SPC_CPK培训教材.pptx
合集下载
《CPK培训教材》PPT课件
2021/6/10
6
何谓『统计』？
统计
---收集的数据通过计算得到有益情报的活动
• 何谓『有意义的情报』？
至少应包括：
『集中趋势 + 离中趋势 + 涵盖在特定范围的出现的
2021/6/10几率
7
集中趋势
平均值 中位数
2021/6/10
8
平均值
概念:
表示数据集中位置，数据的算术平均_ 值，
Su= 规格上限 SL= 规格下限 T= 规格允差. ，T =Su - Sl
➢不2对021/称6/1公0 差亦可采用(USL-LSL)/2=公差中心的方式计算 27
偏移系数
T =Su – SL=Tu-TL
K _ 偏移量= M - x
偏移系数 K
_ M- x
= T/2
Su
M
2S02u1=/6/10規格上限 SL= 規格下限
公式一
CPK=CP*(1- Ca ) δ: 标准差 M : 规格中心
公式二
=T/6δ*【1- 2(M-X)/T 】
Cpk=min(
Cpu(USLX)
3
， CpL(XLSL)
3
)
既取2两021者/6/最10小值，但不管采用那种方式(含不对称公差)，結果都是一样的31。
各种状态下的Cpk
仅给出规格上限Su
97.72499%
1.00
99.730% 99.865% 99.86501%
99.86501%
1.33
99.994% 99.99683%
99.99683%
1.67
99.99994%
99.99997%
2.00
99.9999998%
SPC及CPK教程(实战篇)课件
3﹑影響量----中心偏移量
10
CPK實例分析(離散性較小﹑中心偏移量影響) Ourgreatestweaknessliesingivingup.Themostcertainwaytosucceedisalwaystotryjustonemoretime
製品 名稱
管制項目
測量單位
日期/ 時間 批號 1 樣 1 0.131 本 2 0.135 測 3 0.13 定 4 0.127 值 5 0.124
規格標準 溫度 上限 USL 225
時間 群組數大小
80
3
製造 部門
管制項目
爐溫
中心限CL 220
75
總組數
機別
測量單位 ℃&sec 下限 LSL 215
70
15
測定者
樣 1 73.6 73.6 72.0 76.5 76.8 72.0 76.8 73.6 73.6 73.6 73.6 73.6 70.4
6
Our greatest weakness lies in giving up. The most certain way to succeed is alway s to try just one more time
二﹑SPC與CPK
1﹑區別與聯系
CPK﹕判定短期的制程能力﹐可以用來解析目前的制程能 力或用來檢驗制程能力是否在管制狀況下﹔
6210
±5r
99.97670
233
±6r
99.999660
3.4
4
Our greatest weakness lies in giving up. The most certain way to succeed is alway s to try just one more time
10
CPK實例分析(離散性較小﹑中心偏移量影響) Ourgreatestweaknessliesingivingup.Themostcertainwaytosucceedisalwaystotryjustonemoretime
製品 名稱
管制項目
測量單位
日期/ 時間 批號 1 樣 1 0.131 本 2 0.135 測 3 0.13 定 4 0.127 值 5 0.124
規格標準 溫度 上限 USL 225
時間 群組數大小
80
3
製造 部門
管制項目
爐溫
中心限CL 220
75
總組數
機別
測量單位 ℃&sec 下限 LSL 215
70
15
測定者
樣 1 73.6 73.6 72.0 76.5 76.8 72.0 76.8 73.6 73.6 73.6 73.6 73.6 70.4
6
Our greatest weakness lies in giving up. The most certain way to succeed is alway s to try just one more time
二﹑SPC與CPK
1﹑區別與聯系
CPK﹕判定短期的制程能力﹐可以用來解析目前的制程能 力或用來檢驗制程能力是否在管制狀況下﹔
6210
±5r
99.97670
233
±6r
99.999660
3.4
4
Our greatest weakness lies in giving up. The most certain way to succeed is alway s to try just one more time
(完整版)SPC(CPK)培训教材-2005.10.28
测量系统变差
量具线性
量具线性是在量具预期的工作范围内,偏差值的差值.
