计量型数据
计量型数据控制图
操作人员需要具备一定的技能和经验，能够正确理解和使用控制图上 的数据，才能充分发挥控制图的作用。
05
计量型数据控制图的实际案例分析
案例一：制造业质量控制应用
总结词
在制造业中，计量型数据控制图被广泛应用于生产过程中的质量控制，以确保产 品的一致性和稳定性。
详细描述
通过实时监测生产过程中的各种参数，如温度、压力、流量等，控制图可以及时 发现异常波动，从而采取相应的措施进行调整，避免不合格品的产生。这有助于 提高产品质量，降低生产成本，增强企业的竞争力。
案例三：科学研究质量控制应用
总结词
在科学研究中，计量型数据控制图被用于实验设计和数据分析阶段，以确保实验结果的可靠性和准确性。
详细描述
通过在实验过程中收集各种数据，并利用控制图进行监测和分析，研究人员能够及时发现实验中的异常变化，采 取相应措施进行纠正或重新实验。这有助于提高科学研究的严谨性和可信度，为科学发现和创新提供有力支持。
通过确保生产过程的稳定性和可靠性，控 制图有助于提高生产效率，缩短生产周期 ，从而提升企业的竞争力。
对未来研究的展望
拓展应用领域
创新算法和模型
强化数据安全与隐私保护
跨学科融合发展
随着大数据和人工智能技术的 发展，计量型数据控制图的应 用领域将进一步拓展，例如在 智能制造、医疗健康和环境监 测等领域的应用。
案例二：医疗服务质量控制应用
总结词
在医疗服务领域，计量型数据控制图被用于监测和改进医疗服务质量，以确保患者的安全和满意度。
详细描述
通过收集和分析医疗服务的各种数据，如患者满意度、医疗操作规范性、治疗效果等，控制图能够揭 示潜在的问题和改进点。这有助于提高医疗服务质量，减少医疗事故和纠纷，提升患者的就医体验。
计量型数据控制图要点
用I-MR图做改善前后的对比
文件: Before-after.mtw
用I-MR图做改善前后的对比
改善后均 值下降
改善后变 差减小
以上是图示化比较，最后还应通过统计检验进行比较。
控制图的判异规则
为了帮助鉴别出现在我们流程中的特殊原因事件，制定了 一套标准规则：
1、1点落在控制限之外 2、连续8点落在中心线同一侧 3、连续6点递增或递减 4、连续14点中相邻点升降交错 5、连续3点中有2点落在中心线同一侧的2-sigma限之外 6、连续5点中有4点落在中心线同一侧的1-sigma限之外 7、连续15点落在1-sigma限之内 8、连续8点落在中心线两侧,但无1点在1-sigma限之内
a.上一个月的数据是特殊 原因还是普通原因的结果 ？为什么？ 普通原因。根据判异规则无 异常点。 b.人力资源经理是否采取 了适当的措施？ 否 c.它应该预期的月培训成 本是多少？
$87154~$108246
解释单值图练习
案例#2—停工时间 一条包装线在3 月8 日到8 月23 日之间平均每周停工4.1 小时。由于很多问 题与电路开关有关，技术人员怀疑电涌保护装置发生故障。他们在8 月23 日这一周更换了它，并连续再收集了8 周的数据。
移动极差控制限
UCLR 3.267mR
单值控制限
LCLR 0
UCLXX2.66mR LCLXX2.66mR
单值移动极差图Minitab指令
文件: Individ.mtw
单值移动极差图Minitab输出
单值图可显现出 流程中心的稳定 性(中心位置)
移动极差图可显 现出短期变差的 稳定性
移动极差MR是相邻两个单值的差的绝对值； 看图顺序:先看极差图，再看均值图。
18计量型数据SPC
部品名
异常判定准则
R图
R=
UCL=
LCL=
注意事项 系数表
日期/时 间 1 测 量 值 2 3 4 合计 X R
Magnecomp / Optimal Confidential
17
计算控制界限
计算各子组 和R. 计算公式如下
n
X=
∑ Xi
i =1
n
式中:n=子组容量 式中:n=子组容量 Xi=子组内每个测量数据 Xi=子组内每个测量数据 R=XMAX-XMIN 式中: 式中: XMAX=子组中最大值 XMIN=每个子组的极差 将计算出的 与R描于 X-R控制图上 描点前需确定适当的坐标轴刻度,不可太大或太小. 描点前需确定适当的坐标轴刻度,不可太大或太小.
8
平均值/ 平均值/中位数图的分析及决策图
计 算 平 均 值 / 中 位 数 图 的 控 制 界 限
所 有 点 都 落 在 控 制 界 限 内 吗 ?
否 是 否 只 有 1 ~ 2 个 点 超 过 控 制 界 限 ? 是
否 从 控 制 图 中 去 除 该 点 3 点 或 以 上 点 超 过 控 制 界 限
从 控 制 图 中 去 除 该 点
否 重 新 计 算 控 制 界 限 极 差 /标 准 差 不 在 控 制 范 围 内
所 有 点 都 落 在 控 制 界 限 内 吗 ?
