痔になりやすい生活習慣とは?

Xbar-R管理図の管理限界について

Xbar-R管理図の作成にあたり、n数(群の大きさ・サンプル数)が不定の場合の上下限
管理限界の算出方法を教えてください。
管理図作成にあたり、日付をX軸・測定値の(1日の)平均値をY軸としてXbar管理図、
同じく日付をX軸・測定値の(1日の)ばらつきをY軸としてR管理図を作成しようと
考えています。

ただし、製品の一日の生産数は決まっていません。
また、すべての製品について平均・ばらつきを調べる必要があるので、サンプル品と
してn個をピックアップ…というのも考えていません。

よって、係数表からの係数の引用も、標準偏差の計算も、どのようにするとよいか
判断することができませんでした。

http://oshiete.goo.ne.jp/qa/5932572.html
をはじめとして、いくつかの質問事項を参考にさせてもらったのですが、なかなか
自分の疑問に見合った内容を見つけることができませんでした。

上記ご質問内容から、
Xbar管理図
UCL=Xbar+2.66×Rbar
LCL=Xbar-2.66×Rbar
R管理図
UCL=3.27×Rbar
LCL:なし
で良いか?とも思ったのですが、ご回答内容が自分には理解できなかったこと、
2.66という値がXbar-R管理というより、X-Rs管理で使用するE2(もしくはA3)では
ないか?と考え、自分の中で解決できませんでした。

以上、知識不足ではあると思いますが、算出方法ご存知の方、
ご教授いただきますよう、よろしくお願い申し上げます。

このQ&Aに関連する最新のQ&A

A 回答 (3件)

計技院,"改定計量技術ハンドブック"(1955),p221、右側ほぼ中央付近、コロナ社


7.2.2節 管理図

私の持っているのは昭和57年版。新版の発行はないようなので
図書館で探してください。東京都の例
http://catalog.library.metro.tokyo.jp/cgi-bin/ex …
    • good
    • 0

すべての群が同じ数である必要がある → すべての群が同じ数であることが望ましい



管理限界値を算出して、限界線が折れ線になる → XbarとRbarの計算が多少面倒になるが、100-200個ぐらいの値から計算しておく。数によって管理限界が変化するので、数によって変化する(名称忘却)に描く。隣と隣接している棒グラフの縦線がないグラフです。
横軸のその日のX- と R- を描く位置で曲がるのではなく、中間点で垂直方向に移動して描く点では水平方向に描くグラフです(絵がかければ良いのですが使い方がわからない)。

XbarとRbarの値は、定義式から計算してください。入門書や総説書では、定義式をかかないで、全体をまとめた式を書いているから混乱します。欠落値を想定しない方法が説明が簡単、説明がきれい、なので書いてない場合が多いですから。
日別に、各群内で平均値と範囲を求めて(数が異なる)、
平均値の平均と範囲の平均を、日数の数(群の数)で割って、X-- と R- を求めるのですから。
    • good
    • 1

抜き取り検査の測定値が「n数」個存在するが、「n数」の値が日によって異なる場合の管理図の書き方



というご質問として答えます。
「X-Rs管理で使用するE2(もしくはA3)」は使用しません。E2はRm管理図やRs管理図を描く場合に使います。

UCL=Xbar+2.66×Rbar
LCL=Xbar-2.66×Rbar
UCL=3.27×Rbar
LCL=3.27×Rbar
の「2.66」や「3.27」は「n数」によって変化します。上から、A2, A2, D4, D3 の値を使用します。ただし、D3は「n数」が6個以下では存在しません(負の数になる)。
普通の表の通り、Xbar, Rbar を求めて、「n数」が、2-10個のどれを取るかで管理限界を書きます。

Rの表記がありましたので、「範囲」を使った管理図であり、分散の平方根σは使用していないとして答えています。σを使う場合にはσ管理図の計算方法を参考にしてください。

この回答への補足

ご回答ありがとうございます。
早速参考にさせていただきたいと存じますが、1点確認させてください。

ご教授いただいた通り、管理限界値を算出するには、A2,D4,D3を使用することは理解できたのですが、これらの係数を使用する場合の「n数」は、すべての群が同じ数である必要があるのでは?と考えております。

この度の私のように、毎日の「n数」が異なる場合は、係数表のどの値を引用すればよいのでしょうか?(毎日の値について管理限界値を算出して、限界線が折れ線になるべき?)

