SVEUILITE U ZAGREBU

FAKULTET STROJARSTVA I BRODOGRADNJE

Faktorska analiza i planiranje pokusa

Seminarski rad

Mihael Gudlin

Zagreb, 2016.

SADRAJ
1

UVOD I MOTIVACIJA ................................................................................. 1

PRAKTINA PRIMJENA KONTROLNIH KARATA............................. 2

2.1

Primjer 1. - Zadatak 15-91 i 15-92 iz (1) ....................................................................... 2

2.2

Primjer 2. Zadatak 15-21 iz (1) ................................................................................ 10

2.3

Primjer 3. Zadatak 15-73 iz (1) ................................................................................ 13

2.4

Primjer 4. Zadatak 4.8 iz (2) ..................................................................................... 17

2.5

Primjer 5. Zadatak 15-53 iz (1) ................................................................................ 21

2.6

Primjer 6. Zadatak 15-94 iz (1) ................................................................................ 25

2.7

Primjer 7. Zadatak 15-93 iz (1) ............................................................................... 28

2.8

Primjer 8. Zadatak 8.1 iz (3) ..................................................................................... 32

LITERATURA .............................................................................................. 34

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

UVOD I MOTIVACIJA

U svom radu strunjaci iz podruja industrijskog inenjerstva u velikom broju sluajeva

susreu se zadacima koji se odnose na optimizacijuodreenih vrsta procesa. Metrika
uspjenosti spomenute vrste poslova uglavnom ukljuuje odreene ekonomske (npr. obrtaj
zaliha) ili tehnike pokazatelje (npr. vrijeme izmjene alata), dok se znaajke kvalitete procesa
podrazumijevaju bez stvarnog poznavanja varijacija procesa. Pristup bilo kakvoj vrsti
optimizacije bez stvarnog znanja o rasipanju odabranog procesa ne moe rezultirati
poboljanjem kvalitete, pri emu je stabilnost procesa jedan od najvanijih preduvjeta za sve
daljnje korak optimizacije.
Kao odgovor na opisani problem mogue je primijeniti alate statistike kontrole procesa.
Statistika kontrola procesa (eng. Statistical process control SPC) odnosi se na odreene
statistike metode koje se intenzivno koriste za praenje i poboljanje kvalitete i produktivnosti
proizvodnih i uslunih operacija i procesa (1). SPC-ov glavni alat odnosni se na primjenu
kontrolnih karata koje su predloene od strane Waltera Shewharta u njegovom radu Economic
Control of Quality of Manufactured Product iz 1931. Glavni zadatak predloenih kontrolnih
karata je razluiti sluajne od znaajnih uzroka varijacija pratei i ucrtavajui varijacije u
vremenu, te alarmiranje korisnika u sluaju pojave znaajnog uzroka varijacija kako bi
navedeni mogao biti eliminiran.
Fokus ovog rada stavljen je na praktinokoritenje kontrolnih karata, ija je primjena pokazana
na irokom rasponurealnih problema. Pri tome jena strukturiran nain dan pristupobradi
prikupljenih podataka, te u konanici i formiranju kontrolne karte, primjenom programskog
rjeenjaMinitab 17. Sadrajno su obraeni primjeri koji ukljuuju klasine i esto
primjenjivane Shewartove kontrolne karte ( x R i x s), ali i CUSUM i EWMA karte, koje
pokazuju znatno bolja svojstva osjetljivosti na manje pomake i pojavu trendova u kretanju
promatranih parametara. Osim toga obraene su i karte za atributne karakteristike parametara,
koje u dananje vrijeme gube na vanost uslijed promjene paradigme vezane za kontrolu
kvalitete. Suvremena kontrola kvalitete nalae odmak od samog konstatiranja sukladnosti ili
nesukladnosti odreenog zavrenog proizvoda odnosno zavrne kontrole, teznaajan fokus
stavlja na kontinuirano unapreenje procesa i detekciju problema u ranoj fazi kreiranja
proizvoda kako bi kvalitetu ugradili u njega(2). U postizanju spomenutih ciljeva veoma vanu
ulogu imaju alati statistike kontrole procesa, a posebice kontrolne karte.

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

PRAKTINA PRIMJENA KONTROLNIH KARATA

2.1 Primjer 1. - Zadatak 15-91 i 15-92 iz (3)

Promjer zavretka (pin) osiguraa kod motora zrakoplova vana je znaajka kvalitete. U
nastavku dan je prikaz 25 uzoraka veliine n=3, promjera zavretka osiguraa:
Tablica 1. Uzorci promjera pina osiguraa
Promjer

Broj
uzorka

x1

x2

x3

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

64,030
63,995
63,988
64,002
63,992
64,009
63,995
63,985
64,008
63,998
63,994
64,004
63,983
64,006
64,012
64,000
63,994
64,006
63,984
64,000
63,988
64,004
64,010
64,015
63,982

64,002
63,992
64,024
63,996
64,007
63,994
64,006
64,003
63,995
74,000
63,998
64,000
64,002
63,967
64,014
63,984
64,012
64,010
64,002
64,010
64,001
63,999
63,989
64,008
63,984

