不同的製程變異數估計方式對管制圖統計表現的影響

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：11

、訪客IP：3.17.166.157

姓名

高世州(Shi-Zhuo Guo ) 查詢紙本館藏

畢業系所

工業管理研究所

論文名稱

不同的製程變異數估計方式對管制圖統計表現的影響

相關論文

★ MIL-STD-1916、MIL-STD-105E與結合製程能力指標之抽樣檢驗計畫	★ 建構客戶導向的製造品質資訊系統--以某筆記型電腦專業代工廠商為例
★ 從製程特性的觀點探討生產過程中SPC管制圖監控運用的適切性 -- 以Wafer Level 封裝公司為例	★ 六標準差之應用個案研究-以光學薄膜包裝流程改善為例
★ 利用六標準差管理提昇中小企業之製程品質-以錦絲線添加防銹蠟改善為例	★ 多件式生產製程之品質管制方法
★ 運用AHP和FMEA改善產品設計之決策分析 -- 以轉換式電源供應器為研究個案	★ 2B3T型離子交換樹脂之產水的藥劑成本合理化研究
★ 冪次轉換在製程監控上面的應用

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

在修華特(Shewhart)管制圖中，對標準差的估計量最常採用或。這些估計量雖具有不偏的特性，但總體而言卻不是最有效的估計量，因此所建立的管制圖管制能力亦不能達到最有效的水準。多年來，學者專家為了提昇管制圖的能力，大多從改善管制圖的技巧著手，鮮少有人從改善製程變異數的估計方面著手。
Vardeman提出另外一種思考模式。採用或，的一般線性組合來估計製程變異數。在放棄不偏的限制條件下，找尋最佳的線性組合係數，以均方誤(Mean Squared Error, MSE)為評估基準，求得最有效的製程變異數估計式。而一般學者在做研究時，大多只針對平均數或標準差兩種管制圖中的其中一種來討論，較少將兩者同時列入考量。以實務的觀點，兩圖共用是值得被探討的。
本研究的主要目的是應用Vardeman估計量來建立修華特管制圖，包括平均數管制圖與兩圖共用，以評估Vardeman估計量對於管制能力之影響，為了能彰顯它的良窳，因此同時將會設定全距與樣本標準差為對照組，以玆相互比較。所以本研究將會建構9個理論模式，透過模擬來產生平均連串長度(ARL；average run length)之值。
經過分析、解釋後，本研究歸納出管制圖採行何種標準差估計量之建議，也對Vardeman估計量優缺點做了詳盡的描述。

關鍵字(中)

★ Vardeman估計量
★ 修華特管制圖
★ 平均連串長度(ARL)

關鍵字(英)

★ average run length
★ Shewhart control charts

論文目次

第一章緒論 …………………………………………………………………1
1.1 研究動機與問題 …………………………………………………………1
1.2 研究假設與章節概要 ……………………………………………………3
第二章文獻探討 ……………………………………………………………5
2.1 管制圖之相關理論 ………………………………………………………5
2.1.1 機遇與非機遇原因 ……………………………………………………5
2.1.2 平均連串長度(ARL；average run length) ………………………8
2.2 不同估計量之理論 ………………………………………………………9
2.2.1 全距(Range) ………………………………………………………9
2.2.2 全距估計量之參數(d2 ) ………………………………………12
2.2.3 樣本標準差估計量 …………………………………………………14
2.2.4 Vardeman 的估計量 ………………………………………………15
2.3 管制圖的基本理論 ……………………………………………………18
2.3.1 Shewhart 管制圖 …………………………………………………18
2.3.2 樣本平均數管制圖 ………………………………………………21
2.3.3 同時使用平均數管制圖與全距R管制圖 ………………………24
2.4 假亂數(pseudo-random numbers)的檢定 ………………………27
第三章研究方法 ……………………………………………………………30
3.1 理論模式 ………………………………………………………………30
3.2 電腦模式之建構 ………………………………………………………35
3.3 程式之說明 ……………………………………………………………39
第四章模擬結果與分析 ……………………………………………………43
4.1 平均數管制圖之比較(採用五種不同製程標準差估計量) …………43
4.1.1 傳統不偏估計量的平均數管制圖之比較 …………………………44
4.1.2 Vardeman 估計量與傳統估計量之比較 ……………………………47
4.1.3 與Quesenberry模擬的穩健性之比較 ……………………………49
4.1.4 型一誤差之分析 ………………………………………50
4.2 同時使用平均數管制圖與標準差管制圖之分析 ……………………53
4.2.1 理論值採用模擬來獲得的主因 ……………………………………53
4.2.2 使用全距估計量與樣本標準差估計量之比較 ……………………55
4.2.3 使用Vardeman估計量與傳統估計量之比較 ………………………59
4.3 兩圖共用時，對於製程標準差變異的偵測能力 ……………………61
4.3.1 標準差變異時，管制圖的偵測能力 ………………………………61
4.3.2 使用傳統的全距與標準差估計量之比較 …………………………61
4.3.3 在不同樣本數n下，不同標準差管制圖的表現 …… ……62
4.4 假亂數的常態分配檢定 ………………………………………66第五章結論與未來展望 ……………………………………………68
5.1 結論 ……………………………………………………………………68
5.2 結語與未來展望 ………………………………………………………76
參考文獻……………………………………………………………………77
附錄A ………………………………………………………………………80
附錄B ………………………………………………………………………94
附錄C … ……………………………………………………………100