建立可解决问题之系统
确认关键制程及特性
导入SPC进行关键制程及特 性之管制
检讨制程能力符合规格程序 持续进行制程改善计划
提报及执行制程改善计划
决定管制项目
决定管制标准
决定抽样方法
选用管制图的格式
记入管制界限
NG
处置措施
偏倚 稳定性 重复性 再现性 分辨率
精度的概念
准确度好 精密度好 系统误差小 偶然误差小
准确度高 精密度差 系统误差小 偶然误差大
准确度差 精密度高 系统误差大 偶然误差小
准确度差 精密度差 系统误差大 偶然误差大
测量系统变差
量具精确度(偏差)
量具精确度指测量观察平均值 与真实值(基准值)的差异.真实 值由更精确的测量设备所确定.
孤岛型
統計程序控制
基本概念 1920年由W.A. Shewhart 提出 一般稱為Shewhart控制圖或3σ控制圖 廣泛在工業界應用 為判斷制程變差的普通原因或特殊原因的
主要統計分析工具Biblioteka 基本统计概念统计量
☺ R 全距(range) ☺ x (µ) 算术平均数(arithmetic mean) ☺ Md 中位数(median) ☺ Mo 众数(mode) ☺ σ 方差/变异(variance) ☺ σ 标准差(standard deviation)
制程管制的必要性
檢測 - 忍受浪費 預防 - 避免浪費
直方图的应用
收集数据n>80 计算极差R=Xmax-Xmin 适当分组k=n/10 组距h=R/k 纵线为频次 横线为数据分组
《CPK培训讲义》课件
通过一个详细的计算示例，了解如何使用正态分布法和Box-Cox变换法计算CPK指 数。
2
实例2：使用Excel进行CPK计算
教您如何使用Excel中的CPK公式，进行快捷方便地CPK计算。
3
实例3：应用机器学习进行CPK预测
让您了解机器学习CPK预测的基本概念和实现流程，为您的工作提供更多思路和 创新点。
服务业中的CPK应用
在服务业领域，CPK指数协助我 们检验服务过程中的质量，提高 服务效率和满意度，降低客户投 诉率。
医疗行业中的CPK应用
在医疗行业，CPK可以帮助我们 确定患者治疗质量是否符合标准， 从而改善治疗质量，提高医疗保 障水平。
第三章：CPK计算实例
1
实例1：CPK计算方法的详细步骤
第五章：结语
CPK的未来发展趋势
CPK正在逐渐实现数字化，向着 更加精确和智能化发展。
CPK的应用前景
CPK可以在各行各业中得到应用， 将持续引领质量体系的发展。
如何进一步学习和研 究CPK
定期参加培训和研讨会，加强 理论知识和实践经验的积累， 不断提升专业能力。
《CPK培训讲义》PPT课 件
本课件将带您深入了解CPK的各个方面，包括计算方法、应用场景、常见错误 和注意事项等。无论您是从事制造业、服务业还是医疗行业，都会受益于这 次学习。让我们来开始吧！
第一章：CPK介绍
什么是CPK
CPK是一种用于评估过程稳定性和能力的统计工具。它可以指导我们如何改进生产流程、降 低不合格率并提高产品质量。
第四章：CPK常见错误和注意事项
1 常见误区
CPK计算容易把经验误判 为合格过程，还容易将实 际合格错误判为不合格。
2 注意事项
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培训教案》课件
《SPC培训教案》PPT课件第一章：SPC概述1.1 SPC的定义统计过程控制（Statistical Process Control，SPC）通过统计学方法监控和改进过程质量1.2 SPC的历史与发展起源于20世纪20年代的工业工程1950年代，W. Edwards Deming将SPC推广到日本，对日本质量管理产生深远影响1990年代至今，SPC与现代质量管理方法结合，如六西格玛1.3 SPC的应用范围制造业服务业医疗卫生教育及其他行业第二章：SPC基本概念2.1 过程输入、输出和转换连续和离散过程2.2 控制图控制图的类型（X-R图、X-bar图、p图、np图等）控制图的构成（中心线、控制限、数据点）2.3 