spc概述.doc

S P C一、含义：SPC统计过程控制（Statistical Process Control）作用：SPC是利用数理统计方法对过程中的各个阶段进行监控，科学的区分生产过程中产品质量的正常波动与异常波动；及时对异常趋势提出预警，消除异常因素，使过程恢复到可接受的稳定水平，从而达到提高和控制质量的目的。特点：强调全过程监控预-整个过程可应用于一切管理过程、实现预防事前控制。SPC手册是由美国三大汽车公司编写并由AIAG发行的。好处：1、“检验法”：是只对于结果控制：1.质量难以保证全检可信度差，2.质量成本高检验出的不合格品已造成浪费。公司不但浪费时间和金钱，而且面对业内的对手失去竞争优势。2、SPC法：定时的观察和系统的测量方法用在过程中最容易产生产品缺陷的关键部位，可用来减少甚至可能取消大量的视觉检查和验证的操作依赖。改进质量和降低成本。二、背景： 一般说来，先进的技术科学可以提高产品质量指标的绝对值，而先进的质量科学则可以在现有条件下将其质量波动调整到最小。预防原则是现代化质量管理的核心与精髓，旨在依据适当的信息来源，找出发生潜在不合格的原因，制定预防措施，有效地消除潜在不合格的原因，防止不合格发生，从而可保证产品质量、降低产品成本、保证生产进度。为了保证预防原则的实施， 20世纪20年代美国贝尔电话实验室成立了两个研究质量的课题小组：休哈特过程控制组提出了过程控制理论及控制过程的具体工具(控制图)，道奇与罗米格产品控制组提出了抽样检验理论和抽样检验表。休哈特和道奇是统计质量控制的奠基人。休哈特首先在生产过程管理中应用正态分布特性，被誉为统计过程控制之父。 LSL损失函数新观念LSLOK老观念USLUSL成本成本三、生产过程中的两种波动 过程存在波动随机正态/不随机正常/异常波动产生原因例子/特性改进正常波动(规范放宽/6sigma改进)、异常波动(8D方法对6因分析)1、生产过程中的质量特性存在波动 过程是由人员、设备、原料、方法和环境等因素构成，各基本因素客观上是在波动的，则过程也是在随之波动的。这也是产生缺陷的原因。 2、波动的两种形式分为正常波动和异常波动。用控制图区分后，才能决定对采取局部还是系统采取措施。正常波动产生原因：是过程固有的本性，是各基本因素自然波动的结果。特性：是随机的、可预测的、不可控的、不可避免的。在控制线内按正态分布波动，是受控状态。一般它对产品质量影响较小：样品特征值出现在正态分布正负3范围内的概率为99.73%超出正负3范围发生概率仅为0.27%。 在技术上难以消除：因为他是目前资源/各因素固有的特性，在经济上成本高也不值得消除：需要增加现有资源的投入。举例：世界上没有两个完全一样的事物；手工插件时正时歪；调试值时大点时小点异常波动产生原因：是由系统原因造成的，当某因素自身出了问题，波动异常超常或失常时，致使相应的质量特性的波动变的不随即-异常，特性：是不随机的、不可预测、是失控状态。它对产品质量影响很大，可通过SPC提前预测发现，举例：1、突变换新人/心情差、趋势设备件磨损/动作趋于熟练2、卡尺正常测量某一尺寸，测量值是在一定范围内的稳定正态分布；当被损伤或换成千分尺测量时，测量值的分布会明显变大或变小。时间长 期 波 动特殊原因普通原因/短期波动特殊原因长期波动例如：每天坐车去上班，路上时间约 35 +/- 3 分钟. 这是普通原因变差，如果某天用50分钟，则是由于特殊原因变差造成 3、波动的控制： *过程控制(spc)的目的就是消除、避免异常波动，使过程处于正常波动状态。 各因素稳定-工序稳定-全过程稳定(满足要求)受控正常波动不受控可接受技术1类3类不可接受2类4类 控制方式：1类-过程稳定且有能力满足要求，使用现有资源不用增加投入；只需用控制图监控过程，异波出现前预警2类-过程稳定但能力不足不能满足要求，除非技术标准放宽，否则需用6SIGMA分析瓶颈因素，投入大量资金进行系统改造，提升瓶颈因素能力，减小正常波动幅度提高CP值，达到技术稳态。因需投入大量资金，所以要先深入调查研究做出全面可行性报告交高层领导决定。