SPC 入门篇教材
合集下载
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初级培训教材
CL C B A
LCL
关于管制图的补充说明
管制图应该是现场作业人员去绘制而不是 由质量工程师去绘制的。开始，建议由操 作人员量测数据并记录量测结果
SPC的教训是“动口不动手”，进行了大 量的SPC训练，很多人还是一知半解，原 因是理论灌输得太多，但真正实践的太少， 只是停留在“我知道SPC”的水平上。
特殊原因引起的 变异：不是制程 所固有的，一旦 查明，局部采取 措施，就能够加 以消除
打靶的「制程（Process）」
制程的管制特性种类
计量性特性：要通过量测工具才能获知 其结果的特性，如产品CORE的感值、尺 寸等；
计数型特性：仅通过数数字就可获知的 特性，如不良品数、每个产品上的缺角 数等。
计数特性用计数管制图，如p图 （不良品率图）、np图（不良品 数图）、u图（单位产品不合格数 图）、c图（不合格数图）。
Xbar-R图简介
Xbar-R图是描述计量特性的管制图，它由 Xbar图和R图组成
Xbar-R图示例
UCL
X-bar CL
LCL
UCL
R CL
LCL
如何看管制图？
先看R图，再看X-bar图；
什么是管制？
这里的管制（CONTROL），是 对制程进行反馈，根据制程反馈的相 关信息对制程进行调整 。
SPC到底是用来干什么的？
SPC是用来管制制程的波动 （或变异）的，发现制程是否存 在异常波动的。
变异的种类ห้องสมุดไป่ตู้
普通原因引起的变异：是制程所固 有的
特殊原因引起的变异：不是制程所 固定的，是由于特殊原因的存在而 产生的
SPC的工具
SPC的工具是管制图
什么是管制图？
LCL
关于管制图的补充说明
管制图应该是现场作业人员去绘制而不是 由质量工程师去绘制的。开始，建议由操 作人员量测数据并记录量测结果
SPC的教训是“动口不动手”，进行了大 量的SPC训练，很多人还是一知半解，原 因是理论灌输得太多，但真正实践的太少， 只是停留在“我知道SPC”的水平上。
特殊原因引起的 变异：不是制程 所固有的，一旦 查明，局部采取 措施，就能够加 以消除
打靶的「制程（Process）」
制程的管制特性种类
计量性特性：要通过量测工具才能获知 其结果的特性，如产品CORE的感值、尺 寸等；
计数型特性：仅通过数数字就可获知的 特性，如不良品数、每个产品上的缺角 数等。
计数特性用计数管制图，如p图 （不良品率图）、np图（不良品 数图）、u图（单位产品不合格数 图）、c图（不合格数图）。
Xbar-R图简介
Xbar-R图是描述计量特性的管制图，它由 Xbar图和R图组成
Xbar-R图示例
UCL
X-bar CL
LCL
UCL
R CL
LCL
如何看管制图？
先看R图，再看X-bar图；
什么是管制？
这里的管制（CONTROL），是 对制程进行反馈，根据制程反馈的相 关信息对制程进行调整 。
SPC到底是用来干什么的？
SPC是用来管制制程的波动 （或变异）的，发现制程是否存 在异常波动的。
变异的种类ห้องสมุดไป่ตู้
普通原因引起的变异：是制程所固 有的
特殊原因引起的变异：不是制程所 固定的，是由于特殊原因的存在而 产生的
SPC的工具
SPC的工具是管制图
什么是管制图？
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基础知识培训教材(2024)
数据清洗
去除重复数据、处理缺失值和 异常值等；
2024/1/29
数据转换
将数据转换为适合分析的形式 ，如数据归一化、标准化等；
数据分组
将数据按照一定规则进行分组 ，以便进行后续分析；
工具应用
利用Excel、Python等工具进行 数据整理和分析。
11
异常数据识别与处理
异常数据识别
通过统计方法、图形化方法等识别异常数据 ；
2024/1/29
开展培训课程
包括SPC理论知识、操作 试、实操等方式检 验培训效果，及时调整培 训方案。
26
监督检查和持续改进
建立监督检查机制
定期对SPC实施情况进行检查， 发现问题及时整改。
2024/1/29
收集反馈意见
鼓励员工提出改进建议，不断完善 SPC实施方案。
案例分析
通过具体案例，展示如何 运用相关工具和方法进行 过程能力不足的原因分析 。
20
过程能力改进策略制定
改进目标设定
根据过程能力评估结果，设定合理的改进目标，明确改进方向和期 望成果。
改进策略制定
针对过程能力不足的原因，制定相应的改进策略，如设备升级、原 材料替换、工艺优化等。
资源计划与时间安排
激活与授权
输入激活码或授权文件，完成软件的激活与 授权。
2024/1/29
更新与维护
定期更新软件版本，及时修复漏洞和增强功 能。
30
界面布局和菜单功能介绍
界面布局
一般包括菜单栏、工具栏、项目栏、数据视图区、图形视图区等部分。
菜单功能
提供文件操作、数据导入导出、统计分析、图形绘制、帮助等功能。
工具栏
SPSS
QI Macros
去除重复数据、处理缺失值和 异常值等；
2024/1/29
数据转换
将数据转换为适合分析的形式 ，如数据归一化、标准化等；
数据分组
将数据按照一定规则进行分组 ，以便进行后续分析；
工具应用
利用Excel、Python等工具进行 数据整理和分析。
11
异常数据识别与处理
异常数据识别
通过统计方法、图形化方法等识别异常数据 ；
2024/1/29
开展培训课程
包括SPC理论知识、操作 试、实操等方式检 验培训效果，及时调整培 训方案。