64,019
64,001
64,021
63,993
64,015
63,997
63,994
63,993
64,009
63,990
63,994
64,007
63,998
63,994
63,998
64,005
63,986
64,018
64,003
64,013
64,009
63,990
63,990
63,993
63,995

a) Izraditi x-R kartu za ovaj proces, u sluaju da postoje zapaanja izvan kontrolnih
granica potrebno je napraviti novu kontrolni kartu bez tih zapaanja. Napraviti procjenu
aritmetike sredine i standardne devijacije
b) Ako je specifikacija procesa 640.02, potrebno je izraunati indeks sposobnosti Cp.
Potrebno je izraunati Cpk. Kakav je zakljuak o sposobnosti procesa?
c) Pretpostavimo da se iznos arit. sredine pomaknuo na 64.01. Koja je vjerojatnost da e
pomak biti pronaen u sljedeem uzorku? Koja je vrijednost ARL nakon pomaka?
d) Izraditi -S kartu za ovaj proces

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

Rjeenje primjera 1.
a) Izrada x R karte
Korak 1. Izraun raspona uzoraka Rii aritmetikih sredina uzoraka
Promjer

Broj
uzorka

x1

x2

x3

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

64,030
63,995
63,988
64,002
63,992
64,009
63,995
63,985
64,008
63,998
63,994
64,004
63,983
64,006
64,012
64,000
63,994
64,006
63,984
64,000
63,988
64,004
64,010
64,015
63,982

64,002
63,992
64,024
63,996
64,007
63,994
64,006
64,003
63,995
74,000
63,998
64,000
64,002
63,967
64,014
63,984
64,012
64,010
64,002
64,010
64,001
63,999
63,989
64,008
63,984

64,019
64,001
64,021
63,993
64,015
63,997
63,994
63,993
64,009
63,990
63,994
64,007
63,998
63,994
63,998
64,005
63,986
64,018
64,003
64,013
64,009
63,990
63,990
63,993
63,995

Ri

0,028
0,009
0,036
0,009
0,023
0,015
0,012
0,018
0,014
10,010
0,004
0,007
0,019
0,039
0,016
0,021
0,026
0,012
0,019
0,013
0,021
0,014
0,021
0,022
0,013

64,017
63,996
64,011
63,997
64,005
64,000
63,998
63,994
64,004
67,329
63,995
64,004
63,994
63,989
64,008
63,996
63,997
64,011
63,996
64,008
63,999
63,998
63,996
64,005
63,987

Korak 2. Izraun prosjeka raspona uzoraka i izraun prosjeka aritmetikih sredina

uzoraka(eng. grand mean)
1
R=
m
1
x=
m

Ri =
i=1
m

xi =
i=1

10,441
= 0,418
25

1.603,34
= 64,133
25

Korak 3. Izraun nepristrane procjene standardne devijacije

Za n=3 d2 = 1,693
=

R 0,418
=
= 0,2467
d2 1,693

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

Korak 4. Izraun kontrolnih granica -R kontrolnih karti

Za n=3 A2=1,023; D4=2,575; D3=0

UCL= x + 3A2

64,561

UCL= D4 r

1,075

CL= x

64,133

CL= r

0,418

LCL= x 3A2

63,706

LCL= D3 r

0,000

Korak 5. Izrada kontrolnih karti -R

Slika 1.

Slika 2.
Komentar:Pregledom kontrolnih karata jasno se moe uoiti da je promatrani proces za uzorak
broj 10 izvan statistike kontrole, to ukazuje na mogue postojanje znaajnog uzroka
varijacija. Pristupa sa izradi kontrolnih karti bez uzorka broj 10, odnosno proraunu novih
kontrolnih granica.
Izraun novih kontrolnih granica bez 10. uzorka:
1
R=
m

Ri =
i=1

0,4310
= 0,01796
24

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

1
x=
m
=

xi =
i=1

1.536,01
= 64,0003
24

R 0,01796
=
= 0,01061
d2
1,693

UCL= x + 3A2

64,0187

UCL= D4 r

0,046

CL= x

64,0003

CL= r

0,018

LCL= x 3A2

63,9819

LCL= D3 r

0,000

Slika 3. bez uzorka broj 10

Slika 4. bez uzorka broj 10

Komentar:Nakon novog izrauna kontrolnih granica, kontrolne karte ukazuju na to da je
proces u stanju statistike kontrole, bez uzorka izvan kontrolnih granica ili pojave
sistematinog ponaanja uzoraka (run pattern). Na temelju ovih spoznaja mogue je tvrditi da
proces varira samo pod utjecajem sebi svojstvenih sluajnih uzroka.

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

b) Izraun sposobnosti procesa

Specifikacija procesa: 640,02 LSL=63,98; USL=64,02
= 0,01061
Cp =

USL LSL 64,02 63,98

=
= 0,6283
6
6 0,01061

Cpk = min

USL LSL
64,02 64 64 63,98
;
= min
;
= 0,6283
3
3
3 0,1061 3 0,1061

Komentar:Iz podatka o sposobnosti proces Cp i podatka o gornjoj i donjoj potencijalnoj

sposobnosti Cpk, moemo ustvrditi slijedee zakljuke:

Proces nije sposoban iz razloga to je raspon zahtjeva ui, od raspona procesa vidljivo
iz pokazatelja Cp
Proces je centriran to je vidljivo iz jednakosti pokazatelja Cpl i Cpu

c) Izraun vrijednosti ARL (Average run length) za =64,01

P = 63,982 x 64,0187, = 64,01
P=

63,982 64,01
64,01 64,0187
Z
= 2,64 Z 0,82 = 0,20611
0,01061
0,01061

ARL =

1
1
=
= 4,852
P 0,20611

Komentar:Iz podatka o ARL moemo oitati nakon koliko toaka u prosjeku e kontrolna
karta signalizirati stanje izvan kontrole. Za konkretan sluaj moemo rei da e kontrolna karta
ukazati na pomak oekivanja za promatranu mjerenu vrijednost na 64,01 nakon priblino 5
toaka (uzoraka).
d) Izrada x S karte
Korak 1. Izraun standardne devijacije unutar uzoraka Sii aritmetikih sredina uzoraka
Promjer