过程稳定性随机变异与系统变异判断过程稳定的准则（规则1-4）第三章：控制图的应用3.1 控制图的制定数据收集与整理选择适当的控制图确定控制限3.2 控制图的解读数据点的含义判断过程是否失控的准则控制图的报警信号（点出界、链或趋势）3.3 控制图的分析与改进分析过程变异的原因采取措施改进过程重新制定控制图第四章：过程能力分析4.1 过程能力的概念过程固有的变异能力满足顾客要求的能力4.2 过程能力分析的方法计算过程能力指数（Cp、Cpk）判断过程能力是否满足要求4.3 过程改进策略提高过程能力的方法（减少变异、优化过程参数）过程改进的目标（提高产品质量、降低成本）第五章：SPC软件与应用5.1 SPC软件的功能与选择数据采集、处理和分析控制图绘制与监控过程改进工具（如鱼骨图、帕累托图等）5.2 SPC软件的操作步骤数据输入与设置控制图绘制与分析报告与输出5.3 SPC软件在实际应用中的案例分享制造业案例服务业案例其他行业案例第六章：SPC在制造业中的应用案例6.1 案例一：汽车制造业中的SPC应用描述汽车制造过程中如何运用SPC监控装配质量，减少缺陷率。
分析控制图在检测生产线上的作用，及时发现问题并采取措施。
SPC基础知识培训教材-入门级ppt课件
;
X-R控制图的断定准那么
〔e〕出现的点,有周期性变动时
;
X-R控制图的断定准那么
;
X-R控制图的断定准那么
;
X-R控制图的断定准那么
温
度
测 量
144
144
144
147 144 144 144 144
144
145
143 143 144 144 144
144
144
144 144 144 143 144
146
144
143
数
据 145 145 145 145 145 145 145 145 145 145 145 145 145 145 145 143 145 145 145 145 145 145 145 145 145
稳定状态。缺点是不易发现工序分布中 能得到一个数据或希望尽快发现并消
心的变化。
除异常原因。
较常用，计算简单，操作工人易于理解 。
样本容量相等。
计算量大，控制线凹凸不平。
样本容量不等。
较常用，计算简单，操作工人易于理解 。
样本容量相等。
计算量大，控制线凹凸不平。
样本容量不等。
;
如何选技合格的SPC控制图
n
2
3
4
5
6
7
8
9
10
A2 1.880 1.023 0.729 0.577 0.483 0.419 0.373 0.337 0.308
D4 3.267 2.575 2.282 2.115 2.004 1.924 1.864 1.816 1.777
E2 2.660 1.772 1.457 1.290 1.134 1.109 1.054 1.010 0.975
X-R控制图的断定准那么
〔e〕出现的点,有周期性变动时
;
X-R控制图的断定准那么
;
X-R控制图的断定准那么
;
X-R控制图的断定准那么
温
度
测 量
144
144
144
147 144 144 144 144
144
145
143 143 144 144 144
144
144
144 144 144 143 144
146
144
143
数
据 145 145 145 145 145 145 145 145 145 145 145 145 145 145 145 143 145 145 145 145 145 145 145 145 145
稳定状态。缺点是不易发现工序分布中 能得到一个数据或希望尽快发现并消
心的变化。
除异常原因。
较常用，计算简单，操作工人易于理解 。
样本容量相等。
计算量大，控制线凹凸不平。
样本容量不等。
较常用，计算简单，操作工人易于理解 。
样本容量相等。
计算量大，控制线凹凸不平。
样本容量不等。
;
如何选技合格的SPC控制图
n
2
3
4
5
6
7
8
9
10
A2 1.880 1.023 0.729 0.577 0.483 0.419 0.373 0.337 0.308
