Slumpmässig variation och specialorsaker
Varje process varierar. Slumpmässig variation är processens stabila, inneboende spridning. Specialorsaker kommer från något specifikt som ändrats — ett nytt verktyg, en annan materialsats, ett ställfel. Styrdiagram finns för att skilja de två åt så att man reagerar på det senare och lämnar det förra ifred.
Att bygga ett diagram för enskilda värden
För enskilda mätvärden plottar ett diagram för enskilda värden (I) varje värde mot en centrumlinje, vanligen medelvärdet. Styrgränserna läggs vid ± 3σ, där σ skattas från den genomsnittliga glidande variationsvidden mellan på varandra följande punkter (MR̄) delad med konstanten 1,128: UCL = medelvärde + 3·MR̄/1,128, LCL = medelvärde − 3·MR̄/1,128. Denna skattning inom delgrupper är samma kortsiktiga σ som används för Cp och Cpk.
Anta att en stabil referensperiod har medeldiametern 20,000 mm och MR̄ = 0,01128 mm. Då skattas σ till 0,010 mm och styrgränserna blir 19,970 och 20,030 mm. Ett nytt värde på 20,034 mm signalerar en förändring även om ritningen tillåter upp till 20,050 mm. Undersök processen och använd ritningen för att bedöma detaljen.
Körregler
En punkt utanför en styrgräns är en stark signal, men mönster spelar också roll. Körregler flaggar till exempel en lång följd av punkter på samma sida om centrumlinjen (vanligen åtta eller nio, beroende på regeluppsättning) eller en jämn stigande eller sjunkande trend. De fångar gradvis drift och små medelvärdesförskjutningar innan någon punkt lämnat gränserna.
Drift kontra medelvärdesförskjutning
Drift är en gradvis förflyttning, typisk för verktygsslitage eller värmeutvidgning. En medelvärdesförskjutning är ett stegbyte, typiskt efter verktygsbyte eller ställning. Ett diagram visar båda, och genom att koppla tidpunkten till händelser — verktygsbyten, programändringar, materialsatser — pekar man ut orsaken.
Justera inte för mycket
Att justera en stabil process för att den senaste punkten var lite hög eller låg ökar variationen i stället för att minska den. Korrigeringar ska svara på verkliga signaler, och automatiska korrigeringar bör använda gränser och filtrering så att de inte jagar brus.