แผนภูมิควบคุมคุณภาพสำหรับการตรวจวัดการเปลี่ยนแปลงค่าเฉลี่ยของกระบวนการ

อภิวันท์ พัฒนสุขเกษม

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/6326

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	มานพ วราภักดิ์	-
dc.contributor.author	อภิวันท์ พัฒนสุขเกษม	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี	-
dc.date.accessioned	2008-03-21T03:36:23Z	-
dc.date.available	2008-03-21T03:36:23Z	-
dc.date.issued	2548	-
dc.identifier.isbn	9741421273	-
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/6326	-
dc.description	วิทยานิพนธ์ (สต.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2548	en
dc.description.abstract	ศึกษาเปรียบเทียบประสิทธิภาพของแผนภูมิควบคุมคุณภาพ สำหรับการตรวจวัดการเปลี่ยนแปลงค่าเฉลี่ยของกระบวนการ แผนภูมิควบคุมที่นำมาเปรียบเทียบคือ แผนภูมิควบคุมผลรวมสะสม (CUSUM Control Chart) แผนภูมิควบคุมค่าเฉลี่ยและแผนภูมิควบคุมผลรวมสะสมที่ตอบสนองอย่างรวดเร็ว (FIR-Combined [X-bar] and CUSUM Control Chart) แผนภูมิควบคุมค่าเฉลี่ยเคลื่อนที่ปรับน้ำหนักแบบเอกซโพเนนเชียลที่ตอบสนองอย่างรวดเร็ว (FIR-EWMA Control Chart) และแผนภูมิควบคุมค่าเฉลี่ยเคลื่อนที่ปรับน้ำหนักแบบทั่วไป (GWMA Control Chart) โดยจะเปรียบเทียบค่าความยาววิ่งโดยเฉลี่ย (Average Run Length : ARL) ภายใต้ตัวแบบอนุกรมเวลาคงที่ในค่าเฉลี่ยและความแปรปรวน ถ้าแผนภูมิใดให้ค่าความยาววิ่งโดยเฉลี่ยน้อยที่สุดจะถือว่าแผนภูมินั้นมีประสิทธิภาพมากที่สุด โดยจะศึกษาภายใต้สถานการณ์ต่างๆ ดังนี้ เมื่อกระบวนการอยู่ภายใต้การควบคุมกำหนด micro[subscript 0] = 50 ความแปรปรวนของค่าคลาดเคลื่อนสุ่ม sigma[superscript 2] = 1 เมื่อเกิดการเปลี่ยนแปลงในค่าเฉลี่ยหลังคาบเวลา l = 100 กระบวนการจะมีค่าเฉลี่ยเปลี่ยนไปจาก micro[subscript 0] เป็น micro[subscript 1] = micro[subscript 0] + gamma และขนาดตัวอย่างที่ศึกษา (n) เท่ากับ 1, 3, 4, 6, 7, 9, 12, 13, 15, 17, 20, 25, 27, 30 การวิจัยครั้งนี้ได้ศึกษาโดยเทคนิคมอนติคาร์โล และใช้โปรแกรมภาษาฟอร์แทรน ในการจำลองข้อมูลให้มีลักษณะตามที่กำหนด ผลการวิจัยสามารถสรุปได้ดังนี้ ระดับการเปลี่ยนแปลงของค่าเฉลี่ยเพิ่มขึ้น 0.20%-0.59% ขนาดตัวอย่าง 1-3 แผนภูมิควบคุม GWMA มีประสิทธิภาพมากที่สุด ขนาดตัวอย่าง 4-30 แผนภูมิควบคุม FIR-EWMA มีประสิทธิภาพมากที่สุด ระดับการเปลี่ยนแปลงของค่าเฉลี่ยเพิ่มขึ้น 0.60%-2.59% ขนาดตัวอย่าง 1-30 แผนภูมิควบคุม FIR-EWMA มีประสิทธิภาพมากที่สุด ระดับการเปลี่ยนแปลงของค่าเฉลี่ยเพิ่มขึ้น 2.60%-6.00% ขนาดตัวอย่าง 1-6 แผนภูมิควบคุม FIR-EWMA มีประสิทธิภาพมากที่สุด ขนาดตัวอย่าง 7-12 แผนภูมิควบคุม FIR-[X-bar]-CUSUM, FIR-EWMA และ GWMA มีประสิทธิภาพมากที่สุด เท่ากันทั้ง 3 แผนภูมิ และขนาดตัวอย่าง 13-30 แผนภูมิควบคุมทั้ง 4 แบบมีประสิทธิภาพเท่ากัน ระดับการเปลี่ยนแปลงของค่าเฉลี่ยเพิ่มขึ้นมากกว่า 6.00% แผนภูมิควบคุมทั้ง 4 แบบจะมีประสิทธิภาพเท่ากัน แผนภูมิทั้ง 4 แบบจะมีค่า ARL น้อยลง เมื่อระดับการเปลี่ยนแปลงในค่าเฉลี่ยมากขึ้นหรือขนาดตัวอย่างมากขึ้น นอกจากนี้ค่าความน่าจะเป็นที่ค่าเฉลี่ยตัวอย่างจะออกนอกขอบเขตควบคุม เมื่อเกิดการเปลี่ยนแปลงในค่าเฉลี่ยของกระบวนการ ได้ค่าสอดคล้องกับค่า ARL กล่าวคือค่าความน่าจะเป็น จะมีค่าสูงขณะที่ ARL มีค่าต่ำ	en
