home *** CD-ROM | disk | FTP | other *** search
/ Business Shareware / Business Shareware.iso / start / finance / spcex_1 / info.hyp < prev    next >
Text File  |  1993-03-12  |  43KB  |  1,254 lines
  1. @
  2. MORE_INFO_MENU
  3.                  ON LINE DOCUMENTATION
  4.  
  5. #m>HELP<;hypertext help#m - Click on the >HELP< or Press Enter to learn
  6.          how to operate the hypertext help system.
  7.  
  8.     #m(X.Y.Z);MENU_NOTATION;screens.hyp#m SPC EXpert menu navigation notation.
  9.     
  10.          #mA. SPC EXpert Licensing Information;system0#m
  11.          #mB. SPC EXpert Custom Enhancement Services;custom#m
  12.          #mC. Technical/Customer Support;support#m
  13.          #mD. Addressing email feedback;email#m
  14.          #mE. Planned Enhancements to SPC EXpert;enhance#m
  15.          #mF. SPC Abbreviations;SPC Abbreviations;define.hyp#m
  16.          #mG. SPC Definitions;SPC Definitions;define.hyp#m
  17.          #mH. SPC EXpert system overview;system1#m
  18.          #mI. Data File Formats;format1#m
  19.          #mJ. Graphs/Diagrams Overview;graph0#m
  20.          #mK. Control Charts Overview;charts0#m
  21.          #mL. On line SPC EXpert User's Manual;users manual;manual.hyp#m
  22. @
  23. email
  24.                    Sending Electronic Mail
  25.  
  26. You are strongly encouraged to send your comments or questions via
  27. electronic mail since telephone support will only be available from
  28. 6:00pm-9:00pm Eastern time.
  29.  
  30.                  EMAIL : marks@meaddata.com
  31.  
  32. If this does not work, you may need to try the alternative email
  33. addressing format as follows:
  34.  
  35.                 ...!uunet!meaddata!marks
  36.  
  37. That is, once you can get your message to UUNET, it can get to us.
  38. Now, if your email system "knows" UUNET, then the following may work:
  39.  
  40.                     uunet!meaddata!marks
  41.                     
  42. However, if this does not work, you may need to add another system name
  43. to this email address.  For example, if your full email address is
  44. myname@abc.def.GOV, then you might try using the following email address:
  45.  
  46.                   gov!uunet!meaddata!marks
  47.                   
  48. Other possibilities include:
  49.  
  50.                   mil!uunet!meaddata!marks
  51.                   edu!uunet!meaddata!marks
  52.                   net!uunet!meaddata!marks
  53. @
  54. system0
  55.   SPC EXpert - Copyright Quality Software Designs, Inc. 1993
  56.  
  57. SPC EXpert is a SHAREWARE product.  You may freely reproduce and
  58. re-distribute SPC EXpert for evaluation and educational purposes.
  59. If you make use of this software, you are expected to pay a licensing
  60. fee as outlined below.  Upon receipt of your registration fee you
  61. will receive a printed manual, a license agreement, and notices of
  62. future upgrades to the software. *Academic users must still register.
  63.  
  64.   Individual User    -  $40        *Academic     - FREE
  65.   Site License       - $200         PC LAN       - $100
  66.   Mutli-Site License - $500         
  67.  
  68. ** Send Check or money order to       CUSTOM ENHANCEMENTS AVAILABLE
  69.  
  70.    Quality Software Designs, Inc.     ** Master Card and Visa Orders
  71.    933 East Stroop Road                  Accepted 6:00pm-9:00pm
  72.    Kettering, Ohio 45429                 Eastern Time. (513) 299-3023
  73. @
  74. custom
  75.                 SPC EXpert Custom Enhancement Services
  76.  
  77. Quality Software Designs, Inc., can provide you with a custom enhanced
  78. version of SPC EXpert tailored to your specific needs.  In many cases,
  79. a tailor-made version of SPC EXpert can be produced at a cost comparable
  80. to the single-copy off-the-shelf cost of commercial SPC software products.
  81. To inquire about this service, contact:
  82.  
  83.                      Quality Software Designs, Inc.
  84.                      933 East Stroop Road
  85.                      Kettering, Ohio 45429
  86.                      (513) 299-3023
  87.                      email: marks@meaddata.com  or
  88.                             ...!uunet!meaddata!marks
  89.  
  90.                             
  91. Possible areas for customization include,
  92.  
  93. 1. Placing domain-specific advice in the expert consultation text.
  94.    e.g. In place of
  95.                    "A shift-up in the R chart means that your
  96.                     process has become less consistent..."
  97.         we display
  98.                    "A shift-up in the R chart has historically been
  99.                     caused (90%) by a loose ball bearing in the
  100.                     preprocessing machine."
  101.                     
  102. 2. Placing company-specific terminology and text in the help screens
  103.    and expert consultation text.
  104.    
  105. 3. Translating SPC EXpert into another non-English language.
  106.  
  107. 4. Adding a unique type of statistical/graphical tool.
  108.  
  109. Remember, Quality Software Designs, Inc., is in the business of
  110. providing Custom Software Solutions.  When you consider which
  111. SPC software package to buy, call up the commercial vendors and
  112. ask then if their $200-$1000 per copy price-tag includes such
  113. customer-driven tailoring.
  114. @
  115. support
  116.              SPC EXpert Technical/Customer Support
  117.  
  118. 1. Phone support is available 6:00pm-9:00pm eastern time (513) 299-3023
  119.  
  120. 2. Messages can be left on an answering machine which is regularly
  121.    checked all day, every day.  (513) 299-3023
  122.    
  123. 3. Questions and detailed problem reports can be sent over the INTERNET
  124.    (email) to  marks@meaddata.com  or  ...!uunet!meaddata!marks
  125.  
  126. 4. Send written comments and questions to
  127.  
  128.                  Quality Software Designs, Inc.
  129.                  933 East Stroop Road
  130.                  Kettering, Ohio 45429
  131.  
  132. Suggestions are strongly encouraged.  Without your help and feedback,
  133. we cannot improve SPC EXpert to better meet your (changing) needs.
  134. @
  135. enhance
  136. Planned Enhancements To SPC EXpert
  137.  
  138. SHORT TERM
  139.  
