统计基本概念SPC(1)
SPC基础知识讲解[1]
![SPC基础知识讲解[1]](https://img.taocdn.com/s3/m/538b6746910ef12d2af9e7c7.png)
1.4 為什麼要用SPC?
1.确保制程持续稳定、可预测。 2.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。
SPC基础知识讲解[1]
1.5 SPC觀念(續)
1.5.1 沒有任何兩件事、人、產品是一模一樣的.
1. SPC簡介
1.1 SPC管制目的
SPC(Statistical Process Control 統計制程管制) 是由制程調查來改進制程能力,不斷降低產品品質的 變異性,而達到提升產品品質的一種方法,其主要工具 為管制圖
制程管制的目的: 分辯共同原因與特殊原因,并分別加以改善
SPC基础知识讲解[1]
SPC基础知识讲解
2020/10/31
SPC基础知识讲解[1]
本課程目標
本課程的目標是介紹SPC基本概念及應用 在本課程中,你將學到…
SPC概念及實際使用控制方式
SPC基础知识讲解[1]
目錄
1. SPC簡介 2. 制程能力指數 3. 制程管制圖 4.管制圖選用原則 5.異常處理
SPC基础知识讲解[1]
SPC基础知识讲解[1]
3.1.2 管制用管制圖
先有管制界限,后有數據用於控制制程之品質, 如有點子跑出界限時,立即采取 如下措施.
A.追查不正常原因. B.迅速消除此原因. C.研究采取防止此項原因重復發生的措施.
SPC基础知识讲解[1]
3.2 管制圖制法
3.2.1 nP- Chart(不良數管制圖） 3.2.2 P-Chart(不良率管制圖） 3.2.3 X-R（平均值-全距管制圖） 3.2.4 判讀原則
SPC基础知识讲解[1]
SPC的基本概念与特点
SPC的根本概念与特点什么是SPCSPC，即统计过程控制〔Statistical Process Control〕，是一种通过统计方法对过程进行监控和管理的质量管理工具。
它通过收集和分析过程数据，以便实时地监测过程的稳定性和能力，并及时采取纠正措施，以保证产品或效劳的质量符合要求。
SPC基于统计学原理，利用数据分析的手段来判断过程的偏差和稳定性，采取控制图等图形化工具来展示过程变化的规律，并通过数学模型对过程进行预测和改良。
SPC的根本特点1.实时性SPC能够实时地监测过程的稳定性和能力，通过实时收集的数据进行分析，及时发现过程的偏差和异常情况，并及时采取纠正措施。
这使得SPC能够快速响应问题，防止质量问题的扩大和重复出现。
2.统计方法SPC基于统计学原理，利用统计方法对过程数据进行分析和判断。
通过对数据的测量、统计和分析，可以客观地了解过程的状态，并进行准确的判断和决策。
这使得SPC能够防止主观判断和盲目决策的问题，提高质量管理的科学性和准确性。
3.图形化工具SPC采用图形化工具展示过程变化的规律，常用的图形化工具包括控制图、趋势图、直方图等。
这些图形化工具直观地展示了过程的状态和变化趋势，使人们能够快速地理解和分析数据，辅助决策和改良。
图形化工具还能够帮助人们发现隐藏在数据中的规律和关联性，进一步优化和改良过程。
SPC通过数据的分析和建模，能够对过程进行预测和改良。
通过建立数学模型和趋势分析，可以预测过程的开展方向和变化趋势，为及时调整和改良提供依据。
这使得SPC能够提前发现潜在问题和缺陷，及时采取措施进行预防和纠正，确保产品或效劳的质量稳定。
5.过程稳定性SPC关注过程的稳定性，即过程的变异是否在可接受的范围内。
通过对数据的统计和分析，可以判断过程的稳定性，并得到稳定性指标，如均值、标准差、过程能力指数等。
这使得SPC能够帮助人们了解过程的状态和品质能力，及时调整和改良过程，提高产品或效劳的稳定性和一致性。
