SPC培训ppt课件
合集下载
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。
SPC培训课件(PPT 90页)
种情况； 计点型数据——如铸件的沙眼数，电路板上的焊
接不良数等。 计件型数据和计点型数据合称为计数型数据。它们
可被计数，从而用来记录和分析。
12.01.2020
11
科华咨询
统计方法应用基础----基本的统计量
n 子组大小。单个子组中子组观测值的个数 k 子组数 X 质量特性的观测值（可用X1，X2，X3…表示单个 观测值） X 子组平均值的平均值
经分析发现，该工序最重要的是需要模具的相关方面被保证，如模具的安 装需到位，冲压过程需防止模具松动和磨损等。产品特性最重要的是冲压整 形的高度和宽度两个尺寸，如果这两个尺寸不能保证将导致产品报废。
12.01.2020
计量型 正态分布
数据的”分布”
二项分布(计数)
计数型 泊松分布(计件)
6
科华咨询
质量具有变差
“世界上没有两片完全相同的树叶”——“不同” 是绝对的，相同是相对的。
即使是机器生产，但产品质量仍具有变异 ——过程的单个输出之间不避免的差别。
公差制度的建立，就是承认“变差”的标志。
概率1.35% 概率可能为1.35%的几十、几百倍
根据小概率事件原理：出界就判异。
12.01.2020
27
科华咨询
控制图的两种错误
第一种错误
质量特性 x
α
虚发警报的错误 概率为α
12.01.2020
第二种错误
UCL
β
CL LCL
漏发警报的错误 概率为β 28
科华咨询
控制图的两种错误
间距增大（增加上下控制限的距离） α 减少，β 增加
p 子组不合格品率 p=子组中的不合格品数/子组大小
P 平均不合格品率
接不良数等。 计件型数据和计点型数据合称为计数型数据。它们
可被计数，从而用来记录和分析。
12.01.2020
11
科华咨询
统计方法应用基础----基本的统计量
n 子组大小。单个子组中子组观测值的个数 k 子组数 X 质量特性的观测值（可用X1，X2，X3…表示单个 观测值） X 子组平均值的平均值
经分析发现，该工序最重要的是需要模具的相关方面被保证，如模具的安 装需到位，冲压过程需防止模具松动和磨损等。产品特性最重要的是冲压整 形的高度和宽度两个尺寸，如果这两个尺寸不能保证将导致产品报废。
12.01.2020
计量型 正态分布
数据的”分布”
二项分布(计数)
计数型 泊松分布(计件)
6
科华咨询
质量具有变差
“世界上没有两片完全相同的树叶”——“不同” 是绝对的，相同是相对的。
即使是机器生产，但产品质量仍具有变异 ——过程的单个输出之间不避免的差别。
公差制度的建立，就是承认“变差”的标志。
概率1.35% 概率可能为1.35%的几十、几百倍
根据小概率事件原理：出界就判异。
12.01.2020
27
科华咨询
控制图的两种错误
第一种错误
质量特性 x
α
虚发警报的错误 概率为α
12.01.2020
第二种错误
UCL
β
CL LCL
漏发警报的错误 概率为β 28
科华咨询
控制图的两种错误
间距增大（增加上下控制限的距离） α 减少，β 增加
p 子组不合格品率 p=子组中的不合格品数/子组大小
P 平均不合格品率
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
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培训资料(ppt 55页)
战后戴明(Deming)把 SPC在日本发扬光大，使日本产品的质量有 了极大的提高，日本由此设立了质量界最高奖项---戴明质量奖。
5
数据的类型
数据可以分成两大类型：
SPC的理论基础
• 连续型数据（Continuous data)
衡量尺度可以根据精确度的要求细分 成更精确，更小的分辨率。
• 离散型数据 (Discrete Data)
SPC的功效
SPC作为一个持续改善的工具，它可以：