  140.     S.1 Include Short-Run Control Charts
  141.         a. Nominal Xbar-R
  142.         b. Target Xbar-R
  143.         c. Short Run X-Bar-R
  144.         d. Short Run XMR
  145.         e. Short Run Moving Average Moving Range
  146.         f. Short Run C
  147.         g. Short Run U
  148.         h. Short Run NP
  149.         i. Short Run P
  150.         j. Standardized S Chart
  151.         
  152.     S.2 Include Variable Sub-group Size Xbar-R & Xbar-S Charts 
  153.  
  154.     S.3 "Multiple" Versions of existing tools
  155.         a. multi bar graph
  156.         b. stacked bar graph
  157.         c. stacked pareto diagram
  158.         d. multi line (run chart) graph
  159.  
  160. MID TERM
  161.  
  162.     M.1 MicroSoft Windows Based Version 
  163.  
  164.     M.2 Import Data from Properly Structured DBase-Type FIles
  165.            - The database structure for each type of
  166.              control chart or graphic will be specifically
  167.              given in the documentation.
  168.  
  169. LONG TERM
  170.  
  171.     L.1 "Real-Time" Data Analysis and Monitoring
  172.     
  173.     L.2 Macintosh Version
  174.  
  175.     L.3 MicroSoft Windows Based Graphical TQM Tools
  176.         a. Flow-Charting
  177.         b. Fish-bone Diagrams
  178.         c. Cause & Effect Diagrams
  179.         d. Organizational Charts 
  180. @
  181. format1
  182.         SPC EXpert
  183.  
  184.      DATA FILE FORMATS
  185.  
  186.      #mGeneral;format2#m
  187.  
  188.          #mRun Charts;format3#m
  189.          #mMR Charts;format3#m
  190.          #mXMR Charts;format3#m
  191.          #mXBAR Charts;format6#m
  192.          #mR Charts;format6#m
  193.          #mS Charts;format6#m
  194.          #mXBAR-R Charts;format6#m
  195.          #mXBAR-S Charts;format6#m
  196.          #mPN Charts;format9#m
  197.          #mP Charts;format11#m
  198.          #mC Charts;format13#m
  199.          #mU Charts;format15#m
  200.          #mBar Graphs;format17#m
  201.          #mPareto Diagrams;format17#m
  202.          #mPie Charts;format17#m
  203.          #mTables;format17#m
  204.          #mHistograms;format3#m
  205.          #mFrequency Polygons;format3#m
  206.          #mOgives;format3#m
  207.          #mScatter Diagrams;format26#m
  208.          #mMultiple Charts;format28#m
  209. @
  210. format2
  211.                     DATA FILE FORMATS
  212.  
  213. 1. SPCEX will generate 11 different types of control charts
  214.    - RUN,XBAR,R,S,MR,XBAR_R,XBAR_S,XMR,PN,P,C,U.
  215.    
  216. 2. SPCEX will generate 8 different types of diagrams/graphs 
  217.    - BAR, PARETO, PIE, data TABLE, HISTOGRAM Frequency
  218.      POLYGON, Ogive (CDF) and SCATTER diagram.
  219.      
  220. 3. Each type of chart/diagram requires a slightly different
  221.    format for the ASCII file which contains the process data.
  222.  
  223. 4. The #mfirst 4 lines#m of every data file contain titles & axis
  224.    labels
  225.  
  226. 5. For all types of charts, entries in the data file must be
  227.    separated by RETURNS.  
  228.                  * DO NOT SEPARATE ENTRIES WITH COMMAS, ETC. !!!
  229. @
  230. first 4 lines
  231.                 DATA FILE FORMATS
  232.                   FIRST 4 LINES
  233.  
  234. The first 4 lines of every data file regardless of type
  235. will always contain the same type of information:
  236.  
  237. LINE 1 : A TITLE for the graph/diagram
  238.  
  239. LINE 2 : A SUBTITLE for the graph/diagram
  240.  
  241. LINE 3 : The X-axis (horizontal axis) label
  242.  
  243. LINE 4 : The Y-axis (vertical axis) label
  244. @
  245. format3
  246.       RUN, MR, XMR, HISTOGRAM, POLYGON, CDF
  247.                 Data File Format
  248.               
  249. 1. The #mfirst 4 lines#m contain titles & axis labels
  250.  
  251. 2. All entries consist of a numeric value separated by spaces
  252.    followed by an optional string of characters and a carriage
  253.    RETURN.  Only one numerical entry per line is allowed.
  254.  
  255. 3. The length of a RUN, MR, or XMR control chart will be
  256.    the number of entries.
  257.    
  258. 4. SPC EXpert limits the number of entries to 16000 or less.
  259.    
  260. 5. Sample data files are located on your SPCEX System Disk in
  261.    the following files:
  262.    
  263.       "#trun.dmo#t" 
  264.            #u<RUN graphic>;RUN run.dmo default.cfg#u
  265.            #u<MR graphic>;MR run.dmo default.cfg#u
  266.            #u<XMR graphic>;XMR run.dmo default.cfg#u
  267.            #u<HISTOGRAM graphic>;HISTOGRAM run.dmo default.cfg#u
  268.            #u<POLYGON graphic>;POLYGON run.dmo default.cfg#u
  269.            #u<CDF graphic>;CDF run.dmo default.cfg#u
  270. @
  271. format6
  272.               XBAR, R, S, XBAR_R, XBAR_S
  273.                   Data File Formats
  274.  
  275. 1. The #mfirst 4 lines#m contain titles & axis labels
  276.  
  277. 2. The fifth line is an INTEGER between 2 and 200 inclusive.
  278.    This number represents the logical group size or sample size.
  279.  
  280. 3. The remaining entries (REAL or INTEGER) represent the actual
  281.    process measurements.
  282.    
  283. 4. The remaining lines may be coded one of two ways.
  284.  
  285.    (a) If the logical group size is small enough, all entries
  286.        for each group may be placed on a single line separated by spaces.
  287.        For example, the data file below depicts measurements of each of
  288.        five items for each sample number.
  289.  
  290.                     Pitch Diameter
  291.                     Units of .0001 inch in excess of .4000 inch
  292.                     Sample Number
  293.                     Measurement
  294.                     5
  295.                     36 35 34 33 32
  296.                     31 31 34 32 30
  297.                     30 30 32 30 32
  298.                     32 33 33 32 35
  299.  
