Control chart (Runchart)

< Alle onderwerpen

Een Control Chart (regelkaart) is een grafisch hulpmiddel om de procesprestaties in chronologische volgorde weergegeven. Walter Shewhart ontwikkelde in de jaren twintig van de vorige eeuw de Control Chart als hulpmiddel voor het identificeren van variatie. Ieder proces heeft variatie. Deze variatie wordt veroorzaakt door een groot aantal factoren die alleen individueel variëren. Het gevolg hiervan is dat een bepaalde mate van spreiding wordt veroorzaakt door toeval. Dit wordt de normale variatie (common cause variation) genoemd. Naast de normale variatie bestaat de abnormale variatie (special cause variation).

Om onderscheid te maken tussen normale en abnormale variatie worden in de Control Chart zogenaamde regelgrenzen (controlegrenzen, Control Limits) getekend. Control Limits zijn horizontale lijnen die meestal plus en min 3 sigma van het gemiddelde afliggen. Hierdoor komen punten die buiten deze lijn liggen maar in 99,7% van de gevallen voor. Wanneer een datapunt buiten de controllimiet komt, is dit een signaal dat er iets bijzonders aan de hand is. De regelkaart is eigenlijk niets anders dan een Run Chart met het gemiddelde en ook een Upper Control Limit (UCL) en een Lower Control Limit (LCL). De UCL en LCL geven het natuurlijke bereik aan van de procesresultaten. Control limits moeten niet worden verward met specificatielimieten (Specfication limits). Specification Limits zijn lijnen die de eisen van de klant weergeven.

Alleen aan de hand van regelkaarten kun je variatie identificeren en begrijpen.

Walter Shewhart vond dat bedrijven te veel tijd verspilden doordat ze de soorten variatie door elkaar haalden en de verkeerde actie ondernamen. Dus ontwikkelde hij in de jaren twintig van de vorige eeuw de regelkaart. Shewhart had voor ogen dat het met de regelkaart eenvoudiger zou zijn om variatie te identificeren. Hij wist dat zijn regelkaart een runchart zou moeten zijn van het gemiddelde en ook de upper en lower control limits (UCL en LCL). Deze upper en lower control limits laten het natuurlijke bereik zien van de procesresultaten, maar hij wist niet zeker waar hij deze control limits moest zetten.

Shewhart voerde duizenden experimenten uit om de beste positie van de control limits te ontdekken. Hij vond uit dat de beste positie was op plus en min drie standaarddeviatie van het gemiddelde. … [Één] standaarddeviatie geeft het gemiddelde verschil weer tussen het procesresultaat en het gemiddelde van alle procesresultaten. Het meet variatie. En op plus één en min één standaarddeviatie van het gemiddelde zul je ongeveer tweederde van de totale resultaten terugvinden. Op plus en min twee standaarddeviatie zul je ongeveer 95 procent van de resultaten gedekt hebben en als de control limits op plus en min drie standaarddeviatie gezet worden, zal 99,73 van de gegevens hier binnen vallen. (…) Shewart koos ervoor om de control limits op deze punten te plaatsen omdat ze hier het effectiefst zijn bij het maken van onderscheid tussen natuurlijke en speciale oorzaak variatie.

In de loop van de tijd hebben vele andere statistici de experimenten van Shewhart overgedaan en ze hebben geconcludeerd dat hij de limieten precies op de juiste plek heeft gezet.

 

Call Now Button

X