统计过程控制SPC培训教材ppt(PPT45页)
合集下载
SPC统计过程控制培训教材(PPT 72页)
➢ 戴明博士对日本指导质量管理的成功，让美国 人惊醒原来日本工商经营成功的背后竟然有一 位美国人居功最大，故开始对戴明博士另眼看 待。1980年6月24日全国广播公司(NBC)在电视 播放举世闻名的“日本能为什么我们不能”(If Japan Can, Why Can‘t We?)，使戴明博士一 夜成名。从此以后美国企业家重新研究戴明的 质量管理经营理念。
步骤8：运用控制限进行控制；
计数控制图和计点控制图
不良品率控制图（P图）
对产品不良品率进行监控时用的控制图 ;
质量特性良与不良，通常服从二项分 布; 当不良率P较小样本量n足够大时,该 分布趋向于正态分布
适用于全检零件或每个时期的检验样本 含量不同。
不良品率控制图（P图）
检验并记录数据 计算平均不合格品率P 计算中心线和控制界限 绘制控制图并进行分析
20世纪50年代以来，科学技术和工业生产的发展，对质量要求越来越高 ，要求人们运用“系统工程”的概念，把质量问题作为一个有机整体加以综 合分析研究，实施全员、全过程、全企业的管理。
SPC（统计过程控制）
－－统计性的反馈系统
Statistical: （统计）以概率统计学为基础，用 科学的方法分析数据、得出结论； ——使用数据分析
标准正态分布函数：N（0，1）
小概率事件理解
1.例行检查身体 2.烟雾探测器
正态分布图与控制图
正态分布图与控制图
？？那是不是说只有符合正态分布的特性（变量） 才可以用控制图呢？
休哈特实验
休哈特分别从矩形分布和三角分布的总体中，抽取n ＝4的样本，计算样本均值Xbar，经过多次实验后发 现，Xbar基本符合正态分布。
（William Edwards Deming）
步骤8：运用控制限进行控制；
计数控制图和计点控制图
不良品率控制图（P图）
对产品不良品率进行监控时用的控制图 ;
质量特性良与不良，通常服从二项分 布; 当不良率P较小样本量n足够大时,该 分布趋向于正态分布
适用于全检零件或每个时期的检验样本 含量不同。
不良品率控制图（P图）
检验并记录数据 计算平均不合格品率P 计算中心线和控制界限 绘制控制图并进行分析
20世纪50年代以来，科学技术和工业生产的发展，对质量要求越来越高 ，要求人们运用“系统工程”的概念，把质量问题作为一个有机整体加以综 合分析研究，实施全员、全过程、全企业的管理。
SPC（统计过程控制）
－－统计性的反馈系统
Statistical: （统计）以概率统计学为基础，用 科学的方法分析数据、得出结论； ——使用数据分析
标准正态分布函数：N（0，1）
小概率事件理解
1.例行检查身体 2.烟雾探测器
正态分布图与控制图
正态分布图与控制图
？？那是不是说只有符合正态分布的特性（变量） 才可以用控制图呢？
休哈特实验
休哈特分别从矩形分布和三角分布的总体中，抽取n ＝4的样本，计算样本均值Xbar，经过多次实验后发 现，Xbar基本符合正态分布。
（William Edwards Deming）
SC统计过程控制培训教材PPT课件
统采取措施的指南。 ◆特点：
-SPC是全系统的，全过程的，要求全员参加，人人有責。这
点与TQM的精神完全一致。
-SPC強调用科学方法(主要是统计技术，尤其是控制图理论来
保证全程的预防。 -SPC不仅用于生产过程，而且可用于服务过程一一切计学名词-1
名称
解释
2、管制图判读
一、SPC的含义
1、什么是SPC ◆SPC --Statistical Process
Control (统计过程控制） ◆含义--利用统计技术对过程中
的各个阶段进行监控，从而达到保 证产品质量的目的。
2、SPC的作用与特点
◆作用： -确保制程持续稳定、可预测。 -提高产品质量、生产能力、降低成本。 -为制程分析提供依据。 -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
SPC（统计过程控制）培训教材
Statistical Process Control
作成：Jack 日期：2010.07.20
课程大纲
一、什么是SPC 1、SPC的含义 2、SPC的作用与特点
二、基本的统计概念 1、主要的统计学名词 2、正态分布的基本知识 3、主要统计参数
三、持续改进及SPC概述 1、过程控制控制的是什么 2、局部措施和对系统采取措施 3、控制图
变异数 [V(X)] 平方和除以数据个数： V(X)= S/n= Σ(X-X)2 /n
标准差 (σ)
变异数之开方：σ=√V= √S/n = √Σ(X-X)2 /n
◆标准差的计算 -規格標準差 —σs 读做Sigma Spec
σs---3σ= σs---6σ=
USL– LSL 6
USL– LSL 12
正态分布中，任一点出现在 μ±1σ內的概率为： P(μ-1σ<X< μ+1σ) = 68.27% μ±2σ內的概率为 ：P(μ-2σ<X< μ+2σ) = 95.45% μ±3σ內的概率为： P(μ-3σ<X< μ+3σ) = 99.73%
-SPC是全系统的，全过程的，要求全员参加，人人有責。这
点与TQM的精神完全一致。
-SPC強调用科学方法(主要是统计技术，尤其是控制图理论来
