了解有关此 C-Chart 图表的更多信息。

此 C 图表计算器用作图形工具,用于评估过程是否处于统计控制状态,通常用于分析连续样本中不合格项目的行为。

使用图形工具,您可以非常快速地检测异常,只需查看图表中的哪些点相对于其余点显得极端。这种偏差是通过任何点是否超出控制限制来衡量的。

如何在线使用这个 C 图表计算器？

您要分析 \(N\) 样本列表,并且对于每个样本,您都有一定数量的不合格品

从中您可以找到每个样本的平均不合格数 \(\bar{c}\)。

然后,您可以使用以下公式获取 c 图的控制下限和上限

\[ LCL_{c} =\bar{c} - 3\sqrt{\bar{c}} \] \[ UCL_{c} =\bar{c} + 3\sqrt{\bar{c}} \]

一步一步：如何制作 C 图表？

1. 首先,您对要测量/研究的数据进行数据收集。在这种情况下,您对批次（样品）中的不合格品感兴趣。

2. 然后,数据采集完成后,需要获取每个样本的不合格品数。

3. 在此步骤中,您计算每个样本中发现的所有不合格品/缺陷品的平均值。

4. 接下来,您必须使用公式 \(LCL_{c} =\bar{c} - 3\sqrt{\bar{c}} \) 和 \(UCL_{c} =\bar{c} + 3\sqrt{\bar{c}} \) 计算控制下限和上限。

5. 您将使用一个图表,您将在其中构建一条线来绘制每个样本的每个不合格（缺陷）值。此外,您将为下限和上限以及中心线绘制线。

6. 最后,您确定任何样品是否有超出控制下限或上限的不合格数。

超出控制控制下限或上限的点被称为不受统计控制。当您没有超出控制范围的点时,则称该过程处于统计控制状态。

其他控制图

每种类型的控制图都旨在衡量过程的某个属性。例如 R 图 用于评估过程中的可变性是否受控制。此外,您可以使用 X-bar 图表制作工具 .如果您需要评估过程的中心是否在统计控制中。