Broj
uzorka

x1

x2

x3

1
2
3
4
5
6
7
8
9
10
11
12

64,030
63,995
63,988
64,002
63,992
64,009
63,995
63,985
64,008
63,998
63,994
64,004

64,002
63,992
64,024
63,996
64,007
63,994
64,006
64,003
63,995
74,000
63,998
64,000

64,019
64,001
64,021
63,993
64,015
63,997
63,994
63,993
64,009
63,990
63,994
64,007

Si

0,014
0,005
0,020
0,005
0,012
0,008
0,007
0,009
0,008
5,777
0,002
0,004

64,017
63,996
64,011
63,997
64,005
64,000
63,998
63,994
64,004
67,329
63,995
64,004

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

13
14
15
16
17
18
19
20
21
22
23
24
25

63,983
64,006
64,012
64,000
63,994
64,006
63,984
64,000
63,988
64,004
64,010
64,015
63,982

64,002
63,967
64,014
63,984
64,012
64,010
64,002
64,010
64,001
63,999
63,989
64,008
63,984

0,010
0,020
0,009
0,011
0,013
0,006
0,011
0,007
0,011
0,007
0,012
0,011
0,007

63,998
63,994
63,998
64,005
63,986
64,018
64,003
64,013
64,009
63,990
63,990
63,993
63,995

63,994
63,989
64,008
63,996
63,997
64,011
63,996
64,008
63,999
63,998
63,996
64,005
63,987

Korak 2. Izraun prosjeka std. devijacija uzoraka i izraun prosjeka aritmetikih sredina
uzoraka(eng. grand mean)
1
S=
m
1
x=
m

Si =

6,004
= 0,240
25

xi =

1.603,34
= 64,133
25

i=1
m

i=1

Korak 3. Izraun nepristrane procjene standardne devijacije

Za n=3 c4 = 0,8862
=

S
0,240
=
= 0,2708
c4 0,8862

Korak 4. Izraun kontrolnih granica -S kontrolnih karti

Za n=3 c4=0,8862

UCL = x + 3

S
s

c4 n

CL = x
LCL = x 3

s
c4 n

64,603

UCL = s + 3

64,133

CL = s

63,664

LCL = s 3

s
1 c42
c4

0,617
0,240

s
1 c42
c4

0,000

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

Korak 5. Izrada kontrolnih karti -S

Slika 5.

Slika 6.
Komentar:Slino kao i kod x-R kontrolnih karata jasno se moe uoiti da je promatrani proces
za uzorak broj 10 izvan statistike kontrole, to ukazuje na mogue postojanje znaajnog
uzroka varijacija. Pristupa sa izradi kontrolnih karti bez uzorka broj 10, odnosno proraunu
novih kontrolnih granica.
Izraun novih kontrolnih granica bez 10. uzorka:
1
S=
m
1
x=
m
=

Si =

0,227
= 0,009
24

xi =

1.536,007
= 64,000
24

i=1
m

i=1

S
0,009
=
= 0,0102
c4 0,8862

UCL = x + 3

s
c4 n

CL = x
LCL = x 3

s
c4 n

0,0024

64,000

S
s
UCL = s + 3
1 c42
c4
CL = s

63,982

LCL = s 3

s
1 c42
c4

0,0000

64,019

0,0094

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

Slika 7. 10

Slika 8. 10
Komentar:Nakon novog izrauna kontrolnih granica, kontrolne karte ukazuju na to da je
proces u stanju statistike kontrole, bez uzorka izvan kontrolnih granica ili pojave
sistematinog ponaanja uzoraka (run pattern). Na temelju ovih spoznaja mogue je tvrditi da
proces varira samo pod utjecajem sebi svojstvenih sluajnih uzroka.

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

2.2 Primjer 2.Zadatak 15-21 iz (3)

Promjer provrta uzastopno je mjeren primjenom automatskog senzora. Rezultati 25 uzastopnih
mjerenja provrta dani su tablino:
Tablica 2. Pojedinana mjerenja promjera provrta
Uzorak
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

Promjer
9,94
9,93
10,09
9,98
10,11
9,99
10,11
9,84
9,82
10,38
9,99
10,41
10,36
9,99
10,12
9,81
9,73
10,14
9,96
10,06
10,11
9,95
9,92
10,09
9,85

a) Koristei sve podatke, potrebno je izraunati probne kontrolne granice za kontrolnu

kartu individualnih zapaanja i MR-a, te ih nacrtati. U sluaju da je proces izvan
statistike kontrole, pretpostavite da se znaajni uzroci varijacija mogu odrediti, te
uklonite uzorke i izvan kontrole i nacrtajte nove kontrolne granice.
Procijenite aritmetiku sredinu i std. devijaciju procesa u statistikoj kontroli.