消 除 变 异 原 因
收 集 新 数 据 是 重 新 计 算 极 差 /标 准 差 控 制 界 限 极 差 /标 准 差 受 控
Magnecomp / Optimal Confidential
重 新 计 算 控 制 界 限 是
否
平 均 值 / 中 位 数 不 在 控 制 界 限 内 平 均 值 / 中 位 数 受 控
MSA培训常用的MSA方法详解
MSA实施过程与注
05
意事项
明确目标和范围
确定MSA的目标
例如，提高测量系统的准确性和可靠性，减少测量误差等。
明确MSA的范围
包括需要评估的测量系统、测量人员、测量环境和测量数 据等。
选择合适的MSA方法
01
根据目标和范围选择合适的MSA方 法，如重复性和再现性（R&R）研 究、线性研究、稳定性研究等。
计量型数据特点与处理流程
数据特点
连续性、可测量性、服从正态分布。
处理流程
收集数据、整理数据、分析数据、解释数据。
稳定性分析方法
时间序列分析
通过时间序列图观察数据的稳定性， 计算移动平均线、移动极差等统计量。
控制图分析
利用控制图判断过程是否处于稳定状态， 如X-bar控制图、R控制图等。
偏倚分析方法
偏倚分析目的
评估测量系统与被测对象真实值 之间的差异。
分析方法
使用独立样本T检验、配对样本T检 验等方法进行比较分析。
注意事项
需确保样本具有代表性和可比性， 并考虑测量误差对偏倚的影响。
常用的MSA方法之
04
三：破坏性试验数据
分析
破坏性试验特点及挑战
特点
破坏性试验通常涉及对产品或材料的不可逆改变，以获取关于其性能或可靠性的数据。这类试验往往成本 高、周期长，且样本量有限。
在使用仿真模拟法时，需要建立一个能够准 确反映破坏性试验过程的计算机模型。通过 对模型进行反复模拟和优化，可以生成大量 具有代表性的虚拟数据。基于这些数据，可 以对测量系统的误差、稳定性和可靠性进行 详细分析。
案例分享：某企业破坏性试验MSA实践
案例背景
某企业在生产过程中需要对一种关键零部件进行破坏性 试验以评估其性能。由于试验成本高、周期长，企业决 定采用MSA方法对测量系统进行分析和优化。
计数型及计量型分析
数据类型
基本计量型（连续数据）
MSA方法
均值和极差，方差分析（ANOVA），偏倚，线性， 控制图
信号探测，假设试验分析
基本计数型（离散数据） 两元数据一致性KAPPA技术（只有两个选择） 多元数据一致性（具有两个以上选择）
不可重复数据
控制图、方差分析（ANOVA）
控制图，方差分析（ANOVA），回归分析 多重系统、量具或试验台
Reported by : T olerance: M isc:
Percent
Sample Range
Components of Variation 100
50
% Contribution %?S t u d y?Va r % Tolerance
0 Gage R&R
A 10
5 0
A 0
-20
Repeat
步骤二: MINITAB操作
①
可重复测量计量型数 据Gage R&R
②
99%置信度 规格公差
③
Pg 13
计量型（连续数据）
步骤二: 结果判读
Gage R&R Study - ANOVA Method
Two-Way ANOVA Table With Interaction
Source
DF SS MS
σ2GRR=σ2再现性+σB
基准值
GR&R
不好 重复性
C
Pg 7
请给出以下图示答案
Pg 8
MSA第三版快速指南
一个“好”的量测系统应该具备哪些特点？ 准—偏倚小；线性好； 稳—稳定性好； 重复性好---重复测量结果一致； 再现性---不同人测量结果一致好；
SPC竞赛试题
SPC竞赛试题A一、必答题1. 请选择以下哪个是计量型数据。
（c）A：某天FOL白班出勤人员个数 b) 一个lot内DA41的缺陷个数C：SMT锡膏厚度 d) 某班B1WB133的报警次数2. 只要没超过控制限就表示制程正常。
（X）3. 一般认为控制（ b ）对改善及控制制程更为有效A：输出 b. 输入 c. 输入与输出 d.输入或输出都行4. 样本是从总体中提取的部分用来对总体作出估计（V）5. 规格界限:是由产品设计要求和部门内部自定。
（X）应由自客户要求而定6. SPC 的特征是在大量生产结束时才量测，判断工艺是否稳定。
（X7. 下面哪个数据不是计量型数据。
