเปิดเผยตัวกรองที่ถูกอุดตันซึ่งถูกแทนที่ จากนั้นก็สามารถดำเนินการต่อเพื่อตรวจสอบความหนืดโดยใช้แผนภูมิโดยมีข้อ จำกัด ที่กำหนดโดยใช้ข้อสังเกต 25 ข้อแรก ในกรณีของการเปลี่ยนแปลงที่สำคัญในกระบวนการนี้อาจแนะนำให้เริ่มต้นกระบวนการสร้างแผนภูมิทั้งหมดอีกครั้งนั่นคือต้องใช้การวัดความหนืดเบื้องต้นอีกชุดหนึ่งและวางแผนกราฟเริ่มต้น หากไม่มีจุดที่อยู่นอกขอบเขตของแผนภูมิใหม่นี้อาจใช้เป็นแนวทางสำหรับการตรวจสอบตามปกติต่อไป ในคำนำของเขาเพื่อทำความเข้าใจเกี่ยวกับการควบคุมกระบวนการทางสถิติโดย Wheeler and Chambers (1992) Deming หมายถึงประวัติความเป็นมาของ Shewharts ในการรับรู้ความแตกต่างสองประเภทดังนี้ (คำพูดที่ปรากฏในตอนต้นของบทความนี้มาจากแหล่งเดียวกัน) ปัญหานี้เกิดขึ้นได้อย่างไรการจัดการของ Western Electric Company, Hawthorne Plant, Chicago, พยายามทำให้ 160160 มีความสม่ำเสมอเพื่อให้ บริษัท โทรศัพท์ที่ซื้อ ผลิตภัณฑ์ของพวกเขาอาจขึ้นอยู่กับมัน เป้าหมายคือขุนนาง แม้ว่าพวกเขาจะโง่เขลา พวกเขาเอาการกระทำทำให้เกิดการเปลี่ยนแปลงบางอย่างที่สัญญาณของการออกจากความสม่ำเสมอทุก พวกเขาเห็นได้ชัดและพอเพียงพอที่จะสังเกตเห็นว่าการกระทำของพวกเขาทำให้แย่ลงเท่านั้น พวกเขาต้องการความช่วยเหลือ ปัญหาเกิดขึ้นที่ 160dr Shewhart นอกจากจุดจากสามข้อ จำกัด sigma ให้หลักฐานการปรากฏตัวของการเปลี่ยนแปลงสาเหตุพิเศษสามเกณฑ์ใช้กันอย่างแพร่หลายอื่น ๆ คือ 8 จุดในแถวด้านเดียวกันของเส้นศูนย์ 2 จาก 3 จุดมากกว่า 2 เบี่ยงเบนมาตรฐาน (ด้านเดียวกัน) 4 จาก 5 คะแนนมากกว่า 1 ค่าเบี่ยงเบนมาตรฐานจากเส้นศูนย์ (ด้านเดียวกัน) การทดสอบเหล่านี้พร้อมกับเกณฑ์ก่อนหน้านี้กล่าวถึงจะเรียกว่ากฎของ บริษัท ไฟฟ้าตะวันตก เมื่อมีการใช้เกณฑ์เพิ่มเติมสามประการแผนภูมิที่แสดงไว้ก่อนหน้านี้ในรูปที่ 5 จะปรากฏขึ้นดังแสดงในรูปที่ 6 โปรดสังเกตว่ามีการเพิ่มเส้นแนวนอนที่ส่วนเบี่ยงเบนมาตรฐานสองด้านทั้งสองข้างของค่าเฉลี่ย รูปที่ 6. หลักฐานทางเลือกของการปรากฏตัวของสาเหตุพิเศษ การเกิดจุดสองในสามจุดเกินกว่าสองเบี่ยงเบนมาตรฐานจากเส้นศูนย์และทั้งสองข้างต้นแสดงหลักฐานก่อนหน้านี้โดย 45 นาทีของการปรากฏตัวของรูปแบบของสาเหตุพิเศษที่มีผลต่อกระบวนการ สามจุดที่เกี่ยวข้องระบุไว้ในรูปที่ 6 ในการใช้แผนภูมิ Shewhart ต้องสร้างสมดุลระหว่างการมีกฎการตรวจจับมากเกินไปและเพิ่มความเสี่ยงของสัญญาณเตือนผิดพลาดของรูปแบบของการเปลี่ยนแปลงสาเหตุพิเศษและความเสี่ยงที่จะไม่สามารถตรวจจับการเปลี่ยนแปลงของกระบวนการได้ทันเวลา ผลของการเปลี่ยนแปลงบางอย่างที่สัญญาณของการออกจากความสม่ำเสมอทุกเรียกว่า tampering