SPC培训教材---完整版课件

过度调整——把过程中每一个偏离目标的值 当作过程中发生了特殊原因来进行处理的做 法。
11
5、基本统计量说明
1、平均值 X 设X1，X2，…….Xn是一个大小为n的样
本，则X=（X1+X2+……+Xn)/n
2、中位数X~
将数据按数值大小顺序排列后，位于中 间位置的数据，称为中位数。
如：5，9，10，4，7， X~=7； 如：5，9，10，4，7，8 X~=（7+8）/2=7.5
中间1/3区域，如出现下列情况： 1、超过90%的点落在控制限中间1/3区域，或 2、少于40%的点落在控制限中间1 /3区域 应调查过程是否存在特殊原因或数据是否经过编辑？
UCL
CL LCL
36
C6、重新计算控制限
当进行首次工序研究或重新评定过程能力时，要排 除已发现并解决了的特殊原因的任何失控的点；
平均值控制图：
CL X = X UCL X = X + A 2 R LCL X = X - A 2 R 极差控制图：
CL R = R UCL R = D 4 R LCL R = D 3 R
注：D4、D3、A2为常数，随样本容量n的不同而不同，见《
控制图的常数和公式表》。
30
B3、在控制图上画出平均值和极差控制限的控制线 将平均极差（R bar）和过程均值（Xdouble bar）
12
3、极差R 样本数据中的最大值Xmax与最小值
Xmin的差值。R= Xmax- Xmin 4、标准偏差、S
（1）总体标准偏差 （2）样本的标准偏差S
13
五、控制图
（一）控制图定义
控制图是用于分析和控制过程质量的一种方法。控制图是一 种带有控制界限的反映过程质量的记录图形，图的纵轴代表产品质 量特性值(或由质量特性值获得的某种统计量)；横轴代表按时间顺 序(自左至右)抽取的各个样本号；图内有中心线(记为CL)、上控制 界限(记为UCL)和下控制界限(记为LCL)三条线(见下图)。

(不可以容許的偏差→要排除)
16
如果制程中， 只有普通原因的變異存在， 則其成品將形成依各很穩定 的分佈，而且是可以預測的
如果制程中，
範圍 →
有特殊原因的變異存在，
則其成品將為不穩定的分佈， 而且是無法預測的
範圍 →
可預測
無法 預測
17
局部措施→改善特殊原因
特殊原因的变异
簡單的統計分 析可發現
如管制圖
直接負責制程的人 員去改善
局部措施改善 對策
牽涉到消除產生变异的特殊原因
可由製程人員直接加以改善
大約可以解決15%之制程上的問題
18
系統措施 → 改善普通原因
普通原因的变异
製程能力分 析可發現
如Ca，Cp， Cpk，及管制 圖上點的變化
管理當局參與及製 程人員合作去改善
系統改善對策
必須改善造成变异的普通原因 經常需要管理階層的努力與對策 大約可以解決85%之制程上的問題
(可以容許的偏差)
15
❖ 特殊原因（系统性,易识别,可以消除） ：
指的是造成不是始终作用于过程的变差的原因，即当 它们出现时将造成(整个)过程的分布改变。除非所有 的特殊原因都被查找出来并且采取了措施，否則它们 将继续用不可预测的方式来影响过程的输出。如果系 统內存在变差的特殊原因，随时间的推移，过程的输 出将不稳定。
7
4.SPC 的焦點 → 制程 ( Process ) ❖ 品質變異的大小，也是決定產品優劣的關鍵
制程起伏條件 因
品質異常 果
因
產品優劣
果
8
三.SPC目的
❖ 对异常因素分类和控制，当制程有问题，立即 停止并找出原因，解决异常因素。
❖ 使制程稳定 ❖ 提高制程能力 ❖ 预防品质问题

假设检验的基本概念
明确假设检验的定义、原假设与备择假设的设立原则及两类错误 的含义。
参数假设检验
掌握正态总体均值、方差的假设检验方法及步骤，理解t检验和F 检验的原理及应用场景。
非参数假设检验
了解非参数假设检验的适用条件及常用方法，如秩和检验、符号 检验等。
16
方差分析、回归分析应用举例
方差分析
掌握方差分析的基本原理、计算步骤及结果解释，理解其在多因素实验设计中的应用。
化。
大数据在SPC中的应用
大数据技术的不断发展将为SPC提供更丰富的数据来源和分析手段，有助于提高SPC的 应用效果。
2024/1/30
SPC在服务业的拓展
随着服务业的不断发展，SPC的应用领域将逐渐拓展到服务业领域，为服务业的质量管 理提供新的思路和方法。
36
下一讲预告及预备知识
2024/1/30
01
02
03
04
明确数据收集目标
根据业务需求，明确所需数据 的类型、范围和质量要求。
2024/1/30
制定数据收集计划
设计合理的数据收集流程，包 括数据源选择、采集频率、存
储方式等。
执行数据收集
运用合适的数据收集工具和技 术，按照计划进行数据采集。
数据质量监控
建立数据质量评估机制，确保 数据的准确性、完整性和一致
下一讲内容
下一讲将介绍SPC在企业中的实际应 用案例，包括不同行业和不同场景下 的SPC应用实践。
预备知识
为了更好地理解下一讲内容，建议学 员提前了解相关行业的生产流程和质 量管理要求，以及SPC在实际应用中 的挑战和解决方案。
37
THANKS
感谢观看
2024/1/30

