統計過程控制(SPC)統計過程控制(SPC)1序

SPC簡介1-1

SPC基本概念1-2SPC的發展史1-3SPC主要功用1-4SPC實施流程序

SPC簡介1-1SPC基本概念1-2SPC的發展2解析用SPC控制圖制程能力分析控制用SPC控制圖數據正態分析SPC內容數據收集計劃制程能力改善SPC基本概念

SPC，StatisticalProcessControl（統計過程控制）的簡稱，是一種借助數理統計方法的過程控制工具。

SPC對質量數據進行統計、分析從而區分出生產過程中產品質量的正常波動與異常波動，以便對過程的異常及時提出預警，提醒管理人員采取措施消除異常，恢復過程的穩定性，從而提高產品的質量。解析用SPC控制圖制程能力分析控制用SPC控制圖數據正態分析SPC的發展史二戰前二戰中二戰后質量管理=檢驗抓質量=把好檢驗關只能發現和剔除不合格品損失已大量造成補救措施=“亡羊補牢”內部損失和售后投訴索賠企業不堪重負1924年美國爾特?休哈特

博士控制圖產生為SPC的起源標志美國戰時質量管理標準軍品的質量和及時交付五十年代以來SPC在日本工業界的大量推廣應用日本崛起八十年代以后大公司積極推廣應用對供應商也提出了相應要求ISO9000、QS9000及六西格瑪管理今天計算機及專用軟件推光SPC選才真正全面狂熱起來高質量、低成本、短周期呼喚出SPC，并推動著其不斷完善。起源非凡牛刀小試大放光芒SPC的發展史二戰前二戰中二戰后質量管理=檢驗美國五十年代以SPC主要功用可即時發現制程異常，及時預警；現狀分析，可發現快速改善機會。掌握制程能力，做為改善之參考。

SPC適用范圍非常廣泛，無論是品質方面、成本方面還是交期方面，都可適用。當然，用途不一樣，功能也不一樣。SPC主要功用SPC適用范圍非常廣泛，無論是品質方面SPC實施流程搜集數據制作解析用管制圖制程能力分析轉為管制用管制圖分析并消除異常原因提升制程能力檢討機械、設備等等過程是否穩定？能力是否足夠？刪掉異常數據(組)NONOYesyesSPC實施流程搜集數據制作解析用管制圖制程能力分析轉為管制用第一章

數據收集1-1、數據類型1-2、數據收集1-3、統計學的作用第一章

數據收集1-1、數據類型1-2、數據收集1-371-1、數據類型

為了解原料、制程、產品的品質特性，經調查或實驗而得到的數字或數量就是數據。按不同的分類方法，數據有不同的類型：問題解決問題

/事項連續型

Data(ContinuousData)離散型

Data(DiscreteData)

連續型數據(計量型):

如長度,重量,時間等能夠測定的數據

離散型數據(計數型):

如合格/不合格等能用個數表示的數據資料的類型屬性(Attribute)命名(Nominal)

范疇(Category)統計特征值缺陷(Defect)資料的類型變數(Variable)比率(Ratio)統計特征值位置(Location)散布(Spread)形狀(Shape)依數據特性區分依數據來源分材料或產品數據制程數據檢驗數據依數據時間先后

過去數據日常數據新數據課堂互動：請列舉身邊遇到的數據并說出類型。1-1、數據類型為了解原料、制程、產品的品質特性，1-1、數據類型連續數據與離散數據進行比較的解釋：一般來說，連續數據比離散數據更可取，因為你可以利用更少的數據獲得更多的信息。如果不能得到連續數據，就可以對離散數據進行分析，發現結果，作出判斷。銷售訂單準確度數據輸入準確度銷售地區使用“合格/不合格”測量儀器得到的孔徑孔徑應答中心對話時間制冷氟利昂的重量(克)每百萬部件中有缺陷部件的數量裝配線缺陷(ALD)1-1、數據類型連續數據與離散數據進行比較的解釋：銷售訂單1-2、數據收集要點隨機性XXXXXXXXXXXXXXXXXXXXXXXX$$$X##X$$XXX##X####

