SPC统计过程控制培训讲义精品资料
合集下载
SPC培训 (统计过程控制)
➢ 根据计算结果作成分析用控制图，并确认 是在控制状态下且过程能力尚可后，方可 将其控制限应用在过程控制用控制图上；
控制图的应用步骤
1. 选取要控制的质量特性值； 2. 选择合适的控制图种类；(均值-极差） 3. 确定样本组数k，样本量n和抽样间隔，一般样本组数不少于20-25个； 4. 收集生产条件比较稳定和有代表性的一批数据（至少50个以上）； 5. 计算各组样本统计量，如样本均值、极差、标准差； 6. 计算各统计量控制界限(LCL,CL,UCL)； 7. 画控制图；并将计算出的统计量在控制图上打点； 8. 观察分析控制图； 9. 决定下一步行动。
UCL
α
CL
β
LCL
如何减少两种错误造成的损失
间距↑→ α ↓，β ↑ → 错误不可避免
间距↓→ α ↑，β ↓ 解决办法：使两种错误造成的总损失最小 →确定最优间距→经验证明3σ 方式较好。
3σ 方式
UCL ＝ u ＋ 3σ
式中u、σ为统计量的总体参数
CL ＝ u
LCL ＝ u － 3σ
注意：规格界限不能用作控制界限。规格界限用 以区分合格与不合格，控制界限用以区分偶波与 异波，两者完全是两码事。
• 每一张控制图上的控制界限都是由 该图上的数据计算出来;
制作控制用控制图之目的
• 控制图的控制界限由分析阶段确定; • 控制图上的控制界限与该图中的数据
无必然联系； • 使用时只需把采集到的样本数据或统
计量在图上打点就行。
制作分析控制图注意点
➢ 上下控制限和中心线都是通过抽样收集过 去一段生产稳态下的数据计算出来的；
● Cpk>1.67的企业，平均销售收入增长率为11%以上， 而其它企业的数据为4.4%。
控制图的应用步骤
1. 选取要控制的质量特性值； 2. 选择合适的控制图种类；(均值-极差） 3. 确定样本组数k，样本量n和抽样间隔，一般样本组数不少于20-25个； 4. 收集生产条件比较稳定和有代表性的一批数据（至少50个以上）； 5. 计算各组样本统计量，如样本均值、极差、标准差； 6. 计算各统计量控制界限(LCL,CL,UCL)； 7. 画控制图；并将计算出的统计量在控制图上打点； 8. 观察分析控制图； 9. 决定下一步行动。
UCL
α
CL
β
LCL
如何减少两种错误造成的损失
间距↑→ α ↓，β ↑ → 错误不可避免
间距↓→ α ↑，β ↓ 解决办法：使两种错误造成的总损失最小 →确定最优间距→经验证明3σ 方式较好。
3σ 方式
UCL ＝ u ＋ 3σ
式中u、σ为统计量的总体参数
CL ＝ u
LCL ＝ u － 3σ
注意：规格界限不能用作控制界限。规格界限用 以区分合格与不合格，控制界限用以区分偶波与 异波，两者完全是两码事。
• 每一张控制图上的控制界限都是由 该图上的数据计算出来;
制作控制用控制图之目的
• 控制图的控制界限由分析阶段确定; • 控制图上的控制界限与该图中的数据
无必然联系； • 使用时只需把采集到的样本数据或统
计量在图上打点就行。
制作分析控制图注意点
➢ 上下控制限和中心线都是通过抽样收集过 去一段生产稳态下的数据计算出来的；
● Cpk>1.67的企业，平均销售收入增长率为11%以上， 而其它企业的数据为4.4%。
SPC培训资料
统计过程控制（S P C）培训资料一、什么叫SPCSPC即统计过程控制（Statistical Process Control），是一种统计分析工具，主要通过对过程数据的分析来对生产过程进行实时监控，区分出生产过程中产品质量的随机波动与异常波动，从而对生产过程的异常趋势提出预警，以便管理人员及时采取措施，消除异常，恢复过程的稳定，从而达到提高和控制质量的目的。
二、什么情况下要做SPC1.客户要求的关键特性2.内部确定的关键特性三、做SPC的前提1.过程数据易于采集2.过程处于受控状态四、SPC的理论知识变差1.变差的概念没有两件产品或者特性是彻底相同的，因为任何过程都存在许多引起变差的原因。
产品间的差距也许很大，也许小得无法测量，但这些差距总是存在。
例如一个冲压零件的尺寸易于受机器的稳定性、模具的磨损、材料的硬度、操作人员的操作方法、维修（润滑、零件的更换）及环境的影响. 产品间的差异即为变差。
2.变差的普通原因及特殊原因普通原因变差是向来在过程中浮现的变差(如模具的磨损、温度的变化等),过程惟独此类变差时,就认为过程是稳定的和可预测的, 我们称之为：“处于受控状态”。
---此类变差通常与管理者有关，通常采取系统措施来解决。
---此类变差是必然存在的，只能改善或者降低，不能彻底被消除。
特殊原因变差是由异常或者外部事件的影响产生的，在普通原因变差之外（如材料用错,操作方法错误等），当过程存在此类变差时，过程是不稳定的或者不受控的。
---此类变差通常是与该过程操作人员有关，通常采取局部措施来解决。
---此类变差是可以被消除的正态分布一种用于计量型数据的、连续的、对称的频率分布，它是计量型数据用控制图的基础。
，当一组测量数据服从正态分布时，有大约正态分布的两个参数：平均值U和标准差68.26%的测量值落在平均值处正负一个标准差的区间内,大约95.44%的测量值将落在平均值处于正负两个标准差的区间内;大约99.73%的值将落在平均值处正负三个标准偏差的区间内,超出三个标准差的惟独0.27%（如图一：正态分布图）。
统计过程控制SPC培训资料
常用的控制图
分布
控制图代号
控制图名称
备注
正态分布（计量值）
均值—极差控制图
最常用，判断工序是否正常的效果好，计算量大，适用于产品批量大、且稳定、正常的工序；S的计算比R复杂，但其精度高适用与检验时间远比加工时间段的场合计算简便，但效果差使用与产品批量较大、且稳定、正常的工序；简便省事，并能够及时判断工序是否处于稳定状态，但不宜发现工序分布中心的变化。
控制图的益处
合理使用控制图能：供正在进行过程控制的操作者使用；有助于过程在质量上和成本上能持续地、可预测地保持下去；使过程达到：——更高的质量； ——更低的单件成本； —— 更高的有效能力。
控制图的益处