1.简介：是SPC计量值部份最重要、最常用的管制图之一。可以使我们很好地了解制程
品质的进展状态（发展趋势）。分为：
1）解析管制图：根据实际量测出来的数据，经过计算出管制图上下限之后画出。
用途：主要用来对产品初期品质进行测定和监控，以了解在现有环境中品质的制程能力。
2）制程管制图：根据之前的历史数据，也可以根据经验或相似的各项标准，并以此为依据作为今
a 计算出标准差:
b.计算管制上、下限
Xб =
XUCL=XCL+3Xб
XLCL=XCL-3Xб
Rб =
RUCL=RCL+3Rб
RLCL=RCL-3Rб
第二种:查表法:
XUCL=
XLCL=
RUCL=
RLCL=
<案例1>
<案例1>
经过计算出每组数据的平均值和全距列表如下（注意四舍五入）
序号
检验时间
NO1
3.图形分析：
8）连续几点中有几点在1倍标准差以内 一般为连5点中有3点在1倍标准差以内，但有时候也可根据产品特
性可能有周期性而设更多点。 此种状况反应品质朝较好方向发展，所以只要注意监控，并把相
关重要参数记录下来，以利于做标准化。 9）连续几点在中心线两侧，但未在1倍标准差之内
一般为连续5点在中心线两侧，但未在1倍标准差之内，但有时候 也可根据产品特性可能有周性而设更多点。
3.SPC的基本概念：
12).管制上限(控制上限):
UCL
13).管制中心线(控制中心线)： CL
14).管制下线(控制下限)： LCL
15).规格上限： USL
16).规格中心线： SL
17).规格下限： LSL

统计过程控制SPC
四、控制图基本知识：
4.1、控制限的确定： ●上控制线：UCL=μ+3σ ●中心线： CL=μ ●下控制线：LCL=μ-3σ 4.2控制图原理的二种解释 ●第一种解释：“点出界就判异”
小概率事件原理：小概率事件实际上不发若发生即判异常。 控制图就是统计假设检验的图上作业法。 ●第二种解释：“要抱西瓜，不要抓芝麻” 质量波动的原因=异常因素+偶然因素 偶然因素：始终存在，对质量影响微小，难以消除，是不可 避免的。 异常因素：有时存在，对质量影响很大，不难消除，是可以 避免的。
国标GB/T4091-2001《常规控制图》中提供了8种判异原则。为了应用
这些原则，将控制图等分为6个区域，每个区宽1σ，这6个区的标号分别为
A、B、C、C、B、A，其中两个A区、B区及C区都关于中心线对称。
判异原则1 ：一点落在A区以外
在许多应用中，准则1甚至是唯一的判异准则。准则1可对参数u的变化或参数σ的变化给出信号，变化越大，则 给出信号越快。准则1还可以对过程中的单个失控作出反应，如计算错误、测量错误、原材料不合格、设备故障 等。在3 σ原则下，准则1犯第一类错误的概率为 α=0.0027。
准则3：连续6点递增或递减
此准则是针对过程平均值的变化趋势进行设计的，它判定过程平均值的较小趋势要比准则2更为 灵敏。产生趋势的原因可能是工具逐渐磨损、维修逐渐变坏等，从而使得参数随着时间变化。
UCL A
B
CL
C C
B
A LCL
准则4：连续14点相邻点上下交替
此准则是针对由于轮流使用两台设备或由两位操作人员轮流进行操作而引起的系统效应。实两种不同的分布）
部措施或对系统采取措施的指南。

19C 40年代 统计的品质管理 品质是制造出来的 品质控制（QC）
品质保证
品质是设计出来的 品质确保（QA）
19C 60年代 全面质量管理
品质是管理出来的 全面品质（TQC）
19C 80年代 全面质量责任
品质是习惯出来的 全面品质（TQM）
每天进步一点点
过程控制的需要
华邦机械
探测---容忍浪费
通过质量控制来检查最终产品并剔除不符合规范的产品， 在管理部门则经常靠检查或重新检查工作来找出错误，在这 两种情况下都是使用检测的方法，这种方法是浪费的
3. 消除后可以使过程分布结果可预测；
4. 特殊原因是有害的或者也可能是有益的；
每天进步一点点
SPC统计过程控制基本知识
如果仅存在变差的普通原因， 随着时间的推移，过程的输 出形成一个稳定的分布并可 预测。
华邦机械
目标值线 预测
范围
如果存在变差的特殊 原因，随着时间的推 移，过程的输出不 稳定。
范围
每天进步一点点
华邦机械
五大核心工具之间的关系：
APQP 是方法； FMEA、MSA、SPC 是工具； PPAP 是结果，是输出！
每天进步一点点
华邦机械
概论
质量观念的发展
时间
品管历史
品管观念
品管制度
18C前 19C 初
作业人员品质管理 品质是检查出来的 品质检查（QI） 领班品质管理
19C 20年代 检验员品质管理
输出
A B C DE
能控制的因子 - 改善对象 - 能调整 - 特别情况
L MN OP
不能控制的因子 - 共同事项 - Noise - 持续的事项
每天进步一点点