นี้อาจจะเป็นภาพประกอบโดยการจำลองความหนืดน้ำมัน ลองนึกภาพว่าผู้ปฏิบัติการกระบวนการมีการควบคุมการตั้งค่าความหนืดซึ่งกำหนดไว้ที่ค่าเป้าหมาย 9.0 และหลังจากที่ได้มีการสังเกตว่าผู้ปฏิบัติงานเริ่มต้นกระบวนการดูแลกระบวนการนี้แล้วผู้ที่ปรับกระบวนการนี้ขึ้นอยู่กับการสังเกตการณ์ใหม่แต่ละครั้งว่า ดังต่อไปนี้ ถ้าความข้นหนืดมีค่าเท่ากับ 9.2 ตัวอย่างเช่นลดการตั้งค่าการควบคุมลง 0.2 และถ้าค่าความหนืดเท่ากับ 8.9 ให้เพิ่มค่าควบคุมโดย 0.1 ข้อมูลจำลองสำหรับสถานการณ์สมมตินี้จะแสดงในรูปที่ 7 รูปภาพ 7. แผนภูมิควบคุมข้อมูลกระบวนการที่มีการปลอมแปลงที่ใช้กับกระบวนการ ไม่มีสัญญาณบ่งบอกถึงความแตกต่างของสาเหตุพิเศษจากแผนภูมินี้ อย่างไรก็ตามแผนภูมิควบคุมของช่วงการเคลื่อนที่ที่แสดงในรูปที่ 8 แสดงให้เห็นถึงการเปลี่ยนแปลงกระบวนการ ในความเป็นจริงสามารถแสดงให้เห็นว่ารูปแบบของการแปรเปลี่ยนความแปรปรวนของการจำลองการเพิ่มขึ้นโดย 40 Deming (1986) กล่าวถึงการปลอมแปลงและอธิบายการทดลองทางช่องทางที่อาจใช้เพื่ออธิบายถึงผลที่ตามมา เฮนเดอร์สัน (2011) นำเสนอการจำลองสถานการณ์ของการทดลองช่องทางและแสดงแผนภูมิควบคุมค่านิยมที่เกี่ยวข้อง รูปที่ 8 แผนภูมิช่วงการเคลื่อนย้ายที่ให้หลักฐานว่ามีการเปลี่ยนแปลงสาเหตุพิเศษ การสร้างแผนภูมิควบคุมบางคนอ้างว่าเมื่อมีคนใช้แผนภูมิควบคุมเป็นครั้งแรกที่มีบุญในการวางแผนข้อมูลโดยใช้ดินสอและกระดาษและในการคำนวณที่เกี่ยวข้องด้วยมือ ไม่ต้องสงสัยเลยว่าซอฟต์แวร์จะถูกใช้เพื่อสร้างแผนภูมิอย่างสม่ำเสมอ ในส่วนนี้สร้างแผนภูมิโดยใช้ซอฟต์แวร์สเปรดชีต Microsoft Excel (American Society for Quality (asq. orgindex. aspx) มีเทมเพลต Microsoft Excel ฟรีสำหรับสร้างแผนภูมิควบคุมและช่วงการควบคุมของ Shewhart ที่ผู้อ่านอาจพบว่ามีคุณค่า) เราพิจารณาแผนภูมิควบคุมของ manhours รายสัปดาห์ที่หายไปสำหรับภาค X ข้อมูลและสูตรสำหรับการคำนวณที่จำเป็นใน Excel จะแสดงในตารางที่ 1 โดยมีค่าข้อมูล 21 ค่าในคอลัมน์ที่สองโดยมีส่วนหัว X อยู่ในช่วงการย้าย 20 ช่วง . ค่าที่คาดหวังของช่วงของตัวอย่างสุ่มขนาด n จากการแจกแจงแบบปกติและส่วนเบี่ยงเบนมาตรฐานคือ d2 จากการสังเกตการณ์ต่อเนื่องเป็นตัวอย่าง n 2 การแบ่งช่วงการเคลื่อนที่โดยเฉลี่ย d2 ซึ่งเท่ากับ 1.128 สำหรับ n 2 จะให้ค่าประมาณค่าเบี่ยงเบนมาตรฐานเท่ากับ 6.87 และค่าขีด จำกัด การควบคุมของ 61.10 และ 102.33 การพูดอย่างเคร่งครัดขั้นตอนการประมาณนี้ควรใช้เฉพาะกับข้อมูลที่มีการแจกจ่ายตามปกติ แต่ก็แสดงให้เห็นว่ามีประสิทธิภาพสำหรับข้อมูลที่ไม่ได้กระจายตามปกติ ตารางที่ 1. สูตรที่จำเป็นในการสร้างแผนภูมิควบคุมใน