แผนภูมิควบคุมทั้ง 8 จะถูกแทนที่ด้วยแผนภูมิควบคุมสำหรับตัวแปรเชิงพหุ เพียงแผนภูมิเดียวที่จะตรวจจับค่าพามิเตอร์ทั้ง 8 ค่านี้ในเวลาเดียวกัน ถึงแม้ว่าจะไม่มีค่า out-of-control ตรวจจับได้ในแผนภูมิเดี่ยว แต่ในแผนภูมิควบคุมสำหรับตัวแปรเชิงพหุพบว่าข้อมูลตัวที่ 12 นั้นเป็น out-of –control ในแผนภูมิควบคุมสำหรับตัวแปรเชิงพหุ
ในการค้นหาสาเหตุว่าทำข้อมูลตัวที่ 12 ถึงเป็น out-of-control ในแผนภูมิควบคุมสำหรับตัวแปรเชิงพหุ ผมใช้กราฟ (Scatter plot) ในการวิเคราะห์แนวโน้ม (trend) จะเห็นได้ว่าพารามิเตอร์ X3, X4 และ X5 นั้นเป็นตัวแปรที่เกี่ยวข้องกับการ out-of-control ในแผนภูมิควบคุมสำหรับตัวแปรเชิงพหุเพราะมีจุดที่ทิ้งห่างออกไปจากจุดข้อมูลอื่นๆ
บทสรุป
เมื่อพารามิเตอร์ของกระบวนการไม่มีอิทธิพลโดยตรงใดๆ การใช้แผนภูมิควบคุมตัวแปรเดี่ยวอาจไม่มีความจำเป็น ส่วนแผนภูมิควบคุมสำหรับตัวแปรเชิงพหุสามารถทำให้จำนวนเครื่องมือที่ไว้ทวนสอบกระบวนการอยู่เป็นประจำนั้นมีจำนวนลดลง วัตถุประสงค์หลักของแผนภูมิควบคุมสำหรับตัวแปรเชิงพหุ คือ การทำความเข้าใจกระบวนการได้ดีขึ้น จุด out-of-control ที่แสดงในแผนภูมิควบคุมสำหรับตัวแปรเชิงพหุ จะแสดงให้เห็นว่าคุณภาพกำลังมีปัญหาหรือไม่ ในการควบคุมประบวนการให้ดีขึ้น คุณจะต้องทำการประเมินให้ได้ว่าพารามิเตอร์ในขั้นตอนต้นน้ำนั้นส่งผลกระทบอย่างไรกับผลิตภัณฑ์ในขั้นสุดท้าย แผนภูมิควบคุมสำหรับตัวแปรเชิงพหุยังใช้ได้ดีในการตรวจจับแบบ 3 มิติ การค้าหาสาเหตุของจุด out-of-control ในแผนภูมิควบคุมสำหรับตัวแปรเชิงพหุเป็นกุญแจสำคัญที่จะทำให้คุณประสบความสำเร็จ
บทความต้นฉบับ : http://blog.minitab.com/blog/applying-statistics-in-quality-projects/a-simple-guide-to-multivariate-control-charts
เนื้อหาบทความโดยบริษัท Minitab Inc. ประเทศสหรัฐอเมริกา
แปลและเรียบเรียงโดยสุวดี นําพาเจริญ และ ชลทิขา จํารัสพร, บริษัท โซลูชั่น เซ็นเตอร์ จํากัด webadmin@solutioncenterminitab.com