(AA,IC 的管脚数B,齿轮的直径C,体重 D,锡膏厚度8. SPC 图形要点为均值，上下控制限和上下规格限9. 连续25点在控制线内则判定为稳态（V10. 在抽样调查中，无法避免的误差是（）A：登记性误差（B）系统性误差（C）抽样误差（D）偏差11. 影响过程的因素包括人,机 , 料, 法 ,环,测12. 控制图中的上下控制限可以由产品的公差带压缩而来(V)13. 在控制图应用中，我们要尽量把输入的信息收集完整，因为这样有利于找出报警点的根本原因(V)14. 1,2,3,4,5的均值是– 315. SPC要求对输入做监控，如果对输入的因子做好监控，那么输出也就稳定了-对16. SPC能科学的区分出生产过程中产品质量的必然波动和偶然波动，从而对生产过程的异常及时报警，以便采取措施，消除异常，恢复过程的稳定–对17. Mean(均值)，mode(众数)，median(中位数)都是用来描述中心趋势的-错18. 没有超出控制限的点，过程就是稳定的，就不会报警（例如公司的MCS系统）-错19. 西格玛是指:A:方差（B）极差C:标准差（D）公司标志20. 在分析控制图中，如果过程持续稳定，SPC的上下限会随着样本量的增加而A）变宽（B）不变C）变窄（D）不确定21. 若一组数据为4、５、６、７、８、９其中中位数是：（Ａ.7Ｂ.8Ｃ．7.5 D.7.222. 如果说连续九点在中心限的一侧,说明什么发生了变化:A.标准差B.均值C.标准差与均值D.不确定23.二、抢答题1. 在测量系统中，测量仪器的至少应能测出上下规格限间距的（b）A：1/5 b) 1/10 c)1/50 d) 1/1002. SPC 一共有(8) 大判异准则，RF BJ一般使用其中的（3）项。
计量型数据控制图
移动极差图可显 现出短期变差的 稳定性
移动极差MR是相邻两个单值的差的绝对值； 看图顺序:先看极差图，再看均值图。
用I-MR图做改善前后的对比
文件: Before-after.mtw
用I-MR图做改善前后的对比
改善后均 值下降
改善后变 差减小
以上是图示化比较，最后还应通过统计检验进行比较。
7
23.5
9
23.5
5
22.75
4
20.25
9
21.75
8
23.75
3
20.75
6
子组化案例:花生酱子组计划I
文件 （花生酱 .mpj ）中的 case1.mtw
控制图在说什么？
➢Xbar控制限看起来太宽
太多点在平均数1倍标准偏差内 •没有点在控制限周围
➢这种情况在子组内变差比子组间变差大的多的情况下出现。 ➢这个问题在制造中很典型。比如，4台同类型的设备其中一台持续比其他 高或低。4台设备间的变差比抽样次数间的变差大的多。 ➢如果出现这种情况
更换电 涌装置
a.新的电涌装置有用吗？
b.如果有用，技术人员从 哪一周获得了第一个信号 ？是否有过程偏移的任何 其它信号？
解释单值图练习
a.新的电涌装置有用吗？
有用 b.如果有用，技术人员从
哪一周获得了第一个信号
？是否有过程偏移的任何
其它信号？
最早的信号是位于界限外 的点（测试1），从9月6 日这一周获得第一个信号 。其次的信号来自测试5 和6。另一个信号在测试2 中表现出来（8个点位于 中线同一侧）。
计量型数据控制图
模块内容
计量型数据控制图
计量型数据控制图要点
离开均值的标准偏差数
标准偏差的经验规则
前面的累计概率的规则即使数据不是完美的正态 分布也适用。让我们比较数值的理论(完美的)正态分 布和经验(现实的)分布
标准偏差数
±1σ
理论正态分布
68%
经验正态分布
60%-75%
±2σ
±3σ
95%
99.7%
90%-98%
99%-100%
正态分布的判定
方法一:正态性检验 文件：Distributions.MTW,第一列数据为例进行正态判定。
正态分布的判定
P值>0.05, 数据分布正态
正态分布的判定
方法二:图形化汇总
文件：Distributions.MTW,第二列数据为例进行正态判定。
正态分布的判定
P值<0.05, 数据分布不正态
正态分布的判定
方法三:概率图
文件：Distributions.MTW,第三列数据为例进行正态判定。
正态分布的判定
值移动极差图 I-MR Chart
均值极差图 Xbar-R Chart
控制图选择路径
开始 数据类型？ 离散型 连续型 需要快速检 测小的变化 ?
具有 属性 的项 目数
计算具有属性的 项目数或者计算 事件发生的次数 ?
否
事件 发生 的次 数
单值或 者子组
是 子 组
计量型数据控制图
模块内容
计量型数据控制图
正态 单值移动极差图 I-MR Chart
均值极差图 Xbar-R Chart
正态分布
计量型数据控制图是建立在数据正态分布的理论基础上的。
正态曲线 正态曲线是描述正态分布的数学表达式的图形表示； 流程只有随机波动或变差
计量型和计数型数据对比
计数型(如适用) am 或 pm 好或差 快或慢 热或冷 通过或失败
红或绿或黄或蓝 出口数 赢或亏
连续性 (变量) 粘度 pH 含量 浓度 杂质 停工时间 钱 融流速度 颗粒大小 颜色 尺寸
离散性(属性 - 有/无) 有/无可视物 清澈 vs. 混浊 准时 vs. 延迟 气味 (有/无)
离散性(属性 – 可数) 每个样品上的污点数量 缺陷数量 错误数量
每周失误数量
小组活动 – 描述以下被测量的连续性（计量型） vs. 离散性
连续性（计量型）VS离散性数据（计数型）
连续性 ( Continuous ) 测量得出具有连续性的信息，可被分解
为更细的增量
离散性 ( Discrete ) 以计数为基础的数据… 只可能是有限的数
值
时间
物理测量
缺陷/有缺陷的
判断
成本 你怎样有限地拆分“时间”?
