SPC学习版 ppt课件
合集下载
《SPC培训资料》课件
数据分析
数据分析是指对所收集的数据进行统计分析 并得到有关质量的决策信息的技术过程。
其它概念
此外，还包括直方图、思维导图、流程图和 质量控制图的使用。
SPC的应用
1
SPC的优点和缺点
了解SPC管理的推广和限制，有助于正确实施SPC管理。
2
SPC的应用实例
许多公司已经在实施SPC管理方案，以提高它们产品和过程的质量。
SPC培训资料PPT课件
了解SPC管理，提高品质控制技能，从而使组织在生产过程中为客户提供满 意的产品和服务。
什么是SPC？
SPC定义
SPC应用范围
SPC好处
统计过程控制（SPC）是一种 使用统计方法监测生产过程的 过程控制方法，用来监测产品 或过程的可控制程度和稳定性。
SPC适用于任何一种制造过程， 无论是电子零件清洗、锻压、 金融服务、体育竞技或餐饮业 等。
3
SPC的应用方法
SPC的应用方法有很多，包括过程监测、质量检测、品质改进和技术升级等。
SPC的实施步骤
SPC实施流程
SPC实施流程通常包括设定目 标、定义过程、测量过程、模 拟和分析过程，以及制定控制 计划和改进策略等多个步骤。
SPC实施前的准备工作
正确认识SPC的重要性，寻找 可以帮助你实施SPC的内部和 外部资源，做好上司、员工和 客户的沟通和准备工作。
SPC知识总结
SPC课程回顾
SPC考试题目 SPC进一步学习的建议
回顾SPC的基本概念、优点和缺点、应用方法 和实施步骤，让我们能够更好地理解和应用 SPC。
SPC考试将包括SPC知识和应用，为SPC的 进一步学习打下基础。
为了进一步学习SPC，我们可以参考SPC管 理手册、学习新的统计工具和技术，以及网络 资源。
SPC培训课件(ppt 171页)
总体
- 总体 : 作为调查, 研究对象的所有集团 - Sample: 从总体为了某种目的抽出来的 - Data : 体现通过Sample得到的事实
(关心事项数据化的表现)
适用Sampling检查主要原因是经济性原因.
019 PCS 使用者 占有率 ?
Sample
PCS使用者 1000名
大韩民国
2) 决定取Sample方法时注意事项
度数据分布的分散程度之标准，
R=X max- X min 用以衡量数据值偏离算术平均值
的程度。标准偏差越小，这些值
偏离平均值就越少，反之亦然
n
(xi
-X
2
)
s2 = i =1
n -1
标准偏差^2=方差
实际问题先转化为统计问题,得到统计学结论后再转化为实际结论
总体与样本
1) 总体/Sample/Data的概念
• 质量实现过程的两大特征： • 波动性（管理需求） • 规律性（管理可能） • 过程永远处于变异之中，这是由质量本身的波动性所决定的
。 • 引起过程变异的原因纷繁复杂。 • 有些可以识别和控制，有些则不可。
过程的波动
测量24个工件
测量100个工件的分布曲线
分布（Distribution）
• 质量特性波动是随机的，时隐时现，时大时小，时正时负的 • 隐藏在随机性后面的统计规律是分布 • 连续测量一批产品中每个质量特性，画出直方图，就可发现一个接一个的测量质量
• 质量管理的核心目的之一就是要分析、鉴别产品和过程波 动的原因，将其控制在稳定水平上从而保证过程输出的稳 定。
• SPC就是一种常用于过程控制的强有力工具。 • SPC是从统计的观点来认识和处理过程变异的。
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基础管理知识(PPT 37张)
控制圖原理的兩種解釋
控制圖原理的第一種解釋 ：
在控制圖上描點，實質上就是進行統計假設檢 驗，而控制圖的上、下控制界即爲接受域與拒絕域 的分界限，點子落在上、下界限之間，表明可接受， 點子落在上、下界限之外，表明應拒絕。
超過管制上限， 為不可接受區域
A區 B區
C區 μ+ 1σ μ+ 2σ μ+ 3σ
六. SPC推行具體步驟
確立製造流程
繪製製造流程圖 訂定品質工程表
決定管制項目
顧客之需求為何?
實施標準化
標準之建立、修正與營運
製程能力解析
是否符合規格或客戶的要求?
