SPC基础入门
spc基础培训资料全
第一章节重新认识SPC内容主要有：过程的概念；过程变差；过程能力分析；计量型控制图（X—R图，X—S图等）；计数型控制图（p图，np图，c图，u图等）；第二章节SPC应用的基础2.1数据与质量特性值●质量数据1．数据的特点：①波动性；②规律性；2．质量特性：反映产品特定性质之内容；（如：尺寸、重量、硬度、力度、电阻值、丝印寿命、外观等）3．质量特性数据：测量质量特性所得的数据；（如：“力度150g”、“力度偏重20g”、“力度偏重5pcs”）4．数据分类：①计量值数据：（如单位为“mm、g、℃、Ω”的数据）②计数值数据：（如单位为“PCS、箱、桶、罐”的数据）●数据参数1．数据表达式：公式中一般用X1 X2……Xn表示一组数据中n个数据。
2．频数：同一记录中同一数据出现的数据。
公式中一般用n1 n2 n3…ni表示个数。
3．平均数：所有数据的和与总数和商。
4．百分率：单项数据与所有数据总和的商的百分值。
5．累计百分率：顺序排列中，第1项的累计百分率，等于前N-1项百分率的和。
标准方差：6．●数据的分层1.概念：将数据依照使用目的，按其性质，来源，影响等进行分类，把性质相同，在同一生产条件下收集到的质量特性数据归并在一起的方法；2.作用：分层的目的是为有利于查找生产质量问题的原因。
3.分层方法：①操作人员：按个人分，按现场分，按班次分，按经验分；②机床设备：按机器分，按工夹刀具分；③材料：按供应单位分，按品种分，按进厂批分④加工方法：按不同的加工、装配、测量、检验等方法分，按工作条件分；⑤时间：按上、下午分，按年、月、日分，按季节分；⑥环境：按气象情况分，按室内环境分，按电场、磁场影响分；⑦其他：按发生情况分，按发生位置分等。
4.两点原则：作频数分布表时要确定组距、组数和组的边界值。
例：某零件的一个长度尺寸的测量值（mm ）共100个，测量单位为0.01mm①从数据中选出最大值和最小值,这时应去掉相差悬殊的异常数据.最大值为42.44,最小值为42.27②用测量单位的1、2、5倍除以最大值与最小值之差(极差),并将所有得值取整数.极差=42.44-42.27=0.17mm已知测量单位为0.01mm,为了求出组距,可用0.01mm 的1、2、5的倍数除以极差0.17mm.0.17÷0.01=17 0.17÷0.02=8.5(取整数为9) 0.17÷0.05=3.4(取整数为3)数据为④确定分组组界时,可把数据中的最小值分在第一组的中部,并把分组组界定在最小测量单位的1/2处,以避免测量值恰好落在边界上。
SPC培训讲义---基础知识
SPC培训讲义—基础知识简介SPC（Statistical Process Control，统计过程控制）是一种基于统计方法的质量管理工具，旨在通过对过程数据的统计分析，帮助组织识别和解决可能导致质量问题的根本原因，从而提高产品的稳定性和可靠性。
本讲义将介绍SPC的基础知识，包括SPC的原理、常用的SPC 工具和应用案例等内容。
1. SPC的原理SPC的核心原理是基于过程数据的统计分析，通过对数据的收集和分析，识别和排除可能导致质量问题的特殊原因，同时通过控制图的使用，监控和改进过程的稳定性和可靠性。
1.1 正态分布在SPC中，数据的正态分布是一个重要的假设。
正态分布是一种对称的概率分布，其特点是均值和标准差能够完全描述分布的情况。
正态分布的图形呈钟形曲线，均值位于曲线的中央。
在实际应用中，SPC 通常假设数据是近似正态分布的，以方便进行统计分析。
1.2 变异性与稳定性在质量管理中，变异性是指同一过程在不同时间或不同条件下相同测量项的数值差异。
通过SPC的应用，可以发现原本被认为是随机变动的过程，实际上可能存在特殊原因造成的异常波动。
稳定性是指过程在一段时间内的变异性较小，并且符合预期的性能要求。
