सांख्यिकीय प्रक्रिया नियंत्रण: Difference between revisions

From Vigyanwiki
(Created page with "{{Short description|Method of quality control}} {{redirect|SQc|other uses|SQC (disambiguation)}} {{More citations needed section|date=March 2022}} सांख्यिकी...")
 
No edit summary
Line 3: Line 3:
{{More citations needed section|date=March 2022}}
{{More citations needed section|date=March 2022}}


सांख्यिकीय प्रक्रिया नियंत्रण (SPC) या सांख्यिकीय गुणवत्ता नियंत्रण (SQC) एक उत्पादन प्रक्रिया की गुणवत्ता की निगरानी और नियंत्रण के लिए आँकड़ों का अनुप्रयोग है। यह सुनिश्चित करने में मदद करता है कि प्रक्रिया कुशलतापूर्वक संचालित होती है, कम अपशिष्ट स्क्रैप के साथ अधिक विनिर्देश-अनुरूप उत्पादों का उत्पादन करती है। एसपीसी को किसी भी प्रक्रिया पर लागू किया जा सकता है जहां अनुरूप उत्पाद (उत्पाद बैठक विनिर्देशों) आउटपुट को मापा जा सकता है। एसपीसी में उपयोग किए जाने वाले प्रमुख उपकरणों में [[रन चार्ट]], [[नियंत्रण चार्ट]], सतत सुधार प्रक्रिया पर ध्यान केंद्रित करना और प्रयोगों का डिजाइन शामिल है। एक प्रक्रिया का एक उदाहरण जहां एसपीसी लागू किया जाता है, वह निर्माण लाइनें हैं।
सांख्यिकीय प्रक्रिया नियंत्रण (SPC) या सांख्यिकीय गुणवत्ता नियंत्रण (SQC) एक उत्पादन प्रक्रिया की गुणवत्ता की निगरानी और नियंत्रण के लिए आँकड़ों का अनुप्रयोग है। यह सुनिश्चित करने में मदद करता है कि प्रक्रिया कुशलतापूर्वक संचालित होती है, कम अपशिष्ट स्क्रैप के साथ अधिक विनिर्देश-अनुरूप उत्पादों का उत्पादन करती है। एसपीसी को किसी भी प्रक्रिया पर लागू किया जा सकता है जहां अनुरूप उत्पाद (उत्पाद बैठक विनिर्देशों) आउटपुट को मापा जा सकता है। एसपीसी में उपयोग किए जाने वाले प्रमुख उपकरणों में [[रन चार्ट]], [[नियंत्रण चार्ट]], सतत सुधार प्रक्रिया पर ध्यान केंद्रित करना और प्रयोगों का डिजाइन सम्मलित है। एक प्रक्रिया का एक उदाहरण जहां एसपीसी लागू किया जाता है, वह निर्माण लाइनें हैं।


एसपीसी का दो चरणों में अभ्यास किया जाना चाहिए: पहला चरण प्रक्रिया की प्रारंभिक स्थापना है, और दूसरा चरण प्रक्रिया का नियमित उत्पादन उपयोग है। दूसरे चरण में, जांच की जाने वाली अवधि का निर्णय 5M&E स्थितियों (मानव, मशीन, सामग्री, विधि, संचलन, पर्यावरण) में परिवर्तन और निर्माण प्रक्रिया (मशीन भागों) में उपयोग किए जाने वाले पुर्जों की पहनने की दर के आधार पर किया जाना चाहिए। , जिग्स और फिक्स्चर)।
एसपीसी का दो चरणों में अभ्यास किया जाना चाहिए: पहला चरण प्रक्रिया की प्रारंभिक स्थापना है, और दूसरा चरण प्रक्रिया का नियमित उत्पादन उपयोग है। दूसरे चरण में, जांच की जाने वाली अवधि का निर्णय 5M&E स्थितियों (मानव, मशीन, सामग्री, विधि, संचलन, पर्यावरण) में परिवर्तन और निर्माण प्रक्रिया (मशीन भागों) में उपयोग किए जाने वाले पुर्जों की पहनने की दर के आधार पर किया जाना चाहिए। , जिग्स और फिक्स्चर)।


गुणवत्ता नियंत्रण के अन्य तरीकों, जैसे कि [[निरीक्षण]], पर एसपीसी का एक लाभ यह है कि यह समस्याओं के होने के बाद उनके सुधार के बजाय समस्याओं का शीघ्र पता लगाने और रोकथाम पर जोर देता है।
गुणवत्ता नियंत्रण के अन्य तरीकों, जैसे कि [[निरीक्षण]], पर एसपीसी का एक लाभ यह है कि यह समस्याओं के होने के बाद उनके सुधार के अतिरिक्त समस्याओं का शीघ्र पता लगाने और रोकथाम पर जोर देता है।


अपशिष्ट को कम करने के अलावा, एसपीसी उत्पाद के उत्पादन के लिए आवश्यक समय में कमी ला सकता है। एसपीसी इसे कम संभावना बनाता है तैयार उत्पाद को फिर से काम करने या स्क्रैप करने की आवश्यकता होगी।
अपशिष्ट को कम करने के अतिरिक्त, एसपीसी उत्पाद के उत्पादन के लिए आवश्यक समय में कमी ला सकता है। एसपीसी इसे कम संभावना बनाता है तैयार उत्पाद को फिर से काम करने या स्क्रैप करने की आवश्यकता होगी।


