(SPC基础知识培训教材)
合集下载
- 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)。
觀測值總和 平均數 = 觀測個數
群體平均數 樣本平均數 x
nபைடு நூலகம்
公式： 公式：
N
µ =
∑x
i =1
=
i
∑
i =1
i
n
N
十七、实例分析:
• 例：甲檢驗員量測五包材料之重量，分別 為101g、102g、103g、105g、106g，求五 包之平均重量？
•解:
101 102+103 105 106 + + + x= =103.4g 5
二十七、点的趋势分 析
– 点的”趋势”呈上升或下降时： 点的排列逐渐变大或变小时，仍现示该工程已有某 种变化趋势，达到第3-4点多半已经是偏离控制, 当趋势出现且逼近控制界限时应开始调查原因， 特 性 如下图：
值
时
二十八、点出现周期性 时
• • – 点出现“周期性”变化时： 当点大致于某一定间隔就有规律性的变化时，证明 工程正在周期性的变动。 A： 阶段性的周期变动
• 統計學是在大量資料或不確定的情況下，找出其中規律 性，除用圖或表顯示資料的分類意義，並可配合抽樣與 機率理論，幫助我們對大量資料之性質，做合理的推斷。
十四、统计学相关知 识
統計學是科學的以偏概全的方法：
抽樣 群體 N μ, σ 推論 樣本
x x, ~, s, R, M o Q1, Q3
分析
十五、统计特征数
n
26, 27, 28, 28, 30, 31, 32, 34, 37, 37 中位數＝（30+31）/2=30.5 众數Mo＝28, 37
二十、分析用控制图与控制用
控制图
●分析用控制图 应用控制图时，首先将非稳态的过程调整 到稳态，用分析控制图判断是否达到稳态。 确定过程参数特点： 1、分析过程是否为统计控制状态 2、过程能力指数是否满足要求？ ●控制用控制图 等过程调整到稳态后，延长控制图的控制 线作为控制用控制图。应用过程参数判断。
二十三、SPC变异的因 素
• • • • • • 1）引起过程(工序)变异的因素: “4M1E” 引起过程(工序)变异的因素: Materials: 物料 Machine: 机器(设备) Method: 方法 Man: 操作人员 Environment 环境
二十四、SPC变异的原 因
• 2）引起过程(工序)变异的原因: • 1). 系统性原因(应该可以避免的因素) • -----设备的不正确调整 • -----治具磨损 • -----作业员操作违反规定 • 2). 随机(偶然性)原因(不可以避免的因素) • -----材料内部的微量差异 • -----设备的正常震动 • -----操作员的差别
五、SPC相关术语
字首的简称。为了贯彻预防原则，它应用统计技术对过程中的各个阶 段进行评估和监控，从而保证产品与服务满足要求的一种质量工具。 SPC強調預防，防患于未然是SPC的宗旨。 2、过程：是共同工作以产生输出的生产者、人、设备、输入材料、 方法和环境之集合。即一组相互关联相互作用的活动。 3、管制中心线（CL）:实际数据的平均值。即CL=（X1+X2+…+Xn）/n 4、管制上限（UCL）: 实际数据的平均值加上三倍的标准值。 即UCL=X+3σ 5、管制下限（LCL）：实际数据的平均值减去三倍的标准值。 即LCL=X-3σ 6、标准值：（σ）：该组数据中每个数据减去实际平均的绝对值的平 方和，再除以该组数据的个数。 σ= √︱X1-X︱²+︱X2-X︱²+…+︱Xn-X︱²)/n 7、CPK：工程能力指数。
十三、导入SPC对公司的 利益
• 提供并整理现场资料，以满足 提供并整理现场资料， • (A)客户对质量的要求； • (B)提供公司管理阶层对于生产线上之生產狀況（日、 周、月報表） • (C)提供工程对于问题掌握之进度。(而非只凭印象) • (D)建立公司资料库，并藉FMEA概念,将过程、原因、 对策，此一連貫之过程加以记录，以达成经验积累、 保存之目的。
特 性 值
CL UCL