26
监督检查和持续改进
建立监督检查机制
定期对SPC实施情况进行检查， 发现问题及时整改。
2024/1/29
收集反馈意见
鼓励员工提出改进建议，不断完善 SPC实施方案。
案例分析
通过具体案例，展示如何 运用相关工具和方法进行 过程能力不足的原因分析 。
20
过程能力改进策略制定
改进目标设定
根据过程能力评估结果，设定合理的改进目标，明确改进方向和期 望成果。
改进策略制定
针对过程能力不足的原因，制定相应的改进策略，如设备升级、原 材料替换、工艺优化等。
资源计划与时间安排
激活与授权
输入激活码或授权文件，完成软件的激活与 授权。
2024/1/29
更新与维护
定期更新软件版本，及时修复漏洞和增强功 能。
30
界面布局和菜单功能介绍
界面布局
一般包括菜单栏、工具栏、项目栏、数据视图区、图形视图区等部分。
菜单功能
提供文件操作、数据导入导出、统计分析、图形绘制、帮助等功能。
工具栏
SPSS
QI Macros
SPC培训教材基础篇(PPT 67页)
uc1 c2...ck n1 n2 ...nk
UCLu u 3
u n
LCLu u 3
u n
np
p or p’
pn1p1 n2p2.. .nkpk n1 n2.. .nk
UCL p p 3
p (1 p) n
LCL p p 3
p (1 p) n
D
CPK＜0.67 采取紧急对策进行改善，探求
原因，并且重新检讨规格
SPC-1&2
统计稳态和技术稳态
Technically uncontrolled
Technically controlled
Statistically controlled Statististically uncontrolled
S = Specification Width X = Process average
Cp = 1.11 Cpk = 0.97
Cp = 1.53 Cpk = 1.49
SPC-1&2
过程能力
6 Quality is the Goal
LSL 12.5%
75% ±1.5
USL 12.5%
Cp=2 Cpk=1.5
>=0.67 >=1.0 >=1.33 >=1.66 >=2.0
Sigma
2 3 4 5 6
Defect Levels
<=5% <=0.13% <=60 ppm <=1 ppm <=2ppb
(parts per billion)
Distribution
Cp = 2/3=0.67
2
机器
--
--机器设备、工夹具的精度和维护保养状况等
SPC培训教材基础篇
04 SPC工具和技术
控制图
总结词
控制图是SPC的核心工具，用于监控生产过程中的关键特性，通过图形化展示过程数据，帮助管理者识别异常波 动。
详细描述
控制图是一种统计工具，用于监控生产过程中的关键特性。它通过将实际数据绘制在图上，并与控制界限进行比 较，来检测异常波动。控制图通常包括中心线（CL）、上控制限（UCL）和下控制限（LCL）。当数据点超出控 制限或连续7个点在均值的一侧时，通常认为过程存在异常。
总结词
通过实施SPC，确保生产安全和环保达标，提高企业形象 和社会责任感。
详细描述
该化工生产企业采用SPC对生产过程进行监控和分析，及 时发现并解决潜在的安全隐患和环保问题，确保生产安全 和环保达标。同时，通过实施SPC，提高了企业的形象和 社会责任感。
案例四：某医疗器械制造企业的SPC应用
总结词
在质量管理体系中广泛应用，如 ISO 9001质量管理体系。
02 SPC基本原理
数据的收集与整理
数据的收集
确保数据的准确性和完整性，选 择适当的测量工具和设备，定期 校准和维护测量设备，确保数据 来源可靠。
数据的整理
对收集到的数据进行整理和分类 ，利用图表和统计方法对数据进 行初步分析，以便更好地理解和 呈现数据。
数据的分析与解释
数据分析
运用统计学方法对数据进行分析，识 别数据的分布、趋势和异常值，为后 续的数据解释提供依据。
数据的解释
根据数据分析的结果，对数据进行合 理的解释和推断，挖掘数据背后的原 因和规律，为改进和控制过程提供支 持。
过程的控制与改进
过程控制
运用SPC技术对过程进行监控和控制，及时发现异常和波动 ，采取相应的措施进行调整和控制，确保过程的稳定性和可 靠性。
(SPC基础知识培训教材)
(SPC基础知识培训教材)一、教学内容本节课的教学内容来自于SPC基础知识培训教材，主要涵盖第二章“SPC基本概念与原理”。
该章节主要介绍了SPC（Statistical Process Control，统计过程控制）的定义、目的、基本原理和方法。
具体内容包括：SPC的起源与发展、SPC的基本概念、控制图的原理与类型、过程能力的评估、不合格品的控制等。
二、教学目标1. 让学生了解和掌握SPC的基本概念和原理，理解SPC在生产过程中的重要作用。
2. 培养学生运用SPC方法分析和解决实际问题的能力。
3. 帮助学生掌握控制图的绘制和解读方法，提高产品质量控制水平。
三、教学难点与重点重点：SPC的基本概念、控制图的原理与类型、过程能力的评估、不合格品的控制。
难点：控制图的绘制和解读方法，过程能力的计算。
四、教具与学具准备教具：多媒体教学设备、黑板、粉笔。
学具：教材、笔记本、彩色笔。
五、教学过程1. 实践情景引入：以一个生产线的质量问题为背景，引导学生思考如何通过SPC方法解决此类问题。
2. 知识讲解：详细讲解SPC的基本概念、目的、原理和方法，以及控制图的类型和作用。
3. 例题讲解：选取具有代表性的例题，讲解控制图的绘制方法和步骤，以及如何通过控制图分析生产过程的质量状况。