Excel เมื่อไม่พบหลักฐานการแปรปรวนของเหตุพิเศษที่มีผลต่อการสูญเสียความชำนาญของแผนก X ตอนนี้เราสามารถขยายแผนภูมิด้วยเส้นศูนย์และขีด จำกัด ที่คำนวณได้สำหรับการตรวจสอบในอนาคต ตารางที่ 3.160 ข้อมูลเพิ่มเติมเกี่ยวกับการสูญเสียตัวผู้ตามโครงการปรับปรุง รูปที่ 10 แผนภูมิควบคุมข้อมูลการสูญเสียแมนฮัยตันเป็นเวลา 40 สัปดาห์แรก จุดต่ำกว่าจุดต่ำกว่าขีด จำกัด ที่ต่ำกว่าสองจุดแสดงให้เห็นว่าการเปลี่ยนแปลงมีประสิทธิภาพและมีการป้อนประสิทธิภาพของกระบวนการใหม่ ดังนั้นเราสามารถคำนวณเส้นศูนย์ใหม่และขีด จำกัด สำหรับข้อมูลจากสัปดาห์ที่ 31 เป็นต้นไปดังแสดงในรูปที่ 11 เส้นศูนย์ใหม่มีค่า 65.1 เทียบกับค่าเส้นศูนย์เดิมที่ 87.1 แผนภูมิดังกล่าวแสดงให้เห็นถึงการสูญเสียรายสัปดาห์โดยเฉลี่ยประมาณ 12 ล้านคน รูปที่ 11 แผนภูมิควบคุมข้อมูลการสูญเสียข้อมูลสำหรับสองขั้นตอน ในภาพประกอบที่สองของการใช้แผนภูมิควบคุมสำหรับการวัดแต่ละครั้งสัญญาณของรูปแบบของสาเหตุพิเศษคือสิ่งที่ยินดีต้อนรับ ในสถานการณ์อื่น ๆ รูปแบบการเปลี่ยนแปลงพิเศษจะไม่เป็นที่พึงปรารถนาเช่น ในกรณีของตัวอย่างความหนืดที่ได้รับการพิจารณาก่อนหน้านี้ถ้ากระบวนการเฉลี่ยมีความหมายแตกต่างออกไปจากเป้าหมายแล้วขั้นตอนจะต้องดำเนินการเพื่อเปลี่ยนค่าเฉลี่ยกลับไปเป็นค่าเป้าหมาย เป็นแผนที่ที่แก้ไขแล้วสำหรับ manhours ที่หายไปเพื่อให้ได้สัญญาณจากจุดที่ตกลงมาเหนือขีด จำกัด บนแล้วนี่จะเป็นหลักฐานว่าการสูญเสียความชำนาญได้เพิ่มขึ้นอีกครั้ง การดำเนินการนั้นจะต้องใช้เพื่อค้นหาและกำจัดสาเหตุพิเศษเพื่อที่จะให้กระบวนการนี้กลับมาดำเนินการได้อีกครั้ง Montgomery (2009) กล่าวว่าเมื่อใช้ในลักษณะนี้แผนภูมิควบคุมจะกลายเป็นสมุดจดรายการต่างซึ่งจะเป็นช่วงเวลาของการแทรกแซงกระบวนการและผลกระทบที่ตามมาต่อประสิทธิภาพของกระบวนการจะเห็นได้ง่าย ในบทความนี้เราได้รอยขีดข่วนพื้นผิวของหัวข้อมากมาย สำหรับผู้อ่านที่ต้องการเรียนรู้เพิ่มเติม Caulcutt (2004) ได้ตีพิมพ์บทความสองฉบับในนิตยสาร Significance ที่มีอยู่บนอินเทอร์เน็ต (significancemagazine. orgviewindex. html) และเป็นข้อมูลที่ให้ข้อมูลสูง สำหรับรายละเอียดทางเทคนิคเกี่ยวกับแผนภูมิที่กล่าวถึงและอื่น ๆ อ้างอิงโดย Henderson (2011), Montgomery (2009) และ Wheeler and Chambers (1993) อาจได้รับการพิจารณา ในวิธีการทางสถิติจากมุมมองของการควบคุมคุณภาพ Shewhart (1939) wrote: การมีส่วนร่วมในระยะยาวของสถิติขึ้นอยู่ไม่มากนักในการที่ได้รับการฝึกอบรมเป็นจำนวนมากจากสถิติในวงการอุตสาหกรรมเช่นเดียวกับการสร้างนักฟิสิกส์เคมีนักวิศวกรและคนอื่น ๆ ที่จะมีส่วนร่วมในการดำเนินการดังกล่าว