  300.     (b) The second way to create the data file is to place each measurement
  301.         on a single line.  The data file below will produce the exact same
  302.         results as the one above.  It is particularly useful when the sample
  303.         size is too large to it all sample measurements on a single line.
  304.  
  305.                     Pitch Diameter
  306.                     Units of .0001 inch in excess of .4000 inch
  307.                     Sample Number
  308.                     Measurement
  309.                     5
  310.                     36
  311.                     35
  312.                     34
  313.                     33
  314.                     32
  315.                     31
  316.                     31
  317.                     34
  318.                     32
  319.                     30
  320.                     30
  321.                     30
  322.                     32
  323.                     30
  324.                     32
  325.                     32
  326.                     33
  327.                     33
  328.                     32
  329.                     35
  330.  
  331. 4. The length of the chart(s) will be the number of process
  332.    measurements divided by the logical group size.  For example,
  333.    if we have a group size of 3 and 69 process measurements, then
  334.    the length of the XBAR and R Charts will be 23.
  335.    
  336. 5. Sample XBAR-R data files are located on your SPCEX System Disk 
  337.    in files:
  338.    
  339.    "#tr.dmo#t"
  340.          #u<XBAR graphic>;XBAR r.dmo default.cfg#u
  341.          #u<R graphic>;R r.dmo default.cfg#u
  342.          #u<S graphic>;S r.dmo default.cfg#u
  343.          #u<XBAR_R graphic>;XBAR_R r.dmo default.cfg#u
  344.          #u<XBAR_S graphic>;XBAR_S r.dmo default.cfg#u
  345.    
  346.    "#ts.dmo#t"
  347.          #u<XBAR graphic>;XBAR s.dmo default.cfg#u
  348.          #u<R graphic>;R s.dmo default.cfg#u
  349.          #u<S graphic>;S s.dmo default.cfg#u
  350.          #u<XBAR_R graphic>;XBAR_R s.dmo default.cfg#u
  351.          #u<XBAR_S graphic>;XBAR_S s.dmo default.cfg#u
  352. @
  353. format9
  354.                        PN CHART
  355.                     DATA FILE FORMAT
  356.  
  357. 1. The #mfirst 4 lines#m contain titles & axis labels
  358.  
  359. 2. All numeric entries in a PN Chart data file must be INTEGERS.
  360.  
  361. 3. The fifth line contains an integer which represents the
  362.    fixed sample size.
  363.  
  364. 4. The remaining numeric entries represent the number of defectives
  365.    (rejects/failures) out of a fixed number of samples.  The length
  366.    of the PN chart will be one less than the number of entries in
  367.    the data file.  A sample PN data file is shown below:
  368.  
  369.                     PN Control Chart
  370.                     Lot Size = 200
  371.                     Production Order Number
  372.                     Number of Rejects
  373.                     200
  374.                     23
  375.                     15
  376.                     17
  377.                     15
  378.                     41
  379.                     0
  380.                     25
  381.                     31
  382.                     29
  383.                     0
  384.                     8
  385.                     16
  386.  
  387.  
  388.    Only one entry per line is allowed.
  389.    
  390. 5. A sample PN data file is located in the file
  391.  
  392.    "#tpn.dmo#t"
  393.       #u<PN graphic>;PN pn.dmo default.cfg#u.
  394. @
  395. format11
  396.                        P CHART
  397.                    DATA FILE FORMAT
  398.  
  399. 1. The #mfirst 4 lines#m contain titles & axis labels
  400.  
  401. 2. All remaining entries in a P Chart must be PAIRS of INTEGERS!
  402.    Only one pair per line is allowed.  Each pair may be followed
  403.    by an optional string of characters.
  404.    
  405. 3. The first integer in each pair represents the sample size.
  406.  
  407. 4. The second integer represents the number of defectives or
  408.    rejects.
  409.  
  410. 5. The length of the P Chart will be the number of pairs of
  411.    entries.
  412.  
  413.  
  414.   A sample P data file is shown below:
  415.  
  416.                     P Chart
  417.                     Paragraph 5.6 Data
  418.                     Day
  419.                     Percent Rejected
  420.                     28 4
  421.                     27 9
  422.                     28 3
  423.                     16 2
  424.                     26 1
  425.                     24 1
  426.                     25 5
  427.                     20 5
  428.                     25 14
  429.                     14 1
  430.  
  431. 6. A sample P data file is located in the file
  432.  
  433.    "#tp.dmo#t"
  434.       #u<P graphic>;P p.dmo default.cfg#u.
  435. @
  436. format13
  437.                        C CHART
  438.                   DATA FILE FORMAT
  439.  
  440.  
  441. 1. The #mfirst 4 lines#m contain titles & axis labels
  442.  
  443. 2. All entries in a C Chart data file must be INTEGERS.
  444.  
  445. 3. Each entry represents the number of defects (errors) in a
  446.    sample of fixed size/weight/length/etc.  Only one entry per
  447.    line followed by an optional string of characters is allowed
  448.    per line.
  449.    
  450. 4. The length of the C chart will be the number of entries
  451.    in the data file.
  452.  
  453.   A sample C data file is shown below:
  454.  
  455.                     C Chart
  456.                     Paragraph 5.7 Data
  457.                     Sample number
  458.                     Number of Alignment Errors
  459.                     7
  460.                     6
  461.                     6
  462.                     7
  463.                     4
  464.                     7
  465.                     8
  466.                     12
  467.                     9
  468.                     9
  469.    
  470. 5. A sample C data file is located in the file
  471.  
  472.   "#tc.dmo#t"
  473.      #u<C graphic>;C c.dmo default.cfg#u.
  474. @
  475. format15
  476.                       U Chart
  477.                   DATA FILE FORMAT
  478.  
  479. 1. The #mfirst 4 lines#m contain titles & axis labels
  480.  
  481. 2. All entries in a U Chart must be PAIRS of entries.  Only one
  482.    pair per line followed by an optional string of characters
  483.    is allowed.
  484.  
  485. 3. The first entry in each pair can be either INTEGER or REAL
  486.    and represents the sample size/length/weight/etc.
  487.    
  488. 4. The second entry must be an INTEGER and represents the number
  489.    of defects/errors/etc. in the sample.
  490.    
  491. 5. The length of the U Chart will be the number of pairs of
  492.    entries.