4. 随堂练习：让学生分组绘制控制图，并分析给定的生产数据，判断过程是否稳定。
5. 过程能力评估：讲解过程能力的概念和计算方法，让学生学会如何评估和改进生产过程。
6. 不合格品控制：介绍不合格品的定义、分类和控制方法，强调不合格品对产品质量的影响。
六、板书设计板书内容主要包括：SPC的基本概念、控制图的类型、过程能力的计算、不合格品控制。
七、作业设计1. 作业题目：请根据给定的生产数据，绘制控制图，并分析过程是否稳定。
2. 作业答案：（待学生完成作业后，教师提供答案进行讲解和反馈）八、课后反思及拓展延伸1. 课后反思：本节课的教学效果如何，学生是否掌握了SPC的基本概念和方法，有哪些需要改进的地方。
SPC培训教材完整版
a. 计量值型数据：尺寸、重量、化学成份、电压等以 物理单位表示，具有连续性的数据。连续型随机变量
b.计数值型数据：以特性分类、计算具有相同特性的 个数，是为间断性数据。离散型随机变量是以计产品的
件数或点数的表示方法。
2.分布及正态分布：
a.分布：各事件所产生的频次会趋近于一个客观机率， 只要有足够多的测量值，则测量值会趋向于一个 可预测的状态，这种状态就叫分布。
1.2有关品质的几个重要观念
可能出问题的地方 一定会出问题
1.2有关品质的几个重要观念
不可能出问题的
地方也可能出问题
1.2有关品质的几个重要观念
品质是“习惯”出来 的
1.2有关品质的几个重要观念
不要认为一个小小 的缺点没关系，反 正不会影响使用
1.2有关品质的几个重要观念
不要认为最便宜的原 材料就会给企业带来 最低的成本
10.00
0.02
4）制作图形：
图形分四个部分： 一个品质记录说明区； 一个品质指标说明区； 一个平均数管制图区； 一个全距管制图区。
<案例1图>
X-R图制作步骤及注意事项总结：
1、确定控制对象。
2、取预备数据。
3、计算Xbar、Ri。
4、计算中心线。
5、计算R图控制线并作图。
6、将预备数据并绘在R图中，并对状态进行判断。
7、计算X图控制线并作图。
8、计算过程能力指数并检验其是否满足技术要求。
9、进行日常管理。
课堂实兵演练
3.图形分析： ※1）注意规格界限与管制界限之间的比较。 可分三种状态：包含关系 交叉关系 不相干
2）超某种趋势，表明是一种系统原因在推动这种 趋势， 4）连续几点在管制线上方或下方
b.计数值型数据：以特性分类、计算具有相同特性的 个数，是为间断性数据。离散型随机变量是以计产品的
件数或点数的表示方法。
2.分布及正态分布：
a.分布：各事件所产生的频次会趋近于一个客观机率， 只要有足够多的测量值，则测量值会趋向于一个 可预测的状态，这种状态就叫分布。
1.2有关品质的几个重要观念
可能出问题的地方 一定会出问题
1.2有关品质的几个重要观念
不可能出问题的
地方也可能出问题
1.2有关品质的几个重要观念
品质是“习惯”出来 的
1.2有关品质的几个重要观念
不要认为一个小小 的缺点没关系，反 正不会影响使用
1.2有关品质的几个重要观念
不要认为最便宜的原 材料就会给企业带来 最低的成本
10.00
0.02
4）制作图形：
图形分四个部分： 一个品质记录说明区； 一个品质指标说明区； 一个平均数管制图区； 一个全距管制图区。
<案例1图>
X-R图制作步骤及注意事项总结：
1、确定控制对象。
2、取预备数据。
3、计算Xbar、Ri。
4、计算中心线。
5、计算R图控制线并作图。
6、将预备数据并绘在R图中，并对状态进行判断。
7、计算X图控制线并作图。
8、计算过程能力指数并检验其是否满足技术要求。
9、进行日常管理。
课堂实兵演练
3.图形分析： ※1）注意规格界限与管制界限之间的比较。 可分三种状态：包含关系 交叉关系 不相干
2）超某种趋势，表明是一种系统原因在推动这种 趋势， 4）连续几点在管制线上方或下方
SPC基础知识培训教材_入门级
X-R控制图的应用案例
X-R控制图的应用案例
控制用控制图
日期 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
145 145 145 145 145 145 145 143 142 145 145 145 145 145 145 145 145 147 145 145 145 145 145 145 145
6、制定反馈行 动计划
5、选择和建立 控制图
应用SPC的十大误区
误区之一：没能找到正确的管制点 误区之二：没有适宜的测量工具. 误区之三：没有解析生产过程,直接进行管制. 误区之四：解析与管制脱节。 误区之五：管制图没有记录重大事项。 误区之六：不能正确理解XBAR图与R图的含义。 误区之七：管制线与规格线混为一谈 误区之八：不能正确理解管制图上点变动所代表的意思 误区之九：没有将管制图用于改善 误区之十：管制图是品管的事情
质量数据的分类
按质量数 据的性质
计量值数据 计数值数据
一般可以有小数，例如质量、长度、强度、硬度、 温度、湿度、压力、化学成分等。
计件值数据 计点值数据
合格品数、废品数等； 缺陷数、疵点数等；
控制图的类型
类别
名称
计
平均值－极差 控制图
量
值 中位数－极差
控 控制图
制 单值－移动极 图 差控制图
不合格品数控 计 制图
X-R控制图的应用案例
X-R控制图的应用案例
X-R控制图的判定准则
X-R控制图的判定准则
受控状态
1.多数之点子集中在中心线附近. 2.少数之点子落在管制界限附近. 3.点之分布呈随机状态,无任何规则可循. 4.没有点子超出管制界限之外.