保证全程的预防。 -SPC不仅用于生产过程，而且可用于服务过程一一切计学名词-1
名称
解释
2、管制图判读
一、SPC的含义
1、什么是SPC ◆SPC --Statistical Process
Control (统计过程控制） ◆含义--利用统计技术对过程中
的各个阶段进行监控，从而达到保 证产品质量的目的。
2、SPC的作用与特点
◆作用： -确保制程持续稳定、可预测。 -提高产品质量、生产能力、降低成本。 -为制程分析提供依据。 -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
SPC（统计过程控制）培训教材
Statistical Process Control
作成：Jack 日期：2010.07.20
课程大纲
一、什么是SPC 1、SPC的含义 2、SPC的作用与特点
二、基本的统计概念 1、主要的统计学名词 2、正态分布的基本知识 3、主要统计参数
三、持续改进及SPC概述 1、过程控制控制的是什么 2、局部措施和对系统采取措施 3、控制图
变异数 [V(X)] 平方和除以数据个数： V(X)= S/n= Σ(X-X)2 /n
标准差 (σ)
变异数之开方：σ=√V= √S/n = √Σ(X-X)2 /n
◆标准差的计算 -規格標準差 —σs 读做Sigma Spec
σs---3σ= σs---6σ=
USL– LSL 6
USL– LSL 12
正态分布中，任一点出现在 μ±1σ內的概率为： P(μ-1σ<X< μ+1σ) = 68.27% μ±2σ內的概率为 ：P(μ-2σ<X< μ+2σ) = 95.45% μ±3σ內的概率为： P(μ-3σ<X< μ+3σ) = 99.73%
2024版SPC培训教材全课件
假设检验的基本概念
明确假设检验的定义、原假设与备择假设的设立原则及两类错误 的含义。
参数假设检验
掌握正态总体均值、方差的假设检验方法及步骤，理解t检验和F 检验的原理及应用场景。
非参数假设检验
了解非参数假设检验的适用条件及常用方法，如秩和检验、符号 检验等。
16
方差分析、回归分析应用举例
方差分析
掌握方差分析的基本原理、计算步骤及结果解释，理解其在多因素实验设计中的应用。
化。
大数据在SPC中的应用
大数据技术的不断发展将为SPC提供更丰富的数据来源和分析手段，有助于提高SPC的 应用效果。
2024/1/30
SPC在服务业的拓展
随着服务业的不断发展，SPC的应用领域将逐渐拓展到服务业领域，为服务业的质量管 理提供新的思路和方法。
36
下一讲预告及预备知识
2024/1/30
01
02
03
04
明确数据收集目标
根据业务需求，明确所需数据 的类型、范围和质量要求。
2024/1/30
制定数据收集计划
设计合理的数据收集流程，包 括数据源选择、采集频率、存
储方式等。
执行数据收集
运用合适的数据收集工具和技 术，按照计划进行数据采集。
数据质量监控
建立数据质量评估机制，确保 数据的准确性、完整性和一致
下一讲内容
下一讲将介绍SPC在企业中的实际应 用案例，包括不同行业和不同场景下 的SPC应用实践。
预备知识
为了更好地理解下一讲内容，建议学 员提前了解相关行业的生产流程和质 量管理要求，以及SPC在实际应用中 的挑战和解决方案。
37
THANKS
感谢观看
2024/1/30
统计过程控制SPC培训教材(PPT 45页)
人
机
工作方式/
产品
料
资源的融合
顾客
服务
法
环
输入
过程/系统
输出
五、两种过程模型和控制策略
①缺陷检测过程模型
4M1E
过程
产品/服务 检验
报废/返工
是否合格？
控制策略：控制输出，事后把关。
顾客
②具有反馈的过程控制模型（预防）
过程呼声 统计方法
4M1E
过程
产品/服务
顾客
识别变化的需求 与期望
顾客的呼声 控制策略：控制过程，预防缺陷。
4.5 母体：又叫总体，它是指在某一次统计分析中研究对 象的全体。
4.6 个体：组成总体的每个单元（产品）叫个体。
4.7 抽样：就是指从总体中随机抽取样品组成样本活动的 过程。
4.7 随机抽样：就是要使总体中的每一个个体（产品）具 有同等机会被抽取出来的组成样本的活动过程。
4.8 样本：也叫“子样”，它是从总体中随机抽取出来并 且要对它进行详细研究分析的一部分个体（产品）。
1.2 长期过程能力研究
三、SPC与TS16949：2002的关系
• 7.5.1 生产和服务提供 --组织必须策划并执行在受控条件下进行生产和服务提供。适用时，受控条件包
括： ………
• 7.5.1.1 控制计划 --在过程变得不稳定或从统计的角度不具备能力时启动规定的反应计划
• 7.5.1.3 作业准备的验证 --适用时组织应使用统计方法进行验证
连续取值的，或者说即使使用测量工具也得不到小数点以下的数 据，而只能得到0、1、2、3……等整数的这类数据。如：不合格 数、缺陷数等。
又分为计件型（如不合格品数）和计点型（如缺陷数）。
机
工作方式/
产品
料
资源的融合
顾客
服务
法
环
输入
过程/系统
输出
五、两种过程模型和控制策略
①缺陷检测过程模型
4M1E
过程
产品/服务 检验
报废/返工
是否合格？
控制策略：控制输出，事后把关。