精确度
“记数”型或 Yes/No 数据
连续性（计量型） vs. 离散性数据（计数型）
数据（计数性）
被测量 每天时间 周期时间 速度 温度 考试分数 颜色 位置 企业职能
计量型 (如适用) 小时或分或秒
计数型(如适用) 上午、下午
活动 答案 温度 考试分数 颜色 位置 企业职能
计量型 (如适用) 小时, 分钟 及秒
秒 MPH or KPH
度 百分制分数 t
测量系统分析(MSA)
测量系统分析（MSA）测量系统可分为“计数型”及“计量型”测量系统两类。
测量后能够给出连续性的测量数值的为计量型测量系统；而只能定性地给出测量结果的为计数型测量系统。
“计量型”测量系统分析通常包括(Bias)、稳定性(Stability)、(Linearity)、以及重复性和再现性(Repeatability&Reproducibility，简称R&R)。
在测量系统分析的实际运作中可同时进行，亦可选项进行，根据具体使用情况确定。
测量：是指以确定实体或系统的量值大小为目标的一整套作业。
我们通常用分辨力、偏倚、稳定性、线性、重复性和再现性等评价测量系统的优劣，并用它们控制测量系统的偏倚和波动，以使测量获得的数据准确可靠。
有效测量的十原则：1.确定测量的目的及用途。
一个尤其重要的例子就是测量在质量改进中的应用。
在进行最终测量的同时，还必须包括用于诊断的过程间测量。
2.强调与顾客相关的测量，这里的顾客包括内部顾客与外部顾客。
3.聚集于有用的测量，而非易实现的测量。
当量化很困难时，利用替代的测量至少可以提供关于输出的部分理解。
4.在从计划到执行测量的全程中，提供各个层面上的参与。
那些不使用的测量最终会被忽略。
5.使测量尽量与其相关的活动同时执行，因为时效性对于诊断与决策是有益的。
6.不仅要提供当期指标，同时还要包括先行指标和滞后指标。
对现在及以前的测量固然必要，但先行指标有助于对未来的预测。
7.提前制订数据采集、存储、分析及展示的计划。
8.对数据记录、分析及展示的方法进行简化。
简单的检查表、数据编码、自动测量等都非常有用，图表展示的方法尤为有用。
9.测量的准确性、完整性与可用进行阶段评估。
其中，可用性包括相关性、可理解性、详细程度、可读性以及可解释性。
10.要认识到只通过测量是无法改进产品及过程。
基本概念：3.稳定性：测量系统保持其位置变差和宽度变差随时间恒定的能力。
4.偏倚：观测平均值（在重复条件下的测量）与一参考值之间的差值。
计量型数据
计量型数据：
答案：计量数据是指使用计量器具经检测而出具的数据,也可以叫“量值”、“测量结果”、“测量数据”等。
计数型数据（Attributes Data）与计量型数据（Variables Data ）相对, 可以被分类用来记录和分析的定性数据，例如：要求的标签出现，所有要求的紧固件安装，经费报告中不出现错误等特性量即为计数型数据的例子。
其他的例子如一些本来就可测量（即可以作为计量型数据处理）只是其结果用简单的“是/否”的形式来记录，例如：用通过/不通过量规来检验一根轴的直径的可接受性，或一张图样上任何设计更改的出现。
计数型数据通常以不合格品或不合格的形式收集，它们通过p、np、c和u控制图来分析。
凡是可以连续取值的，或者说可以用测量工具具体测量出小数点以下数值的这类数据，叫计量值数据，如长度、重量、温度、力度等，这类数据服从正态分布。
凡是不能连续取值的，或者说即使用测量工具也得不到小数点以下数据的，而只能以0或1、2、3等整数来描述的这类数据，叫计数值数据，如不合格品数、缺陷数等。
数据的计量类型
四种测量尺度一览表
名称 特点 基本功能 数学特性 = ≠ = ≠
定类尺度 分类符号
分类、描述
1.分类 2.可按顺序排列 1.同上 2.同上 3.差值的确定与比较 1.同上 2.同上 3.同上 4.比值的确定与比较
1.分类符号 定序尺度 2.等第顺序
‹
=
›
≠
1.同上 定距尺度 2.同上 3.差值大小有相等单位
四、定比尺度 也称比例尺度或等比尺度，是一种除有上述三种 尺度的全部性质之外，还有测量不同变量（社会现象 ）之间的比例或比率关系的方法。如某家庭的收入支 出、企业的产值利润、某地区的人口总数、失业人数 等。 特点： 1、除具备前三个尺度的所有特征外，还能对变 量值进行乘除法的运算； 2、具有绝对的零点，即数字“0”表示没有或不 存在。
二、数据的计量类型
根据计量学的分类方法，按照对事物计量的精确程 度，可将计量尺度从低级到高级、从粗略到精确分 为四类：定类尺度、定序尺度、定距尺度、定比尺 度。
一、定类尺度 按照研究对象的某种属性将其划分为若干组或若干类 的一种测度。 只能测定事物之间的类别差异，不对类别之间的关系 做任何假定。如把人口按性别分为“男、女”，按民族分 为“汉、回、满”。 特点： 1.只能区分事物的类别，无法比较优劣大小。定类尺度具 有“＝”或“≠” 的数学性质。各类别平等并列。 2.对定类尺度计量的数据进行分析的统计量主要是频数或 频率。