通过SPC 的控制图，可以监控过程的稳定性，并及时采取措施防止不稳定状态的出现。
2. 常用的SPC工具SPC工具是SPC实施过程中使用的具体方法和技术，下面介绍几种常用的SPC工具。
2.1 控制图控制图是SPC中最常用的一种工具，它用来监控过程在一段时间内的变异情况。
控制图是一种统计图表，将过程数据按时间顺序绘制在图表上，同时画出上下限和中心线。
如果过程数据处于控制限之内，说明过程处于稳定状态；如果过程数据超过控制限，说明过程发生了特殊原因的变异，需要进行分析和改进。
2.2 直方图直方图是一种用柱形表示数据分布的图表，它可以直观地展示数据的中心趋势、波动幅度以及偏态情况。
通过直方图，可以判断数据是否符合正态分布，如果数据呈现钟形分布，则可以认为数据符合正态分布的假设。
SPC基础知识及常用计算方法
SPC基础知识及常用计算方法SPC基础知识一、SPC定义：1、SPC——统计制程管制：是指一套自制程中去搜集资料，并加以统计分析，从分析中去发气掘制程的异常，立即采取修正行动，使制程恢复正常的方法。
也就是说：品质不应再依赖进料及出货的抽样检验，而应该采取在生产过程中，认良好的管理方法，未获得良好的品质。
2、良好品质，必须做到下面几点：①变异性低②耐用度③吸引力④合理的价格3、变异的来源：大概来自5个方面：①机器②材料③方法④环境⑤作业人员应先从机器，材料方法，环境找变异，最后考虑人。
4、SPC不是一个观念，而是要行动的步骤一、确立制程流程——首先制程程序要明确，依据制程程序给制造流程图，并依据流程图订定工程品质管理表。
步骤二、决定管制项目——如果把所有对品质有影响的项目不论大小，轻重缓急一律列入或把客户不很重视的特性一并管制时，徒增管制成本浪费资料且得不赏失，反之如果重要的项目未加以管制时，则不能满足设计者，后工程及客户的需求，则先去管制的意义。
步骤三、实施标准化——欲求制程管制首先即得要求制程安定，例如：在风浪很大的船上比赛乒乓球，试部能否确定谁技高一筹，帮制程作业的安定是最重要的先决条件，所以对于制程上影响产品口质的重要原因，应先建立作业标准，并透过教育训练使作业能经标准进行。
步骤四、制程能力调查——为了设计、生产、销售客户满意且愿意购买的产品，制造该产品的制程能力务必符合客户的要求。
因此制程的能力不足时，必顺进行制程能力的改善，而且在制程能力充足后还必须能继续，所以在品质管理的系统中制程能力的掌握很重要。
步骤五、管制图运用——SPC的一个基本工具就是管制图，而管制图又分计量值管制图与计数值管制图。
步骤六、问题分析解决——制程能力调查与管制图是可筛提供问题的原因系由遇原因或非机遇原因所造成，但无法告知你确切的原因为何及如何解决决问题？解决问题？而问题的解决技巧，在于依据事实找出造成变异的确切原因，并提此对策加以改善，及如何防止再发生。
SPC理论基础知识
广州今朝科技有限公司SPC基础知识一SPC术语录1.控制图：SPC的核心工具。
一种标绘着根据相继抽取的样本或子组的某一统计量的值、并画有控制限的图，用于评估或检查一个过程是否处于控制状态之下。
画在坐标系中，横轴表示时间或样本号，纵轴表示数值大小，将采集到的数据以点的形式表示在图中。
2.运行图：一种代表过程特性的简单图形，上面描有一些从过程中收集到的统计数据（通常是单值）和一条中心线（通常是测量值的中位数），可用来进行链分析。
3.排列图：一种用于解决问题的简单工具，按照对成本或变差的影响程度对各种潜在的有问题区域或变差源进行排序。
一般情况下，大多数的成本（或变差）是由于少量原因造成的，所以解决问题的精力最好是首先集中在少量关键的原因上，而暂时忽视多数不重要的原因。
4.散点图（相关图）：把两个变量标在横轴与纵轴上，按照一一对应测量值点描绘成的图。
5.计量值：当质量特性值可以取给定范围内的任何一个可能的数值时，这样的质量特性值称为计量值。