统计过程控制SPC基本概念
料批次等，这将有利于下一步的过程分析。
2 收集数据：
对使用的 X-R 控制图是从对过程输出的特性的测量发展而来的。 这些数据是以样本容量恒定的小子组的形式报出的，这种子组通常包括 2～5件连续的产品，并周期性地抽取子组(如：每1小时抽样一次，每班 抽样两次等)。应制定一个收集数据的计划，并将它作为收集、记录及将 数据绘制到控制图上的依据。
• 产品特殊特性(Special Process Characteristic) 产品特殊特性（关 键、主要、重要、重点）是这样一种产品特性：对合理预测的变差，会明 显影响产品安全性或政府标准或法规的一致性，或者会显著影响顾客对产
A 类 特 性（ 关 键 特 性）： 即 安 全 特 性。 该特性的失效会对人造成危害和不安全或影响到政 府 安 全 法 规 的 规 定。
进的
品或服务的设计或过程中任何元素即将进行的变化)。这些是改
— 特性之间的相互关系：为了有效率及有效果地研究应利用特性间的关 系。比如，如果关心的特性很难测量(比如体积)，选择一个相关的容易 测量的特性(比如重量)。另外，如果一个项目的几个单独的特性具有相 同的变化趋势，可能只用一个特性来画图就足够了。注意：统计上的相 关性不意味着变量之间存在因果关系。在缺乏现存过程的知识时，可能 要设计一个试验来验证这些关系和其重要性。
• 特殊特性 • 可能影响安全性或法规的符合性、配合、功能、性能或产品后续生产过程
的产品特性或制造过程参数
• 过程特殊特性(Special Process Characteristic) 过程特殊特性（如 关键、主要、重要、重点）是一种过程特性，其变差必须控制在某目标值 内，从而保证在制造和装配过程中，过程或产品特殊特性的变差能保持在 目标值内。
SPC统计的基本概念
用途
正态
分布 （计
X R
量值）
适用于长度，重量，强度等计 均值—极差控制 量值数据控制 图
X S 均值—标准差控 制图
适用范围同上，但检出能力不 如上图
X~ R
适用于检验时间远比加工时间 中位值—极差图 短的场合，如车床加工轴等
X Rs 单值--极差图
适用于在一定时间里只能获得 一个数据，如一次化学反应的 收率
x +1 +2 +3 x
生产过程的状态
一.控制状态(In Control)
UCL
u0
CL
LCL
生产过程的状态
二.失控状态(Out of Control)-1
UCL CL LCL
生产过程的状态
二.失控状态(Out of Control)-2
UCL CL LCL
常用的控制图
分布 控制图代号 控制图名称
正态分布平均值的特性
=1
y
u=-1 u=0 u=+1
-4 -3 -2 -1
x
+1 +2 +3 +4 x
正态分布标准差的特性
y
=0.5
=1. 0
-4 -3 -2 -1
=1. 5
x +1 +2 +3 +4 x
正态分布的“3 ”特性
y
99.7%
68.26% 95.46% 99.73%
-3 -2 -1
UCL= D4R LCL = D3R
n
A2 D3
D4
2
1 .8 8
0 3.27
3
1 .0 2
0 2.57
4
SPC基本概1
SPC基本概念1、预防：一种在第一步就可以避免生产无用的输出，从而避免浪费的有效的方法。
2、过程：所谓过程指的是共同工作以产生输出的供方、生产者、人、设备、输入材料、方法和环境以及使用输出的顾客之集合。
将输入转化为输出的相互关联的资源与活动。
3、变差：过程的单个输出之间不可避免的差别，它分为：普通原因和特殊原因。
4、普通原因：造成随着时间的推移具有稳定的，且可重复的分布过程中的许多变差，称之为“处于控制状态”、“受统计控制”。
普通原因表现为一个稳定系统的偶然原因，只有变差的普通原因存在且不改变时，过程的输出才是可以预测的。