三、定距尺度 定距尺度又称间隔尺度，是对事物类别或次序之 间的间隔进行的一种测度。定距尺度一般以自然单位 来衡量，如考试成绩用“分”计量，人的身高以“厘 米”或“米”计量，温度用“°C”计量。 特点： 1、不仅能区分事物的类别、进行排序、比较大小 ，还可以精确地计量出两个数字之间的差距，定距尺 度的计量结果表现为数值，可以进行加减数学运算； 2 、没有绝对的零点，定距尺度中的“ 0 ”表示 “0”水平，而不是“没有”“不存在”。
计量型数据MSA
计量型数据MSA什么是计量型数据MSA计量系统分析（Measurement System Analysis，简称MSA），是一种用于评估测量方法的系统性方法。
它主要用于评估和改进用于收集数据和信息的测量系统的能力和可信度。
当涉及到计量型数据时，MSA非常重要，因为任何系统的数据收集都需要一个可靠的测量系统来确保数据准确性和一致性。
为什么需要计量型数据MSA在很多实验和生产过程中，数据的准确性对于制定正确的决策非常重要。
计量型数据MSA可以帮助我们了解测量系统的误差来源，并评估其对所测量数据的稳定性和准确性的影响。
如果测量系统存在较大的误差或不稳定性，那么所收集的数据可能是不可靠的，无法准确反映真实情况。
因此，通过进行计量型数据MSA，可以识别和解决测量系统中的问题，从而提高数据的质量和可信度。
计量型数据MSA的步骤进行计量型数据MSA通常包括以下几个步骤：1. 确定评估对象首先，需要确定要评估的测量系统。
这可能是一台测量仪器、一个测量方法或一个完整的测量系统。
2. 收集数据接下来，需要收集一系列的样本数据，以便后续的分析。
需要注意的是，这些样本数据应该覆盖整个测量范围，并具有典型性。
3. 进行评估对收集的数据进行评估。
评估通常包括以下几个方面的分析：•重复性（Repeatability）：评估同一测量系统对于相同特征的测量结果的变异性。
重复性是指在相同操作条件下，测量系统对于多次测量结果的一致性。
•再现性（Reproducibility）：评估不同测量系统（不同的人员、不同的设备等）对于相同特征的测量结果的一致性。
•线性度（Linearity）：评估测量系统对于不同测量范围内的特征值的测量结果是否呈线性关系。
•偏差（Bias）：评估测量系统的测量结果与参考值之间的差异。
4. 分析结果并制定改进计划根据评估结果，分析测量系统的问题和不确定性来源，并制定改进计划。
改进计划可以包括校准测量设备、培训测量人员或更换测量方法等。
计量型数据简要分析三步法
环球市场/理论探讨计量型数据简要分析三步法陈向荣河北白沙烟草有限责任公司保定卷烟厂摘要：当今世界设备先进，机械自动化程度越来越高，生产线数据每时每刻成千上万条累计叠加，要将数据转化为反映事物变化或特征的信息，则必须采取数据处理、加工、解释等统计分析手段，进而依据“数据信息”解决难题或质量改进。
本论文针对生产中数据量较大的计量型数据类型，通过均值、极差、标准差及过程能力指数等统计量的案例讲解，由浅入深得阐述数据分析的三种常用方法，通过统计方法将数字转化为有价值的准确结论。
关键词：计量型数据；均值；标准差；过程能力指数 二十一世纪是科技飞速发展的世纪，企业的自动化、机械化、信息化程度迅猛提升，面对“大量化”、“多样化”和“快速化”的生产检测数据，必须采取数据分析、数据处理及数据显示等方法，将其转化为较高价值的能明确表述生产状况或变化的信息，进而指导生产达到精益求精的目的。
下面我们以表1中的4组计量型检测数据为例，由浅入深，由易到难，简要讲解计量型数据的三种常用分析方法。
（见表1）一、数据中心趋势中心趋势是数据最基本的定位点，表现计量型数据中心趋势的统计量有均值、中值和众数。
中值不受极大、极小数值的影响，众数有时不唯一或不存在，而生产过程中现场采集或样品检测连续数据一般符合数据正态，考虑到受每个检测数据的影响，我们一般采用“均值”作为中心趋势统计量。
计算1-4组数据均值，分别为24.26mm、24.26mm、24.19mm、24.23mm。
假设此产品圆周标准要求为(24.25±0.20)mm，计算均值与规格中心值24.25mm的偏差，分别为0.01mm、0.01mm、-0.06mm、-0.02mm，可以初步判定第1组、2组数据优于第4组、3组数据，证据充分吗？我们只是定位了检测数据的一个均值点，在不清楚各个数据总体分布状态的情况下，其实无法判定数据的优劣，需进一步深入分析。
二、数据离散程度数据离散程度是数据分布情况的一种度量，表现计量型数据离散的统计量有全距、标准差和方差。
计量型数据控制图
控制图选择路径
开始
离散型
数据类型？
连续型
具有 属性 的项 目数
计算具有属性的 项目数或者计算 事件发生的次数
?