決定管制項目
(1) 對全廠每道工序都要進行分析(可用因果圖)， 找出對最終産品影響最大的變數，即關鍵變數 (可用排列圖)。如美國LTV鋼鐵公司共確定了大 約20000個關鍵變數。 (2) 找出關鍵變數後，列出程序控制網圖。所謂 程序控制網圖即在圖中按工藝流程順序將每道 工序的關鍵變數列出。 (3) 對步驟2得到的每一個關鍵變數進行具體分 析。 (4) 對每個關鍵變數建立程序控制標準，並填寫 程序控制標準表。
製程條件起伏
品質變异
果
產品优劣
因
因
果
結論：製程是SPC的焦點
• • • • • • • • •
• • • •
• • • • •
1、不是井里没有水，而是你挖的不够深。不是成功来得慢，而是你努力的不够多。 2、孤单一人的时间使自己变得优秀，给来的人一个惊喜，也给自己一个好的交代。 3、命运给你一个比别人低的起点是想告诉你，让你用你的一生去奋斗出一个绝地反击的故事，所以有什么理由不努力! 4、心中没有过分的贪求，自然苦就少。口里不说多余的话，自然祸就少。腹内的食物能减少，自然病就少。思绪中没有过分欲，自然忧就少。大悲是无泪的，同样大悟 无言。缘来尽量要惜，缘尽就放。人生本来就空，对人家笑笑，对自己笑笑，笑着看天下，看日出日落，花谢花开，岂不自在，哪里来的尘埃! 5、心情就像衣服，脏了就拿去洗洗，晒晒，阳光自然就会蔓延开来。阳光那么好，何必自寻烦恼，过好每一个当下，一万个美丽的未来抵不过一个温暖的现在。 6、无论你正遭遇着什么，你都要从落魄中站起来重振旗鼓，要继续保持热忱，要继续保持微笑，就像从未受伤过一样。 7、生命的美丽，永远展现在她的进取之中;就像大树的美丽，是展现在它负势向上高耸入云的蓬勃生机中;像雄鹰的美丽，是展现在它搏风击雨如苍天之魂的翱翔中;像江 河的美丽，是展现在它波涛汹涌一泻千里的奔流中。 8、有些事，不可避免地发生，阴晴圆缺皆有规律，我们只能坦然地接受;有些事，只要你愿意努力，矢志不渝地付出，就能慢慢改变它的轨迹。 9、与其埋怨世界，不如改变自己。管好自己的心，做好自己的事，比什么都强。人生无完美，曲折亦风景。别把失去看得过重，放弃是另一种拥有;不要经常艳羡他人， 人做到了，心悟到了，相信属于你的风景就在下一个拐弯处。 10、有些事想开了，你就会明白，在世上，你就是你，你痛痛你自己，你累累你自己，就算有人同情你，那又怎样，最后收拾残局的还是要靠你自己。 11、人生的某些障碍，你是逃不掉的。与其费尽周折绕过去，不如勇敢地攀登，或许这会铸就你人生的高点。 12、有些压力总是得自己扛过去，说出来就成了充满负能量的抱怨。寻求安慰也无济于事，还徒增了别人的烦恼。 13、认识到我们的所见所闻都是假象，认识到此生都是虚幻，我们才能真正认识到佛法的真相。钱多了会压死你，你承受得了吗?带，带不走，放，放不下。时时刻刻发 悲心，饶益众生为他人。 14、梦想总是跑在我的前面。努力追寻它们，为了那一瞬间的同步，这就是动人的生命奇迹。 15、懒惰不会让你一下子跌倒，但会在不知不觉中减少你的收获;勤奋也不会让你一夜成功，但会在不知不觉中积累你的成果。人生需要挑战，更需要坚持和勤奋! 16、人生在世：可以缺钱，但不能缺德;可以失言，但不能失信;可以倒下，但不能跪下;可以求名，但不能盗名;可以低落，但不能堕落;可以放松，但不能放纵;可以虚荣， 但不能虚伪;可以平凡，但不能平庸;可以浪漫，但不能浪荡;可以生气，但不能生事。 17、人生没有笔直路，当你感到迷茫、失落时，找几部这种充满正能量的电影，坐下来静静欣赏，去发现生命中真正重要的东西。 18、在人生的舞台上，当有人愿意在台下陪你度过无数个没有未来的夜时，你就更想展现精彩绝伦的自己。但愿每个被努力支撑的灵魂能吸引更多的人同行。
SPC培训课件PPT(共 36张)
1.637
3.588
0.378
1.622
3.640
0.391
1.608
3.698
0.403
1.597
3.735
0.415
1.585
3.778
0.425
1.575
3.8
0.443
1.557
3.895
0.451
1.548
3.931
0.459
1.541
Chart for Averages
记住: 控制限与技术规格限 是不等同的
控制图 成份
１）对连续（变数） Ｙ／Ｘ 的ＳＰＣ ２）对逻辑（属性） Ｙ／Ｘ 的ＳＰＣ
逻辑（离散）
连续数据还是逻辑数据?