それとも、「n数」が群ごとに異なるデータにて、Xbar-R管理図の管理限界値を算出しようとしているのが間違いなのでしょうか?

以上、管理図等に明るくなく筋違いの質問をさせていただいているかもしれませんが、ご教授の程よろしくお願い申し上げます。

補足日時:2010/08/30 17:02
    • good
    • 1

このQ&Aに関連する人気のQ&A

お探しのQ&Aが見つからない時は、教えて!gooで質問しましょう!

このQ&Aを見た人はこんなQ&Aも見ています

このQ&Aを見た人が検索しているワード

このQ&Aと関連する良く見られている質問

QX-R管理図の管理限界の設定について

X-R管理図の管理限界の設定方法がわかりません。
今、手元にある資料は詳しい計算式などが書いてないのですが、
日々のデータの平均をX(/)とし、さらに、その月ごとの平均をX(//)=1.90
日々のデータの差をR(/)とし、さらに、その月ごとの差の平均をR(//)=0.09

とした時に
X図として
A2R(/)=1.88×0.09
UCL=X(//)+1.88×0.09=2.07
LCL=X(//)-1.88×0.09=1.73

R図として
D2R(/)=3.27×0.09
UCL=0.29

となってます。ここで質問なのですが
(1)A2R(/)のA2とは何の数字を表してるのでしょうか?
(2)D2R(/)のD2とは何の数字を表してるのでしょうか?
(3)R図はLCLは必要ないのでしょうか?

素人の質問で申し訳ないのですが、よろしくお願いします。

Aベストアンサー

(1)A2とは、管理限界線UCL、LCLを引くための係数です。ふつうは1回に採るサンプル数から計算されます(この計算は面倒なので、実施する人には、数表の形で計算結果だけが与えられています)。工程が安定していると仮定すれば、サンプル数が多いほど、サンプル平均は母平均に近いはずですから管理限界幅は狭くてよいことになります。

(2)D2もまったく同様で、これも1回のサンプル数の関数として与えられます。ただし、Rの場合は、Xバーと違って、サンプル数が大きいほどRの期待値は大きいので、管理限界が広くなるように設定されます。

(3) R管理図には「下方限界」はありません。もし、異常に小さいRが出たとしても、それは偶然の産物と見なします。万一、(めったにないことですが)装置の調子が突然良くなって、バラツキが小さくなったとしても、それは「悪いこと」ではないので、アクションを取る必要はないのです。

Q3σ法による計算式

当方、管理や統計学など全く無知ですのでわかりやすく教えて下さい。

仕事で、管理図を作成するにあたり、3σ法で管理限界線(UCL,LCL)を計算せよとの事を言われましたが、理解出来てません。

3σ法の公式とかあるんでしょうか?あったら教えて下さい。あと、3σとは何か、簡単に教えて下さい

Aベストアンサー

まず、3σというのは、σの3倍のことです。
そして、σというのが、「標準偏差」といわれるもので、これはばらつきの大きさを表すものです。

計算方法などは、
http://www.mbanavi.com/school/stat04.htm
最近では、excel で計算してしまうという手もあります。(が、それでは意味がつかみにくいかも)
基本的には、
1)全体の平均をとる
2)個々のデータと平均との差を求める(この大小がばらつきに相当)
3) 2)でとった個々のデータについての差を2乗する(プラス・マイナスの影響をなくすため)
4)それを、(データの数-1)で割る(気持ちとしては、ばらつきの量を平均した感じ・データの数-1で割るのは、「母標準偏差の推定」という考え方があるから)
5) 3)でばらつきを2乗しているので、それをルートで開いて元に戻す