为讨论过程的性能提高共同语言；区分变差的特殊原因和普通原因，作为采取局部对系统采取措施的指南。控制图为两班、三班操作过程的人员之间、和支持活动（维修、材料控制、过程工程、质量控制）的人员之间就有关过程性能的信息交流提供了通用的语言。
Β=
规范界限与控制界限的区别
规范界限：区分合格品与不合格品控制界限：区分偶波与异波
3σ方式确定控制界限
●UCL=μ+3 σ ●CL=μ●LCL=μ-3 σ●虚发警报α=0.27% 漏发警报β=
分析用控制图
分析用控制图 应用控制图时，首先将非稳态的过程调整到稳态，用分析控制图判断是否达到稳态。确定过程参数 特点： 1、分析过程是否为统计控制状态 2、过程能力指数是否满足要求？
2.连续6点递增或递减
判异准则
LCL
UCL
CL
A
B
C
C
B
A
3.连续14中相邻点上下交替
判异准则
判异准则
4.连续3点中有2点落在中心线同一侧的B区以外
分布
控制图代号
控制图名称
备注
正态分布（计量值）
均值—极差控制图
最常用，判断工序是否正常的效果好，计算量大，适用于产品批量大、且稳定、正常的工序；S的计算比R复杂，但其精度高适用与检验时间远比加工时间段的场合计算简便，但效果差使用与产品批量较大、且稳定、正常的工序；简便省事，并能够及时判断工序是否处于稳定状态，但不宜发现工序分布中心的变化。
控制图的益处
合理使用控制图能：供正在进行过程控制的操作者使用；有助于过程在质量上和成本上能持续地、可预测地保持下去；使过程达到：——更高的质量； ——更低的单件成本； —— 更高的有效能力。
控制图的益处
为讨论过程的性能提高共同语言；区分变差的特殊原因和普通原因，作为采取局部对系统采取措施的指南。控制图为两班、三班操作过程的人员之间、和支持活动（维修、材料控制、过程工程、质量控制）的人员之间就有关过程性能的信息交流提供了通用的语言。
Β=
规范界限与控制界限的区别
规范界限：区分合格品与不合格品控制界限：区分偶波与异波
3σ方式确定控制界限
●UCL=μ+3 σ ●CL=μ●LCL=μ-3 σ●虚发警报α=0.27% 漏发警报β=
分析用控制图
分析用控制图 应用控制图时，首先将非稳态的过程调整到稳态，用分析控制图判断是否达到稳态。确定过程参数 特点： 1、分析过程是否为统计控制状态 2、过程能力指数是否满足要求？
2.连续6点递增或递减
判异准则
LCL
UCL
CL
A
B
C
C
B
A
3.连续14中相邻点上下交替
判异准则
判异准则
4.连续3点中有2点落在中心线同一侧的B区以外
spc培训教材完整版
利用ISO 9001质量管理体系的框架和流程，推动SPC 的实施和推广。
SPC与其他质量管理体系融合应用
与六西格玛管理的融合
将SPC作为六西格玛管理的一个重要工具，用于识别和改进生产过程中的问题和波 动。
结合六西格玛管理的DMAIC流程，运用SPC对生产过程进行持续改进和优化。
SPC与其他质量管理体系融合应用
免类似异常的再次发生。
06
SPC在企业中实施与推广
SPC实施步骤和关键成功因素
明确目标
确定SPC实施的目标和范围，包括要控制的 产品特性、生产过程和关键质量指标等。
数据收集
建立数据收集系统，收集生产过程中的原始 数据，并进行整理和清洗。
SPC实施步骤和关键成功因素
过程分析
运用统计技术对生产过程进行 分析，识别过程中的异常和波 动，并确定过程能力。
与精益生产的融合
将SPC与精益生产相结合，实现生产过程的高效、稳定和可控。
利用精益生产的理念和工具，如价值流分析、持续改进等，推动SPC的 实施和推广。
企业内部SPC培训和文化建设
统计技术基ห้องสมุดไป่ตู้知识培训
包括概率论、数理统计等基础知识，帮助员工掌握基本的统计概念和方法。
SPC理论和方法培训
深入讲解SPC的理论和方法，包括控制图的制定、分析和应用等，使员工能够熟练掌握 SPC技术。
SPC在企业中应用价值
提高产品质量
通过实施SPC，企业可以及时发现并解决生产过程中的问题，减少产品缺陷和不良品率， 提高产品质量和客户满意度。
降低生产成本
SPC有助于企业优化生产流程、提高设备利用率和劳动生产率，从而降低生产成本、提高 经济效益。
提升企业竞争力
SPC与其他质量管理体系融合应用
与六西格玛管理的融合
将SPC作为六西格玛管理的一个重要工具，用于识别和改进生产过程中的问题和波 动。
结合六西格玛管理的DMAIC流程，运用SPC对生产过程进行持续改进和优化。
SPC与其他质量管理体系融合应用
免类似异常的再次发生。
06
SPC在企业中实施与推广
SPC实施步骤和关键成功因素
明确目标
确定SPC实施的目标和范围，包括要控制的 产品特性、生产过程和关键质量指标等。
数据收集
建立数据收集系统，收集生产过程中的原始 数据，并进行整理和清洗。
SPC实施步骤和关键成功因素
过程分析
运用统计技术对生产过程进行 分析，识别过程中的异常和波 动，并确定过程能力。
与精益生产的融合
将SPC与精益生产相结合，实现生产过程的高效、稳定和可控。
利用精益生产的理念和工具，如价值流分析、持续改进等，推动SPC的 实施和推广。
企业内部SPC培训和文化建设
统计技术基ห้องสมุดไป่ตู้知识培训
包括概率论、数理统计等基础知识，帮助员工掌握基本的统计概念和方法。
SPC理论和方法培训
深入讲解SPC的理论和方法，包括控制图的制定、分析和应用等，使员工能够熟练掌握 SPC技术。
SPC在企业中应用价值
提高产品质量
通过实施SPC，企业可以及时发现并解决生产过程中的问题，减少产品缺陷和不良品率， 提高产品质量和客户满意度。
降低生产成本
SPC有助于企业优化生产流程、提高设备利用率和劳动生产率，从而降低生产成本、提高 经济效益。
提升企业竞争力
SPC统计过程控制培训讲义课件
上、下 控制线
样本数据点 目标值 样本平均值
上、下 规格线
数据点超出上下控制线
连续7个或以上数据在中心线上方或下方
数据呈固样品点的水平突变
样品点分布的水平位置渐变
样品点的离散度较大
制程失控