== इतिहास ==
== इतिहास ==
1920 के दशक की शुरुआत में [[बेल प्रयोगशालाओं]] में वाल्टर ए शेवार्ट द्वारा सांख्यिकीय प्रक्रिया नियंत्रण का बीड़ा उठाया गया था। शेवार्ट ने 1924 में नियंत्रण चार्ट और सांख्यिकीय नियंत्रण की स्थिति की अवधारणा विकसित की। सांख्यिकीय नियंत्रण विनिमेयता की अवधारणा के समतुल्य है<ref>Barlow & Irony (1992)</ref><ref>Bergman (2009)</ref> तर्कशास्त्री [[विलियम अर्नेस्ट जॉनसन]] ने भी 1924 में अपनी पुस्तक लॉजिक, पार्ट III: द लॉजिकल फ़ाउंडेशन ऑफ़ साइंस में विकसित किया था।<ref>Zabell (1992)</ref> एटी एंड टी में एक टीम के साथ जिसमें हेरोल्ड एफ. डॉज और हैरी रोमिग शामिल थे, उन्होंने तर्कसंगत सांख्यिकीय आधार पर [[नमूनाकरण (सांख्यिकी)]] निरीक्षण करने के लिए भी काम किया। शेवार्ट ने कर्नल लेस्ली ई. साइमन के साथ 1934 में सेना के [[ पिकाटिनी शस्त्रागार ]] में युद्ध सामग्री के निर्माण के लिए नियंत्रण चार्ट के अनुप्रयोग में परामर्श किया। उस सफल आवेदन ने सेना आयुध को एटी एंड टी के जॉर्ज एडवर्ड्स को अपने डिवीजनों के बीच सांख्यिकीय गुणवत्ता नियंत्रण के उपयोग पर परामर्श करने के लिए मनाने में मदद की। द्वितीय विश्व युद्ध के फैलने पर ठेकेदार।
1920 के दशक की शुरुआत में [[बेल प्रयोगशालाओं]] में वाल्टर ए शेवार्ट द्वारा सांख्यिकीय प्रक्रिया नियंत्रण का बीड़ा उठाया गया था। शेवार्ट ने 1924 में नियंत्रण चार्ट और सांख्यिकीय नियंत्रण की स्थिति की अवधारणा विकसित की। सांख्यिकीय नियंत्रण विनिमेयता की अवधारणा के समतुल्य है<ref>Barlow & Irony (1992)</ref><ref>Bergman (2009)</ref> तर्कशास्त्री [[विलियम अर्नेस्ट जॉनसन]] ने भी 1924 में अपनी पुस्तक लॉजिक, पार्ट III: द लॉजिकल फ़ाउंडेशन ऑफ़ साइंस में विकसित किया था।<ref>Zabell (1992)</ref> एटी एंड टी में एक टीम के साथ जिसमें हेरोल्ड एफ. डॉज और हैरी रोमिग सम्मलित थे, उन्होंने तर्कसंगत सांख्यिकीय आधार पर [[नमूनाकरण (सांख्यिकी)]] निरीक्षण करने के लिए भी काम किया। शेवार्ट ने कर्नल लेस्ली ई. साइमन के साथ 1934 में सेना के [[ पिकाटिनी शस्त्रागार ]] में युद्ध सामग्री के निर्माण के लिए नियंत्रण चार्ट के अनुप्रयोग में परामर्श किया। उस सफल आवेदन ने सेना आयुध को एटी एंड टी के जॉर्ज एडवर्ड्स को अपने डिवीजनों के बीच सांख्यिकीय गुणवत्ता नियंत्रण के उपयोग पर परामर्श करने के लिए मनाने में मदद की। द्वितीय विश्व युद्ध के फैलने पर ठेकेदार।


डब्ल्यू एडवर्ड्स डेमिंग ने शेवहार्ट को अमेरिकी कृषि विभाग के ग्रेजुएट स्कूल में बोलने के लिए आमंत्रित किया और शेवहार्ट की पुस्तक स्टैटिस्टिकल मेथड फ्रॉम द व्यूपॉइंट ऑफ क्वालिटी कंट्रोल (1939) के संपादक के रूप में कार्य किया, जो उस व्याख्यान का परिणाम था। डेमिंग गुणवत्ता नियंत्रण लघु पाठ्यक्रमों का एक महत्वपूर्ण वास्तुकार था जिसने WWII के दौरान नई तकनीकों में अमेरिकी उद्योग को प्रशिक्षित किया। इन युद्धकालीन पाठ्यक्रमों के स्नातकों ने 1945 में एक नए पेशेवर समाज का गठन किया, [[गुणवत्ता नियंत्रण के लिए अमेरिकन सोसायटी]], जिसने एडवर्ड्स को अपना पहला अध्यक्ष चुना। डेमिंग ने संबद्ध व्यवसाय के दौरान जापान की यात्रा की और जापानी उद्योग के लिए एसपीसी विधियों को पेश करने के प्रयास में जापानी वैज्ञानिकों और इंजीनियरों के संघ (जेयूएसई) से मुलाकात की।<ref>Deming, W. Edwards, Lectures on statistical control of quality., Nippon Kagaku Gijutsu Remmei, 1950</ref><ref>Deming, W. Edwards and Dowd S. John (translator) Lecture to Japanese Management, Deming Electronic Network Web Site, 1950 (from a Japanese transcript of a lecture by Deming to "80% of Japanese top management" given at the Hotel de Yama at Mr. Hakone in August 1950)</ref>
डब्ल्यू एडवर्ड्स डेमिंग ने शेवहार्ट को अमेरिकी कृषि विभाग के ग्रेजुएट स्कूल में बोलने के लिए आमंत्रित किया और शेवहार्ट की पुस्तक स्टैटिस्टिकल मेथड फ्रॉम द व्यूपॉइंट ऑफ क्वालिटी कंट्रोल (1939) के संपादक के रूप में कार्य किया, जो उस व्याख्यान का परिणाम था। डेमिंग गुणवत्ता नियंत्रण लघु पाठ्यक्रमों का एक महत्वपूर्ण वास्तुकार था जिसने WWII के दौरान नई तकनीकों में अमेरिकी उद्योग को प्रशिक्षित किया। इन युद्धकालीन पाठ्यक्रमों के स्नातकों ने 1945 में एक नए पेशेवर समाज का गठन किया, [[गुणवत्ता नियंत्रण के लिए अमेरिकन सोसायटी]], जिसने एडवर्ड्स को अपना पहला अध्यक्ष चुना। डेमिंग ने संबद्ध व्यवसाय के दौरान जापान की यात्रा की और जापानी उद्योग के लिए एसपीसी विधियों को पेश करने के प्रयास में जापानी वैज्ञानिकों और इंजीनियरों के संघ (जेयूएसई) से मुलाकात की।<ref>Deming, W. Edwards, Lectures on statistical control of quality., Nippon Kagaku Gijutsu Remmei, 1950</ref><ref>Deming, W. Edwards and Dowd S. John (translator) Lecture to Japanese Management, Deming Electronic Network Web Site, 1950 (from a Japanese transcript of a lecture by Deming to "80% of Japanese top management" given at the Hotel de Yama at Mr. Hakone in August 1950)</ref>
Line 19: Line 19:
=== 'सामान्य' और 'विशेष' भिन्नता के स्रोत ===
=== 'सामान्य' और 'विशेष' भिन्नता के स्रोत ===
{{Main|Common cause and special cause (statistics)}}
{{Main|Common cause and special cause (statistics)}}
शेवार्ट ने ब्रिटेन से आने वाले नए सांख्यिकीय सिद्धांतों को पढ़ा, विशेष रूप से [[विलियम सीली गॉसेट]], [[कार्ल पियर्सन]] और [[रोनाल्ड फिशर]] का काम। हालाँकि, उन्होंने समझा कि भौतिक प्रक्रियाओं के डेटा ने शायद ही कभी एक [[सामान्य वितरण]] वक्र (अर्थात, एक गॉसियन वितरण या 'सामान्य वितरण') का उत्पादन किया। उन्होंने पाया कि निर्माण में भिन्नता के माप से डेटा हमेशा वैसा ही व्यवहार नहीं करता जैसा कि प्राकृतिक घटनाओं के माप से डेटा (उदाहरण के लिए, कणों की [[एक प्रकार कि गति]])। शेवार्ट ने निष्कर्ष निकाला कि जबकि हर प्रक्रिया भिन्नता प्रदर्शित करती है, कुछ प्रक्रियाएँ भिन्नता प्रदर्शित करती हैं जो प्रक्रिया के लिए स्वाभाविक है (भिन्नता के सामान्य स्रोत); इन प्रक्रियाओं को उन्होंने (सांख्यिकीय) नियंत्रण में होने के रूप में वर्णित किया। अन्य प्रक्रियाएं अतिरिक्त रूप से भिन्नता प्रदर्शित करती हैं जो हर समय प्रक्रिया के कारण प्रणाली में मौजूद नहीं होती हैं (भिन्नता के विशेष स्रोत), जिसे शेवार्ट ने नियंत्रण में नहीं बताया।<ref>{{cite book |title=Why SPC? |agency=British Deming Association |publisher=SPC Press, Inc. |year=1992}}</ref>
शेवार्ट ने ब्रिटेन से आने वाले नए सांख्यिकीय सिद्धांतों को पढ़ा, विशेष रूप से [[विलियम सीली गॉसेट]], [[कार्ल पियर्सन]] और [[रोनाल्ड फिशर]] का काम। हालाँकि, उन्होंने समझा कि भौतिक प्रक्रियाओं के डेटा ने शायद ही कभी एक [[सामान्य वितरण]] वक्र (अर्थात, एक गॉसियन वितरण या 'सामान्य वितरण') का उत्पादन किया। उन्होंने पाया कि निर्माण में भिन्नता के माप से डेटा हमेशा वैसा ही व्यवहार नहीं करता जैसा कि प्राकृतिक घटनाओं के माप से डेटा (उदाहरण के लिए, कणों की [[एक प्रकार कि गति]])। शेवार्ट ने निष्कर्ष निकाला कि जबकि हर प्रक्रिया भिन्नता प्रदर्शित करती है, कुछ प्रक्रियाएँ भिन्नता प्रदर्शित करती हैं जो प्रक्रिया के लिए स्वाभाविक है (भिन्नता के सामान्य स्रोत); इन प्रक्रियाओं को उन्होंने (सांख्यिकीय) नियंत्रण में होने के रूप में वर्णित किया। अन्य प्रक्रियाएं अतिरिक्त रूप से भिन्नता प्रदर्शित करती हैं जो हर समय प्रक्रिया के कारण प्रणाली में सम्मलित नहीं होती हैं (भिन्नता के विशेष स्रोत), जिसे शेवार्ट ने नियंत्रण में नहीं बताया।<ref>{{cite book |title=Why SPC? |agency=British Deming Association |publisher=SPC Press, Inc. |year=1992}}</ref>