とうことになります。

統計上いくつかの前提があって、例えば、製造工程で普通にものを作った場合、いろいろなばらつきは、それぞれ独立に出ます。
そこで、結果的には、ある一定の平均値付近のものが多くでき、平均値から外れたものは、少しだけどできるという形になる場合が多いのです。
この場合、誤差が本当の意味での「ばらつき」であれば、これは、「正規分布」という分布(つまり、平均値付近が多く、それから離れると少なくなっていくような)をします。

この「正規分布に従う」という前提で、平均値±3σの間には、全体の、99%強 が含まれるというのが、統計的に知られています。
これを以て、3σで管理という事になります。


さて、「管理図」ということですが、いろいろな種類のものがあります。
そこで、普通は、UCL, LCL は、製品自体の規格値(か、それから算出された値)を使うので、直接、3σは出てこない気がするのですが。
考えられるのは、x-s (平均と、標準偏差の管理図)で、標準偏差に対する上限管理値が3σなのかなと。(この場合、下限の管理値はありません。0が理想なので)

まず、3σというのは、σの3倍のことです。
そして、σというのが、「標準偏差」といわれるもので、これはばらつきの大きさを表すものです。

計算方法などは、
http://www.mbanavi.com/school/stat04.htm
最近では、excel で計算してしまうという手もあります。(が、それでは意味がつかみにくいかも)
基本的には、
1)全体の平均をとる
2)個々のデータと平均との差を求める(この大小がばらつきに相当)
3) 2)でとった個々のデータについての差を2乗する(プラス・マイナスの影響をなくすため...続きを読む

QS管理図の管理限界線の求め方について

Xbar管理図とS管理図の、管理限界線(UCL LCL)の求め方が分かりません。

Xbar管理図の管理限界線の求め方は下記であっていますか?

・集めたデータの平均値と、標準偏差(3σ値)を求める
・平均±3σ値をUCL LCLとする。

S管理図の管理限界線の求め方は下記であっていますか?

・集めたデータの標準偏差の平均値と、その標準偏差(3σ)を求める
・標準偏差の平均±3σをUCL LCLとする。

Aベストアンサー

No.2 です。

>s管理図は情報が少なく、あったとしても従来の係数を使った求め方なので、従来の求め方イコール3σで求めることと同じなのかなと思っているのです。

それでよいと思います。元々のQC管理図の考え方も、「標準偏差の3倍を越えたら明らかに異常」という考え方に基づいていると思いますので。

標準偏差や、その「3倍」の意味は、よろしいですね? 「正規分布」の特性ということです。
http://www.stat.go.jp/koukou/howto/process/p4_3_2_1.htm

Qエクセル STDEVとSTDEVPの違い

エクセルの統計関数で標準偏差を求める時、STDEVとSTDEVPがあります。両者の違いが良くわかりません。
宜しかったら、恐縮ですが、以下の具体例で、『噛み砕いて』教えて下さい。
(例)
セルA1~A13に1~13の数字を入力、平均値=7、STDEVでは3.89444、STDEVPでは3.741657となります。
また、平均値7と各数字の差を取り、それを2乗し、総和を取る(182)、これをデータの個数13で割る(14)、この平方根を取ると3.741657となります。
では、STDEVとSTDEVPの違いは何なのでしょうか?統計のことは疎く、お手数ですが、サルにもわかるようご教授頂きたく、お願い致します。

Aベストアンサー

データが母集団そのものからとったか、標本データかで違います。また母集団そのものだったとしても(例えばクラス全員というような)、その背景にさらならる母集団(例えば学年全体)を想定して比較するような時もありますので、その場合は標本となります。
で標本データの時はSTDEVを使って、母集団の時はSTDEVPをつかうことになります。
公式の違いは分母がn-1(STDEV)かn(STDEVP)かの違いしかありません。まぁ感覚的に理解するなら、分母がn-1になるということはそれだけ結果が大きくなるわけで、つまりそれだけのりしろを多くもって推測に当たるというようなことになります。
AとBの違いがあるかないかという推測をする時、通常は標本同士の検証になるわけですので、偏差を余裕をもってわざとちょっと大きめに見るということで、それだけ確証の度合いを上げるというわけです。

QQC手法の管理図の係数表について

管理図のUCLやLCL等の計算をする時に、係数表を用いて計算する時がありますが、係数表に載っていない数値はどうやって計算するのでしょうか? たとえば、郡の数 n=1やn=25等は係数表には省略になっています。どうやって計算するのでしょうか?