  493.  
  494.   A sample U data file is shown below:
  495.  
  496.  
  497.                     U Chart
  498.                     # Typos in Daily Calendar
  499.                     Day
  500.                     Typos per Word
  501.                     150 2
  502.                     100 1
  503.                     120 0
  504.                     140 3
  505.                     200 6
  506.                     120 1
  507.  
  508.  
  509. 6. A sample U data file is located in the file
  510.  
  511.  "#tu.dmo#t"
  512.     #u<U graphic>;U u.dmo default.cfg#u.
  513. @
  514. format17
  515.                  BAR, PARETO, PIE, TABLE
  516.                     DATA FILE FORMAT
  517.  
  518. 1. The #mfirst 4 lines#m contain titles & axis labels
  519.    
  520. 2. The numeric data for a BAR, PARETO, ... Graphs MUST BEGIN
  521.    ON THE FIFTH LINE OF THE DATA FILE.
  522.    
  523. 3. The numeric data consists of PAIRS (maximum 100) of entries.
  524.  
  525. 4. The first entry can be any NON-NEGATIVE number.
  526.  
  527. 5. The second entry can be anything - this will be the category.
  528.                                  #mSample File;format18#m
  529.  
  530. 6. A sample BAR graph data file is located on your SPCEX System
  531.    Disk in the file "#tbar.dmo#t".  This will produce the
  532.    following graphics:
  533.    
  534.        #u<BAR>;BAR bar.dmo default.cfg#u
  535.        #u<PARETO>;PARETO bar.dmo default.cfg#u
  536.        #u<PIE>;PIE bar.dmo default.cfg#u
  537.        #u<TABLE>;TABLE bar.dmo default.cfg#u
  538. @
  539. format18
  540.  SAMPLE BAR GRAPH
  541.     DATA FILE
  542.  
  543. Any Title You Want
  544. Any Subtitle you want
  545. X AXIS LABEL
  546. Y AXIS LABEL
  547. 25 Type A
  548. 15 Type B
  549. 2 Type C
  550. 55 Type D
  551. @
  552. format26
  553.                        SCATTER DIAGRAM
  554.                        DATA FILE FORMAT
  555.  
  556. 1. The #mfirst 4 lines#m contain titles & axis labels
  557.    
  558. 2. The numeric data for a SCATTER Diagram MUST BEGIN ON THE FIFTH
  559.    LINE OF THE DATA FILE.
  560.    
  561. 3. The numeric data consists of PAIRS of entries.  Both entries in
  562.    each pair can be any number, INTEGER or REAL.  Only one pair
  563.    followed by an optional string of characters is allowed per line.
  564.    
  565. 4. The first number in each pair represents the x-coordinate for that
  566.    pair, and the second represents the y-coordinate.
  567.  
  568.                                    #mSample File;format27#m
  569.  
  570. 5. A sample Scatter diagram data files are located in files
  571.    
  572.         "#tscat.dmo#t"
  573.             #u<graphic>;SCATTER scat.dmo default.cfg#u
  574.  
  575. @
  576. format27
  577. SAMPLE SCATTER DIAGRAM
  578.      DATA FILE
  579.  
  580.    Height vs Weight
  581.    A Hypothetical Sample
  582.    Weight (lbs)
  583.    Height (inches)
  584.    160 70
  585.    180 61
  586.    220 75
  587.    105 61
  588.    155 69
  589. @
  590. format28
  591.                   MULTIPLE Data File Format.
  592.  
  593. 1. SPC EXpert software allows the user to design custom charts by putting
  594.    up to 6 separate graphs in a single multiple graph.  The graphs are
  595.    automatically sized and placed unless otherwise specified.
  596.    
  597. 2. The first two lines for these files contain the multiple chart title
  598.    and subtitle.  The length of each line may be anywhere from 0 to 70
  599.    characters followed by a carriage return.
  600.    
  601. 3. Multiple data files do not have X-axis and Y-axis labels.
  602.  
  603. 4. Beginning on the third line, the multiple file consists of filename
  604.    and chart-type pairs.  A multiple file may contain up to 6 pairs.
  605.    A sample is shown below:
  606.  
  607.                     Multiple Graph
  608.                     Paragraph 5.10 Sample Output
  609.                     CAR.DAT  BAR
  610.                     CAR.DAT PARETO
  611.                     CAR.DAT PIE
  612.                     CAR.DAT TABLE
  613.  
  614. 5. Sample MULTIPLE chart files are located on your SPCEX System Disk:
  615.  
  616.    "#tmulti3.dmo#t"
  617.         #u<MULTIPLE graphic WITH titles>;MULTIPLE multi3.dmo default.cfg#u
  618.         #u<MULTIPLE graphic WITHOUT titles>;MULTIPLE multi3.dmo notitles.cfg#u
  619.  
  620.   "#tmulti2.dmo#t"
  621.         #u<MULTIPLE graphic WITH titles>;MULTIPLE multi2.dmo default.cfg#u
  622.         #u<MULTIPLE graphic WITHOUT titles>;MULTIPLE multi2.dmo notitles.cfg#u
  623.  
  624.   "#tmulti1.dmo#t"
  625.         #u<MULTIPLE graphic WITH titles>;MULTIPLE multi1.dmo default.cfg#u
  626.         #u<MULTIPLE graphic WITHOUT titles>;MULTIPLE multi1.dmo notitles.cfg#u        
  627. @
  628. system1
  629.                              SPC EXpert
  630.                  STATISTICAL PROCESS CONTROL SOFTWARE
  631.             
  632. SPC EXpert is a software tool which automates the statistical and
  633. graphical techniques used in Statistical Process Control (SPC),
  634. Total Quality Management (TQM), and many other techniques designed
  635. for continuous process improvement.  SPC EXpert,
  636.  
  637.  
  638.     1. CONSTRUCTS, ANALYZES, and INTERPRETS 8 different types
  639.        of control charts - both attribute and variables.
  640.        
  641.     2. CONSTRUCTs BAR graphs, PIE charts, PARETO diagrams,
  642.        HISTOGRAMS, Frequency POLYGONS, and Ogives (CDFs).
  643.        
  644.     3. SPC EXpert CONSTRUCTS and ANALYZES scatter diagrams.
  645.  
  646.  