LCL
二十九、点出现周期性 时
• B：波状性的周期变动
三十、SPC作业方法
• • • • • • 公司目前需作SPC管情况如下： 1）客户有特别的要求时； 2）对外协加工的重点控制项目； 3）在制程中属重点控制的质量特性时（形位公差除外） 4）在制程中有重大特变时； 5）当CPK小于1.33时,对工艺或零部件进行检讨改进, 若因部件问题必须对此尺寸在制程中用SPC控制时。
好
原料
十、SPC的功能
生產 資料搜集 S P C 異常分析
採取對策 找出原因 保持過程穩定
十一、SPC的特点
●与全面质量管理相同，强调全员参与，而不是只依靠
少数质量管理人员强调应用统计方法来保证预防原则 的实现。 ●SPC不是用来解决个别工序采用什么控制图的问题， SPC强调从整个过程、整个体系出发来解决问题。SPC 的重点就在与“P（Process，过程）。 ●可判断过程的异常，及时告警； ●不能告知此异常是什么因素引起的。
七、质量管理方法历程
演进 檢驗員時代 自主檢驗時代 過程質量時代 設計質量時代 全員參與時代 定义
藉由一群訓練有素的人員， 藉由一群訓練有素的人員，負責全公司或產品 的質量問題。 的質量問題。 由操作人員自行檢查，檢驗員只進行抽查工作。 由操作人員自行檢查，檢驗員只進行抽查工作。 藉由對於過程管制技巧,以達到過程穩定的目的。 藉由對於過程管制技巧,以達到過程穩定的目的。 開始體認問題點在於設計不良或設計不當。 開始體認問題點在於設計不良或設計不當。 開始將質量觀念推動到其他部門。 開始將質量觀念推動到其他部門。
十八、实例分析
• 中位數（meadian）：Me 或(讀作X-Wave發音 “為”) • 定義：中位數是數列按大小排序後，位於最中間位 置之數值，或中間兩項數值之平均數。 • 中位數的計算： • 給定n個數據, 依大小順序排列的觀測值， • 1.若n為奇數，中位數為最中間數值 • 2.若n為偶數，中位數為中間兩個數值的平均數 • 例：要找出下列資料的中位數： • 28, 60, 26, 32, 30, 26, 29, 31 • 解：中位数=（32+30）/2=31
一、SPC培训内容
• • • • • • • • 一.認識SPC 二.統計學概述 三.控制圖原理 四.如何製作控制圖 五.判斷過程異常的準則 六.過程能力分析 七.總結 附錄
二、认识SPC
• • • • • • 1、SPC基础知识； 2、相关术语； 3、发展历程； 4、质量管理方法； 5、SPC的功能； 6、导入SP对公司的利益。
十九、实例分析
• 例題：某電視購物頻道調查收看此頻道之年齡，隨機抽 取群眾10人樣本，其年齡如下，27, 30, 37, 28, 34, 31, 26, 37, 28, 32，試求此組資料的三個中央位置量測值。 • • • •
∑ xi (27 + 30 + 37 + 28 + 34 + 31 + 26 + 37 + 28 + 32) = 310 = 31 x = i =1 = 重新排列順序： n 10 10
八、 SPC & SQC
针对过程的重要控制 参数所作的才是SPC 参数所作的才是 測量
原料
製造過程
結果
針对產品所做的 仍只是在做SQC 仍只是在做SQC
九、预防或纠正
人 機 法 環 測量 測量 PROCESS 結果 不好
不要等产品做出来了再去看它好不好, 不要等产品做出来了再去看它好不好 而是在生产的时候就要把它做好。 就要把它做好 而是在生产的时候就要把它做好。
1.表示資料集中位置的數據 1.表示資料集中位置的數據 平均數 ( Mean ) 中位數 ( Median ) 众數 ( Mode ) 2.表示資料離散程度的數據 2.表示資料離散程度的數據 (Measure of Central Tendency) 極差R 極差R ( Range ) 標準差s 標準差s ( Standard Deviation)
三十一、取样规范
1、对外协来料的每批次(如有必要需按模号)随机抽样不得少于
四、SPC的简介