D4 3.267 2.575 2.282 2.115 2.004 1.924 1.864 1.816 1.777
E2 2.660 1.772 1.457 1.290 1.134 1.109 1.054 1.010 0.975
6Sigma工具培训教材之CPKSPC(PPT 71页)
Page 4
Cpk的使用前提条件
Cpk的使用前提条件 •数据的总体来自某一正态分布； •制程已经稳定，不存在特殊变异； •如何判定制程是否稳定？要控制图连续25点都在控制界限内； •如果不能连续25点都在控制界限内，则只能用Ppk,，否则会 高估制程能力而造成误判； •常常和控制图一起来分析制程的表现；
3LT
TU ,TL ：分别表示产品的上、下规格
ST,LT ：分别表示短期过程标准差，长期过程标准差
Page 11
Cpk 和Ppk的差别
Cpk是短期过程能力的计算，仅仅包括普通原因引起的过程变异； Ppk是长期过程能力，包括普通原因和特殊原因引起的过程变异
Cpk的计算是假设过程处于受控制状态的，因此用于对过程能力的预测： Ppk的计算是过程没有处于受控制状态的，是过程能力的实际表现。
StDev(Overall)是所有数据的 标准差
USL
W ith in O v erall
P ote ntia l (W ithin) C a pa bility
Cp
2.01
C P L 1.72
C P U 2.29
C pk 1.72
C C pk 2.01
O v erall C apability
Pp PPL PPU P pk C pm
p1
LSL
p2
USL
P1+p2
Z值
σ =1 z
缺陷概率 p=0.0643
u=0
Z值=1.52
缺陷概 1率 NORMS(D z)IST
•假定Z=1.52，在正态曲线下超过1.52的 部分就是缺陷产生的概率 •Z值是过程能力的量度，经常被称为过 程的sigma(不要与过程的标准偏差混淆)
Cpk的使用前提条件
Cpk的使用前提条件 •数据的总体来自某一正态分布； •制程已经稳定，不存在特殊变异； •如何判定制程是否稳定？要控制图连续25点都在控制界限内； •如果不能连续25点都在控制界限内，则只能用Ppk,，否则会 高估制程能力而造成误判； •常常和控制图一起来分析制程的表现；
3LT
TU ,TL ：分别表示产品的上、下规格
ST,LT ：分别表示短期过程标准差，长期过程标准差
Page 11
Cpk 和Ppk的差别
Cpk是短期过程能力的计算，仅仅包括普通原因引起的过程变异； Ppk是长期过程能力，包括普通原因和特殊原因引起的过程变异
Cpk的计算是假设过程处于受控制状态的，因此用于对过程能力的预测： Ppk的计算是过程没有处于受控制状态的，是过程能力的实际表现。
StDev(Overall)是所有数据的 标准差
USL
W ith in O v erall
P ote ntia l (W ithin) C a pa bility
Cp
2.01
C P L 1.72
C P U 2.29
C pk 1.72
C C pk 2.01
O v erall C apability
Pp PPL PPU P pk C pm
p1
LSL
p2
USL
P1+p2
Z值
σ =1 z
缺陷概率 p=0.0643
u=0
Z值=1.52
缺陷概 1率 NORMS(D z)IST
•假定Z=1.52，在正态曲线下超过1.52的 部分就是缺陷产生的概率 •Z值是过程能力的量度，经常被称为过 程的sigma(不要与过程的标准偏差混淆)
SPC基础知识培训(PPT48页).pptx
貨品
預防生產模式(Prevention Detection Approach) :
自我監管
(減少)
少)
輸入
生產過程+SPC
損壞/再造
INPU(LTess)
PROCESSES
SAMPLE OR 100% INSPECTION
Scrap/Rework
Products
貨品
損壞/再造
(減 抽樣/全面檢查
O.K.
