非随机模式 - 第一部分

周期性模式： 周期性模式是一种预测情况，其中数据点在过程均值上下重复增减。虽然这听起来可能有点复杂，但我们对周期的概念都有直观的认识。在控制图中，周期性模式表明存在特殊原因变异，因为它们不是随机的。周期性模式可能是由以下原因引起的：

操作员疲劳： 最常见的周期性变化原因是操作员疲劳。这通常暗示了一个更大的问题，即不正确的作业设计。很多时候，作业设计要求操作员过度努力工作。这可能会表现为周期性的波动，因为操作员无法在整个工作日内保持相同的生产率。

生产设备： 另一个常见的周期性模式原因是生产设备的磨损和老化。很多情况下，电压和功率也会波动，导致效率以可预测的非随机模式波动。

因此，这种模式提醒管理层注意这些模式，如果未被检测到，可能会导致过程失控。

趋势模式： 趋势模式是指数据点位于控制图上绘制的规格限之间，但显示出特定的趋势。趋势是指七个连续数据点朝同一方向移动。统计研究表明，在随机过程中，少于七个数据点可以朝同一方向移动。然而，如果有七个或更多数据点朝同一方向移动，则需要调查其原因，因为它可能是特殊原因变异。

趋势变异的常见例子包括学习曲线和噪声因素。每个示例的相关例子如下：

学习曲线： 执行工作的人员通过实践学习。随着时间的推移，他们成为工作的专家，并且完成任务所需的时间越来越少。这反映在控制图中形成趋势。随着时间的推移，与周期时间相关的数据值会下降，而与生产率相关的数据值会上升。管理层需要注意这一点，并尝试培训员工，使他们在开始工作时已经相当熟悉任务。

噪声因素： 噪声因素是过程在一段时间内可能遇到的干扰。一个很好的例子是，随着工作量的增加，过程的平均时间很可能会上升。这是因为随着工作量的增加，工人们会感到处理的任务过多，彼此之间的沟通变得困难，从而导致趋势出现。