3类 -过程存在异波，暂时满足要求同初始过程计算PPK；需尽早找出并消除变因，恢复过程稳定，防止不合格品出现。用8D方法，可由基层更换或调整该变异因素解决成本低。4类-过程存在异波且能力不足不能满足要求，首先找出并消除变因恢复过程稳定，再判断CPK能否满足要求技术标准可以接受，否则还需用6SIGMA分析，投入资金提高过程能力，满足技术稳态要求。 四、控制图过程控制： 波动两种原因、两种状态-统计控制两种阶段 制定控制标准确定控制特性选定控制图MSA收集数据计算控制线画分析用图描点判稳求CP/PP开始控制型控制图1、需要培训的知识：正态分布等统计基础知识、品管七工具调查表/分层法/散布图/排列图/直方图/因果图/控制图、过程控制网图的做法、过程控制标准的做法2、制定过程控制标准确定关键质量因素：对每道工序用因果图进行分析，造出所有关键质量因素，再用排列图找出最终产品影响最大的因素，即关键质量因素。列出过程控制网图，即按工艺流程顺序将每道工序的关键质量因素列出。3、选择数据1- 一般要求对特殊特性做spc。如果没有过硬的数据，你可非正式评估某一个正在花费你许多时间去解决问题的过程。2- 特殊特性不是都要做SPC的：, d8 X H/ Y( k+ w6 I-质量-SPC ,six sigma,TS16949,MSA,FMEA-(20万质量人注册)特殊特性可以在线监孔或在后续100%检验的，可不做SPC；2 4 . v. P5 z六西格玛品质论坛 3- SPC数据测量前要做MSA, ( T1 7 d, j- P& )MSA是针对CP中的所有测量系统备注：特性分类-产品特性和过程特性； 1、关键特性CC-Crux Characteristic：显著影响产品的安全特性或政府法规的符合性。2、重要特性SC-Significant Characteristic：配合/功能/安装/外观等影响客户满意度。3、主要特性MC-Master Characteristic4、一般特性GC-Generic Characteristic 5、特殊特性Special Characteristics：可能影响产品的安全性或法规符合性、配合、功能、性能或其后续过程的产品特性或制造过程参数。在验证活动中特别关注的特性（如检验和试验、产品和过程审核）4、分阶段控制一是分析阶段使用的分析用控制图，二是监控阶段使用的控制用控制图。 先用分析用控制图使过程稳定，再计算CPK值符合要求，然后用将分析用控制图延长后的控制用控制图监控过程的异常变化，预防不合格发生。分析阶段：主要目的是使过程处于统计稳态和有能力足够。 首先要进行生产准备，即把生产过程所需的原料、劳动力、设备、测量系统等按照标准要求进行准备。确保生产是在影响生产的各要素无异常的情况下进行；然后就可以用生产过程收集的数据计算控制界限，作成分析用控制图、直方图、或进行过程能力分析，检验生产过程是否处于统计稳态、以及过程能力是否足够。如果任何一个不能满足，则必须寻找原因，进行改进，并重新准备生产及分析。直到达到了分析阶段的两个目的，才进入监控阶段。 步骤：0）生产准备：把生产过程所需的原料、劳动力、设备、测量系统等按照标准要求进行准备。1）选取要控制的质量特性；根据质量特性及适用的场合选取控制图类型；2）确定合适样本组、样本大小和抽取间隔，并假定在样本组内波动为系统因素引起；3）收集数据：按时间顺序抽各小组样本，测出并记录2025个样本组的数据，通常每组样本量n=45个，这样保证控制过程的检出率为8490；4）计算各组样本的统计量：计算均值、标准差，极差等；计算中心线和控制限；5）绘制控制图：画坐标轴，画中心线和上下控制限，根据样本值打点，记入相关事项；6）分析控制图：根据样本点的排列形状，判断过程是否受控。如果存在系统因素，应设法消除；剔除分析用控制图中无代表性的数据（如落在界限外点子的数据）后，重新计算中心线和控制限。