SPC实用统计手法.ppt

SPC实用统计手法 品质部 秦德群 2 第一篇管理统计 3 管理统计 这里不象过去一样下雪 同意 不同意 4 让我们看看数据 5 描绘数据 PlotTheData Year 6 由数据可知 年降雪量没有变化的迹象为什么会有人认为年降雪量变少呢 我们正在提出正确的问题吗 降雪量如何 每场雪平均多少英寸厚 降雪的时间分布 降雪的地理分布 地面平均降雪厚度 温度和云层覆盖的作用 降雪的密度 积雪的程度 管理统计 7 你的朋友休假回来说 我上周体重增加了5磅 你的这位朋友几天后又来说 我实行了新的饮食控制 已经减掉了5磅了 你对这些话的最好反应是什么呢 保持沉默 同情和感到高兴 要求查看数据 案例研究 1 8 过程模型 每一件事情都是一个过程 9 事实 10 前后相关的数据 11 PLUNGE跳下SOAR高涨PLUMMET重落TUMBLE跌倒THESEVERBSWOULDNORMALLYBEUSEDTODESCRIBEACTIONIN 这些词语通常用来描绘这些行动ACAPULCOCLIFFDIVING悬崖跳水MUDWRESTLING摔跤AERIALWARFARE空战NEWYORKSTOCKEXCHANGE股市交易行情 带强烈感情色彩的词 12 统计思考 统计思考能为你的团队做什么 把事实与虚构分开防止混淆激励 促进思考适当集中注意提高目的一致性贡献于改善 13 记忆要点 经过思考定义问题查明 了解 量化数据固有的波动 普遍原因引起的变异 commoncausevariation 描绘数据并图示化数据固有的波动描绘数据 ManagerialStatistics管理统计 14 第二篇统计思考 15 统计的思考 Recognizesallactivitiesas Recognizesthatprocesseshaveinherent Uses tounderstandvariationandtodrive toimprovetheseprocesses一个通常用来看待工作的方法指 视各活动为 过程 视过程有天然的变量 波动及变异 用 数据 来了解变异而且用 数据 来改善这些过程 16 统计思考 这是什么 行动 17 统计思考 例子 餐馆报告 食物浪费在50 以上 你该这么办 处罚厨师 解雇服务生 18 统计思考 如何去思考工作 所有的工作是一个过程工作如何完成 浪费的机会是什么 所有的过程是变化的浪费是在周与周之间是如何典型变化的 依据数据来做决定我们如何衡量浪费 数据为何量 是猜测还是实际资料 19 流程图 浪费上升 否 Yes 是 接订单 好吗 执行 订单 得到 食物 烹调 供应 好吗 新鲜 开始 停止 废弃 废弃 是 否 否 D V P 20 运行图 浪费上升 变异 0 4 8 12 16 20 24 28 50 75 100 125 周 P o u n d s 每周食物浪费推移图 50 D V P 21 变异 一般原因 变异 特殊原因 改变 22 直方图 浪费上升 50 60 70 80 90 100 110 120 130 0 2 4 6 8 10 12 每周食物浪费直方图 磅 范围 平均 99 5 最频繁 周次 23 柏拉图 0 10 20 30 40 50 P e r c e n t 浪费比例柏拉图 浪费上升 5个为什么问题 24 对工作如何思考 所有工作都是一流程工作如何做 那些机会生产错误 所有流程都是可变的错误率每月是怎么样典型地变化的 依数据作决定如何测量错误 数目多少 是自己的理解还是实际数据 25 所有产品的借贷调整报告 26 业务部门98至99年借贷调整报告 错误类型柏拉图 27 业务部门的借贷调整报告排除 问题 产品 28 统计思考 一种习惯性的看待工作的方法是 把所有的活动看作是过程认为过程有固有的变异用数据来理解变异 以此作决定来改进制程 29 第三篇过程能力测量 30 评定过程能力 31 谁的能力更好 射手1 射手2 32 取决于 33 消费者需求 34 现在谁的能力更好 射手1 射手2 35 标准 考虑你领域内的一个过程现在考虑一个过程测量标准是什么 它们如何设定 它们应该如何设定 36 客户要求 客户需要什么 标准下限 标准上限 客户标准 VOC 37 过程要求 过程完成如下 过程分布 VOP 38 Cp 过程能力指数 将客户标准与过程分布进行对比问 过程符合标准吗 客户要求对过程要求 过程分布 VOP 客户标准 VOC 39 定义Cp Cp 标准上限 标准下限 6s 40 解释Cp最大能力 C p 约为1 过程刚好满足标准 意味着移位将导致超出产品标准 标准下限 标准上限 标准下限 标准上限 标准下限 标准上限 C p 约为1 33 过程满足标准 小的均值平均将不会导致产品超出标准 C p 小于1 无法满足标准 意味着移位将导致更加超出产品标准 41 标准居中的过程 0 6 5 5 0 0 5 0 0 0 0 1 0 0 0 2 7 2 7 0 0 1 3 3 