home *** CD-ROM | disk | FTP | other *** search
/ Explore the World of Soft…e: Engineering & Science / Explore_the_World_of_Software_Engineering_and_Science_HRS_Software_1998.iso / programs / statistc / spcex21s.exe / INFO.HYP < prev    next >
Text File  |  1993-06-10  |  43KB  |  1,253 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, educational, and
  59. governmental purposes.  If you make commercial use of this software,
  60. you are expected to pay a licensing fee as outlined below.  Upon
  61. receipt of your licensing fee you will receive a printed manual, a
  62. license agreement, and notices of future upgrades to the software.
  63. *Academic and federal,state & local government agencies may use and
  64. re-distribute SPC EXpert without charge (FREE) but should register.
  65.  
  66. Individual User($40);PC LAN($100);Site License($200);*Academic(FREE)
  67. Mutli-Site License($500); *Federal, state, & local Government(FREE)
  68.  
  69. ** Send Check or money order to    Quality Software Designs Inc
  70.                                    933 East Stroop Road
  71.      phone: (513) 299-3023         Kettering OH 45429       USA
  72. @
  73. custom
  74.                 SPC EXpert Custom Enhancement Services
  75.  
  76. Quality Software Designs, Inc., can provide you with a custom enhanced
  77. version of SPC EXpert tailored to your specific needs.  In many cases,
  78. a tailor-made version of SPC EXpert can be produced at a cost comparable
  79. to the single-copy off-the-shelf cost of commercial SPC software products.
  80. To inquire about this service, contact:
  81.  
  82.                      Quality Software Designs, Inc.
  83.                      933 East Stroop Road
  84.                      Kettering, Ohio 45429
  85.                      (513) 299-3023
  86.                      email: marks@meaddata.com  or
  87.                             ...!uunet!meaddata!marks
  88.  
  89.                             
  90. Possible areas for customization include,
  91.  
  92. 1. Placing domain-specific advice in the expert consultation text.
  93.    e.g. In place of
  94.                    "A shift-up in the R chart means that your
  95.                     process has become less consistent..."
  96.         we display
  97.                    "A shift-up in the R chart has historically been
  98.                     caused (90%) by a loose ball bearing in the
  99.                     preprocessing machine."
  100.                     
  101. 2. Placing company-specific terminology and text in the help screens
  102.    and expert consultation text.
  103.    
  104. 3. Translating SPC EXpert into another non-English language.
  105.  
  106. 4. Adding a unique type of statistical/graphical tool.
  107.  
  108. Remember, Quality Software Designs, Inc., is in the business of
  109. providing Custom Software Solutions.  When you consider which
  110. SPC software package to buy, call up the commercial vendors and
  111. ask then if their $200-$1000 per copy price-tag includes such
  112. customer-driven tailoring.
  113. @
  114. support
  115.              SPC EXpert Technical/Customer Support
  116.  
  117. 1. Phone support is available 6:00pm-9:00pm eastern time (513) 299-3023
  118.  
  119. 2. Messages can be left on an answering machine which is regularly
  120.    checked all day, every day.  (513) 299-3023
  121.    
  122. 3. Questions and detailed problem reports can be sent over the INTERNET
  123.    (email) to  marks@meaddata.com  or  ...!uunet!meaddata!marks
  124.  
  125. 4. Send written comments and questions to
  126.  
  127.                  Quality Software Designs, Inc.
  128.                  933 East Stroop Road
  129.                  Kettering, Ohio 45429
  130.  
  131. Suggestions are strongly encouraged.  Without your help and feedback,
  132. we cannot improve SPC EXpert to better meet your (changing) needs.
  133. @
  134. enhance
  135. Planned Enhancements To SPC EXpert
  136.  
  137. SHORT TERM
  138.  
  139.     S.1 Include Short-Run Control Charts
  140.         a. Nominal Xbar-R
  141.         b. Target Xbar-R
  142.         c. Short Run X-Bar-R
  143.         d. Short Run XMR
  144.         e. Short Run Moving Average Moving Range
  145.         f. Short Run C
  146.         g. Short Run U
  147.         h. Short Run NP
  148.         i. Short Run P
  149.         j. Standardized S Chart
  150.         
  151.     S.2 Include Variable Sub-group Size Xbar-R & Xbar-S Charts 
  152.  
  153.     S.3 "Multiple" Versions of existing tools
  154.         a. multi bar graph
  155.         b. stacked bar graph
  156.         c. stacked pareto diagram
  157.         d. multi line (run chart) graph
  158.  
  159. MID TERM
  160.  
  161.     M.1 MicroSoft Windows Based Version 
  162.  
  163.     M.2 Import Data from Properly Structured DBase-Type FIles
  164.            - The database structure for each type of
  165.              control chart or graphic will be specifically
  166.              given in the documentation.
  167.  
  168. LONG TERM
  169.  
  170.     L.1 "Real-Time" Data Analysis and Monitoring
  171.     
  172.     L.2 Macintosh Version
  173.  
  174.     L.3 MicroSoft Windows Based Graphical TQM Tools
  175.         a. Flow-Charting
  176.         b. Fish-bone Diagrams
  177.         c. Cause & Effect Diagrams
  178.         d. Organizational Charts 
  179. @
  180. format1
  181.         SPC EXpert
  182.  
  183.      DATA FILE FORMATS
  184.  
  185.      #mGeneral;format2#m
  186.  
  187.          #mRun Charts;format3#m
  188.          #mMR Charts;format3#m
  189.          #mXMR Charts;format3#m
  190.          #mXBAR Charts;format6#m
  191.          #mR Charts;format6#m
  192.          #mS Charts;format6#m
  193.          #mXBAR-R Charts;format6#m
  194.          #mXBAR-S Charts;format6#m
  195.          #mPN Charts;format9#m
  196.          #mP Charts;format11#m
  197.          #mC Charts;format13#m
  198.          #mU Charts;format15#m
  199.          #mBar Graphs;format17#m
  200.          #mPareto Diagrams;format17#m
  201.          #mPie Charts;format17#m
  202.          #mTables;format17#m
  203.          #mHistograms;format3#m
  204.          #mFrequency Polygons;format3#m
  205.          #mOgives;format3#m
  206.          #mScatter Diagrams;format26#m
  207.          #mMultiple Charts;format28#m
  208. @
  209. format2
  210.                     DATA FILE FORMATS
  211.  