=== गैर-विनिर्माण प्रक्रियाओं के लिए आवेदन ===
=== गैर-विनिर्माण प्रक्रियाओं के लिए आवेदन ===


सांख्यिकीय प्रक्रिया नियंत्रण किसी भी दोहराव वाली प्रक्रिया का समर्थन करने के लिए उपयुक्त है, और इसे कई सेटिंग्स में लागू किया गया है, उदाहरण के लिए [[आईएसओ 9000]] गुणवत्ता प्रबंधन प्रणाली का उपयोग किया जाता है, जिसमें वित्तीय लेखा परीक्षा और लेखा, आईटी संचालन, स्वास्थ्य देखभाल प्रक्रियाएं, और ऋण व्यवस्था और लिपिकीय प्रक्रियाएं शामिल हैं। प्रशासन, ग्राहक बिलिंग आदि। डिजाइन और विकास में इसके उपयोग की आलोचना के बावजूद, यह उच्च-मात्रा डेटा प्रसंस्करण संचालन के अर्ध-स्वचालित डेटा शासन का प्रबंधन करने के लिए अच्छी तरह से रखा गया है, उदाहरण के लिए एक उद्यम डेटा वेयरहाउस, या एक उद्यम डेटा गुणवत्ता प्रबंधन प्रणाली। <ref>Larry English Improving Data Warehouse and Business Information Quality : Methods for Reducing Costs and Increasing Profits 1999</ref>
सांख्यिकीय प्रक्रिया नियंत्रण किसी भी दोहराव वाली प्रक्रिया का समर्थन करने के लिए उपयुक्त है, और इसे कई सेटिंग्स में लागू किया गया है, उदाहरण के लिए [[आईएसओ 9000]] गुणवत्ता प्रबंधन प्रणाली का उपयोग किया जाता है, जिसमें वित्तीय लेखा परीक्षा और लेखा, आईटी संचालन, स्वास्थ्य देखभाल प्रक्रियाएं, और ऋण व्यवस्था और लिपिकीय प्रक्रियाएं सम्मलित हैं। प्रशासन, ग्राहक बिलिंग आदि। डिजाइन और विकास में इसके उपयोग की आलोचना के बावजूद, यह उच्च-मात्रा डेटा प्रसंस्करण संचालन के अर्ध-स्वचालित डेटा शासन का प्रबंधन करने के लिए अच्छी तरह से रखा गया है, उदाहरण के लिए एक उद्यम डेटा वेयरहाउस, या एक उद्यम डेटा गुणवत्ता प्रबंधन प्रणाली। <ref>Larry English Improving Data Warehouse and Business Information Quality : Methods for Reducing Costs and Increasing Profits 1999</ref>1988 की [[क्षमता परिपक्वता मॉडल]] (CMM) में [[सॉफ्टवेयर इंजीनियरिंग संस्थान]] ने सुझाव दिया कि SPC को सॉफ्टवेयर इंजीनियरिंग प्रक्रियाओं पर लागू किया जा सकता है। क्षमता परिपक्वता मॉडल एकीकरण ([[CMMI]]) के स्तर 4 और स्तर 5 अभ्यास इस अवधारणा का उपयोग करते हैं।
1988 की [[क्षमता परिपक्वता मॉडल]] (CMM) में [[सॉफ्टवेयर इंजीनियरिंग संस्थान]] ने सुझाव दिया कि SPC को सॉफ्टवेयर इंजीनियरिंग प्रक्रियाओं पर लागू किया जा सकता है। क्षमता परिपक्वता मॉडल एकीकरण ([[CMMI]]) के स्तर 4 और स्तर 5 अभ्यास इस अवधारणा का उपयोग करते हैं।