21. Cpk 的圖像比例及計算（iii）
Cpk = 2.0
Cpk = 1.33
LSL
T
USL
x
Cpk = 1.00
LSL
T
USL
x
LSL
T
USL
x
Cpk = 0.60
LSL
T
USL
x
例子說明 I :
USL - LSL Cpk =UCL - LCL
[ 1 -( - X )/3sd]
LSL 10
LCL 12
SPC 知识讲座
1. 甚麼是“ SPC” ?
SPC:是STATISTICAL PROCESS CONTROL的缩写
即:统计过程控制(大陆称法)
统计制程管制(台湾称法)
在美国休哈特博士发现管制图(1924年)后 (40年代)产生,由美国戴明博士在日本推广.
SPC是：
- 以統計學的原理作為基礎 - 用來監察生產過程 - 利用數據及簡單的圖表表達生產情況 - 用來判斷製程的走向及有否出現問題 - 引導員工去作出適當的決定 - 預防問題的惡化及重現
12. SPC 的探用 I :
傳統的生產模式(Traditional Detection Approach) :
預防生產模式(Prevention Detection Approach) :
自我監管
(減少)
少)
輸入
生產過程+SPC
損壞/再造
INPU(LTess)
PROCESSES
SAMPLE OR 100% INSPECTION
Scrap/Rework
Products
貨品
損壞/再造
(減 抽樣/全面檢查
O.K.
21. Cpk 的圖像比例及計算（iii）
Cpk = 2.0
Cpk = 1.33
LSL
T
USL
x
Cpk = 1.00
LSL
T
USL
x
LSL
T
USL
x
Cpk = 0.60
LSL
T
USL
x
例子說明 I :
USL - LSL Cpk =UCL - LCL
[ 1 -( - X )/3sd]
LSL 10
LCL 12
SPC 知识讲座
1. 甚麼是“ SPC” ?
SPC:是STATISTICAL PROCESS CONTROL的缩写
即:统计过程控制(大陆称法)
统计制程管制(台湾称法)
在美国休哈特博士发现管制图(1924年)后 (40年代)产生,由美国戴明博士在日本推广.
SPC是：
- 以統計學的原理作為基礎 - 用來監察生產過程 - 利用數據及簡單的圖表表達生產情況 - 用來判斷製程的走向及有否出現問題 - 引導員工去作出適當的決定 - 預防問題的惡化及重現
12. SPC 的探用 I :
傳統的生產模式(Traditional Detection Approach) :
(ppt版)SPC基础知识培训教材(PPT 58页)
控制 图的类型 (kòngzhì)
类别
名称
平均值－极差控 计 制图
量
值 中位数－极差控
控
制图
制 图
单值－移动极差 控制图
不合格品数控制 图 计
数 不合格品率控制 值图
控 制 缺陷数控制图
图 单位缺陷数控制 图
控制图符号 x －R
～x － R
x －R S Pn
特点
适用场合
最常用，判断工序是否正常的效果好，但
什么(shén me)是X-R控制图
➢ X图：
是指平均值控制图，算术平均值也叫样本平 均值，简称均值。它是所有数据之和除以数 据总个数的商值，用 X表示。 ➢ R图： 是指极差控制图，极差是一组数据中最大 值与最小值之差，用符合R表示。
第二十页，共五十九页。
X-R控制(kòngzhì)图的构成
上控制线 中心线
不可能让其存在(cúnzài)，否那么会造成损失。
第五页，共五十九页。
SPC的根本(gēnběn)原理
➢ 当过程仅受偶然因素影响时，过程处于统计控制状态〔简称受控状态〕；
➢ 当过程中存在异常因素的影响时，过程处于统计失控状态〔简称失控状态〕。
➢ 由于过程波动具有(jùyǒu)统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失 控时，过程分布将发生改变。
P
计。
c
较常用，计算简单，操作工人易于理解。 样本容量相等。
u
计算量大，控制线凹凸不平。
样本容量不等。
第十六页，共五十九页。
如何(rúhé)选技合格的SPC控制
图
计量值
控制图的选择 数据性质？
计数值
n≧2
样本大小
CPK讲义--SPC课程补充资料.PPT
陳信壹
管制圖的統計基礎
* 離散趨勢 , 變異係數 : V 解 : 1. 甲 X=589/10=58.90 , 乙 X=617/12=51.42
乙地居民較年輕 2.甲 ^2=452.5444 , =21.27
乙 ^2=281.1742 , =16.77 V甲 = 21.27/58.90 = 36.11% V乙 = 16.77/51.42 = 32.61% 因 V甲 >V乙 , 故乙地居民較一致
陳信壹
SPC (上) 課前 Q & A
• 什麼是SPC ? • SPC 的源起? • SPC 的定義及應用範圍? • SPC 的功能 ? • 何謂 SPC 7大工具 ? • 品質變異主要原因那兩種? • 可歸屬原因主要起源於那三處 ? • 變異數? 標準差?