7）过程受控后，计算CP/CPK值分析生产过程能力是否满足技术要求；8）如果6）.7）任何一个不能满足，则必须分析根本原因，根除改进，并重新准备生产、计算控制线和CP值再分析，直到达到了分析阶段的两个目的本阶段方可宣告结束，进入SPC监控阶段。监控阶段：主要工作是使用控制用控制图进行监控，发现异常波动及时纠正，使生产过程保持在稳定状态，预防不合格品产生。此时控制图的控制线延用分析阶段已处稳态的控制线，生产过程的数据及时绘制到控制上，并密切观察控制图，控制图中点的波动情况可以显示出过程受控或失控，如果发现失控，必须寻找原因并尽快消除其影响。 步骤：1）确认分析用控制图是否稳定：如果存在系统因素，应设法消除。2）控制用控制图的控制界限应延用分析阶段控制线。若分析阶段不稳定，需剔除分析用控制图中无代表性的数据（如落在界限外点子的数据）后，重新计算中心线和控制限。3）确认分布范围位于公差界限之内。只有当生产过程稳定且产品质量特性值分布范围位于公差界限之内时，才能保证不出现大量不合格品。因此应该利用分析用控制图的数据绘制直方图，并与公差界限比较，或直接计算工序能力指标，进而采取相应措施。4）控制用控制图的使用。在确认过程稳定并具备足够的工序能力后，便可开始批量生产，并用控制图控制生产过程，即根据控制图类型抽取样本进行计算、绘图和分析。5、选择控制图 收集的数据分为计量型数据和计数型数据。如果收集计量型数据使用计量型控制图，通常使用Xbar-R图；如果收集计数型数据使用计数型控制图，往往选择P或NP图。可用MEAN TIP软件，初期建议用人工计算数据和作图，而不要用电子数据表格的图表或自动软件包。 计量值与计数值控制图的比较：计量值控制图的最大的优点是灵敏度高,往往在真正造成不合格品之前已经及时发现异常，所需的样本容量比计数值控制图小很多；用计数值控制图处理比较简。类布控制控制图特点1求X2求R/S4求参数5求能力计量正态均值-极差Xbar-R批量大、4n10,R易计算CL= =XbarbarUCL=+3s=Xbarbar+A2*RbarLCL=-3s=Xbarbar-A2*RbarCL=Rbar UCL=D4*Rbar LCL=D3*RbarA2/D3/D4/d2查表Xbarbar=xi/nRbar=(Xmax-Xmin)i/n=Xbarbars=Rbar/d2K=2|M-Xbarbar|/ (USL-LSL)M=(USL+LSL)/2CP=(USL-LSL)/6 CPU=（USL-Xbarbar）/3CPL=（Xbarbar-LSL）/3CPK= MIN(CPU,CPL) 或=(1-K)CPPP/PPL/PPU/PPK与CPL/CPU /CPK公式相同，但S均值-标准差Xbar-Sn10时计算数据量大，S对变异更有效CL= =XbarbarUCL=+3s=Xbarbar+A3*SbarLCL=-3s=Xbarbar-A3*SbarCL=Sbar UCL=B4*Sbar LCL=B3*Sbars=S/C4S2=(Xi-Xbar)2 /(n-1)Sbar=Si/n公式同Xbar-R，CP中s=S/C4PP中s=S中位数-极差M-R单值描点，选奇简单，灵敏度低CL=各组中位数均值UCL=X中bar + Aber2*RbarLCL= X中bar - Aber2*RbarCL=Rbar UCL=D4*Rbar LCL=D3*Rbars=Rbar/d2同Xbar-R单值-移动极差X- Rs/MR(连续数间差值)取样少/难-破坏性实验CL=均值=UCL=Xbarbar + E2*RbarLCL=Xbarbar - E2*RbarCL=Rbar UCL=D4*Rbar LCL=D3*Rbar另当RbarR中位时：X:UCL=Xbarbar+3.14R中位 LCL=Xbarbar-3.14R中位R: UCL= 3.865R中位 LCL=0同Xbar-R计数二项不合格率p图P最好是成千上万个机会取样多计算多, 现已改用PPMCL=均值=PbarUCL=Pbar+3Pbar (1-Pbar)/n1/2LCL=Pbar-3Pbar (1-Pbar)/n1/2P=np/nPbar=niPi/nin是子组样本容量Pbar不合格率Pbar=niPi/ni不合格数np图Np最好是26批的平均值样本容量相同,控制不合格品数CL=均值=nPbarUCL=nPbar+3nPbar (1-nP/n)1/2LCL= nPbar-3nPbar (1-nP/n)1/2多用DPMO代替NPbar=(NP1+. NPk)/kNP是不合格数，n是子组样本容量，k子组个数Pbar=niPi/ni泊松不合格数c图Count样本容量恒定，同尺寸布上斑点数CL=均值=CbarUCL=Cbar+3*Cbar1/2LCL=Cbar-3*Cbar1/2Cbar=(C1+. Ck)/k，C是不合格数,k子组个数Cbar=(C1+. Ck)/k不合格数u图Unit样本容量不恒定，平均每单位缺陷数，不同尺寸布上单位面积斑点数CL=均值=UbarUCL=Ubar+3(Ubaer /nbar)1/2LCL= Ubar-3(Ubaer /nbar)1/2U=C/n ， C是不合格数，n是子组样本容量Ubar=(c1+.ck)/(n1+.nk)Ubar过程均值nbar平均样本容量Ubar=(c1+.ck)/(n1+.nk)注：参数查表：NA2D3D4d2B3B4A3C4D2Aber2E221.88*3.271.128*3.272.660.7981.311.882.6631.02*2.571.693*2.571.950.8861.691.191.7740.73*2.282.059*2.271.630.9212.060.801.4650.58*2.112.326*2.2091.430.9402.330.691.2960.48*2.002.530.031.971.290.9522.530.551.1870.420.081.922.700.121.881.180.9592.700.511.1180.370.141.862.850.191.821.100.9652.850.431.0590.340.181.822.970.241.761.030.9692.970.411.02100.310.221.783.080.281.720.980.9733.080.360.986、控制线： 初始过程或过程变更后能力重新评估时，要计算控制线。控制线宽度：普因的变差决定了控制线的宽度。控制线间距比技术范围越小过程能力越强，质量越稳定。控制线间距过宽不能早期敏感地发现过程变异有异点难出界-漏发报警，过窄正常波动点易出界虚发报警会过多误报警。由正态分布知：当设定控制线为u3sigma时, 正常波动点出界率仅为0.27%, 两种错误造成损失最小。补：稳态判定两种错误第I类错误：把处于统计控制状态下的生产工序误判为处于非统计控制状态，称为第I类错误。把犯第I类错误的概率称为第I类风险，记为。第II类错误：把处于非统计控制状态下的生产工序误叛为处于统计控制状态，称为第II类错误。把犯第II类错误的概率称为第II类风险，记作。一般情况下，要同时避免两类错误是不可能的。当样本大小一定时，越小，则越大，反之，越大，则越小。实践证明，3范围可使两类错误造成的总损失最小，较为经济合理。控制线意义：控制线UCL/LCL是判定过程是否稳定，规范线USL/LSL是区分产品合格与不合格当过程稳定时，统计出来控制线制定控制图，“控制界限”可作为一个工序的合格率的控制线，亦可用来确定本工序的固有能力。Xbarbar反映的是统计中线的位置，R/S/MR反映的是统计幅度的宽度。 控制限计算：(具体见上表)上控制限：UCL=+3s 下控制限：LCL=-3分布的中心位置 n7时 R图无下控制线 中心线：CL=总体：均值U=Xi/N 标准差s2=(Xi- U)2/N样本：均值Xbarbar=Xi/n 标准差-方差S2=(Xi-Xbar)2/(n-1) U-分布的中心位置; s-分布的分散程度和标准偏差 ; R-分布的最大分散程度7、控制图的组成 控制图有两个坐标，纵坐标代表质量特性值，横坐标表示样本号。坐标刻度值至少是2Xbaimax-Xbaimin或2R； 先画R图。