6.计数值：当质量特性值只能取一组特定的数值,而不能取这些数值之间的数值时,称之为计数值。
7.过程：过程是指将输入转换成输出的一系列活8.9.10.628052366666611.动的总和。
12.样本：取自总体中的一个或多个个体，用于提供关于总体的信息，并作为可能做出对总体（或产生总体的过程）的某种判定的基础（引自GB3358-82）。
样本中所包含的样本单位数，称为样本大小。
13.样本容量（子组大小）：在抽检中抽出来的样本单位数。
14.不良品：指整件物品作为一个整体考虑而未满人意或不能接受。
一件不良品可能具有若干相同的或不相同的缺陷。
15.不良率控制图：即P图，用于控制对象的不合格率。
16.不良品数控制图：即Pn图，是一种计数值控制图，用于控制对象为不合格品数的场合。
）17.采集规划：采集规划指从某过程中选择质量特征值进行数据采集的一种工具。
18.单位缺陷数（U）控制图：是一种计数值控制图，它通过周期性抽取样本以统计单位产品的缺陷率并在控制图上绘制点来监控过程变化，样本的检测结果为平均每个样品包含的缺陷数。
SPC培训讲义基础知识
课程大纲
➢ SPC概念 ➢ 控制图原理 ➢ 控制图判断准则
➢ 控制图种类 ➢ CPk值计算
SPC基本概念——SPC涵义
➢SPC：统计过程控制，主要工具是控制图理论。
SPC特点： ➢强调全员参加，不只是依耐少数质量管理人员 ➢强调用统计的方法保证预防原则的实现 ➢SPC强调用整个过程、整个体系出发解决问题
o
规程可能“三言两语”，落实不能“ 三心二 意”。2 021年3 月9日 星期二4 时26分 48秒T uesday , March 09, 2021
o
没有措施免谈管理，没有计划如何工 作。21. 3.92021 年3月9 日星期 二4时2 6分48 秒21.3.9
谢谢大家！
控制图判断准则
判稳准则的内容： ➢连续25个点，界外点数d=0， ➢连续35个点，界外点数d≤1， ➢连续100个点，界外点数d≤2，
控制图判断准则
判异准则的内容： ➢点出界就判异， ➢界内点排列不随机判异，
控制图判断准则
常用控制图的国标GB/T-4091-2001的8种判异准则： 一、一点落在A区以外； 二、连续9点落在中心线同一测； 三、连续6点递增或递减； 四、连续14点相邻点上下交替；
➢统计控制状态——稳态 ➢稳态的作用：
1、对产品的质量有完全的把握，99.73%合格 2、生产是最经济的，只有0.27%不合格，主要是 由异因造成 3、在控制状态下，过程变异最小
控制图原理——两种错误
➢第一类错误：虚发警报 影响——造成寻找根本不存在的异因的损失
➢第二种错误：漏发警报 影响——造成废次品增加的损失
X — s 均值-标准差控制图
～X — R 中位数-极差控制图 X — Rs 单值-移动极差控制图
SPC基础教程
2
6
8
2
13
9
2
20 11 3
7 12
4
14 11
2
21
9
2 總計 275 52
六. 常见管制图的绘制
6.2.4 单值与移动极差管制图(X-MR Chart)
個別值管制圖
中心線 : X X 275 10.58
k 26 管制上限 X E2 Rm 10.58 2.66 * 2.08 16.11 管制下限 X E2 Rm 10.58 2.66 * 2.08 5.04
三.我们为何要推行SPC（对制程的优点）
3.1在管制中的情况下
在任何的生产程序中，不管如何设计或维护，产品的一些固有 的或自然之变异将永远存在。这些变异是由一些小量不可控制原因 累积而成，例如：同种原料内的变化、机器的振动所引起的变化等 ，当这些变异之量极小时，制程仍可被接受。这些自然变异通常称 为随机原因(random cause)或是一般原因(common cause)，当制程 中只有随机原因存在情况的生产环境，则称其在管制中(in control) 。