• SPC：是Statistical Process Control的英文简称，中 文意思是：“统计过程控制”。为了贯彻预防原则， 它应用统计技术对过程的各个阶段进行评估和监控， 从而保证产品与服务满足要求的一种质量工具。 • SPC系统减少了传统上依靠对成品检测而保证产品品 质的依赖，它采用了唯一可导致品质产品的预防监定 错误发生的机会，并采取行动消除潜在错误。它强调 预防,防患于未然是SPC的宗旨。
三、SPC基础知识
• SPC是英文 Statistical Process Control统 计过程控制的缩写，是应用统计技术绘控 制图对生产过程进行监控，最初的控制图 概念于1924年由美国的休哈特博士提出。 SPC 理论认为生产过程中产品质量的缺陷 是由偶然因素与异常原因造成，根据控制 图的规律从而发现生产过程的异常及时报 警，以便采取措施消除异常，恢复过程的 稳定，达到保证和提高质量的目的。
十二、SPC的误区
• • • • • • • • 不是… SPC 不是… 只有成品檢驗 有過程檢查 , 有優先順序 , 有管制範圍 , 有定期執行 , 有正確頻率 , 有追蹤分析 , 施 • 有改善措施 , , 而無過程檢查 而無優先順序 但無 “ 合理的 ＂ 管制範圍 但未定期執行 但頻率不當 但無追蹤分析 但無有 “ 有效的 ＂ 改善措 但未成為規範。
1、SPC ： 是英文Statistical Process Control统计过程控制的三个
六、SPC的发展历程
推动质量活动 約每10年就出現一種关键質量管理方法 約每10年就出現一種关键質量管理方法 10年就出現一種关键
19501950-1960 1960-1970 196019701970-1980 1980-1990 198019901990-2000 SPC QCC、SPC + brainstorming(头脑风暴) brainstorming(头脑风暴 头脑风暴) QCC、 TQM、QCC、 TQM、QCC、SPC ISO9000、TQM、QCC、 ISO9000、TQM、QCC、SPC SIGMA、ISO9000、TQM、QCC、 SIX SIGMA、ISO9000、TQM、QCC、SPC
二十一、控制图的两个 阶段
分析用控制 图 ●判断过程是否稳定不稳定,调至稳定 ●过程的过程能力指数是否满足要求,过程能 力指数满足要求称之为技术稳态
控制用控制图 ●延长分析控制图的控制线
二十二、管制图的种类
• • • • • • • • • 1）计量管制图：用在可量度的特性 X－R Chart （平均数与差异幅度管制图） X－σ Ｃhart (平均数与标准差管制图) X－MR Ｃhart（移动平均数管制图） 2) 记数管制图：用于不可量度的特性 P Chart （不良率管制图） NP Chart （不良数个数管制图） C Chart （缺陷数管制图） U Chart （单位缺陷数管制图）
二十五、判断SPC中出现异
常方法
• • • • • • 1、突然变异： 2、散发式变异； 3、周期性变异； 4、趋势性变异； 5、串连变异； ----针对以上情况应及时查找原因。
二十六、判断SPC中出现异常方 法
• 对于串连的多种现象可按以下方式判断： – 在中心线任何一方出现串连时： – 有5点串连时要注意； – 有6点串连时要开始调查原因； – 有7点串连时必然有异常原因,应该采取措施。 • 以下串点在中心线一边出现很多点的时候,判断 为工程异常： • 连续11点有10点以上； • 连续14点有12点以上； • 连续17点有14点以上； • 连续20点有16点以上。
群體的參數 名 稱 總 數 平均數 標準差 變異數 符號 N µ σ σ2
樣本的統計量 名 稱 樣本數 平均數 標準差 s 符號 n
s2 (或 變異數 V)
十六、参数与统计符号
• 平均數（mean）: µ或 x 平均數（ ） 或 • 定義：平均數是將整個資料之「總和」除以資料 定義：平均數是將整個資料之「總和」 個數」得之。 為群體平均數 為樣本平均數。 為群體平均數， 「個數」得之。µ為群體平均數，為樣本平均數。
