SPC统计技术应用向导
SPC统计技术作业指导书
统计技术应用指导书第 1 页 共 11 页统计技术（SPC）作业指导书1目的为使本公司人员能熟练运用各类统计技术及图表来分析和解决问题、提高工作效率、提高产品质量和管理水平，特制订本指导书。
2合用范围合用于本公司各部门开展的各项活动。
3术语3.1 特性要因图：能一目了然的看出结果与原因这二者之间的关系的图形，因形状类似鱼骨，又称“鱼骨图”。
3.2 检查表：采集信息时设计一种简单表格，将有关项目和预定采集的信息，依其使用目的、以很简单的符号填注而且很容易汇总整理、分析，以了解现状，这种表格称为“检查表”。
3.3 柏拉图；将一定期间所采集不良数、或者缺陷数、或者故障次数等，将这些数据依项目、或者原因的类别进行分类，并将这些类别依浮现次数按由多到少（由大到小）的顺序进行罗列，从而找出主要项目，这种图形称为“柏拉图”。
3.4 直方图：将采集到的数据，依一定标准进行分组，列出每组数据浮现数据的个数，横轴表示组界，纵轴表示次数，并将每组以长方形表示于坐标上即为“直方图”也称为“次数分配图”。
3.5 推移图：一种以时间的推移，将设定的工作为推动项目，结合设定的目标而将实绩绘制在图上，以观察实际情况与设定目标之间的差距的一种图表。
3.6 甘特图：一种以横线表示计划进度与实际进度之间差异的图形。
它可作为管制工作进度用。
3.7 头脑风暴法（诸葛亮会议）：是一种针对某一主题采用会议讨论方式，并尽量让大家在不加以批评的气氛下提出构想，同时利用灵感来相互诱导，由别人的构想，联想到其他构想。
3.8 层别法：针对同类别不同特性的事或者物等分采集数据，加以统计比较分析，找出之间差异，并针对差异采取相关措施。
3.9 扩散图：两个变量或者多个变量之间的相互关系，并反映出之间相关程度如何的图形称为“散布图”。
3.10 饼图：用来表示部份对整体的比例。
将采集的数据按不同项目进行区分，在按各项目所占比例分别标识于整个圆形图上，以观察各项目的相对关系。
SPC软件应用指南
品 质 提 升 解 决 方 案 (SPC)
一、企业推行 SPC 软件的原因
SPC 主要是计算各种质量指标，并绘制各种统计图形；但企业不应只是把 SPC 看成是一个简单的统计分析工具， SPC 也不只是某个人或某个部门用来进行数据分析的工具；SPC 系统可以在确保质量作业的同时动员企业内所有部门 共同努力，协调并解决各部门间的各种质量问题，相关人员可以共享 SPC 系统数据资源，及时掌握现场状况，通过各 种方式达到质量分析、质量控制和质量改进的目的。SPC 软件的核心已由纯粹的 SPC 分析工具转变成为企业质量的管 理工具，它包计量值分析和计数值分析及综合分析功能，用来直接控制生产过程，进行质量诊断和质量改进，在生产 过程中起到了预防为主的作用，正所谓：检验是一种浪费，只有预防才会创造价值。所以 SPC 软件在包含 QC 七大手 法的基础上应加强其监控及综合分析功能，而不是用非专业的 Excel 或简单的 SPC 分析工具来处理数据。
如有条件可以使培训内容更切合工厂的实际，提升培训的效果，此外，到厂培训还可以创造出良好的 SPC 推行 气份。
４、 确定关键变量 首先是找出所有可控制的质量指标和相关参数，包括各个工序的控制点、控制内容、数据类型及适用的控口，对此工序进行分析和控制，使其生产过程达到稳定状 态；再次是在作为突破口的工序达到稳定状态后将此方案推行到整个生产过程，使整个企业的生产过程都达到 稳定状态。