5、特殊原因（通常也叫可查明原因）：指的是造成不是始终作用于过程的变差的原因，即当它们出现时造成（整个）过程的分布改变。
随着时间的推移，过程的输出不稳定。
局部措施：（1）通常用来消除变差的特殊原因（2）通常由与过程直接相关的人员实施（3）大约可纠正15%的过程总问题系统采取措施：（1）通常用来消除变差的普通原因（2）几乎总是要求管理措施，以便纠正（3）大约可纠正85%的过程问题6、能力：是一个稳定过程变差的总范围7、控制稳定过程：是一个统计控制过程，稳定过程输出中此变差虽是来自一般的原因，稳定过程是可以预测的。
8、统计控制：是一个过程的状态，变差从所有特殊原因已消除，仅存在一般原因，统计控制的证据是控制图没有超过控制限的点，没有非随机性的图形趋势。
9、过渡调整：是把每一个偏离目标的值，当作过程中特殊原因处理的作法（若根据每次所作的测量来调整一个稳定的过程，则调整就成了另外一个变差源）。
10、CPU、CPL：分别为上限能力指数和下限能力指数，定义（USL-X）/3σ或（X-LSL）/3σ11、USL、LSL：工程规范上下限。
12、CPK：这是考虑到过程有无偏移的能力指数，定义为CPU或CPL的最小值。
它等于过程均值与最近的规范限之间的差除以过程总分布宽度的一半。
13、PPK：这是说明过程有无偏移的性能指数，定义为：（USL-X）/3σ或（X-LSL）/3σ的最小值(用来与CP和CPK对比,并测量和确定随时间改进的优先顺序)。
基础SPC统计概念讲义
基础SPC统计概念讲义SPC（Statistical Process Control）是一种通过统计方法对过程进行监控和控制的技术，可以帮助我们了解过程的稳定性和能力，并及时发现异常或者改进点。
在质量管理中，SPC常常被用于监测生产过程中的变异，并帮助我们做出有效的决策。
本文档将介绍SPC的基础统计概念，包括过程的稳定性、过程能力指数和常用的SPC图。
1. 过程的稳定性过程的稳定性是指在一定时间范围内，过程的输出是否在统计上保持稳定。
如果一个过程是稳定的，那么它的输出将在一个可接受的范围内变动，而不出现明显的趋势或者异常点。
相反，如果一个过程不稳定，那么它的输出将会出现较大的变异，这可能会导致产品质量的下降。
为了评估过程的稳定性，我们可以使用控制图来监测过程的输出。
2. 过程能力指数过程能力指数是用来评估过程的能力，即过程是否能够产生满足要求的产品。
通常，过程能力指数有两种常用的评估方法：Cp指数和Cpk指数。
Cp指数是通过计算过程的规格宽度和实际过程的变异程度来衡量过程的能力。
Cp指数越大，表示过程的能力越高，产品的规格范围与过程的变异能够很好地匹配。
Cpk指数是进一步考虑了过程中心偏移的指数，它除了考虑规格宽度和变异程度外，还考虑了过程中心与规格中心之间的距离。
Cpk指数越大，表示过程的能力越高，同时说明过程的中心较接近规格中心。
3. SPC图SPC图是一种通过可视化过程数据来帮助我们判断过程稳定性和能力的工具。
常用的SPC图包括控制图和能力图。
控制图是用来监测过程稳定性的图形化工具，常用的控制图有Xbar-R控制图、Xbar-S控制图和P控制图等。
•Xbar-R控制图可以用于监测过程的平均值和变异程度的稳定性，通过绘制过程的平均值以及样本的范围来判断过程是否稳定。
如果控制图中的点在控制线之间，在统计上就可以认为过程是稳定的。
•Xbar-S控制图与Xbar-R控制图类似，但使用样本标准差来代替样本范围。
SPC统计与质量数据基本知识
2.收集数据的方法
收集到的数据必须能充分反映实际情况，对于抽查的数 据还应具有充分的代表性，所以收集数据要有科学的方 法，这就是随机抽样的方法。所谓随机抽样，即是指被 抽查的所有对象中的每一个，都应具有同等的机会被抽 取到的方法。最常用的随机抽样法有：
10
质量数据的基本知识
4、数据的统计分布