群體平均數 樣本平均數 x
nபைடு நூலகம்
公式： 公式：
N
µ =
∑x
i =1
=
i
∑
i =1
i
n
N
十七、实例分析:
• 例：甲檢驗員量測五包材料之重量，分別 為101g、102g、103g、105g、106g，求五 包之平均重量？
•解:
101 102+103 105 106 + + + x= =103.4g 5
二十七、点的趋势分 析
– 点的”趋势”呈上升或下降时： 点的排列逐渐变大或变小时，仍现示该工程已有某 种变化趋势，达到第3-4点多半已经是偏离控制, 当趋势出现且逼近控制界限时应开始调查原因， 特 性 如下图：
值
时
二十八、点出现周期性 时
• • – 点出现“周期性”变化时： 当点大致于某一定间隔就有规律性的变化时，证明 工程正在周期性的变动。 A： 阶段性的周期变动
• 統計學是在大量資料或不確定的情況下，找出其中規律 性，除用圖或表顯示資料的分類意義，並可配合抽樣與 機率理論，幫助我們對大量資料之性質，做合理的推斷。
十四、统计学相关知 识
統計學是科學的以偏概全的方法：
抽樣 群體 N μ, σ 推論 樣本
x x, ~, s, R, M o Q1, Q3
分析
十五、统计特征数
n
26, 27, 28, 28, 30, 31, 32, 34, 37, 37 中位數＝（30+31）/2=30.5 众數Mo＝28, 37
二十、分析用控制图与控制用
控制图
●分析用控制图 应用控制图时，首先将非稳态的过程调整 到稳态，用分析控制图判断是否达到稳态。 确定过程参数特点： 1、分析过程是否为统计控制状态 2、过程能力指数是否满足要求？ ●控制用控制图 等过程调整到稳态后，延长控制图的控制 线作为控制用控制图。应用过程参数判断。
二十三、SPC变异的因 素
• • • • • • 1）引起过程(工序)变异的因素: “4M1E” 引起过程(工序)变异的因素: Materials: 物料 Machine: 机器(设备) Method: 方法 Man: 操作人员 Environment 环境
二十四、SPC变异的原 因
• 2）引起过程(工序)变异的原因: • 1). 系统性原因(应该可以避免的因素) • -----设备的不正确调整 • -----治具磨损 • -----作业员操作违反规定 • 2). 随机(偶然性)原因(不可以避免的因素) • -----材料内部的微量差异 • -----设备的正常震动 • -----操作员的差别
五、SPC相关术语
字首的简称。为了贯彻预防原则，它应用统计技术对过程中的各个阶 段进行评估和监控，从而保证产品与服务满足要求的一种质量工具。 SPC強調預防，防患于未然是SPC的宗旨。 2、过程：是共同工作以产生输出的生产者、人、设备、输入材料、 方法和环境之集合。即一组相互关联相互作用的活动。 3、管制中心线（CL）:实际数据的平均值。即CL=（X1+X2+…+Xn）/n 4、管制上限（UCL）: 实际数据的平均值加上三倍的标准值。 即UCL=X+3σ 5、管制下限（LCL）：实际数据的平均值减去三倍的标准值。 即LCL=X-3σ 6、标准值：（σ）：该组数据中每个数据减去实际平均的绝对值的平 方和，再除以该组数据的个数。 σ= √︱X1-X︱²+︱X2-X︱²+…+︱Xn-X︱²)/n 7、CPK：工程能力指数。
十三、导入SPC对公司的 利益
• 提供并整理现场资料，以满足 提供并整理现场资料， • (A)客户对质量的要求； • (B)提供公司管理阶层对于生产线上之生產狀況（日、 周、月報表） • (C)提供工程对于问题掌握之进度。(而非只凭印象) • (D)建立公司资料库，并藉FMEA概念,将过程、原因、 对策，此一連貫之过程加以记录，以达成经验积累、 保存之目的。
特 性 值
CL UCL
LCL
二十九、点出现周期性 时
• B：波状性的周期变动
三十、SPC作业方法