#X$X$#XX

XXXX

XXXXX

XXXXXXXXXXXXXXXXXXXXX數據收集目的1、制作控制圖？2、要因驗證？3、能力分析？4、項目選擇？……數據收集方法數據收集原則隨機抽樣法系統抽樣法分層抽樣法集體抽樣法數據收集注意事項1、測量系統是否可靠？2、是否遺漏或重復？1-2、數據收集要點隨機性XXXXXXXXX1-2、數據收集要點◆總體和樣本(接收檢驗與統計的區別）樣本

(Sample,10)總體(N=1,000)Sample10個測定

(規格

:100±4)ⅩⅩⅩⅩⅩⅩⅩⅩⅩⅩ96979899100104101規格下限規格上限102103

總體能不能判斷為良品？1)AQL→Yes:因為Sampling的10個測定值都在規格內→OK2)SPC→No:用SampleData推定總體的不良率為

2.8%→異常水平1-2、數據收集要點◆總體和樣本(接收檢驗與統計的區別1-3、統計學的作用統計描述:用圖表和幾個總結性數字(均值、方差、標準差)描述一組數據。(基礎統計量、圖形分析）統計推理:

確定結果之間的變異何時可能是由于隨機誤差引起的，何時不能歸因于隨機誤差；分析結果與原因之間存在的(因果)關系？(假設檢驗、方差分析、多變量分析、回歸）試驗設計：收集并分析數據，以估算過程變化的影響,并決定如何進行最佳化設置。

(實驗計劃)統計學用三類方法處理誤差統計學的作用1-3、統計學的作用統計描述:統計推理:試驗設計：統計學第二章

控制圖基本理論2-1過程波動解析2-2控制圖原理2-3合理子組原則2-4控制圖的使用2-5控制圖選擇第二章

控制圖基本理論2-1過程波動解析2-2控制圖132-1、過程波動解析產品的品質特性一定會有波動！所以我們預期的觀測值就會有差異：如果我們研究BL外框的對角尺寸，每個樣品是不是一樣的；如果我們測量10臺冰箱的能耗，得到的結果也是不一樣的；這種差異使我們的工作更具挑戰性！一般來說，我們不能相信來自一個數據點的結果，通常收集多個數據點、并且非常注意如何選取這些樣本，以減少偏差。變異(誤差)的產生是必然的、意料之中的，是統計學的基礎。變異來源2-1、過程波動解析產品的品質特性一定會有波動！所以我們預2-1、過程波動解析造成這種誤差的原因在于產品或服務實現過程中的因素變異，普遍來源有：測量Measurement流程變異的原因人員Manpower環境Environment設備Machine方法Methods材料Material關鍵是要分析哪種變因對響應變量的貢獻最大--分析技術變異來源2-1、過程波動解析造成這種誤差的原因在于產品或服務實現過2-1、過程波動解析誤差分類我們把誤差分成兩類：系統誤差（原因誤差、特殊誤差）

預期的（和可預測的）測量結果之間的差異；隨機誤差（偶然誤差）

不可預測的測量結果之間的差異；Example:使用不正確的工具、操作員設置調試過失）

機器振動/溫度波動/材料硬度的可變性系統誤差隨機誤差2-1、過程波動解析誤差分類我們把誤差分成兩類：Ex2-2、控制圖原理管制圖是1924年由休哈特

博士(Dr.W.A.Shewhart),在研究產品品質特性之次數分配時所發現。正常工程所生產出來產品的品質特性，其分配大都呈常態分配的，會超出三個標準差(±3)的產品只有0.27%。依此原理，將常態曲線圖旋轉90度，在三個標準差的地方加上兩條界限，并將抽樣數據按順序點繪而成為管制圖。μ-3σμ-2σμ-1σμμ+1σμ+2σμ+3σ規格范圍

μ-3σ

μ-2σ

μ-1σμ

μ+1σ

μ+2σ

μ+3σ規格范圍3原則2-2、控制圖原理管制圖是1924年由休哈特博士2-3、合理子組原則合理子組原則是休哈特提出的控制圖的理論基礎之一。

在抽取樣本時要使組內波動僅由偶然因素引起；組間波動主要由異常因素引起。休博士稱這樣的樣本為“子組”。顯然，這樣的子組內不應有異常波動，故用其估計出來的σ較為精確。這樣的子組的容量一般較小，經濟性得到很好保證；另外，由于σ較小，控制限就小了，從而對檢出異常波動較為靈敏。