事件 发生 的次 数
子组大 小一致
？
否 是
P图
nP图或P图
是 C图或U图
子组大 小一致
？
否
U图
需要快速检
子组大 小一致
？
否
U图
需要快速检
测小的变化
否
?
单值或 者子组
单 值
单值动
极差图
是
子 组
子组大 小≤8？
否 均值-极差图
均值-标准差图
是 EWMA图
单值-移动极差(I-MR)图
单值移动极差图可用于按时间顺序排列的任何数据，而 且有多种用途，是最常用的控制图类型。
使用场合为在一个固定的时刻只有一个数据点，即没有 分组的情形：
1）不知如何分组 2）抽样难度大，抽样成本高，抽样时间长 3）没有必要分组
单值移动极差图的生成
移动极差控制限
UCLR 3.267mR
单值控制限
LCLR 0
UCLX X 2.66mR LCLX X 2.66mR
单值移动极差图Minitab指令
文件: Individ.mtw
单值移动极差图Minitab输出
•子组内的系统性的特殊原因将无法测出来（除非选择测试7）
子组化案例:花生酱子组计划I
如何解决看起来不正确的控制限？
当Xbar图的控制限太宽时，子组间会出现系统性的特殊原因。 你可以做以下一些： 1. 按设备数分层数据，绘制点图和时间序列图。找出系统性 的原因（样本中哪个持续与其他的不一样?） 2. 可以的话重新校正设备 3. 可能单独给每台设备绘制控制图会更好一些
计量型数据过程能力的一些常见问题总结
针对计量型数据过程能力的一些常见问题特总结如下。
谈到过程能力，首先得解释变异（或者叫波动），正是因为有了变异的存在，才出现了能力大小。
产生变异的原因可以归结为两种，一种是普通原因，一种是特殊的原因。
所谓的普通原因就是平时一直客观存在，对过程有一定的影响但不明显，而特殊因素则是偶然出现，对过程影响很大。
举例说明：在一个有空调的房间进行培训时，虽然空调可能是设定在25度，但由于房间内外温度存在差异，所以每时每刻都会有能量在和房间外进行交换，所以如果用足够精确的温度计测量房间的温度就会发现房间里的温度其实并不是恒定在25.000度，而是24.99,24.98,25.00,25.01…..在微小的在一定范围内进行变化，这时我们就说受到的是普通因素的影响，而如果有人推门进来，那么在这瞬间，房间内的温度会出现较大变化，此时我们说受到了普通因素和特殊因素两种影响。
过程只受普通因素影响的时候在控制图上表现为过程是受控的，如果有特殊原因的影响在控制图上会有异常点的出现。
所以我们如果用cp和cpk来衡量过程能力，前提是要过程稳定且数据是正态分布，而且数据应该在25组以上（建议最少不要低于20组，数据组越少采信结果的风险越大），也就是说计算cp,cpk只考虑过程受普通因素的影响。
计算公式为：cp=(usl-lsl)/6σ;1、cpk=(1-k)cp;k=|u-M|/(usl-lsl)/2;2、cpk=min{(usl-u)/3σ,(u-lsl)/3σ};注释：usl为上规格线，lsl为下规格线，u为实际测得的平均值，M为上下规格的中心点，K值表示的意思是实际平均值偏离中心值的程度，此时的即为只考虑普通因素产生的变异，通常根据控制图的不同采用Rbar/d2,或者Sbar/C4,在minitab里有三种不同的估算方法。
Pp,Ppk的计算公式和对应的cp,cpk计算公式相同，所不同的就是分母部分的变差不同，在此时变差是用标准偏差的计算公式进行计算的，此时的变差包含了普通因素和特殊因素产生的两种变差，也即在同一个过程下，此变差应该大于等于上面计算cp,cpk只考虑普通因素时的变差，当且仅当此过程只受普通因素变差影响时，两者相等，此时ppk=cpk，所以说理论上cpk应该是恒大于ppk,但很多时候在minitab中计算出的ppk会略微大于cpk，这时因为cpk的变差是估算得来的，所以会有一定的误差，但并不影响对最终过程能力大小的评价。
计数型及计量型分析
计量型（连续数据） 计量型（连续数据）
步骤一: 步骤一: 数据整理
NOTE: 1）样本应涵盖范围尽量广。（公差上下限及中心值甚至不良品样本） 样本应涵盖范围尽量广。（公差上下限及中心值甚至不良品样本） 。（公差上下限及中心值甚至不良品样本 2）同一测试员不要连续测量同一样本。（样本编号、间隔、无序） 同一测试员不要连续测量同一样本。（样本编号、间隔、无序） 。（样本编号 3）数据整理时切记: 样本&测试者&测值一定要一一对应。 数据整理时切记: 样本&测试者&测值一定要一一对应。
Pg 4
基础术语 误 差 类 别
量测系统基本要求
准确性 Accuracy
精确度 Precision
+
（Accuracy） Accuracy）
Pg 5
基础术语
偏倚（Bais） 偏倚（Bais） ： 测量的观测平均值和基 准值之间的差异
真值(参考值) 真值(参考值) 偏差
观测平均值
稳定性(Stability) 稳定性(Stability)： (Stability)： 量测值偏倚不会随时间 而变化或异常值
% Cont ribution %?Stu dy?Va r % Tole ra nce
MR by 样 本
0 - 20 - 40
50
0 Gage R&R Repeat Reprod Part-to-Part
