Resultaten onderzoek naar verbeterde regelkaart met minder onterechte signalen

Als er voldoende data aanwezig zijn dan is er een perfecte regelkaart ontworpen: Ronald, Rob en Marit publiceren een artikel in het Amerikaanse tijdschrift Journal of Quality Technology.

De regelkaart wordt gebruikt om veranderingen in processen te detecteren. Dit is belangrijk aangezien een verandering kan betekenen dat de procesprestatie is verslechterd. Om de regelgrenzen van een traditionele regelkaart te kunnen gebruiken moeten eerst de procesparameters worden geschat (meestal het gemiddelde en de standaarddeviatie). Dit wordt ook behandeld in de Lean Six Sigma opleidingen. Echter omdat de procesparameters worden geschat uit de data van de gebruiker, zullen de regelgrenzen verschillen per gebruiker. Dit heeft ook zijn invloed bij het gebruik van de regelkaart. Uiteraard willen we dat het aantal onterechte signalen van een regelkaart niet te groot is, want anders weten we bij een signaal niet of het proces echt is veranderd.

In dit artikel wordt aangegeven hoe je een regelkaart kunt construeren zonder aannames te maken van de onderliggende verdeling (dus normaliteit van de data is niet nodig), terwijl de regelkaart prestatie vooraf is gespecificeerd. Daardoor kan deze regelkaart worden toegepast voor het monitoren van verschillende statistieken (bijvoorbeeld gemiddelde, mediaan, standaardafwijking of range). Het enige nadeel is dat de benodigde steekproef omvang relatief groot moet zijn (in de orde van zo’n 1500 waarnemingen) om een specifieke regelkaart prestatie te behalen Als deze steekproef omvang niet beschikbaar is, moeten er meer restricties op de dataset geplaatst worden (bijvoorbeeld normaliteit), of moet een mindere regelkaart prestatie worden geaccepteerd. Verder lezen? Hier vind je het volledige onderzoek. Download (PDF)