将流程变异减至最少 消除流程的错败 将产品能力尽量提升 加强客户满意程度 对流程进行预测 给出信息何时需要对流程采取改善措施，何时不用
4
SPC的历史
SPC的历史
1924年，美国贝尔实验室休哈特博士(Walter Shewhart) 首先提出 了控制图的理论。
不能被合理细分
发生／没发生 好板／坏板
6
SPC的理论基础
过程
数据可以从流程中收集而得到，流程是将各项输入资源(人，机，料，法， 环)按一定要求组合起来，并将其转化为输出的活动。
人
机
资
输入 料
源
X法 环
组 合
过程
PCB制作中, 板面电镀是一个过程:
输出(Y)
输入： • 药水 • 铜球 • 电流 • 操作方法 • 环境
x-m Z= s
X1的Z值为2表示 x1离平均值为2 个标准差距离
-1s
2s
x2 m
x1
16
正态分布的重要性质
SPC的理论基础
由于正态分布是概率分布，观察值出现在某个区域的可以通过计算得来。
产品外围尺寸服从正态分布，那么：
68.3%的产品尺寸在(m-s, m+s)区域外 95.4%的产品尺寸在(m-2s, m+2s)区域外 99.7%的产品尺寸在(m-3s, m+3s)区域外
SPC培训讲义(PPT47页).pptx
二、SPC的起源和发展
1924年由美国贝尔电话实验室W.A. Shewhart（休哈特）博士提出。 1932年，英国邀请W.A. Shewhart （休哈特）博士到伦敦，主讲统计质量控
制，英国成为了最早在工业方面使用控制图的国家。
1939年休哈特博士与戴明博士合写了《品质观点的统计方法》
1950～1952年，日本两次邀请美国统计学家戴明（ W.E. Deming ）传授 SPC 。
波动的概念是指在现实生活中没有两件东西是
完全一样的。生产实践证明，无论用多么精密的
设备和工具，多么高超的操作技术，甚至由同一
2、波动的概念：
操作工，在同一设备上，用相同的工具，生产相 同材料的同种产品，其加工后的产品质量特性（
如：重量、尺寸等）总是有差异，这种差异称为
波动。公差制度实际上就是对这个事实的客观承
三、SPC统计若干概念
▪ 数据的种类：计量型、计数型 ▪ 波动（变差）——波动的概念、原理及波动的种类 ▪ 普通原因/异常原因 ▪ 基础的统计量——平均值X—、中位数X~、极差R、标
准偏差、S
1、数据的种类
计量型 特点：可以连续取值也称连续型数据。 如：零件的尺寸、强度、重量、时间、温度等
计数型 特点：不可以连续取值，也称离散型数据。 如：废品的件数、缺陷数等
统计过程控制分析与研究
Statistical Process Control
课程内容及目录
▪ 什么是SPC ▪ SPC的起源和发展 ▪ SPC统计概念 ▪ SPC使用的统计技术 ▪ SPC控制图的种类及选择 ▪ SPC控制图的设计原理 ▪ 计量型控制图的制作步骤 和判定原则 ▪ SPC控制图的异常的判断和处理 ▪ SPC与过程能力分析 ▪ 使用SPC益处
SPC基础知识培训(PPT)
第二组的组上限=第二组的组下限+组距=第三组的组下限，依此类推。
5、确定各组的频数
6、作直方图
7、对直方图的观察: 特点， 中间高、两头低、左右对称
第八页，共三十九页。
第二章 控制 图原理〔四〕 (kòngzhì)
3、根底知识
(2)、正态分布 (Normal Distribution) 当抽取的数据个数趋于无穷大而区间宽度趋向于0时，外形轮廓的折线就趋向于光滑
预防： 判断过程的异常，及时告警。
3、SPC的缺点
不能告知异常是由什么因素引起的和发生于何处，即不 能进行诊断。
第一页，共三十九页。
第一章 SPC 与SPCD工程(gōngchéng)绪论(二〕
2、什么是SPCD?〔新概念〕 SPCD-- Statistical Process Control and Diagnosis (统计
生产控制方式由过去的3 控制方式改为6 控制方式。
3 控制方式下的稳态不合格品率为2.7 X 10-3,
6 控制方式下的稳态不合格品率为2.0 X 10-9
后者比前者降低了： 2.7 X 10-3 / 2.0 X 10-9=1.35 X106 即 一百三十五万倍!