变数（连续）
批的大小是否稳
否
定？
是
缺陷数或者 缺陷率％
缺陷数或者 缺陷率
u
pc
np
少量
大量或者少量
大量
I-MR
X-R
I-MR：个别数据以及移动范围 X-R：X栏以及范围(样品的平均值和范围）
S: UCLs = B4s LCLs = B3s
控制图 成份
连续数据的控制图
• I & mR 表:
个体和移动极差。与X-bar & R 表相似。这个表画 出每个个体的信息（子组大小为一）和移动极差，而
不是将子组全部时间的均值和极差列表。是操作员使
用的极其简单的
Ｉ: UCLI-bar = I + E2R LCLI-bar = I - E2R
• 数据收集（注：如果变量不能直接测量，可以识别一个
替代变量）(球型-----球径;球厚.) • 选择控制图的类型 • 建立合理子组(线径大小) • 确定合适的样本容量和频数(模温测点; 镀层厚度测点) • 确定测量方法/准则 • 确定量度能力
《SPC培训内容》PPT课件
n 1 ~ 5 pP
2021/6/10
34
建立p控制图的步骤B
B1计算过程平均不合格品率
B
计
算 控
B2计算上、下控制限
制
限 B3画线并标注
2021/6/10
35
计算平均不合格率及控制限
npnp1np2.. .npk
k
d1d2...dk n1n2...nk
中心线
CL
P
p
d n
UCL
p 3 p 1 p
21
各类控制图建立步骤及其QI输入设置
X-R图
• 分组时的考虑原则:组内变异小,组 间变异大。
• 至少应取25组或100个单值。
2021/6/10
22
建立X－R图的步骤A
A1选择子组大小、频率和数据
A 阶 段 A2 建立控制图及记录原始记录 收 集 A3 计算每个子组的均值X和极差R 数 据 A4 选择控制图的刻度
SQC：Statistical Quality Control SPC：Statistical Process Control
针对过程的重要控制参数 所做的才是SPC
Real Time Respose
原材料
PROCESS
测量
结果
2021/6/10
针对产品所做的 仍只是在做SQC
4
SPC包括的内容
• 1、控制图：(控制工具)
每 小 时 抽 至 少 3个 样 品 每 4小 时 至 少 取 3个 值 每 小 时 至 少 取 3个 值 每 小 时 至 少 抽 5个 样 本 每 批 至 少 5个 每 批 至 少 5个 每 小 时 观 察 记 录 1个 值
A5 将均值和极差画到控制图上
SPC培训课件PPT(共 69张)
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
SPC培训课件(PPT90页).pptx
n ＝ 4 为偶数
数据为 25.0 , 25.4, 25.5 , 25.6, 时
Me 子组中位数的平均值
2020/12/14
13
科华咨询
统计方法应用基础----基本的统计量
R 子组极差。子组观测值中的极大值与极小值之差
R=Xmax -Xmin
子组极差的平均值 R
MR 移动极差：在单值图情况下，极差，即两个相邻观 测值的差值的绝对值，如，|X1－X2|，|X2－X3|，等等。
No 采用p图
Yes 采用np图或p图
关心的是不合格 品数-即单位零件
不合格数吗?
Yes
样本容量是 否恒定?
Yes 采用c图或u图
No 采用u图
性质上是否均匀或不 能按子组取样-如:化
学槽液批量油漆等? No
子组均值是否容 易计算?