制程失去控制时的特征： 1.数据点超出上下控制线 2.连续7个或以上数据在中心线上方或下方 3.数据呈固定形式变化 4.较多数据点接近上下控制线 5.样品点的水平突变 6.样品点分布的水平位置渐变 7.样品点的离散度较大
Moving Range Chart 二. 移动偏差图
Line 1 Cp = 1.65 Mean=12.55
Qoo PET Cpk = 1.1
SD =0.03
35 100.0% 1500 SPC Brix Monitoring
Sample wthin spec 100.0 %
上控线（UCTLR）UE
(n-1)
标准偏差σ是衡量样本数据点与平均值间偏差平均
值的典型参数，广泛使用于数据统计中。
Cp-潜在过程能力指数
cp=
spe_max-spe_min 6
（ -样本的标准偏差）
Cp不反映过程的集中性 (即与目标的偏离)，因 此如果过程的平均值并不是我们的期望的目标值， 那么用Cp来衡量过程就会产生误差。
4.0 4.125
（下控线＝ 目标值 － 3×能力测试所得标准偏差）
样本标准偏差σ的计算
假设有以下一些数据：12.50，12.45，12.49，12.48，12.51…
X1
x2
x3
x4 x5 … xn
首先计算出它们的 平均值 x= X1 + x2+ x3+ x4+ x5 + … + xn
2024版SPC培训教材全课件
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
SPC统计过程控制培训资料
20%
过程处于统计
上的稳定状态
40%
各测量值服从
正态分布
60%
技术规范准确的
代表顾客要求
说明：
1、抽样存在偏差。
2、不存在完全受统计控制的过程。
3、制造过程不是一个完美的正态分布。
80%
设计目标值位于
规范的中心
100%
测量变差相对
较小
CPK—过程能力指数
CPK=CP•│1-Ca│
=
正态分布
CL
◎ 控制图的制作步骤
◎ 异常的判定原则
计量型控制图的优点
1、大部分测量数据都可以用
计量型数据表示
2、量化的值比简单的是或否
包含的信息更丰富
3、通过少量的数据检查可
以获得较多的过程信息
4、缩短采取措施的时间，提
高响应速度
前提条件：
1.选择特性作为计算对象。
2.测量方法准确，精密，误差小到忽略不计。
5、分析一个过程量化的值，
围，并确定其控制范围的异常和正常规律，达成一种事先预测并实施改进措
施的方法。
SPC研究的对象-特性
研究过程中的
可区分的特征
某一个特性
称为特性
特性
特性值的表达方
产品的特性有
式：定量、定性
哪些？
特性的分类
产品特性
关键特性
关键特性
与法律、安全有关
与功能、性能有关
普通特性
关键特性以外
产品特性
最终产品所具有的特性
83.74
86.81
85.12
84.39
84.15
84.84
19
85.43
85.49
86.50
过程处于统计
上的稳定状态
40%
各测量值服从
正态分布
60%
技术规范准确的
代表顾客要求
说明：
1、抽样存在偏差。
2、不存在完全受统计控制的过程。
3、制造过程不是一个完美的正态分布。
80%
设计目标值位于
规范的中心
100%
测量变差相对
较小
CPK—过程能力指数
CPK=CP•│1-Ca│
=
正态分布
CL
◎ 控制图的制作步骤
◎ 异常的判定原则
计量型控制图的优点
1、大部分测量数据都可以用
计量型数据表示
2、量化的值比简单的是或否
包含的信息更丰富
3、通过少量的数据检查可
以获得较多的过程信息
4、缩短采取措施的时间，提
高响应速度
前提条件：
1.选择特性作为计算对象。
2.测量方法准确，精密，误差小到忽略不计。
5、分析一个过程量化的值，
围，并确定其控制范围的异常和正常规律，达成一种事先预测并实施改进措
施的方法。
SPC研究的对象-特性
研究过程中的
可区分的特征
某一个特性
称为特性
特性
特性值的表达方
产品的特性有
式：定量、定性
哪些？
特性的分类
产品特性
关键特性
关键特性
与法律、安全有关
与功能、性能有关
普通特性
关键特性以外
产品特性
最终产品所具有的特性
83.74
86.81
85.12
84.39
84.15
84.84
19
85.43
85.49
86.50
SPC统计过程控制精品培训94页
7
平均数和标准差的关系
X 2
X 0
X 3
SPC 精品教程
-5 -4 -3 -2 -1 0 1 2 3 4 5 6
平均数不同、标准差相同
0.5 1.0
1.5
-5 -4 -3 -2 -1 0 1 2 3 4 5
8
SPC 精品教程
标准差和百分比的关系
68.26%
95.46% 99.73%
2. 计数值控制图 --不良率控制图 ( P Chart ).
(nP Chart ) --缺点数控制图
--单位缺点数控制图 (u Chart)
SPC 精品教程
24
计量值与计数值控制图的比较
SPC 精品教程
优点
缺点
计
量 值 控 制
1. 用于过程控制﹐时间上甚灵敏﹐ 容易调查原因﹐并预测故障的发生。需经常抽样并予以测定与计算﹐且需 2. 及时并正确地找出事帮发生之真 点上控制图﹐较为麻烦且费时。
2
平均数/中位数/众数之间的关系
SPC 精品教程
3
1.2 离中趋势的量数
1.全距---各个数值中,最大值和最小值的差(Range)
R x大 x小
例：2, 3, 5, 6, 8
R= 8-2=6
SPC 精品教程
均值 x (2 3 5 6 8) / 5 4.8
2.标准差(Standard Deviation) 每个数值对其平均数的均方根差(Root-Mean-Square Deviation)
40
37
39
39
43
20
47
40
39
36
40
21
40
平均数和标准差的关系
X 2
X 0
X 3
SPC 精品教程
-5 -4 -3 -2 -1 0 1 2 3 4 5 6
平均数不同、标准差相同
0.5 1.0
1.5
-5 -4 -3 -2 -1 0 1 2 3 4 5
8
SPC 精品教程
标准差和百分比的关系
68.26%
95.46% 99.73%
2. 计数值控制图 --不良率控制图 ( P Chart ).