而基层职工只能解决 20%的质量问题。在 QS9000 标准的统计过程控制 (SPC)参考手册中，明确了 8020 原则，进 一步强调了领导层解决质量问题的重要性。不少企业领导者认为产品质量差是因为有关工作人员素质差或不负 责任造成的。事实上，如果采用先进的质量管理技术和工具，在原有的条件不变的情况下，质量就可以得到明 显的改进，而 SPC 正是这样一种行之有效的工具，因此要推行 SPC 企业的高层管理人员必须首先认识到 SPC 的 重要作用，带领企业全体员工投身于 SPC 的运用之中去。
SPC统计手法应用课件(PPT 52页)
找最大值和最小值
10 5
在方格纸上画出纵
0
0
2
4
6
轴（结果）和横轴
（原因）
20 15
10
将各级的对应数据
5 0
标示在座标上
0
2
4
6
三、散布图分析
v研究成对出现的不同变数之间相关关系的座标图。 v注意几点： §收集足够的资料，至少30对； §横坐标表示资料（原因），纵坐标表示因变数（结 果）； §正确判断变数之间的关系模式； §因果图的后续工作，提供直观的相关性验证；
类、统计。搜集时加以适当注记分类，如有问
题发生时，很可能只是其中一因素有问题，便
可快速寻得症结之所在。
及格率40%之原因探讨
生活习惯 食的层別
人的层別
衣的层別
机器的层別
住的层別
课程的层別
行的层別
二、层別法分析
将多种的资料 因应目的而分 类成数个项目
– 明确问题 – 掌握现状 – 分析问题原因 – 拟定对策并实施 – 确认效果 – 防止再发生和标
一、查检表分析
查检表是使用简单易了解的标准化表格或 图形，作业时仅需填入规定检查记号，再加以 统计后整理其数据，即可提供量化分析或比对 检查用。
查检表记载的项目（５W１H） •What：目的何在？ •Why：为什么？ •Who：由谁做？ •How：何种方法？ •When：何时做？ •Where：在什么地方？
适当分类，并按各类出现的大小顺序排列的图。 柏拉图主要用于：确定主导因素。 柏拉图是20/80原则应用的图形。该原理是由意大利经济学家Vilfredo
Pareto提出的。 1897年Pareto提出，80%的财富集中在20%的人手中。同 理，任何过程中的大部分缺陷通常是由相对少数的问题引起的。排列图 分析能帮助人们确定这些相对少数但重要的问题，以使人们把精力集中 于这些问题的改进上。以下是一些跟柏拉图理论相关的理论： ●80%的问题由20%的原因引起； ●80%的产品索赔发现在20%生产线上； ●80%的销售额由20%的产品带来； ●80%的品质成本由20%的品质问题造成； ●80%的品质成本由20%的人员引起。
某电子厂SPC应用培训教材
a）不合格品的实际数量比不合格品 率更有意义或更容易报告；
b）各阶段子组的样本容量相同。
1、数据收集： a）受检样本的容量必须相等； b）分组的周期应按照生产间隔和反馈系统而定； c）样本容量应足够大，大到使每个子组内都出现几个不合格品； d）记录并描绘每个子组内的不合格品数。
2、过程因素处于相对的稳定状态， 即测量仪器、方法、手段等必须统一；
3、μ±3 σ的控制界限必须小于规范公差 范围。
4、适用于成批生产的产品；单件小批量生产的 产品质量分布不一定符合收集数据 B）计算控制界限，作控制图并打点 C）过程用控制图解释 D） 过程能力评价
下面以均值 – 极差控制图为例说明A、 B、C，过程能力评价D将在过程能 力评价部分说明 。
A、收集数据
1、选定工序 ——选定对象，并明确应用目的。
2、确定质量特征值 ——分析选定对象的过程，明确其质量特征值的类型， 即计量型还 是计数型 ；
——可以从过程的结果开始分析并确定质量特征值 ； ——确定 的质量特征值应能表征过程的重要特性，如产品的重要特
UCLX X A2 R
UCLR D4R
LCLX X A2 R
LCLR D3R
