अपर कंट्रोल लिमिट कैलकुलेटर

अपर कंट्रोल लिमिट कैलकुलेटर

अग्रणी AI Skill PRO

गणना दर्ज करें

सूत्र (फॉर्मूला)

UCL=मीन+k·σLCL=मीन−k·σ\begin{gathered} \text{UCL} = \text{मीन} + \text{k} \cdot {\sigma} \\[1em] \text{LCL} = \text{मीन} - \text{k} \cdot {\sigma} \end{gathered}
उपयोग आँकड़े

विज्ञापन

परिणाम

अपर कंट्रोल लिमिट (UCL)
65
सेंटर लाइन ± k·σ कंट्रोल चार्ट सीमाएँ
सेंटर लाइन (मीन) 50
अपर कंट्रोल लिमिट 65
लोअर कंट्रोल लिमिट 35

इस पेज पर त्रुटि की रिपोर्ट करें

अपर कंट्रोल लिमिट क्या है?

अपर कंट्रोल लिमिट (UCL) वह अधिकतम मान है जिस तक किसी प्रोसेस का माप पहुँच सकता है और फिर भी स्टैटिस्टिकल प्रोसेस कंट्रोल (SPC) चार्ट पर उसे "कंट्रोल में" माना जाता है। लोअर कंट्रोल लिमिट (LCL) और सेंटर लाइन (यानी प्रोसेस मीन) के साथ मिलकर यह उन सीमाओं को तय करती है जिनके भीतर एक स्थिर और पूर्वानुमानयोग्य प्रोसेस को काम करना चाहिए। इन सीमाओं के बाहर गिरने वाले पॉइंट्स स्पेशल-कॉज़ वैरिएशन का संकेत देते हैं, जिनकी जाँच ज़रूरी होती है।

केंद्र रेखा, ऊपरी और निचली नियंत्रण सीमाओं तथा अंकित डेटा बिंदुओं वाला नियंत्रण चार्ट
एक नियंत्रण चार्ट जो केंद्र रेखा (माध्य) और ऊपरी एवं निचली नियंत्रण सीमाएँ दिखाता है।

इस कैलकुलेटर का इस्तेमाल कैसे करें

तीन मान दर्ज करें: प्रोसेस मीन (\(\bar{x}\), यानी आपके सैंपलों का औसत), स्टैंडर्ड डेविएशन (\(\sigma\), यानी आपके डेटा का फैलाव), और सिग्मा मल्टीप्लायर (\(k\))। क्लासिक शेवार्ट चार्ट में \(k = 3\) इस्तेमाल होता है, जो सामान्य रूप से वितरित (normally distributed) डेटा का लगभग 99.7% कवर कर लेता है। कैलकुलेटर तुरंत UCL, LCL और सेंटर लाइन निकाल देता है।

फॉर्मूला समझें

कंट्रोल लिमिट इस तरह निकाली जाती हैं:

$$\text{UCL} = \bar{x} + k \cdot \sigma$$$$\text{LCL} = \bar{x} - k \cdot \sigma$$

\(k = 3\) होने पर सीमाएँ मीन से तीन स्टैंडर्ड डेविएशन दूर रहती हैं। छोटा \(k\) (जैसे 2) सीमाओं को कस देता है और ज़्यादा अलार्म ट्रिगर करता है; बड़ा \(k\) उन्हें ढीला कर देता है। कुछ विशेषज्ञ \(\sigma\) के तौर पर व्यक्तिगत मानों के बजाय सबग्रुप औसतों का स्टैंडर्ड डेविएशन इस्तेमाल करते हैं, इसलिए यह ज़रूर पक्का कर लें कि आपका \(\sigma\) आपके चार्ट के प्रकार से मेल खाता हो।

विज्ञापन
संख्या रेखा जिसमें माध्य केंद्र में है और प्लस-माइनस k सिग्मा पर बैंड UCL और LCL को दर्शाते हैं
UCL और LCL प्रक्रिया के माध्य से k मानक विचलन ऊपर और नीचे स्थित होते हैं।