  212. 1. SPCEX will generate 11 different types of control charts
  213.    - RUN,XBAR,R,S,MR,XBAR_R,XBAR_S,XMR,PN,P,C,U.
  214.    
  215. 2. SPCEX will generate 8 different types of diagrams/graphs 
  216.    - BAR, PARETO, PIE, data TABLE, HISTOGRAM Frequency
  217.      POLYGON, Ogive (CDF) and SCATTER diagram.
  218.      
  219. 3. Each type of chart/diagram requires a slightly different
  220.    format for the ASCII file which contains the process data.
  221.  
  222. 4. The #mfirst 4 lines#m of every data file contain titles & axis
  223.    labels
  224.  
  225. 5. For all types of charts, entries in the data file must be
  226.    separated by RETURNS.  
  227.                  * DO NOT SEPARATE ENTRIES WITH COMMAS, ETC. !!!
  228. @
  229. first 4 lines
  230.                 DATA FILE FORMATS
  231.                   FIRST 4 LINES
  232.  
  233. The first 4 lines of every data file regardless of type
  234. will always contain the same type of information:
  235.  
  236. LINE 1 : A TITLE for the graph/diagram
  237.  
  238. LINE 2 : A SUBTITLE for the graph/diagram
  239.  
  240. LINE 3 : The X-axis (horizontal axis) label
  241.  
  242. LINE 4 : The Y-axis (vertical axis) label
  243. @
  244. format3
  245.       RUN, MR, XMR, HISTOGRAM, POLYGON, CDF
  246.                 Data File Format
  247.               
  248. 1. The #mfirst 4 lines#m contain titles & axis labels
  249.  
  250. 2. All entries consist of a numeric value separated by spaces
  251.    followed by an optional string of characters and a carriage
  252.    RETURN.  Only one numerical entry per line is allowed.
  253.  
  254. 3. The length of a RUN, MR, or XMR control chart will be
  255.    the number of entries.
  256.    
  257. 4. SPC EXpert limits the number of entries to 16000 or less.
  258.    
  259. 5. Sample data files are located on your SPCEX System Disk in
  260.    the following files:
  261.    
  262.       "#trun.dmo#t" 
  263.            #u<RUN graphic>;RUN run.dmo default.cfg#u
  264.            #u<MR graphic>;MR run.dmo default.cfg#u
  265.            #u<XMR graphic>;XMR run.dmo default.cfg#u
  266.            #u<HISTOGRAM graphic>;HISTOGRAM run.dmo default.cfg#u
  267.            #u<POLYGON graphic>;POLYGON run.dmo default.cfg#u
  268.            #u<CDF graphic>;CDF run.dmo default.cfg#u
  269. @
  270. format6
  271.               XBAR, R, S, XBAR_R, XBAR_S
  272.                   Data File Formats
  273.  
  274. 1. The #mfirst 4 lines#m contain titles & axis labels
  275.  
  276. 2. The fifth line is an INTEGER between 2 and 200 inclusive.
  277.    This number represents the logical group size or sample size.
  278.  
  279. 3. The remaining entries (REAL or INTEGER) represent the actual
  280.    process measurements.
  281.    
  282. 4. The remaining lines may be coded one of two ways.
  283.  
  284.    (a) If the logical group size is small enough, all entries
  285.        for each group may be placed on a single line separated by spaces.
  286.        For example, the data file below depicts measurements of each of
  287.        five items for each sample number.
  288.  
  289.                     Pitch Diameter
  290.                     Units of .0001 inch in excess of .4000 inch
  291.                     Sample Number
  292.                     Measurement
  293.                     5
  294.                     36 35 34 33 32
  295.                     31 31 34 32 30
  296.                     30 30 32 30 32
  297.                     32 33 33 32 35
  298.  
  299.     (b) The second way to create the data file is to place each measurement
  300.         on a single line.  The data file below will produce the exact same
  301.         results as the one above.  It is particularly useful when the sample
  302.         size is too large to it all sample measurements on a single line.
  303.  
  304.                     Pitch Diameter
  305.                     Units of .0001 inch in excess of .4000 inch
  306.                     Sample Number
  307.                     Measurement
  308.                     5
  309.                     36
  310.                     35
  311.                     34
  312.                     33
  313.                     32
  314.                     31
  315.                     31
  316.                     34
  317.                     32
  318.                     30
  319.                     30
  320.                     30
  321.                     32
  322.                     30
  323.                     32
  324.                     32
  325.                     33
  326.                     33
  327.                     32
  328.                     35
  329.  
  330. 4. The length of the chart(s) will be the number of process
  331.    measurements divided by the logical group size.  For example,
  332.    if we have a group size of 3 and 69 process measurements, then
  333.    the length of the XBAR and R Charts will be 23.
  334.    
  335. 5. Sample XBAR-R data files are located on your SPCEX System Disk 
  336.    in files:
  337.    
  338.    "#tr.dmo#t"
  339.          #u<XBAR graphic>;XBAR r.dmo default.cfg#u
  340.          #u<R graphic>;R r.dmo default.cfg#u
  341.          #u<S graphic>;S r.dmo default.cfg#u
  342.          #u<XBAR_R graphic>;XBAR_R r.dmo default.cfg#u
  343.          #u<XBAR_S graphic>;XBAR_S r.dmo default.cfg#u
  344.    
  345.    "#ts.dmo#t"
  346.          #u<XBAR graphic>;XBAR s.dmo default.cfg#u
  347.          #u<R graphic>;R s.dmo default.cfg#u
  348.          #u<S graphic>;S s.dmo default.cfg#u
  349.          #u<XBAR_R graphic>;XBAR_R s.dmo default.cfg#u
  350.          #u<XBAR_S graphic>;XBAR_S s.dmo default.cfg#u
  351. @
  352. format9
  353.                        PN CHART
  354.                     DATA FILE FORMAT
  355.  