Yes
No 采用中位数图（X-R）
Yes 采用单值图X-MR
子组容量是否 No
2020/12/14
7
科华咨询
变差的原因
❖ 普通原因： 造成变差的一个原因，它是过程所固有的，始
终存在的,对质量的影响微小，但难以除去 。 例如：机床开动时的轻微振动。
❖ 特殊原因： 非过程所固有，有时存在，有时不存在，对质
量影响大，但不难除去。 例如：车刀的磨损。
2020/12/14
8
科华咨询
2020/12/14
21
科华咨询
采用均值描述的正态分布规律
2020/12/14
22
科华咨询
采用标准差描述的正态分布规律
2020/12/14
23
正态分布概率
99.73% 95.45%
科华咨询
SPC培训资料(PPT 48页)
1.SPC系统规划 2.图形分析 3.找到改善方案 4.形成书面预防书面措施
9.系统规划
一.基本资料的规划
1.产品类别 2.缺点类别 3.缺点项目 4.检验工作站 5.层别条件项目 6.计量管制点 7.抽样计划
8.用户及权限 9.检验单位 10.表尾格式
二、运作规划
1.相关人员权责规划 2.SPC运作流程
例子說明 II :
Cpk ==LUS(CU2LLS0-L-1L-2C)/(L22-)8/3[)s1*d[-]1(-(1-6X-15)/4] = (8)/14 * [0.75] = 0.4286 Since : Cp = 0.57
Cpk = USL - LSL [ 1 -( - X UCL - LCL )/3sd]
㈣箭线图：对事件做好进程及计划管理
㈤PDPC法：如何做一个完整的计划
㈥矩阵数学解析法：对多个变动且复杂的因素
进行解析清楚
㈦关联图：把有关系的各种因素串起来
新七工具的簡介㈡
㈠亲和图（Affiliate Chart）
即KJ法：（1953年，日本川喜田二郎）
大量收集各种数据、资料，按事物之间的亲和性(相近性)整理、且归纳， 使问题明确明了，取得统一认识和协调工作，以利于问题解决的一种方法
如大多數數據是在 2 內, 其可責受之
（正规分布图二如下）
百份比約為 95% 95
%
47.72%
47.72%
m-2
m
m+2
18. SPC 的基本原理 V :
如大多數數據是在 3 內, 則其可接受 比例約為 99.73%99.73%
（正规分布图三如下）
49.865%
49.865%
9.系统规划
一.基本资料的规划
1.产品类别 2.缺点类别 3.缺点项目 4.检验工作站 5.层别条件项目 6.计量管制点 7.抽样计划
8.用户及权限 9.检验单位 10.表尾格式
二、运作规划
1.相关人员权责规划 2.SPC运作流程
例子說明 II :
Cpk ==LUS(CU2LLS0-L-1L-2C)/(L22-)8/3[)s1*d[-]1(-(1-6X-15)/4] = (8)/14 * [0.75] = 0.4286 Since : Cp = 0.57
Cpk = USL - LSL [ 1 -( - X UCL - LCL )/3sd]
㈣箭线图：对事件做好进程及计划管理
㈤PDPC法：如何做一个完整的计划
㈥矩阵数学解析法：对多个变动且复杂的因素
进行解析清楚
㈦关联图：把有关系的各种因素串起来
新七工具的簡介㈡
㈠亲和图（Affiliate Chart）
即KJ法：（1953年，日本川喜田二郎）
大量收集各种数据、资料，按事物之间的亲和性(相近性)整理、且归纳， 使问题明确明了，取得统一认识和协调工作，以利于问题解决的一种方法
如大多數數據是在 2 內, 其可責受之
（正规分布图二如下）
百份比約為 95% 95
%
47.72%
47.72%
m-2
m
m+2
18. SPC 的基本原理 V :
如大多數數據是在 3 內, 則其可接受 比例約為 99.73%99.73%
（正规分布图三如下）
49.865%
49.865%
SPC统计过程控制培训课件(ppt 59页)
二、基本的统计概念-CP&CPK指数
➢制程能力分析前提
过程处于统计稳定状态 过程中测量值服从正态分布 测量变差相对较小，一般可以忽略不计 工程及其他规范准确地代表顾客的需求，
设计目标值位于规范中心
二、基本的统计概念-CP&CPK指数
A
B
二、基本的统计概念-CP&CPK指数 ➢CP值定义
概率
二、基本的统计概念-正态分布
➢正态分布
特点： 中间高，两边低，左右对 称；两边伸向无穷远。
σ越小，分布越集中在μ附 近，σ越大，分布越分散。
µ (mu)- 位置参数和平均值（mean value) ，表示分布 的中心位置和期望值 (sigma) - 尺度参数（分布宽度），表示分布的分散 程度和标准偏差