4、作控制图，并在控制图上打点
X图：
n系数 A2
D4
D3
2 1.880 3.267 ---
d2
1.128
3 1.023 2.579 --- 1.693
R图：
4 0.729 2.282 --5 0.577 2.115 ---
2、计算过程不合格品数均值及控制界限：
pn
1 k
k i 1
Pn
i
k
Pn
IATF16949 SPC统计技术应用工作指导书
1 目的使用适当的统计技术来验证和分析过程能力、产品特性、过程特性和其他与质量相关的数据、资料，以发现问题，并进行原因分析和采取对策，确保过程稳定及降低不良率，进而提高产品质量。
2 范围本程序适用于产品与过程的策划，产品与过程特性的控制，质量数据的分析验证以及质量改进等对统计技术有要求的阶段和场合。
3 引用标准3.1 《QC 七大手法》3.2 《逐批检查计数抽样程序及抽样表》（GB2828—87）3.3 《统计过程控制SPC 参考手册》4 术语4.1 SPC 统计过程控制4.2 FMEA 潜在的失效模式及后果分析4.3 Cmk 机器能力指数（机器能力满足质量规格的程度）4.4 Cpk，Ppk 过程和性能能力指数（工序能力满足公差范围要求程度）4.5 AQL 在抽样检查中，可接收的合格质量水平，是对产品质量水平的基本评价。
4.6 ＿Ｘ－R 图 均值－极差控制图4.7 P 图 不良率控制图4.8 普通原因 指的是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的原因，称之为“统计过程状态”，“受统计控制”，或有时简称“受控”。
4.9 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）过程的分布的改变，（特殊原因也叫可查明原因）。
5 职责5.1 技术部5.1.1 负责在质量先期策划中根据FMEA 分析，确定产品每一过程和特性中适用的统计工具，并在控制计划中予以规定。
5.1.2 负责对过程优化中的统计技术应用实施及分析。
5.1.3 对统计技术方法的推广和技术指导。
5.2 品质科5.2.1 对统计技术的应用状态进行督促、检查。
5.2.2 负责对外购件和最终的质量检验使用统计技术进行分析评定。
5.2.3 负责在产品售后服务工作时运用统计技术。
5.2.4 检验员负责过程能力分析中数据收集，品质工程师对其进行分析并编制报告。
5.3 其它相关部门5.3.1 各部门负责收集本部门各类相关数据并进行统计和分析。
教材--SPC应用导入
教材–SPC应用导入1. 引言1.1 目的本文档旨在提供一个针对SPC（统计过程控制）应用导入的详细教程。
通过本教材的指导，用户将了解如何成功导入SPC应用，从而有效监控和控制产品的质量。
1.2 背景在现代制造企业中，如何实现对产品质量的有效控制是一个非常重要的问题。
SPC技术是一种基于统计的质量管理方法，它通过对生产过程中的数据进行收集、分析和控制，帮助企业实现对产品质量的持续改进。
对于那些刚刚开始使用SPC的企业或个人来说，导入SPC应用可能是一个具有挑战性的任务。
因此，本教材将提供一个详细的导入过程，以帮助用户顺利完成SPC应用的导入。
2. 导入准备工作在开始导入SPC应用之前，您需要完成以下准备工作：2.1 准备SPC应用软件选择一款适合您需求的SPC应用软件，并完成其安装和配置。
常用的SPC应用软件有Minitab、SPC XL等，您可以根据自己的需求选择合适的软件。
2.2 收集数据为了进行SPC应用的导入，您需要收集一定的生产数据。
这些数据可以包括产品尺寸、重量、温度等关键参数的测量值。
确保数据的准确性和完整性对于后续的数据分析和控制非常重要。