顾客
②具有反馈的过程控制模型（预防）
过程呼声 统计方法
4M1E
过程
产品/服务
顾客
识别变化的需求 与期望
顾客的呼声 控制策略：控制过程，预防缺陷。
4.5 母体：又叫总体，它是指在某一次统计分析中研究对 象的全体。
4.6 个体：组成总体的每个单元（产品）叫个体。
4.7 抽样：就是指从总体中随机抽取样品组成样本活动的 过程。
4.7 随机抽样：就是要使总体中的每一个个体（产品）具 有同等机会被抽取出来的组成样本的活动过程。
4.8 样本：也叫“子样”，它是从总体中随机抽取出来并 且要对它进行详细研究分析的一部分个体（产品）。
1.2 长期过程能力研究
三、SPC与TS16949：2002的关系
• 7.5.1 生产和服务提供 --组织必须策划并执行在受控条件下进行生产和服务提供。适用时，受控条件包
括： ………
• 7.5.1.1 控制计划 --在过程变得不稳定或从统计的角度不具备能力时启动规定的反应计划
• 7.5.1.3 作业准备的验证 --适用时组织应使用统计方法进行验证
连续取值的，或者说即使使用测量工具也得不到小数点以下的数 据，而只能得到0、1、2、3……等整数的这类数据。如：不合格 数、缺陷数等。
又分为计件型（如不合格品数）和计点型（如缺陷数）。
SPC统计过程控制培训课件PPT(48张)
音干扰、振动、照明、室内净化、现场
因 污染程度等等。
素
7
过程能力
SQE Training
过程能力（process capability）以往称为工序能力
过程能力是指工序处于控制状态下的实际加工能 力。---素充分标准化，处于稳定状态 下，工序所表现出来的保证工序质量的能力。
14
指数分类
SQE Training
1、Cp：分布中心无偏离规格中心时衡量 过程能力的指数；
2、Cpk: 分布中心偏离规格中心时衡量 过程能力的指数；
3、Cpm：目标值与规格中心不一致时衡量 过程能力的指数；
4、Cpu：上单侧过程能力指数； 5、Cpl： 下单侧过程能力指数。
15
SQE Training
过程能力决定于质量因素：人、机、料、法、环， 而与公差无关。过程能力是过程的固有属性。
8
SQE Training
进行过程能力分析的意义
一、保证产品质量的基础工作； 二、提高过程能力的有效手段； 三、找出产品质量改进的方向； 四、向客户证明加工过程的能力。
9
指数分类
SQE Training
Cp,Cpk,Cpm Pp,Ppk,Ppm
Ppk修正的过程性能指数 Ppk：“我们实际真正做到多好”
13
SQE Training
Cp,Cpk与Pp,Ppk的应用时机
短期过程能力指数
长期过程能力指数
Cp,Cpk,Cpm
Pp,Ppk,Ppm
新产品试作阶段; 初期生产阶段; 工程变更或设备变更时; 用于初始过程能力研究;
• 量产阶段; • 用于过程能力研究;
SQE Training
Statistical
因 污染程度等等。
素
7
过程能力
SQE Training
过程能力（process capability）以往称为工序能力
过程能力是指工序处于控制状态下的实际加工能 力。---素充分标准化，处于稳定状态 下，工序所表现出来的保证工序质量的能力。
14
指数分类
SQE Training
1、Cp：分布中心无偏离规格中心时衡量 过程能力的指数；
2、Cpk: 分布中心偏离规格中心时衡量 过程能力的指数；
3、Cpm：目标值与规格中心不一致时衡量 过程能力的指数；
4、Cpu：上单侧过程能力指数； 5、Cpl： 下单侧过程能力指数。
15
SQE Training
过程能力决定于质量因素：人、机、料、法、环， 而与公差无关。过程能力是过程的固有属性。
8
SQE Training
进行过程能力分析的意义
一、保证产品质量的基础工作； 二、提高过程能力的有效手段； 三、找出产品质量改进的方向； 四、向客户证明加工过程的能力。
9
指数分类
SQE Training
Cp,Cpk,Cpm Pp,Ppk,Ppm
Ppk修正的过程性能指数 Ppk：“我们实际真正做到多好”
13
SQE Training
Cp,Cpk与Pp,Ppk的应用时机
短期过程能力指数
长期过程能力指数
Cp,Cpk,Cpm
Pp,Ppk,Ppm
新产品试作阶段; 初期生产阶段; 工程变更或设备变更时; 用于初始过程能力研究;
• 量产阶段; • 用于过程能力研究;
SQE Training
Statistical
SPC培训讲义(PPT 47页)
A2、建立控制图及记录原始数据；
A3、计算每个子组的均值X和极差R；
A4、选择控制图的刻度；
选择子组大小、数量和抽样原则： 每组样本数：4-5； 子组数要求：最少25组共100个样本； 抽样原则：组內变差小，组间变差大；
子组大小 子组数量 抽样原则
A.3 计算每个子组的均值（X）和极差（R）
99.73% 95.45%
68.26%
-3σ -2σ -1σ μ +1σ +2σ +3σ
LCL
CL
UCL
LCL
UCL
CL
CL
UCL
LCL
0.27 %
七、 建立X-R控制图的四步骤：
A、确定控制对象收集数据 B 、计算控制限并作图 C、过程控制解释 D 、过程能力解释
Ａ阶段 收集数据