➢控制图的判定准则
2. 过程异常判定准则 7）连续15点，落在中心线
2）9点以上的点在中心线 一侧连续出现
三、控制图
➢控制图的判定准则
2. 过程异常判定准则 3）6点以上的连续点
增加或减少
4）14点以上连续点， 交替上下打点
三、控制图
➢控制图的判定准则
2. 过程异常判定准则 5）连续 的3点中 2点从中
心线脱离2
6）连续的 5点中 4点从中 心线脱离1
三、控制图
2. 异常波动：是由特殊(异常)原因造成 1. 异常波动引起工序质量变化较大，容易发现，应该由
操作人员发现并纠正。
二、基本的统计概念-统计计量数据
➢基本统计计量说明
1. 总体 调差研究对象的全部 用“N”表示 2. 样本 研究总体的情形和某种目的从总体中抽取一部分的代表者 用“n”表示
二、基本的统计概念-统计计量数据
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)。
16
正态分布概率(双边)
μ±kσ μ±0.67σ
μ±1σ μ±1.96σ
μ±2σ μ±2.58σ
μ±3σ
在内的概率 50.00% 68.26% 95.00% 95.45% 99.00% 99.73%
在外的概率(P) 50.00% 31.74% 5.00% 4.55% 1.00% 0.27%
17
正态分布与两种变差原因
9
SPC兴起的背景：日本
1950’s
质量管理大师戴明博士在日本工业产品生产过程中全面推行SPC。
日本JUSE（科学家协会）设置“戴明”奖，奖励那些有效实施统计技术的企业。
石川磬提出“QC七工具”，帮助生产现场人员分析和改进质量问题，并推动广泛 应用。
1970’s
有效地推行 “QCC圈”和应用统计技术使日本经济的快速发展，成为高品质产品 的代名词。
３．几个较代表性之特殊原因如下： （１）原料群体之不良 （２）不完全之机械调整 （３）新手之作业员
４．特殊原因之变化不但可以找出其原 因，并且除去这些原因之处置，在 经济观点上讲常是正确的
99.73% 95.45%
68.26%
-3σ -2σ -1σ μ +1σ +2σ +3σ
正态分布中，任一点出现在 μ± 1σ内的概率为 P(μ-σ<X< μ+σ) = 68.26% μ± 2σ内的概率为 P(μ-2σ<X< μ+2σ) = 95.45% μ± 3σ内的概率为 P(μ-3σ<X< μ+3σ) = 99.73%
质量管理五大工具 之
SPC
Statistical Process Control (SPC)
统计过程控制
SPC学习版
TS
16949 五大 工具
产品质量先期策划和控制计划 （APQP&CP）
潜在失效模式和后果分析参考手册 （FMEA）
测量系统分析参考手册 （MSA）
统计过程控制参考手册 （SPC）
13
控制线管理的益处
LSL LCL Very Centered UCL USL
变异是我们的敌人
潜在不良出现 不良品已经产生
Spec
14
正态分布特征
测定平均值 在中心线或平均值两侧呈现左右对称之分布 极大值与极小值数量很小 常态曲线左右两尾与横轴渐渐靠近但不相交 曲线下的面积总和为 1
15
SPC学习版
1980’s
美国等其他国家紧随日本的步伐，开始推行“QC小 组”和统计技术的应用。
美国汽车工业已大规模推行了SPC，如福特汽车公司，通用汽车公司，克莱斯勒 汽车公司等，上述美国三大汽车公司在ISO9000的基础上还联合制定了QS9000 标准，编制了SPC手册。在与汽车有关的行业中，颇为流行。
MOTOROLA 公司颁布“QC挑战”，通过SPC的实施改进过程能力，并提出追 求“6σ”目标。
靠天吃饭，捡吃地上不多 的果子
11
品管方法历程
PPM 697,300 308,700
66,807 6,210
Average Company 一般公司
Best in class 世界标竿公司
233 3.4
1σ
方法
2σ
3σ
产品检查
品管7手法
(5S、QCC、ISO9001)
4σ
5σ
试验计划与 过程结合
6σ
试验计划与 设计结合
管制
产品管制
过程管制
过程管制 设计管制
最佳化 最佳化
管理改进(PDCA)一般公
技术改进(DMAIC)
司THREE SIGMA改善
世界标竿公司SIX SIGMA改善
12
SPC学习版
Not just to meet customer or contractual
requirements!!!—被BOSS训斥的痛苦!!!