गैर-दोहराव, ज्ञान-गहन प्रक्रियाओं, जैसे अनुसंधान और विकास या सिस्टम इंजीनियरिंग के लिए एसपीसी के आवेदन को संदेह का सामना करना पड़ा है और यह विवादास्पद बना हुआ है।<ref>Bob Raczynski and [[Dr Bill Curtis|Bill Curtis]] (2008) Software Data Violate SPC's Underlying Assumptions, IEEE Software, May/June 2008, Vol. 25, No. 3, pp. 49-51</ref><ref>Robert V. Binder (1997) Can a Manufacturing Quality Model Work for Software?, IEEE Software, September/October 1997, pp. 101-105</ref><ref>{{Cite web|last=Raczynski|first=Bob|date=February 20, 2009|title=Is Statistical Process Control Applicable to Software Development Processes?|url=https://www.stickyminds.com/article/statistical-process-control-applicable-software-development-processes|website=StickyMinds|language=en}}</ref>
गैर-दोहराव, ज्ञान-गहन प्रक्रियाओं, जैसे अनुसंधान और विकास या सिस्टम इंजीनियरिंग के लिए एसपीसी के आवेदन को संदेह का सामना करना पड़ा है और यह विवादास्पद बना हुआ है।<ref>Bob Raczynski and [[Dr Bill Curtis|Bill Curtis]] (2008) Software Data Violate SPC's Underlying Assumptions, IEEE Software, May/June 2008, Vol. 25, No. 3, pp. 49-51</ref><ref>Robert V. Binder (1997) Can a Manufacturing Quality Model Work for Software?, IEEE Software, September/October 1997, pp. 101-105</ref><ref>{{Cite web|last=Raczynski|first=Bob|date=February 20, 2009|title=Is Statistical Process Control Applicable to Software Development Processes?|url=https://www.stickyminds.com/article/statistical-process-control-applicable-software-development-processes|website=StickyMinds|language=en}}</ref>
Line 33: Line 32:
निर्माण में, गुणवत्ता को [[विनिर्देश]] के अनुरूप परिभाषित किया जाता है। हालांकि, कोई भी दो उत्पाद या विशेषताएं कभी भी बिल्कुल समान नहीं होती हैं, क्योंकि किसी भी प्रक्रिया में परिवर्तनशीलता के कई स्रोत होते हैं। बड़े पैमाने पर निर्माण में, परंपरागत रूप से, तैयार वस्तु की गुणवत्ता उत्पाद के निर्माण के बाद के निरीक्षण द्वारा सुनिश्चित की जाती है। प्रत्येक लेख (या किसी उत्पादन लॉट से लेखों का एक नमूना) को स्वीकार या अस्वीकार किया जा सकता है कि यह अपने डिजाइन विनिर्देशों को कितनी अच्छी तरह से पूरा करता है, एसपीसी उत्पादन प्रक्रिया के प्रदर्शन का निरीक्षण करने के लिए [[सांख्यिकीय]] उपकरणों का उपयोग करता है ताकि परिणाम से पहले महत्वपूर्ण विविधताओं का पता लगाया जा सके। एक अवमानक वस्तु का उत्पादन।
निर्माण में, गुणवत्ता को [[विनिर्देश]] के अनुरूप परिभाषित किया जाता है। हालांकि, कोई भी दो उत्पाद या विशेषताएं कभी भी बिल्कुल समान नहीं होती हैं, क्योंकि किसी भी प्रक्रिया में परिवर्तनशीलता के कई स्रोत होते हैं। बड़े पैमाने पर निर्माण में, परंपरागत रूप से, तैयार वस्तु की गुणवत्ता उत्पाद के निर्माण के बाद के निरीक्षण द्वारा सुनिश्चित की जाती है। प्रत्येक लेख (या किसी उत्पादन लॉट से लेखों का एक नमूना) को स्वीकार या अस्वीकार किया जा सकता है कि यह अपने डिजाइन विनिर्देशों को कितनी अच्छी तरह से पूरा करता है, एसपीसी उत्पादन प्रक्रिया के प्रदर्शन का निरीक्षण करने के लिए [[सांख्यिकीय]] उपकरणों का उपयोग करता है ताकि परिणाम से पहले महत्वपूर्ण विविधताओं का पता लगाया जा सके। एक अवमानक वस्तु का उत्पादन।
किसी प्रक्रिया में किसी भी समय भिन्नता का कोई स्रोत दो वर्गों में से एक में गिर जाएगा।
किसी प्रक्रिया में किसी भी समय भिन्नता का कोई स्रोत दो वर्गों में से एक में गिर जाएगा।
;(1) सामान्य कारण: 'सामान्य' कारणों को कभी-कभी 'गैर-असाइन करने योग्य', या भिन्नता के 'सामान्य' स्रोत के रूप में संदर्भित किया जाता है। यह भिन्नता के किसी भी स्रोत को संदर्भित करता है जो लगातार प्रक्रिया पर कार्य करता है, जिनमें से आमतौर पर कई हैं। इस प्रकार के कारण सामूहिक रूप से समय के साथ सांख्यिकीय रूप से स्थिर और दोहराए जाने योग्य वितरण का उत्पादन करते हैं।
;(1) सामान्य कारण: 'सामान्य' कारणों को कभी-कभी 'गैर-असाइन करने योग्य', या भिन्नता के 'सामान्य' स्रोत के रूप में संदर्भित किया जाता है। यह भिन्नता के किसी भी स्रोत को संदर्भित करता है जो लगातार प्रक्रिया पर कार्य करता है, जिनमें से सामान्यतः कई हैं। इस प्रकार के कारण सामूहिक रूप से समय के साथ सांख्यिकीय रूप से स्थिर और दोहराए जाने योग्य वितरण का उत्पादन करते हैं।
(2) विशेष कारण: 'विशेष' कारणों को कभी-कभी भिन्नता के 'असाइन करने योग्य' स्रोतों के रूप में संदर्भित किया जाता है। यह शब्द किसी भी कारक को संदर्भित करता है जो भिन्नता पैदा करता है जो केवल कुछ प्रक्रिया आउटपुट को प्रभावित करता है। वे अक्सर आंतरायिक और अप्रत्याशित होते हैं।
(2) विशेष कारण: 'विशेष' कारणों को कभी-कभी भिन्नता के 'असाइन करने योग्य' स्रोतों के रूप में संदर्भित किया जाता है। यह शब्द किसी भी कारक को संदर्भित करता है जो भिन्नता पैदा करता है जो केवल कुछ प्रक्रिया आउटपुट को प्रभावित करता है। वे अधिकांशतः आंतरायिक और अप्रत्याशित होते हैं।


अधिकांश प्रक्रियाओं में भिन्नता के कई स्रोत होते हैं; उनमें से ज्यादातर नाबालिग हैं और उन्हें नजरअंदाज किया जा सकता है। यदि विविधता के प्रमुख नियत स्रोतों का पता लगाया जाता है, तो संभावित रूप से उन्हें पहचाना और हटाया जा सकता है। जब उन्हें हटा दिया जाता है, तो प्रक्रिया को 'स्थिर' कहा जाता है। जब कोई प्रक्रिया स्थिर होती है, तो इसकी भिन्नता ज्ञात सीमाओं के भीतर ही रहनी चाहिए। यही है, कम से कम, जब तक भिन्नता का एक और असाइन करने योग्य स्रोत नहीं होता।
अधिकांश प्रक्रियाओं में भिन्नता के कई स्रोत होते हैं; उनमें से ज्यादातर नाबालिग हैं और उन्हें नजरअंदाज किया जा सकता है। यदि विविधता के प्रमुख नियत स्रोतों का पता लगाया जाता है, तो संभावित रूप से उन्हें पहचाना और हटाया जा सकता है। जब उन्हें हटा दिया जाता है, तो प्रक्रिया को 'स्थिर' कहा जाता है। जब कोई प्रक्रिया स्थिर होती है, तो इसकी भिन्नता ज्ञात सीमाओं के भीतर ही रहनी चाहिए। यही है, कम से कम, जब तक भिन्नता का एक और असाइन करने योग्य स्रोत नहीं होता।
Line 45: Line 44:


== आवेदन ==
== आवेदन ==
एसपीसी के आवेदन में गतिविधि के तीन मुख्य चरण शामिल हैं:
एसपीसी के आवेदन में गतिविधि के तीन मुख्य चरण सम्मलित हैं:


# प्रक्रिया और विनिर्देश सीमा को समझना।
# प्रक्रिया और विनिर्देश सीमा को समझना।
Line 62: Line 61:


जब प्रक्रिया किसी भी नियंत्रण चार्ट पहचान नियमों को ट्रिगर करती है, (या वैकल्पिक रूप से, प्रक्रिया क्षमता कम होती है), अत्यधिक विविधता के स्रोत की पहचान करने के लिए अन्य गतिविधियां की जा सकती हैं।
जब प्रक्रिया किसी भी नियंत्रण चार्ट पहचान नियमों को ट्रिगर करती है, (या वैकल्पिक रूप से, प्रक्रिया क्षमता कम होती है), अत्यधिक विविधता के स्रोत की पहचान करने के लिए अन्य गतिविधियां की जा सकती हैं।
इन अतिरिक्त गतिविधियों में उपयोग किए जाने वाले उपकरणों में शामिल हैं: [[इशिकावा]] आरेख, डिज़ाइन किए गए प्रयोग और [[ परेटो कार्ड ]]। डिज़ाइन किए गए प्रयोग भिन्नता के स्रोतों के सापेक्ष महत्व (शक्ति) को वस्तुनिष्ठ रूप से मापने का एक साधन हैं। एक बार (विशेष कारण) भिन्नता के स्रोतों की पहचान हो जाने के बाद, उन्हें कम या समाप्त किया जा सकता है। भिन्नता के स्रोत को समाप्त करने के कदमों में शामिल हो सकते हैं: मानकों का विकास, स्टाफ प्रशिक्षण, त्रुटि-प्रूफिंग, और स्वयं प्रक्रिया या इसके इनपुट में परिवर्तन।
इन अतिरिक्त गतिविधियों में उपयोग किए जाने वाले उपकरणों में सम्मलित हैं: [[इशिकावा]] आरेख, डिज़ाइन किए गए प्रयोग और [[ परेटो कार्ड ]]। डिज़ाइन किए गए प्रयोग भिन्नता के स्रोतों के सापेक्ष महत्व (शक्ति) को वस्तुनिष्ठ रूप से मापने का एक साधन हैं। एक बार (विशेष कारण) भिन्नता के स्रोतों की पहचान हो जाने के बाद, उन्हें कम या समाप्त किया जा सकता है। भिन्नता के स्रोत को समाप्त करने के कदमों में सम्मलित हो सकते हैं: मानकों का विकास, स्टाफ प्रशिक्षण, त्रुटि-प्रूफिंग, और स्वयं प्रक्रिया या इसके इनपुट में परिवर्तन।


==== प्रक्रिया स्थिरता मेट्रिक्स ====
==== प्रक्रिया स्थिरता मेट्रिक्स ====

Revision as of 11:34, 26 March 2023

"SQc" redirects here. For other uses, see SQC (disambiguation).

सांख्यिकीय प्रक्रिया नियंत्रण (SPC) या सांख्यिकीय गुणवत्ता नियंत्रण (SQC) एक उत्पादन प्रक्रिया की गुणवत्ता की निगरानी और नियंत्रण के लिए आँकड़ों का अनुप्रयोग है। यह सुनिश्चित करने में मदद करता है कि प्रक्रिया कुशलतापूर्वक संचालित होती है, कम अपशिष्ट स्क्रैप के साथ अधिक विनिर्देश-अनुरूप उत्पादों का उत्पादन करती है। एसपीसी को किसी भी प्रक्रिया पर लागू किया जा सकता है जहां अनुरूप उत्पाद (उत्पाद बैठक विनिर्देशों) आउटपुट को मापा जा सकता है। एसपीसी में उपयोग किए जाने वाले प्रमुख उपकरणों में रन चार्ट, नियंत्रण चार्ट, सतत सुधार प्रक्रिया पर ध्यान केंद्रित करना और प्रयोगों का डिजाइन सम्मलित है। एक प्रक्रिया का एक उदाहरण जहां एसपीसी लागू किया जाता है, वह निर्माण लाइनें हैं।

एसपीसी का दो चरणों में अभ्यास किया जाना चाहिए: पहला चरण प्रक्रिया की प्रारंभिक स्थापना है, और दूसरा चरण प्रक्रिया का नियमित उत्पादन उपयोग है। दूसरे चरण में, जांच की जाने वाली अवधि का निर्णय 5M&E स्थितियों (मानव, मशीन, सामग्री, विधि, संचलन, पर्यावरण) में परिवर्तन और निर्माण प्रक्रिया (मशीन भागों) में उपयोग किए जाने वाले पुर्जों की पहनने की दर के आधार पर किया जाना चाहिए। , जिग्स और फिक्स्चर)।

गुणवत्ता नियंत्रण के अन्य तरीकों, जैसे कि निरीक्षण, पर एसपीसी का एक लाभ यह है कि यह समस्याओं के होने के बाद उनके सुधार के अतिरिक्त समस्याओं का शीघ्र पता लगाने और रोकथाम पर जोर देता है।

अपशिष्ट को कम करने के अतिरिक्त, एसपीसी उत्पाद के उत्पादन के लिए आवश्यक समय में कमी ला सकता है। एसपीसी इसे कम संभावना बनाता है तैयार उत्पाद को फिर से काम करने या स्क्रैप करने की आवश्यकता होगी।

इतिहास

1920 के दशक की शुरुआत में बेल प्रयोगशालाओं में वाल्टर ए शेवार्ट द्वारा सांख्यिकीय प्रक्रिया नियंत्रण का बीड़ा उठाया गया था। शेवार्ट ने 1924 में नियंत्रण चार्ट और सांख्यिकीय नियंत्रण की स्थिति की अवधारणा विकसित की। सांख्यिकीय नियंत्रण विनिमेयता की अवधारणा के समतुल्य है[1][2] तर्कशास्त्री विलियम अर्नेस्ट जॉनसन ने भी 1924 में अपनी पुस्तक लॉजिक, पार्ट III: द लॉजिकल फ़ाउंडेशन ऑफ़ साइंस में विकसित किया था।[3] एटी एंड टी में एक टीम के साथ जिसमें हेरोल्ड एफ. डॉज और हैरी रोमिग सम्मलित थे, उन्होंने तर्कसंगत सांख्यिकीय आधार पर नमूनाकरण (सांख्यिकी) निरीक्षण करने के लिए भी काम किया। शेवार्ट ने कर्नल लेस्ली ई. साइमन के साथ 1934 में सेना के पिकाटिनी शस्त्रागार में युद्ध सामग्री के निर्माण के लिए नियंत्रण चार्ट के अनुप्रयोग में परामर्श किया। उस सफल आवेदन ने सेना आयुध को एटी एंड टी के जॉर्ज एडवर्ड्स को अपने डिवीजनों के बीच सांख्यिकीय गुणवत्ता नियंत्रण के उपयोग पर परामर्श करने के लिए मनाने में मदद की। द्वितीय विश्व युद्ध के फैलने पर ठेकेदार।