  356. 1. The #mfirst 4 lines#m contain titles & axis labels
  357.  
  358. 2. All numeric entries in a PN Chart data file must be INTEGERS.
  359.  
  360. 3. The fifth line contains an integer which represents the
  361.    fixed sample size.
  362.  
  363. 4. The remaining numeric entries represent the number of defectives
  364.    (rejects/failures) out of a fixed number of samples.  The length
  365.    of the PN chart will be one less than the number of entries in
  366.    the data file.  A sample PN data file is shown below:
  367.  
  368.                     PN Control Chart
  369.                     Lot Size = 200
  370.                     Production Order Number
  371.                     Number of Rejects
  372.                     200
  373.                     23
  374.                     15
  375.                     17
  376.                     15
  377.                     41
  378.                     0
  379.                     25
  380.                     31
  381.                     29
  382.                     0
  383.                     8
  384.                     16
  385.  
  386.  
  387.    Only one entry per line is allowed.
  388.    
  389. 5. A sample PN data file is located in the file
  390.  
  391.    "#tpn.dmo#t"
  392.       #u<PN graphic>;PN pn.dmo default.cfg#u.
  393. @
  394. format11
  395.                        P CHART
  396.                    DATA FILE FORMAT
  397.  
  398. 1. The #mfirst 4 lines#m contain titles & axis labels
  399.  
  400. 2. All remaining entries in a P Chart must be PAIRS of INTEGERS!
  401.    Only one pair per line is allowed.  Each pair may be followed
  402.    by an optional string of characters.
  403.    
  404. 3. The first integer in each pair represents the sample size.
  405.  
  406. 4. The second integer represents the number of defectives or
  407.    rejects.
  408.  
  409. 5. The length of the P Chart will be the number of pairs of
  410.    entries.
  411.  
  412.  
  413.   A sample P data file is shown below:
  414.  
  415.                     P Chart
  416.                     Paragraph 5.6 Data
  417.                     Day
  418.                     Percent Rejected
  419.                     28 4
  420.                     27 9
  421.                     28 3
  422.                     16 2
  423.                     26 1
  424.                     24 1
  425.                     25 5
  426.                     20 5
  427.                     25 14
  428.                     14 1
  429.  
  430. 6. A sample P data file is located in the file
  431.  
  432.    "#tp.dmo#t"
  433.       #u<P graphic>;P p.dmo default.cfg#u.
  434. @
  435. format13
  436.                        C CHART
  437.                   DATA FILE FORMAT
  438.  
  439.  
  440. 1. The #mfirst 4 lines#m contain titles & axis labels
  441.  
  442. 2. All entries in a C Chart data file must be INTEGERS.
  443.  
  444. 3. Each entry represents the number of defects (errors) in a
  445.    sample of fixed size/weight/length/etc.  Only one entry per
  446.    line followed by an optional string of characters is allowed
  447.    per line.
  448.    
  449. 4. The length of the C chart will be the number of entries
  450.    in the data file.
  451.  
  452.   A sample C data file is shown below:
  453.  
  454.                     C Chart
  455.                     Paragraph 5.7 Data
  456.                     Sample number
  457.                     Number of Alignment Errors
  458.                     7
  459.                     6
  460.                     6
  461.                     7
  462.                     4
  463.                     7
  464.                     8
  465.                     12
  466.                     9
  467.                     9
  468.    
  469. 5. A sample C data file is located in the file
  470.  
  471.   "#tc.dmo#t"
  472.      #u<C graphic>;C c.dmo default.cfg#u.
  473. @
  474. format15
  475.                       U Chart
  476.                   DATA FILE FORMAT
  477.  
  478. 1. The #mfirst 4 lines#m contain titles & axis labels
  479.  
  480. 2. All entries in a U Chart must be PAIRS of entries.  Only one
  481.    pair per line followed by an optional string of characters
  482.    is allowed.
  483.  
  484. 3. The first entry in each pair can be either INTEGER or REAL
  485.    and represents the sample size/length/weight/etc.
  486.    
  487. 4. The second entry must be an INTEGER and represents the number
  488.    of defects/errors/etc. in the sample.
  489.    
  490. 5. The length of the U Chart will be the number of pairs of
  491.    entries.
  492.  
  493.   A sample U data file is shown below:
  494.  
  495.  
  496.                     U Chart
  497.                     # Typos in Daily Calendar
  498.                     Day
  499.                     Typos per Word
  500.                     150 2
  501.                     100 1
  502.                     120 0
  503.                     140 3
  504.                     200 6
  505.                     120 1
  506.  
  507.  
  508. 6. A sample U data file is located in the file
  509.  
  510.  "#tu.dmo#t"
  511.     #u<U graphic>;U u.dmo default.cfg#u.
  512. @
  513. format17
  514.                  BAR, PARETO, PIE, TABLE
  515.                     DATA FILE FORMAT
  516.  
  517. 1. The #mfirst 4 lines#m contain titles & axis labels
  518.    
  519. 2. The numeric data for a BAR, PARETO, ... Graphs MUST BEGIN
  520.    ON THE FIFTH LINE OF THE DATA FILE.
  521.    
  522. 3. The numeric data consists of PAIRS (maximum 100) of entries.
  523.  
  524. 4. The first entry can be any NON-NEGATIVE number.
  525.  
  526. 5. The second entry can be anything - this will be the category.
  527.                                  #mSample File;format18#m
  528.  
  529. 6. A sample BAR graph data file is located on your SPCEX System
  530.    Disk in the file "#tbar.dmo#t".  This will produce the
  531.    following graphics:
  532.    