8
Hale Waihona Puke SPC兴起的背景：起源美国贝尔实验室休哈特博士（W. A. Shewhart）于1924年发明控制图，开启了 统计品管的新时代。
1940’s 二次世界大战期间， 美国军工产品使用抽样方案和控 制图以保证军工产品的质量。
战后经济遭受严重破坏的日本在1950年通过休哈特早 期的一个同事戴明(W. Ed- wards Deming)博士，将 SPC的概念引入日本。从1950～1980年，经过30年的努 力，日本跃居世界质量与生产率的领先地位。美国著名质 量管理专家伯格(Roger W. Berger)教授指出，日本成功 的基石之一就是SPC。
生产件批准程序 （PPAP）
第二版2008.11 第四版2008.6 第四版2010.6 第二版2005.7 第四版2006.6
4
SPC学习版
0
0
1
计划和确定 项目
2
产品设计 和开发
3
过程设计 和开发
4
产品和 过程确认
5
反馈、评定 和纠正措施
DFMEA PFMEA
MSA
1
SPC PPAP
SPC
2
3
→两种变差原因及两种过程状态
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
受控
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
尺寸
不受控
时间 时间
目标值线 预测
目标值线
？
18
SPC学习版
普通原因 Common Cause
特殊原因 Special Cause
１．大量之微小原因所引起,不可避免
２．不管发生何种之普通原因，其个别 之变异极为微小
３．几个较代表性之普通原因如下： （１）原料之微小变异 （２）机械之微小振动 （３）仪器测定时不十分精确之作法
４．实际上要除去过程上之普通原因， 是件非常不经济之处置
１．一个或少数几个较大原因所引起,可以避免
２．任何一个特殊原因，都可能发生 大的变异
4
5
SPC学习版 1. SPC的概述 2. 控制图的应用 3. 过程的受失控状态 4. 过程能力研究
6
1.SPC的概述
7
什么是SPC
SPC是英文Statistical Process Control的前缀 简称,即 统计过程控制。 SPC就是应用统计技术对过程中的各个阶段收集 的数据进行分析，并调整过程，从而达到改进与保 证质量的目的。
1987
ISO9000标准建立并颁布实施，明确要求实施统计技术。
10
SPC学习版
6σ达成（完美） 全部的果子都在你手中啦
５σ改善设计 （果子最集中的地方）
能摘到这里的果子，基本 上能达到小康了
４σ过程改善 （矮树上的果子） 这里的果子很有限
３σ（地上的果子）
2→3σ：5倍改善 3→4σ：10倍改善 4→5σ：27倍改善 5→6σ：70倍改善 因此： 3→6σ：19,600倍改善
正态分布概率(双边)
μ±kσ μ±0.67σ
μ±1σ μ±1.96σ
μ±2σ μ±2.58σ
μ±3σ
在内的概率 50.00% 68.26% 95.00% 95.45% 99.00% 99.73%
在外的概率(P) 50.00% 31.74% 5.00% 4.55% 1.00% 0.27%
17
正态分布与两种变差原因
9
SPC兴起的背景：日本
1950’s
质量管理大师戴明博士在日本工业产品生产过程中全面推行SPC。
日本JUSE（科学家协会）设置“戴明”奖，奖励那些有效实施统计技术的企业。
石川磬提出“QC七工具”，帮助生产现场人员分析和改进质量问题，并推动广泛 应用。
1970’s
有效地推行 “QCC圈”和应用统计技术使日本经济的快速发展，成为高品质产品 的代名词。
３．几个较代表性之特殊原因如下： （１）原料群体之不良 （２）不完全之机械调整 （３）新手之作业员
４．特殊原因之变化不但可以找出其原 因，并且除去这些原因之处置，在 经济观点上讲常是正确的
99.73% 95.45%
68.26%
-3σ -2σ -1σ μ +1σ +2σ +3σ
正态分布中，任一点出现在 μ± 1σ内的概率为 P(μ-σ<X< μ+σ) = 68.26% μ± 2σ内的概率为 P(μ-2σ<X< μ+2σ) = 95.45% μ± 3σ内的概率为 P(μ-3σ<X< μ+3σ) = 99.73%
质量管理五大工具 之
SPC
Statistical Process Control (SPC)
统计过程控制
SPC学习版
TS
16949 五大 工具
产品质量先期策划和控制计划 （APQP&CP）
潜在失效模式和后果分析参考手册 （FMEA）