第三页，共三十九页。
第一章 SPC 与SPCD工程 绪论 (gōngchéng) 3、为什么要学习(xuéxí)S(P四C和〕SPCD工程〔二〕?
对每道工序，用因果图进行(jìnxíng)分析，造出所有关键质量 因素，再用排列图找出最终产品影响最大的因素，即 关键质量因素；
列出过程控制网图，即按工艺流程顺序将每道工序的关键 第五页，共三十九页。
第二章 控制 图原理〔一〕 (kòngzhì)
1、什么是控制(kòngzhì)图
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知识培训教材PPT课件
4. R=全距: 該組最大值-最小值的得數,計算公式:
R=MAX(該組最大值)-MIN(該組最小值)
例有數值: 1.5 1.6 1.7 1.55 1.65
R=1.7-1.5=0.2
5. 方差σ2=s2=
2
(Xi-X)
n-1
6. 標準差 1.母體標准差σ=S=
(Xi-X)2
n
2.樣本標准差 σ=s=
(Xi-X)2
SPC培訓講義
第一章: 認識SPC 第二章: 基本統計概念 第三章: SPC管制圖類別 第四章: SPC管制圖 第五章: SPC總結
第一章: 認識SPC
一.什么是SPC SPC---- Statistical Process Control
工业革命以后， 随着生产力的进一步发展，大规模生产的形成，如何 控制大批量产品质量 成为一个突出问题，单纯依靠事后检验的质量控制方 法已不能适应当时经济发展的要求，必须改进质量管理方式。于是，英、美 等国开始着手研究用统计方法代替事后检验的质量控制方法。
n-1
7. 中位數 M,該組數據數值大小的中間一位,若該組數是偶數,取中間兩個數的合進行 平均,例如
A: 1 3 4 5 8
M=X=4
B: 2 2.5 3 4 7 7.5 M=X=(3+4) / 2=3.5
8. Xbar-R常數表
^σ = R / d2
正態分佈概率
第三章: 管制圖類別
1. 計量型數據
所謂計量型數據,就是均由量具實際量測出來的數據,如長度.重量.電流值.尺寸等 具有連續性的數據.
2. 計數型數據
所謂計數型數據,就是均屬於以單位個數或次數來計算的數據,如不良數.不良率. 缺點數.缺點率等.
- 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)。
（２）利用已知样本(sample)所搜集的资料，推论未知母(群)体 (population)的特性 -____推__论____统计学
• 使在不确定情况下作成决策的科学方法。 统计是数学的一支,它用来讨论如何进行资料的收集、分析 、解释，以及大量数字资料之系统化表示.