1
2
3
4
5 样本
6
7
8
9
10
R Chart by 测 试 员
A Sample Range 10 5 0 B C 0 U CL=8.75 _ R=3.4 LCL=0 - 20 - 40 A B 测试员 C
SPC计量型数据
X －R图
• 计算 X －R图参数的方法：
– 1. 确定子组的大小，一般在2－9件零件之间。 – 2. 确定进行测量的频率。 – 3. 收集数据。 – 4. 计算每个子组的平均值并将结果记录下来。 – 5. 确定每个子组的极差并将结果记录下来。 – 6. 在图上标出平均值和极差。 – 7. 计算上控制线和下控制线。 – 8. 对图进行解释。
模块 10 - SPC 计量型数据
均值和标准差图
X －s图
• 何时使用 X －S图
• 当已有按实时时序记录的测量数据时，或者当操作 员能熟练使用计算器时；
• 当您需要一个更有效的指数(s)来说明过程的可变性 时；
• 当您能获得一个大小不变的子组，其样本容量大 于 X －R图，即n＝10或更大时；
• 当零件是在相似的条件下生产出来，而且每个零件 之间的生产时间间隔很短时。
SPC - 计量型数据
模块 10
编制: World Class Quality Pty Ltd 授课人: John Adamek
World Class Quality Pty Ltd - 1999
1
年9月
课程目标
• 到本课程结束时，参加者应能识别： 1. 计量型 SPC数据图 2. 这些图何时应用最合适 3. Ppk 和 Cpk 图之间的区别以及了解 如何计算这些指数。
其中k为读数 的个数。
World Class Quality Pty Ltd - 1999年9月
模块 10 - SPC 计量型数据
单值和移动极差图
n
2 3 4 5 6 7 8 9 10
D4
3.27 2.57 2.28 2.11
2 1.92 1.86 1.82 1.78
计量型数据MSA
2021年8月5日星期四
简单测量分析－ 续
Simple Measurement Study - continued
• 使用描述性统计， 计算Delta 的标准差
Using Descriptive Statistics, calculate the standard deviation of Delta
研究样本的选择
Study Sample Selection
• 样本应从流程正常变差的范围中取得
Samples that span the normal variation of the process should be pulled from the process
• 同时包含了重复性和再现性 Includes both repeatability and
reproducibility
操作者 x 单位x 试验次数
experiment
Operator x Unit x Trial
• 作为一个目标，我们期望%R&R < 30% As a target, look for
GR&R 练习
GR&R Exercise
你将如何处理一下情形
What would you do in this scenario?
A) %P/T = 9 % %RR = 8% _______________ B) %P/T = 43% %RR = 72% _______________ C) %P/T = 43% %RR = 16% _______________ D) %P/T = 13% %RR = 43% _______________
测量误差对能力指数的影响
- 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)。
PPT文档演模板
计量型数据
－R图
我们用以下运算法则计算控制线：
•其中K为子 •组数
•和
PPT文档演模板
计量型数据
－R图
D4, D3 和 A2 的值
PPT文档演模板
计量型数据
－R图
• 练习
– 用附录1的数据计算 UCL 和 LCL ，以便 得出数据的平均值和极差。
– 将数据标在图上，并确定有无任何超出 控制范围的情况。
• &R
•N= 2至 9
•X & MR
•N=1
•中位数
•N= 奇数
PPT文档演模板
计量型数据
－R图
• 何时使用 －R图
• 当有测量数据时 • 为了确定过程偏差 • 当您能获得一个大小不变的子组时，子组数大小在
2－9个连续零件之间 • 当每件零件是在相似的条件之下而且是在很短的时
间间隔生产出来时。
PPT文档演模板
PPT文档演模板
计量型数据
－S图
我们以下运算法则计算控制线：
•其中n为 子组中的 大 小，k 为子组 数
。
PPT文档演模板
计量型数据
－S图
B4, B3 和 A3 的值
PPT文档演模板
计量型数据
－S图
• 练习
– 用附录2中的数据计算 UCL 和 LCL，作 为这些数据的均值和标准差。
– 在图上标出这些数据并确定有无失控情 况。
PPT文档演模板
计量型数据
中位数图
• 何时使用中位数图
• 1. 当已记录有测量数据时。 • 2. 当您需要一种更容易的过程控制方法时。这