SPC基础篇教材
Cpk 0.00 0.50 0.67 0.75 0.80 0.90 1.00 1.10 1.20 1.30 1.40 1.50 1.60 產品超出規格百分比 50.00 6.68 2.28 1.22 0.820 0.347 0.135 0.0483 0.0159 0.00481 0.00134 0.00034 0.00008 DPM (Defects per Million) 500,000 66,800 22,800 12,200 8200 3470 1350 483 159 48.1 13.4 3.4 0.8
14
異常處置行動措施 OCAP
• OCAP(Out of Control Action Plan) 異常處置行動措施是 一種工具讓作業人員自行解決製程上的常見問題解決 • 將所有製程不穩定的潛在原因列舉出來 • 針對找出的真因列出改善方案
15
異常處置行動措施 OCAP
OCAP 是什麼? OCAP 的結構 OCAP 的範例
• 所有制程的变异都会存在,只要它 是Stable及Capable皆可接受
– Stable: 稳定的,可预测的(In-control) – Capable: 在制程能力范围里面 (Inside specification)
P a r a m e t e r
Stable
Time
8
管制图介绍
管制图的种类虽然很多,但都是以同样的统计原理为出 发点。其管制界限的构成是平均值加减3倍的标准偏差 根据统计学的原理,落在3倍的标准偏差外的机率为 0.27%=2700ppm
SPC基础篇教材
课程目的:
透过课程学習,了解SPC的观念与好处,技术及方法,以维持制程的稳定 性,并成为未来生产质量改善的基础
14
異常處置行動措施 OCAP
• OCAP(Out of Control Action Plan) 異常處置行動措施是 一種工具讓作業人員自行解決製程上的常見問題解決 • 將所有製程不穩定的潛在原因列舉出來 • 針對找出的真因列出改善方案
15
異常處置行動措施 OCAP
OCAP 是什麼? OCAP 的結構 OCAP 的範例
• 所有制程的变异都会存在,只要它 是Stable及Capable皆可接受
– Stable: 稳定的,可预测的(In-control) – Capable: 在制程能力范围里面 (Inside specification)
P a r a m e t e r
Stable
Time
8
管制图介绍
管制图的种类虽然很多,但都是以同样的统计原理为出 发点。其管制界限的构成是平均值加减3倍的标准偏差 根据统计学的原理,落在3倍的标准偏差外的机率为 0.27%=2700ppm
SPC基础篇教材
课程目的:
透过课程学習,了解SPC的观念与好处,技术及方法,以维持制程的稳定 性,并成为未来生产质量改善的基础
(SPC基础知识培训教材)
四、SPC的简介
• SPC：是Statistical Process Control的英文简称，中 文意思是：“统计过程控制”。为了贯彻预防原则， 它应用统计技术对过程的各个阶段进行评估和监控， 从而保证产品与服务满足要求的一种质量工具。 • SPC系统减少了传统上依靠对成品检测而保证产品品 质的依赖，它采用了唯一可导致品质产品的预防监定 错误发生的机会，并采取行动消除潜在错误。它强调 预防,防患于未然是SPC的宗旨。
一、SPC培训内容
• • • • • • • • 一.認識SPC 二.統計學概述 三.控制圖原理 四.如何製作控制圖 五.判斷過程異常的準則 六.過程能力分析 七.總結 附錄
二、认识SPC
• • • • • • 1、SPC基础知识； 2、相关术语； 3、发展历程； 4、质量管理方法； 5、SPC的功能； 6、导入SP对公司的利益。
十三、导入SPC对公司的 利益
• 提供并整理现场资料，以满足 提供并整理现场资料， • (A)客户对质量的要求； • (B)提供公司管理阶层对于生产线上之生產狀況（日、 周、月報表） • (C)提供工程对于问题掌握之进度。(而非只凭印象) • (D)建立公司资料库，并藉FMEA概念,将过程、原因、 对策，此一連貫之过程加以记录，以达成经验积累、 保存之目的。
群體的參數 名 稱 總 數 平均數 標準差 變異數 符號 N µ σ σ2
樣本的統計量 名 稱 樣本數 平均數 標準差 s 符號 n
s2 (或 變異數 V)
十六、参数与统计符号
• 平均數（mean）: µ或 x 平均數（ ） 或 • 定義：平均數是將整個資料之「總和」除以資料 定義：平均數是將整個資料之「總和」 個數」得之。 為群體平均數 為樣本平均數。 為群體平均數， 「個數」得之。µ為群體平均數，為樣本平均數。
SPC培训教材
SPC培训教材引言SPC（StatisticalProcessControl，统计过程控制）是一种以统计方法为基础的过程控制技术。
它通过对生产过程中收集的数据进行分析，实现对过程稳定性和产品质量的有效监控和控制。
本教材旨在为读者提供SPC的基本概念、原理、方法和应用技巧，帮助读者掌握SPC的实施步骤和技巧，提高生产过程的质量管理水平。
第一章：SPC基本概念1.1质量管理的发展1.2SPC的定义和作用1.3SPC的基本原理1.4SPC与全面质量管理的关系第二章：SPC的基本工具2.1控制图2.1.1控制图的类型和用途2.1.2控制图的绘制方法2.1.3控制图的判读规则2.2直方图2.2.1直方图的绘制方法2.2.2直方图的分析和应用2.3过程能力指数2.3.1过程能力指数的定义和计算方法2.3.2过程能力指数的应用和分析第三章：SPC的实施步骤3.1数据收集和整理3.1.1数据的类型和来源3.1.2数据的收集方法3.1.3数据的整理和表示3.2控制图的绘制和应用3.2.1控制图的绘制步骤3.2.2控制图的判读和应用3.3过程分析和改进3.3.1过程分析的方法和工具3.3.2过程改进的策略和实施第四章：SPC的应用案例4.1制造业中的应用案例4.2服务行业中的应用案例4.3公共事业中的应用案例第五章：SPC的推广和持续改进5.1SPC的推广策略5.2SPC的培训和效果评估5.3SPC的持续改进和优化结论通过对本教材的学习，读者应该能够掌握SPC的基本概念、原理、方法和应用技巧。