步骤A：
A1、选择子组大小、数量和抽样原则；
=1.68
Minitab 计算的工序能力：
手算结果与Minitab 计算结果基本提高过程能力指数的途径：
一、调整加工过程的分布中心，减少偏移量； （即使分布中心更靠近规格中心，“更准”）
二、提高过程能力减少分散程度即减小σ； （即使尺寸分布范围尽可能小，“更瘦”，以Cp为例，达到1.33即4σ/3σ， 达到1.67即5σ/3σ。从1.33到1.67的提高，形象地说就是原来容纳4σ的空 间现在容纳了5个σ）
一、什么是SPC
SPC：
“Statistical Process Control”之缩写,意为 “统计过程控制”
统计过程控制：
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。
A3、计算每个子组的均值X和极差R；
A4、选择控制图的刻度；
选择子组大小、数量和抽样原则： 每组样本数：4-5； 子组数要求：最少25组共100个样本； 抽样原则：组內变差小，组间变差大；
子组大小 子组数量 抽样原则
A.3 计算每个子组的均值（X）和极差（R）
99.73% 95.45%
68.26%
-3σ -2σ -1σ μ +1σ +2σ +3σ
LCL
CL
UCL
LCL
UCL
CL
CL
UCL
LCL
0.27 %
七、 建立X-R控制图的四步骤：
A、确定控制对象收集数据 B 、计算控制限并作图 C、过程控制解释 D 、过程能力解释
Ａ阶段 收集数据
步骤A：
A1、选择子组大小、数量和抽样原则；
=1.68
Minitab 计算的工序能力：
手算结果与Minitab 计算结果基本提高过程能力指数的途径：
一、调整加工过程的分布中心，减少偏移量； （即使分布中心更靠近规格中心，“更准”）
二、提高过程能力减少分散程度即减小σ； （即使尺寸分布范围尽可能小，“更瘦”，以Cp为例，达到1.33即4σ/3σ， 达到1.67即5σ/3σ。从1.33到1.67的提高，形象地说就是原来容纳4σ的空 间现在容纳了5个σ）
一、什么是SPC
SPC：
“Statistical Process Control”之缩写,意为 “统计过程控制”
统计过程控制：
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统计过程控制培训教材(PPT 116页)
1.了解产品总体性能 2. 取消人为特殊因素造成的极端值以稳定制程 3. 规格趋向目标值 4. 减小差异 5. 審核規格，看看是否適用
MQIP – All Rights Reserved
Bak SPC Training
Aug 1-2 , 2004
MQIP
Your Professional Quality Improvement Partner
◆若初始建立控制图，至少要抽取75个以上 的数据，若样本含量N=3，则至少要抽25组 样本. ◆数据必须是最新的，能确切反映当前的工 序水平. ◆抽样时必须记录数据采集日期、时间、采 集人等信息.24样本均值分布898642 ◆抽样必须是随机的.
MQIP – All Rights Reserved
Bak SPC Training
SPC应用背景篇
课程目的：
>了解SPC的历史由来. >掌握控制图基本原理. >掌握SPC的运用领域. >SPC基本统计概念
MQIP – All Rights Reserved
Bak SPC Training
Aug 1-2 , 2004
Your Professional Quality Improvement Partner
Aug 1-2 , 2004
MQIP 控制图的应用
Your Professional Quality Improvement Partner
… …
… …
… …
… …
… …
… …
… …
… …
… …
… …
数据记录一般格式
样本号 （1）
日期/时间
X1
1
3/12 8:00 AM
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) :
经典SPC培训教材.ppt
数据处理
判读
数据采集 绘制控制图
能力研究 改善行动
24
控制图种类(以数据来分)
X-R 均值和极差图
P 不良率管制图
计 量 X-s 均值和标准差图
型
数 据
X-R 中位值极差图
计 数 np 不良数管制图
型
数 据
C 缺点数管制图
X-MR 单值移动极差图
U 单位缺点数管制图
25
控制图种类(以数据来分)
控制图的选择
47
x-R 均值和极差控制图的建立
A收集数据
B计算控制限 C过程控制解析 D过程能力解析
C1 控制图判读——极差图分析
超出控制限的点
C2
出现一个或多个点超出任何控制限是该点处于失控
状态的主要证据，应分析。
C3
C4
UCL
C5
R
C6 LCL
C7
48
x-R 均值和极差控制图的建立
A收集数据
B计算控制限 C过程控制解析 D过程能力解析
30
控制图建立概论
质量特性与控制图的选择
为保证最终产品的质量特性, 需要考虑以下几个方面:
认真研究用户对产品质量的要求, 确定这些要求哪些与 质量特性有关, 应选择与使用目的有重要关系的质量特 性来作为控制的项目.