0 0 0 6 3 6 3 Cp 标准以外的部件百分比 每一百万中标准以外的部件数 Cp和缺陷 42 由Cp你能知道什么 C p C p C p C p C p C p 43 Cpk 表明过程平均距标准界限有多远 过程分布的一半 过程均值到最底的标准 44 Cpk表明实际能力 过程是否满足标准 45 解释Cpk Cpk 1 Cpk大于1 46 Cp和Cpk Cp和Cpk是否 等于1 大于1 小于1 标准下限 标准上限 Cp Cpk Cp Cpk Cp Cpk Cp Cpk Cp Cpk Cp Cpk 47 同时需要Cp和Cpk 48 能力回顾 Cp它是什么 你为什么需要它 Cpk它是什么 我们为什么需要它 它告诉你什么 49 注意 仅当存在一般原因变异时才计算Cp和Cpk 为什么 50 Cp定义回顾 客户标准 VOC 标准下限 过程分布 3 s 3 s 标准上限 C p 标准上限 标准下限 6 s VOP 51 计算Cp 例子 均值 106标准差 1 5客户标准 目标 100 12计算Cp和Cpk的步骤 1 绘出图形 标准下限 UpperSpec 94 100 106 112 88 过程分布 52 计算Cp 步骤2 计算客户标准 VOC为 标准上限 标准下限 112 88 24步骤3 计算过程分布 VOP为 6x标准差 6x1 5 9步骤4 计算Cp VOP 过程分布 53 计算Cp 例子均值 102标准差 1客户标准 98to1041 绘出图形2 计算客户标准 VOC 3 计算过程分布 VOP 4 Cp 54 Cpk定义回顾 3s LSL USL 到标准的距离 55 计算Cpk 例子均值 106标准差 1 5客户标准 88to112计算步骤1 绘出图形 到标准上限的距离 标准下限 UpperSpec 94 100 到标准下限的距离 过程分布的一半 112 106 88 56 计算Cpk 步骤 2 计算过程分布的一半 3x标准差 3x1 5 4 53 计算到标准上限的距离 USL m 112 106 64 计算到标准下限的距离 m LSL 106 88 185 最小距离MIN USL m m LSL MIN 18 6 66 66Cpk 1 333s4 5 57 例子均值 102标准差 1客户标准 98到104计算步骤1 绘出图形 计算Cpk 58 计算Cpk 步骤 2 计算过程分布的一半 3x标准差 3 计算到标准上限的距离 USL m 4 计算到标准下限的距离 m LSL 5 MIN USL m m LSL 6 Cpk 59 练习 计算指定的Cp和Cpk在flipchart上给出图和结果 客户需求 过程 Cp Cpk 过程 客户需求 m 31 5s 0 1 过程要求 kgs S a l t d e l i v e r y t o c i t y 2 1 9 4 0 2 0 6 0 m 2 050s 5 60 现实世界 的含义 0 1 0 2 0 方差减少的一般原因 标准或主要过程变化 1 5 过程产品的Cpk分布为达到6Sigma策略提供了一般的了解 Cpk OK 策略 61 第四篇SPC统计概要 控制图 什么是控制图 具有 限制的运行图 选择控制图 计算具有属性的项目数或计算事件发生次数 相等的样品大小 相等的 机会 pchart p图 np chart Individuals chart X MR图 图 连续 是 否 是 有理 子组 离散 是 否 否 uchart u图 cchart c图 界限看上去合适吗 需要快速检测小的变化吗 个别点测量或子组 界限看上去合适吗 是 否 选二者之一 否 是 个别点 测量 事件发生次数 具有某种属性的项目 尝试变换使数据呈正态 尝试单值控制图 内容 1 概要 使用控制图2 带着大样本容量子组的过程控制图 Xbar R图3 单值控制图 X MR4 离散数据的控制图 p np c 和u图 控制图的用途 针对特定过程的某数据点值确定适当的管理措施 观察高点或低点是否由特殊原因产生了解和预测过程能力 未来值的预期极差 以便计划 通过区分数据变化的特殊原因和普通原因来确定变化的根本原因 关键的几个X 观察过程中的有意更改是否产生了期望的结果 监控关键过程并快速确定变化以帮助维持从改进项目中获取的收益 普通原因变化 定义普通原因是导致过程中定时和日常变化的过程输入和条件 普通原因是过程的一部分 因为它们自身在变化 所以它们导致了输出变化 每个普通原因构成总变化的一小部分 通过观察一段时间的过程变化 我们可以预期普通原因可产生多大的变化 当所有变化是由普通原因引起时 该过程是稳定的或者是可预测的 普通原因变化 续 开车上班 普通原因变化的示例变化的普通原因是过程的一个正常部分 所有原因合并在一起就产生了我们预期遇到的变化 例如 开车上班所需时间取决于 是红灯还是绿灯 交通流量 过街道的行人 等待左转的时间 特殊原因变化 定义特殊原因是过程中不常存在但在特定环境下却又出现的因素 特殊原因并不经常存在 