56、书不仅是生活，而且是现在、过 去和未 来文化 生活的 源泉。 ——库 法耶夫 57、生命不可能有两次，但许多人连一 次也不 善于度 过。— —吕凯 特 58、问渠哪得清如许，为有源头活水来 。—— 朱熹 59、我的努力求学没有得到别的好处， 只不过 是愈来 愈发觉 自己的 无知。 ——笛 卡儿
拉
60、生活的道路一旦选定，就要勇敢地 走到底 ，决不 回头。 ——左源自最新SPC培训教材-完整版
26、机遇对于有准备的头脑有特别的 亲和力 。 27、自信是人格的核心。
28、目标的坚定是性格中最必要的力 量泉源 之一， 也是成 功的利 器之一 。没有 它，天 才也会 在矛盾 无定的 迷径中 ，徒劳 无功。- -查士 德斐尔 爵士。 29、困难就是机遇。--温斯顿．丘吉 尔。 30、我奋斗，所以我快乐。--格林斯 潘。

(1) 公司生产的每台洗衣机的效率 (2) 一个班次生产的部品的平均效率 (3) 拖板标签上的打印缺陷数 (4) 每份销售合同的打字错误数 (5) 月生产中脱离规格的部品数 (6) 月生产中脱离规格部品的% (7) 汇总一个应收款所花费的时间 (8) 每生产100件部品中有缺陷部品的数量
计量型 计量型 计数型 计数型 计数型 计数型
散布事例 特殊与一般要因
在管理图上这个数据 看上去像什么？
9
真实的故事!!“来自工程的声音”
废品率 (%)
3
UCL
2
1
LCL
1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9
2000
2001
让工程来说话吧！！
Derived from Understanding Variation: The Key T1o0Managing Chaos, Donald J. Wheeler, SPC Press. 1993.
一系列点连续上升或下降 (7 或以上连续点在相同的方向).
UCL 20 X 15 LCL 10
7 456 23 1
循环 (Cycle)
在相同时间周期上图点表现相 同的图案变化 (比如，上升或 下降)
UCL 20 X 15 LCL 10
紧靠 (Hugging)
图点靠近中心线或一个控制限 (连续3点中2点，7点中3点， 或10点中4点).
被监控的特性
画的数据
按时间画数据
UCL 中心线 LCL
UCL = 控制上限
/ LCL = 控制下限
16
控制图构成 UCL 与 LCL
UCL
LCL
•多少%的数据点应该落到UCL和 LCL之间? •如果一个点落在了UCL或 LCL之外，这意味着我们在给顾客制造 一个不良品吗？

4. R=全距: 該組最大值-最小值的得數,計算公式:
R=MAX(該組最大值)-MIN(該組最小值)
例有數值: 1.5 1.6 1.7 1.55 1.65
R=1.7-1.5=0.2
5. 方差σ2=s2=
2
(Xi-X)
n-1
6. 標準差 1.母體標准差σ=S=
(Xi-X)2
n
2.樣本標准差 σ=s=
(Xi-X)2
SPC培訓講義
第一章: 認識SPC 第二章: 基本統計概念 第三章: SPC管制圖類別 第四章: SPC管制圖 第五章: SPC總結
第一章: 認識SPC
一.什么是SPC SPC---- Statistical Process Control
工业革命以后， 随着生产力的进一步发展，大规模生产的形成，如何 控制大批量产品质量 成为一个突出问题，单纯依靠事后检验的质量控制方 法已不能适应当时经济发展的要求，必须改进质量管理方式。于是，英、美 等国开始着手研究用统计方法代替事后检验的质量控制方法。
n-1
7. 中位數 M,該組數據數值大小的中間一位,若該組數是偶數,取中間兩個數的合進行 平均,例如
A: 1 3 4 5 8
M=X=4
B: 2 2.5 3 4 7 7.5 M=X=(3+4) / 2=3.5
8. Xbar-R常數表
^σ = R / d2
正態分佈概率
第三章: 管制圖類別
1. 計量型數據
所謂計量型數據,就是均由量具實際量測出來的數據,如長度.重量.電流值.尺寸等 具有連續性的數據.
2. 計數型數據
所謂計數型數據,就是均屬於以單位個數或次數來計算的數據,如不良數.不良率. 缺點數.缺點率等.