有些虽然不是最终产品质量的特性, 但为了达到最终产 品的质量目标, 而在生产过程中所要求的质量特性也应 列为控制项目
SPC(Statistical Process Control)
统计过程控制
内容摘要
导言 统计过程控制的基本原理 控制图种类 控制图建立概论 x-R 均值和极差控制图的建立 P控制图的建立
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
统计过程控制SPC培训教材ppt课件
方 法
材 料
人 员
机 器
中要因
中要因
中要因
中要因
小要因
如何做
小要因
*
6. 直方图（Histogram；亦称柱状图）：将所收集的测定特性值或结果 值，分为几个相等的区间作为横轴，并将各区间内所测定的特性值或 结果值依所出现的次数累积而成的面积，用柱子排起来的图形，称为 直方图。亦即指用来对特征数据进行分级整理，将杂乱无章的资料， 解析出其规律性，以得出其分布特征的统计分析的方法。
与要求相比偏高
与要求相比偏低
正常
SL=130
Sμ=160
20 15 10 5
*
7. 控制图（Control Chart）：用来表示一个过程特性的图象，图上标 有根据那个特性收集到的一些统计数据，如一条中心线、一条或两条 控制限，它能减少I类错误和Ⅱ类错误的净经济损失。它有两个基本 的用途：一是用来判定一个过程是否一直受统计控制；二是用来帮助 过程保持受控状态。亦即指附有控制界限的图表，用以描述样本数据 与界限比较。若数据超出界限或出现“链”及非随机图形，表示过程 存在特殊原因变差，则应采用适当的措施加以消除。 7.1 Ⅰ类错误：拒绝一个真实的假设。例如：采取了一个适用于特 殊原因的措施而实际上过程还没有发生变化；即过度控制。 7.2 Ⅱ类错误：没有拒绝一个错误的假设。例如：对实际上受特殊 原因影响的过程没有采取适当的措施；即控制不足。 7.3 计数值控制图与计量值控制图的应用比较：
*
铸造车间产品生产废品统计表
*
5. 特性要因分析图（Characteristic Diagram ；亦称石川图或鱼骨图/鱼刺图 或因果图）：指将造成某项结果的众多原因，以有系统的方式来表达结果 （特性）与原因之间的关系图表。 5.1 因果图（Cause-and-Effect Diagram）：一种用于解决单个问题的简 单工具，它对各种过程要素采用图形描述来分析过程可能的变差源， 也被称作鱼刺图（以其形状命名）或石川图（以其发明命名）。 A）、某项结果的形成，必定有其原因，应设法利用图解法找出其原 因来，这个概念是由日本品管大师石川馨博士提出的。 B）、特性要因图是利用5M+1E：人员（Man）、机器（Machine）、材 料（Material）、方法（Method）、测量（Measurement）、环 境（Environment）等五大类加以分析及应用的。
材 料
人 员
机 器
中要因
中要因
中要因
中要因
小要因
如何做
小要因
*
6. 直方图（Histogram；亦称柱状图）：将所收集的测定特性值或结果 值，分为几个相等的区间作为横轴，并将各区间内所测定的特性值或 结果值依所出现的次数累积而成的面积，用柱子排起来的图形，称为 直方图。亦即指用来对特征数据进行分级整理，将杂乱无章的资料， 解析出其规律性，以得出其分布特征的统计分析的方法。
与要求相比偏高
与要求相比偏低
正常
SL=130
Sμ=160
20 15 10 5
*
7. 控制图（Control Chart）：用来表示一个过程特性的图象，图上标 有根据那个特性收集到的一些统计数据，如一条中心线、一条或两条 控制限，它能减少I类错误和Ⅱ类错误的净经济损失。它有两个基本 的用途：一是用来判定一个过程是否一直受统计控制；二是用来帮助 过程保持受控状态。亦即指附有控制界限的图表，用以描述样本数据 与界限比较。若数据超出界限或出现“链”及非随机图形，表示过程 存在特殊原因变差，则应采用适当的措施加以消除。 7.1 Ⅰ类错误：拒绝一个真实的假设。例如：采取了一个适用于特 殊原因的措施而实际上过程还没有发生变化；即过度控制。 7.2 Ⅱ类错误：没有拒绝一个错误的假设。例如：对实际上受特殊 原因影响的过程没有采取适当的措施；即控制不足。 7.3 计数值控制图与计量值控制图的应用比较：
*
铸造车间产品生产废品统计表
*
5. 特性要因分析图（Characteristic Diagram ；亦称石川图或鱼骨图/鱼刺图 或因果图）：指将造成某项结果的众多原因，以有系统的方式来表达结果 （特性）与原因之间的关系图表。 5.1 因果图（Cause-and-Effect Diagram）：一种用于解决单个问题的简 单工具，它对各种过程要素采用图形描述来分析过程可能的变差源， 也被称作鱼刺图（以其形状命名）或石川图（以其发明命名）。 A）、某项结果的形成，必定有其原因，应设法利用图解法找出其原 因来，这个概念是由日本品管大师石川馨博士提出的。 B）、特性要因图是利用5M+1E：人员（Man）、机器（Machine）、材 料（Material）、方法（Method）、测量（Measurement）、环 境（Environment）等五大类加以分析及应用的。
