C-chart
で統計的品質管理、C-チャートがタイプされた制御チャート型データ、単位当たりの不適合の典型的総数を「カウント」監視するために使用されます。また、特定の時間単位で発生するイベントの総数を監視するために使用されることも
cチャート
もともとによって提案された
ウォルターA.シューハート
プロセス観察
合理的なサブグループサイズ > 1 測定タイプ
サンプル内の不適合の数
品質特性タイプ
属性データ
基礎となる分布
ポアソン分布
パフォーマンス
検出するシフトのサイズ
≥1.5σ
プロセス変動チャート
適用できない
プロセス平均チャート
中心線c ¯ = ∑ I = 1m ∑ j = 1 n
番号。の欠陥の XI j m
{ { bar {c}} = { frac { sum _ {i = 1} ^ {m} sum _ {j = 1} ^ {n} { mbox {no。}} x_ {ij}} {m}}}の欠陥の数
管理限界c ¯ ± 3 c ¯
{ { bar {c}} pm 3 { sqrt { bar {c}}}}
プロットされた統計c ¯ I j = 1 n
番号。の欠陥の XI j
{ { bar {c}} _ {i} = sum _ {j = 1} ^ {n} { mbox {no。}} x_ {ij}}の欠陥の数
C-チャートが異なるp型チャートそれは検査ユニットごとに複数の不適合の可能性を考慮し、（とは異なり、そのことで、P-チャートおよびU-チャート）が固定されたサンプルサイズを必要とします。p-chartモデルは「合格」/「不合格」タイプの検査のみですが、c-chart（およびu-chart）は、それぞれ1つの障害のために検査に不合格となった2つの項目と同じ2つのアイテムがそれぞれ5つの障害で検査に失敗しました。前者の場合、p-chartには2つの不適合項目が表示され、c-chartには10個の障害が表示されます。
不適合は、タイプまたは場所によって追跡することもできます。これは、割り当て可能な原因を追跡するのに役立ちます。
c-chartによる監視に適したプロセスの例は次のとおりです。
射出成形または鋳造プロセスにおける検査ユニットごとのボイド数の監視
プリント回路基板ごとに再はんだ付けする必要のあるディスクリートコンポーネントの数を監視する
1日あたりの返品数の監視
ポアソン分布はグラフの基礎であり、以下の仮定を必要とする：
不適合の機会または潜在的な場所の数は非常に多い
任意の場所での不適合の可能性は小さく、一定です
検査手順は各サンプルで同じであり、サンプル間で一貫して実行されます。
このチャートタイプの管理限界は次のとおりです。c ¯
±3 ¯ { { bar {c}} pm 3 { sqrt { bar {c}}}}
どこc ¯
{ { bar {c}}}
管理図の設定中に確立された長期プロセス平均の推定値です。
も参照してください
uチャート
参考文献
^ 「管理図を数えます」。NIST / Sematech Engineering StatisticsHandbook。米国国立標準技術研究所。
^ モンゴメリー、ダグラス（2005）。統計的品質管理の概要。ニュージャージー州ホーボーケン：John Wiley＆Sons、Inc.p。289. ISBN 978-0-471-65631-9。OCLC 56729567。