  647. SPC EXpert supports multiple printers; exports to graphics files
  648. which can be imported into commercial graphics and desktop publishing
  649. software such as Harvard Graphics, WordPerfect, MicroSoft PowerPoint,
  650. and MicroSoft Word;  produces regression and process capability 
  651. statistics; automatically analyzes control charts for out-of-control
  652. conditions and provides expert advice on their meaning; provides
  653. and integrated word processor; imports data from ASCII files;
  654.  
  655. Comparable commercial SPC software will cost from $200-$1000 per
  656. single-user copy and from $5000-$20000 for a single-site license.
  657.  
  658. SPC EXpert was developed by
  659.  
  660.     Quality Software Designs, Inc.
  661.     933 East Stroop Road
  662.     Kettering, Ohio 45429
  663.  
  664.  
  665. SPC EXpert Detailed Description
  666.  
  667. 1. PROCESS DATA is collected by the user and placed
  668.    into an ASCII file.  This file can be created by any
  669.    word processing tool.  SPC EXpert includes a
  670.    built-in text editor for this purpose.  The editor can
  671.    be used by selecting #mSPCEX MAIN MENU;TOP_MENU_RESPONSES;screens.hyp#m option J.
  672.  
  673. 2. The user enters the name of the ASCII file which contains
  674.    the process data.  This is done using #mSPCEX MAIN MENU;TOP_MENU_RESPONSES;screens.hyp#m 
  675.    option A.
  676.  
  677. 3. The user then selects the appropriate control chart or
  678.    diagram type. This is done using #mSPCEX MAIN MENU;TOP_MENU_RESPONSES;screens.hyp#m option B.
  679.  
  680. 4. While the user may directly select any chart/diagram type,
  681.    SPCEX provides an automated CONTROL CHART selection service.
  682.    The user will be asked 1 to 3 questions concerning the nature
  683.    of the process data.  From these responses, the appropriate 
  684.    control chart type will be selected.  This is also done using
  685.    #mSPCEX MAIN MENU;TOP_MENU_RESPONSES;screens.hyp#m option B.
  686.  
  687. 5. The user may at this point view the control chart or
  688.    diagram using #mSPCEX MAIN MENU;TOP_MENU_RESPONSES;screens.hyp#m option C.
  689.  
  690. 6. The user may now search a control chart for unusual
  691.    patterns.  This is done using #mSPCEX MAIN MENU;TOP_MENU_RESPONSES;screens.hyp#m option D.
  692.  
  693. AVAILABLE FOR CONTROL CHARTS ONLY.
  694.  
  695.  
  696. 7. After the pattern search, the user may then view the unusual
  697.    patterns highlighted on the control chart.  Each pattern may
  698.    be view separately or all together.  This is done using
  699.    #mSPCEX MAIN MENU;TOP_MENU_RESPONSES;screens.hyp#m option E.
  700.  
  701. AVAILABLE FOR CONTROL CHARTS ONLY.
  702.  
  703. 8. After the pattern search, the user may also obtain expert
  704.    advice concerning the unusual patterns highlighted on the
  705.    control chart.  Information about each pattern may
  706.    be viewed separately or all together.  This is done using
  707.    #mSPCEX MAIN MENU;TOP_MENU_RESPONSES;screens.hyp#m option F.
  708.  
  709. AVAILABLE FOR CONTROL CHARTS ONLY.
  710.  
  711.  
  712. 9.  The user may print out a paper copy of any chart or diagram
  713.     by selection #mSPCEX MAIN MENU;TOP_MENU_RESPONSES;screens.hyp#m option H.  Several different
  714.     printers,print densities, and paper orientations are available.
  715.  
  716. 10. At any time, the user may edit the current data file (or
  717.     any other ASCII text file) by using the SPC integrated 
  718.     editor.  The SPCEX Integrated Text Editor is available by
  719.     selecting #mSPCEX MAIN MENU;TOP_MENU_RESPONSES;screens.hyp#m option J.
  720. @
  721. in_control1
  722.                   IN CONTROL!
  723.  
  724. Your chart is in control!  This means that there are
  725. no unusual patterns within the chart which suggest
  726. the presence of #massignable causes of variation;in_control3#m.
  727.  
  728. Only #mnatural variation;in_control2#m is present.
  729. @
  730. in_control2
  731.                      NATURAL VARIATION
  732.  
  733. The random fluctuation of points within the limits results from
  734. variation built into the process.  Such random variation is
  735. natural, results from common causes within the system (e.g. design,
  736. choice of machine, preventative maintenance, etc.), and can only
  737. be affected by changing the system itself.
  738. @
  739. in_control3
  740.                     UNNATURAL VARIATION
  741.  
  742. However, points which fall outside of the control limits or which
  743. form "unnatural" patterns indicate that some of the variation
  744. within the process may be due to assignable causes.  Assignable
  745. causes of variation (e.g.measurement errors, unplanned events,
  746. freak occurrences, etc.) can be identified and result from
  747. occurrences that are not part of the process.
  748. @
  749. maybe_in_control1
  750.                   IN CONTROL?
  751.  
  752. Your chart MAY BE in control.  This means that the
  753. SHORT or ABORTED SEARCH found no unusual patterns
  754. within the chart which suggest the presence of
  755. #massignable causes of variation;in_control3#m.
  756.  
  757. Only #mnatural variation;in_control2#m is present.
  758.  
  759.  
  760.                     SUGGEST LONG SEARCH
  761.  
  762. The SHORT or ABORTED SEARCH could find no unusual patterns
  763. within the control chart.  To ensure that there are absolutely
  764. no unnatural patterns, use a LONG SEARCH of the control chart.
  765. @
  766. charts0
  767.    CONTROL CHARTS OVERVIEW
  768.  
  769. TABLE OF CONTENTS
  770.  
  771. #mThe Need for Control Charts;charts1#m
  772. #mInterpretation of Control Charts;charts3#m
  773. #mControl Limits;charts5#m
  774. #mTypes of Control Charts;charts6#m
  775. #mChart Type Selection Summary Table;charts11#m
  776. #mRUN Charts;charts12#m
  777. #mMoving Range (XMR) Charts;charts14#m
  778. #mXBAR-R Charts;charts13#m
  779. #mXBAR-S Charts;charts16#m
  780. #mP & PN Charts;charts18#m
  781. #mC & U Charts;charts21#m
  782. @ 
  783. charts1
  784.                  THE NEED FOR CONTROL CHARTS
  785.  