统计过程控制SPC教材(PPT 258页)
普通变差
由于研究对象其存在固有的特征而产生的差异
特殊变差
由于过程中不确定因素短期作用而产生的差异
系统变差
过程中存在的有一定规律长期作用所致的差异
SPC
统计过程控制
Statistical Process Control
普通变差,特殊变差和系统变差
普通变差 ------稳定状态的分布模型
SPC
统计过程控制
总体
样本平均数
中心极限定理
统计过程控制
Statistical Process Control
正式定义： 如果从一个有限的平均数为μ 和标准差Ơ 的总体中重复
地抽取数量为n的隨机样本，那么，当n足夠大时，各个样本平 均数(从重复和样本中计算得来)的分布将近似正态，其平均数 为μ 并且标准疘等于总体标准差Ơ除以n的平方根。
Statistical Process Control
普通变差,特殊变差和系统变差
普通变差 ------稳定状态的分布模型
足够的样本
样本的轮廓
样本的数学模型
SPC
统计过程控制
Statistical Process Control
普通变差,特殊变差和系统变差
普通变差 ------稳定状态的分布模型
由于研究对象其存在固有的特征而产生的差异
规范要求 过程实况
SPC
过程能力
统计过程控制
Statistical Process Control
Process Capability
过程是否具有能力是客户关注的焦点 客户希望能得到符合自己要求的产品
SPC
过程能力
统计过程控制
Statistical Process Control
- 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)。
存在浪费 不稳定/差
反馈模型 过程 统计 无浪费
稳定/好
六、变差
仅存在普通原因变差的过程
预测
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。
特殊原因与普通原因变差共同作用的过程
预测
随着时间的推移，过程的输出不稳 定，也可预测。
一致性、离散性与互换性
A说：我有3个平均年龄只有24岁的女朋友。 B说：哇！！交了桃花运啊！ A说：一点也不，年龄差距太大，一点也不起劲。 B说：还好吧，你也才28岁而已！
4.5 计量型（Variables）：定量的数据，可用测量值来分析。凡是 可以连续取值的，或者说可以用测量工具具体测量出小数点以下 数值的这类数据。如：长度、容积、重量、温度、产量、职工工 资总额等。
4.5 母体：又叫总体，它是指在某一次统计分析中研究 对象的全体。
4.6 个体：组成总体的每个单元（产品）叫个体。
• 8.5.1.2 制造过程的改进 --关注于产品特性及制造过程参数变差的控制和减少 --持续改进是当制造过程有能力并稳定或当产品特性可预测并满足客户要求时实
施
SPC与TS16949：2002的关系
ISO/TS16949：2002的目的
• 本技术规范的目的在于在供应链中提供持续改进、加强缺 陷预防和减少变差和浪费的质量管理体系的开发；
60岁
6岁
6岁
只衡量数据集中的程度还不夠，还要衡量离散的程度！
n
2
3
4
5
6
7
8
9
10
d2 1.128 1.693 2.059 2.326 2.534 2.704 2.847 2.970 3.078
4.15方差：
n
( xi x)2
s i n 1
例如：有一组数据： 2，4，5，8，9，
s2(25.6)2(45.6)2(55.6)2(85.6)2(95.6)2 51
ISO/TS 16949：2002技术规范培训
五本参考手册之一
统计过程控制——SPC
本课程目录
一、什么是SPC？ 二、控制图的目的 三、 SPC与TS16949：2002的关系 四、部分概念 五、两种过程模型和控制策略 六、变差 七、控制图的分类 八、控制图制作 九、控制图判稳准则 十、过程能力计算 十一、P控制图
• 8.1.2 基础统计概念知识 --整个组织应理解和使用基础统计概念,如变差,控制稳定性,过程能力和过度调
整
• 8.2.3.1制造过程的监视和测量 -- 组织应对所有新的制造过程进行过程研究,以验证其过程能力. --组织应对统计能力不足或不稳定的特性启动控制计划中的反应计划.适当时,反
应计划应包括对产品的限制和100%检验,为保证过程变得稳定和有能力,组织 随后应完成明确进度和责任要求的纠正措施
