欢迎您注册蒲公英
您需要 登录 才可以下载或查看,没有帐号?立即注册
x
本帖最后由 glm1024 于 2013-11-30 11:53 编辑
最近由于准备年度回顾,不可避免的会想到使用控制图,然后在实际中应用时,却发现各种问题,经过思考。得出了一些结论,不知道是否正确,特地发上来大家讨论下(以下均为个人观点,欢迎开喷)。 那些数据适合用控制图分析? 由于常规很多控制图都是以正态分布为基础,所以,控制图的目的是控制过程的稳定性,即如果数据越稳定(整体的数据趋向于某一个固定的数值)则控制图分析的结果就越好。 但是,数据越稳定就代表我们的控制得越好吗? 答案是否定的,因为在制药行业中存在大量单侧控制的数据,比如:TOC、尘埃粒子、微生物、含量等。对于具有上限的单侧的数据并非越稳定越好(如:TOC、尘埃粒子),而是越小则越好,同样,对于具有下限单侧数据(如含量)则是越大越好。这样就会出现一个事实,我们通过控制,让单侧数据向越来越好的方向发展,但这样也会让我们的数据越来越不稳定(如果采用控制图分析,就会频频判异)。那么这样采用控制图分析还有意义么? 这里一样会引出另一个问题,那就是所谓“警戒限”和“纠偏限”如何制定,以前很多专家都说是Xbar±2西格玛和Xbar±3西格玛。但是如果我们的过程数据已经不稳定(向着好的方向发展),这个时候会导致西格玛很大,同时Xbar无代表意义。这个时候的Xbar±2西格玛和Xbar±3西格玛作为“警戒限”和“纠偏限”的意义又有多大? 可能很多人会说,你数据不稳定说明你控制不到位,只有保证数据稳定了,才能继续向好的方向改进。其实这里只不过是达到同一目的的2种方法而已。 方法1:不管当前状态是否稳定直接改进到“最好”的状态,再要求稳定。这样在改进过程中,数据是不稳定的。“最好”状态时,才是稳定的。 方法2:先稳定,再改进“最好”状态,再稳定。 制药行业现在刚刚开始应用控制图,很多数据应该都处于“改进”状态。实际分析都会频频判异。那么此时使用控制图的意义究竟有多大? 所以,我的观点是,对于单侧数据,我们不必要做控制图,更多是关注其趋势图,如果其趋势没有向“坏”的方向发展,则证明该过程合格。
|