(nP Chart ) --缺点数控制图
--单位缺点数控制图 (u Chart)
SPC 精品教程
24
计量值与计数值控制图的比较
SPC 精品教程
优点
缺点
计
量 值 控 制
1. 用于过程控制﹐时间上甚灵敏﹐ 容易调查原因﹐并预测故障的发生。需经常抽样并予以测定与计算﹐且需 2. 及时并正确地找出事帮发生之真 点上控制图﹐较为麻烦且费时。
2
平均数/中位数/众数之间的关系
SPC 精品教程
3
1.2 离中趋势的量数
1.全距---各个数值中,最大值和最小值的差(Range)
R x大 x小
例：2, 3, 5, 6, 8
R= 8-2=6
SPC 精品教程
均值 x (2 3 5 6 8) / 5 4.8
2.标准差(Standard Deviation) 每个数值对其平均数的均方根差(Root-Mean-Square Deviation)
40
37
39
39
43
20
47
40
39
36
40
21
40
SPC统计过程控制培训讲义
0
上控线与下控线
Upper control=target+3σ from Capability test
（上控线＝ 目标值 ＋ 3×能力测试所得标准偏差）
Lower control=target-3σ from Capability test
（下控线＝ 目标值 － 3×能力测试所得标准偏差）
样本标准偏差σ的计算
Cp=
Cpk=
spe_max-spe_min 6 spe_max-mean 3
或
mean-spe_min 3
基本操作
先选中数据栏整个
Cut Data 剪切数据
Don't touch Cut Data
New Column 新增一列
Display Chart 显示控制
SPC Brix monitoring
标准偏差σ是衡量样本数据点与平均值间偏差平均 值的典型参数，广泛使用于数据统计中。
Cp-潜在过程能力指数
spe_max-spe_min cp= 6
（ -样本的标准偏差）
Cp不反映过程的集中性 (即与目标的偏离)，因 此如果过程的平均值并不是我们的期望的目标值 ，那么用Cp来衡量过程就会产生误差。
点击“启用宏”按 纽
C ut D ata 剪 切 数 据
Don't touch Cut Data
New Column 新增一列
SPC Brix monitoring
Position cursor on any working column - Click Display chart to see Chart Input
Date 日 期 Line Package Flavour Size - ml Target σ from Capability test Cp from Capability test 2-Dec-04 1 PET Qoo 1500 12.5 0.0225 26-Mar-04 1 PET Qoo 1500 12.5 0.0225 20-Mar-04 3 PET Qoo 1500 12.5 0.0225
SPC统计过程控制完整版培训讲义
SPC统计过程控制完整版培训讲义一、背景介绍统计过程控制（SPC）是质量管理中的一种方法，用于监测和控制过程的稳定性和一致性。
它是质量管理的五大工具之一，常用于制造业、服务业等各个行业中。
二、SPC的定义SPC是通过对过程中的关键指标进行连续的统计分析和监测，从而实现对过程的控制和优化，以提高产品或服务的质量和一致性。
三、SPC的关键概念1.过程：指生产过程、服务过程中的关键环节。
2.正常变异：指过程中的正常、可接受的变化范围。
3.特殊因子：指突发的、非正常的变化，可能会导致过程偏离正常状态。
4.控制上限和控制下限：用于界定过程的正常变异范围的上下限。
5.控制图：用于图示化过程数据的统计变化，以便更直观地判断过程是否处于控制状态。
四、SPC的基本步骤1.确定质量特性：确定需要控制和监测的关键质量特性。
2.收集数据：收集与质量特性相关的数据。
3.绘制控制图：根据收集的数据，绘制相应的控制图。
4.判读控制状态：通过控制图，判断过程是处于控制状态还是非控制状态。
5.持续改进：根据判断结果，采取相应的措施进行持续改进。
五、SPC常用的控制图1.均值-极差控制图：用于监控过程的平均值和变异性。
2.均值-标准差控制图：用于监控过程的平均值和标准差。
3.层级控制图：用于监控多层次的过程数据。
4.高低控制图：用于监控过程中的极值。
5.统计过程能力图：用于评估过程的稳定性和能力。
六、SPC的应用场景1.制造业：用于监控生产线上的关键工艺参数，提高产品质量。
2.服务业：用于监控服务流程中的各个环节，提高服务质量和一致性。
3.供应链管理：用于监控供应链中的关键指标，实现供应链的稳定性和一致性。
4.项目管理：用于监控项目执行过程中的关键指标，提高项目交付的质量和效率。
七、SPC的优势和意义1.实时监控：能够在过程进行中及时发现异常情况，以便及时采取措施进行调整，确保产品或服务的质量。
2.数据驱动：以数据为基础，通过统计分析，能够更准确地判断过程的状态，确保决策的科学性和可靠性。
spc培训资料-统计过程控制
SPC培训资料 - 统计过程控制1. 简介统计过程控制（Statistical Process Control，SPC）是一种用来监控和控制质量的统计方法。
它通过收集和分析过程中产生的数据，以便及时发现过程中的变异和偏离，并采取相应的措施，以保持过程处于一种可控状态，提高产品和服务的质量。
这份培训资料旨在介绍统计过程控制的基本概念、原则和工具，以帮助培训受众理解和应用SPC，提升质量管理能力。
2. SPC的基本原则统计过程控制依据以下几个基本原则：2.1 过程的可测量性和可控性SPC基于过程的可测量性和可控性原则。
每个过程都应该有明确的测量指标，并且这些指标应该是可测量的。
同时，过程操作者应该能够对这些指标进行控制，以实现过程稳定和质量控制。
2.2 统计思维和数据驱动的决策SPC强调统计思维和数据驱动的决策。
通过数据的收集、整理和分析，可以更加客观地判断过程的稳定性和性能。
基于数据的决策能够降低人为主观性的影响，并提高决策的准确性。
2.3 变异的存在和可降低性统计过程控制承认过程中的变异是不可避免的，但也认为它是可以降低的。
通过分析和改善过程，可以减小过程的变异性，提高过程的稳定性和可重复性。
3. SPC的基本工具3.1 控制图控制图是用来显示过程数据变化的图表。
它可以帮助我们判断过程是否处于可控状态。
常用的控制图包括：均值图（X-Bar Chart）、范围图（R-Chart）、标准差图（S-Chart）等。
控制图通常由中心线、控制限和过程数据点组成。
中心线代表过程的平均值，控制限表示过程的可控范围。
3.2 基本统计量基本统计量包括均值、方差、标准差等。
这些统计量可以用来描述过程的中心位置和数据的分布情况。
通过分析这些统计量，可以判断过程的稳定性和性能。
3.3 过程能力指数过程能力指数用来评估过程的稳定性和性能。
常用的过程能力指数有过程能力指数（Cp）、过程潜在能力指数（Cpk）等。
这些指数可以帮助我们确定过程是否满足质量要求，并进行过程改进和优化。
详细全面的SPC详解(培训资料)