4.10 抽样频率：单位时间抽样次数的多少。
4.11 均值X：一个子组内数值的平均值
~
4.12 中位数X：一个子组内数值的中位数
4.13 极差R：一个子组内样本或总体中最大值与最小值 的差
4.14 标准差^σS ：过程输出的分布宽度或从过程统计抽 样值的分布宽度的量度。
一般用极差估算标准差：R/d2
1.1 初始过程能力研究
1.2 长期过程能力研究
三、SPC与TS16949：2002的关系
• 7.5.1 生产和服务提供 --组织必须策划并执行在受控条件下进行生产和服务提供。适用时，受控条件包
括： ………
• 7.5.1.1 控制计划 --在过程变得不稳定或从统计的角度不具备能力时启动规定的反应计划
4.7 抽样：就是指从总体中随机抽取样品组成样本活动 的过程。
4.7 随机抽样：就是要使总体中的每一个个体（产品） 具有同等机会被抽取出来的组成样本的活动过程。
4.8 样本：也叫“子样”，它是从总体中随机抽取出来 并且要对它进行详细研究分析的一部分个体（产品）。
4.9 样本容量：样本中所含的样品数目，一般叫样本大 小或样本容量。用n表示。
一、 什么是SPC
统计过程控制SPC是statistics process control的字母简写，使用诸如控制 图等统计技术来分析过程及其输出以便采取适 当的措施来达到并保持统计控制状态从而提高 过程能力。
• 注：这里统计技术泛指任何可以应用的数理统计方法，
以控制图理论为主。
二、控制图的目的
• 本技术规范与适当的顾客要求相配合，定义了签署这项文 件的组织的基本质量管理体系要求；
• 本技术规范是为了避免多重认证，并为汽车生产件和相关 服务件生产的组织，提供了质量管理体系的共同方法。
四、部分概念
4.1 什么是随机现象？
在一定条件下，可能发生也可能不发生的现象。
4.2 概率：随机事件在一次试验中可能发生，也可能不发生，就有 一个可能性大小的问题。这个可能性大小的定量表示称为概率。
①缺陷检测过程模型
4M1E
过程
产品/服务 检验
报废/返工
是否合格？
控制策略：控制输出，事后把关。
顾客
②具有反馈的过程控制模型（预防）
过程呼声 统计方法
4M1E
过程
产品/服务
顾客
识别变化的需求 与期望
顾客的呼声 控制策略：控制过程，预防缺陷。
③两种模型的比较
控制点 方法 经济性 产品质量
检验模型 输出 检查
4.3 随机变量：随机事件中的特性值。
4.4 计数型（Attributes）：可用来记录和分析的定性数据。凡是 不能连续取值的，或者说即使使用测量工具也得不到小数点以下 的数据，而只能得到0、1、2、3……等整数的这类数据。如：不 合格数、缺陷数等。
又分为计件型（如不合格品数）和计点型（如缺陷数）。
3.2 38.3 4
s 8.32.88
4.16 过程：是共同工作以产生输出的组织、生 产者、设备、输入材料、方法和环境以用使用 输出的顾客之集合。（一组将输入转化为输出 的相互关联或相互作用的活动 ——ISO9001： 2000定义）
人
机
工作方式务
法
环
输入
过程/系统
输出
五、两种过程模型和控制策略
• 7.5.1.3 作业准备的验证 --适用时组织应使用统计方法进行验证
• 7.6.1 测量系统分析 --为分析每种测量和试验设备系统得出的结果中出现的变差,应进行统计研究
SPC与TS16949：2002的关系
• 8.1.1统计工具的确定 --在质量先期策划中应确定每一过程适用的统计工具,并应包括在控制计划中
反馈模型 过程 统计 无浪费
稳定/好
六、变差
仅存在普通原因变差的过程
预测
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。
特殊原因与普通原因变差共同作用的过程
预测
随着时间的推移，过程的输出不稳 定，也可预测。
一致性、离散性与互换性
A说：我有3个平均年龄只有24岁的女朋友。 B说：哇！！交了桃花运啊！ A说：一点也不，年龄差距太大，一点也不起劲。 B说：还好吧，你也才28岁而已！
4.5 计量型（Variables）：定量的数据，可用测量值来分析。凡是 可以连续取值的，或者说可以用测量工具具体测量出小数点以下 数值的这类数据。如：长度、容积、重量、温度、产量、职工工 资总额等。
4.5 母体：又叫总体，它是指在某一次统计分析中研究 对象的全体。
4.6 个体：组成总体的每个单元（产品）叫个体。
• 8.5.1.2 制造过程的改进 --关注于产品特性及制造过程参数变差的控制和减少 --持续改进是当制造过程有能力并稳定或当产品特性可预测并满足客户要求时实
施
SPC与TS16949：2002的关系
ISO/TS16949：2002的目的
• 本技术规范的目的在于在供应链中提供持续改进、加强缺 陷预防和减少变差和浪费的质量管理体系的开发；
60岁