管制上限 (Upper Control Limit, UCL)及管制下限 (Lower Control Limit, LCL) ，用来表示制程或质量变异的容许范围或均匀性。管制图可用来 判断质量变异之显着性，以测知制程是否在正常状态。图一为管制图之 范例
管制上限
中心線
管制下限 5
10
15
20
25
圖一.典型之管制圖
※注意: 计数值管制图皆祇有一个图，
而计量值管制图则有两个图。
五. 管制圖的選定
六. 常见管制图的绘制
6.1.1、平均值与全距之管制图(X-R Chart)
SPC基础知识
SPC运用统计技术对生产过程中的各工序参数进行 监控，从而达到改进、保证产品质量的目的。
二、SPC特点
SPC具有以下特点： ---基于一定的数据资料进行统计 ---方法是绘制选择的控制图 ---只能提示过程有异常，并不能告诉异常在哪里 ---目的是实现持续改进过程 ---是全系统的、全过程的、要求全员参加 ---不仅用于生产过程，而且用于服务过程和管理过程 ---强调用科学方法来保证全过程的预防
制 程 条 件 变 动 时
制程的继续管制
六、SPC的焦点 SPC：希望将努力的方向，更进一步的放在品质 的源头----制程（ Process）上。因为制程的起 伏变化，才是造成品质变异的主要根源。 品质变异的大小，才是决定产品优劣的关键 制程起伏条件 品质异常 产品优劣
七、基本统计概念
N n 母體數(批量數) 樣本數(抽樣數) USL SL 規格上限 規格中心限 (u=規格中心值)
您在工厂经常遇到这些情况吗？
顾客是上帝
销售
超时加班
额外成 本费用
•新品投放 •未预计的订单 变化 SPC作用 过程控制原理 SPC推行步骤 SPC的焦点 基本统计概念
一、什么是SPC SPC：统计过程控制（Statistical Process Control) 统计过程控制是一种通过对产品或工程进行抽样， 测量其特性参数、记录数据并绘制图表，然后进行 分析，以判断过程是否处于受控状态的管理工具。
X
R P C LCL UCL CL
平均數
全距 不良率 缺點數 控制下限 控制上限 控制中心限
LSL
Ca Cp Cpk T NP
規格下限
准确度 精密度 制程能力指數 規格公差 不良數 T=USL-LSL
SPC基础入门
（统计过程控制）
李明
1
统计过程控制（SPC）
1、SPC旳发展史与基本统计概念 2、SPC旳基本原理 3、控制图 4、过程能力和过程能力指数
2
1.1 什么是SPC
什么是SPC – 统计过程控制即SPC(statistical process control)．它是利用统计措施对过程中旳各个 阶段进行监控，从而到达改善与确保质量旳目 旳．SPC强调全过程旳预防为主。 – SPC不但用于生产过程，而且可用于服务过程 和一切管理过程．
稳定
控制用
3、控制图旳选择
控制图旳选定
计量值
资料性质 计数值
平均值
n≧2
样本大小 n≧2
CL旳性质
“n”=10~25 “n”是否较大
中位数
“n”=2~5
“n”=1 不一定
不良数
缺陷数
不良数或
缺陷数
一定 “n”是否一定
一定
单位大小 是否一定
不一定
X-s
图
X-R 图
~ X-R 图
X-Rm 图
“p”
图
“np” “c”
1.3.1 数据旳种类
• 计量型 特点：能够连续取值
也称连续型数据。
如：零件旳尺寸、强 度、重量、时间、 温度等
• 计数型
特点：不能够连续取 值，也称离散型数 据。
如：废品旳件数、缺 陷数
1.3.2 波动（变差）旳概念：
波动旳概念是指在现实生活中没有两件东西是完 全一样旳。生产实践证明，不论用多么精密旳设备 和工具，多么高超旳操作技术，甚至由同一操作工 ，在同一设备上，用相同旳工具，生产相同材料旳 同种产品，其加工后旳质量特征（如：重量、尺寸 等）总是有差别，这种差别称为波动。公差制度实 际上就是对这个事实旳客观认可。消除波动不是 SPC旳目旳，但经过SPC能够对波动进行预测和控 制。
