{品质管理SPC统计}SPC培训讲义PPT66页

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 一个分布中从最小值到最大值之间的间距 （Spread）
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。
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
过程：所谓过程指的是共同作用，以产生输出的供应商、 生产者、人、设备、输入材​料、方法和环境，以及使用 输出的客户的集合，如上图。
变差 为了有效地使用过程控制的测量数据，了解变差的概念 是很重要的 变差：过程的单个输出之间不可避免的差别；可以理解 为两个产品之间的差别。 变差的原因可分为两类：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 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定系统的偶然原因。 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。 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。
稳定地满足顾客的要求。
​
SPC的作用
SPC可以： · 对过程作出可靠的评估； · 确定过程的统计控制界限，判断过程是否失控和过 程是否有能力； · 为过程提供一个早期报警系统，及时监控过程的情 况以防止废品的发生； · 减少对常规检验的依赖性，定时的观察以及系统的 测量方法替代了大量的检测和验证工作；
​
3σ原理
若质量特性值X服从正态分布,那么,在 ±3σ 范 围内包含了99.73% 的质量特性值。
正态分布中心与规格中心重合时u±3σ u±6σ的不合格率(未考虑偏移)
规格区域
0.001ppm 1350ppm
±3σ ±​ 6σ
1350ppm 0.001ppm
SPC的产生
*第二次世界大战后期,美国开始将休哈特方法在军 工部门推行. *战后经济遭受严重破坏的日本在1950年通过休哈 特早期的一个同事戴明(W.Ed-wards Deming)博 士,将SPC引入日本.从1950~1980年,经过30年 努力,日本跨居世界质量与生产率的领先地位.美 国著名质量管理专家伯格(Roger W.Berger)指出, 日本成功的基石之一就是SPC
​
SPC的产生
SPC即统计过程控制（Statistical Process Control）。SPC主要是指应用统计分析技 术对生产过程进行实时监控，科学的区分 出生产过程中产品质量的随机波动与异常 波动，从而对生产过程的异常趋势提出预 警，以便生产管理人员及时采取措施，消 除异常，恢复过程的稳定，从而达到提高 和控制质量的目的。
​
SPC的产生
在生产过程中，产品的加工尺寸的波动是不可避 免的。它是由人、机器、材料、方法和环境等基 本因素的波动影响所致。波动分为两种：正常波 动和异常波动。正常波动是系统原因（不可避免 因素）造成的。它对产品质量影响较小，在技术 上难以消除，在经济上也不值得消除。异常波动 是由偶然性原因（异常因素）造成的。它对产品 质量影响很大，但能够采取措施避免和消除。过 程控制的目的就是消除、避免异常波动，使过程 处于正常波动状态。
单值
一个单个的单位产品或一个特性的一次测量，通常用
（Individua 符号 X 表示。
l）
​
名称 中心线 过程均值
链
UCL LCL USL LSL
解释 控制图上的一条线，代表所给数据平均值。
一个特定过程特性的测量值分布的位置即为过 程均 值，通常用 X 来表示。 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。 控制上限 控制下限 规范上限 规范下限
​
SPC的作用
有了以上的预防和控制，我们的企业当然 是可以： · 降低成本 · 降低不良率，减少返工和浪费 · 提高劳动生产率 · 提供核心竞争力(产品开发竞争力,品牌 竞争力…) · 赢得广泛客户 · 更好地理解和实施质量体系
​
二、SPC常用术语解释
名称
解释
平均值 （X）
一组测量值的均值
极差（R） 一个子组、样本或总体中最大与最小值之差
​
三、统计过程控制概述
​
预防与检验
检验——容忍浪费 预防——避免浪费
​
预防与检验 通过从开始时就不产生无用的输出，从而避免浪费的更有 效的策略就是预防。 但仅有口号是不够的，首先我们需要认识统计过程控制系 统的要素
​
制程控制系统 有反馈的过程控制系统模型
过程的呼声
人C
Statistical Process Control
第二版
​
目录
一、 SPC的产生及作用 二、 SPC常用术语解释 三、 持续改进及统计过程控制概述 四、 实例
​
一、SPC的产生及作用
​
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。
​
SPC的产生
过程能力原理
统计过程控制（SPC）是一种借助数理统计方法的过 程控制工具。它对生产过程进行分析评价，根据反馈信息 及时发现系统性因素出现的征兆，并采取措施消除其影响， 使过程维持在仅受随机性因素影响的受控状态，以达到控 制质量的目的。 当过程仅受随机因素影响时，过程处于统计控制状态（简 称受控状态）；当过程中存在偶然因素的影响时，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。SPC正是利用过 程波动的统计规律性对过程进行分析控制的。因而，它强 调过程在受控和有能力的状态下运行，从而使产品和服务