為實現“合理子組原則”，一個簡單的方法就是在最短的時間內把一個子組全部取出，或連續抽樣。這樣，由于抽樣時間短，就可避免異常原因進入子組。2-3、合理子組原則合理子組原則是休哈特提出的控制2-4、控制圖的使用分析用控制圖控制用控制圖1、調整過程使過程達到受控2、使過程能力指數Cpk或Cp達到顧客需求一旦實現了以上兩點，分析用控制圖即可轉入控制用控制圖。2-4、控制圖的使用分析用控制圖控制用控制圖1、調整過程使2-5、控制圖分類及選擇n≧2?n

≥10數據性質?計量值計數值

單位固定﹖n固定﹖研究X？圖計數類型﹖X-S圖X-R圖X-RS圖p圖pn圖C圖u圖YESNOMe-RNOYES不良比率缺陷NOYESYESNONOYES精度最高精度尚可精度較差不得已才用2-5、控制圖分類及選擇n≧2?n≥10數據性質?計第三章

制作解析用控制圖3-1正態分布及檢定3-2數據受控分析3-3過程能力指數3-4過程能力分析第三章

制作解析用控制圖3-1正態分布及檢定3-2數213-1、正態性分布及檢定正態分布總面積是1,脫離已知規格的面積,就是所推定的不良率上限(USL)下限(LSL)均值()標準偏差()拐點與平均值之間的距離是一個

標準差。如果三倍的標準差都落在目標值和規范的上下限內，我們就稱這個過程具有“三個西格瑪能力”99.73%的數據外于平均值的3σ內,95.46%的數據位于平均值的2σ內,68.26%的數據在平均值的1σ內.拐點1USLp(d)3平均值LSL曲線從較陡的狀態變得越來越平坦3-1、正態性分布及檢定正態分布總面積是1,脫離已知規格的3-1、數據正態性檢定P>0.05數據服從正態分布3-1、數據正態性檢定P>0.053-2、數據受控分析

一個過程開始實施控制圖時，幾乎不會恰巧處于受控狀態，即總會存在異常波動。在這種失控狀態下建立起來的控制圖，上下控制限間距一定較寬，這會導致判斷失誤。因此，一開始，總是要將失控狀態調整到理想狀態，這就是分析用控制圖階段。3-2、數據受控分析一個過程開始實施控制圖時，幾乎3-2、數據受控分析消除異常原因后去掉這組數據消除異常原因后去掉這組數據3-2、數據受控分析消除異常原因后去掉這組數據消除異常原因3-3、過程能力指數Ca=×100％實績中心值－規格中心值規格容許差T=Su-SL＝規格上限－規格下限T/2X－μ×100％＝規格公差6個標準差T6σSu-X3σX-SL3σCp=

或Cp=----

單邊規格時Cp=

=----

雙邊規格時當Ca=0時CpK=Cp

單邊規格時Cpk即以Cp值計等級CpK值要求A+1.67≤CpK簡化A1.33≤CpK<1.67維持B1.00≤CpK<1.33改進C0.67≤CpK<1.00全檢DCpK<0.67停產3-3、過程能力指數Ca=×100％實績中心值－規格中心值3-4、過程能力分析3-4、過程能力分析第四章