第一讲SPC的基础
介绍内容： 1.SPC的基础知识 2.SPC的基本原理 3.SPC的控制图 4.过程能力方面的内容
第一讲SPC的基础知识
1.1 控制 SPC讲的是统计过程控制
与控制有关的要素： 首先应找到 （最适）范围
付出的代价
（经济）成本
控制
合理的范围 付出代价高，约束能力越高 超出控制范围存在风险 要求： 1.最佳范围 2.经济成本 3减少风险 这中间体现一种控制能力 即：内涵的证明 4展现能力
• •
•
1.5统计学的概念 是数学的一个分支，为了了解被检查总体的某些隐含的特性，运用合理的抽样方法从 被调查总体中取得适当的样本，通过研究样本来发现总体的特性。 例：我国人口调查，人口普查工作量大、成本高、时间长，人口是总体，人口变化进 行抽样分析
• • • • • • • • • •
统计学实质：是科学的以偏概全、以点带面，看中整体不注重个体的一种分 析问题和解决问题的方法和手段。 统计学概念： 总体N：调查研究对象的全部 样本n：研究总体的某种情形或某种目的，从总体中抽取一部分的样本（代表 者） 变异：变化的范围，在统一条件下执行统一动作所存在的一种变动性。 如2个人对一个公司工资水平抽样，可能结果不一致 算术平均数 中位数：如果是偶数，从小到大排列，中间两个数相加，取平均值。 极差： 标准差：看一组数的平均离散程度，一般用
顾客 识别不断变化 的需求和期望
输入
顾客的呼声
过程控制用到测量方法 三种测量：进料测量、加工过程测量、最终测量 产品质量是制造出来的，不是检验出来的
•检验: 事后检验，控制结果，出现不良判定其返修或报废 •控制: 应用数理统计方法进行生产过程控制
•预防: 根据过程现况，预测将来的趋势与变化，防止不合
介绍内容： 1.SPC的基础知识 2.SPC的基本原理 3.SPC的控制图 4.过程能力方面的内容
第一讲SPC的基础知识
1.1 控制 SPC讲的是统计过程控制
与控制有关的要素： 首先应找到 （最适）范围
付出的代价
（经济）成本
控制
合理的范围 付出代价高，约束能力越高 超出控制范围存在风险 要求： 1.最佳范围 2.经济成本 3减少风险 这中间体现一种控制能力 即：内涵的证明 4展现能力
• •
•
1.5统计学的概念 是数学的一个分支，为了了解被检查总体的某些隐含的特性，运用合理的抽样方法从 被调查总体中取得适当的样本，通过研究样本来发现总体的特性。 例：我国人口调查，人口普查工作量大、成本高、时间长，人口是总体，人口变化进 行抽样分析
• • • • • • • • • •
统计学实质：是科学的以偏概全、以点带面，看中整体不注重个体的一种分 析问题和解决问题的方法和手段。 统计学概念： 总体N：调查研究对象的全部 样本n：研究总体的某种情形或某种目的，从总体中抽取一部分的样本（代表 者） 变异：变化的范围，在统一条件下执行统一动作所存在的一种变动性。 如2个人对一个公司工资水平抽样，可能结果不一致 算术平均数 中位数：如果是偶数，从小到大排列，中间两个数相加，取平均值。 极差： 标准差：看一组数的平均离散程度，一般用
顾客 识别不断变化 的需求和期望
输入
顾客的呼声
过程控制用到测量方法 三种测量：进料测量、加工过程测量、最终测量 产品质量是制造出来的，不是检验出来的
•检验: 事后检验，控制结果，出现不良判定其返修或报废 •控制: 应用数理统计方法进行生产过程控制
•预防: 根据过程现况，预测将来的趋势与变化，防止不合
SPC统计过程控制最佳培训资料
因果图 (鱼骨图)
人員 熟練程度
班別
機器
原物料
送料
模具精度 料量 銅片不良
文化程度
成型條件
機台穩定性
水份含量
人工取活 方法
放置手法
濕度 環境
溫度 清潔度
变形?
▪直方图
▪了解数据分布规律 ▪判断过程稳定性 ▪定性评价过程能力
▪柏拉图
找出“重要的少数” 因为80%的问题由
20%的潜在原因引起
▪散布图
SPC统计过程控制
培训资料
SPC培训内容
1) SPC 的含义、概念…… 2) SPC 的由来及发展历程…… 3) SPC技术原理…… 4) SPC推行的目的、对象、意义…… 5) SPC的方式、运行前提…… 6) 企业为什么要选择SPC, SPC可为企业带来什么好处……
SPC其含义是什么？
Statistical ：统计－ 以概率统计学为基础，分 析数据、得出结论；
SPC问题分析：柏拉图（Pareto Chart）、散布图（Scatter Plot）、趋势图（Trend Chart）等
SPC指标参数： Cp、Cpk、Pp、PpK、Ppm、 Sigma水平、不良率、直通率等
SPC 是工具
X His togram
SPC 在工厂…
供应商 IQC
IPQC PQC FQC OQC
PQC
P/QM: Yield, Cpk,Ppk,ppm…
PE: 生產數, 不良 數, 不良項, 生產 相關資料
QA: 檢驗數, 不 良數, 不良項,抽 檢相關資料 (P,U,C,Xbar…)
厂商别、机台别、操作 员别、料号别、 批号别、工单别、班别
SPC管制图 (控制图)
spc培训资料-统计过程控制(ppt 121页)
SS
SPC
当样本容量相等时，可以用c图 控制界限如下: c图
CL = C
C
UCL = C + 3 LCL = C - 3
C
SS
当 LCL < 0 时,取 LCL = 0
SPC
控制图实际上是生产过程质量的 一种记录图形，它提供了判断过程是 否处于统计控制状态的一种方法。
SS
SPC
(二)控制图的两种错误
SS
SPC
控制线如下：
X 图 RS 图
CL UCL LCL
X X + E 2R S X - E 2R S
其中 E2=3/d2
RS D4RS D3RS
SS
SPC
中位数-极差控制图 ~ (X-R图)
中位数控制图主要用于判断生产过程的均 值是否处于或保持在所要求的统计控制状态。 极差控制图主要用于判断生产过程的标准 差是否处于或保持在所要求的统计控制状态。 中位数受异常数据影响较小。
3.数据的整理与图示
3.1 3.2 定性数据的整理与图示 定量数据的整理与图示
SS
——特定数据 3.1定性数据的整理于图示：
•调查表——收集数据的有效方式。 •分层法——分析问题的艺术。 •排列图——把握关键的少数。
SS
SPC
3.2定量数据的整理与图示 直方图--过程状态的直观诊断。 控制图--过程的监控器。
SS
——概述
SPC
当异常波动出现时，过 程输出的分布是随时间 而变化的，不稳定的， 从而是不可预测的。
不可预测
过程失控 （out of contral）
SS
SPC
(二)减小波动的系统措施与局部措施 波动不可能消除，但是可以减小。 1.如果存在异常波动
SPC培训资料——统计过程控制
ÂË Ö½ ²Ä ÖÊ £º »ú ÓÍ ¸ñ
¹æ · ¶ Π¶È £º 170-175°c
UCL= UC+LA=2RX= +A2 R = LC1L7=5 UCL=D4 R = 9.09
-LAC2RL== X +A2 R = 170 LCL=D3R = 0
X¼Í
»ú Æ÷ûà ³Æ £º ¿¾ ¯
• 5 控制图的类型
• 6 控制图的选择方法 • 7 计量型数据控制图