  533.        #u<BAR>;BAR bar.dmo default.cfg#u
  534.        #u<PARETO>;PARETO bar.dmo default.cfg#u
  535.        #u<PIE>;PIE bar.dmo default.cfg#u
  536.        #u<TABLE>;TABLE bar.dmo default.cfg#u
  537. @
  538. format18
  539.  SAMPLE BAR GRAPH
  540.     DATA FILE
  541.  
  542. Any Title You Want
  543. Any Subtitle you want
  544. X AXIS LABEL
  545. Y AXIS LABEL
  546. 25 Type A
  547. 15 Type B
  548. 2 Type C
  549. 55 Type D
  550. @
  551. format26
  552.                        SCATTER DIAGRAM
  553.                        DATA FILE FORMAT
  554.  
  555. 1. The #mfirst 4 lines#m contain titles & axis labels
  556.    
  557. 2. The numeric data for a SCATTER Diagram MUST BEGIN ON THE FIFTH
  558.    LINE OF THE DATA FILE.
  559.    
  560. 3. The numeric data consists of PAIRS of entries.  Both entries in
  561.    each pair can be any number, INTEGER or REAL.  Only one pair
  562.    followed by an optional string of characters is allowed per line.
  563.    
  564. 4. The first number in each pair represents the x-coordinate for that
  565.    pair, and the second represents the y-coordinate.
  566.  
  567.                                    #mSample File;format27#m
  568.  
  569. 5. A sample Scatter diagram data files are located in files
  570.    
  571.         "#tscat.dmo#t"
  572.             #u<graphic>;SCATTER scat.dmo default.cfg#u
  573.  
  574. @
  575. format27
  576. SAMPLE SCATTER DIAGRAM
  577.      DATA FILE
  578.  
  579.    Height vs Weight
  580.    A Hypothetical Sample
  581.    Weight (lbs)
  582.    Height (inches)
  583.    160 70
  584.    180 61
  585.    220 75
  586.    105 61
  587.    155 69
  588. @
  589. format28
  590.                   MULTIPLE Data File Format.
  591.  
  592. 1. SPC EXpert software allows the user to design custom charts by putting
  593.    up to 6 separate graphs in a single multiple graph.  The graphs are
  594.    automatically sized and placed unless otherwise specified.
  595.    
  596. 2. The first two lines for these files contain the multiple chart title
  597.    and subtitle.  The length of each line may be anywhere from 0 to 70
  598.    characters followed by a carriage return.
  599.    
  600. 3. Multiple data files do not have X-axis and Y-axis labels.
  601.  
  602. 4. Beginning on the third line, the multiple file consists of filename
  603.    and chart-type pairs.  A multiple file may contain up to 6 pairs.
  604.    A sample is shown below:
  605.  
  606.                     Multiple Graph
  607.                     Paragraph 5.10 Sample Output
  608.                     CAR.DAT  BAR
  609.                     CAR.DAT PARETO
  610.                     CAR.DAT PIE
  611.                     CAR.DAT TABLE
  612.  
  613. 5. Sample MULTIPLE chart files are located on your SPCEX System Disk:
  614.  
  615.    "#tmulti3.dmo#t"
  616.         #u<MULTIPLE graphic WITH titles>;MULTIPLE multi3.dmo default.cfg#u
  617.         #u<MULTIPLE graphic WITHOUT titles>;MULTIPLE multi3.dmo notitles.cfg#u
  618.  
  619.   "#tmulti2.dmo#t"
  620.         #u<MULTIPLE graphic WITH titles>;MULTIPLE multi2.dmo default.cfg#u
  621.         #u<MULTIPLE graphic WITHOUT titles>;MULTIPLE multi2.dmo notitles.cfg#u
  622.  
  623.   "#tmulti1.dmo#t"
  624.         #u<MULTIPLE graphic WITH titles>;MULTIPLE multi1.dmo default.cfg#u
  625.         #u<MULTIPLE graphic WITHOUT titles>;MULTIPLE multi1.dmo notitles.cfg#u        
  626. @
  627. system1
  628.                              SPC EXpert
  629.                  STATISTICAL PROCESS CONTROL SOFTWARE
  630.             
  631. SPC EXpert is a software tool which automates the statistical and
  632. graphical techniques used in Statistical Process Control (SPC),
  633. Total Quality Management (TQM), and many other techniques designed
  634. for continuous process improvement.  SPC EXpert,
  635.  
  636.  
  637.     1. CONSTRUCTS, ANALYZES, and INTERPRETS 8 different types
  638.        of control charts - both attribute and variables.
  639.        
  640.     2. CONSTRUCTs BAR graphs, PIE charts, PARETO diagrams,
  641.        HISTOGRAMS, Frequency POLYGONS, and Ogives (CDFs).
  642.        
  643.     3. SPC EXpert CONSTRUCTS and ANALYZES scatter diagrams.
  644.  
  645.  
  646. SPC EXpert supports multiple printers; exports to graphics files
  647. which can be imported into commercial graphics and desktop publishing
  648. software such as Harvard Graphics, WordPerfect, MicroSoft PowerPoint,
  649. and MicroSoft Word;  produces regression and process capability 
  650. statistics; automatically analyzes control charts for out-of-control
  651. conditions and provides expert advice on their meaning; provides
  652. and integrated word processor; imports data from ASCII files;
  653.  
  654. Comparable commercial SPC software will cost from $200-$1000 per
  655. single-user copy and from $5000-$20000 for a single-site license.
  656.  
  657. SPC EXpert was developed by
  658.  
  659.     Quality Software Designs, Inc.
  660.     933 East Stroop Road
  661.     Kettering, Ohio 45429
  662.  
  663.  
  664. SPC EXpert Detailed Description
  665.  
  666. 1. PROCESS DATA is collected by the user and placed
  667.    into an ASCII file.  This file can be created by any
  668.    word processing tool.  SPC EXpert includes a
  669.    built-in text editor for this purpose.  The editor can
  670.    be used by selecting #mSPCEX MAIN MENU;TOP_MENU_RESPONSES;screens.hyp#m option J.
  671.  