质量管理中的计量值数据，是连续分布的数据，其 分布规律属于正态分布；而记数值的数据是间断型分布 的数据，其分布规律有超几何分布、二项分布及泊松分 布等规律，因为我们在应用中主要涉及到正态分布，所 以下面介
13
质量数据的基本知识 绍一下正态分布： 正态分布的规律可归纳为： ①正态分布是以其平均值为中心呈左右对称的中央 高两边低的钟型； ②正态分布的钟形有高矮肥瘦程度的不同，取决于 该数据的平均值和标准偏差。 a.平均值 一般用 表示，它代表该数据的分布的中心位置， 所以也称为位置参数。其表达式子是： （1-1） 式中：Xi--表示数据的各个数值； n--表示数据的个数。 b.中位数
12
质量数据的基本知识 少差异的，所以，加工出来的零件其规格要求就存在着 各种各样的差别，这就使得其质量特性值呈现出差别， 形成数据的波动性。 (2)规律性 虽然数据有波动性，但并不是杂乱无章的，而是呈 现出一定规律性的。最常见到的规律性是数据分布的规 律性。在质量管理中最常见到分布规律是正态分布（高 斯分布（Gaussian））、二项分布（二项分布是说明结 果只有两种情况的n次实验中发生某种结果为x次的概率 分布）及泊松分布（Poisson分布是二项分布n很大而P 很小时的特殊形式，是两分类资料在n次实验中发生x次 某种结果的概率分布）等。
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，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，在与汽 车有关的行中，颇为流行。美国钢铁工业也大力推行 了
SPC统计基础知识
SPC统计基础知识简介SPC（Statistical Process Control，统计过程控制）是一种用于监控和管理过程稳定性和可靠性的统计技术。
通过收集样本数据并进行分析，SPC能够及时发现过程中的变异和异常情况，从而帮助组织实现质量改进、成本控制和客户满意度的提高。
本文将介绍SPC的基本概念和常用统计方法，帮助读者理解和运用SPC统计基础知识。
1. SPC的基本概念SPC是一种通过分析过程数据来监控过程稳定性的方法。
它基于以下三个基本统计概念：1.1 均值过程中的均值是指一组样本数据的平均值。
在SPC中，通过计算样本的均值来了解过程的中心位置。
如果样本均值始终在预设的目标值附近波动，说明过程稳定。
1.2 变异过程中的变异是指一组样本数据的离散程度。
在SPC中，通过计算样本数据的变异度来了解过程的稳定性。
如果样本数据的变异度较低且在预设的范围内，说明过程稳定。
1.3 控制界限控制界限是为了判断过程是否处于可接受的控制范围内而设定的。
上下控制界限定义了过程稳定的上下限，超出这一范围的样本数据将被认为是异常值或异常事件。
2. 常用的SPC统计方法2.1 过程能力指数（Cp）过程能力指数是一种衡量过程稳定性和可靠性的指标。
它通过比较过程的变异度和指定的公差范围来评估过程性能。
Cp值越高，说明过程的稳定性和可靠性越好。
2.2 控制图控制图是SPC中最常用的统计工具之一。
它通过绘制样本数据的均值、上下控制界限和中心线来反映过程的变化趋势。
通过控制图，可以及时发现和纠正过程中的变异和异常情况。
2.3 散点图散点图是用来显示两个变量之间关系的图表。
在SPC中，散点图可以用来发现变量之间的相关性和趋势。
通过分析散点图，可以帮助确定工艺参数的合理范围和优化生产过程。
2.4 直方图直方图是用来显示数据分布情况的图表。
在SPC中，直方图可以帮助了解过程数据的分布特征和变异程度。
通过分析直方图，可以判断过程是否正常、是否满足规定要求。
SPC-01基本概念
TTM Technologies, Inc. Confidential
4
SPC 的基础概念
画图表？