2.3 教育培训在使用SPC应用之前，您可能需要接受相关的SPC培训，以便更好地理解和运用SPC方法。
这可以帮助您更好地理解SPC应用的导入过程，并正确地应用SPC技术来监控和控制生产过程。
3. SPC应用导入步骤在完成导入准备工作后，您可以按照以下步骤进行SPC应用的导入：3.1 创建SPC工程在SPC软件中，通常有一个工程管理模块，您可以通过该模块创建一个新的SPC工程。
在创建工程时，您需要输入工程名称、产品信息、工艺参数等相关信息。
确保输入的信息准确无误，以便后续的数据分析和控制。
3.2 导入数据在SPC工程创建完成后，您可以开始导入之前收集的生产数据。
SPC软件通常提供了导入数据的功能，您只需要选择正确的数据文件和导入方法即可。
导入数据时，请务必注意数据的格式和结构，确保数据的正确导入。
质量管理统计技术SPC、SPD与SPA关系和SPC的应用分析
质量管理统计技术SPC、SPD与SPA关系和SPC的应用分析贯彻预防原则是现代质量管理的核心与精髓。
对如此严格的质量要求，采取什么样的科学措施和科学方法来贯彻预防原则并保证质量方针和目标的实现呢？这就要提到“SPC”、“SPD”与“SPA”。
近年来，由于科学技术的迅猛发展，产品的不合格品率迅速降低，如电子产品的不合格率由过去的百分之一、千分之一降低到百万分之一(ppm，10–6)，乃至十亿分之一(ppb，10–9)。
质量控制方式也由过去的3s控制方式演进为6s控制方式。
3s控制方式下的稳定状态不合格品率为2.7×10–3(0.27%)，6s控制方式下的稳定状态不合格品率仅为2.0×10–9(10亿分之二)，这就是21世纪的超严格质量要求，各种产品都有其相应的超严格质量要求。
因此，著名的美国质量管理专家朱兰早在1994年就在美国质量管理学会年会上指出：“21世纪是质量的世纪”。
01什么是SPC、SPD与SPA？1．SPCSPC(Statistical ProcessControl)即统计过程控制，是20世纪20年代由美国休哈特首创的。
SPC就是利用统计技术对过程中的各个阶段进行监控，发现过程异常，及时报警，从而达到保证产品质量的目的。
这里的统计技术泛指任何可以应用的数理统计方法，而以控制图理论为主。
但SPC有其历史局限性，它不能告知此异常是什么因素引起的，发生于何处，即不能进行诊断，而在现场迫切需要解决诊断问题，否则即使要想纠正异常，也无从下手。
2．SPDSPD(Statistical ProcessDiagnosis)即统计过程诊断，是20世纪80年代由我国质量管理专家张公绪首次提出的。
1980年，张公绪提出选控控制图系列。
选控图是统计诊断理论的重要工具，奠定了统计诊断理论的基础。
1982年，张公绪又提出了“两种质量诊断理论”，突破了传统的休哈特质量控制理论，开辟了质量诊断的新航向。
SPC统计手法应用课件(PPT 52张)
控制图示例
上控制界限(UCL)
中心线(CL)
下控制界限(LCL)
控制图是用于分析和控制过程质量的一种方法。 控制图是一种带有控制界限的反映过程质量的记录图形，图的纵轴代表 产品质量特性值(或由质量特性值获得的某种统计量)；横代表按时间顺 序(自左至右)抽取的各个样本号；图內有中心线(记为CL)、上控制界限 (记为UCL)和下控制界限(记为LCL)三条线(见上图)。
一、查检表分析
一、检查表（资料获取表） v系统地收集资料和累积资料，确认事实并对资 料进行粗略的整理和简单分析的统计图表。 v注意几点： §用在对现状的调查，以备今后作分析； §对需调查的事件或情況，明确专案名称； §确定资料收集人、时间、场所、范围； §资料汇总统计； §必要时对人员进行培训；