  672. 2. The user enters the name of the ASCII file which contains
  673.    the process data.  This is done using #mSPCEX MAIN MENU;TOP_MENU_RESPONSES;screens.hyp#m 
  674.    option A.
  675.  
  676. 3. The user then selects the appropriate control chart or
  677.    diagram type. This is done using #mSPCEX MAIN MENU;TOP_MENU_RESPONSES;screens.hyp#m option B.
  678.  
  679. 4. While the user may directly select any chart/diagram type,
  680.    SPCEX provides an automated CONTROL CHART selection service.
  681.    The user will be asked 1 to 3 questions concerning the nature
  682.    of the process data.  From these responses, the appropriate 
  683.    control chart type will be selected.  This is also done using
  684.    #mSPCEX MAIN MENU;TOP_MENU_RESPONSES;screens.hyp#m option B.
  685.  
  686. 5. The user may at this point view the control chart or
  687.    diagram using #mSPCEX MAIN MENU;TOP_MENU_RESPONSES;screens.hyp#m option C.
  688.  
  689. 6. The user may now search a control chart for unusual
  690.    patterns.  This is done using #mSPCEX MAIN MENU;TOP_MENU_RESPONSES;screens.hyp#m option D.
  691.  
  692. AVAILABLE FOR CONTROL CHARTS ONLY.
  693.  
  694.  
  695. 7. After the pattern search, the user may then view the unusual
  696.    patterns highlighted on the control chart.  Each pattern may
  697.    be view separately or all together.  This is done using
  698.    #mSPCEX MAIN MENU;TOP_MENU_RESPONSES;screens.hyp#m option E.
  699.  
  700. AVAILABLE FOR CONTROL CHARTS ONLY.
  701.  
  702. 8. After the pattern search, the user may also obtain expert
  703.    advice concerning the unusual patterns highlighted on the
  704.    control chart.  Information about each pattern may
  705.    be viewed separately or all together.  This is done using
  706.    #mSPCEX MAIN MENU;TOP_MENU_RESPONSES;screens.hyp#m option F.
  707.  
  708. AVAILABLE FOR CONTROL CHARTS ONLY.
  709.  
  710.  
  711. 9.  The user may print out a paper copy of any chart or diagram
  712.     by selection #mSPCEX MAIN MENU;TOP_MENU_RESPONSES;screens.hyp#m option H.  Several different
  713.     printers,print densities, and paper orientations are available.
  714.  
  715. 10. At any time, the user may edit the current data file (or
  716.     any other ASCII text file) by using the SPC integrated 
  717.     editor.  The SPCEX Integrated Text Editor is available by
  718.     selecting #mSPCEX MAIN MENU;TOP_MENU_RESPONSES;screens.hyp#m option J.
  719. @
  720. in_control1
  721.                   IN CONTROL!
  722.  
  723. Your chart is in control!  This means that there are
  724. no unusual patterns within the chart which suggest
  725. the presence of #massignable causes of variation;in_control3#m.
  726.  
  727. Only #mnatural variation;in_control2#m is present.
  728. @
  729. in_control2
  730.                      NATURAL VARIATION
  731.  
  732. The random fluctuation of points within the limits results from
  733. variation built into the process.  Such random variation is
  734. natural, results from common causes within the system (e.g. design,
  735. choice of machine, preventative maintenance, etc.), and can only
  736. be affected by changing the system itself.
  737. @
  738. in_control3
  739.                     UNNATURAL VARIATION
  740.  
  741. However, points which fall outside of the control limits or which
  742. form "unnatural" patterns indicate that some of the variation
  743. within the process may be due to assignable causes.  Assignable
  744. causes of variation (e.g.measurement errors, unplanned events,
  745. freak occurrences, etc.) can be identified and result from
  746. occurrences that are not part of the process.
  747. @
  748. maybe_in_control1
  749.                   IN CONTROL?
  750.  
  751. Your chart MAY BE in control.  This means that the
  752. SHORT or ABORTED SEARCH found no unusual patterns
  753. within the chart which suggest the presence of
  754. #massignable causes of variation;in_control3#m.
  755.  
  756. Only #mnatural variation;in_control2#m is present.
  757.  
  758.  
  759.                     SUGGEST LONG SEARCH
  760.  
  761. The SHORT or ABORTED SEARCH could find no unusual patterns
  762. within the control chart.  To ensure that there are absolutely
  763. no unnatural patterns, use a LONG SEARCH of the control chart.
  764. @
  765. charts0
  766.    CONTROL CHARTS OVERVIEW
  767.  
  768. TABLE OF CONTENTS
  769.  
  770. #mThe Need for Control Charts;charts1#m
  771. #mInterpretation of Control Charts;charts3#m
  772. #mControl Limits;charts5#m
  773. #mTypes of Control Charts;charts6#m
  774. #mChart Type Selection Summary Table;charts11#m
  775. #mRUN Charts;charts12#m
  776. #mMoving Range (XMR) Charts;charts14#m
  777. #mXBAR-R Charts;charts13#m
  778. #mXBAR-S Charts;charts16#m
  779. #mP & PN Charts;charts18#m
  780. #mC & U Charts;charts21#m
  781. @ 
  782. charts1
  783.                  THE NEED FOR CONTROL CHARTS
  784.  
  785. Histograms and check sheets consolidate process data to show the
  786. overall picture, while Pareto diagrams are used to indicate problem
  787. areas.  These methods group the data for a specified period and
  788. express them in static form.  However, in our processes we also
  789. want to know more about the nature of the changes that take place
  790. over a specified period of time, that is, the dynamic form.
  791.  
  792. This means that we not only have to see what changes in data occur
  793. over time; we must also study the impact of the various factors in
  794. the process that change over time.  Thus, if the materials, the
  795. workers, or the working methods or equipment were to change during
  796. this time, we would have to note the effect of such changes on our
  797. process. 
  798.  
  799. One way of following these changes is by using control charts.
  800. @
  801. charts3
  802.                 INTERPRETATION OF CONTROL CHARTS
  803.  