改善方法論簡介4-1透過管理圖分析改善4-2透過能力看改善方向第四章

改善方法論簡介4-1透過管理圖分析改善4-2透過284-1、透過管理圖分析改善（計數）在SPC控制圖中,只要有不受控點存在,就有可改善的機會在SPC控制圖中,只要有不受控點存在,就有可改善的機會肯定有異常原因存在,造成離異4-1、透過管理圖分析改善（計數）在SPC控制圖中,只要有4-1、透過管理圖分析改善（計量）在SPC控制圖中,只要有不受控點存在,就有可改善的機會在SPC控制圖中,計量管制圖判異八原則判定法則：1、單個點落在控制限以外2、連續3點中2點落在中心線同側B區以外3、連續5點中4點落在中心線同側C區以外4、連續6點上升或下降5、連續8點落在C區以外兩側6、連續9點落在中心線同側7、連續14點交替上下8、連續15點落在中心線附近C區以內2s6sACCBBALCLUCL0.135%0.228%15.87%4-1、透過管理圖分析改善（計量）在SPC控制圖中,只要有4-1、透過管理圖分析改善（計量）判定原則1：單個點落在控制限以外ABCCBA1個點超出上界線或者下界線，這時的幾率小于0.27%.4-1、透過管理圖分析改善（計量）判定原則1：單個點落在控4-1、透過管理圖分析改善（計量）判定原則2：連續3點中2點落在中心線同側B區以外ABCCBA在2σ和3σ間的幾率有2.28%,按照二項分布:P(X<=2)=0.999988P(X<=1)=0.998464故：P(X=2)=0.0015244-1、透過管理圖分析改善（計量）判定原則2：連續3點中24-1、透過管理圖分析改善（計量）判定原則3：連續5點中4點落在中心線同側C區以外ABCCBA同側5有連續著的4個點超出1σ的情況下

其幾率是?(0.267%)4-1、透過管理圖分析改善（計量）判定原則3：連續5點中44-1、透過管理圖分析改善（計量）判定原則4：連續6點上升或下降ABCCBA4-1、透過管理圖分析改善（計量）判定原則4：連續6點上升4-1、透過管理圖分析改善（計量）判定原則5：連續8點落在C區以外兩側ABCCBA4-1、透過管理圖分析改善（計量）判定原則5：連續8點落在4-1、透過管理圖分析改善（計量）判定原則6：連續9點落在中心線同側ABCCBA4-1、透過管理圖分析改善（計量）判定原則6：連續9點落在4-1、透過管理圖分析改善（計量）判定原則7：連續14點交替上下ABCCBA4-1、透過管理圖分析改善（計量）判定原則7：連續14點交4-1、透過管理圖分析改善（計量）判定原則8：連續15點落在中心線附近C區以內ABCCBA4-1、透過管理圖分析改善（計量）判定原則8：連續15點落4-1、透過管理圖分析改善（計量）在SPC控制圖中,只要有不受控點存在,就有可改善的機會在SPC控制圖中,計量管制圖判異八原則判定法則：1、單個點落在控制限以外(A區以外）2、連續3點中2點落在中心線同側B區以外3、連續5點中4點落在中心線同側C區以外4、連續6點上升或下降5、連續8點落在C區以外兩側6、連續9點落在中心線同側7、連續14點交替上下8、連續15點落在中心線附近C區以內2s6sACCBBALCLUCL0.135%0.228%15.87%4-1、透過管理圖分析改善（計量）在SPC控制圖中,只要有4-2、透過能力看改善方向CpCpkCp-Cpk判定改善方向≥1.00≥1.00過程能力基本滿足要求實施控制計劃＜1.00≥0.33均值偏離嚴重組織管理人力進行過程均值的改善＜1.00＜1.00＜0.33過程波動太大組織技術人力進行過程波動的改善≥0.33過程波動太大均值偏離嚴重組織技術人力與管理人力進行改善圖1顯示的改善方向是什么?圖2顯示的改善方向是什么?圖3顯示的改善方向是什么?4-2、透過能力看改善方向CpCpkCp-Cpk判定改善方課程回顧數據收集控制圖基本理論解析用控制圖數據類型數據收集統計學作用過程波動解析控制圖原理合理子組原則控制圖使用控制圖分類正態分析受控分析能力分析分析改善管制圖中上制程能力分析中計算&圖示功用&實施流程課程回顧數據收集控制圖基本理論解析用控制圖數據類型數據收集統謝謝謝謝42統計過程控制(SPC)統計過程控制(SPC)43序