Aベストアンサー

JISの管理図の解説に、計算式が記載されていたはず。
数値計算を自分でするしか方法はないでしょう。

N=25、私ですと(現場での手書きをしないので)σ管理図を使いますけど答えになりますか。

Q統計学的に信頼できるサンプル数って?

統計の「と」の字も理解していない者ですが、
よく「統計学的に信頼できるサンプル数」っていいますよね。

あれって「この統計を調べたいときはこれぐらいのサンプル数があれば信頼できる」という決まりがあるものなのでしょうか?
また、その標本数はどのように算定され、どのような評価基準をもって客観的に信頼できると判断できるのでしょうか?
たとえば、99人の専門家が信頼できると言い、1人がまだこの数では信頼できないと言った場合は信頼できるサンプル数と言えるのでしょうか?

わかりやすく教えていただけると幸いです。

Aベストアンサー

> この統計を調べたいときはこれぐらいのサンプル数があれば信頼できる・・・
 調べたいどの集団でも、ある一定数以上なら信頼できるというような決まりはありません。
 何かサンプルを集め、それをなんかの傾向があるかどうかという仮説を検証するために統計学的検定を行って、仮設が否定されるかされないかを調べる中で、どの検定方法を使うかで、最低限必要なサンプル数というのはあります。また、集めたサンプルを何か基準とすべき別のサンプルと比べる検定して、基準のサンプルと統計上差を出すに必要なサンプル数は、比べる検定手法により計算できるものもあります。
 最低限必要なサンプル数ということでは、例えば、ある集団から、ある条件で抽出したサンプルと、条件付けをしないで抽出したサンプル(比べるための基準となるサンプル)を比較するときに、そのサンプルの分布が正規分布(正規分布解説:身長を5cmきざみでグループ分けし、低いグループから順に並べたときに、日本人男子の身長なら170cm前後のグループの人数が最も多く、それよりも高い人のグループと低い人のグループの人数は、170cmのグループから離れるほど人数が減ってくるような集団の分布様式)でない分布形態で、しかし分布の形は双方とも同じような場合「Wilcoxon符号順位検定」という検定手法で検定することができますが、この検定手法は、サンプルデータに同じ値を含まずに最低6つのサンプル数が必要になります。それ以下では、いくらデータに差があるように見えても検定で差を検出できません。
 また、統計上差を出すのに必要なサンプル数の例では、A国とB国のそれぞれの成人男子の身長サンプルがともに正規分布、または正規分布と仮定した場合に「t検定」という検定手法で検定することができますが、このときにはその分布を差がないのにあると間違える確率と、差があるのにないと間違える確率の許容値を自分で決めた上で、そのサンプルの分布の値のばらつき具合から、計算して求めることができます。ただし、その計算は、現実に集めたそれぞれのサンプル間で生じた平均値の差や分布のばらつき具合(分散値)、どのくらいの程度で判定を間違える可能性がどこまで許されるかなどの条件から、サンプル間で差があると認められるために必要なサンプル数ですから、まったく同じデータを集めた場合でない限り、計算上算出された(差を出すために)必要なサンプル数だけサンプルデータを集めれば、差があると判定されます(すなわち、サンプルを無制限に集めることができれば、だいたい差が出るという判定となる)。よって、集めるサンプルの種類により、計算上出された(差を出すために)必要なサンプル数が現実的に妥当なものか、そうでないのかを、最終的には人間が判断することになります。