डब्ल्यू एडवर्ड्स डेमिंग ने शेवहार्ट को अमेरिकी कृषि विभाग के ग्रेजुएट स्कूल में बोलने के लिए आमंत्रित किया और शेवहार्ट की पुस्तक स्टैटिस्टिकल मेथड फ्रॉम द व्यूपॉइंट ऑफ क्वालिटी कंट्रोल (1939) के संपादक के रूप में कार्य किया, जो उस व्याख्यान का परिणाम था। डेमिंग गुणवत्ता नियंत्रण लघु पाठ्यक्रमों का एक महत्वपूर्ण वास्तुकार था जिसने WWII के दौरान नई तकनीकों में अमेरिकी उद्योग को प्रशिक्षित किया। इन युद्धकालीन पाठ्यक्रमों के स्नातकों ने 1945 में एक नए पेशेवर समाज का गठन किया, गुणवत्ता नियंत्रण के लिए अमेरिकन सोसायटी, जिसने एडवर्ड्स को अपना पहला अध्यक्ष चुना। डेमिंग ने संबद्ध व्यवसाय के दौरान जापान की यात्रा की और जापानी उद्योग के लिए एसपीसी विधियों को पेश करने के प्रयास में जापानी वैज्ञानिकों और इंजीनियरों के संघ (जेयूएसई) से मुलाकात की।[4][5]


'सामान्य' और 'विशेष' भिन्नता के स्रोत

Main article: Common cause and special cause (statistics)

शेवार्ट ने ब्रिटेन से आने वाले नए सांख्यिकीय सिद्धांतों को पढ़ा, विशेष रूप से विलियम सीली गॉसेट, कार्ल पियर्सन और रोनाल्ड फिशर का काम। हालाँकि, उन्होंने समझा कि भौतिक प्रक्रियाओं के डेटा ने शायद ही कभी एक सामान्य वितरण वक्र (अर्थात, एक गॉसियन वितरण या 'सामान्य वितरण') का उत्पादन किया। उन्होंने पाया कि निर्माण में भिन्नता के माप से डेटा हमेशा वैसा ही व्यवहार नहीं करता जैसा कि प्राकृतिक घटनाओं के माप से डेटा (उदाहरण के लिए, कणों की एक प्रकार कि गति)। शेवार्ट ने निष्कर्ष निकाला कि जबकि हर प्रक्रिया भिन्नता प्रदर्शित करती है, कुछ प्रक्रियाएँ भिन्नता प्रदर्शित करती हैं जो प्रक्रिया के लिए स्वाभाविक है (भिन्नता के सामान्य स्रोत); इन प्रक्रियाओं को उन्होंने (सांख्यिकीय) नियंत्रण में होने के रूप में वर्णित किया। अन्य प्रक्रियाएं अतिरिक्त रूप से भिन्नता प्रदर्शित करती हैं जो हर समय प्रक्रिया के कारण प्रणाली में सम्मलित नहीं होती हैं (भिन्नता के विशेष स्रोत), जिसे शेवार्ट ने नियंत्रण में नहीं बताया।[6]


गैर-विनिर्माण प्रक्रियाओं के लिए आवेदन

सांख्यिकीय प्रक्रिया नियंत्रण किसी भी दोहराव वाली प्रक्रिया का समर्थन करने के लिए उपयुक्त है, और इसे कई सेटिंग्स में लागू किया गया है, उदाहरण के लिए आईएसओ 9000 गुणवत्ता प्रबंधन प्रणाली का उपयोग किया जाता है, जिसमें वित्तीय लेखा परीक्षा और लेखा, आईटी संचालन, स्वास्थ्य देखभाल प्रक्रियाएं, और ऋण व्यवस्था और लिपिकीय प्रक्रियाएं सम्मलित हैं। प्रशासन, ग्राहक बिलिंग आदि। डिजाइन और विकास में इसके उपयोग की आलोचना के बावजूद, यह उच्च-मात्रा डेटा प्रसंस्करण संचालन के अर्ध-स्वचालित डेटा शासन का प्रबंधन करने के लिए अच्छी तरह से रखा गया है, उदाहरण के लिए एक उद्यम डेटा वेयरहाउस, या एक उद्यम डेटा गुणवत्ता प्रबंधन प्रणाली। [7]1988 की क्षमता परिपक्वता मॉडल (CMM) में सॉफ्टवेयर इंजीनियरिंग संस्थान ने सुझाव दिया कि SPC को सॉफ्टवेयर इंजीनियरिंग प्रक्रियाओं पर लागू किया जा सकता है। क्षमता परिपक्वता मॉडल एकीकरण (CMMI) के स्तर 4 और स्तर 5 अभ्यास इस अवधारणा का उपयोग करते हैं।

गैर-दोहराव, ज्ञान-गहन प्रक्रियाओं, जैसे अनुसंधान और विकास या सिस्टम इंजीनियरिंग के लिए एसपीसी के आवेदन को संदेह का सामना करना पड़ा है और यह विवादास्पद बना हुआ है।[8][9][10] नो सिल्वर बुलेट में, फ्रेड ब्रूक्स बताते हैं कि सॉफ्टवेयर की जटिलता, अनुरूपता आवश्यकताएं, परिवर्तनशीलता और अदृश्यता[11][12] परिणामस्वरूप अंतर्निहित और आवश्यक भिन्नता होती है जिसे हटाया नहीं जा सकता। इसका तात्पर्य यह है कि एसपीसी सॉफ्टवेयर विकास में, उदाहरण के लिए, निर्माण की तुलना में कम प्रभावी है।

निर्माण में भिन्नता

निर्माण में, गुणवत्ता को विनिर्देश के अनुरूप परिभाषित किया जाता है। हालांकि, कोई भी दो उत्पाद या विशेषताएं कभी भी बिल्कुल समान नहीं होती हैं, क्योंकि किसी भी प्रक्रिया में परिवर्तनशीलता के कई स्रोत होते हैं। बड़े पैमाने पर निर्माण में, परंपरागत रूप से, तैयार वस्तु की गुणवत्ता उत्पाद के निर्माण के बाद के निरीक्षण द्वारा सुनिश्चित की जाती है। प्रत्येक लेख (या किसी उत्पादन लॉट से लेखों का एक नमूना) को स्वीकार या अस्वीकार किया जा सकता है कि यह अपने डिजाइन विनिर्देशों को कितनी अच्छी तरह से पूरा करता है, एसपीसी उत्पादन प्रक्रिया के प्रदर्शन का निरीक्षण करने के लिए सांख्यिकीय उपकरणों का उपयोग करता है ताकि परिणाम से पहले महत्वपूर्ण विविधताओं का पता लगाया जा सके। एक अवमानक वस्तु का उत्पादन। किसी प्रक्रिया में किसी भी समय भिन्नता का कोई स्रोत दो वर्गों में से एक में गिर जाएगा।