计算3个月 的数据？
SPC。。。
TTM Technologies, Inc. Confidential
Cpk？Ppk? 一个体系？
5
SPC是英文 Statistical Process Control 的字首简称。
电路 系统
轮胎
制动 系统
TTM Technologies, Inc. Confidential
21
Control（控制）
收集 数据
进料控制 进料控制
情报反馈
情报反馈
统计工具 统计工具
收集
流程控制 数据 产品控制
流程控制
产品控制
收集 数据
批退控制 批退控制
供
应
进料
进料
商
生产 生产
检验 检验
客
出货 出货
集中趋势 (位置)
离中趋势 (分散程度)
TTM Technologies, Inc. Confidential
12
极差(Range):一组数据中的的最大数值与最小数值的差
计算公式为 R = max(xi) - min(xi)
注：移动极差(Move Range)是指后一个数据与前一个数据之差的绝对值
群体(Population)： 由具有共同特性的个体所组成的整
体参数(Parameter)：群体资料所计算 出之群体特征值。
样本(Sample)： 群体的一部分
统计 量(Statistic) ：由样 本资料 所计 算出之 样本特征
SPC统计与质量数据基本知识
SPC统计与质量数据基本知识引言SPC（统计过程控制）是一种在质量管理中使用的统计方法，通过对数据的收集、分析和控制，帮助组织实现产品和过程的稳定性和一致性。
本文将介绍SPC统计与质量数据的基本知识，并提供一些常用的SPC统计技术和质量数据分析方法。
一、质量数据的类型质量数据主要分为离散型和连续型两种类型。
离散型数据是指只能取有限个或无穷个可数值的数据，如产品的合格与否、产品的缺陷数等。
连续型数据是指可以在一定范围内取任意值的数据，如产品的长度、重量等。
二、SPC统计方法SPC统计方法主要包括以下几个方面：1. 数据采集数据采集是SPC的第一步，通过对相关数据的收集，可以了解到产品或过程的状态和性能。
数据采集可以通过人工记录、仪器测量等方式进行。
2. 数据分析数据分析是SPC的核心部分，通过对采集到的数据进行统计分析，可以获得关于产品或过程的各种信息。
常见的数据分析方法包括均值、标准差、极差、直方图、控制图等。
•均值是一组数据的平均值，可用于判断数据的集中趋势。
•标准差是一组数据的离散程度的度量，可用于判断数据的稳定性和一致性。
•极差是一组数据中最大值与最小值之间的差异，可用于判断数据的变异性。
•直方图是用来表示数据分布情况的图形，可用于判断数据的偏态性和峰态性。
•控制图是用来监控过程稳定性和一致性的图表，常用于判断过程是否处于统计控制中。
3. 过程改进与控制通过对数据分析的结果，可以找到存在的问题和改进的方向，并采取相应的措施进行改进和控制。
过程改进与控制需要持续进行，以确保产品和过程的稳定性和一致性。
三、常用的SPC统计技术1. 控制图控制图是SPC中最常用的统计工具之一，用于监控过程的稳定性和一致性。
常见的控制图有以下几种：•均值控制图：用于监控过程的平均值是否处于统计控制范围内。
•范围控制图：用于监控过程的变异性是否处于统计控制范围内。
•P图：用于监控不良品的比例是否处于统计控制范围内。
SPC(统计过程控制)：基本概念及在质量管理中的作用介绍
SPC（统计过程控制）：基本概念及在质量管理中的作用介绍一、SPC概述SPC(Statistical Process Control, 统计过程控制)是用于控制生产过程稳定性、提高产品质量的一种管理工具。
它是一种基于统计原理的质量控制技术，通过对质量数据进行分析并处理，帮助生产部门发现异常情况，及时进行纠正和改进。
SPC的主要作用是通过对生产的各项指标进行监控，及时发现异常情况并予以解决，达到减少产品次品率、提高生产效率的目的。