详细全面的SPC详解(培训资料)
介绍内容： 1.SPC的基础知识 2.SPC的基本原理 3.SPC的控制图 4.过程能力方面的内容
第一讲SPC的基础知识
1.1 控制 SPC讲的是统计过程控制
与控制有关的要素： 首先应找到 （最适）范围
付出的代价
（经济）成本
控制
合理的范围 付出代价高，约束能力越高 超出控制范围存在风险 要求： 1.最佳范围 2.经济成本 3减少风险 这中间体现一种控制能力 即：内涵的证明 4展现能力
•
小概率事件定义：指发生的概率非常小的一个事件，要让它发生，需收集大 量的数据。
• • •
正态分布： 特点：中间高，两边低，左右基本对称 如：员工的工资，工资高少数，工资低 的少，中间高 两个参数： 位置 u ：中心值 形状σ：分布宽度 实际运用中：标准差和中心值平均值往往获得不了，我们只能通过样本来获取。 我们用样本的平均值来代替正态分布的平均值u中心值，用样本的标准差s代 替正态分布的标准差σ ，
• • • • • • • •
关键特性—特别的管制方法 对定量的特性数据：用SPC分析方法 对定性的特性数据：采用顾客认可的方法 对破坏性的特性：建议采用实验设计的方法，如DOE分析方法 客户： 一般关心计量性特性，不关心技术性特性 如：顾客买1000个产品，有千分之一不合格，顾客不认同 SPC即控制产品关键特性的过程，这种控制用统计学的方法
•
•
SPC和SQC的关系
针对过程中重要 控制特性做的才是SPC
测量 原料 PROCESS
结果
针对产品所做的 仍只是在做SQC
• • SPC：1.强调现场可执行 2.针对过程关键特性 SQC：1.随机性强 2.针对结果
• • • • •
SPC 基础知识
SPC 基础知识一、基本概念：1、极差：测定值中最大值Xmax与最小值Xmin之差称为极差，用R表示：R=X max-X min2、平方和：各个测定值与平均值之差称为偏差。
各测定值的偏差的平方和称为平方和，简称平方和，用S表示：S=（X1-Xa）2+（X2-Xa）2+（X3-Xa）2+（X4-Xa）2+……+（Xn-Xa）2Xa：平均值3、方差：各个测定值的偏差平方和除以（n-1）后所得的值称为无偏方差（简称方差），用s2表示：s2=S/（n-1）4、标准偏差：方差s2的平方根称为标准偏差（简称标准差），用s表示：s=√s2我们常说的δ和μ是指的总体标准差和总体均值；当过程在受控状态下，且样本容量差较大时，可用样本标准差s和样本平均值Xa；5、正态分布：f(x)=1/√2πδ*e-(x-u)2/2δ2 (1.1)式中：x为随机变量，实为标在横座标上的特性值；e≈2.7183，是自然对数底；π≈3.1416，圆周率；δ为总体标准差；μ-根据公式（1.1）可看出，任一正态分布仅由两个参数，即总体均值μ和总体标准差δ完全确定。
μ亦称分布的位置参数，δ称分布的形状参数；δ越小，曲线越陡，数据（变量）离散也小；δ越大，曲线越扁平，数据的离散也越大，总体数值落在：μ±1δ界限范围内的概率为68.26%；μ±2δ界限范围内的概率为95.46%；μ±3δ界限范围内的概率为99.73%；μ±1.96δ界限范围内的概率为95.0%；而数据落在：μ±3δ之外的概率应小于3‟；μ±1.96δ之外的概率应小于5%；二、质量控制和过程控制概念：质量控制是质量管理的一部分，其目的是“致力于满足质量要求”。
质量控制的内容，主要包含以下三方面：1、识别并确定过程，以做到及时发现和排除产品实现过程中的变异要求，使上过程（工序）的问题不带到下一过程（工序）中去，以保证过程的稳定性和产品质量的一致性，这是一项预防性工作，简称过程控制。
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基本知识