然而，SPC的实施需要结合实际情况进行具体的分析和应用，因此读者需要在实践中不断探索和总结，不断提高自己的质量管理水平。
希望本教材能够为读者提供有用的指导和帮助，促进SPC在各个领域的应用和发展。
重点关注的细节：控制图的绘制和应用控制图是SPC（统计过程控制）中最重要的工具之一。
它通过图形化的方式，直观地展示了生产过程中的数据变化，帮助工作人员及时发现问题，采取相应的措施，从而实现对生产过程的有效控制。
SPC初级教材
23
31 32 33 34 35 36 37 38 39 40
33
41 42 43 44 45 46 47 48 49 50
43
53
51 52 53 54 55 56 57 58 59 60
63
61 62 63 64 65 66 67 68 69 70
73
71 72 73 74 75 76 77 78 79 80
3、课堂纪律
手机关掉或打振动
自主培训教材
D
<1> SPC发展简介
C
1-1 SPC基本概念
M
1-2 SPC的发展史
1-3 SPC主要功用
1-4 SPC实施流程
I
A
1-1 SPC基本概念
Page 4
SPC，Statistical Process Control（统计过程控制） 的简称，是一种借助数理统计方法的过程控制工具。
大公司积极推广应用
对供应商也提出了相应要求
TS16949、QS9000及六西格玛管理
今天
计算机及专用软件推广
SPC选才真正全面狂热起来
控制图产生为SPC的起源标志
1-3 SPC主要优点
SPC与全检、反修等相比具有明显的优点:
Page 6
运用3sigma原理而非判定规格，故能同时降低误判和漏判的风险； 运用统计学的随机性规则而非判定规格，能区分出是否稳定并及时预警； 运用合理子组原则进行抽样而非全检，因而具有经济性； 运用SPC的分析历史数据的稳定性和能力，可发现改善机会。
统计特征值：位置(Location) 散布(Spread) 形状(Shape)
常用的参数：均值μ 标准差σ
• 连续型数据 如长度,重量,时间等能够测 的具体数值的数据
相关主题
- 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)。
有了Ca/Cp/Cpk等计算就是在推动SPC?
Ca/Cp/Cpk是在SPC中计算制程能力最主要的指标,因此会作制程能 力分析的公司,当然是一个对SPC认识较深入的公司,但是值得再 深入探讨的是— Ca/Cp/Cpk有定期Review吗? Ca/Cp/Cpk被活用了吗? 是否已用Ca/Cp/Cpk作订单分派给不同生产线生产的依据?
Ca Cp Cpk
3. SPC的基本理论 的基本理论
SPC 的基本理论是常态分配延伸出来的,而常态分配 的基本特性有以下几项: 2. 曲线的最高点与横轴垂直相交处, 即为群体平均值() 以此点为 中心, 其曲线左右两边对称. 3. 常态分配左右两尾与横轴渐渐靠近,但不与横轴相交. 4. 曲线下横轴上面积等於1.
SPC认识误区的剖析 一) 认识误区的剖析(一 认识误区的剖析
有管制图就是在推动SPC
这张管制图是否有意义? 它所管制的参数真的对产品品质有举足轻的影响吗? 管制界限订的有意义吗?
这张管制图是否受到应有的重视?是否已照规定对SPC作更深入的了解.
SPC认识误区的剖析 二) 认识误区的剖析(二 认识误区的剖析
SPC 特点
是全系统的,全过程的,要求全员参加, SPC是全系统的,全过程的,要求全员参加,人人有责 这点与全面质量管理的精神完全一致. 这点与全面质量管理的精神完全一致. 主要是统计技术, SPC强调用科学方法(主要是统计技术,尤其是控 制图理论)来保证全过程的预防. 来保证全过程的预防. 不仅用於生产过程, SPC不仅用於生产过程,而且可用於服务过程和一 切管理过程. 切管理过程.
离散趋势(分配差异) 离散趋势(分配差异)的测定
c.不变差异(V) 偏差平方和(S)除以(n-1),即 d.不偏变异平方根 (σe) σ 由样本来推算母数(群体)变异的推定值时,样本数据所计算的 就不是不偏变异. σe = √V e.变异 平方和除以数据的个数. σ2 =S/N V=S/(n-1)
4. 为什麼使用 为什麼使用SPC & 使用 使用SPC之好处 之好处
SPC 能使管理更合逻辑 SPC 能使管理掌握先机 SPC 能使管理更加省事 SPC 能使制造成本更低
4. 为什麼使用 为什麼使用SPC & 使用 使用SPC之好处 之好处
预防制程非机遇原因的产生 作统计分析发现潜在问题 规范作业标准 管控制程能力,保持产品的一致性
a) 计量值管制图
eR eS er X e Rm
Averages and Extents
平均值与全距管制图
Averages and Standard-deviation
平均值与标准差管制图
Medians and Amplitudes
中位数与全距管制图
Individuals and Mobil Amplitude
2. SPC的历史 的历史---2 的历史
二次大战后美国企业却醉心於生产力的发展,而忽略了 SQC的应用. 相对於战败国日本,於1950年6月戴明博士 到日本作" 八日品质管理讲习会" 到日本作" 八日品质管理讲习会",从此日本利用SQC的 技术, 逐渐生产力及品质都超过了美国. 日本为了纪念戴明的功绩与友情於1951年设立了戴明奖
个别值与移动全距管制图
b) 计数值管制图
p np c u
Defective Fraction
不良率管制图
Quantity of defective units
不良数管制图
Quantity of defects in a sample
缺点数管制图
Quantity of defects per units
SPC认识误区的剖析 三) 认识误区的剖析(三 认识误区的剖析
有了可控制的制程参数就是SPC?