1.1 SPC的定义和发展历程统计过程控制(SPC)是由美国生产者联盟（APQC）制定的标准，是指在生产、服务等等过程中，使用一系列统计方法，对生产过程各项指标进行定量分析、监控，以便及时发现问题并采取纠正和预防措施，以提高质量、提高效率和降低成本。
自20世纪75年以来，SPC 已广为应用于各种制造和服务行业，被广泛认可和推广。
1.2 SPC的基本原理和方法SPC的基本原理是通过收集和分析生产过程中的数据，判断过程是否处于正常状态，如果出现异常情况则采取行动控制，达到稳定生产并控制品质的目的。
其基本方法有控制图、质量测量、过程分析、数据收集和统计方法等。
二、SPC在质量管理中的作用2.1 SPC在质量管理体系中的地位与作用SPC在现代企业的质量管理中处于非常重要的地位，其作用几乎贯穿了整个质量管理体系。
首先，质量管理的核心目标是实现全过程质量控制，SPC可以有效的实现这一目标。
其次，SPC可以帮助企业实现质量的持续改进，提高产品的稳定性和一致性，为企业提供坚实的基础。
再次，SPC可以为企业的产品质量提供科学的依据，使企业在市场竞争中更具有说服力。
2.2 SPC在改进质量管理性能方面的作用SPC对于改进质量管理性能具有很好的作用。
通过对生产过程的监控，SPC可以发现不稳定的因素和不良的趋势，为及时采取行动提供依据。
此外，通过对数据的分析，进一步提高了质量管理的效益，不断完善生产过程，并持续不断地提高产品质量。
SPC(讲义)
一、基本概念：1.随机现象：在大量的重复试验中，具有统计规律性的不确定现象。
分类：确定现象：事情没发生，就已知道结果。
不确定现象：事情没发生，无法知道他的结果，即没有办法事先预测它的结果。
不确定现象会呈现某种规律。
2.统计技术：是确定随机现象的数学规律的一门学科。
统计技术的两个范畴（领域）：（1）统计推断：通过数据的采集，对未来事物进行预测和推断，如天气预报、算命。
（2）统计控制：通过数据的采集对未来事物进行预测和控制，如SPC。
统计技术应用（要求）条件：A.管理扎实，产品有可追溯性；B.5M标准化：人、机、料、法、环。
C.经过培训：人员。
D.必要的物质条件：检测手段。
3.随机分布：质量特性数据分布所符合的规律。
正态分布曲线的特点：1两头小，中间大；2两侧对称；3平滑联接。
质量特性（正态分布曲线）：（1）分布的宽度：用σ来衡量分布宽度，越窄越好。
（2）分布的位臵：用偏移量ε来量化描述分布位臵。
ε=0时，重合4.变差：指一个数据级相对于目标值存在的不同差异。
（实际上是指质量数据的不一致性、离散性）。
二、统计过程控制：1.过程控制系统：（1）过程控制的要求：要明确过程特性；要明确过程特性的目标值；监测特性，并与目标值比较。
（2）对过程（生产制造）采取措施：A.改变操作：人员培训、材料的更换。
B.改变基本因素：修设备，改善人的交流，交流主要手段：交接班记录。
C.改变过程设计：工艺变化、环境调整。
2.变差的普通原因和特殊原因：（1）形成变差的普通原因：常规的、连续的不可避免的影响产品特性不一致的因素。
例如：操作技能、设备精度（本身有加工误差，不是恒定的）、工艺方法、工作环境。
特点：1. 该因素作用到每个零件上；2. 不会改变特性的分布。
（2）形成变差的特殊原因：特殊的、偶然的、断续的、可以避免的影响产品特性不一致的因素。
例如：刀具不一致、模具不一致、材料不一致、设备故障、人员情绪。
特点：1. 不是作用到每个零件上。
SPC基本概念介绍
SPC基本概念介绍SPC(Statistical Process Control)，统计过程控制，是一种用于监控和控制生产过程的统计方法，通过对过程进行统计分析和数学推理，以实现过程稳定和质量改进的目标。