• a 与过程有关的控制图
• b 使用控制图的准备 • c X-R 图 • d X- s 图 • e ˜X- R图 • f X-MR图
• 8 计数型数据控制图 • a p图
b np 图 c c图 d u图
SPC的产生
• 工业革命以后， 随着生产力的进一步发展，大规
¶Á ýÊ 3
174 175 176 175 172 173 169 173 173 174 170 172 170 171 176 173 171 172 175 174 173 175 170 173 171 170 174 171 175
¶Á ýÊ 4
173 174 174 176 174 172 171 170 174 176 171 169 171 170 174 174 172 170 176 173 174 173 171 174 172 169 172 169 174
一种间断性的，不可预计的，不稳定的变差根源。 有时被称为可查明原因，它存在的信号是：存在超 过控制限的点或存在在控制限之内的链或其它非随 机性的图形。
名称
解释
普通原因
造成变差的一个原因，它影响被研究过程输出
（Common Cause） 的所有单值；在控制图分析中，它表现为随机
spc统计-SPC统计过程控制培训讲义 精品
SPC 的基本觀念
▪ 世上沒有任何兩件事.人員.產品是完全一樣 ▪ 製造過程中所產生之變異是可以衡量的 ▪ 事情.產品的變異通常根據一定的模式而產生 ▪ 宇宙萬物及工業產品大都呈常態分配 ▪ 例如 :身高.體重.智力.考試成績.所得分配 ▪ 變異的原因可分為偶因及異因 ▪ 偶因屬管理系統的範圍 ▪ 異因卻是作業人員本身就能解決的 ▪ 應用SPC 可以確保作業人員的自尊 ▪ 應用SPC 可以指出製程最需要改善的地方
X(X)
μ1
μ0
σ0
上控制界限UCL
t 下控制界限LCLFra bibliotek 失控状态μ =μ0 ， σ ≠ σ0 ， σ保持稳定。这时，由于质量特性或其统计量的分 布分散程度（ σ）变大，导致黑点越出控制限两侧的可能性变大。
X(X)
μ0 σ0
上控制界限UCL
下控制界限LCL t
失控状态
• μ 和σ中至少有一个不稳定，随时间变化。 下图表示分布集中位置μ 不断增大时的工 序质量失控状态。
SPC的特點
SPC是全系統的，全過程的，要求全員參加， 人人有責。這點與全面質量管理的精神完全 一致。(全員性)
SPC強調用科學方法(主要是統計技術，尤其 是控制圖理論)來保證全過程的預防。(預防性)
SPC不僅用於生産過程，而且可用於服務過程 和一切管理過程。 (過程性)
控制图的用途
1、分析判断生产过程的稳定性，从而使生 产过程处于统计控制状态； 2、及时发现生产过程中的异常现象和缓慢 变异，预防不合格品发生； 3、查明生产设备和工艺装备的实际精度， 以便作出正确的技术决定； 4、为评定产品质量提供依据；
• 6.調查，收集數據
正常或異常
• 7.作管制圖
正常 繼續，異常 解析
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
a.计数值。当质量特性值只能取一组特定的数值，而不能取这些数值 之间的数值时，这样的特性值称为计数值。 计数值可进一步区分为计件值和计点值。 对产品进行按件检查时所产生的属性(如评定合格与不合格)数据称为 计件值。 每件产品中质量缺陷的个数称为计点值。如棉布上的疵点数、铸件 上的砂眼数等。
b.计量值。当质量特性值可以取给定范围内的任何一个可能的数值时， 这样的特性值称为计量值。如用各种计量工具测量的数据(长度、重 量、时间、温度等)，就是计量值。
Statistical Process Control 统计过程控制
In God, we trust; All others, need data.
Ivan 05.10.13
SPC的历史
• 20世纪20年代，美国贝尔电话实验室成立了 两个研究质量的课题组，其中之一的过程控制 组的学术领导人为休哈特( Dr. Walter A. Shewhart) ，后来他被世人尊称为“统计控 制之父”。
X(X)
上控制界限UCL
下控制界限LCL t
质量特性值
• 质量特性值通常表现为各种数值指标，即质量指标。 • 一个具体产品常需用多个指标来反映它的质量。 • 测量或测定质量指标所得的数值，即质量特性值，一
般称为数据。 • 根据质量指标性质的不同，质量特性值可分为计数值
和计量值两大类。
计数值与计量值
因
產品优劣 果
結論：製程是SPC的焦點
质量波动及其原因
质量差异是生产制造过程的固有本质，质 量的波动具有客观必然性。
统计过程控制的任务，是要把质量特性 值控制在规定的波动范围内，使工序处 于受控状态，能稳定地生产合格品
从引起质量波动的原因的性质来看，可 分为：
1、普通原因（common reason） 2、特殊原因（special reason）
质量波动的统计规律
质量特性值的波动具有统计规律性
质量波动的个别观测结果具有随机性，但在受控状态下 的大量观测结果必然是呈现某种统计意义上的规律性。 这种统计规律性是统计过程控制的必要前提和客观基础
统计过程控制是统计质量管理中的一个重要问题
所谓统计过程控制，就是对生产过程中过程质量特性值 进行随机抽样，通过所得样本对总体作出统计推断，采 取相应对策，保持或恢复工序质量的受控状态。
制程管制的進行步驟
• 1.決定工程的作業目的，定管制項目 如：美麗又好的衣服，布強力？
• 2.設定達成目的之方法(找出4M1E之方法) 如紗：？ ℃:?
• 3.制定標准，點檢項目
如：將4M1E定標准
• 4.作QC工程圖，誰？何處？何時？怎麼管？ 組長，1/s,1/h取？件測
• 5.教導實施
教導實施
1、分析判断生产过程的稳定性，从而使生 产过程处于统计控制状态； 2、及时发现生产过程中的异常现象和缓慢 变异，预防不合格品发生； 3、查明生产设备和工艺装备的实际精度， 以便作出正确的技术决定； 4、为评定产品质量提供依据；
控制图的基本模式
质量特性 x
公差上限Tu
控制上限UCL Upper Control Limit
SPC就是應用統計技術對過程中
的各個階段收集的數據進行分析，並
調整制程，從而達到改進與保證質量
的目的。 SPC強調預防，防患於未然是SPC
的宗旨。
為什麼要實施過程控制
1.过程控制的需要 2.检查 --- 容忍浪费 预防 --- 避免浪费 3.统计过程控制的目的在于通过对样本数 据的分析得出总体过程的质量水平。
「ISO-9000」。要求為客戶提供合格的產品，只有穩定而一 貫（Consistent）的「過程」與「系統」，才能保證長期 做出合格的產品。然而，如何檢核此一貫「過程」與「系
統」仍然穩定的存在呢？這必須仰賴SPC來發揮功能。
什麼是SPC
SPC是英文Statistical Process Control 的字首簡稱,即 統計過程控制。
由准则可知，若Ｘ服从正态分布，则Ｘ的可能 值超出控制界限的可能性只有0.27%。因此，一 般认为不会超出控制界限。
小概率原理又称为实际推断原理，当然运用 小概率原理也可能导致错误，但犯错误的可能性 恰恰就是此小概率。
反证法思想