陳信壹
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
陳信壹
選擇適當形式的管制圖(計數 1-4)
p圖,c圖和 u圖在下列情形考慮使用計數值管制圖
1. 操作員控制可歸屬的原因,且必須降低製程的失敗率.
2. 製程是個複雜組合操作過程,產品品質的衡量經由不 合格數.成功或不成功產品功能等( 例如包括電腦.汽 車和這些產品的次系統.
3. 製程管制是需要的,但量測資料無法獲得. 4. 對於製程執行結果的歷史資料之匯總是必須的.
CPK讲义--SPC课程补 充资料.PPT
戴 明 - Edwards Deming
• 品質是製造出來的。品質是散佈在生 產系統的所有層面。停止末端大量的 檢驗行為，而應力求改善，由根本做 起。他認為末端檢驗絕不可能獲得有 競爭力的品質。不斷研究和改善品管 制度，是所有階層的責任。
管制圖的統計基礎
* 離散趨勢 , 變異係數 : V 解 : 1. 甲 X=589/10=58.90 , 乙 X=617/12=51.42
乙地居民較年輕 2.甲 ^2=452.5444 , =21.27
乙 ^2=281.1742 , =16.77 V甲 = 21.27/58.90 = 36.11% V乙 = 16.77/51.42 = 32.61% 因 V甲 >V乙 , 故乙地居民較一致
陳信壹
SPC (上) 課前 Q & A
• 什麼是SPC ? • SPC 的源起? • SPC 的定義及應用範圍? • SPC 的功能 ? • 何謂 SPC 7大工具 ? • 品質變異主要原因那兩種? • 可歸屬原因主要起源於那三處 ? • 變異數? 標準差?
陳信壹
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
陳信壹
選擇適當形式的管制圖(計數 1-4)
p圖,c圖和 u圖在下列情形考慮使用計數值管制圖
1. 操作員控制可歸屬的原因,且必須降低製程的失敗率.
2. 製程是個複雜組合操作過程,產品品質的衡量經由不 合格數.成功或不成功產品功能等( 例如包括電腦.汽 車和這些產品的次系統.
3. 製程管制是需要的,但量測資料無法獲得. 4. 對於製程執行結果的歷史資料之匯總是必須的.
CPK讲义--SPC课程补 充资料.PPT
戴 明 - Edwards Deming
• 品質是製造出來的。品質是散佈在生 產系統的所有層面。停止末端大量的 檢驗行為，而應力求改善，由根本做 起。他認為末端檢驗絕不可能獲得有 競爭力的品質。不斷研究和改善品管 制度，是所有階層的責任。
CPK培训教材(PPT 37页)
运用 Minitab 计算能力
打开 minitab.mtw
规格: 12.5~14.5
运用 Minitab 分析数据:
第1步 Stat >QualityTools >Capability Six Pack >Normal
第3步
第2步
第4步
在找什么呢?