• • • • • • 公司目前需作SPC管情况如下： 1）客户有特别的要求时； 2）对外协加工的重点控制项目； 3）在制程中属重点控制的质量特性时（形位公差除外） 4）在制程中有重大特变时； 5）当CPK小于1.33时,对工艺或零部件进行检讨改进, 若因部件问题必须对此尺寸在制程中用SPC控制时。
好
原料
十、SPC的功能
生產 資料搜集 S P C 異常分析
採取對策 找出原因 保持過程穩定
十一、SPC的特点
●与全面质量管理相同，强调全员参与，而不是只依靠
少数质量管理人员强调应用统计方法来保证预防原则 的实现。 ●SPC不是用来解决个别工序采用什么控制图的问题， SPC强调从整个过程、整个体系出发来解决问题。SPC 的重点就在与“P（Process，过程）。 ●可判断过程的异常，及时告警； ●不能告知此异常是什么因素引起的。
七、质量管理方法历程
演进 檢驗員時代 自主檢驗時代 過程質量時代 設計質量時代 全員參與時代 定义
藉由一群訓練有素的人員， 藉由一群訓練有素的人員，負責全公司或產品 的質量問題。 的質量問題。 由操作人員自行檢查，檢驗員只進行抽查工作。 由操作人員自行檢查，檢驗員只進行抽查工作。 藉由對於過程管制技巧,以達到過程穩定的目的。 藉由對於過程管制技巧,以達到過程穩定的目的。 開始體認問題點在於設計不良或設計不當。 開始體認問題點在於設計不良或設計不當。 開始將質量觀念推動到其他部門。 開始將質量觀念推動到其他部門。
十八、实例分析
• 中位數（meadian）：Me 或(讀作X-Wave發音 “為”) • 定義：中位數是數列按大小排序後，位於最中間位 置之數值，或中間兩項數值之平均數。 • 中位數的計算： • 給定n個數據, 依大小順序排列的觀測值， • 1.若n為奇數，中位數為最中間數值 • 2.若n為偶數，中位數為中間兩個數值的平均數 • 例：要找出下列資料的中位數： • 28, 60, 26, 32, 30, 26, 29, 31 • 解：中位数=（32+30）/2=31
一、SPC培训内容
• • • • • • • • 一.認識SPC 二.統計學概述 三.控制圖原理 四.如何製作控制圖 五.判斷過程異常的準則 六.過程能力分析 七.總結 附錄
二、认识SPC
• • • • • • 1、SPC基础知识； 2、相关术语； 3、发展历程； 4、质量管理方法； 5、SPC的功能； 6、导入SP对公司的利益。
十九、实例分析
• 例題：某電視購物頻道調查收看此頻道之年齡，隨機抽 取群眾10人樣本，其年齡如下，27, 30, 37, 28, 34, 31, 26, 37, 28, 32，試求此組資料的三個中央位置量測值。 • • • •
∑ xi (27 + 30 + 37 + 28 + 34 + 31 + 26 + 37 + 28 + 32) = 310 = 31 x = i =1 = 重新排列順序： n 10 10
八、 SPC & SQC
针对过程的重要控制 参数所作的才是SPC 参数所作的才是 測量
原料
製造過程
結果
針对產品所做的 仍只是在做SQC 仍只是在做SQC
九、预防或纠正
人 機 法 環 測量 測量 PROCESS 結果 不好
不要等产品做出来了再去看它好不好, 不要等产品做出来了再去看它好不好 而是在生产的时候就要把它做好。 就要把它做好 而是在生产的时候就要把它做好。
1.表示資料集中位置的數據 1.表示資料集中位置的數據 平均數 ( Mean ) 中位數 ( Median ) 众數 ( Mode ) 2.表示資料離散程度的數據 2.表示資料離散程度的數據 (Measure of Central Tendency) 極差R 極差R ( Range ) 標準差s 標準差s ( Standard Deviation)
三十一、取样规范
1、对外协来料的每批次(如有必要需按模号)随机抽样不得少于
四、SPC的简介