在坐标上画上中心线和上下控制限，将按时间顺序抽取样品的统计数值在坐标图上序列描点.。描点：有单值不能计算上下限/不方便将数据分组和均值两种。举例： Xbar-R控制过程1-收集数据填入表格 判定是正态分布直方图 /描点法等N次数12345678X1X2X3X4X5XbarXbarbar=RRbar=2-求每次的Xbar和R 求总的Xbarbar和Rbar 3-求X的 CL=Xbarbar UCL=Xbarbar + A2*Rbar LCL= Xbarbar - A2*Rbar R的 CL=Rbar UCL=D4 * Rbar LCL= D3 * Rbar 4-绘图：画控制线、描点 用每组的Xbar和R值描点。先画R图，举例： DPMO图的控制线DPMO=缺点总数/(单板缺陷机会数OFD *抽样机数n)*106 DPMObar=控制限内各点的DPMO之和/控制图落在控制限内的点数和控制上下限= DPMObar3000(DPMObar/OFD*n)1/2 8、控制图的判断准则判断稳态的准则： 符合下列之一就认为过程处于稳态。 （1）连续25个点都在控制界限内；（2）连续35个点子至多有1个点子落在控制界限外；（3）连续100个点子至多有2个点子落在控制界限外。判异的准则：点出界或不随机链、循环、趋势等模式；8种：1点出界6m中单项失控；9(7)点在中心线同侧u值变；6(7)点连升或降6m中某项逐变；14点锯齿形2方式轮流工作/分层不够；-14中间值两边交替出现的连续点3点中2点同一A区u值变；-2个以上接近UCL或LCL的连接续点5点中4点同一C区外u值变；15点在2C区内变小可能异常 ；8点分在2C区外分层不够- 8个在中间值一边的连续点P图判稳：1、超出控制线 2、连续7点上升/下降或位于均值的一侧，Npbar5时 7点应该为8点或更多点。 3、2/3点位于控制线中部的1/3区域，1/20点位于与控制限较近的区域。40%点位于控制线中部的1/3区域太少 P图判异： 1点出3 9点同侧 6点连升或连降 4点锯齿形 判定原理：1、 按正态分布特性制定了判断过程稳态的准则。不论 与s取值如何，产品质量特性落在 - 3s， +3s范围内的概率为99.73%2、依照小概率事件原理：有点出界时判异准确率为99.73%。应该2/3的点落在中心1/3的区域；90%点在中心区1/3内过多，40%点在中心区1/3内过少 2、 过多规律可能产生大量的“伪报警”，但规律太少又可能在生产过程中漏检43210123440%30%20%10% 0%99.73%95%68%累计概率样本值的概率68%95%99.73%9、判异处理：判异时，首先分析R图在分析Xbar图，若比较分析有时可深入了解影响过程的特殊原因 具体见“波动控制”五、过程能力指数 1、定义 a、过程稳定性()：过程稳定地在一固定范围内波动，范围不随时间变化，它是由质量因素人、机、料、环、法的稳定性决定的。稳态时，99.73%的产品落在(-3sigma，+3sigma)范围内。b、过程能力(Z)：过程的加工质量满足技术标准的能力，是衡量加工内在一致性的标准，决定于质量因素人、机、料、环、法的水平，与公差无关。 c、过程能力指数(Cp)：过程能力满足产品技术标准（产品规格/公差）的程度。d、生产能力：加工数量方面的能力。 2、计算：具体公式见上表 为准确地反映过程能力，CP与CPK/PP与PPK成对使用1-双侧规格的过程能力指数 CP=T/6s =(TU -TL )/ 6s= (USL-LSL)/62-单侧规格的过程能力指数CPU=（USL-U）/3 只有规范上限/上公差CPL=（U-LSL）/3 只有规范下限/下公差 CPU或CPL短期的st，故过程质量改进就是逐步减少Lt， 使之不断向st逼近，差值称为过程稳定系数d=Ltst，相对差值称为过程相对稳定系数dr=(Ltst)/ Lt。