  786. Histograms and check sheets consolidate process data to show the
  787. overall picture, while Pareto diagrams are used to indicate problem
  788. areas.  These methods group the data for a specified period and
  789. express them in static form.  However, in our processes we also
  790. want to know more about the nature of the changes that take place
  791. over a specified period of time, that is, the dynamic form.
  792.  
  793. This means that we not only have to see what changes in data occur
  794. over time; we must also study the impact of the various factors in
  795. the process that change over time.  Thus, if the materials, the
  796. workers, or the working methods or equipment were to change during
  797. this time, we would have to note the effect of such changes on our
  798. process. 
  799.  
  800. One way of following these changes is by using control charts.
  801. @
  802. charts3
  803.                 INTERPRETATION OF CONTROL CHARTS
  804.  
  805. Now the problem is to find out whether the points on the graph are
  806. abnormal or not.  Such a determination cannot be made unless
  807. standards of evaluation are set.  Without such standards, one is
  808. liable to make an arbitrary judgment or one favorable to oneself
  809. and the graph will not be meaningful.  When irrational evaluations
  810. are made, necessary action may be missed or unsuitable action may
  811. be taken in haste, thus causing confusion.  This will result in
  812. inappropriate conclusions being drawn, thus lowering quality and
  813. efficiency.
  814.  
  815.                   STANDARDS FOR EVALUATION
  816.  
  817. Limit lines can be drawn on graphs to indicate standards for
  818. evaluation.  These lines will indicate the dispersion of the data
  819. on a statistical basis and indicate if an abnormal situation occurs
  820. in your process.
  821. @
  822. charts5
  823.                       CONTROL LIMITS
  824.  
  825. A graph or a chart with limit lines is called a CONTROL CHART, and
  826. the lines are called control lines.  There are three kinds of
  827. control lines :
  828.  
  829.  
  830.      (1) Upper Control Limit (UCL)
  831.  
  832.      (2) Central Line (or Average)
  833.  
  834.      (3) Lower Control Limit (LCL)
  835. @
  836. charts6
  837.                        TYPES OF CHARTS
  838.  
  839. A control chart's form varies widely according to the kind of data
  840. it contains.  Certain data are based on measurements, such as the
  841. measurement of length of a product (in mm) or the measurement of
  842. the time required to sort a batch of mail (in minutes).  These are
  843. known as indiscrete values or continuous data.  Other data are
  844. based upon counting, such as the number of defective articles or
  845. the number of defects in a product.  They are known as discrete
  846. values or enumerated data.  Control charts based upon these two
  847. categories of data will differ.  Click #mX;charts11#m for a summary
  848. table.
  849.  
  850. Three major factors affect the choice of chart type :
  851.  
  852. 1. #mIndiscrete vs Discrete Data;charts8#m
  853. 2. #mConstant vs Variable Sample Size;charts9#m
  854. 3. #mCounting Defectives vs Counting Defects;charts10#m
  855. @
  856. charts8
  857.          Indiscrete vs Discrete Data
  858.  
  859.  
  860. 1. Discrete (Attribute Data)
  861.  
  862.                       Examples include : number of errors
  863.                                          number of rejects
  864.                                          number of reworks
  865.  
  866.  
  867. 2. Indiscrete (Measurement) Data
  868.  
  869.                       Examples include : length
  870.                                          weight
  871.                                          time
  872. @
  873. charts9
  874.             Constant vs Variable Sample Size
  875.  
  876. 1. Constant - Examples include :
  877.  
  878.               (a) # pin holes in a fixed area of sheet metal
  879.               (b) # rejects out of a fixed batch size
  880.  
  881. 2. Variable - Examples include :
  882.  
  883.               (a) # pin holes in pieces of sheet metal differing
  884.                   in area
  885.               (b) # rejects out of batches differing in size
  886.               (c) # typographic errors in letters (of differing
  887.                   length)
  888. @
  889. charts10
  890.       Counting Defectives vs Counting Defects
  891.  
  892. 1. Defectives - This is the number of parts/units/etc that
  893.                 are rejected or un-usable.  Examples include :
  894.  
  895.                     (a) # letters returned for rework.
  896.                     (b) # sheets of metal rejected.
  897.  
  898.  
  899. 2. Defects - This is the number of flaws in a part/unit/etc.
  900.              Example include :
  901.              
  902.                    (a) # typographic errors in a letter.
  903.                    (b) # pin holes in a sheet of metal.
  904. @
  905. charts11
  906.               CHART TYPE SELECTION SUMMARY TABLE
  907.  
  908. Chart-type    Measurement-type   Sample-size   Defects/Defectives
  909. ----------    ----------------   -----------   ----------------
  910. Run           Continuous         1             N/A
  911. XMR           Continuous         1             N/A
  912. XBAR          Continuous         Constant > 1  N/A
  913. R             Continuous         Constant > 1  N/A
  914. XBAR-R        Continuous         Constant > 1  N/A
  915. S             Continuous         Constant > 10 N/A
  916. XBAR-S        Continuous         Constant > 10 N/A
  917. PN            Discrete           Constant      Defectives
  918. P             Discrete           Variable      Defectives
  919. C             Discrete           Constant      Defects
  920. U             Discrete           Variable      Defects
  921. @
  922. charts12
  923.                        RUN CHART
  924.  
  925. Run charts are employed to visually represent data.  They are
  926. used to monitor a process to see whether or not the long range
  927. average is changing.
  928.  
  929. Run charts are the simplest tool to construct and use.  Points
  930. are plotted on the graph in the order in which they become
  931. available.   It is common to graph the results of a process
  932. such as machine downtime, yield, scrap, typographical errors or
  933. productivity as they vary over time.
  934.  
  935.  -> Select for an #mExample Run Chart Process Measurement;charts17#m
  936. @
  937. charts13
  938.                         XBAR-R Chart
  939.  
  940. The XBAR-R control chart is one that shows both the mean value,
  941. XBAR, and the range, R of a sample.  This is the most common type
  942. of control chart using indiscrete or continuous values.  The XBAR
  943. portion of the chart mainly shows any changes in the mean value of
  944. the process, while the R portion shows any changes in the
  945. dispersion of the process.  This chart is particularly useful
  946. because it shows changes in mean value and dispersion of the
  947. process at the same time, making it a very effective method for
  948. checking abnormalities in the process.