1.该过程是否受控? 可受控 - 看控制图
2. 可以得到 P值=0.075＞0.05 属于常态分布
制程能力指数含义
制程能力指数：
是指制程能力与制程目标相比较的定量描述的数值 ，即表示制程满足产品质量标准的程度。一般以Cp或 Cpk表示。
Cp 适用于质量标准规格的中心值与实测数据的分 布中心值一致，即无偏离的情况下。
Cpk 适用于质量标准规格的中心值与实测数据的分 布中心值不一致，即有偏离的情况下。
(DPMO:百万之缺陷机会)
目标值
LSL
USL
从统计的角度看,只有两个问题: 中心偏移 – 过程中心值不在目标值上. 离散 – 过程偏差太大.
目标值
LSL
USL
使中心靠拢目标值
目标值
降低离散
LSL
USL
如何确定过程是否存在中心偏移或离散问题?
看过程能力指数 !
我们生产的产品
LSL
目标
USL
客户要求的产品
制程能力指数评价标准
Cp值以及Cpk值的范围 品质等级 制程能力指数评价
对策
Cp ≥1.67 1.67 ＞ Cp ≥1.33 1.33 ＞ Cp ≥1.0 1.0 ＞ Cp ≥0.67 Cp＜0.67
Ⅰ
制程能力过高,特殊 1.Cp值过高时
产业需求
- 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)。
圖例
說明
表示:工序能力過分充裕，有很大的貯 備 不合格品率p＜0.00006%
對精密加工而言，工序能力適宜；對一 般加來說工序能力仍比較充裕，有一定 貯備 不合格品率0.00006%≤p＜0.006%
對一般加工而言，工序能力適宜 不合格品率0.006%≤p＜0.27%
工序能力不足，不合格品率較高 不合格品率0.27%≤p＜4.55%
➢ a. 1924年由美國的休哈特(W.A.Shewhart)提出.
➢ b. 第二次世界大戰后期, 1940年美國開始將SPC導入武器製 造商的製程中,取得了良好的效果,但世界大戰結束后由于美 國內商業缺乏競爭,SPC在1950~1980有有逐漸從美國工業消 失.
➢ c.戰敗的日本為了復興經濟1950年從美國邀請休哈特的同事 戴明(W.Edwards Deming)博士到日本輔導SPC的應用,經過 30年努力,取得了輝煌的成就.從而日本濟入世界工業強國之 列.
••••••••••
μ = 規格中心
SL
M
Su
SL
M
Su
Ca Capability of Accuracy
準確度
制程平均值-規格中心值
Ca =
* 100%
規格允差之半
X-M
=
* 100%
T/2
即偏移系數( k ) = Ca
Su= 規格上限 SL= 規格下限 T= 規格允差. ，T =Su - Sl
R=Xmax – Xmin
式中 Xmax
一組數據中的最大值，
Xmin
一組數據中的最小值
例如：有3，6，7，8，10五個資料組成一組，則 極差R=10-3=7
什么是標準差?
(1)
A槍手
(3) (5)
(7)
b槍
手
飛標圖解
流程之聲
C槍手
1 3 5 7 10 7 5 3 1
A 槍手
A
B 槍手
B A
C 槍手
當n爲奇數時-----正中間的數只有一個， 當n爲偶數時-----正中位置有兩個數，此時，爲 正中間兩個數的算術平均值。
離中趨勢
全距&极差 R
標準差 σ
全距（極差）
概念:
將樣本資料按大小順序排列，數列中最大值 Xmax與最小資料Xmin之差 稱爲樣本的極差。 常用符號 R 表示，其計算公式爲：
C B A
B 槍手
C 槍手
A 槍手
LCL
LCL
Mx
UCL
Mx
UCL
LCL x M
UCL
依照射擊擊中環次的頻率進行排列,可得以下的圖表:
Sigma (标准偏差)
由此可見 Sigma () 即是----變異,學術名 詞叫标准偏差
9
X 10
=
Σ1 n
n
(X
2
-X)
i-1
11
Sigma ()
表示數據的离散程度
➢ d.在日本的強大競爭之下, 80年代美國在SPC作為一種高科 技技術來推廣, SPC在美國得到全面的復興,經過15年的努力 到1995年左右美國與日本在產品質量方面的差距才基本保持 平.