13
2.2集中趋之表示法:
2.3、离散趋势之表示法:
特殊原因：（通常也叫可查明原因）是指造成不是始终作用于过 程的变差的原因，即当它们出现时将造成（整个） 过程的分布改变。只用特殊原因被查出且采取措 施,否则它们将继续不可预测的影响过程的输出。
7
（违规操作）识别方法：控制图。
1.3、过程波动的原因：
范围
范围
预测
时间
目标值线
时间
预测
1.4、什么是控制图？
1)算术平均数 2)几何平均数 3众数 4)中位数 …
1)全距 (R) 2)方差: 3)标准差:
X max – X min
Σ(Xi-x)2
S2=
n-1
√ S = Σ(Yi-y)2 n-1
14
2.4、个体和变量
个体(individual)就是一组数据描绘的对象。例：人、设备机台、工程、机种….。
变量(variable)是指一个个体的任意「特质」(characteristic) ，同一个变量对于不同个体，可能有不同的值。例：粗胚密度、接续组抗、压着温度….。
2.具有一定之上下限。
3.具有随机特性。
4.管制图与母群体(Universe)具有相同之特质.所以管制图产生 变异时→母群体也产生变异。
5.具有很高的敏感性,可侦测出母体是否产生变异。
6.样本数不会太大。
7.使用上很简单。
QC七大手法 17
2.7、控制图的分类：
数据性质 计量值
计数值
图别 X-R 管制图 X-s 管制图 X-MR 管制图
X MR
子组容量≥ 9？
否 是
SPC 培训
品质部 2017年3月
1
目录
一、SPC的基本概念 二、控制图的绘制 三、过程异常的判定 四、过程能力研究
2
一、SPC的基本概念
1.1、什么是SPC？
人机 料 法环测
原料 PROCESS
好
结果
不要等产品做出来后再去看他好不好！！ 而是在制造的时候就好把他制造好！！
不好
3
1.1、什么是SPC?
SPC由 Statistical Process Control 缩写而来,一般称为“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，从而达成改进与保证质量的目的。
SPC强调预防，防患于未然是SPC的宗旨。
分配
3s
m
3s
USL UCL
CL
LCL LSL 4
标的检验。抽取的数量可以根据统计原理确定有代表性即可。抽检一
般是随机的，也就是从所有产品中随便拿取一定数量的单件作为样本
来进行检验。并以这些样本的检验结果来判定这些样本所代表的整批
次产品的性能或质量。
16
2.6、什么控制图？
管制图----使用图形对所要求之特性值进行管理,通常管制图有 以下特性:
1.与统计学有关。
全检就是全部检验，其含义包括对所有产品的检验和对同一个产品
所有性能的检验。大型、性能复杂和重要的产品或出现质量问题或质
量争议产品通常都会要求进行全检。但是对于大批量生产的一般性产
品，如果进行全检，无论是从效率上还是从成本上都是不划算的，这
时就可以实行抽检。
抽检就是从一个批次中抽出几个作为样本进行全部或某几个性能指
SPC是通过样本数据分布状况估计总体分布状况的变化， 从而达到预防异常因素造成的不正常质量波动，消除 质量隐患的目的，是事前预防。
利润与质量成本
6
1.3、过程波动的原因：
普通原因：是指过程在受控的状态下，出现的具有稳定的且可重 复的分布过程的变差的原因。普通原因表现为一个稳 系统的偶然原因。只有过程变差的普通原因存在且不 改变时，过程的输出才可以预测。（标准范围）
失
误
错误总和
正负 s
第二种错误
11
1.5、SPC步骤？
小结，五大工具
收集数据
绘制解析用管制图
稳定状态
稳 定
PpK
不稳定
特殊原因
追求去除异常原因
满足规格
满 足
不满足
检讨5M1E
控制图
CpK
提升制程能力
12
二、控制图的绘制
• 2.1、什么叫统计学？
• 统计学可分为二大部份： （１）搜集、整理、陈述、解释统计资料特性 -___叙__述_____统计学
1.1、什么是SPC？