  949.  
  950.  -> Select for an #mExample XBAR-R Chart Process Measurement;charts17#m
  951. @
  952. charts14
  953.                 MOVING RANGE (XMR) Chart
  954.  
  955. Sometimes collecting enough data to produce a XBAR-R chart is
  956. impossible or at least impractical.  Sometimes the natural subgroup
  957. size should be one (1) like when a measurement represents a lot
  958. or batch.  In this case we need to be able to look at just a single
  959. measurement as a subgroup, hence an individuals chart.  But what
  960. about the fact that the range is based on the variation between
  961. subgroup members?  In this case, we use a range chart made of the 
  962. range of the last two individuals or a moving range chart.
  963.  
  964. The XMR chart does not detect changes in the process as fast as
  965. an XBAR-R chart.  So we should only use them when it is not
  966. practical to use the XBAR-R chart because of limits in data
  967. availability or if the rational subgroup is one (1).
  968.  
  969.  -> Select for an #mExample XMR Chart Process Measurement;charts17#m
  970. @
  971. charts16
  972.                         XBAR-S Chart
  973.  
  974. The XBAR-S chart is identical to the XBAR-R chart except that the
  975. R (range) chart is replaced by an S (standard deviation) chart.
  976. XBAR-S charts should be used when the logical group size is
  977. larger than ten (10).
  978.  
  979.  -> Select for an #mExample XBAR-S Chart Process Measurement;charts17#m
  980. @
  981. charts17
  982.                  SAMPLE PROCESS MEASUREMENTS
  983.                RUN, XMR, XBAR-R, & XBAR-S Chart
  984.  
  985.  
  986. (a) The length of time a document sits in an "in-box"
  987.  
  988. (b) The number of hours required to sort a bundle of mail
  989.  
  990. (c) The diameter of a bore hole in a machining process
  991. @
  992. charts18
  993.                         P and PN CHARTS
  994.  
  995. A P chart is one that shows the fraction defective (p), whereas a
  996. PN chart shows the number of defectives (pn).  Basically, they are
  997. the same except that a PN chart is used when the size of the
  998. subgroup (sample size) (n) is constant and a P chart is used when
  999. it is not constant.  Obviously, when the size of the subgroup (n)
  1000. varies, the defective measurement can only be meaningful in
  1001. fractional or proportional terms.  The P and PN charts are not used
  1002. together as are the XBAR and R charts.  This is because P and PN
  1003. charts show the characteristics of both mean and dispersion of the
  1004. process.
  1005.  
  1006.  -> Select for an #mExample PN Chart Process Measurement;charts19#m
  1007.  
  1008.  -> Select for an #mExample P Chart Process Measurement;charts20#m
  1009. @
  1010. charts19
  1011.                   SAMPLE PROCESS MEASUREMENTS
  1012.                         PN Chart
  1013.  
  1014.  
  1015. (a) The number of bytes of a 1 Megabyte file incorrectly
  1016.     transferred via modem.
  1017.  
  1018. (b) The number of broken eggs in a carton of eggs.
  1019. @
  1020. charts20
  1021.                  SAMPLE PROCESS MEASUREMENTS
  1022.                          P Chart
  1023.  
  1024.  
  1025. (a) The number of letters returned for rework each day
  1026.     (This assumes that the number of letters worked each
  1027.      day may be different.)
  1028.  
  1029. (b) The number of customers who leave each day before getting
  1030.     service due to long delays.
  1031.  
  1032. (c) The number of documents which spent more than a total of 4
  1033.     hours that day sitting in in-baskets.
  1034.  
  1035. (d) The number of defective components in batches of varying size.
  1036. @
  1037. charts21
  1038.                         C and U CHARTS
  1039.  
  1040. A U chart is used in dealing with the number of defectives when the
  1041. material being inspected is not constant in area and length such
  1042. as the unevenness of woven materials or pin holes in enamel wire. 
  1043. A C control chart is used in dealing with the number of defects
  1044. which appear in fixed unit samples, such as the number of
  1045. imperfectly soldered connections in radios, etc.
  1046.  
  1047.  -> Select for an #mExample C Chart Process Measurement;charts22#m
  1048.  
  1049.  -> Select for an #mExample U Chart Process Measurement;charts23#m
  1050. @
  1051. charts22
  1052.                   SAMPLE PROCESS MEASUREMENTS
  1053.                          C Chart
  1054.  
  1055.  
  1056. (a) The number of incorrectly soldered connections on a particular
  1057.     circuit board.
  1058.  
  1059. (b) The number of surface flaws in identical pieces of sheet metal.
  1060. @
  1061. charts23
  1062.                    SAMPLE PROCESS MEASUREMENTS
  1063.                           U Chart
  1064.  
  1065.  
  1066. (a) The number of misspellings in documents of varying length.
  1067.  
  1068. (b) The number of surface flaws in pieces of sheet metal of varying
  1069.     area.
  1070. @
  1071. graph0
  1072.    GRAPHS/DIAGRAMS OVERVIEW
  1073.  
  1074. Select/Click-On An Item of Interest
  1075.  
  1076.  
  1077.      #mBar Graphs;graph1#m
  1078.      #mPareto Diagrams;graph3#m
  1079.      #mPie Charts;graph5#m
  1080.      #mScatter Diagrams;graph6#m
  1081.      #mHistograms;graph9#m
  1082.      #mFrequency Polygons;graph10#m
  1083.      #mOgives (CDFs);graph11#m
  1084. @
  1085. graph1
  1086.                        Bar Graphs
  1087.  
  1088.  
  1089. Bar Graphs are a very simple way of illustrating the nature of your
  1090. process data.  A bar graph simply illustrates the relative
  1091. frequencies or magnitude of data which can be broken down into
  1092. distinct categories.
  1093.  
  1094.      #m * ;graph2#m Sample Bar Graph Data
  1095. @
  1096. graph2
  1097.    SAMPLE BAR GRAPH DATA
  1098.  
  1099.  
  1100.  
  1101.  Frequency       Category
  1102. -----------    --------------
  1103.     20            Type A
  1104.     15            Type B
  1105.     55            Type C
  1106.     22            Type D
  1107.      5            Type E
  1108.      7            Type F
  1109. @
  1110. graph3
  1111.                    The Need For Pareto Charts
  1112.  