SPC主要依赖统计学的原理和方法，能够提供数据和信息用于监控和控制生产过程的各个方面。
SPC的基本思想是通过对生产过程中的数据进行分析和控制，以实现预定的质量目标。
SPC通过收集和分析过程数据，以确定过程的变异性和性能水平，并根据这些信息做出相关的调整和改进。
SPC主要依靠统计概率理论和统计推断原理，通过收集样本数据来推断总体的特征和性能。
SPC主要有以下几个基本概念：1.基本统计量：常用的基本统计量有平均值、标准差、极差等。
这些统计量用于描述过程数据的集中趋势和离散程度，是SPC分析的基础。
2.过程稳定性：指过程在一段时间内的数据集合是否具有一定的稳定性。
稳定的过程数据有助于进行SPC的分析和控制。
通过控制图等方法可以判断过程的稳定性。
3.控制图：控制图是SPC的核心工具之一，用于监控和识别过程数据中的特殊因素和变异。
常用的控制图有均值图、极差图、标准差图等，通过这些图形可以检测和分析过程的异常情况。
4.规格限：规格限是指产品或过程在可接受范围内所能容许的上限和下限。
规格限用于界定产品或过程的合格区域，通过与规格限的比较可以确定产品或过程的合格性。
5.随机变异与特殊因素：生产过程中的数据变异可以分为随机变异和特殊因素引起的变异。
随机变异是由于生产过程本身的不可避免的不确定性引起的，而特殊因素是由于外界因素或人为因素引起的变异。
6.过程能力：过程能力表示了生产过程在规定条件下，能够满足规格限范围内产品的比例。
通过对过程能力的评估，可以确定过程的稳定性和可控性，进而确定是否需要改进和优化。
SPC的应用可以追溯到20世纪初，起初主要应用于制造业，用于监控生产过程中的质量变异。
随着时代的发展，SPC的应用范围逐渐扩大到各个领域，如服务业、医疗保健、金融等。
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)。
位置
分布宽度
范围 形状
或这些因素的组合
统计基本概念SPC(1)
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。
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
目标值线 预测
时间
目标值线 预测
时间
统计基本概念SPC(1)
极差（Range） 一个子组、样本或总体中最大与最小值之差
σ（Sigma）
用于代表标准差的希腊字母
标准差
(Standard Deviation)
过程输出的分布宽度或从过程中统计抽样值（例如： 子组均值）的分布宽度的量度，用希腊字母σ或字母s （用于样本标准差）表示。
分布宽度 （Spread）
一个分布中从最小值到最大值之间的间距
统计基本概念SPC(1)
SPC的产生
• 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。 • 1924年，美国的休哈特博士提出将3Sigma原理运用 于生产过程当中，并发表了著名的“控制图法”，对 过程变量进行控制，为统计质量管理奠定了理论和方 法基础。
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。
统计基本概念SPC(1)
每件产品的尺寸与别的都不同
范围
范围
范围
范围
但它们形成一个模型，若稳定，可以描述为一个分布
计划
措施
过程改进循环
2、维护过程 监控过程性能 查找变差的特殊原因并 采取措施。
实施 研究
计划 措施
实施 研究
计划 措施
实施
研究
3、改进过程 改进过程从而更好地理解 普通原因变差 减少普通原因变差
统计基本概念SPC(1)
控制图
上控制限
中心限
下控制限
1、收集 收集数据并画在图上 2、控制 根据过程数据计算实验控制限 识别变差的特殊原因并采取措施 3、分析及改进 确定普通原因变差的大小并采取减小它的措施