 具体的に例示してみましょう。
 ある集団からランダムに集めたデータが15,12,18,12,22,13,21,12,17,15,19、もう一方のデータが22,21,25,24,24,18,18,26,21,27,25としましょう。一見すると後者のほうが値が大きく、前者と差があるように見えます。そこで、差を検定するために、t検定を行います。結果として計算上差があり、前者と後者は計算上差がないのにあると間違えて判断する可能性の許容値(有意確率)何%の確率で差があるといえます。常識的に考えても、これだけのサンプル数で差があると計算されたのだから、差があると判断しても差し支えないだろうと判断できます。
 ちなみにこの場合の差が出るための必要サンプル数は、有意確率5%、検出力0.8とした場合に5.7299、つまりそれぞれの集団で6つ以上サンプルを集めれば、差を出せるのです。一方、サンプルが、15,12,18,12,21,20,21,25,24,19の集団と、22,21125,24,24,15,12,18,12,22の集団ではどうでしょう。有意確率5%で差があるとはいえない結果になります。この場合に、このサンプルの分布様式で拾い出して差を出すために必要なサンプル数は551.33となり、552個もサンプルを抽出しないと差が出ないことになります。この計算上の必要サンプル数がこのくらい調査しないといけないものならば、必要サンプル数以上のサンプルを集めて調べなければなりませんし、これだけの数を集める必要がない、もしくは集めることが困難な場合は差があるとはいえないという判断をすることになるかと思います。

 一方、支持率調査や視聴率調査などの場合、比べるべき基準の対象がありません。その場合は、サンプル数が少ないレベルで予備調査を行い、さらにもう少しサンプル数を増やして予備調査を行いを何回か繰り返し、それぞれの調査でサンプルの分布形やその他検討するべき指数を計算し、これ以上集計をとってもデータのばらつきや変化が許容範囲(小数点何桁レベルの誤差)に納まるようなサンプル数を算出していると考えます。テレビ視聴率調査は関東では300件のサンプル数程度と聞いていますが、調査会社ではサンプルのとり方がなるべく関東在住の家庭構成と年齢層、性別などの割合が同じになるように、また、サンプルをとる地域の人口分布が同じ割合になるようにサンプル抽出条件を整えた上で、ランダムに抽出しているため、数千万人いる関東の本当の視聴率を割合反映して出しているそうです。これはすでに必要サンプル数の割り出し方がノウハウとして知られていますが、未知の調査項目では必要サンプル数を導き出すためには試行錯誤で適切と判断できる数をひたすら調査するしかないかと思います。

> どのような評価基準をもって客観的に信頼できると判断・・・
 例えば、工場で作られるネジの直径などは、まったくばらつきなくぴったり想定した直径のネジを作ることはきわめて困難です。多少の大きさのばらつきが生じてしまいます。1mm違っても規格外品となります。工場では企画外品をなるべく出さないように、統計を取って、ネジの直径のばらつき具合を調べ、製造工程をチェックして、不良品の出る確率を下げようとします。しかし、製品をすべて調べるわけにはいきません。そこで、調べるのに最低限必要なサンプル数を調査と計算を重ねてチェックしていきます。
 一方、農場で生産されたネギの直径は、1mmくらいの差ならほぼ同じロットとして扱われます。また、農産物は年や品種の違いにより生育に差が出やすく、そもそも規格はネジに比べて相当ばらつき具合の許容範囲が広くなっています。ネジに対してネギのような検査を行っていたのでは信頼性が損なわれます。
 そもそも、統計学的検定は客観的判断基準の一指針ではあっても絶対的な評価になりません。あくまでも最終的に判断するのは人間であって、それも、サンプルの質や検証する精度によって、必要サンプルは変わるのです。

 あと、お礼の欄にあった専門家:統計学者とありましたが、統計学者が指摘できるのはあくまでもそのサンプルに対して適切な検定を使って正しい計算を行ったかだけで、たとえ適切な検定手法で導き出された結果であっても、それが妥当か否か判断することは難しいと思います。そのサンプルが、何を示し、何を解き明かし、何に利用されるかで信頼度は変化するからです。
 ただ、経験則上指標的なものはあります。正規分布を示すサンプルなら、20~30のサンプル数があれば検定上差し支えない(それ以下でも問題ない場合もある)とか、正規分布でないサンプルは最低6~8のサンプル数が必要とか、厳密さを要求される調査であれば50くらいのサンプル数が必要であろうとかです。でも、あくまでも指標です。