受控
不受控
可接受
1类
3类
不可接受
2类
4类
2类过程虽然受控，但因为普通原因造成过大的变差而不能满足规范要求。
3类过程可接受，但存在变差的特殊原因，一般情况下要设法找出原因并消除之。
4类过程既不受控，又不可接受。应减少变差的普通原因和特殊原因。
在某些情况下，顾客允许3类过程运行。例如特殊原因已查明，具有一定的稳定性，采取措施所发生的成本比顾客获得的利益大等。
3.四类过程
过程能力与规范无关。顾客更关心的是过程的输出是否满足规范的要求。满足则可接受，否则不可接受。（关于能力与规范的关系可以用能力指数描述，以后再介绍）。
过程是否受控和是否满足规范要求是两个不同的问题。下面将过程按此分成4类（见表3-1）：
1类过程是理想的，它受控且满足
规范要求。
表3－1
是否受控
二、收集数据
1.选择子组容量、频率、子组数
合理子组的确定将决定控制图的效果
①在 -R控制图中，子组的容量是恒定的。在过程研究初期n取4～5，通常取2～5件连续生产的产品。这样的子组反映的是在很短时间内、非常相似的生产条件下生产出来的产品，因此，子组内的变差主要应是普通原因造成的。这些条件不满足，就不能有效地区分出变差的特殊原因。
2.计量型数据控制图分类
表3-2列出计量型数据控制图的种类及其应用范围。
表3-2
类型
优点
应用
均值－极差图 -R
较简便，对子组内特殊原因较敏感
广泛
均值－标准差图 -S
S较R更准确有效，尤其在大样本容量时
计算机实时记录样本容量大
中位数图 -R
用 代替 ，直接描点，不用计算，最为简便
SPC基本知识
第二节计量型数据控制图
手册的这一章介绍了4种计量型数据的控制图。只要理解了均值－极差图的准备、制作步骤、分析应用、过程能力计算及过程能力指数的意义，就能举一反三，很容易理解其它几种类型控制图。
一、准备工作
1.建立适合于实施控制图的环境
管理者必须提供必要的资源（人力、物力），为实施控制图技术提供条件，参与并支持改进措施的实行，同时排除机构内阻碍人们公正性的顾虑。
六、过程改进循环及过程控制
这部分介绍的是使用3阶段的循环，对过程进行持续改进的概念。“持续改进”是QS-9000的一个重要思想。
图3-2表示过程持续改进的三阶段循环。
1.分析过程阶段
通过对过程历史资料的分析，PFMEA、小组会议，与主管专家、操作人员的商讨，对控制图的分析，变差特殊原因与普通原因的识别等技术，达到对过程现有状况的了解。并回答以下问题：
.本过程应做什么？
.会出现什么问题？
.本过程正在做什么？是否在生产废品和需返工产品？
.本过程是否处于统计控制状态？
.本过程是否有能力？是否可靠？
2.维护（控制）过程阶段
监控过程，采取措施使之保持稳定。
3.改进过程阶段
要达到“世界级”水平，就必须努力进入这一阶段，进一步减少变差的普通原因。采用试验设计，有目的的向过程引入变化因素并测量其响应等方法。改进的目的是更低的成本，达到更好的质量。
2.定义过程
根据过程与其它操作和上下使用者的关系，每个阶段的影响因素（4M1E）来理解过程。可以使用因果分析图、过程流程图等技术。
3.确定作图的特性
.使用“关键特性指定系统”（KCDS）。
.应用巴雷特原理，找出对过程改进有影响的主要因素。
spc入门
“p” 圖
“np” “c” 圖 圖
“u” 圖
CASE STUDY
质量特性 长度 样本数 5 可选用什么图？
重量
乙醇比重
10
1
电灯亮／不亮
100
每一百平方米的脏点 100平方米
中央极限定理(正态分布)
样本与群体
群体 抽样 样本 测 试
管 理 分析
结论
数据
中央极限定理
群 体
N ( , 2 )
± 2σ
± 3σ ± 4σ
84.13%
50% 15.87%
控制界限与错误损失
Shewhart 用经济平衡点（Break even point）求得3σ的界限综合损失最小.