SPC簡介1-1

SPC基本概念1-2SPC的發展史1-3SPC主要功用1-4SPC實施流程序

SPC簡介1-1SPC基本概念1-2SPC的發展44解析用SPC控制圖制程能力分析控制用SPC控制圖數據正態分析SPC內容數據收集計劃制程能力改善SPC基本概念

SPC，StatisticalProcessControl（統計過程控制）的簡稱，是一種借助數理統計方法的過程控制工具。

SPC對質量數據進行統計、分析從而區分出生產過程中產品質量的正常波動與異常波動，以便對過程的異常及時提出預警，提醒管理人員采取措施消除異常，恢復過程的穩定性，從而提高產品的質量。解析用SPC控制圖制程能力分析控制用SPC控制圖數據正態分析SPC的發展史二戰前二戰中二戰后質量管理=檢驗抓質量=把好檢驗關只能發現和剔除不合格品損失已大量造成補救措施=“亡羊補牢”內部損失和售后投訴索賠企業不堪重負1924年美國爾特?休哈特

博士控制圖產生為SPC的起源標志美國戰時質量管理標準軍品的質量和及時交付五十年代以來SPC在日本工業界的大量推廣應用日本崛起八十年代以后大公司積極推廣應用對供應商也提出了相應要求ISO9000、QS9000及六西格瑪管理今天計算機及專用軟件推光SPC選才真正全面狂熱起來高質量、低成本、短周期呼喚出SPC，并推動著其不斷完善。起源非凡牛刀小試大放光芒SPC的發展史二戰前二戰中二戰后質量管理=檢驗美國五十年代以SPC主要功用可即時發現制程異常，及時預警；現狀分析，可發現快速改善機會。掌握制程能力，做為改善之參考。

SPC適用范圍非常廣泛，無論是品質方面、成本方面還是交期方面，都可適用。當然，用途不一樣，功能也不一樣。SPC主要功用SPC適用范圍非常廣泛，無論是品質方面SPC實施流程搜集數據制作解析用管制圖制程能力分析轉為管制用管制圖分析并消除異常原因提升制程能力檢討機械、設備等等過程是否穩定？能力是否足夠？刪掉異常數據(組)NONOYesyesSPC實施流程搜集數據制作解析用管制圖制程能力分析轉為管制用第一章

數據收集1-1、數據類型1-2、數據收集1-3、統計學的作用第一章

數據收集1-1、數據類型1-2、數據收集1-3491-1、數據類型

為了解原料、制程、產品的品質特性，經調查或實驗而得到的數字或數量就是數據。按不同的分類方法，數據有不同的類型：問題解決問題

/事項連續型

Data(ContinuousData)離散型

Data(DiscreteData)

連續型數據(計量型):

如長度,重量,時間等能夠測定的數據

離散型數據(計數型):

如合格/不合格等能用個數表示的數據資料的類型屬性(Attribute)命名(Nominal)

范疇(Category)統計特征值缺陷(Defect)資料的類型變數(Variable)比率(Ratio)統計特征值位置(Location)散布(Spread)形狀(Shape)依數據特性區分依數據來源分材料或產品數據制程數據檢驗數據依數據時間先后

過去數據日常數據新數據課堂互動：請列舉身邊遇到的數據并說出類型。1-1、數據類型為了解原料、制程、產品的品質特性，1-1、數據類型連續數據與離散數據進行比較的解釋：一般來說，連續數據比離散數據更可取，因為你可以利用更少的數據獲得更多的信息。如果不能得到連續數據，就可以對離散數據進行分析，發現結果，作出判斷。銷售訂單準確度數據輸入準確度銷售地區使用“合格/不合格”測量儀器得到的孔徑孔徑應答中心對話時間制冷氟利昂的重量(克)每百萬部件中有缺陷部件的數量裝配線缺陷(ALD)1-1、數據類型連續數據與離散數據進行比較的解釋：銷售訂單1-2、數據收集要點隨機性XXXXXXXXXXXXXXXXXXXXXXXX$$$X##X$$XXX##X####

#X$X$#XX

XXXX

XXXXX

XXXXXXXXXXXXXXXXXXXXX數據收集目的1、制作控制圖？2、要因驗證？3、能力分析？4、項目選擇？……數據收集方法數據收集原則隨機抽樣法系統抽樣法分層抽樣法集體抽樣法數據收集注意事項1、測量系統是否可靠？2、是否遺漏或重復？1-2、數據收集要點隨機性XXXXXXXXX1-2、數據收集要點◆總體和樣本(接收檢驗與統計的區別）樣本