> この統計を調べたいときはこれぐらいのサンプル数があれば信頼できる・・・
 調べたいどの集団でも、ある一定数以上なら信頼できるというような決まりはありません。
 何かサンプルを集め、それをなんかの傾向があるかどうかという仮説を検証するために統計学的検定を行って、仮設が否定されるかされないかを調べる中で、どの検定方法を使うかで、最低限必要なサンプル数というのはあります。また、集めたサンプルを何か基準とすべき別のサンプルと比べる検定して、基準のサンプルと統計上差を出すに必要な...続きを読む

QX-S管理図について

製品の品質管理で、現在はX-R管理図を使っているのですが、ある顧客よりX-RよりX-S(シグマ)管理図による管理が良いとの意見を頂きました。X-S管理図はどのようなものなのか、良く判りませんでした。どなたか私の疑問に答えて頂きたくお願いします。
1.X-R管理図との違い
2.X-Sへ変更するメリットは何か(値の変動がX-Rより見極めやすいなど)
3.X-S管理図を使う目的は何か?
4.安定した工程(製品寸法が殆どばらつかないなど)に対して使う管理図はX-RとX-Sどちらが妥当なのか?
宜しくお願いします。

Aベストアンサー

誰も書かないようなので書きますが.私のσ管理図は時系列分析用であり.品質管理を目的とした使用法ではないです。
何か通常ならざる事態が発生したときに.分析地が正しいか.私が操作を誤っただけかの分析に使用しました。

管理精度は上がります。
メリットとしては.数学的裏付けが選られる点でしょう。が.デメリットで計算が複雑怪奇になる点です。一般の管理図では.現場でチョコチョコットと暗算で結果が得られる程度の作業効率が必要です。このてんがσ管理図最大の欠点です。
目的にσもRも差はありません。
工程管理の上では.数学的にはσを使う方を薦めますが.本来のR管理図の前提条件を思い出してください。
正規分布という条件です。正規分布であれば.範囲は常に一定です。RもSも差は出ません。しかし.分布に偏りがある(正規分布以外の)場合には.どちらも効力が低下します。この場合にはX管理図(Rs管理図)が絶対的に効力を発揮します。
妥当性としては.過去200-400点をさかのぽって異常状態の検出(最低でも3-5点取れないと差が解釈できないので.必要に応じてふやしてください)が可能か計算してみてください。
管理図の使い方としては.図の読み方に名人芸的な部分があります(一般的読み方を百も承知で.2σ線を書くような人程度の知識)が.これができる人ならば.どちらも同じような結果になるでしょう。しかし.現場の作業員にこの程度の読み方を要求するのは無理かと思います。

最後に.工程管理はコストが関係します。σ管理図を使うとなると.計算が複雑になりますので.各現場にノートパソコン程度の電卓を置く必要があるでしょう。このコストをかけてまで数学的精度を上げる必要があるかどうか.多少不良が発生しても良いから工程管理費を押えたほうが良いか(過剰規格の問題です)は.適切に判断してください。

計算方法としては.以下の書籍を上げます。計量し(工程管理上秤の管理者がいるはずです。計量し以外の方かもしれませんが聴いてみてください)の方ならば持っているでしょう。
工業技術院計量研究所計量技術ハンドブック編集委員会
計量ぎしゅつハンドブック
コロナ社

3353-200024-2353

誰も書かないようなので書きますが.私のσ管理図は時系列分析用であり.品質管理を目的とした使用法ではないです。
何か通常ならざる事態が発生したときに.分析地が正しいか.私が操作を誤っただけかの分析に使用しました。

管理精度は上がります。
メリットとしては.数学的裏付けが選られる点でしょう。が.デメリットで計算が複雑怪奇になる点です。一般の管理図では.現場でチョコチョコットと暗算で結果が得られる程度の作業効率が必要です。このてんがσ管理図最大の欠点です。
目的にσもRも差はあり...続きを読む

Q統計的工程管理

仕事で工程管理の勉強を始めました。
基礎的な用語なんですけど分かりません、教えてください。
(1)工程能力指数のCpとCpkとの違いが分かりません。どちらも同じ意味なのでしょうか?
(2)PpとPpkは何を意味するのでしょうか?