一旦控制图上点子越出界限线或其他小 概率事件发生，则怀疑原生产过程失控， 也即不稳定，此时要从5MIE去找原因， 看是否发生了显著性变化。
SPC 的基本觀念
世上沒有任何兩件事.人員.產品是完全一樣 製造過程中所產生之變異是可以衡量的 事情.產品的變異通常根據一定的模式而產生 宇宙萬物及工業產品大都呈常態分配 例如 :身高.體重.智力.考試成績.所得分配 變異的原因可分為偶因及異因 偶因屬管理系統的範圍 異因卻是作業人員本身就能解決的 應用SPC 可以確保作業人員的自尊 應用SPC 可以指出製程最需要改善的地方
质量波动及其原因
普通原因引起的波动
普通原因引起的波动由大量的、微小的不可控因素的 作用而引起，这种波动具有随机性。这种波动称为正 常波动。工序质量控制的任务是使正常波动维持在适 度的范围内。也稱為機遇原因
特殊原因引起的波动
特殊原因引起的波动由少量的、但较显著的可控因素的作 用而引起，这种波动不具有随机性。这种波动称为异常波 动。工序质量控制的任务是及时发现异常波动，查明原因， 采取有效的技术组织消除系统性波动，使生产过程重新回 到受控状态。也稱為非機遇原因
X(X)
μ1
μ0
σ0
上控制界限UCL
t 下控制界限LCL
失控状态
μ =μ0 ， σ ≠ σ0 ， σ保持稳定。这时，由于质量特性或其统计量的分 布分散程度（ σ）变大，导致黑点越出控制限两侧的可能性变大。
X(X)
μ0 σ0
上控制界限UCL
下控制界限LCL t
失控状态
• μ 和σ中至少有一个不稳定，随时间变化。 下图表示分布集中位置μ 不断增大时的工 序质量失控状态。
• 6.調查，收集數據
正常或異常
• 7.作管制圖
正常 繼續，異常 解析
• 8.增修訂標准
105℃ 115 ℃
控制图设计原理
正态性假定 3σ准则 小概率原理 反证法思想
正态性假设
任何生产过程生产出来的产品，其质量特性值总 会存在一定程度的波动，当过程稳定或者说受控 时，这些波动主要是由5MIE的微小变化造成的随 机误差。此时，绝大多数质量特性值均服从或近 似服从正态分布。这一假定，称之为正态性假定。
中心线CL
Central Limit
控制下限LCL Lower Control的种类
控制图实施循环
抽取样本
对策措施 原因分析
检验 绘制管制图
制程正常
制程异常
No
制程是
Yes
否
异常
定義：為了解被調查群體的某些隱含
的特性，運用合理的抽樣方法從被
調查群體中取得適當的樣本，通過
SPC的特點
SPC是全系統的，全過程的，要求全員參加， 人人有責。這點與全面質量管理的精神完全 一致。(全員性)
SPC強調用科學方法(主要是統計技術，尤其 是控制圖理論)來保證全過程的預防。(預防性)
SPC不僅用於生産過程，而且可用於服務過程 和一切管理過程。 (過程性)
控制图的用途
过程质量的两种状态
生产过程中，过程质量有两种状态：
受控状态 In control
失控状态 Out of control
受控状态
X(X) μ0 σ0
上控制界限UCL
下控制界限LCL t
失控状态
μ ≠ μ0 ， σ = σ0 ， μ保持稳定。这时，从表面看，过程状态是稳定的， 但由于质量特性或其统计量的分布集中位置（ μ）已偏离控制中心（ μ0 ）， 黑点越出控制界限某侧的可能性变大。
Attribute)
• 不合格品率控制图(p Chart) (n可以不同)
• 不合格品数控制图(pn Chart) (要求n相同)
• 不合格数控制图(c Chart)
(要求n相同)
• 单位不合格数控制图(u Chart) (n可以不同)
X-R控制图的定义
在计量类控制图中，X-R控制图是最常用的一种，所谓 均值-极差控制图，是均值控制图(X Chart)和极差控制
研究樣本來發現群體的特性!
統計學是科學的以偏概全的方法
• 一葉知秋 春霧雨 夏霧熱 秋霧太陽 冬霧雪
主要統計學名詞
• 群體 於制造業而言，通常指在同一生產條件 下符合特定要求的所有個體的集合! 也可稱為
批量 記為N
• 樣本 於群體中抽樣而得的部份個體的集合!
記為n
• μ 群體平均值 X bar 樣本平均值
5MIE: 人、机器、原材料、工艺方法、测量及生产环境
3 σ准则
►在生产过程中，仅有偶然性误差存在时，质 量特性X服从正态分布N( µ， )，则据正态 分布的概率性质，有
►也即（ µ － 3 σ ， µ ＋ 3 σ ）是Ｘ的实际取 值范围。
小概率原理
所谓小概率原理，即认为小概率事件一般是不会发生的。
• 群體標准差
x
樣本標准差
• R 全距
• 概率(六合彩)
正態分布
总体与样本(Population ad
Sample)
自制程取样检查之目的是籍样本来了解总体, 我们无法直接了解总 体是何种状态, 除非把总体整个检查，在很多的情况下，这是不经 济且不合理的。
既然是利用样本的情况来推断总体的，那么所取之样本必须合 理可靠，否则就失去了抽样的意义。
图 (R Chart)二者合并使用。
均值控制图控制质量特性平均值的变化，即分布的中心变 化
极差控制图则控制质量特性的变差，即分布的离散程度的 变化
b.计量值。当质量特性值可以取给定范围内的任何一个可能的数值时， 这样的特性值称为计量值。如用各种计量工具测量的数据(长度、重 量、时间、温度等)，就是计量值。
Statistical Process Control 统计过程控制
In God, we trust; All others, need data.
Ivan 05.10.13
SPC的历史
• 20世纪20年代，美国贝尔电话实验室成立了 两个研究质量的课题组，其中之一的过程控制 组的学术领导人为休哈特( Dr. Walter A. Shewhart) ，后来他被世人尊称为“统计控 制之父”。
X(X)
上控制界限UCL
下控制界限LCL t
质量特性值
• 质量特性值通常表现为各种数值指标，即质量指标。 • 一个具体产品常需用多个指标来反映它的质量。 • 测量或测定质量指标所得的数值，即质量特性值，一
般称为数据。 • 根据质量指标性质的不同，质量特性值可分为计数值
和计量值两大类。
计数值与计量值
因
產品优劣 果
結論：製程是SPC的焦點
质量波动及其原因
质量差异是生产制造过程的固有本质，质 量的波动具有客观必然性。
统计过程控制的任务，是要把质量特性 值控制在规定的波动范围内，使工序处 于受控状态，能稳定地生产合格品
从引起质量波动的原因的性质来看，可 分为：
1、普通原因（common reason） 2、特殊原因（special reason）
质量波动的统计规律
质量特性值的波动具有统计规律性
质量波动的个别观测结果具有随机性，但在受控状态下 的大量观测结果必然是呈现某种统计意义上的规律性。 这种统计规律性是统计过程控制的必要前提和客观基础
统计过程控制是统计质量管理中的一个重要问题
所谓统计过程控制，就是对生产过程中过程质量特性值 进行随机抽样，通过所得样本对总体作出统计推断，采 取相应对策，保持或恢复工序质量的受控状态。
制程管制的進行步驟
• 1.決定工程的作業目的，定管制項目 如：美麗又好的衣服，布強力？
• 2.設定達成目的之方法(找出4M1E之方法) 如紗：？ ℃:?