“SPC就像房屋中的烟雾探测器：只要这种装置备有电池， 并且被正确安置以及旁边有人监听，那么它就可以提前发 出警报使你有足够时间阻止房屋起火”
——《6 Sigma管理法 追求卓越的阶梯》
5
1.2、SPC与产品检验的区别？
检验是通过比较产品质量特性测试值与规格要求，达 到剔除不合格品的目的，是事后把关。
P 管制图 nP 管制图 C 管制图 u 管制图
说明 平均值与全距管制图 平均值与标准差管制图 单值与移动移动极差管制图
不良率管制图 不良个数管制图 缺点数管制图 单位缺点数管制图
18
按用途
2.8、控制图之选定原则：
是
计量型数据吗？
否
性质上是否均匀
或不能按子组取样？
是
否
关心的是 不合格品率吗？
是
否
旋转90°
+3s UCL
CL
-3s
3s
控制图历史： 控制图是于1924年由美国品管
控制图的用途：-3s
LCL
1.监控制程是否产生特殊原因。
大师W．A．Shewhart（休华
2.提供制程能力的讯息。
特）博士发明。
3分析制程，采取措施。
品质发展历程。
控制图（Control chart）是对生产过程的关键质量 特性值进行测定、记录、评估并监测过程是否处
于控制状态的一种图形方法。
9
1.4、什么是控制图？
控制界限：
s s
X s s s
68.26% 95.45% 99.73%
正态分布，博彩
10
1.4、什么是控制图？
错误1：0.27%。 错误2：X 移动。 控制界限越窄，犯第一种错误的机会变大。 反之，犯第二种错误的机会变大。第一种损
错
§ 统计是处理数字的，但是并非所有变量的值都是数值 § 统计处理非数值变量时，可以用计数(count)或百分比(percent)
姓名
工程
分数
及格/不及格
马小义
领料
85
及格
黄小杰
投料
69
不及格
林小明
砂磨
73
及格
黄小昌
三辊
93
及格
王小财
三辊
92
及格
吴小良
过滤
65
不及格
陈小成
包装
82
及格
15
2.5、抽检与全检
• 使在不确定情况下作成决策的科学方法。 统计是数学的一支,它用来讨论如何进行资料的收集、分析 、解释，以及大量数字资料之系统化表示.
13
2.2集中趋之表示法:
2.3、离散趋势之表示法:
特殊原因：（通常也叫可查明原因）是指造成不是始终作用于过 程的变差的原因，即当它们出现时将造成（整个） 过程的分布改变。只用特殊原因被查出且采取措 施,否则它们将继续不可预测的影响过程的输出。
7
（违规操作）识别方法：控制图。
1.3、过程波动的原因：
范围
范围
预测
时间
目标值线
时间
预测
1.4、什么是控制图？
1)算术平均数 2)几何平均数 3众数 4)中位数 …
1)全距 (R) 2)方差: 3)标准差:
X max – X min
Σ(Xi-x)2
S2=
n-1
√ S = Σ(Yi-y)2 n-1
14
2.4、个体和变量
个体(individual)就是一组数据描绘的对象。例：人、设备机台、工程、机种….。
变量(variable)是指一个个体的任意「特质」(characteristic) ，同一个变量对于不同个体，可能有不同的值。例：粗胚密度、接续组抗、压着温度….。
2.具有一定之上下限。
3.具有随机特性。
4.管制图与母群体(Universe)具有相同之特质.所以管制图产生 变异时→母群体也产生变异。
5.具有很高的敏感性,可侦测出母体是否产生变异。
6.样本数不会太大。
7.使用上很简单。
QC七大手法 17
2.7、控制图的分类：
数据性质 计量值
计数值
图别 X-R 管制图 X-s 管制图 X-MR 管制图
X MR
子组容量≥ 9？
否 是
SPC 培训
品质部 2017年3月
1
目录
一、SPC的基本概念 二、控制图的绘制 三、过程异常的判定 四、过程能力研究
2
一、SPC的基本概念
1.1、什么是SPC？
人机 料 法环测
原料 PROCESS
好
结果
不要等产品做出来后再去看他好不好！！ 而是在制造的时候就好把他制造好！！
不好
3
1.1、什么是SPC?