材料 方法 环境
我们工作 的方式/资 源的融合
产品或 服务
输入
过程/系统
输出
顾客
识别不断变化的 需求量和期望
顾客的呼声
统计基本概念SPC(1)
变差的普通原因和特殊原因
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。
（存在特殊原因）
受控 （消除了特殊原因） 时间
统计基本概念SPC(1)
过程能力
范围
受控且有能力符合规范 （普通原因造成的变差已减少） 规范下限
规范上限 时间
受控但没有能力符合规范 （普通原因造成的变差太大）
统计基本概念SPC(1)
1、分析过程 本过程应做什么？ 会出现什么错误？ 本过程正在做什么？ 达到统计控制状态？ 确定能力
过程均值（Process 一个特定过程特性的测量值分布的位置即为过程均
Average）
值，通常用 X 来表示。
链（Run）
控制图上一系列连续上升或下降，或在中心线之上 或之下的点。它是分析是否存在造成变差的特殊原 因的依据。
过程的单个输出之间不可避免的差别；变差的原因 变差（Variation） 可分为两类：普通原因和特殊原因。
中位数 ˜x
将一组测量值从小到大排列后，中间的值即为中位数。 如果数据的个数为偶数，一般将中间两个数的平均值 作为中位数。
单值
一个单个的单位产品或一个特性的一次测量，通常用
（Individual） 符号 X 表示。
统计基本概念SPC(1)
名称
解释
中心线
控制图上的一条线，代表所给数据平均值。
（Central Line）
过程变差的一部分。
过程能力
是指按标准偏差为单位来描述的过程均值和规格界限
(Process Capability) 的距离，用Z来表示。
移动极差
两个或多个连续样本值中最大值和最小值之差。
（Moving Range)
统计基本概念SPC(1)
制程控制系统 有反馈的过程控制系统模型
过程的呼声
人 设备
统计方法
统计基本概念SPC(1)
SPC的作用 • 1、确保制程持续稳定、可预测。 • 2、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。
统计基本概念SPC(1)
SPC常用术语解释
名称
解释
平均值 （X） 一组测量值的均值
局部措施和对系统采取措施
• 局部措施
• 通常用来消除变差的特殊原因 • 通常由与过程直接相关的人员实施 • 通常可纠正大约15%的过程问题
• 对系统采取措施
• 通常用来消除变差的普通原因 • 几乎总是要求管理措施，以便纠正 • 大约可纠正85%的过程问题
统计基本概念SPC(1)
过程控制
范围 不受控
统计基本概念SPC(1)
2020/12/12
统计基本概念SPC(1)
目录
• 1 SPC的产生 • 2 SPC的作用 • 3 SPC常用术语解释 • 4 持续改进及统计过程控制概述 • a 制程控制系统
• b 变差的普通及特殊原因 • c 局部措施和对系统采取措施 • d 过程控制和过程能力 • e 过程改进循环及过程控制 • f 控制图
重复这三个阶段从而不断改进过程
统计基本概念SPC(1)
计量型数据控制图
人员
设备 环与境过程有关的控制图
材料
方法
12 34 56
过程结果举例
螺丝的外径（mm） 从基准面到孔的距离（mm） 电阻（Ω） 锡炉温度（ºC） 工程更改处理时间（h）
计量单位：（mm, kg等）
特殊原因 （Special Cause）
一种间断性的，不可预计的，不稳定的变差根源。 有时被称为可查明原因，它存在的信号是：存在超 过控制限的点或存在在控制限之内的链或其它非随 机性的图形。
统计基本概念SPC(1)
名称
解释
普通原因
造成变差的一个原因，它影响被研究过程输出
（Common Cause） 的所有单值；在控制图分析中，它表现为随机