【投票】OOT或者持续工艺确认中是否建立了一些判异分析？

隐月

OOT或者持续工艺确认，是否进行一些基于统计学的异常数据判异？比如TR60里面提到了这样的趋势判异原则（仅建立警戒线、行动线、或者内控标准的不算）：
连续8点在中心线的同一侧；

3点中有2点在2西格玛限外；

5点中有4点在1西格玛限外；

连续6点递增或递减。

隐月

TR60中有这样一些判异原则，但是我们按此执行时，发现触发频率有点高，挺难执行的，做调查，基本也是没啥根本原因

蓝雨~

数据多，这样做意义才比较大， 所以产品年度回顾里用这个比较好，直接minitab里面执行自带的8项检验分析。OOT一年的数量不多

猫咪特工

当然，这些都是常用的异常数据判异原则，现行的认可度也较高。

但是，这些异常数据判异原则只是辅助手段，不能替代对数据的详细分析和解释。这也是您提到的“发现触发频率有点高，挺难执行的，做调查，基本也是没啥根本原因”所在。

在排除数据质量问题：即可能数据本身就存在一些问题，例如测量误差、采样偏差等，这可能导致数据的变异性较大，频繁触发异常数据判异，的情况下，我们通常的做法是：

将控制图和稳定性报告结合起来判定，如果两张图出现共同的异常点才会着重调查。

另外需要关注的是，您的控制图是否选择合适的模型，这也是非常关键的。相同的数据在不同的模型下会有截然相反的结论。

所以本质上来说，任何控制图都是错误的，它的判定至少给专业人士的调查和分析提供参考。如果调查结论没有问题就是没有问题。

jxl2015

谢谢分享

醉卧沙场

如果有大数据支持是可以的，几个或十几个数据没有意义

pharman

毫无疑问，选1

sammi_faye

感谢分享，其实数据分析这部分还是挺需要加强的

青椒炒肉

围观学习，感谢分享