制程参数的确是SPC的焦点,但是我们应深入探究—— 为什麼挑出这些制程参数? 这些制程参数的控制条件是如何决定的? 这些制程参数与成品品质间有因果关系可循吗?
2. SPC的历史 的历史---1 的历史
SPC起源於 1910年代费雪博士(Ronald 统计理论, 1910年代费雪博士(Ronald Fisher) 所发展出来的 统计理论, 年代费雪博士 1924年休华特博士(W.A. 1924年休华特博士(W.A. Shewhart) 於研究产品品质时的次数 年休华特博士 分配时发明了管制图. 分配时发明了管制图. 1940年美国及英国将此管制图引进了制造业. 1940年美国及英国将此管制图引进了制造业. 年美国及英国将此管制图引进了制造业 在二次大战期间戴明博士(Dr. Deming)发展出 发展出SQC 在二次大战期间戴明博士(Dr. Deming)发展出SQC -----统计品质管制 (Statistical quality control) -----统计品质管制 1941~1942年期间美国制定了以下三种强制性的战时标准 1941~1942年期间美国制定了以下三种强制性的战时标准 Z1Z1-1-1941: 品质管制指南 Z1Z1-2-1941: 分析数据之管制图法 Z1Z1-3-1941: 生产过程中管制品质用之管制图法
SPC管制图介绍 管制图介绍 2. 管制图的基本原理 (b). 组内与组间变异: 组内变异: 组内变异 全距(R)之变异情形. 数据每组内部的变异,如R管制图. 组间变异: 组间变异 平均值( )之变异情形. 数据每组之间的变异,如 管制图.
SPC管制图介绍 管制图介绍 2. 管制图的基本原理 (c). 管制图与常态分配: 各种管制图都以同样的统计原理为出发点. 设有一群体,其平均值为 ,标准差为σ ,于图 中抽取一个样本X时,而此X超出± 3σ的机会为 ± σ
离散趋势(分配差异) 离散趋势(分配差异)的测定 a.全距(R) 数据中最大值与最小值的差. 一般在管制图或简易检定法时,只要用全距就能充分 表示出其变异程度;如果希望提高精度,那么最好利 用标准差,但标准差计算较为麻烦,可以利用其间的 关系来推算.
b.偏差平方和(S) 各个数据与平均数的差平方以后全部加起来的总和,即n 个数据X1,X2,X3,X4……Xn,的偏差平方和(S). S=(X1- )2+(X2 - )2 +(X3 - )2+ ……+(Xn)2 =∑ (Xi - )2
(a) 母变异(σ2 ) σ
S=母集团(群体)偏差平方和 N=母集团(群体)单位数 (b) 样本变异 (s2) S=样本偏差平方和 N=样本的单位数 s2=S/n
离散趋势(分配差异) 离散趋势(分配差异)的测定
f. 标准差 数据与平均值间距离平方和之平均值的平方根. (a). 母标准差(σ) σ = √ S/N=√ σ2 σ S=母集团(群体)偏差平方和 N=母集团(群体)单位数 (b). 样本标准差(s) s= √ S/n= √ s2 S=样本偏差平方和 N=样本的单位数 (c). σ = √[∑ (Xi-X--)2 /n ] i=1,2,3,……,n
主要内容
1. 什麼是 什麼是SPC?
2. SPC的历史 的历史 3. SPC 的基本理论 4. 为什麼使用 为什麼使用SPC & 使用 使用SPC之好处 之好处 5. SPC 管制图介绍 6. Cp & Cpk 介绍
1. 什麼是 什麼是SPC? SPC (Statistical process control) 统计制程管制, 指'经由制程中去收集资料,并将所收集的资料加以 统计分析,从分析中发现制程(process)的异常,再经由 问题的分析来发掘异常的原因,并针对异常原因采取 适当的有效对策,使制程恢复正常状态. 再而透过制程 能力的调查分析与标准化,并不断的提升制程能力的一 , 种维护与改善的手法.
Statistical Process
群体 σ N R 样本 X bar σx n 规格 USL SL LSL σs 制程 UCL CL LCL σa 计量值: 计量值: 均值极差图 σs规格标准差图 规格标准差图 直方图 计数值: 计数值: P不良率图 不良率图 C缺点数图 缺点数图 柏拉图
Control
只重视品质检验 检验人员需负责解决瑕疵品 只重视品质检验,检验人员需负责解决瑕疵品 只重视品质检验
SPC只是在现场挂管制图 只是在现场挂管制图
对品质的正确观念
85%的品质问题是管理人员所要担负的 的品质问题是管理人员所要担负的, 的品质问题是管理人员所要担负的 管理者态度的偏差, 管理者态度的偏差,更胜过作业人员的懒散 第一次就把事情做好 并且将后工程视为顾客 第一次就把事情做好,并且将后工程视为顾客 并且将后工程视为顾客, 才能真正做到零缺点品质 品质和公司每一个人都有关 品质检验是可以解决问题但却无法消除问题 SPC是让品质保证的系统持续运转不断改善制 是让品质保证的系统持续运转不断改善制 程,以提升品质与生产力 以提升品质与生产力
5. SPC管制图介绍 管制图介绍 1.管制图的意义 管制图是一种以实际产品品质特性与根据过去 经验所判明制程能力的管制界限比较,而以时间经 过用图形表示者. 或 管制图是一种品质的图解记录,采用统计的办 法将收集的资料算出管制界限,也就是吾人所能做 到的制程能力水准的一种管理图表.