  1113. There are many aspects of any process that could be improved :
  1114. defectives, time allocation, cost savings, rework, etc.  In fact,
  1115. each problem consists of so many smaller problems that it is
  1116. difficult to know just where to begin solving them.  In order to
  1117. be efficient, a definite basis is needed for any action.
  1118.  
  1119. A Pareto chart is the tool to use when you need to display the
  1120. relative importance of all of the problems or conditions in order
  1121. to :  choose the starting point for problem solving, monitor
  1122. success, or identify the basic cause of a problem.
  1123.  
  1124. #mWHAT IS A PARETO CHART?;graph4#m
  1125. @
  1126. graph4
  1127.                 WHAT IS A PARETO CHART?
  1128.  
  1129. A Pareto Chart is a special form of a vertical bar graph which
  1130. helps us determine which problems to solve in what order.  Doing
  1131. a Pareto Chart based upon either Check Sheets or other forms of
  1132. data collection helps us direct our attention and efforts to the
  1133. truly important problems.  We will generally gain more by working
  1134. on the tallest bar than tackling the smaller bars. More information
  1135. concerning the use of Pareto Charts is available through SPC's
  1136. MORE INFORMATION MENU.
  1137. @
  1138. graph5
  1139.                        Pie Charts
  1140.  
  1141. Pie Charts are simply graphs in which the entire circle represents
  1142. 100% (not 360 degrees) of the data to be displayed.  The circle
  1143. (pie) is divided into percentage slices that clearly show the
  1144. largest shares of data.  This is useful in the same way as a Pareto
  1145. Chart.  The Pie Chart is sometimes even more useful since it is
  1146. widely used to display data on T.V. or in the newspapers.  More
  1147. information concerning the use of Pareto Charts is available
  1148. through SPC's MORE INFORMATION MENU.
  1149. @
  1150. graph6
  1151.                    Scatter Diagrams
  1152.  
  1153. A Scatter Diagram is the tool to use when you need to display what
  1154. happens to one variable when another variable changes in order to
  1155. test a theory that the two variables are related.
  1156.  
  1157. A Scatter Diagram is used to study the possible relationship
  1158. between one variable and another.  The Scatter Diagram is used to
  1159. test for possible cause and effect relationships.  It cannot prove
  1160. that one variable causes the other, but it does make it clear
  1161. whether a relationship exists and the strength of that
  1162. relationship.  Select for #mSAMPLE SCATTER DIAGRAM DATA;graph8#m.
  1163.  
  1164. A Scatter Diagram is set up whereby the horizontal axis (x-axis)
  1165. represents the measurement values of one variable, and the vertical
  1166. axis (y-axis) represents the measurement values of the second
  1167. variable.  More information concerning the use of Scatter Diagrams
  1168. is available through SPC's MORE INFORMATION MENU.
  1169. @
  1170. graph8
  1171.     SAMPLE SCATTER DIAGRAM DATA
  1172.  
  1173.  
  1174. Person         Weight        Height
  1175.  
  1176.   1               160            70
  1177.   2               180            61
  1178.   3               220            75
  1179.   .                .              .
  1180.   .                .              .
  1181.  50               105            61 
  1182.  
  1183. @
  1184. graph9
  1185.                        Histograms
  1186.  
  1187. As we have already seen with the Pareto Chart, it is very helpful
  1188. to display in bar graph form the frequency with which certain
  1189. events occur (frequency distribution).  The Pareto Chart, however,
  1190. only deals with characteristics of a product or service, e.g., type
  1191. of defect, problem, safety hazards, etc. (attribute data). A
  1192. Histogram takes measurement data, e.g., temperature, dimensions,
  1193. etc., and displays it's distribution.  This is critical since we
  1194. know that all repeated events will produce results that vary over
  1195. time.  A Histogram reveals the amount of variation that any process
  1196. has within it.
  1197. @
  1198. graph10
  1199.                     Frequency Polygons
  1200.  
  1201. Another kind of graphical display of a frequency distribution
  1202. (Histogram) is the Frequency Polygon.  Here the cell (data range)
  1203. frequencies are plotted at the midpoint of each cell and the
  1204. midpoints are joined by straight lines.
  1205. @
  1206. graph11
  1207.           Ogives (Cumulative Distribution Function)
  1208.  
  1209. If the same technique in the Frequency Polygon is applied to the
  1210. cumulative distribution function, we obtain what is called an
  1211. Ogive (rhymes with alive) or CDF.  The only difference is that in
  1212. constructing the Ogive (CDF), the cell boundary is used as the plot
  1213. point rather than the middle of the cell.
  1214. @
  1215. hypertext help
  1216.             HYPERTEXT INFORMATION SYSTEM
  1217.  
  1218. 1. You are currently using the hypertext information system.
  1219.  
  1220. 2. Text which is highlighted in light green or light blue are
  1221.    referred to as hot links.
  1222.    
  1223. 3. This is a #mSample Text Hot Link#m  Click on this with the
  1224.    left mouse button or by pressing <ENTER>.
  1225.  
  1226. 4. "#tbar.dmo#t" is a sample Text File Hot Link.  Click
  1227.    on it with the left mouse button or move the highlight
  1228.    over it using TAB or DOWN-ARROW and then press
  1229.    <ENTER>.
  1230.    
  1231. 5. HYPERTEXT window help is available by pressing <F1> 
  1232.  
  1233. 6. The entire contents of any hypertext window may be saved to
  1234.    an ASCII (DOS TEXT) file by pressing <F3>.  This is the best
  1235.    way to print the contents of a hypertext window by importing
  1236.    the resulting ASCII file into a standard word processor. 
  1237. @
  1238. Sample Text Hot Link
  1239.  
  1240. After you click on a Text Hot Link, additional text will come
  1241. up in a window.  #mOther hot links#m may also be in this window.
  1242.  
  1243. To go back to the previous window, press ESC or click the
  1244. right mouse button.
  1245. @
  1246. Other hot links
  1247. Again, a text box appears.  This
  1248. may repeat for several levels.
  1249.  
  1250. To go back to the previous window,
  1251. press ESC or click the right mouse
  1252. button.
  1253. @
  1254.