4、PP与CP关系：C系列的过程能力指数是指过程的短期过程能力指数；P系列的过程能力指数是指过程的长期过程能力指数；CpCapability Indies of Process过程能力指数s=S/C4或=Rbar/d2必须稳态; 随机抽样过程满足标准的固有能力Pp Cp, 说明当前的过程性能高于过程的固有能力；Pp Cp, 说明当前过程能力低于过程固有的能力对批量生产的过程能力评价PpPerformance Indies of Process过程性能指数s=S不用修偏 不必稳态，或有变差;连续抽样反映系统当前的实际状态 对目前过程能力评价，初始过程要用注：Cp的是由S/R修偏后得到，即= Rbar/d2或=S/C4PP的S，不修偏C4接近1 比CP大1.5的偏移，即PP=CP+1.5 stLt =1.5=3 ppkCP与CPK：无偏移时CP表示过程加工的质量能力，CP越大，质量能力越强，有偏移时，CPK表示过程中心与公差中心的偏移情况，CPK越大，两者偏离越小，表示的是质量能力与管理能力的综合结果。 关于PPK值：PPK是短期的过程能力，适合于试生产过程，确定上下控制线，进行现场控制。关于CMK值：CMK也是短期的过程能力指数，是针对设备能力的，主要在新采购的设备、设备调试结束后、出现产品质量问题等时候进行cmk测定。制程准确度Ca：从产品制程中所获得数据(实绩)，其平均值x与规格中心值之间偏差的程度，称为制程准确度Ca 。CaK=2|M-Xbarbar|/ (USL-LSL) M=(USL+LSL)/2如是单边公差时，则不适用；由上述可知:1.平均值( x ) 愈接近 规格中心值() 愈好 (尽量趋近或相等)2.所以Ca值愈小愈好 (尽量趋近于0)3.只群体呈左右对称之正态分布时，才能使用Ca做产品制程能力分析。(单边公差时，Ca为0)正值()时表示偏高；负值()时表示偏低。5、初始过程能力： 方法：是用统计过程控制SPC的方式，研究小批量试产时的过程能力是否满足了客户对供方过程能力的要求。它首先要用控制图分析过程是否受控，但不管是否受控都需计算过程能力，故使用PPK, 数据不足时与客户协商。PP/PPL/PPU/PPK与CPL/CPU/CPK公式相同，对象：一般针对客户确认的特殊特性进行。主要关注的是计量型数据，因计数型的监测需要较长时间收集更多的数据。至少25组，不少于100个数据 6、CP、CPK、PPM、SIGMA、合格率%关系 Sigma 水平 = Zst = 3Cp理论：1、知PPM0.5%,即超出规范限一侧的为0.25%=0.0025, 2、查Z表也叫U表中的尾部值“Pz=0.0025”，可得Z=2.81 3、Z=3PPK 即PPK=0.9367 PPK=MIN(CPU,CPL)= MIN（USL-Xbarbar）/3,（Xbarbar-LSL）/3； Z=（SL-Xbarbar）/3 4、PPK=CPK-0.5 PPK=（USL-LSL）/6 PPM、SIGMA、合格率%Simga水平()PPM DPMO?漂移1.5后p合格率(%)63.40.0018ppm99.999665.8999.99915.53299.99685.210899.9892523399.97674621099.383668002.7ppm93.322308500698509332006.68CP、PPM、SIGMACp21.671.331.000.67Cr()0.50.60.7511.5P2ppb/60.6ppm60ppm0.27%/34.45%CP、CPK、合格率%CPK CP0.330.671.001.331.672.000.3366.37%84%84.13%84.134%84.13447%84.13447%0.6795.45%97.72%97.725%97.72499%97.72499%1.0099.73%99.865%99.86501%99.86501%1.3399.994%99.99683%99.99683%1.6799.99994%99.99997%2.0099.9999998%六、SPC误区 误区之一:不能确定正确的管制点-不知道哪些点要用管制图进行管制 SPC只应用于重点的尺寸性能，通常应用FMEA的方法开发重要管制点.