它们可能偶然地出现又消失 可能是暂时或长期的 特殊原因是特定的 并对过程有显著影响 我们无法预测特殊原因何时发生或者如何影响过程 当特殊原因导致变化时 过程是不稳定的或者是不可预测的 特殊原因变化 续 开车上班 特殊原因变化的示例变化的特殊原因并不经常发生 它们常常是过程中的某些变化的结果 它们常常使变化超出我们通常预期的极差 可能造成开车时间变化或有变化趋势的特殊原因有 有几天或几周必须绕道行驶 上班途中送孩子去学游泳 可能造成开车时间出现单个高点或单个低点的特殊原因有 车祸 只有某一天绕道行驶 车胎漏气 由于大多数人正在休假 从而使交通畅通 70 71 第五篇Xbar R图 何时使用Xbar R图 尽管用在管理和制造业应用中 它也是很多制造业应用的首选工具 与其它图相比 其优点在于 子组允许更精确地估计局部可变性 可将过程可变性的改变与过程平均值的改变区别开来 可检测到过程平均值的小偏移 子组抽样 10 实心圆表示子组平均值 XXXXXX XXXXXXXXXXXXXXX 9 00 子组 9 00a m 10 00 11 00 12 00 1 00 过程 样本数据 9 30 10 00 30 在子组之间有变化 该变化产生子组平均值的平均值 X 子组数据的关键特性 子组平均值标记为X 子组内的范围R 子组平均值的平均值标记为X双线即X 数据 子组数据 1 2 3 4 5 6 7 22 1 12 80 13 50 12 40 12 60 11 00 9 40 10 80 10 40 2 13 80 11 40 11 40 10 60 9 60 11 10 12 80 9 40 3 11 80 13 20 11 45 10 40 11 80 11 60 10 90 10 20 4 12 80 12 70 11 75 11 20 10 80 10 70 11 50 10 00 合计 51 20 50 80 47 00 44 80 43 20 42 80 46 00 40 00 X 12 80 12 70 11 75 11 20 10 80 10 70 11 50 10 00 11 20 R 2 00 2 10 1 00 2 20 2 20 2 20 2 00 1 00 在组内有变化 该变化产生 子组平均值 X 子组内的范围 R Xbar R样本图 Xbar R图特性 8 10 12 14 UCL 13 1 LCL 9 3 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 X R图 数据点 X 中线 X的平均值 0 2 4 6 UCL 5 9 数据点 子组范围 中线 子组范围的平均值 子组平均值 X 图显示在上部 子组范围图紧接在下面显示 子组和抽样 2 0 1 3 1 0 2 1 1 3 4 0 2 3 1 0 1 2 0 0 分子组 抽样 否 是 否 是 收集每个项目的数据 X 1 5 2 0 1 3 1 0 2 1 1 3 4 0 2 3 1 0 1 2 0 0 X 1 5 X 1 75 X 1 X 1 将各项目组的读数加以合计或平均 定期收集数据 2 2 1 1 0 定期收集子组数据 X 1 5 2 0 1 3 1 3 1 2 X 1 75 构造Xbar R图的控制图 子组内的变化 R 用于建立子组平均值的控制界限 因为子组包含短期变化 可以认为 理想 过程的长期表现与短期一样 因此 假设子组内的普通原因变化等于子组之间的普通原因变化 A2因数加入了基于 中心极限定理 的调整 这样可获得平均值的界限 而不是个别点的界限 我们将使用Minitab生成这些图 X图的控制界限 R图的LCL R A X 2 R D 3 R D 4 R图的UCL Xbar R图 UCL 13 1 LCL 9 3 X 11 2 X R图 8 0 9 0 10 0 11 0 12 0 13 0 14 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 平均交易时间 每4个样品 分钟 子组内的范围 分钟 0 1 2 3 4 5 6 7 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 UCL 5 9 R 2 6 上图中的每个数据点表示一个子组的平均值 下图中的每个对应点表示该子组内的范围 Xbar R图 在收集子组中的连续数据时使用X R图 它是二合一的图 子组平均值图 Xbar图 每个子组内的范围 最大值和最小值之间的差异 图 R图 可将过程可变性的改变与过程平均值的改变区别开来 在上面示例中 交易时间表示每小时抽样的四个交易的平均值 四个样品的范围绘制在下面的图中 在范围图中显示出一个特殊原因 表示一个或两个样品与该子组中的其它样品不同 即使它们的平均值是正常的 提示 长期与短期变异 短期数据更能反映流程的常规原因变异 长期数据则容易受特殊原因的影响 当然 你最希望你的