• SPC：是Statistical Process Control的英文简称，中 文意思是：“统计过程控制”。为了贯彻预防原则， 它应用统计技术对过程的各个阶段进行评估和监控， 从而保证产品与服务满足要求的一种质量工具。 • SPC系统减少了传统上依靠对成品检测而保证产品品 质的依赖，它采用了唯一可导致品质产品的预防监定 错误发生的机会，并采取行动消除潜在错误。它强调 预防,防患于未然是SPC的宗旨。
三、SPC基础知识
• SPC是英文 Statistical Process Control统 计过程控制的缩写，是应用统计技术绘控 制图对生产过程进行监控，最初的控制图 概念于1924年由美国的休哈特博士提出。 SPC 理论认为生产过程中产品质量的缺陷 是由偶然因素与异常原因造成，根据控制 图的规律从而发现生产过程的异常及时报 警，以便采取措施消除异常，恢复过程的 稳定，达到保证和提高质量的目的。
十二、SPC的误区
• • • • • • • • 不是… SPC 不是… 只有成品檢驗 有過程檢查 , 有優先順序 , 有管制範圍 , 有定期執行 , 有正確頻率 , 有追蹤分析 , 施 • 有改善措施 , , 而無過程檢查 而無優先順序 但無 “ 合理的 ＂ 管制範圍 但未定期執行 但頻率不當 但無追蹤分析 但無有 “ 有效的 ＂ 改善措 但未成為規範。
1、SPC ： 是英文Statistical Process Control统计过程控制的三个
六、SPC的发展历程
推动质量活动 約每10年就出現一種关键質量管理方法 約每10年就出現一種关键質量管理方法 10年就出現一種关键
19501950-1960 1960-1970 196019701970-1980 1980-1990 198019901990-2000 SPC QCC、SPC + brainstorming(头脑风暴) brainstorming(头脑风暴 头脑风暴) QCC、 TQM、QCC、 TQM、QCC、SPC ISO9000、TQM、QCC、 ISO9000、TQM、QCC、SPC SIGMA、ISO9000、TQM、QCC、 SIX SIGMA、ISO9000、TQM、QCC、SPC
二十一、控制图的两个 阶段
分析用控制 图 ●判断过程是否稳定不稳定,调至稳定 ●过程的过程能力指数是否满足要求,过程能 力指数满足要求称之为技术稳态
控制用控制图 ●延长分析控制图的控制线
二十二、管制图的种类
• • • • • • • • • 1）计量管制图：用在可量度的特性 X－R Chart （平均数与差异幅度管制图） X－σ Ｃhart (平均数与标准差管制图) X－MR Ｃhart（移动平均数管制图） 2) 记数管制图：用于不可量度的特性 P Chart （不良率管制图） NP Chart （不良数个数管制图） C Chart （缺陷数管制图） U Chart （单位缺陷数管制图）
二十五、判断SPC中出现异
常方法
• • • • • • 1、突然变异： 2、散发式变异； 3、周期性变异； 4、趋势性变异； 5、串连变异； ----针对以上情况应及时查找原因。
二十六、判断SPC中出现异常方 法
• 对于串连的多种现象可按以下方式判断： – 在中心线任何一方出现串连时： – 有5点串连时要注意； – 有6点串连时要开始调查原因； – 有7点串连时必然有异常原因,应该采取措施。 • 以下串点在中心线一边出现很多点的时候,判断 为工程异常： • 连续11点有10点以上； • 连续14点有12点以上； • 连续17点有14点以上； • 连续20点有16点以上。
群體的參數 名 稱 總 數 平均數 標準差 變異數 符號 N µ σ σ2
樣本的統計量 名 稱 樣本數 平均數 標準差 s 符號 n
s2 (或 變異數 V)
十六、参数与统计符号
• 平均數（mean）: µ或 x 平均數（ ） 或 • 定義：平均數是將整個資料之「總和」除以資料 定義：平均數是將整個資料之「總和」 個數」得之。 為群體平均數 為樣本平均數。 為群體平均數， 「個數」得之。µ為群體平均數，為樣本平均數。