  804. Now the problem is to find out whether the points on the graph are
  805. abnormal or not.  Such a determination cannot be made unless
  806. standards of evaluation are set.  Without such standards, one is
  807. liable to make an arbitrary judgment or one favorable to oneself
  808. and the graph will not be meaningful.  When irrational evaluations
  809. are made, necessary action may be missed or unsuitable action may
  810. be taken in haste, thus causing confusion.  This will result in
  811. inappropriate conclusions being drawn, thus lowering quality and
  812. efficiency.
  813.  
  814.                   STANDARDS FOR EVALUATION
  815.  
  816. Limit lines can be drawn on graphs to indicate standards for
  817. evaluation.  These lines will indicate the dispersion of the data
  818. on a statistical basis and indicate if an abnormal situation occurs
  819. in your process.
  820. @
  821. charts5
  822.                       CONTROL LIMITS
  823.  
  824. A graph or a chart with limit lines is called a CONTROL CHART, and
  825. the lines are called control lines.  There are three kinds of
  826. control lines :
  827.  
  828.  
  829.      (1) Upper Control Limit (UCL)
  830.  
  831.      (2) Central Line (or Average)
  832.  
  833.      (3) Lower Control Limit (LCL)
  834. @
  835. charts6
  836.                        TYPES OF CHARTS
  837.  
  838. A control chart's form varies widely according to the kind of data
  839. it contains.  Certain data are based on measurements, such as the
  840. measurement of length of a product (in mm) or the measurement of
  841. the time required to sort a batch of mail (in minutes).  These are
  842. known as indiscrete values or continuous data.  Other data are
  843. based upon counting, such as the number of defective articles or
  844. the number of defects in a product.  They are known as discrete
  845. values or enumerated data.  Control charts based upon these two
  846. categories of data will differ.  Click #mX;charts11#m for a summary
  847. table.
  848.  
  849. Three major factors affect the choice of chart type :
  850.  
  851. 1. #mIndiscrete vs Discrete Data;charts8#m
  852. 2. #mConstant vs Variable Sample Size;charts9#m
  853. 3. #mCounting Defectives vs Counting Defects;charts10#m
  854. @
  855. charts8
  856.          Indiscrete vs Discrete Data
  857.  
  858.  
  859. 1. Discrete (Attribute Data)
  860.  
  861.                       Examples include : number of errors
  862.                                          number of rejects
  863.                                          number of reworks
  864.  
  865.  
  866. 2. Indiscrete (Measurement) Data
  867.  
  868.                       Examples include : length
  869.                                          weight
  870.                                          time
  871. @
  872. charts9
  873.             Constant vs Variable Sample Size
  874.  
  875. 1. Constant - Examples include :
  876.  
  877.               (a) # pin holes in a fixed area of sheet metal
  878.               (b) # rejects out of a fixed batch size
  879.  
  880. 2. Variable - Examples include :
  881.  
  882.               (a) # pin holes in pieces of sheet metal differing
  883.                   in area
  884.               (b) # rejects out of batches differing in size
  885.               (c) # typographic errors in letters (of differing
  886.                   length)
  887. @
  888. charts10
  889.       Counting Defectives vs Counting Defects
  890.  
  891. 1. Defectives - This is the number of parts/units/etc that
  892.                 are rejected or un-usable.  Examples include :
  893.  
  894.                     (a) # letters returned for rework.
  895.                     (b) # sheets of metal rejected.
  896.  
  897.  
  898. 2. Defects - This is the number of flaws in a part/unit/etc.
  899.              Example include :
  900.              
  901.                    (a) # typographic errors in a letter.
  902.                    (b) # pin holes in a sheet of metal.
  903. @
  904. charts11
  905.               CHART TYPE SELECTION SUMMARY TABLE
  906.  
  907. Chart-type    Measurement-type   Sample-size   Defects/Defectives
  908. ----------    ----------------   -----------   ----------------
  909. Run           Continuous         1             N/A
  910. XMR           Continuous         1             N/A
  911. XBAR          Continuous         Constant > 1  N/A
  912. R             Continuous         Constant > 1  N/A
  913. XBAR-R        Continuous         Constant > 1  N/A
  914. S             Continuous         Constant > 10 N/A
  915. XBAR-S        Continuous         Constant > 10 N/A
  916. PN            Discrete           Constant      Defectives
  917. P             Discrete           Variable      Defectives
  918. C             Discrete           Constant      Defects
  919. U             Discrete           Variable      Defects
  920. @
  921. charts12
  922.                        RUN CHART
  923.  
  924. Run charts are employed to visually represent data.  They are
  925. used to monitor a process to see whether or not the long range
  926. average is changing.
  927.  
  928. Run charts are the simplest tool to construct and use.  Points
  929. are plotted on the graph in the order in which they become
  930. available.   It is common to graph the results of a process
  931. such as machine downtime, yield, scrap, typographical errors or
  932. productivity as they vary over time.
  933.  
  934.  -> Select for an #mExample Run Chart Process Measurement;charts17#m
  935. @
  936. charts13
  937.                         XBAR-R Chart
  938.  
  939. The XBAR-R control chart is one that shows both the mean value,
  940. XBAR, and the range, R of a sample.  This is the most common type
  941. of control chart using indiscrete or continuous values.  The XBAR
  942. portion of the chart mainly shows any changes in the mean value of
  943. the process, while the R portion shows any changes in the
  944. dispersion of the process.  This chart is particularly useful
  945. because it shows changes in mean value and dispersion of the
  946. process at the same time, making it a very effective method for
  947. checking abnormalities in the process.
  948.  
  949.  -> Select for an #mExample XBAR-R Chart Process Measurement;charts17#m
  950. @
  951. charts14
  952.                 MOVING RANGE (XMR) Chart
  953.  
  954. Sometimes collecting enough data to produce a XBAR-R chart is
  955. impossible or at least impractical.  Sometimes the natural subgroup
  956. size should be one (1) like when a measurement represents a lot
  957. or batch.  In this case we need to be able to look at just a single
  958. measurement as a subgroup, hence an individuals chart.  But what
  959. about the fact that the range is based on the variation between
  960. subgroup members?  In this case, we use a range chart made of the 
  961. range of the last two individuals or a moving range chart.