一、查检表分析
1)
判异准则 1) 点出界就判异 2) 界内点排列不随机判异 a.一点在A区以外 b.9点在C区或其外 c.6点递减或递增 d.14点上下交替 e.3点有2点在A区 f.5点有4点在B区 g.15点在C区中心线上下 h.8点在中心线两侧,但无 一在C区
管制图范例
六、柏拉图分析
- 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)。
统计技术应用指南
1、引言
依据准确的数据和信息进行逻辑推理分析是科学决策的有效途径，而逻辑推理分析使用统计推断和统计控制方法可收到事半功倍之效，不仅能确定、控制和验证过程能力和产品特性，还可持续改进企业的质量管理体系。
2、统计技术应用围和方法
2.1、市场调研和顾客满意度测定中的抽样调查。
2.2、施工过程控制中的控制图。
2.3、物资采购、分项工程验收中的统计抽样检验。
2.4、分项工程不合格点分析、质量改进中的排列图、因果图和对策表。
3、统计技术应用
3.1、抽样调查
3.1.2、调查资料的统计分析
a、目标量估算。
计算各特定答案所占比率。
b、相关分析。
3.1.3、市场需求预测和顾客满意度统计
a、通过统计分析搞清市场需求与那些因素有关，并以这些因素为自变量，需求为因变量的需求量预测。
如销售情况与促销方式的关系，销售额与广告费的关系等。
b、通过客户对户型、功能、质量、价格、服务等表示的很满意、满意、一般、不满意、很不满意。
分别分配权数为1、0.8、0.6、0.3、0，并分别计算单项满意度，进而可对各项目分别权重，并计算综合满意度。
3.1.4、抽样调查可用于工程设计调研、市场需求调研、广告调研、促销方式调研、客户调研及客户满意度测定等。
3.2、X--R控制图
3.2.1、控制图用于：
a.诊断、评估过程的稳定性；
b.控制：决定某一过程何时需要调整，何时需要保持原有状态；
c.确认：确认某一过程的改进效果
3.2.2、X-R控制图的应用步骤：
a、预备数据的取得
确定相同时间间隔抽取样本大小n=5的样本，共取25组，记入数据表。
b、计算各组样本的平均值X和级差R记入数据表。
c、计算25组数据的总平均值X和级差平均值R，并记入数据表。
d、计算控制界限
X图：VCL=X+A2R n=5时，A2=0.58
CL=X
LCL=X-A2R
控制图数据表
R图VCL=D4R n=5时,D4=2.115
CL=R
LCR=D 3R n ≤6时，D 3为负值，下限LCL 不考虑。
e 、作控制图并打点（如图） X R 图2 X-R 控制图
f 、判断取样过程是否处于稳定状态，如出现异常则应分析原因采取措施。
如点子超界或在控
制界限排列不随机，均属异常。
如：
① 连续3个点子中至少2个接近控制界限；连续7个点子中至少3个接近控制界限；连续10个点子中至少4个接近控制界限。
② 连续7个点子都在中心线一侧；
连续11个点子中至少10个在中心线一侧；连续14个点子中至少12个在中心线一侧；连续17个点子中至少14个在中心线一侧。
CL
V CL
C L
③连续7个点子中有连续上升或下降趋势。
④点子排列呈“周期状”。
⑤连续12个以上的点子集中在中心线附近。
g、分析用控制图正常时，延长控制界限，转化为控制用控制图进行日常控制。
h、控制图使用一段时间后，若施工条件或质量状况改变，应重新取样计算控制界限。
3.2.3、X-R控制图可用于砼试块强度、坍落度统计分析、构件质量水平分析等。
3.3、统计抽样检验
通常采用GB2828-87逐批检验计数抽样程序及抽样表。
3.3.1、规定检验批次N。
同一设备、同一工艺、同批生产的材料、零部件为一批，且数量大小适宜。