CL, (中心线) 蓝色 UCL, (管制上限) 红色 LCL (管制下限) 红色
SPC 教育训练教材 一) 教育训练教材(一
入 门 篇 (Rev.1.0)
Compal Electronics (China) Co., Ltd.
Prepared by: Tina Wang 8/5/2004
对品质常有的错误观念
大多数的品质问题是错在作业人员 容许少数的不良 意外的瑕疵是无可避免的 容许少数的不良,意外的瑕疵是无可避免的 品质是品管部门的责任 品质是品管部门的责任
3. SPC的基本理论 的基本理论
SPC 的基本理论是常态分配 常态分配延伸出来的,而常态分配 常态分配 的基本特性有以下几项: 1. 测定的平均值 ( ) 与群体平均值()一致,而中位 数(X ~) 众数(Mo)与平均值(X Bar) 相同, 如图一 平均值(X bar) : 分配数据之和除以数据个数谓之 中位数(X ~ or Me) : 将数据依大小顺序排列, 位居中 央的数据谓之,若数据为奇数时, 则中位数位居中位之数,若为偶 数个则为位居二数之平均. 众数(Mo): 次数分配中出现次数最多组之值
Ca/Cp/Cpk是在SPC中计算制程能力最主要的指标,因此会作制程能 力分析的公司,当然是一个对SPC认识较深入的公司,但是值得再 深入探讨的是— Ca/Cp/Cpk有定期Review吗? Ca/Cp/Cpk被活用了吗? 是否已用Ca/Cp/Cpk作订单分派给不同生产线生产的依据?
Ca Cp Cpk
3. SPC的基本理论 的基本理论
SPC 的基本理论是常态分配延伸出来的,而常态分配 的基本特性有以下几项: 2. 曲线的最高点与横轴垂直相交处, 即为群体平均值() 以此点为 中心, 其曲线左右两边对称. 3. 常态分配左右两尾与横轴渐渐靠近,但不与横轴相交. 4. 曲线下横轴上面积等於1.
SPC认识误区的剖析 一) 认识误区的剖析(一 认识误区的剖析
有管制图就是在推动SPC
这张管制图是否有意义? 它所管制的参数真的对产品品质有举足轻的影响吗? 管制界限订的有意义吗?
这张管制图是否受到应有的重视?是否已照规定对SPC作更深入的了解.
SPC认识误区的剖析 二) 认识误区的剖析(二 认识误区的剖析
SPC 特点
是全系统的,全过程的,要求全员参加, SPC是全系统的,全过程的,要求全员参加,人人有责 这点与全面质量管理的精神完全一致. 这点与全面质量管理的精神完全一致. 主要是统计技术, SPC强调用科学方法(主要是统计技术,尤其是控 制图理论)来保证全过程的预防. 来保证全过程的预防. 不仅用於生产过程, SPC不仅用於生产过程,而且可用於服务过程和一 切管理过程. 切管理过程.
离散趋势(分配差异) 离散趋势(分配差异)的测定
c.不变差异(V) 偏差平方和(S)除以(n-1),即 d.不偏变异平方根 (σe) σ 由样本来推算母数(群体)变异的推定值时,样本数据所计算的 就不是不偏变异. σe = √V e.变异 平方和除以数据的个数. σ2 =S/N V=S/(n-1)
4. 为什麼使用 为什麼使用SPC & 使用 使用SPC之好处 之好处
SPC 能使管理更合逻辑 SPC 能使管理掌握先机 SPC 能使管理更加省事 SPC 能使制造成本更低
4. 为什麼使用 为什麼使用SPC & 使用 使用SPC之好处 之好处
预防制程非机遇原因的产生 作统计分析发现潜在问题 规范作业标准 管控制程能力,保持产品的一致性
a) 计量值管制图
eR eS er X e Rm
Averages and Extents
平均值与全距管制图
Averages and Standard-deviation
平均值与标准差管制图
Medians and Amplitudes
中位数与全距管制图
Individuals and Mobil Amplitude
2. SPC的历史 的历史---2 的历史
二次大战后美国企业却醉心於生产力的发展,而忽略了 SQC的应用. 相对於战败国日本,於1950年6月戴明博士 到日本作" 八日品质管理讲习会" 到日本作" 八日品质管理讲习会",从此日本利用SQC的 技术, 逐渐生产力及品质都超过了美国. 日本为了纪念戴明的功绩与友情於1951年设立了戴明奖
个别值与移动全距管制图
b) 计数值管制图
p np c u
Defective Fraction
不良率管制图
Quantity of defective units
不良数管制图
Quantity of defects in a sample
缺点数管制图
Quantity of defects per units
SPC认识误区的剖析 三) 认识误区的剖析(三 认识误区的剖析
有了可控制的制程参数就是SPC?
制程参数的确是SPC的焦点,但是我们应深入探究—— 为什麼挑出这些制程参数? 这些制程参数的控制条件是如何决定的? 这些制程参数与成品品质间有因果关系可循吗?
2. SPC的历史 的历史---1 的历史
SPC起源於 1910年代费雪博士(Ronald 统计理论, 1910年代费雪博士(Ronald Fisher) 所发展出来的 统计理论, 年代费雪博士 1924年休华特博士(W.A. 1924年休华特博士(W.A. Shewhart) 於研究产品品质时的次数 年休华特博士 分配时发明了管制图. 分配时发明了管制图. 1940年美国及英国将此管制图引进了制造业. 1940年美国及英国将此管制图引进了制造业. 年美国及英国将此管制图引进了制造业 在二次大战期间戴明博士(Dr. Deming)发展出 发展出SQC 在二次大战期间戴明博士(Dr. Deming)发展出SQC -----统计品质管制 (Statistical quality control) -----统计品质管制 1941~1942年期间美国制定了以下三种强制性的战时标准 1941~1942年期间美国制定了以下三种强制性的战时标准 Z1Z1-1-1941: 品质管制指南 Z1Z1-2-1941: 分析数据之管制图法 Z1Z1-3-1941: 生产过程中管制品质用之管制图法
SPC管制图介绍 管制图介绍 2. 管制图的基本原理 (b). 组内与组间变异: 组内变异: 组内变异 全距(R)之变异情形. 数据每组内部的变异,如R管制图. 组间变异: 组间变异 平均值( )之变异情形. 数据每组之间的变异,如 管制图.