(1) सामान्य कारण
'सामान्य' कारणों को कभी-कभी 'गैर-असाइन करने योग्य', या भिन्नता के 'सामान्य' स्रोत के रूप में संदर्भित किया जाता है। यह भिन्नता के किसी भी स्रोत को संदर्भित करता है जो लगातार प्रक्रिया पर कार्य करता है, जिनमें से सामान्यतः कई हैं। इस प्रकार के कारण सामूहिक रूप से समय के साथ सांख्यिकीय रूप से स्थिर और दोहराए जाने योग्य वितरण का उत्पादन करते हैं।

(2) विशेष कारण: 'विशेष' कारणों को कभी-कभी भिन्नता के 'असाइन करने योग्य' स्रोतों के रूप में संदर्भित किया जाता है। यह शब्द किसी भी कारक को संदर्भित करता है जो भिन्नता पैदा करता है जो केवल कुछ प्रक्रिया आउटपुट को प्रभावित करता है। वे अधिकांशतः आंतरायिक और अप्रत्याशित होते हैं।

अधिकांश प्रक्रियाओं में भिन्नता के कई स्रोत होते हैं; उनमें से ज्यादातर नाबालिग हैं और उन्हें नजरअंदाज किया जा सकता है। यदि विविधता के प्रमुख नियत स्रोतों का पता लगाया जाता है, तो संभावित रूप से उन्हें पहचाना और हटाया जा सकता है। जब उन्हें हटा दिया जाता है, तो प्रक्रिया को 'स्थिर' कहा जाता है। जब कोई प्रक्रिया स्थिर होती है, तो इसकी भिन्नता ज्ञात सीमाओं के भीतर ही रहनी चाहिए। यही है, कम से कम, जब तक भिन्नता का एक और असाइन करने योग्य स्रोत नहीं होता।

उदाहरण के लिए, नाश्ते के अनाज की पैकेजिंग लाइन को प्रत्येक अनाज के डिब्बे को 500 ग्राम अनाज से भरने के लिए डिज़ाइन किया जा सकता है। कुछ बक्सों में 500 ग्राम से थोड़ा अधिक और कुछ में थोड़ा कम होगा। जब पैकेज वजन मापा जाता है, तो डेटा शुद्ध वजन का संभाव्यता वितरण प्रदर्शित करेगा।

यदि उत्पादन प्रक्रिया, इसके इनपुट, या इसका वातावरण (उदाहरण के लिए, लाइन पर मशीन) बदल जाता है, तो डेटा का वितरण बदल जाएगा। उदाहरण के लिए, जैसे ही मशीनरी के कैम और पुली घिसते हैं, अनाज भरने वाली मशीन प्रत्येक बॉक्स में अनाज की निर्दिष्ट मात्रा से अधिक डाल सकती है। यद्यपि इससे ग्राहक को लाभ हो सकता है, निर्माता के दृष्टिकोण से यह बेकार है, और उत्पादन की लागत को बढ़ाता है। यदि निर्माता परिवर्तन और उसके स्रोत को समय पर पाता है, तो परिवर्तन को ठीक किया जा सकता है (उदाहरण के लिए, कैम और पुली को बदल दिया गया है)।

एसपीसी परिप्रेक्ष्य से, यदि प्रत्येक अनाज बॉक्स का वजन यादृच्छिक रूप से भिन्न होता है, कुछ अधिक और कुछ कम, हमेशा स्वीकार्य सीमा के भीतर, तो प्रक्रिया को स्थिर माना जाता है। यदि मशीनरी के कैम और पुली घिसने लगते हैं, तो अनाज के डिब्बे का वजन यादृच्छिक नहीं हो सकता है। कैम और पुली की खराब कार्यक्षमता से अनाज के बक्से के वजन में वृद्धि का एक गैर-यादृच्छिक रैखिक पैटर्न हो सकता है। हम इसे सामान्य कारण भिन्नता कहते हैं। हालांकि, अगर कैम और पुली की अप्रत्याशित खराबी के कारण अनाज के सभी बक्से अचानक औसत से बहुत अधिक वजन के हो गए, तो इसे एक विशेष कारण भिन्नता माना जाएगा।

आवेदन

एसपीसी के आवेदन में गतिविधि के तीन मुख्य चरण सम्मलित हैं:

  1. प्रक्रिया और विनिर्देश सीमा को समझना।
  2. भिन्नता के नियत (विशेष) स्रोतों को समाप्त करना, ताकि प्रक्रिया स्थिर रहे।
  3. औसत या भिन्नता के महत्वपूर्ण परिवर्तनों का पता लगाने के लिए नियंत्रण चार्ट के उपयोग से सहायता प्राप्त चल रही उत्पादन प्रक्रिया की निगरानी करना।

नियंत्रण चार्ट

नियंत्रण चार्ट का उपयोग करके प्रक्रिया मानचित्र पर बिंदुओं पर विविधताओं के माप से डेटा की निगरानी की जाती है। नियंत्रण चार्ट सामान्य स्रोतों से भिन्नता के असाइन करने योग्य (विशेष) स्रोतों को अलग करने का प्रयास करते हैं। सामान्य स्रोत, क्योंकि वे प्रक्रिया का एक अपेक्षित हिस्सा हैं, असाइन करने योग्य स्रोतों की तुलना में निर्माता के लिए बहुत कम चिंता का विषय हैं। नियंत्रण चार्ट का उपयोग करना एक सतत गतिविधि है, जो समय के साथ चलती रहती है।

स्थिर प्रक्रिया

जब प्रक्रिया नियंत्रण चार्ट के लिए किसी भी नियंत्रण चार्ट का पता लगाने के नियमों को ट्रिगर नहीं करती है, तो इसे स्थिर कहा जाता है। भविष्य में अनुरूप उत्पाद का उत्पादन करने के लिए प्रक्रिया की क्षमता का अनुमान लगाने के लिए एक स्थिर प्रक्रिया पर एक प्रक्रिया क्षमता विश्लेषण किया जा सकता है।

एक स्थिर प्रक्रिया को एक प्रक्रिया हस्ताक्षर द्वारा प्रदर्शित किया जा सकता है जो क्षमता सूचकांक के बाहर प्रसरण से मुक्त है। एक प्रक्रिया हस्ताक्षर क्षमता सूचकांक की तुलना में प्लॉट किए गए बिंदु हैं।