10

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

a) Izrada x MR karte
Korak 1. Izraun pominih raspona uzoraka MRi
Uzorak
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

Promjer
9,94
9,93
10,09
9,98
10,11
9,99
10,11
9,84
9,82
10,38
9,99
10,41
10,36
9,99
10,12
9,81
9,73
10,14
9,96
10,06
10,11
9,95
9,92
10,09
9,85

MRi
0,010
0,160
0,110
0,130
0,120
0,120
0,270
0,020
0,560
0,390
0,420
0,050
0,370
0,130
0,310
0,080
0,410
0,180
0,100
0,050
0,160
0,030
0,170
0,240

Korak 2. Izraun prosjeka std. devijacija uzoraka i izraun prosjeka aritmetikih sredina
uzoraka(eng. grand mean)
1
MR =
m1
1
x=
m

xi xi1 =
i=2

xi =
i=1

4,590
= 0,191
24

250,68
= 10,027
25

Korak 3. Izraun nepristrane procjene standardne devijacije

Za n=2 d2= 1,128
=

MR 0,191
=
= 0,1695
d2
1,128

Korak 4. Izraun kontrolnih granica -MR kontrolnih karti

Za n=2 d2=1,128; D4=3,267; D3=0

11

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

mr
UCL = x + 3
d2
CL = x
LCL = x 3

MR

mr
d2

10,536

UCL = D4 mr

0,625

10,027

CL = mr

0,191

9,519

LCL = D3 mr

0,000

Korak 5. Izrada kontrolnih karti -MR

Slika 9.

Slika 10.
Komentar: Kontrolna karta za individualna mjerenja koja koristi pomini raspon dva
uzastopna mjerenja, u konkretnom sluaju ukazuje da je proces u statistikoj kontroli, te da
nema znaajnih uzroka varijacija. Kod interpretacije MR kontrolne karta moramo paziti zbog
autokorelacije izmeu podataka pogotovo kod komentiranja ciklikog ponaanja (run-ova).

12

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

2.3 Primjer 3. Zadatak 15-73 iz (3)

U tvornici kemikalija, prikupljeni su podaci za jednu od karakteristika kvalitete (viskoznost).
Podaci su prikupljeni za svaku poludnevnu seriju (svakih 12 sati). Rezultati 15 uzastopnih
mjerenja dani su u tablici:
Tablica 3.Uzorci mjerenja viskoznosti
Serija
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Viskoznost
13,3
14,5
15,3
15,3
14,3
14,8
15,2
14,9
14,6
14,1
14,3
16,1
13,1
15,5
12,6

a) Izradite CUSUM kontrolnu kartu za ovaj proces, uz pretpostavku ciljane vrijednosti

viskoznosti od 14,1. Provjeriti da li je proces u statistikoj kontroli.
b) Pretpostavite da je iduih pet mjerenja iznosilo: 14,6; 15,3; 15,7; 16,1; 16,8; te ponovno
kreirati CUSUM kontrolnu kartu uz istu standardnu devijaciju i ciljanu vrijednost kao u
a) zadatku. Da li je proces doivio znaajan pomak?

a) Izrada CUSUM kontrolne karte uz 0=14,1

Korak 1. Izraun nepristraneprocjene standardne devijacije
Serija
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Viskoznost
13,3
14,5
15,3
15,3
14,3
14,8
15,2
14,9
14,6
14,1
14,3
16,1
13,1
15,5
12,6

MRi
1,20
0,80
0,00
1,00
0,50
0,40
0,30
0,30
0,50
0,20
1,80
3,00
2,40
2,90

13

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

1
MR =
m1

xi xi1 =
i=2

15,30
= 1,0929
14

Za n=2 d2 = 1,128
=

MR 1,0929
=
= 0,9688
d2
1,128

Korak 2. Izraun parametra intervala odluke H, i referentne vrijednosti K

Za h=4; k=0,5 (preporuke prema literaturi )
H = h = 4 0,9688 = 3,875
K = k = 0,5 0,9688 = 0,4844
Korak 3.Tablini izraun gornje sH(i) i donje sL(i) kumulativne sume:
sH i = max 0, xi 0 + K + sH i 1 , uz sH 0 = 0
sL i = max 0, 0 K xi + sL i 1 , uz sL 0 = 0

Serija
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Viskoznost
13,3
14,5
15,3
15,3
14,3
14,8
15,2
14,9
14,6
14,1
14,3
16,1
13,1
15,5
12,6

+
-1,284
-0,084
0,716
0,716
-0,284
0,216
0,616
0,316
0,016
-0,484
-0,284
1,516
-1,484
0,916
-1,984

SH(i-1)
0,000
0,000
0,000
0,716
1,431
1,147
1,362
1,978
2,293
2,309
1,825
1,540
3,056
1,571
2,487

SH(i)
0,000
0,000
0,716
1,431
1,147
1,362
1,978
2,293
2,309
1,825
1,540
3,056
1,571
2,487
0,503

0,316
-0,884
-1,684
-1,684
-0,684
-1,184
-1,584
-1,284
-0,984
-0,484
-0,684
-2,484
0,516
-1,884
1,016

SH(i-1)
0,000
0,316
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,516
0,000

SH(i)
0,316
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,516
0,000
1,016

14

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

Korak 5. Izrada kontrolne karte

Slika 11. CUSUM kontrolna karta 15 uzoraka

Komentar: Kontrolna karta kumulativnih suma za konkretan sluaj ukazuje da nema znaajnih
uzroka varijacije za mjereni parametar viskoznosti. Kod komentara i interpretacije rezultata ne
moemo komentirati cikliko ponaanje odnosno trendove na kontrolnoj karti zbog meusobne
povezanosti podataka.
b) Izrada CUSUM kontrolne karte uz ciljanu vrijednost 0=14,1 i procijenjenu standardnu
devijaciju = 0,9688, za dodatnih 5 uzorka
Izrada nove CUSUM karte za 20 uzoraka:
Za = 0,9688, H=3,875, K=0,4844
Serija
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