(Sample,10)總體(N=1,000)Sample10個測定

(規格

:100±4)ⅩⅩⅩⅩⅩⅩⅩⅩⅩⅩ96979899100104101規格下限規格上限102103

總體能不能判斷為良品？1)AQL→Yes:因為Sampling的10個測定值都在規格內→OK2)SPC→No:用SampleData推定總體的不良率為

2.8%→異常水平1-2、數據收集要點◆總體和樣本(接收檢驗與統計的區別1-3、統計學的作用統計描述:用圖表和幾個總結性數字(均值、方差、標準差)描述一組數據。(基礎統計量、圖形分析）統計推理:

確定結果之間的變異何時可能是由于隨機誤差引起的，何時不能歸因于隨機誤差；分析結果與原因之間存在的(因果)關系？(假設檢驗、方差分析、多變量分析、回歸）試驗設計：收集并分析數據，以估算過程變化的影響,并決定如何進行最佳化設置。

(實驗計劃)統計學用三類方法處理誤差統計學的作用1-3、統計學的作用統計描述:統計推理:試驗設計：統計學第二章

控制圖基本理論2-1過程波動解析2-2控制圖原理2-3合理子組原則2-4控制圖的使用2-5控制圖選擇第二章

控制圖基本理論2-1過程波動解析2-2控制圖552-1、過程波動解析產品的品質特性一定會有波動！所以我們預期的觀測值就會有差異：如果我們研究BL外框的對角尺寸，每個樣品是不是一樣的；如果我們測量10臺冰箱的能耗，得到的結果也是不一樣的；這種差異使我們的工作更具挑戰性！一般來說，我們不能相信來自一個數據點的結果，通常收集多個數據點、并且非常注意如何選取這些樣本，以減少偏差。變異(誤差)的產生是必然的、意料之中的，是統計學的基礎。變異來源2-1、過程波動解析產品的品質特性一定會有波動！所以我們預2-1、過程波動解析造成這種誤差的原因在于產品或服務實現過程中的因素變異，普遍來源有：測量Measurement流程變異的原因人員Manpower環境Environment設備Machine方法Methods材料Material關鍵是要分析哪種變因對響應變量的貢獻最大--分析技術變異來源2-1、過程波動解析造成這種誤差的原因在于產品或服務實現過2-1、過程波動解析誤差分類我們把誤差分成兩類：系統誤差（原因誤差、特殊誤差）

預期的（和可預測的）測量結果之間的差異；隨機誤差（偶然誤差）

不可預測的測量結果之間的差異；Example:使用不正確的工具、操作員設置調試過失）

機器振動/溫度波動/材料硬度的可變性系統誤差隨機誤差2-1、過程波動解析誤差分類我們把誤差分成兩類：Ex2-2、控制圖原理管制圖是1924年由休哈特

博士(Dr.W.A.Shewhart),在研究產品品質特性之次數分配時所發現。正常工程所生產出來產品的品質特性，其分配大都呈常態分配的，會超出三個標準差(±3)的產品只有0.27%。依此原理，將常態曲線圖旋轉90度，在三個標準差的地方加上兩條界限，并將抽樣數據按順序點繪而成為管制圖。μ-3σμ-2σμ-1σμμ+1σμ+2σμ+3σ規格范圍

μ-3σ

μ-2σ

μ-1σμ

μ+1σ

μ+2σ

μ+3σ規格范圍3原則2-2、控制圖原理管制圖是1924年由休哈特博士2-3、合理子組原則合理子組原則是休哈特提出的控制圖的理論基礎之一。

在抽取樣本時要使組內波動僅由偶然因素引起；組間波動主要由異常因素引起。休博士稱這樣的樣本為“子組”。顯然，這樣的子組內不應有異常波動，故用其估計出來的σ較為精確。這樣的子組的容量一般較小，經濟性得到很好保證；另外，由于σ較小，控制限就小了，從而對檢出異常波動較為靈敏。