SPC管制图介绍 管制图介绍 2. 管制图的基本原理 (c). 管制图与常态分配: 各种管制图都以同样的统计原理为出发点. 设有一群体,其平均值为 ,标准差为σ ,于图 中抽取一个样本X时,而此X超出± 3σ的机会为 ± σ
离散趋势(分配差异) 离散趋势(分配差异)的测定 a.全距(R) 数据中最大值与最小值的差. 一般在管制图或简易检定法时,只要用全距就能充分 表示出其变异程度;如果希望提高精度,那么最好利 用标准差,但标准差计算较为麻烦,可以利用其间的 关系来推算.
b.偏差平方和(S) 各个数据与平均数的差平方以后全部加起来的总和,即n 个数据X1,X2,X3,X4……Xn,的偏差平方和(S). S=(X1- )2+(X2 - )2 +(X3 - )2+ ……+(Xn)2 =∑ (Xi - )2
(a) 母变异(σ2 ) σ
S=母集团(群体)偏差平方和 N=母集团(群体)单位数 (b) 样本变异 (s2) S=样本偏差平方和 N=样本的单位数 s2=S/n
离散趋势(分配差异) 离散趋势(分配差异)的测定
f. 标准差 数据与平均值间距离平方和之平均值的平方根. (a). 母标准差(σ) σ = √ S/N=√ σ2 σ S=母集团(群体)偏差平方和 N=母集团(群体)单位数 (b). 样本标准差(s) s= √ S/n= √ s2 S=样本偏差平方和 N=样本的单位数 (c). σ = √[∑ (Xi-X--)2 /n ] i=1,2,3,……,n
主要内容
1. 什麼是 什麼是SPC?
2. SPC的历史 的历史 3. SPC 的基本理论 4. 为什麼使用 为什麼使用SPC & 使用 使用SPC之好处 之好处 5. SPC 管制图介绍 6. Cp & Cpk 介绍
1. 什麼是 什麼是SPC? SPC (Statistical process control) 统计制程管制, 指'经由制程中去收集资料,并将所收集的资料加以 统计分析,从分析中发现制程(process)的异常,再经由 问题的分析来发掘异常的原因,并针对异常原因采取 适当的有效对策,使制程恢复正常状态. 再而透过制程 能力的调查分析与标准化,并不断的提升制程能力的一 , 种维护与改善的手法.
Statistical Process
群体 σ N R 样本 X bar σx n 规格 USL SL LSL σs 制程 UCL CL LCL σa 计量值: 计量值: 均值极差图 σs规格标准差图 规格标准差图 直方图 计数值: 计数值: P不良率图 不良率图 C缺点数图 缺点数图 柏拉图
Control
只重视品质检验 检验人员需负责解决瑕疵品 只重视品质检验,检验人员需负责解决瑕疵品 只重视品质检验
SPC只是在现场挂管制图 只是在现场挂管制图
对品质的正确观念
85%的品质问题是管理人员所要担负的 的品质问题是管理人员所要担负的, 的品质问题是管理人员所要担负的 管理者态度的偏差, 管理者态度的偏差,更胜过作业人员的懒散 第一次就把事情做好 并且将后工程视为顾客 第一次就把事情做好,并且将后工程视为顾客 并且将后工程视为顾客, 才能真正做到零缺点品质 品质和公司每一个人都有关 品质检验是可以解决问题但却无法消除问题 SPC是让品质保证的系统持续运转不断改善制 是让品质保证的系统持续运转不断改善制 程,以提升品质与生产力 以提升品质与生产力
5. SPC管制图介绍 管制图介绍 1.管制图的意义 管制图是一种以实际产品品质特性与根据过去 经验所判明制程能力的管制界限比较,而以时间经 过用图形表示者. 或 管制图是一种品质的图解记录,采用统计的办 法将收集的资料算出管制界限,也就是吾人所能做 到的制程能力水准的一种管理图表.
CL, (中心线) 蓝色 UCL, (管制上限) 红色 LCL (管制下限) 红色
SPC 教育训练教材 一) 教育训练教材(一
入 门 篇 (Rev.1.0)
Compal Electronics (China) Co., Ltd.
Prepared by: Tina Wang 8/5/2004
对品质常有的错误观念
大多数的品质问题是错在作业人员 容许少数的不良 意外的瑕疵是无可避免的 容许少数的不良,意外的瑕疵是无可避免的 品质是品管部门的责任 品质是品管部门的责任
3. SPC的基本理论 的基本理论
SPC 的基本理论是常态分配 常态分配延伸出来的,而常态分配 常态分配 的基本特性有以下几项: 1. 测定的平均值 ( ) 与群体平均值()一致,而中位 数(X ~) 众数(Mo)与平均值(X Bar) 相同, 如图一 平均值(X bar) : 分配数据之和除以数据个数谓之 中位数(X ~ or Me) : 将数据依大小顺序排列, 位居中 央的数据谓之,若数据为奇数时, 则中位数位居中位之数,若为偶 数个则为位居二数之平均. 众数(Mo): 次数分配中出现次数最多组之值