Viskoznost

13,30
14,50
15,30
15,30
14,30
14,80
15,20
14,90
14,60
14,10
14,30
16,10
13,10
15,50
12,60
14,60
15,30
15,70
16,10
16,80

+
-1,284
-0,084
0,716
0,716
-0,284
0,216
0,616
0,316
0,016
-0,484
-0,284
1,516
-1,484
0,916
-1,984
0,016
0,716
1,116
1,516
2,216

SH(i-1)
0,000
0,000
0,000
0,716
1,431
1,147
1,362
1,978
2,293
2,309
1,825
1,540
3,056
1,571
2,487
0,503
0,518
1,234
2,349
3,865

SH(i)
0,000
0,000
0,716
1,431
1,147
1,362
1,978
2,293
2,309
1,825
1,540
3,056
1,571
2,487
0,503
0,518
1,234
2,349
3,865
6,080

0,316
-0,884
-1,684
-1,684
-0,684
-1,184
-1,584
-1,284
-0,984
-0,484
-0,684
-2,484
0,516
-1,884
1,016
-0,984
-1,684
-2,084
-2,484
-3,184

SH(i-1)
0,000
0,316
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,516
0,000
1,016
0,031
0,000
0,000
0,000

SH(i)
0,316
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,000
0,516
0,000
1,016
0,031
0,000
0,000
0,000
0,000

15

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

Slika 12. CUSUM kontrolna karta 20 uzoraka

Komentar: Kontrolna karta kumulativnih suma za konkretan sluaj ukazuje da na pojavu
znaajnog uzroka varijacije kod uzorka broj 20 za gornju kumulativnu sumu iji iznos je
SH(20)=6,08 to je vei iznos od granice intervala odluke H=3,88.

16

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

2.4 Primjer 4. Zadatak 4.8 iz (4)

U procesu proizvodnje svornjaka temeljna znaajka kvalitete je promjer svornjak. Uzimani su
uzorci prema redoslijedu proizvodnje. U nastavku je dan prikaz 40 uzoraka, veliine 5,
izmjerenih promjera:
Tablica 4. Uzorci mjerenja promjera svornjaka
Broj
uzorka
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40

x1
8,798
9,525
10,867
11,831
9,321
8,714
11,155
8,696
9,202
10,476
8,636
8,547
9,559
9,145
10,068
10,157
9,386
11,766
9,582
11,299
11,071
11,355
10,824
10,957
12,572
11,129
10,572
9,505
13,590
12,319
11,377
10,300
9,731
10,157
11,190
10,205
12,398
11,640
11,869
9,291

x2
12,374
7,985
11,307
10,996
11,073
11,066
10,874
10,505
10,072
10,243
10,490
10,975
9,868
10,528
8,488
9,819
9,042
10,748
9,905
9,588
8,509
10,548
9,475
11,485
9,389
12,759
10,286
12,442
11,024
9,966
9,962
11,521
10,742
11,343
9,765
10,161
12,291
9,860
15,250
11,154

x3
10,456
10,211
8,249
10,044
9,805
10,765
8,571
10,783
10,278
9,005
11,323
9,885
10,752
10,774
9,316
8,125
10,025
9,762
8,496
9,737
10,976
9,495
10,465
11,055
9,667
11,488
11,077
10,212
10,547
11,120
11,133
11,668
12,674
11,436
11,413
10,610
11,084
11,514
10,530
10,475

x4
9,419
10,352
10,817
9,901
10,901
9,320
9,170
9,309
10,091
10,966
9,750
10,648
8,860
7,737
9,050
9,033
11,159
9,622
9,173
10,266
9,810
10,105
10,320
10,123
10,206
10,919
9,963
9,646
13,254
12,565
11,050
11,588
10,847
11,204
10,785
11,949
10,974
11,460
10,955
10,913

x5
9,997
9,415
11,634
11,402
9,722
8,949
10,473
9,998
8,833
9,996
10,364
8,428
8,428
11,201
11,076
9,386
12,538
10,298
9,817
10,324
11,762
11,254
10,754
12,669
10,585
12,138
12,468
11,260
9,279
8,366
11,064
9,706
11,714
10,785
10,704
12,851
11,523
9,518
13,770
9,125

Potrebno je izraditi EWMA kontrolnu kartu za promatrani proces pri emu je potrebno
postaviti parametar =0,333, uz0=8

17

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

a) EWMA kontrolna karta za 0=8

Korak 1. Izraun standardne devijacije unutar uzoraka Sii aritmetikih sredina uzoraka
Broj
uzorka
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40

x1
8,798
9,525
10,867
11,831
9,321
8,714
11,155
8,696
9,202
10,476
8,636
8,547
9,559
9,145
10,068
10,157
9,386
11,766
9,582
11,299
11,071
11,355
10,824
10,957
12,572
11,129
10,572
9,505
13,590
12,319
11,377
10,300
9,731
10,157
11,190
10,205
12,398
11,640
11,869
9,291

x2
12,374
7,985
11,307
10,996
11,073
11,066
10,874
10,505
10,072
10,243
10,490
10,975
9,868
10,528
8,488
9,819
9,042
10,748
9,905
9,588
8,509
10,548
9,475
11,485
9,389
12,759
10,286
12,442
11,024
9,966
9,962
11,521
10,742
11,343
9,765
10,161
12,291
9,860
15,250
11,154

x3
10,456
10,211
8,249
10,044
9,805
10,765
8,571
10,783
10,278
9,005
11,323
9,885
10,752
10,774
9,316
8,125
10,025
9,762
8,496
9,737
10,976
9,495
10,465
11,055
9,667
11,488
11,077
10,212
10,547
11,120
11,133
11,668
12,674
11,436
11,413
10,610
11,084
11,514
10,530
10,475