為實現“合理子組原則”，一個簡單的方法就是在最短的時間內把一個子組全部取出，或連續抽樣。這樣，由于抽樣時間短，就可避免異常原因進入子組。2-3、合理子組原則合理子組原則是休哈特提出的控制2-4、控制圖的使用分析用控制圖控制用控制圖1、調整過程使過程達到受控2、使過程能力指數Cpk或Cp達到顧客需求一旦實現了以上兩點，分析用控制圖即可轉入控制用控制圖。2-4、控制圖的使用分析用控制圖控制用控制圖1、調整過程使2-5、控制圖分類及選擇n≧2?n

≥10數據性質?計量值計數值

單位固定﹖n固定﹖研究X？圖計數類型﹖X-S圖X-R圖X-RS圖p圖pn圖C圖u圖YESNOMe-RNOYES不良比率缺陷NOYESYESNONOYES精度最高精度尚可精度較差不得已才用2-5、控制圖分類及選擇n≧2?n≥10數據性質?計第三章

制作解析用控制圖3-1正態分布及檢定3-2數據受控分析3-3過程能力指數3-4過程能力分析第三章

制作解析用控制圖3-1正態分布及檢定3-2數633-1、正態性分布及檢定正態分布總面積是1,脫離已知規格的面積,就是所推定的不良率上限(USL)下限(LSL)均值()標準偏差()拐點與平均值之間的距離是一個

標準差。如果三倍的標準差都落在目標值和規范的上下限內，我們就稱這個過程具有“三個西格瑪能力”99.73%的數據外于平均值的3σ內,95.46%的數據位于平均值的2σ內,68.26%的數據在平均值的1σ內.拐點1USLp(d)3平均值LSL曲線從較陡的狀態變得越來越平坦3-1、正態性分布及檢定正態分布總面積是1,脫離已知規格的3-1、數據正態性檢定P>0.05數據服從正態分布3-1、數據正態性檢定P>0.053-2、數據受控分析

一個過程開始實施控制圖時，幾乎不會恰巧處于受控狀態，即總會存在異常波動。在這種失控狀態下建立起來的控制圖，上下控制限間距一定較寬，這會導致判斷失誤。因此，一開始，總是要將失控狀態調整到理想狀態，這就是分析用控制圖階段。3-2、數據受控分析一個過程開始實施控制圖時，幾乎3-2、數據受控分析消除異常原因后去掉這組數據消除異常原因后去掉這組數據3-2、數據受控分析消除異常原因后去掉這組數據消除異常原因3-3、過程能力指數Ca=×100％實績中心值－規格中心值規格容許差T=Su-SL＝規格上限－規格下限T/2X－μ×100％＝規格公差6個標準差T6σSu-X3σX-SL3σCp=

或Cp=----

單邊規格時Cp=

=----

雙邊規格時當Ca=0時CpK=Cp

單邊規格時Cpk即以Cp值計等級CpK值要求A+1.67≤CpK簡化A1.33≤CpK<1.67維持B1.00≤CpK<1.33改進C0.67≤CpK<1.00全檢DCpK<0.67停產3-3、過程能力指數Ca=×100％實績中心值－規格中心值3-4、過程能力分析3-4、過程能力分析第四章

改善方法論簡介4-1透過管理圖分析改善4-2透過能力看改善方向第四章

改善方法論簡介4-1透過管理圖分析改善4-2透過704-1、透過管理圖分析改善（計數）在SPC控制圖中,只要有不受控點存在,就有可改善的機會在SPC控制圖中,只要有不受控點存在,就有可改善的機會肯定有異常原因存在,造成離異4-1、透過管理圖分析改善（計數）在SPC控制圖中,只要有4-1、透過管理圖分析改善（計量）在SPC控制圖中,只要有不受控點存在,就有可改善的機會在SPC控制圖中,計量管制圖判異八原則判定法則：1、單個點落在控制限以外2、連續3點中2點落在中心線同側B區以外3、連續5點中4點落在中心線同側C區以外4、連續6點上升或下降5、連續8點落在C區以外兩側6、連續9點落在中心線同側7、連續14點交替上下8、連續15點落在中心線附近C區以內2s6sACCBBALCLUCL0.135%0.228%15.87%4-1、透過管理圖分析改善（計量）在SPC控制圖中,只要有4-1、透過管理圖分析改善（計量）判定原則1：單個