ในการพัฒนาและกำกับกระบวนการผลิตในวันพรุ่งนี้ แปดสิบปีที่ผ่านมาและผู้เขียนเชื่อว่าเราล้มเหลวในการตอบสนองความท้าทาย Shewharts มันควรจะขยายไปรวมถึงการสร้างคนที่มีจิตใจทางสถิติในทุกด้านของธุรกิจและกิจกรรมการบริการในทางการเมืองและในการสื่อสารมวลชน ทุกคนควรเรียนรู้เกี่ยวกับรูปแบบการเปลี่ยนแปลงที่พบบ่อยและพิเศษและติดอาวุธด้วยเครื่องมือกราฟิกแบบง่ายๆที่แยกความแตกต่างระหว่างแผนภูมิการควบคุม Shewhart ทั้งสองแบบ อย่างไรก็ตามเด็กวัย 11 ขวบสามารถเข้าใจได้ผู้เขียนต้องการรับทราบถึงการให้กำลังใจจาก Alison Oliver ที่ Wiley และความเห็นที่เป็นประโยชน์จากผู้วิจารณ์ที่ไม่ระบุตัวตน (1) Caulcutt, R. (2004) บริหารโดยความเป็นจริง ความสำคัญ 1 (1): 3638. (2) Caulcutt, R. (2004) ควบคุมแผนภูมิในทางปฏิบัติ ความสำคัญ 1 (2): 8184. (3) Deming, W. E. (1986) ออกจากวิกฤติ Cambridge: สำนักพิมพ์ MIT Press (4) Deming, W. E. (2000) เศรษฐศาสตร์ใหม่ 2nd edn. Cambridge: สำนักพิมพ์ MIT Press (5) Henderson, G. R. (2011) การปรับปรุงคุณภาพ Six Sigma กับ Minitab 2nd edn. Chichester, John Wiley amp Sons Ltd. (6) Hoerl, R. W. และ Snee, R. D. (2012) การคิดเชิงสถิติ: การปรับปรุงผลการดำเนินงาน 2nd edn. Hoboken, NJ, John Wiley amp Sons, Inc. (7) OConnor, J. J. และ Robertson E. F. (2013) ประวัติ MacTutor ของคลังข้อมูลคณิตศาสตร์ www-groups. dcs. st-and. ac. uk historyBiographiesShewhart. html 160 (เข้าถึง 26 กันยายน 2013) (8) Montgomery, D. C. (2009) บทนำสู่การควบคุมคุณภาพทางสถิติ 6th edn. นิวเจอร์ซี่: จอห์นไวลีย์แอมป์ซันส์อิงค์ (9) ไรอัน, t. P. (2000) วิธีทางสถิติสำหรับการปรับปรุงคุณภาพ 2nd edn. นิวยอร์ก: John Wiley amp Sons, Inc. (10) Salsburg, D. (2001) ชาเลดี้ชาว่าสถิติการปฏิวัติวิทยาศาสตร์ในศตวรรษที่ยี่สิบ W. H. ฟรีแมนและ บริษัท นิวยอร์ก (11) Shewhart, W. A. (1931) การควบคุมทางเศรษฐกิจของคุณภาพของสินค้าที่ผลิต New York: D. Van Nostrand นอกจากนี้ยังมีในฉบับครบรอบ 50 ปีตีพิมพ์ในปี 1980 โดย American Society for Quality, Milwaukee, WI (12) Shewhart, W. A. (1939) วิธีการทางสถิติจากมุมมองของการควบคุมคุณภาพ จบการศึกษาจากโรงเรียนของกรมวิชาการเกษตร, Washington, D. C. (13) Wheeler, D. J. (1993) ความเข้าใจรูปแบบที่สำคัญในการจัดการความสับสนวุ่นวาย Knoxville, TN: สำนักพิมพ์เอสพีซี (14) Wheeler, D. J. and Chambers, D. S. (1992) การทำความเข้าใจการควบคุมกระบวนการทางสถิติ 2nd edn. Knoxville, TN: สำนักพิมพ์เอสพีซี หัวข้อที่เกี่ยวข้อง