SPC由 Statistical Process Control 缩写而来,一般称为“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，从而达成改进与保证质量的目的。
SPC强调预防，防患于未然是SPC的宗旨。
分配
3s
m
3s
USL UCL
CL
LCL LSL 4
标的检验。抽取的数量可以根据统计原理确定有代表性即可。抽检一
般是随机的，也就是从所有产品中随便拿取一定数量的单件作为样本
来进行检验。并以这些样本的检验结果来判定这些样本所代表的整批
次产品的性能或质量。
16
2.6、什么控制图？
管制图----使用图形对所要求之特性值进行管理,通常管制图有 以下特性:
1.与统计学有关。
全检就是全部检验，其含义包括对所有产品的检验和对同一个产品
所有性能的检验。大型、性能复杂和重要的产品或出现质量问题或质
量争议产品通常都会要求进行全检。但是对于大批量生产的一般性产
品，如果进行全检，无论是从效率上还是从成本上都是不划算的，这
时就可以实行抽检。
抽检就是从一个批次中抽出几个作为样本进行全部或某几个性能指
SPC是通过样本数据分布状况估计总体分布状况的变化， 从而达到预防异常因素造成的不正常质量波动，消除 质量隐患的目的，是事前预防。
利润与质量成本
6
1.3、过程波动的原因：
普通原因：是指过程在受控的状态下，出现的具有稳定的且可重 复的分布过程的变差的原因。普通原因表现为一个稳 系统的偶然原因。只有过程变差的普通原因存在且不 改变时，过程的输出才可以预测。（标准范围）
失
误
错误总和
正负 s
第二种错误
11
1.5、SPC步骤？
小结，五大工具
收集数据
绘制解析用管制图
稳定状态
稳 定
PpK
不稳定
特殊原因
追求去除异常原因
满足规格
满 足
不满足
检讨5M1E
控制图
CpK
提升制程能力
12
二、控制图的绘制
• 2.1、什么叫统计学？
• 统计学可分为二大部份： （１）搜集、整理、陈述、解释统计资料特性 -___叙__述_____统计学
1.1、什么是SPC？
“SPC就像房屋中的烟雾探测器：只要这种装置备有电池， 并且被正确安置以及旁边有人监听，那么它就可以提前发 出警报使你有足够时间阻止房屋起火”
——《6 Sigma管理法 追求卓越的阶梯》
5
1.2、SPC与产品检验的区别？
检验是通过比较产品质量特性测试值与规格要求，达 到剔除不合格品的目的，是事后把关。
P 管制图 nP 管制图 C 管制图 u 管制图
说明 平均值与全距管制图 平均值与标准差管制图 单值与移动移动极差管制图
不良率管制图 不良个数管制图 缺点数管制图 单位缺点数管制图
18
按用途
2.8、控制图之选定原则：
是
计量型数据吗？
否
性质上是否均匀
或不能按子组取样？
是
否
关心的是 不合格品率吗？
是
否
旋转90°
+3s UCL
CL
-3s
3s
控制图历史： 控制图是于1924年由美国品管
控制图的用途：-3s
LCL
1.监控制程是否产生特殊原因。
大师W．A．Shewhart（休华
2.提供制程能力的讯息。
特）博士发明。
3分析制程，采取措施。
品质发展历程。
控制图（Control chart）是对生产过程的关键质量 特性值进行测定、记录、评估并监测过程是否处
于控制状态的一种图形方法。
9
1.4、什么是控制图？
控制界限：
s s
X s s s
68.26% 95.45% 99.73%
正态分布，博彩
10
1.4、什么是控制图？
错误1：0.27%。 错误2：X 移动。 控制界限越窄，犯第一种错误的机会变大。 反之，犯第二种错误的机会变大。第一种损
错
§ 统计是处理数字的，但是并非所有变量的值都是数值 § 统计处理非数值变量时，可以用计数(count)或百分比(percent)
姓名
工程
分数
及格/不及格
马小义
领料
85
及格
黄小杰
投料
69
不及格
林小明
砂磨
73
及格
黄小昌
三辊
93
及格
王小财
三辊
92
及格
吴小良
过滤
65
不及格
陈小成
包装
82
及格
15
2.5、抽检与全检