  962.  
  963. The XMR chart does not detect changes in the process as fast as
  964. an XBAR-R chart.  So we should only use them when it is not
  965. practical to use the XBAR-R chart because of limits in data
  966. availability or if the rational subgroup is one (1).
  967.  
  968.  -> Select for an #mExample XMR Chart Process Measurement;charts17#m
  969. @
  970. charts16
  971.                         XBAR-S Chart
  972.  
  973. The XBAR-S chart is identical to the XBAR-R chart except that the
  974. R (range) chart is replaced by an S (standard deviation) chart.
  975. XBAR-S charts should be used when the logical group size is
  976. larger than ten (10).
  977.  
  978.  -> Select for an #mExample XBAR-S Chart Process Measurement;charts17#m
  979. @
  980. charts17
  981.                  SAMPLE PROCESS MEASUREMENTS
  982.                RUN, XMR, XBAR-R, & XBAR-S Chart
  983.  
  984.  
  985. (a) The length of time a document sits in an "in-box"
  986.  
  987. (b) The number of hours required to sort a bundle of mail
  988.  
  989. (c) The diameter of a bore hole in a machining process
  990. @
  991. charts18
  992.                         P and PN CHARTS
  993.  
  994. A P chart is one that shows the fraction defective (p), whereas a
  995. PN chart shows the number of defectives (pn).  Basically, they are
  996. the same except that a PN chart is used when the size of the
  997. subgroup (sample size) (n) is constant and a P chart is used when
  998. it is not constant.  Obviously, when the size of the subgroup (n)
  999. varies, the defective measurement can only be meaningful in
  1000. fractional or proportional terms.  The P and PN charts are not used
  1001. together as are the XBAR and R charts.  This is because P and PN
  1002. charts show the characteristics of both mean and dispersion of the
  1003. process.
  1004.  
  1005.  -> Select for an #mExample PN Chart Process Measurement;charts19#m
  1006.  
  1007.  -> Select for an #mExample P Chart Process Measurement;charts20#m
  1008. @
  1009. charts19
  1010.                   SAMPLE PROCESS MEASUREMENTS
  1011.                         PN Chart
  1012.  
  1013.  
  1014. (a) The number of bytes of a 1 Megabyte file incorrectly
  1015.     transferred via modem.
  1016.  
  1017. (b) The number of broken eggs in a carton of eggs.
  1018. @
  1019. charts20
  1020.                  SAMPLE PROCESS MEASUREMENTS
  1021.                          P Chart
  1022.  
  1023.  
  1024. (a) The number of letters returned for rework each day
  1025.     (This assumes that the number of letters worked each
  1026.      day may be different.)
  1027.  
  1028. (b) The number of customers who leave each day before getting
  1029.     service due to long delays.
  1030.  
  1031. (c) The number of documents which spent more than a total of 4
  1032.     hours that day sitting in in-baskets.
  1033.  
  1034. (d) The number of defective components in batches of varying size.
  1035. @
  1036. charts21
  1037.                         C and U CHARTS
  1038.  
  1039. A U chart is used in dealing with the number of defectives when the
  1040. material being inspected is not constant in area and length such
  1041. as the unevenness of woven materials or pin holes in enamel wire. 
  1042. A C control chart is used in dealing with the number of defects
  1043. which appear in fixed unit samples, such as the number of
  1044. imperfectly soldered connections in radios, etc.
  1045.  
  1046.  -> Select for an #mExample C Chart Process Measurement;charts22#m
  1047.  
  1048.  -> Select for an #mExample U Chart Process Measurement;charts23#m
  1049. @
  1050. charts22
  1051.                   SAMPLE PROCESS MEASUREMENTS
  1052.                          C Chart
  1053.  
  1054.  
  1055. (a) The number of incorrectly soldered connections on a particular
  1056.     circuit board.
  1057.  
  1058. (b) The number of surface flaws in identical pieces of sheet metal.
  1059. @
  1060. charts23
  1061.                    SAMPLE PROCESS MEASUREMENTS
  1062.                           U Chart
  1063.  
  1064.  
  1065. (a) The number of misspellings in documents of varying length.
  1066.  
  1067. (b) The number of surface flaws in pieces of sheet metal of varying
  1068.     area.
  1069. @
  1070. graph0
  1071.    GRAPHS/DIAGRAMS OVERVIEW
  1072.  
  1073. Select/Click-On An Item of Interest
  1074.  
  1075.  
  1076.      #mBar Graphs;graph1#m
  1077.      #mPareto Diagrams;graph3#m
  1078.      #mPie Charts;graph5#m
  1079.      #mScatter Diagrams;graph6#m
  1080.      #mHistograms;graph9#m
  1081.      #mFrequency Polygons;graph10#m
  1082.      #mOgives (CDFs);graph11#m
  1083. @
  1084. graph1
  1085.                        Bar Graphs
  1086.  
  1087.  
  1088. Bar Graphs are a very simple way of illustrating the nature of your
  1089. process data.  A bar graph simply illustrates the relative
  1090. frequencies or magnitude of data which can be broken down into
  1091. distinct categories.
  1092.  
  1093.      #m * ;graph2#m Sample Bar Graph Data
  1094. @
  1095. graph2
  1096.    SAMPLE BAR GRAPH DATA
  1097.  
  1098.  
  1099.  
  1100.  Frequency       Category
  1101. -----------    --------------
  1102.     20            Type A
  1103.     15            Type B
  1104.     55            Type C
  1105.     22            Type D
  1106.      5            Type E
  1107.      7            Type F
  1108. @
  1109. graph3
  1110.                    The Need For Pareto Charts
  1111.  
  1112. There are many aspects of any process that could be improved :
  1113. defectives, time allocation, cost savings, rework, etc.  In fact,
  1114. each problem consists of so many smaller problems that it is
  1115. difficult to know just where to begin solving them.  In order to
  1116. be efficient, a definite basis is needed for any action.