6岁
6岁
只衡量数据集中的程度还不夠，还要衡量离散的程度！
n
2
3
4
5
6
7
8
9
10
d2 1.128 1.693 2.059 2.326 2.534 2.704 2.847 2.970 3.078
4.15方差：
n
( xi x)2
s i n 1
例如：有一组数据： 2，4，5，8，9，
s2(25.6)2(45.6)2(55.6)2(85.6)2(95.6)2 51
ISO/TS 16949：2002技术规范培训
五本参考手册之一
统计过程控制——SPC
本课程目录
一、什么是SPC？ 二、控制图的目的 三、 SPC与TS16949：2002的关系 四、部分概念 五、两种过程模型和控制策略 六、变差 七、控制图的分类 八、控制图制作 九、控制图判稳准则 十、过程能力计算 十一、P控制图
• 8.1.2 基础统计概念知识 --整个组织应理解和使用基础统计概念,如变差,控制稳定性,过程能力和过度调
整
• 8.2.3.1制造过程的监视和测量 -- 组织应对所有新的制造过程进行过程研究,以验证其过程能力. --组织应对统计能力不足或不稳定的特性启动控制计划中的反应计划.适当时,反
应计划应包括对产品的限制和100%检验,为保证过程变得稳定和有能力,组织 随后应完成明确进度和责任要求的纠正措施
4.10 抽样频率：单位时间抽样次数的多少。
4.11 均值X：一个子组内数值的平均值
~
4.12 中位数X：一个子组内数值的中位数
4.13 极差R：一个子组内样本或总体中最大值与最小值 的差
4.14 标准差^σS ：过程输出的分布宽度或从过程统计抽 样值的分布宽度的量度。
一般用极差估算标准差：R/d2
1.1 初始过程能力研究
1.2 长期过程能力研究
三、SPC与TS16949：2002的关系
• 7.5.1 生产和服务提供 --组织必须策划并执行在受控条件下进行生产和服务提供。适用时，受控条件包
括： ………
• 7.5.1.1 控制计划 --在过程变得不稳定或从统计的角度不具备能力时启动规定的反应计划
4.7 抽样：就是指从总体中随机抽取样品组成样本活动 的过程。
4.7 随机抽样：就是要使总体中的每一个个体（产品） 具有同等机会被抽取出来的组成样本的活动过程。
4.8 样本：也叫“子样”，它是从总体中随机抽取出来 并且要对它进行详细研究分析的一部分个体（产品）。
4.9 样本容量：样本中所含的样品数目，一般叫样本大 小或样本容量。用n表示。
一、 什么是SPC
统计过程控制SPC是statistics process control的字母简写，使用诸如控制 图等统计技术来分析过程及其输出以便采取适 当的措施来达到并保持统计控制状态从而提高 过程能力。
• 注：这里统计技术泛指任何可以应用的数理统计方法，
以控制图理论为主。
二、控制图的目的
• 本技术规范与适当的顾客要求相配合，定义了签署这项文 件的组织的基本质量管理体系要求；
• 本技术规范是为了避免多重认证，并为汽车生产件和相关 服务件生产的组织，提供了质量管理体系的共同方法。
四、部分概念
4.1 什么是随机现象？
在一定条件下，可能发生也可能不发生的现象。
4.2 概率：随机事件在一次试验中可能发生，也可能不发生，就有 一个可能性大小的问题。这个可能性大小的定量表示称为概率。
①缺陷检测过程模型
4M1E
过程
产品/服务 检验
报废/返工
是否合格？
控制策略：控制输出，事后把关。
顾客
②具有反馈的过程控制模型（预防）
过程呼声 统计方法
4M1E
过程
产品/服务
顾客
识别变化的需求 与期望
顾客的呼声 控制策略：控制过程，预防缺陷。
③两种模型的比较
控制点 方法 经济性 产品质量
检验模型 输出 检查
4.3 随机变量：随机事件中的特性值。
4.4 计数型（Attributes）：可用来记录和分析的定性数据。凡是 不能连续取值的，或者说即使使用测量工具也得不到小数点以下 的数据，而只能得到0、1、2、3……等整数的这类数据。如：不 合格数、缺陷数等。
又分为计件型（如不合格品数）和计点型（如缺陷数）。
3.2 38.3 4
s 8.32.88
4.16 过程：是共同工作以产生输出的组织、生 产者、设备、输入材料、方法和环境以用使用 输出的顾客之集合。（一组将输入转化为输出 的相互关联或相互作用的活动 ——ISO9001： 2000定义）
人
机
工作方式务
法
环
输入
过程/系统
输出
五、两种过程模型和控制策略
• 7.5.1.3 作业准备的验证 --适用时组织应使用统计方法进行验证
• 7.6.1 测量系统分析 --为分析每种测量和试验设备系统得出的结果中出现的变差,应进行统计研究
SPC与TS16949：2002的关系
• 8.1.1统计工具的确定 --在质量先期策划中应确定每一过程适用的统计工具,并应包括在控制计划中