अत्यधिक विविधताएं

जब प्रक्रिया किसी भी नियंत्रण चार्ट पहचान नियमों को ट्रिगर करती है, (या वैकल्पिक रूप से, प्रक्रिया क्षमता कम होती है), अत्यधिक विविधता के स्रोत की पहचान करने के लिए अन्य गतिविधियां की जा सकती हैं। इन अतिरिक्त गतिविधियों में उपयोग किए जाने वाले उपकरणों में सम्मलित हैं: इशिकावा आरेख, डिज़ाइन किए गए प्रयोग और परेटो कार्ड । डिज़ाइन किए गए प्रयोग भिन्नता के स्रोतों के सापेक्ष महत्व (शक्ति) को वस्तुनिष्ठ रूप से मापने का एक साधन हैं। एक बार (विशेष कारण) भिन्नता के स्रोतों की पहचान हो जाने के बाद, उन्हें कम या समाप्त किया जा सकता है। भिन्नता के स्रोत को समाप्त करने के कदमों में सम्मलित हो सकते हैं: मानकों का विकास, स्टाफ प्रशिक्षण, त्रुटि-प्रूफिंग, और स्वयं प्रक्रिया या इसके इनपुट में परिवर्तन।

प्रक्रिया स्थिरता मेट्रिक्स

नियंत्रण चार्ट के साथ कई प्रक्रियाओं की निगरानी करते समय, प्रक्रियाओं की स्थिरता के मात्रात्मक उपायों की गणना करना कभी-कभी उपयोगी होता है। इसके बाद इन मेट्रिक्स का उपयोग उन प्रक्रियाओं की पहचान/प्राथमिकता देने के लिए किया जा सकता है जिनकी सुधारात्मक कार्रवाइयों की सबसे अधिक आवश्यकता है। इन मेट्रिक्स को पारंपरिक प्रक्रिया क्षमता मेट्रिक्स के पूरक के रूप में भी देखा जा सकता है। कई मेट्रिक्स प्रस्तावित किए गए हैं, जैसा कि रामिरेज़ और रनर में वर्णित है।[13] वे हैं (1) एक स्थिरता अनुपात जो अल्पकालिक परिवर्तनशीलता की लंबी अवधि की परिवर्तनशीलता की तुलना करता है, (2) एक एनोवा टेस्ट जो भीतर-उपसमूह भिन्नता की तुलना उप-समूह भिन्नता से करता है, और (3) एक अस्थिरता अनुपात जो पश्चिमी इलेक्ट्रिक नियमों के एक या अधिक उल्लंघन वाले उपसमूहों की संख्या की तुलना उपसमूहों की कुल संख्या से करता है।

नियंत्रण चार्ट का गणित

डिजिटल नियंत्रण चार्ट तर्क-आधारित नियमों का उपयोग करते हैं जो व्युत्पन्न मूल्यों को निर्धारित करते हैं जो सुधार की आवश्यकता को संकेत देते हैं। उदाहरण के लिए,

व्युत्पन्न मूल्य = अंतिम मूल्य + अंतिम एन संख्याओं के बीच पूर्ण अंतर।

यह भी देखें

संदर्भ

  1. ↑ Barlow & Irony (1992)
  2. ↑ Bergman (2009)
  3. ↑ Zabell (1992)
  4. ↑ Deming, W. Edwards, Lectures on statistical control of quality., Nippon Kagaku Gijutsu Remmei, 1950
  5. ↑ Deming, W. Edwards and Dowd S. John (translator) Lecture to Japanese Management, Deming Electronic Network Web Site, 1950 (from a Japanese transcript of a lecture by Deming to "80% of Japanese top management" given at the Hotel de Yama at Mr. Hakone in August 1950)
  6. ↑ Why SPC?. SPC Press, Inc. British Deming Association. 1992.
  7. ↑ Larry English Improving Data Warehouse and Business Information Quality : Methods for Reducing Costs and Increasing Profits 1999
  8. ↑ Bob Raczynski and Bill Curtis (2008) Software Data Violate SPC's Underlying Assumptions, IEEE Software, May/June 2008, Vol. 25, No. 3, pp. 49-51
  9. ↑ Robert V. Binder (1997) Can a Manufacturing Quality Model Work for Software?, IEEE Software, September/October 1997, pp. 101-105
  10. ↑ Raczynski, Bob (February 20, 2009). "Is Statistical Process Control Applicable to Software Development Processes?". StickyMinds (in English).
  11. ↑ Brooks, F. P., J. (1987). "No Silver Bullet—Essence and Accidents of Software Engineering" (PDF). Computer. 20 (4): 10–19. CiteSeerX 10.1.1.117.315. doi:10.1109/MC.1987.1663532.{{cite journal}}: CS1 maint: multiple names: authors list (link)
  12. ↑ Fred P. Brooks (1986) No Silver Bullet — Essence and Accident in Software Engineering, Proceedings of the IFIP Tenth World Computing Conference 1986, pp. 1069–1076
  13. ↑ Ramirez, B.; Runger, G. (2006). "Quantitative Techniques to Evaluate Process Stability". Quality Engineering. 18 (1). pp. 53–68. doi:10.1080/08982110500403581.


ग्रन्थसूची

  • Barlow, R. E. & Irony, T. Z. (1992) "Foundations of statistical quality control" in Ghosh, M. & Pathak, P.K. (eds.) Current Issues in Statistical Inference: Essays in Honor of D. Basu, Hayward, CA: Institute of Mathematical Statistics, 99–112.
  • Bergman, B. (2009) "Conceptualistic Pragmatism: A framework for Bayesian analysis?", IIE Transactions, 41, 86–93
  • Deming, W E (1975) "On probability as a basis for action", The American Statistician, 29(4), 146–152
  • — (1982) Out of the Crisis: Quality, Productivity and Competitive Position ISBN 0-521-30553-5
  • Grant, E. L. (1946) Statistical quality control ISBN 0071004475
  • Oakland, J (2002) Statistical Process Control ISBN 0-7506-5766-9
  • Salacinski, T (2015) SPC - Statistical Process Control. The Warsaw University of Technology Publishing House. ISBN 978-83-7814-319-2
  • Shewhart, W A (1931) Economic Control of Quality of Manufactured Product ISBN 0-87389-076-0
  • — (1939) Statistical Method from the Viewpoint of Quality Control ISBN 0-486-65232-7
  • Statistical Process Control (SPC) Reference Manual (2 ed.). Automotive Industry Action Group (AIAG). 2005.
  • Wheeler, D J (2000) Normality and the Process-Behaviour Chart ISBN 0-945320-56-6
  • Wheeler, D J & Chambers, D S (1992) Understanding Statistical Process Control ISBN 0-945320-13-2
  • Wheeler, Donald J. (1999). Understanding Variation: The Key to Managing Chaos - 2nd Edition. SPC Press, Inc. ISBN 0-945320-53-1.
  • Wise, Stephen A. & Fair, Douglas C (1998). Innovative Control Charting: Practical SPC Solutions for Today's Manufacturing Environment. ASQ Quality Press. ISBN 0-87389-385-9
  • Zabell, S. L. (1992). "Predicting the unpredictable". Synthese. 90 (2): 205. doi:10.1007/bf00485351.


बाहरी संबंध

Wikimedia Commons has media related to Statistical process control.
Retrieved from ‘https://www.vigyanwiki.in/index.php?title=सांख्यिकीय_प्रक्रिया_नियंत्रण&oldid=133036’