x4
9,419
10,352
10,817
9,901
10,901
9,320
9,170
9,309
10,091
10,966
9,750
10,648
8,860
7,737
9,050
9,033
11,159
9,622
9,173
10,266
9,810
10,105
10,320
10,123
10,206
10,919
9,963
9,646
13,254
12,565
11,050
11,588
10,847
11,204
10,785
11,949
10,974
11,460
10,955
10,913

x5
9,997
9,415
11,634
11,402
9,722
8,949
10,473
9,998
8,833
9,996
10,364
8,428
8,428
11,201
11,076
9,386
12,538
10,298
9,817
10,324
11,762
11,254
10,754
12,669
10,585
12,138
12,468
11,260
9,279
8,366
11,064
9,706
11,714
10,785
10,704
12,851
11,523
9,518
13,770
9,125

Si

1,361
0,940
1,343
0,842
0,775
1,079
1,123
0,858
0,637
0,727
0,998
1,173
0,903
1,423
1,002
0,785
1,428
0,866
0,577
0,672
1,280
0,783
0,540
0,930
1,256
0,757
0,981
1,234
1,837
1,741
0,550
0,897
1,108
0,526
0,633
1,193
0,664
1,022
1,990
0,932

10,209
9,498
10,575
10,835
10,164
9,763
10,049
9,858
9,695
10,137
10,113
9,697
9,493
9,877
9,600
9,304
10,430
10,439
9,395
10,243
10,426
10,551
10,368
11,258
10,484
11,687
10,873
10,613
11,539
10,867
10,917
10,957
11,142
10,985
10,771
11,155
11,654
10,798
12,475
10,192

Korak 2. Izraun prosjeka std. devijacija uzoraka i izraun prosjeka aritmetikih sredina za
prvih 8 uzoraka
1
S=
m

Si =
i=1

40,369
= 1,009
40

18

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

1
x = x8 =
8

xi =
i=1

80,950
= 10,119
8

Korak 3. Izraun nepristrane procjene standardne devijacije

Za n=5 c4 = 0,94
=

S
1,009
=
= 1,074
c4
0,94

Korak 4. Izraun kontrolnih granica EWMA kontrolne karte

Za n= 5, primjer za vie uzoraka
EWMA
UCL = x8 + 3

(1 (1 )2i )
n 2

CL = x8
LCL = x 8 3

(1 (1 )2i )
2

i=1

i=8

i=10

i=40

10,598

10,762

10,762

10,763

10,119

10,119

10,119

10,119

9,639

9,475

9,475

9,475

Korak 5.Tablini izraun eksponencijalnih teinskih pominih prosjeka uzoraka:

zi = xi + 1 z(i1) , z0 = x0 = x8
Broj
uzorka
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

10,209
9,498
10,575
10,835
10,164
9,763
10,049
9,858
9,695
10,137
10,113
9,697
9,493
9,877
9,600
9,304
10,430
10,439
9,395
10,243
10,426
10,551
10,368
11,258
10,484

3,400
3,163
3,521
3,608
3,385
3,251
3,346
3,283
3,229
3,376
3,367
3,229
3,161
3,289
3,197
3,098
3,473
3,476
3,128
3,411
3,472
3,514
3,452
3,749
3,491

( )
6,749
6,769
6,625
6,767
6,920
6,874
6,753
6,736
6,683
6,611
6,661
6,689
6,615
6,521
6,543
6,497
6,400
6,585
6,711
6,563
6,652
6,753
6,848
6,870
7,083

10,149
9,932
10,146
10,375
10,305
10,125
10,099
10,019
9,911
9,986
10,028
9,918
9,777
9,810
9,740
9,595
9,873
10,061
9,839
9,974
10,124
10,266
10,300
10,619
10,574

19

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

26
27
28
29
30
31
32
33
34
35
36
37
38
39
40

11,687
10,873
10,613
11,539
10,867
10,917
10,957
11,142
10,985
10,771
11,155
11,654
10,798
12,475
10,192

3,892
3,621
3,534
3,842
3,619
3,635
3,649
3,710
3,658
3,587
3,715
3,881
3,596
4,154
3,394

7,053
7,300
7,284
7,216
7,376
7,333
7,316
7,313
7,353
7,344
7,291
7,341
7,485
7,391
7,700

10,945
10,921
10,818
11,058
10,995
10,969
10,965
11,024
11,011
10,931
11,006
11,222
11,081
11,545
11,094

Korak 6. Izrada kontrolne karte

Slika 13. EWMA kontrolna karta za = 0,333 0 = 8

Komentar: EWMA kontrolna karta ukazuje na pojavu znaajnog uzroka varijacije kod svih
uzoraka nakon broja 26, iji je eksponencijalni teinski pomini prosjek z26=10,945. Kod ovog
primjera jasno je vidljivo koliko je bitan pravilan odabir uzoraka na temelju kojih radimo
procjenu oekivanja, pri emu je izuzetno vano procjenu temeljiti na uzorcima koji prethode
pojavi pomaka aritmetike sredine (za dobru procjenu dovoljno je 40 mjerenja). Takoer
veoma brzo se akumuliraju trendovi u sluaju malih pomaka aritmetike sredine, zbog
meusobne povezanosti podataka na kontrolnoj karti.