3.3.2、按不同不合格分类分别规定合格质量水平AQL值。
a、关键质量特性不符合标准规定，如电器漏电、压力容器耐压不合格、钢材含碳量超标等属A类不合格，AQL 值一般取0.65、1.5；
b、重要质量特性不符合标准规定，如设备运行噪音大、材料机械性能不合格等属B类不合格，AQL值一般取1.5、
2.5。
c、一般质量特性不合格。
如瓷制品上的气泡、精面材
料色差等，属C类不合格，AQL值一般取2.5、4.0。
3.3.3、按不同的不合格分类分别规定检验水平IL。
为确定判定能力而规定的批量N与样本大小n之间的等级划分。
一般检验水平分为Ⅲ级、Ⅱ级、Ⅰ级三级，一般选用一般检验水平Ⅱ级。
3.3.4、按不同的不合格分类分别规定抽样方案。
a、根据批量N和规定的检验水平，查“样本大小字码表”，得到相应样本大小字码。
表2 统计抽样样本大小字码表
b、根据样本大小字码和确定的AQL值，从GB2828-87
标准中查出一次抽样正常检验方案及合格判定数Ae和不合格判定数Re。
附：GB2828-81标准的主抽检表（另附）
3.3.5、逐批检验后的处置
a、不合格品数少于或等于Ae时，判为批合格，删除或更换不合格品，整批接收。
b、不合格品数等于或大于Re时，判为批不合格，全部退回供方百分之百检验，删除不合格后可重新提交检验。
3.4 两图一表在质量分析中的作用
3.4.1、排列图
a、确定排列项目
存在的很多质量问题，或影响一个质量问题的很多原因
都可以作为排列项目，以便从中确定关键的少数。
表3 PDCD循环与两图一表的应用
b、选择度量单位
在排列图中，度量单位可以是频数、件数、成本等。
同一排列图中，排列项目的度量单位都应是相同的、等价的。
c、选择取样时间周期及确定样本量
排列项目应从分析周期的质量数据中取样、数量应能反映过程的基本状况，并对故障频数和百分比及累计进行计算。
d、建立坐标系并对坐标轴刻度。
左纵坐标为排列项目的频数，其高度等于所有项目的频数总和；
右纵坐标为累计百分比，从0-100%标定，100%刻度与左纵坐标频数总和刻度等高；
横坐标为排列项目，按频数度量单位量值，以递减顺序从左向右排列，“其他”项无论多大均排在最右端。
e、作排列图
在坐标系对应横坐标的每一项目上画长方形，其高度表示该项目的量值。
并画出百分比曲线，如图3
图3
f
按右纵坐标刻度分别在100%，90%，80%处作水平线。
称为C线、B线、A线。
在A线附近覆盖的百分点所代表的项目为A类因素，属关键的少数（如图中的A、B两项）应重点解决。
3.4.2、因果图
a、明确要分析的质量问题。
b、广泛、深入地调查研究。
由座谈会或发调查表的方式，尽可能找出影响质量问题的全部潜在原因。
c、整理所取得的语言资料。
用分层图对调查研究所取得的语言资料进行整理，获得有逻辑性的有条理的思路，通常分为人、机、料、法、环、测等几个类别。
d、绘制草图。
将整理后的语言资料按已明确的逻辑关系绘制因果图草图。
e、讨论分析。
对绘制的草图广泛征询有关人员意见，直到一致认为完善为止。
f、绘制因果图。
根据讨论分析的一致意见绘制正式因果图。
如图4。
图4 因果图
g、图形分析
从末端因素中确定影响质量问题的主要原因。
可辅助使用排列图、矩阵图、专家会签法或两两对比法等工具。
3.4.3、对策表
针对影响质量问题的主要原因制定措施计划。
a、确定目的或最终目标。
b、提出措施手段。
一般从最高一级手段开始逐级展开，第一级展开的手段为第二级展开的目的。
c、措施评价，评价所采取的措施方法是否恰当，以决定取舍。
d、确定每一项实施措施项目应达到的目标。
e、制订措施计划（对策表）确定每一项对策的执行人，完成期限和验证人。