严重度为8或以上的点,都是考虑的对象.(如果客户有指明,依客户要求即可);误区之二:没有适宜的测量工具. 管制图要求GR&R不大于10%，要求测量仪器具有能够分辨出过程变差的十分之一到五分之一的精度,否则,管制图不能识别过程的谈判。误区之三:没有解析生产过程,直接进行管制. 管制图的应用分为两个步骤:解析与管制。制程管制前的解析目的是确定制程是的稳定的,并且看过程能力是否符合要求。制程只有在稳定且能力可以接受的情况下，方才进入管制状态。误区之四：解析与管制脱节。 过程解析成功制程稳定且制程能力可接受后，就进入管制状态。制程控制时，是先将管制线延用解析的管制线画在管制图中，然后依抽样的结果在管制图上进行描点。不延用解析得来的管制线，管制图不能表明过程是稳定与受控的。误区之五：管制图没有记录重大事项。 管制图所反应的是“过程”的变化。生产的过程输入的要项为5M1E（人、机、料、法、环、量），5M1E的任何变化都可能对生产出来的产品造成影响。换句话说，如果产品的变差过大，那是由5M1E其中的一项或多项变动所引起的。如果这些变动会引起产品平均值或产品变差较大的变化，那么，这些变化就会在XBAR图或R图上反映出来，我们也就可以从管制图上了解制程的变动。发现有变异就是改善的契机，而改善的第一步就是分析原因，那么，5M1E中的哪些方面发生了变化呢？我们可以查找管制图中记录的重大事项，就可以明了。所以，在使用控制图的时候，5M1E的任何变化，我们都要记录在管制图中相应的时段上。 误区之六、不能正确理解XBAR图与R图的含义。 XBAR及R图到底先看哪个图？为什么？R反应的是每个子组组内的变差，它反映了在收集数据的这个时间段，制程所发生的变差，所以他代表了组内固有的变差；XBAR图反映的是每个子组的平均值的变化趋势，所以其反映的是组间的变差。组内变差可以接受时，表明分组是合理的；组间变差没有特殊原因时，表明我们在一段时间内，对过程的管理是有效的、可接受的。所以，我们一般先看R图的趋势，再看XBAR图。误区之七、管制线与规格线混为一谈 控制线是判定过程是否稳定，规范线是区分合格与不合格当产品设计出来之后，规格线就已经定下来了；当产品生产出来后，管制图的管制线也定出来了。规格线是由产品设计者决定的，而管制线是由过程的设计者决定的，管制线是由过程的变差决定的。管制图上点的变动只能用来判断过程是否稳定受控，与产品规格没有任何的联系，它只决定于生产过程的变差。当西格玛小时，管制线就变得比较窄，反之就变得比较宽，但如果没有特殊原因存在，管制图中的点跑出管制界线的机会只有千分之三。误区之八、不能正确理解管制图上点变动所代表的意思 我们常常以七点连线来判定制程的异常，也常用超过三分之二的点在C区等法则来判断制程是否出现异常。这些判定法则都是从概率原理作出推论的。比如，如果一个产品特性值呈正态分布，那么，点落在C区的概率约为5.5%，现在有三分之二的点出现在C区里，那就与正态分布的原理不一致了，不一致也就是我们所说的异常。误区之九、没有将管制图用于改善 当管制图的点显有特殊原因出现时，正是过程改善的契机。如果这个时候我们从异常点切入，结合分组法、层别法，能回溯到造成异常发生的5M1E的变化，问题的症结也就找到了。误区之十、管制图是品管的事情 SPC成功的必要条件，是全员培训。每一个人员，都要了解变差、普通原因、特殊原因的观念，与变关有差的人员，都要能看懂管制图，技术人员一定要了解过度调整的概念等。我们知道，过程的变差及产品的平均值主要是由生产过程设计人员及调机的技术人员所决定的。如果不了解变差这些观念，大部分人员都会认为：产品只要合符规格就行了！显然，这并不是SPC的意图。所以，只有品管在关注管制图是远远不够的，需要全员对管制图的关注。七、常用的统计分析方法控制图:用来对过程状态进行监控，并可度量、诊断和改进过程状态。直方图:是以一组无间隔的直条图表现频数分布特征的统计图，能够直观地显示出数据的分布情况。排列图:又叫帕累托图，它是将各个项目产生的影响从最主要到最次要的顺序进行排列的一种工具。