dc.description.abstractalternative	To compare the efficiency of quality control charts for detecting shifts of the process mean. The control charts used in the research are Cumulative Sum Control Chart (CUSUM), Fast Initial Response Combined [X-bar]- Cumulative Sum Control Chart (FIR-[X-bar]-CUSUM), Fast Initial Response Exponential Weighted Moving Average Control Chart (FIR-EWMA), and Generally Weighted Moving Average Control Chart (GWMA). These control charts are determined by comparing Average Run Length (ARL) under time series model (stationary in mean and variance). The control chart with the least ARL is considered to be the best efficiency. When the process is in control, the parameter are set as micro[subscript 0] = 50, sigma[superscript 2] = 1. After the period l = 100, the process mean to be differed from micro[subscript 0] with shift to micro[subscript 1] = micro[subscript 0] + gamma at n sample (n = 1, 3, 4, 6, 7, 9, 12, 13, 15, 17, 20, 25, 27, 30). The ARL values in this research are obtained by Monte Carlo Simulation method, repeated 1,000 times in each case. The conclusions of the research are as follows: The mean shift 0.20%-0.59% the sample size 1-3 GWMA control chart is the best efficiency and the sample size 4-30 FIR-EWMA control chart is the best. The mean shift 0.60%-2.59% FIR-EWMA control chart is the best efficiency at for all sample size. The mean shift 2.60%-6.00% at the sample of 1-6 FIR-EWMA control chart is the best efficiency, the sample size 7-12 FIR-[X-bar]-CUSUM, FIR-EWMA and GWMA are the same efficiency and all control chart types are the same efficiency with the sample size 13-30. The mean shift more than 6.00% the efficiency of all control chart types is the same. The higher mean shift level, and the more sample size, the less ARL would be for all control chart types. Under this research, the results of the probability of the out-control sample mean shift, are the same as the ARL. That is, the most probability of the out-control sample mean shift at the least ARL.	en
dc.format.extent	1243367 bytes	-
dc.format.mimetype	application/pdf	-
dc.language.iso	th	es
dc.publisher	จุฬาลงกรณ์์มหาวิทยาลัย	en
dc.relation.uri	http://doi.org/10.14457/CU.the.2005.506	-
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.subject	การแจกแจงปกติ	en
dc.subject	การควบคุมกระบวนการผลิต	en
dc.subject	การควบคุมคุณภาพ -- แผนภูมิ	en
dc.title	แผนภูมิควบคุมคุณภาพสำหรับการตรวจวัดการเปลี่ยนแปลงค่าเฉลี่ยของกระบวนการ	en
dc.title.alternative	Quality control charts for detecting shifts of the process mean	en
dc.type	Thesis	es
dc.degree.name	สถิติศาสตรมหาบัณฑิต	es
dc.degree.level	ปริญญาโท	es
dc.degree.discipline	สถิติ	es
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.email.advisor	fcommva@acc.chula.ac.th	-
dc.identifier.DOI	10.14457/CU.the.2005.506	-
Appears in Collections:	Acctn - Theses

Files in This Item:

File	Description	Size	Format
apiwan.pdf		1.21 MB	Adobe PDF	View/Open

Show simple item record