參考文獻

1.林盟貴，「常用管制圖之比較研究」，國立中央大學工業管理研究所，1998年6月，碩士論文。

2.陳國平，「Shewhart管制圖之製程變異估計式效率之研究」，國立
成功大學工業管理研究所，2000年6月，碩士論文。
3.彭國倫，「精通Fortran 90」，碁峰資訊股份有限公司，2000年4
月初版16刷。
4.劉漢容，「品質管制」，勝凱企管管理顧問有限公司，1995年8月
二版一刷。
5.A bu-Shawiesh M. O. and Abullah M. B. (2000), “Estimating the
Process Standard Deviation Based on Downton’s Estimator.”,
Quality Engineering, 12(3), pp.357-363.
6.Burr, I. W. (1966), “Control Charts for Measurement with
Varying Sample Sizes.”, Journal of Quality Technology,1(3),
pp.163-167.
7.Champ, C. W. and W. H. Woodall (1987), “ Exact Results for
Shewhart Control Charts With Supplementary Runs Rules.”,
Technometrics, 29(4), pp.393-399.
8.Costa, A. F. B. (1993),“Joint Economic Design of and
Control Charts for Processes Subject to Two Independent
Assignable Causes.”, IIE Transaction, 25(6), pp.27-33.
9.Costa, A. F. B. (1998),“Joint and Charts with Variable
Parameters. ”, IIE Transaction, 30, pp.505-514.
10.Cryer, J. D. and Ryan, T. P. (1990), “The Estimation of Sigma
for an X Chart： ?”, Journal of Quality
Technology, 22(3), pp.187-192.
11.Hartley, H. O. (1942), “The Range in Random Samples.”,
Biometrika, 32, pp.334-341.
12.Langenberg, F. and Iglewicz, B. (1986), “Trimmed Mean
and Charts.”, Journal of Quality Technology, 18(3),
pp.152-161.
13.Law, A. M. and Kelton, W. D.(1982), Simulation Modeling
and Analysis, New York：McGraw-Hill.
14.Mohoney, J. F. (1998), “The Influence of Parent Population
Distribution on Values.”, IIE Transaction, 30,
pp.563-569.
15.Montgomery, D. C. (1997), Introduction to Statistical
Quality Control, New York：John Wiley.
16.Neelamkavil, F. (1987), Computer Simulation and Modelling
,New York：John Wiley & Sons.
17.Nelson, L. S. (1975), “Use of the Range to Estimate
Variability.”, Journal of Quality Technology, 7(1),
pp.46-48
18.Nelson, L. S. (1990), “Setting up a Control Chart Using
Subgroups of Varying Sizes. ”, Journal of Quality
Technology,22(3), pp.245-246.
19.Pearson, E. S. and Hartley, H. O. (1942), “The Probability
Integral of the Range in Samples of n Observations from a
Normal Population.”, Biometrika, 32, pp.301-310.
20.Quesenberry, C. P. (1993), “The Effect of Sample Size on
Estimated Limits for and x Control Charts.”, Journal of
Quality Technology, 25(4), pp.237-247.
21.Vardeman, S. B. (1999), “A Brief Tutorial on the Estimation
of the Process Standard Deviation.”, IIE Transactions, 31,
pp.503-507.
22.Wu, Z. and Spedding, T. A. (2000), “Implementing Synthetic
Control Charts.”, Journal of Quality Technology, 32(1),
pp.75-78.
23.Yang, C. H. and Hillier, F. S. (1970), “Mean and Variance
Control Chart Limits Based on a Small Number of Subgroups.”,
Journal of Quality Technology, 2(1), pp.9-16.

指導教授

賀全慶(Chuanching Ho)

審核日期

2001-7-3

推文