可用其区分影响产品质量的主要、次要、一般问题，找出影响产品质量的主要因素，识别进行质量改进的机会散布图: 以点的分布反映变量之间相关情况，是用来发现和显示两组数据之间相关关系的类型和程度，或确认其预期关系的一种示图工具。 工序能力指数（CPK）：分析工序能力满足质量标准、工艺规范的程度。频数分析：形成观测量中变量不同水平的分布情况表。 描述统计量分析：如平均值、最大值、最小值、范围、方差等，了解过程的一些总体特征。 相关分析：研究变量之间关系的密切程度，并且假设变量都是随机变动的，不分主次，处于同等地位。 回归分析：分析变量之间的相互关系。八、SPC术语录1、控制图：SPC的核心工具。一种标绘着根据相继抽取的样本或子组的某一统计量的值、并画有控制限的图，用于评估或检查一个过程是否处于控制状态之下。画在坐标系中，横轴表示时间或样本号，纵轴表示数值大小，将采集到的数据以点的形式表示在图中。2、运行图：一种代表过程特性的简单图形，上面描有一些从过程中收集到的统计数据（通常是单值）和一条中心线（通常是测量值的中位数），可用来进行链分析。3、排列图：一种用于解决问题的简单工具，按照对成本或变差的影响程度对各种潜在的有问题区域或变差源进行排序。一般情况下，大多数的成本（或变差）是由于少量原因造成的，所以解决问题的精力最好是首先集中在少量关键的原因上，而暂时忽视多数不重要的原因。4、散点图（相关图）：把两个变量标在横轴与纵轴上，按照一一对应测量值点描绘成的图。5、计量值：当质量特性值可以取给定范围内的任何一个可能的数值时，这样的质量特性值称为计量值。6、计数值：当质量特性值只能取一组特定的数值,而不能取这些数值之间的数值时,这样的质量特性成为计数值。7、过程：过程是指生产产品或服务的物料、工艺、机器、人员和环境的总和。8、样本：取自总体中的一个或多个个体，用于提供关于总体的信息，并作为可能做出对总体（或产生总体的过程）的某种判定的基础（引自GB3358-82）。样本中所包含的样本单位数，称为样本大小。9、样本容量（子组大小）：在抽检中抽出来的样本单位数。10、不良品：指整件物品作为一个整体考虑而未满人意或不能接受。一件不良品可能具有若干相同的或不相同的缺陷。11、P不良率控制图：即P图，用于控制对象的不合格率。12、NP不良品数控制图：即Pn图，是一种计数值控制图，用于控制对象为不合格品数的场合。）13、采集规划：采集规划指从某过程中选择质量特征值进行数据采集的一种工具。14、U单位缺陷数（U）控制图：是一种计数值控制图，它通过周期性抽取样本以统计单位产品的缺陷率并在控制图上绘制点来监控过程变化，样本的检测结果为平均每个样品包含的缺陷数。（样本容量可以变化）15、单值-移动极差控制图：是一种计量值控制图，它通过绘制单个测量值在单值控制图上，当前测量值与前一个测量值的极差在移动极差控制图上来分析和监控过程变化；它适合那种在一个时间只能采集到样本大小为1的样本的情况。16、过程能力：反应过程符合规格要求的程度。17、平均值-标准差控制图：是一种计量值控制图，它通过周期性地抽取小样本（子组）并绘制子组平均在均值控制图上，子组标准差在标准差控制图上来分析和监控过程变化；它适合样本大小一般为超过10个的情况。18、平均值-极差控制图：是一种计量值控制图，它通过周期性地抽取小样本（子组）并绘制子组平均在均值控制图上，子组极差在极差控制图上来分析和监控过程变化；它适合样本大小一般为5 个左右时的情况。19、缺陷：指在某种品质特性方面，无法符合预定标准而言。20、C缺陷数（C）控制图：缺陷数控制图是一种计数值控制图，用于控制任何一定的单位中所出现的缺陷数目，样本的检测结果为每个样品包含的缺陷数。（样本容量固定）21、R极差：一组数据中的最大值与最小值的差/样本极差。22、CL：Center Line，称控制图的中心线。23、UCL：Upper Control Limit，上控制界限。24、LCL：Lower Control Line，下控制界限。25、USL：Upper Specification Lim