第一种错误 损失
两种损失的合计
第二种错误 损失
0σ
1σ
2σ
3σ
6σ
关于β风险的补充
在统计中通常采用α=1%，5%，10%三级，但 在控制图中为了增强使用者的信心，所以将α 定位0.27%，这样β就大，这就需要增加第二 类判异准则，即使点子不出界，但当界内的点 子排列不随机的时候也表示存在异常。
μ± 1.96σ
μ± 2σ
95.00%
95.45%
5.00%
4.55%
μ± 2.58σ
μ± 3σ
99.00%
99.73%
1.00%
0.27%
控制图的结构
UCL ：Upper control limit
测量特性 3 Sigma % 数据点的百分比 99.73 % 95.45 % 68.26 %
CL：Central Line
when, n 4, then N ( ,
2
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基础知识-1
第七节 两类错误和风险
第一类错误（弃真错误）：把质量好的一批成品当作质量坏的一批 成品去看待、处理的错误；
α :第一类错误的概率值，也叫第一类错误的风险率。
第二类错误（取伪错误）：把质量坏的一批成品当作质量好的一批 成品去看待、处理的错误；
β :第二类错误的概率值，也叫第二类错误的风险率。 返回目录
一、正常波动 二、异常波动
一、正常波动
——正常波动是由随机原因引起的产品质量波动； ——仅有正常波动的生产过程称为处于统计控制状态，简称为控制状 态或稳定状态。
二、异常波动
——异常波动是由系统原因引起的产品质量波动； ——有异常波动的生产过程称为处于非统计控制状态，简称为失控状 态或不稳定状态。
SPC基础知识-1
一、什么是统计方法
统计方法：是指有关收集、整理、分析和解释统计数据，并对其所反 映的问题作出一定结论的方法。
描述性统计方法： ——是对统计数据进行整理和描述的方法； ——常用曲线、表格、图形等反映统计数据和描述观测结果，以使数 据更加容易理解，例如，可将统计数据整理成折线图、曲线图和频数直方 图等。
第四节 总体与样本
数据、样本和总体的关系
目的
总体
无
对工序进行分析 限
工序
控制
总 体
样本
一批 半成品
样本
判断
对一批产品质量进 有
一批
行判断，确定是否
限 总
产品
样本
合格
体
判断
数据
数据
数据
第五节 随即抽样方法
一、简单随机抽样法 二、系统抽样法 三、分层抽样法 四、整群抽样法
一、简单随机抽样法
SPC基础入门解读
5
SPC的发展
20世纪20年代，美国休哈特提出； 二战后期，美国将休哈特方法在军工部门推行； 1950~1980，逐渐从美国工业中消失 ；休哈 特的同事戴明博士在日本推行SPC； 在日本强有力的竞争下，80年代起，美国又重 新大规模推行SPC； 美国三大汽车厂联合制定QS9000标准。
“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》
SPC能解决之问题
1.经济性：有效的抽样控制，不用全数检验，不良率和成本 得以控制。使过程稳定，能掌握质量、成本与交期。 2. 预警性：过程的异常趋势可实时对策，预防整批不良 , 以 减少浪费。 3.分辨特殊原因：作为局部问题对策或管理阶层系统改进之 参考。
6
SP2、提高产品质量、生产能力、降低成本。 3、为制程分析提供依据。 4、区分变差的特殊原因和普通原因，作为采 取局部措施或对系统采取措施的指南。
7
SPC的意义
有效监测与预防
管理控制图
USL UCL
将导致在此 处耗费时间 查找原因 实际的变化发生在此处
答案＝？
12
请用1分钟，彻底检查一次，看看字母“F”出现的次数
F字母计数练习
结论：
100％的检验不能保证100％的合格
13
预防与检测
过去，制造商经常通过生产来制造产品，通过 质量控制来检查最终产品并剔除不合格产品。 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，因为它允许将时间和材料 投入到生产不一定有用的产品或服务中。 一种在第一步就可以避免生产无用的输出，从 而避免浪费的更有效的方法是－－预防 SPC强调全过程的预防！
- 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)。
– 反之，战后经济遭受严重破坏的日本在1950年通过体哈特早 期的一个同事戴明(W．Edwards Deming)博士，将SPC的概念 引入日本．从1950年至1980，经过三十年的努力，日本跃居 世界质量与生产率方面的领先地位。美国著名质量管理专家 伯格(Roger W．Bergcr)教授指出，日本成功的基石之一就 是SPC。
• 异常波动：是由特殊(异常)原因造成的。如原 材料不合格，设备出现故障，工夹具不良，操作 者不熟练等。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。
1.3.3、基本统计量说明