测量系统分析参考手册 （MSA）
统计过程控制参考手册 （SPC）
13
控制线管理的益处
LSL LCL Very Centered UCL USL
变异是我们的敌人
潜在不良出现 不良品已经产生
Spec
14
正态分布特征
测定平均值 在中心线或平均值两侧呈现左右对称之分布 极大值与极小值数量很小 常态曲线左右两尾与横轴渐渐靠近但不相交 曲线下的面积总和为 1
15
SPC学习版
1980’s
美国等其他国家紧随日本的步伐，开始推行“QC小 组”和统计技术的应用。
美国汽车工业已大规模推行了SPC，如福特汽车公司，通用汽车公司，克莱斯勒 汽车公司等，上述美国三大汽车公司在ISO9000的基础上还联合制定了QS9000 标准，编制了SPC手册。在与汽车有关的行业中，颇为流行。
MOTOROLA 公司颁布“QC挑战”，通过SPC的实施改进过程能力，并提出追 求“6σ”目标。
靠天吃饭，捡吃地上不多 的果子
11
品管方法历程
PPM 697,300 308,700
66,807 6,210
Average Company 一般公司
Best in class 世界标竿公司
233 3.4
1σ
方法
2σ
3σ
产品检查
品管7手法
(5S、QCC、ISO9001)
4σ
5σ
试验计划与 过程结合
6σ
试验计划与 设计结合
管制
产品管制
过程管制
过程管制 设计管制
最佳化 最佳化
管理改进(PDCA)一般公
技术改进(DMAIC)
司THREE SIGMA改善
世界标竿公司SIX SIGMA改善
12
SPC学习版
Not just to meet customer or contractual
requirements!!!—被BOSS训斥的痛苦!!!
8
Hale Waihona Puke SPC兴起的背景：起源美国贝尔实验室休哈特博士（W. A. Shewhart）于1924年发明控制图，开启了 统计品管的新时代。
1940’s 二次世界大战期间， 美国军工产品使用抽样方案和控 制图以保证军工产品的质量。
战后经济遭受严重破坏的日本在1950年通过休哈特早 期的一个同事戴明(W. Ed- wards Deming)博士，将 SPC的概念引入日本。从1950～1980年，经过30年的努 力，日本跃居世界质量与生产率的领先地位。美国著名质 量管理专家伯格(Roger W. Berger)教授指出，日本成功 的基石之一就是SPC。
生产件批准程序 （PPAP）
第二版2008.11 第四版2008.6 第四版2010.6 第二版2005.7 第四版2006.6
4
SPC学习版
0
0
1
计划和确定 项目
2
产品设计 和开发
3
过程设计 和开发
4
产品和 过程确认
5
反馈、评定 和纠正措施
DFMEA PFMEA
MSA
1
SPC PPAP
SPC
2
3
→两种变差原因及两种过程状态
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
受控
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
尺寸
不受控
时间 时间
目标值线 预测
目标值线
？
18
SPC学习版
普通原因 Common Cause
特殊原因 Special Cause
１．大量之微小原因所引起,不可避免
２．不管发生何种之普通原因，其个别 之变异极为微小
３．几个较代表性之普通原因如下： （１）原料之微小变异 （２）机械之微小振动 （３）仪器测定时不十分精确之作法
４．实际上要除去过程上之普通原因， 是件非常不经济之处置
１．一个或少数几个较大原因所引起,可以避免
２．任何一个特殊原因，都可能发生 大的变异
4
5
SPC学习版 1. SPC的概述 2. 控制图的应用 3. 过程的受失控状态 4. 过程能力研究
6
1.SPC的概述
7
什么是SPC
SPC是英文Statistical Process Control的前缀 简称,即 统计过程控制。 SPC就是应用统计技术对过程中的各个阶段收集 的数据进行分析，并调整过程，从而达到改进与保 证质量的目的。
1987
ISO9000标准建立并颁布实施，明确要求实施统计技术。
10
SPC学习版
6σ达成（完美） 全部的果子都在你手中啦
５σ改善设计 （果子最集中的地方）
能摘到这里的果子，基本 上能达到小康了
４σ过程改善 （矮树上的果子） 这里的果子很有限
３σ（地上的果子）
2→3σ：5倍改善 3→4σ：10倍改善 4→5σ：27倍改善 5→6σ：70倍改善 因此： 3→6σ：19,600倍改善