हल किया गया उदाहरण

मान लीजिए किसी फिलिंग लाइन की औसत भराई 50 mL है और स्टैंडर्ड डेविएशन 5 mL है, जहाँ \(k = 3\) है। तब \(\text{UCL} = 50 + 3 \times 5 = 65\ \text{mL}\) और \(\text{LCL} = 50 - 3 \times 5 = 35\ \text{mL}\) होगा। 65 mL से ऊपर या 35 mL से नीचे माप वाली कोई भी बोतल कंट्रोल से बाहर मानी जाएगी और उसे फ्लैग किया जाना चाहिए।

विभिन्न k मानों से नियंत्रण सीमाएँ कैसे बदलती हैं

गुणक k यह तय करता है कि सीमाएँ केंद्र रेखा से कितनी दूर होंगी। तालिका में कार्य-उदाहरण का उपयोग किया गया है: प्रक्रिया माध्य = 50 और मानक विचलन \(\sigma\) = 5, इसलिए UCL = 50 + k·5 और LCL = 50 − k·5। उदाहरण के लिए, k = 3 के साथ ऊपरी सीमा 50 + 3 × 5 = 65 है।

k UCL LCL सीमाओं के भीतर नियंत्रित सामान्य डेटा का हिस्सा प्रति बिंदु लगभग झूठे अलार्म की दर
1 55 45 68.27% लगभग 1 में 3
2 60 40 95.45% लगभग 1 में 22
2.5 62.5 37.5 98.76% लगभग 1 में 81
3 65 35 99.73% लगभग 1 में 370
4 70 30 99.994% लगभग 1 में 15,787

प्रतिशत मान लेते हैं कि प्रक्रिया स्थिर है और डेटा सामान्य रूप से वितरित है। संकरी सीमाएँ (छोटा k) बदलाव जल्दी पकड़ती हैं पर झूठे अलार्म बढ़ाती हैं। चौड़ी सीमाएँ (बड़ा k) कम झूठे अलार्म देती हैं पर वास्तविक बदलावों पर धीमी प्रतिक्रिया करती हैं। k = 3 पारंपरिक शेवहार्ट चुनाव है।

अपनी नियंत्रण सीमाओं की व्याख्या

सामान्य-कारण परिवर्तनशीलता एक स्थिर प्रक्रिया में निहित प्राकृतिक, यादृच्छिक परिवर्तनशीलता है। यह कई छोटे स्रोतों से आती है और सीमाओं के भीतर पूर्वानुमेय होती है। विशेष-कारण परिवर्तनशीलता किसी विशिष्ट, पहचानने योग्य घटना से आती है, जैसे उपकरण की विफलता, सामग्री के नए बैच या ऑपरेटर में बदलाव। यह प्रक्रिया को उसके सामान्य पैटर्न से अलग व्यवहार करवाती है।

UCL से ऊपर या LCL से नीचे का बिंदु संभावित विशेष-कारण परिवर्तनशीलता का संकेत है और इसकी जाँच की जानी चाहिए। सीमाओं के भीतर के बिंदु सामान्य-कारण परिवर्तनशीलता के अनुरूप हैं, हालाँकि सीमाओं के भीतर के पैटर्न भी समस्या का संकेत दे सकते हैं। सामान्यतः उपयोग होने वाले रन नियम (वेस्टर्न इलेक्ट्रिक / नेल्सन) इस प्रकार हैं:

  • केंद्र रेखा के एक ही ओर लगातार 8 बिंदु (नियम के कुछ संस्करण 9 का उपयोग करते हैं)।
  • लगातार 6 बिंदु लगातार बढ़ते या घटते हुए।
  • केंद्र रेखा की एक ही ओर 2 सिग्मा से परे लगातार 3 में से 2 बिंदु।

हर जोड़ा गया नियम संवेदनशीलता बढ़ाता है पर समग्र झूठे-अलार्म दर भी बढ़ाता है, इसलिए इन्हें सोच-समझकर लागू करें।