教えて下さい、宜しくお願します。

Aベストアンサー

(1) Cpは工程能力指数(Process Capability Index)のことで、工程でのデータ分布と規格との数的関係を表したものです。通常、
Cp=(上限規格値-下限規格値)/6s
    s=工程データの標準偏差
で計算されます。
ただし、このCpはデータの分布の中心(=平均値)が上限規格値と下限規格値の中央にあることが前提となっていて、ズレは考慮されていません。
そこで、平均値が上下規格の中心からずれている(=かたより)場合に用いる指標として、Cpkが作られました。

Cpk=(1-K)Cp

  |平均値-(規格上限値+規格下限値)/2|
K=--------------------------------------
   (規格上限値+規格下限値)/2

  |・・|は絶対値

です。したがって、偏りがない場合(平均値が上下規格値の中央と一致)はK=0で、Cp=Cpkですが、ズレが大きいほど、工程能力指数は下がります。

(2) Ppは工程性能指数(Process Performance Index)といわれ、アメリカのGMなどが提唱するQS9000という規格で使われているものです。
QS9000では、上記のCpの式で計算したものをPpと呼びます。ではCpはどうなるのかというと、上記式のsの部分が Rbar/d2 となります。これはX-R管理図から求めるもので、統計上、郡内変動を表します。これに対して、Ppはデータの標準偏差を使うところに違いがあります。
PpkはCpkと同様で、
Ppk=(1-K)Pp
Kの計算は上記と同じです。

QS9000では工程管理の一貫として管理図を使うことが書かれているため、管理図から工程能力指数を出そうとしたようです。そのため、工程管理でわかる工程能力とサンプリングデータによる工程能力を分ける意味で、PpとCpを作ったようです。

ちなみに、どの指数も、1以下では工程能力がないと判断され、QS9000では2以上が目標とされます。

(1) Cpは工程能力指数(Process Capability Index)のことで、工程でのデータ分布と規格との数的関係を表したものです。通常、
Cp=(上限規格値-下限規格値)/6s
    s=工程データの標準偏差
で計算されます。
ただし、このCpはデータの分布の中心(=平均値)が上限規格値と下限規格値の中央にあることが前提となっていて、ズレは考慮されていません。
そこで、平均値が上下規格の中心からずれている(=かたより)場合に用いる指標として、Cpkが作られました。

Cpk=(1-K)Cp

  |平...続きを読む

Qエクセル 0や空白のセルをグラフに反映させない方法

以下の点でどなたかお教えください。

H18.1~H20.12までの毎月の売上高を表に記載し、その表を元にグラフを作成しています。グラフに反映させる表の範囲はH18.1~H20.12の全てです。
そのためまだ経過していない期間のセルが空白になり、そこがグラフに反映され見づらくなります。
データを入力する都度グラフの範囲を変更すればいいのですが、うまく算式や設定等で空白や0円となっているセルをグラフに反映させない方法はありますか?

お手数ですが、よろしくお願いいたします。

Aベストアンサー

売上高のセルは数式で求められているのですよね?
それなら
=IF(現在の数式=0,NA(),現在の数式)
としてみてください。
つまり、0の場合はN/Aエラーにしてしまうんです。N/Aエラーはグラフに反映されません。

Q±4σに入る確率について教えてください

ウィキペディアの検索より、
確率変数XがN( μ, σ2)に従う時、平均 μ からのずれがσ以下の範囲にXが含まれる確率は68.26%、2σ以下だと95.44%、さらに3σだと99.74%となる。
と分かりました。

そこで
4σ、


の場合確率はどうなるか教えてください。
よろしくお願い致します。

Aベストアンサー

Excel で NORMDIST を使い、平均 50、標準偏差 10 (いわゆる偏差値)で計算してみましたら、次のようになりました。

 σ 0.682689492137086
2σ 0.954499736103641
3σ 0.997300203936740
4σ 0.999936657516326
5σ 0.999999426696856
6σ 0.999999998026825
7σ 0.999999999997440
8σ 0.999999999999999
9σ 1.000000000000000

Excelの関数の精度がどの程度のものか分かりませんが、9σで100%になりました。


このQ&Aを見た人がよく見るQ&A

人気Q&Aランキング

おすすめ情報