Shewhart control charts are the most frequently used tools of statistical process control. In their standard form they are designed under the assumption that consecutive observations are statistically independent and described by the normal distribution. When these assumptions are not fulfilled statistical properties of the Shewhart control charts are different from those assumed for the design purposes. When consecutive observations are not independent the properties of some Shewhart control charts have been investigated only in the case of classic autoregression processes. Hryniewicz (2012) considered the influence of the type of dependence, described in terms of copulas, on the properties of the Shewhart charts for monitoring the mean value of the process. In this paper some results from Hryniewicz (2012) have been recalled. Some new results, obtained for the R -chart used for the control of the variability of a process, have been presented.

Karty kontrolne Shewharta są najczęściej stosowanym narzędziem statystycznego sterowania procesami. W swojej podstawowej postaci są one projektowane przy założeniu, że kolejne obserwacje procesu są statystycznie niezależne, i że są opisane rozkładem normalnym. Jeśli powyższe założenia nie są spełnione, to własności statystyczne kart kontrolnych Shewharta różnią się od tych, które zakłada się w procesie projektowania. Gdy kolejne obserwacje nie są niezależne, własności niektórych kart kontrolnych Shewharta zostały zbadane dla przypadku klasycznych procesów autoregresji. Hryniewicz (2012) rozpatrywał wpływ typu zależności pomiędzy obserwacjami, opisanego za pomocą pojęcia kopuli, na własności karty Shewharta służącej do monitorowania wartości średniej procesu. Niektóre z własności karty Shewharta omawiane w tamtej pracy zostały przypomniane w niniejszym opracowaniu, które zawiera ponadto nowe wyniki dotyczące analogicznego zagadnienia w odniesieniu do karty kontrolnej R , służącej do sterowania zmiennością monitorowanych procesów.