• 3.制定標准，點檢項目
如：將4M1E定標准
• 4.作QC工程圖，誰？何處？何時？怎麼管？ 組長，1/s,1/h取？件測
• 5.教導實施
教導實施
1、分析判断生产过程的稳定性，从而使生 产过程处于统计控制状态； 2、及时发现生产过程中的异常现象和缓慢 变异，预防不合格品发生； 3、查明生产设备和工艺装备的实际精度， 以便作出正确的技术决定； 4、为评定产品质量提供依据；
控制图的基本模式
质量特性 x
公差上限Tu
控制上限UCL Upper Control Limit
SPC就是應用統計技術對過程中
的各個階段收集的數據進行分析，並
調整制程，從而達到改進與保證質量
的目的。 SPC強調預防，防患於未然是SPC
的宗旨。
為什麼要實施過程控制
1.过程控制的需要 2.检查 --- 容忍浪费 预防 --- 避免浪费 3.统计过程控制的目的在于通过对样本数 据的分析得出总体过程的质量水平。
「ISO-9000」。要求為客戶提供合格的產品，只有穩定而一 貫（Consistent）的「過程」與「系統」，才能保證長期 做出合格的產品。然而，如何檢核此一貫「過程」與「系
統」仍然穩定的存在呢？這必須仰賴SPC來發揮功能。
什麼是SPC
SPC是英文Statistical Process Control 的字首簡稱,即 統計過程控制。
由准则可知，若Ｘ服从正态分布，则Ｘ的可能 值超出控制界限的可能性只有0.27%。因此，一 般认为不会超出控制界限。
小概率原理又称为实际推断原理，当然运用 小概率原理也可能导致错误，但犯错误的可能性 恰恰就是此小概率。
反证法思想
一旦控制图上点子越出界限线或其他小 概率事件发生，则怀疑原生产过程失控， 也即不稳定，此时要从5MIE去找原因， 看是否发生了显著性变化。
SPC 的基本觀念
世上沒有任何兩件事.人員.產品是完全一樣 製造過程中所產生之變異是可以衡量的 事情.產品的變異通常根據一定的模式而產生 宇宙萬物及工業產品大都呈常態分配 例如 :身高.體重.智力.考試成績.所得分配 變異的原因可分為偶因及異因 偶因屬管理系統的範圍 異因卻是作業人員本身就能解決的 應用SPC 可以確保作業人員的自尊 應用SPC 可以指出製程最需要改善的地方
质量波动及其原因
普通原因引起的波动
普通原因引起的波动由大量的、微小的不可控因素的 作用而引起，这种波动具有随机性。这种波动称为正 常波动。工序质量控制的任务是使正常波动维持在适 度的范围内。也稱為機遇原因
特殊原因引起的波动
特殊原因引起的波动由少量的、但较显著的可控因素的作 用而引起，这种波动不具有随机性。这种波动称为异常波 动。工序质量控制的任务是及时发现异常波动，查明原因， 采取有效的技术组织消除系统性波动，使生产过程重新回 到受控状态。也稱為非機遇原因
X(X)
μ1
μ0
σ0
上控制界限UCL
t 下控制界限LCL
失控状态
μ =μ0 ， σ ≠ σ0 ， σ保持稳定。这时，由于质量特性或其统计量的分 布分散程度（ σ）变大，导致黑点越出控制限两侧的可能性变大。
X(X)
μ0 σ0
上控制界限UCL
下控制界限LCL t
失控状态
• μ 和σ中至少有一个不稳定，随时间变化。 下图表示分布集中位置μ 不断增大时的工 序质量失控状态。
• 6.調查，收集數據
正常或異常
• 7.作管制圖
正常 繼續，異常 解析
• 8.增修訂標准
105℃ 115 ℃
控制图设计原理
正态性假定 3σ准则 小概率原理 反证法思想
正态性假设
任何生产过程生产出来的产品，其质量特性值总 会存在一定程度的波动，当过程稳定或者说受控 时，这些波动主要是由5MIE的微小变化造成的随 机误差。此时，绝大多数质量特性值均服从或近 似服从正态分布。这一假定，称之为正态性假定。
中心线CL
Central Limit
控制下限LCL Lower Control的种类
控制图实施循环
抽取样本
对策措施 原因分析
检验 绘制管制图
制程正常
制程异常
No
制程是
Yes
否
异常
定義：為了解被調查群體的某些隱含
的特性，運用合理的抽樣方法從被
調查群體中取得適當的樣本，通過
SPC的特點
SPC是全系統的，全過程的，要求全員參加， 人人有責。這點與全面質量管理的精神完全 一致。(全員性)
SPC強調用科學方法(主要是統計技術，尤其 是控制圖理論)來保證全過程的預防。(預防性)
SPC不僅用於生産過程，而且可用於服務過程 和一切管理過程。 (過程性)
控制图的用途
过程质量的两种状态
生产过程中，过程质量有两种状态：
受控状态 In control
失控状态 Out of control
受控状态
X(X) μ0 σ0
上控制界限UCL
下控制界限LCL t
失控状态
μ ≠ μ0 ， σ = σ0 ， μ保持稳定。这时，从表面看，过程状态是稳定的， 但由于质量特性或其统计量的分布集中位置（ μ）已偏离控制中心（ μ0 ）， 黑点越出控制界限某侧的可能性变大。
Attribute)
• 不合格品率控制图(p Chart) (n可以不同)
• 不合格品数控制图(pn Chart) (要求n相同)
• 不合格数控制图(c Chart)
(要求n相同)
• 单位不合格数控制图(u Chart) (n可以不同)
X-R控制图的定义
在计量类控制图中，X-R控制图是最常用的一种，所谓 均值-极差控制图，是均值控制图(X Chart)和极差控制
研究樣本來發現群體的特性!
統計學是科學的以偏概全的方法
• 一葉知秋 春霧雨 夏霧熱 秋霧太陽 冬霧雪
主要統計學名詞
• 群體 於制造業而言，通常指在同一生產條件 下符合特定要求的所有個體的集合! 也可稱為
批量 記為N
• 樣本 於群體中抽樣而得的部份個體的集合!
記為n
• μ 群體平均值 X bar 樣本平均值
5MIE: 人、机器、原材料、工艺方法、测量及生产环境
3 σ准则
►在生产过程中，仅有偶然性误差存在时，质 量特性X服从正态分布N( µ， )，则据正态 分布的概率性质，有
►也即（ µ － 3 σ ， µ ＋ 3 σ ）是Ｘ的实际取 值范围。
小概率原理
所谓小概率原理，即认为小概率事件一般是不会发生的。
• 群體標准差
x
樣本標准差
• R 全距
• 概率(六合彩)
正態分布
总体与样本(Population ad
Sample)
自制程取样检查之目的是籍样本来了解总体, 我们无法直接了解总 体是何种状态, 除非把总体整个检查，在很多的情况下，这是不经 济且不合理的。
既然是利用样本的情况来推断总体的，那么所取之样本必须合 理可靠，否则就失去了抽样的意义。
图 (R Chart)二者合并使用。
均值控制图控制质量特性平均值的变化，即分布的中心变 化
极差控制图则控制质量特性的变差，即分布的离散程度的 变化