可以作为开始训练操作人员的好方法。
• 3. 当您能够获得一个大小保持不变的子组 －为 方便起见，请注意确保子组 的大小为奇数而非 偶数，一般为5。
• 4. 当零件是在相似的条件下生产出来，而且每 个零件之间的生产时间间隔很短。
PPT文档演模板
计量型数据
－S图
• 计算 －S图的方法：
– 1. 确定子 组 的大小，一般为10或更大。 – 2. 确定进行测量的频率。 – 3. 收集数据。 – 4. 计算每个子 组 的均值并将结果记录下来。 – 5. 计算每个子 组 的标准差并将结果记录下来。 – 6. 在图上标出均值和标准差。 – 7. 对图作解释。
– 1. 确定进行测量的频率。 – 2. 获取单值读数。 – 3. 收集数据。 – 4. 在图上记录单值读数。 – 5. 确定每对连续读数之间的极差。
PPT文档演模板
计量型数据
单值和移动极差图
计算单值和移动极差图（X－MR）控制线的 示例：
•其中k为读数 的个数。
•和
PPT文档演模板
计量型数据
单值和移动极差图
由25个或更多个子 组 进行的 初始过程能力研究
估计的标准差
QS 9000 要求 Ppk 必须 大于或等于1.67
PPT文档演模板
计量型数据
•持续过程能力研究
• PpK的计算
PPT文档演模板
计量型数据
过程能力研究
• Cpk 的定义
对稳定过程进行的持续过程能力研究。
QS 9000 要求 CpK 必须 大于或等于1.33。
PPT文档演模板
计量型数据
单值和移动极差图
(X-MR)
• 何时使用 X-MR 图
• 当已记录有测量数据时。 • 当需要用单值(而非子组)读数来进行过程控制
时，如进行破坏性试验时。由于费用或其它原 因，这种试验是无法频繁地重复进行的。
PPT文档演模板
计量型数据
单值和移动极差图
• 计算 X－MR 图的方法
•为了对标准差进行准确的计算， 至少需要60个数据点。如果少于 60个，则可使用以下的校正系数 。
计量型数据
能力研究假设
1. 数据为正态分布。 2. 过程处于稳定控制之下。
问题：为什么PpK 的要求高于 Cpk 的要 求???
PPT文档演模板
计量型数据
3rew
演讲完毕，谢谢听讲!
再见，see you again
PPT文档演模板
计量型数据
中位数图
我们用以下运算法则计算控制线：
•其中k为 子组数 。
PPT文档演模板
计量型数据
中位数图
B4, B3 和 A3 的值
PPT文档演模板
计量型数据
中位数图
• 练习
– 用附录3中的数据计算 UCL 和 LCL ，绘制中位数图。
– 在图上标出这些数据，并确定有无 超出控制范围情况。
PPT文档演模板
计量型数据
中位数图
• 计算中位数图的方法：
– 1. 确定子 组 的大小，一般为5，应确保其大小为奇数。 – 2. 确定进行测量的频率。 – 3. 收集数据。 – 4. 确定每个子 组 的中位数（中间数）并记录结果。 – 5. 确定每个子 组 的极差并记录结果。 – 6. 在图上标出中位数和极差。
PPT文档演模板
计量型数据
•过程能力研究
• CpK 的计算
PPT文档演模板
计量型数据
标准差校正系数
PPT文档演模板
n c4
15 0.9823 16 0.9835 17 0.9845 18 0.9854 19 0.9862 20 0.9869 21 0.9876 22 0.9882 23 0.9887 24 0.9892 25 0.9896 30 0.9914 35 0.9927 40 0.9936 45 0.9943 50 0.9949
PPT文档演模板
2020/12/8
计量型数据
PPT文档演模板
计量型数据
均值和标准差图
－s 图
• 何时使用 －S图
• 当已有按实时时序记录的测量数据时，或者当操作 员能熟练使用计算器时；
• 当您需要一个更有效的指数(s)来说明过程的可变性 时；
• 当您能获得一个大小不变的子组，其样本容量大 于 －R图，即n＝10或更大时；
• 当零件是在相似的条件下生产出来，而且每个零件 之间的生产时间间隔很短时。
计量型数据
• －R图
• 计算 －R图参数的方法：
– 1. 确定子组的大小，一般在2－9件零件之间。 – 2. 确定进行测量的频率。 – 3. 收集数据。 – 4. 计算每个子组的平均值并将结果记录下来。 – 5. 确定每个子组的极差并将结果记录下来。 – 6. 在图上标出平均值和极差。 – 7. 计算上控制线和下控制线。 – 8. 对图进行解释。
PPT文档演模板
计量型数据
单值和移动极差图
• 练习
– 用附录4中的数据计算 UCL 和 LCL，以 便绘制 X－MR 图。
– 把这些数据标在图上并确定有无任何超 出控制范围的情况。
PPT文档演模板
计量型数据
过程能力研究
什么是 Ppk
和什么是
Cpk
PPT文档演模板
计量型数据
过程能力研究
• Ppk 的定义
计量型数据
PPT文档演模板
2020/12/8
计量型数据
课程目标
• 到本课程结束时，参加者应能识别： 1. 计量型 SPC数据图 2. 这些图何时应用最合适 3. Ppk 和 Cpk 图之间的区别以及了解 如何计算这些指数。
PPT文档演模板
计量型数据
如10 或更大