नियंत्रण सीमाएँ विशिष्टता सीमाएँ नहीं हैं। नियंत्रण सीमाएँ प्रक्रिया के अपने डेटा से आती हैं और वर्णन करती हैं कि प्रक्रिया वास्तव में क्या कर रही है। विशिष्टता सीमाएँ ग्राहक या डिज़ाइन आवश्यकताओं से आती हैं और वर्णन करती हैं कि प्रक्रिया को क्या करना चाहिए। कोई प्रक्रिया पूरी तरह नियंत्रण में हो सकती है और फिर भी विशिष्टताओं से बाहर उत्पाद दे सकती है, उदाहरण के लिए यदि वह स्थिर है पर लक्ष्य से हटकर केंद्रित है या उसमें अत्यधिक प्राकृतिक प्रसार है। कोई प्रक्रिया विशिष्टताओं के भीतर हो सकती है और फिर भी नियंत्रण से बाहर हो सकती है।

विज्ञापन

नियंत्रण चार्ट स्थिरांक (A2, D3, D4, d2)

ये मानक SPC स्थिरांक उप-समूह आकार n पर निर्भर करते हैं और X-bar तथा R चार्ट के साथ उपयोग किए जाते हैं।

n d2 A2 D3 D4
2 1.128 1.880 0 3.267
3 1.693 1.023 0 2.574
4 2.059 0.729 0 2.282
5 2.326 0.577 0 2.114
6 2.534 0.483 0 2.004
7 2.704 0.419 0.076 1.924
8 2.847 0.373 0.136 1.864
9 2.970 0.337 0.184 1.816
10 3.078 0.308 0.223 1.777

इनका उपयोग कैसे होता है:

  • औसत उप-समूह परिसर से प्रक्रिया मानक विचलन का अनुमान लगाएँ: \(\hat{\sigma} \approx \bar{R} / d_2\)। आप इस मान को कैलकुलेटर में sigma के रूप में दर्ज कर सकते हैं (व्यक्तिगत मानों के लिए; उप-समूह माध्यों के लिए मानक त्रुटि \(\hat{\sigma}/\sqrt{n}\) है)।
  • X-bar चार्ट सीमाएँ: \(\bar{\bar{X}} \pm A_2 \cdot \bar{R}\), जहाँ \(\bar{\bar{X}}\) उप-समूह माध्यों का समग्र माध्य है।
  • R चार्ट सीमाएँ: \(\text{LCL} = D_3 \cdot \bar{R}\) और \(\text{UCL} = D_4 \cdot \bar{R}\)। D3 का मान 0 होने का अर्थ है कि निचली सीमा शून्य है।

ये स्थिरांक 3-सिग्मा सीमाएँ और सामान्य रूप से वितरित डेटा मानते हैं।

अक्सर पूछे जाने वाले सवाल

k आमतौर पर 3 ही क्यों होता है? थ्री-सिग्मा सीमाएँ संवेदनशीलता और झूठे अलार्म के बीच संतुलन बनाती हैं — कंट्रोल में रहने वाले लगभग 99.73% पॉइंट्स इनके भीतर आ जाते हैं, इसलिए सीमा से बाहर वाले पॉइंट्स तभी मिलते हैं जब वाकई कुछ बदला हो।

क्या LCL ऋणात्मक (negative) हो सकती है? गणित के हिसाब से हाँ। लेकिन जिन गिनतियों या मापों का मान ऋणात्मक नहीं हो सकता, वहाँ LCL को आमतौर पर शून्य पर सीमित (truncate) कर दिया जाता है।

यह किस चार्ट पर लागू होता है? यही मीन \(\pm\, k \cdot \sigma\) वाला तर्क \(\bar{X}\), इंडिविजुअल्स (I-MR) और कई अन्य शेवार्ट कंट्रोल चार्ट्स का आधार है; सिर्फ़ \(\sigma\) का अनुमान लगाने का तरीका अलग होता है।

अंतिम अपडेट:

गणित और सांख्यिकी में सबसे लोकप्रिय

गणित और सांख्यिकी के सभी कैलकुलेटर देखें