• 1、平均值 X 设X1，X2，…….Xn是一个大小为n的样本，
则X=（X1+X2+……+Xn)/n 2、中位数~ X
• 收集、整理、展示、分析解释统计资料
• 由样本（sample）推论母体群体（population）
• 能在不确定情况下作决策
• 是一门科学方法、决策工具
x 推论
抽样
7
基本的统计概念
• 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 、
操作规程
融
环境（供电电压、温度、湿度、振动……） 合
轴外圆 尺寸
表面粗糙度
顾客
过程示例——用普通机床生产一种轴的外圆
1.2.1 过程特性
• 特性：定量、定性 可区分的特征
按重要程度分：关键、一般
按状态分：产品、过程
如何定义关键质量特性呢？
6
1.3 基本统计概念
统计学（Statistics）
为了了解被检验总体的某些隐含的特性，运用合理的抽样方 法从被调整总体中取得适当的样本，通过研究样本来发现总体的 特征
s
N
( X i X )2
i 1
N
n
( X i X )2
i 1
n 1
总结： 通过收集、计算、分析和改进数
据的手段，从而了解制造、服务等过 程其最佳范围（低成本、低风险）， 并确定其控制范围的异常和正常规律， 达成一种事先预测并实施改进措施的 方法。
17
SPC的发展
– 过程控制的概念与实施过程监控的方法早在20世纪20年代就 由美国的休哈特(W.A.Shewhart)提出。
• 如设备的正常震动，刀具的磨损，同一批材料的品质差异， 熟练工人间的替换；
•
•
特殊原因：指的是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。
除非所有的特殊原因都被查找出来并且采取了措施，否則
它们将继续用不可预测的方式来影响过程的输出。如果系
统內存在变差的特殊原因，随时间的推移，过程的输出将
– 美国从20世纪80年代起开始推行SPC。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 汽车公司等美国钢铁工业也大力推行了SPC，如美国LTV钢铁 公司，内陆钢铁公司，伯利恒钢铁公司等等。
将数据按数值大小顺序排列后，位于中间 位置的书，称为中位数。 如：5，9，10，4，7， ~X=7； 如：5，9，10，4，7，8 ~X=（7+8）/2=7.5
• 3、极差R 样本数据中的最大值Xmax与最小值
Xmin的差值。R= Xmax- Xmin • 4、标准偏差s 、 （1）总体标准偏差 （2）样本的标准偏差
Statistical Process ConБайду номын сангаасrol
（统计过程控制）
李明
1
统计过程控制（SPC）
1、SPC的发展史与基本统计概念 2、SPC的基本原理 3、控制图 4、过程能力和过程能力指数
2
1.1 什么是SPC
什么是SPC – 统计过程控制即SPC(statistical process control)．它是利用统计方法对过程中的各个 阶段进行监控，从而达到改进与保证质量的目 的．SPC强调全过程的预防为主。 – SPC不仅用于生产过程，而且可用于服务过程 和一切管理过程．
不稳定。
• 如设备故障，原材料不合格，没有资格的操作工、未按照 作业指导书操作、工艺参数设定不对……
普通原因和特殊原因的区别
存在性 方向
影响大小 消除的难 易度
普通原因 始终
偏向
小
难
特殊原因 有时
或大或小 大
易
（3）、波动的种类:
• 正常波动：是由普通(偶然)原因造成的。如操 作方法的微小变动，机床的微小振动，刀具的正 常磨损，夹具的微小松动，材质上的微量差异等。 正常波动引起工序质量微小变化，难以查明或难 以消除。它不能被操作工人控制，只能由技术、 管理人员控制在公差范围内。
（1）、波动的原因：
材料
机器
人
环境
测量
方法
波动原因
（2）、普通原因、特殊原因
•
普通原因：指的是造成随着时间推移具有稳定的且可
重复的分布过程中的许多变差的原因，我们称之为：“处
于统计控制状态”、“受统计控制”，或有时间称“受
控”，普通原因表现为一个稳定系統的偶然原因。只有变
差的普通原因存在且不改变时，过程的输出才可以预测。
1.3.1 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
1.3.2 波动（变差）的概念：
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认。消除波动不是 SPC的目的，但通过SPC可以对波动进行预测和控制 。
备注： 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。
3
1.2 过程
过程：将输入转化为输出的相互关联和相互作用 的活动。
过程的声音
人 机 料 法 环 测
统计方法 过程 顾客的声音
产品
客户
机床（主轴承间隙、刀具……）
资
操作工（进给率、对中准确度……）
源
原材料（棒料尺寸、硬度……）