20

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

2.5 Primjer 5. Zadatak 15-53 iz (3)

U tablici je prikaz broja greaka lemljenja tiskanih ploica promatranih na 24 uzorka, veliine
5:
Tablica 5. Broj greaka kod lemljenja tiskanih ploica
Uzorak
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

Broj
greaka u
uzorku
7
6
8
10
24
6
5
4
8
11
15
8
4
16
11
12
8
6
5
9
7
14
8
21

a) Koristei sve podatke izraunajte probne kontrolne granice U kontrolne karte, te

nacrtajte kartu.
b) U sluaju da proces nije u statistikoj kontroli, pretpostavite da je mogu pronai
znaajni uzrok varijacije te ga otkloniti.Nakon toga napravite novu kontrolnu kartu sa
revidiranim kontrolnim granicama.

21

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

a) Izrada probne U kontrolne karte

Korak 1. Izraun prosjenog broja greaka po jedinici unutra uzorka Ui
Za n=5
Uzorak
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

Broj
greaka u
uzorku
7
6
8
10
24
6
5
4
8
11
15
8
4
16
11
12
8
6
5
9
7
14
8
21

Ui
1,400
1,200
1,600
2,000
4,800
1,200
1,000
0,800
1,600
2,200
3,000
1,600
0,800
3,200
2,200
2,400
1,600
1,200
1,000
1,800
1,400
2,800
1,600
4,200

Korak 2. Izraun prosjenog broja greaka po jedinici izmeu uzorka

1
U=
m

Ui =
i=1

46,60
= 1,942
24

Korak 3. Izraun nepristrane procjene standardne devijacije

=

U
=
n

1,942
= 0,623
5

Korak 4. Izraun kontrolnih granica kontrolne karte

UCL = U + 3

U
n

CL = U
LCL = U 3

3,811
1,942

U
n

0,072

22

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

Korak 4. Izrada kontrolne karte

Slika 14. U kontrolna karta

Komentar:Pregledom probne kontrolne karte vidljivo je da je prosjean broj greaka po
jedinici proizvoda kod uzoraka broj 5 i 24 izlazi izvan kontrolnih granica, to ukazuje na
znaajan uzrok varijacija kojeg je nuno otkloniti.
Izrada nove kontrolne karte bez uzoraka broj 5 i 24:
1
U=
m

Ui =
i=1

U
=
n

37,60
= 1,709
22

1,709
= 0,585
5

UCL = U + 3

U
n

CL = U
LCL = U 3

3,463
1,709

U
n

0,000

23

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

Slika 15. U kontrolna karta bez uzorka 5 i 24

Komentar: Pregledom U kontrolne karte moemo uoiti da je prosjean broj greaka po
jedinici kod svih uzoraka unutar kontrolnih granica, pa moemo zakljuiti da proces varira pod
utjecaj sluajnih uzroka varijacija, te je u statistikoj kontroli.

24

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

2.6 Primjer 6. Zadatak 15-94 iz (3)

Poklopac kuita osobnih raunala proizvodi se injekcijskim preanjem. Iz procesa su
periodiki uzimani uzorci od 5 poklopaca, te je zabiljeen broj pronaenih greaka. Tablino je
dan prikaz 25 uzoraka:
Tablica 6. Broj greaka kod injekcijskog preanja poklopca kuita
Uzorak
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

Broj
greaka u
uzorku
3
2
0
1
4
3
2
4
1
0
2
3
2
8
0
2
4
3
5
0
2
1
9
3
2

a) Potrebno je izraunati probne kontrolne granice c-karte, te nacrtati kontrolnu kartu

procesa. Odrediti da li je proces u statistikoj kontroli.
b) U sluaju da je proces izvan kontrole revidirati kontrolne granice, i napraviti novu
kontrolnu kartu.

a) Izrada probne kontrolne c karte

Korak 1. Izraun prosjenog broja greaka po jedinici izmeu uzorka
1
c=
m

ci =
i=1

66
= 2,640
25

25

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

Korak 2. Izraun nepristrane procjene standardne devijacije

= c=

2,640 = 1,625

Korak 3. Izraun kontrolnih granica kontrolne karte

UCL = c + 3 c
CL = c

7,514

LCL = c 3 c

0,000

2,640

Korak 4. Izrada kontrolne karte

Slika 16. C kontrolna karta

Komentar: Pregledom probne c kontrolne karte vidljivo je da broj greaka po uzorku kod
uzoraka broj 14 i 23 izlazi izvan kontrolnih granica, to ukazuje na znaajan uzrok varijacija
kojeg je nuno otkloniti.
Izrada nove kontrolne karte bez uzoraka broj 14 i 23:
1
c=
m

ci =
i=1

= c=

49
= 2,130
23

2,130 = 1,460

26

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

UCL = c + 3 c
CL = c

6,509

LCL = c 3 c

0,000

2,130

Slika 17. C kontrolna karta bez uzorka broj 14 i 23

Komentar:Nakon formiranja nove kontrolne karte bez uzoraka 14 i 23, vidljivo je da je broj
greaka unutar svih uzoraka promatranog procesa, unutar kontrolnih granica, te proces varira
samo pod utjecajem sluajnih uzroka varijacija.