何謂『統計』？
統計的基本原料是？
數據
計算
有數據就是統計嗎？
經過計算后得什麼？
有意義的情報
統計基礎
何謂『統計』？
2. 當公差範圍內能納入愈多的σ個數，則此製 程表現愈好，其本身是一種製程固有的（已決定的） 特性值，代表一種潛在的能力
精密度評價
Cp 值
Cp ≧ 1.67
製程等級
較佳
1.67 > Cp ≧ 1.33 A(合格)
1.33 >Cp ≧ 1.00 B(警告) 1.00 > Cp ≧ 0.67 C(不足)
樣本標準差 S ～～ δ
因為標準差是用數據整體計算，所以當數據量大太時， 就不便以操作,而且不符合現場需要。所以一般情況下, 會用樣本標準差S來代替δ
S ～～ δ
S=樣本標準差
母體
樣本
S=
Σ1 n
2
n-1
(
i-1
X
-X)
樣本: 從總體中隨機抽取的若干個個體的總和稱爲樣本。 組 成樣本的每個個體稱爲樣品。
統計
---收集的數據經過計算從而得到有意義的情報的活動
• 何謂『有意義的情報』？
至少應包括：
『集中趨勢 + 離中趨勢 + 含蓋在特定範圍內的機率』
集中趨勢
平均值 中位数
平均值
概念:
表示数据集中位置，數據算術平均數_ ，
x
常用符号
表示。 x
X= N
N:表示樣本數
例:有统计数据2,3,4,5,6五个数据，则其平均数据为：
記爲Cp。通常以規格範圍T與工序能力 6* δ的比值來
表示。即：
不精密
••••••••••
精密
••••••••
精密度表示什麼
Cp=T/6δ=規格公差/6*標準差
規格公差=UCL-LCL=規格上線-規格下線
1. 製程精密度，其值越高表示製程實際值間的 離散程度越小，亦即表示製程穩定而變異小（離中 趨勢，與σ有關）。
偏移係數
T =Su – SL=Tu-TL
K _ 偏移量= M - x
偏移係數 K
_ M- x
= T/2
Su
M
3 品質與6品質的差距
6品質—減少變異
品質 品質
Su
M
SL
數據分析
Cp、 Ca、 Cpk
數據的分布
A: 每件産品的尺寸與別的都不同 B:但它們形成一個模型，若穩定，可以描述爲一個分佈
C:數據會有不同的分布型態，正態分布為 鐘型
CP Capability of Precision
精確度：
是衡量工序能力對産品規格要求滿足程度的數量值，
Ca Capability of Accuracy
準確度:
代表製程均值偏離規格中心值之程度。若其值越
小，表示製程平均值越接近規格中心值，亦即品質_越 接近規格要求之水準（集中趨勢，與有關），值越x大，
表示製程平均值愈偏離規格中心值，所造成的不良率 將愈大）
準確度差••••••••
準確度好
Su= 規格上限 SL= 規格下限
_
5X =
2+3+4+5+6 ————— =4
中位數
概念:
把收集到的統計資料按大小順序重新排列，排在正中
間的那個數就叫作中位數，常用符号 ~x 表示。
● 例: 试找出3、5、6、7、11五个样本数据和3、5、6、8、
9、11六个样本数据的中 解：3、5、6、7、11的中位数为6
3、5、6、8、9、11的中位数为 6+8 = 7 2
【电子工程培訓教材】
CPK培訓教材
教材編號 : QC-009 版 本 : 1.0
Quality
jankywolf
SPC(Statistical Process Control) 統計制程管制
統計過程控制 ➢ 是應用統計的方法對過程中的各個環節進行監控與診斷,從而達到 改進與保證產品品質的目的 .
SPC的發展進程