  1117.  
  1118. A Pareto chart is the tool to use when you need to display the
  1119. relative importance of all of the problems or conditions in order
  1120. to :  choose the starting point for problem solving, monitor
  1121. success, or identify the basic cause of a problem.
  1122.  
  1123. #mWHAT IS A PARETO CHART?;graph4#m
  1124. @
  1125. graph4
  1126.                 WHAT IS A PARETO CHART?
  1127.  
  1128. A Pareto Chart is a special form of a vertical bar graph which
  1129. helps us determine which problems to solve in what order.  Doing
  1130. a Pareto Chart based upon either Check Sheets or other forms of
  1131. data collection helps us direct our attention and efforts to the
  1132. truly important problems.  We will generally gain more by working
  1133. on the tallest bar than tackling the smaller bars. More information
  1134. concerning the use of Pareto Charts is available through SPC's
  1135. MORE INFORMATION MENU.
  1136. @
  1137. graph5
  1138.                        Pie Charts
  1139.  
  1140. Pie Charts are simply graphs in which the entire circle represents
  1141. 100% (not 360 degrees) of the data to be displayed.  The circle
  1142. (pie) is divided into percentage slices that clearly show the
  1143. largest shares of data.  This is useful in the same way as a Pareto
  1144. Chart.  The Pie Chart is sometimes even more useful since it is
  1145. widely used to display data on T.V. or in the newspapers.  More
  1146. information concerning the use of Pareto Charts is available
  1147. through SPC's MORE INFORMATION MENU.
  1148. @
  1149. graph6
  1150.                    Scatter Diagrams
  1151.  
  1152. A Scatter Diagram is the tool to use when you need to display what
  1153. happens to one variable when another variable changes in order to
  1154. test a theory that the two variables are related.
  1155.  
  1156. A Scatter Diagram is used to study the possible relationship
  1157. between one variable and another.  The Scatter Diagram is used to
  1158. test for possible cause and effect relationships.  It cannot prove
  1159. that one variable causes the other, but it does make it clear
  1160. whether a relationship exists and the strength of that
  1161. relationship.  Select for #mSAMPLE SCATTER DIAGRAM DATA;graph8#m.
  1162.  
  1163. A Scatter Diagram is set up whereby the horizontal axis (x-axis)
  1164. represents the measurement values of one variable, and the vertical
  1165. axis (y-axis) represents the measurement values of the second
  1166. variable.  More information concerning the use of Scatter Diagrams
  1167. is available through SPC's MORE INFORMATION MENU.
  1168. @
  1169. graph8
  1170.     SAMPLE SCATTER DIAGRAM DATA
  1171.  
  1172.  
  1173. Person         Weight        Height
  1174.  
  1175.   1               160            70
  1176.   2               180            61
  1177.   3               220            75
  1178.   .                .              .
  1179.   .                .              .
  1180.  50               105            61 
  1181.  
  1182. @
  1183. graph9
  1184.                        Histograms
  1185.  
  1186. As we have already seen with the Pareto Chart, it is very helpful
  1187. to display in bar graph form the frequency with which certain
  1188. events occur (frequency distribution).  The Pareto Chart, however,
  1189. only deals with characteristics of a product or service, e.g., type
  1190. of defect, problem, safety hazards, etc. (attribute data). A
  1191. Histogram takes measurement data, e.g., temperature, dimensions,
  1192. etc., and displays it's distribution.  This is critical since we
  1193. know that all repeated events will produce results that vary over
  1194. time.  A Histogram reveals the amount of variation that any process
  1195. has within it.
  1196. @
  1197. graph10
  1198.                     Frequency Polygons
  1199.  
  1200. Another kind of graphical display of a frequency distribution
  1201. (Histogram) is the Frequency Polygon.  Here the cell (data range)
  1202. frequencies are plotted at the midpoint of each cell and the
  1203. midpoints are joined by straight lines.
  1204. @
  1205. graph11
  1206.           Ogives (Cumulative Distribution Function)
  1207.  
  1208. If the same technique in the Frequency Polygon is applied to the
  1209. cumulative distribution function, we obtain what is called an
  1210. Ogive (rhymes with alive) or CDF.  The only difference is that in
  1211. constructing the Ogive (CDF), the cell boundary is used as the plot
  1212. point rather than the middle of the cell.
  1213. @
  1214. hypertext help
  1215.             HYPERTEXT INFORMATION SYSTEM
  1216.  
  1217. 1. You are currently using the hypertext information system.
  1218.  
  1219. 2. Text which is highlighted in light green or light blue are
  1220.    referred to as hot links.
  1221.    
  1222. 3. This is a #mSample Text Hot Link#m  Click on this with the
  1223.    left mouse button or by pressing <ENTER>.
  1224.  
  1225. 4. "#tbar.dmo#t" is a sample Text File Hot Link.  Click
  1226.    on it with the left mouse button or move the highlight
  1227.    over it using TAB or DOWN-ARROW and then press
  1228.    <ENTER>.
  1229.    
  1230. 5. HYPERTEXT window help is available by pressing <F1> 
  1231.  
  1232. 6. The entire contents of any hypertext window may be saved to
  1233.    an ASCII (DOS TEXT) file by pressing <F3>.  This is the best
  1234.    way to print the contents of a hypertext window by importing
  1235.    the resulting ASCII file into a standard word processor. 
  1236. @
  1237. Sample Text Hot Link
  1238.  
  1239. After you click on a Text Hot Link, additional text will come
  1240. up in a window.  #mOther hot links#m may also be in this window.
  1241.  
  1242. To go back to the previous window, press ESC or click the
  1243. right mouse button.
  1244. @
  1245. Other hot links
  1246. Again, a text box appears.  This
  1247. may repeat for several levels.
  1248.  
  1249. To go back to the previous window,
  1250. press ESC or click the right mouse
  1251. button.
  1252. @
  1253.