27

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

2.7 Primjer 7. Zadatak 15-93 iz (3)

Plastine boce za tekui deterdent izraene su primjenom puhanja plastike. Kontrolirano je 20
uzorka veliine 100 boca prema redoslijedu proizvodnje, te je zabiljeena proporcija loih
komada kod svakog uzorka:
Tablica 7. Proporcija loih komada kod puhanja plastinih boca
Uzorak
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

Proporcija
loih
komada
0,12
0,15
0,18
0,10
0,12
0,11
0,05
0,09
0,13
0,13
0,10
0,07
0,12
0,08
0,09
0,15
0,10
0,06
0,12
0,13

a) Potrebno je izraditi p-kontrolnu kartu procesa, i odrediti da li je proces u statistikoj

kontroli.
b) Pretpostavite da je uzorka veliine n=200. Na temelju navedenog podatka napravite
novu kontrolnu kartu, te provjerite da li je proces u statistikoj kontroli.

a) Izrada p kontrolne karte uz n=100

Korak 1. Izraun srednje vrijednosti omjera loih komada
1
p=
m

pi = =
i=1

2,20
= 0,11
20

Korak 2. Izraun nepristrane procjene standardne devijacije

=

p(1 p)
=
n

0,11(1 0,11)
= 0,031289
100

28

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

Korak 3. Izraun kontrolnih granica kontrolne karte

UCL = p + 3

p(1 p)
n

CL = p
LCL = p 3

0,2039
0,1100

p(1 p)
n

0,0161

Korak 4. Izrada kontrolne karte

Slika 18. = 100

Komentar: Nakon formiranja kontrolne karte, vidljivo je da je proporcijaloih komada unutar
svih uzoraka promatranog procesa, unutar kontrolnih granica, te proces varira samo pod
utjecajem sluajnih uzroka varijacija.

b) Izrada p kontrolne karte uz n=200

Izrada kontrolne karte uz n=200:
1
p=
m

pi = =
i=1

2,20
= 0,11
20

29

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

p(1 p)
=
n

0,11(1 0,11)
= 0,022125
200

UCL = p + 3

p(1 p)
n

CL = p
LCL = p 3

0,1764
0,1100

p(1 p)
n

0,0436

Slika 19. = 200

Komentar: Nakon formiranja kontrolne karte uz istu proporciju loih komada, ali uzorak
veliine 200, dolazi do suenja kontrolnih granica, te u navedenom sluaju kontrolna karta je
osjetljivija na pomake od centralne linije. Uzorak broj 3 prelazi kontrolnu granicu, stoga za
proces tvrdimo da je izvan kontrole pri emu je potrebno pronai uzrok znaajnih varijacija.

Izrada nove kontrolne karte bez uzorka broj 3:

1
p=
m

pi = =
i=1

2,02
= 0,1063
19

30

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

p(1 p)
=
n

0,1063(1 0,1063)
= 0,021794
200

UCL = p + 3

p(1 p)
n

CL = p
LCL = p 3

0,1717
0,1063

p(1 p)
n

0,0409

Slika 20. = 100 3

Komentar: Nakon formiranja nove kontrolne karte bez uzorka broj 3, vidljivo je da je
proporcija loih komada unutar svih uzoraka promatranog procesa, unutar kontrolnih granica,
te proces varira samo pod utjecajem sluajnih uzroka varijacija.

31

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

2.8 Primjer 8. Zadatak 8.1 iz (5)

Kod procesa proizvodnje uloaka kemijskih olovaka, uspostavljeno je uzimanje uzoraka prema
redoslijedu proizvodnje. U nastavku je dan prikaz broja loih komada kod 50 uzoraka veliine
100:
Tablica 8. Broj loih komada kod uzoraka uloaka kemijski olovaka
Broj
uzorka
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

Broj
loih
komada
2
4
1
0
0
4
5
3
2
3
2
3
0
3
1
2
3
1
2
1
2
4
2
1
6

Broj
uzorka
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50

Broj
loih
komada
0
3
1
2
1
2
1
5
3
0
2
2
1
3
1
1
3
0
2
1
2
0
4
2
1

a) Potrebno je izraditi np-kontrolnu kartu procesa, i odrediti da li je proces u statistikoj

kontroli.

Korak 1. Izraun srednje vrijednosti omjera loih komada

p=

ukupan br. loih komada u svim uzorcima

100
=
= 0,02
ukupan broj komada u svim uzorcima
50000

Korak 2. Izraun prosjenog broja loih komada po uzorku izmeu svih uzoraka
np =

ukupan br. loih komada u svim uzorcima

100
=
=2
ukupan broj uzoraka
50

32

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

Korak 3. Izraun nepristrane procjene standardne devijacije

=

np(1 p) =

2(1 0,02) = 1,4

Korak 4. Izraun kontrolnih granica kontrolne karte

UCL = np + 3 np(1 p)
CL = np

6,200

LCL = np 3 np(1 p)

0,000

2,000

Korak 5. Izrada kontrolne karte

Slika 21.
Komentar:Kontrolna karta pokazuje da broj kart jedinica unutar uzoraka promatranog
procesa varira pod utjecajem sluajnih uzroka varijacija, te je proces u stanju statistike
kontrole.

33

STATISTIKA KONTROLA PROCESA KONTROLNE KARTE

LITERATURA

1. Stoumbos, Z. G., et al. The state of statistical process control as we proceed into the 21st
century. Journal of the American Statistical Association. 2000, Vol. 95, 451.
2. Mudronja, V.Kontrola kvalitete - podloge s predavanja. Zagreb : FSB, 2012.
3. Montgomery, D.C. i Runger, G.C.Applied Statistics and Probability for Engineers, 6th
edition. Hoboken, New Jersey : Wiley, 2014.
4. Thompson, J.R. i Koronacki, J.Statistical process control: the Deming paradigm and
beyond, 2nd edition. Boca Raton, Florida : Chapman and Hall/CRC, 2002.
5. Oakland, J. S.Statistical Process Control, 6th edition. Oxford : Butterworth-Heinemann,
2008.

34