SPC学习版演示版课件

质量管理五大工具之SPC整理质量管理五大工具整理1StatisticalProcessControl(SPC)统计过程控制整理StatisticalProcessControl整2培训注意事项整理培训注意事项整理34TS16949五大工具产品质量先期策划和控制计划（APQP&CP）潜在失效模式和后果分析参考手册（FMEA）测量系统分析参考手册（MSA）第四版2008.6第四版2010.6统计过程控制参考手册（SPC）第二版2005.7生产件批准程序（PPAP）第四版2006.6第二版2008.11整理4产品质量先期策划和控制计划潜在失效模式和后果分析参考手册测4APQP反馈、评定和纠正措施01234012345计划和确定项目产品设计和开发过程设计和开发产品和过程确认5DFMEAPFMEAMSASPCPPAPSPC整理APQP反馈、评定01234012345计划和确定产品设计5课程大纲SPC的概述控制图的应用过程的受失控状态过程能力研究整理课程大纲SPC的概述整理61.SPC的概述整理1.SPC的概述整理7SPC是英文StatisticalProcessControl的前缀简称,即统计过程控制。SPC就是应用统计技术对过程中的各个阶段收集的数据进行分析，并调整过程，从而达到改进与保证质量的目的。什么是SPC整理SPC是英文StatisticalProcessCont8战后经济遭受严重破坏的日本在1950年通过休哈特早期的一个同事戴明(W.Ed-wardsDeming)博士，将SPC的概念引入日本。从1950～1980年，经过30年的努力，日本跃居世界质量与生产率的领先地位。美国著名质量管理专家伯格(RogerW.Berger)教授指出，日本成功的基石之一就是SPC。美国贝尔实验室休哈特博士（W.A.Shewhart）于1924年发明控制图，开启了统计品管的新时代。SPC兴起的背景：起源1940’s二次世界大战期间，美国军工产品使用抽样方案和控制图以保证军工产品的质量。整理战后经济遭受严重破坏的日本在1950年通过休哈特早期9SPC兴起的背景：日本1950’s质量管理大师戴明博士在日本工业产品生产过程中全面推行SPC。日本JUSE（科学家协会）设置“戴明”奖，奖励那些有效实施统计技术的企业。

石川磬提出“QC七工具”，帮助生产现场人员分析和改进质量问题，并推动广泛应用。1970’s

有效地推行“QCC圈”和应用统计技术使日本经济的快速发展，成为高品质产品的代名词。1980’s美国等其他国家紧随日本的步伐，开始推行“QC小组”和统计技术的应用。

美国汽车工业已大规模推行了SPC，如福特汽车公司，通用汽车公司，克莱斯勒汽车公司等，上述美国三大汽车公司在ISO9000的基础上还联合制定了QS9000标准，编制了SPC手册。在与汽车有关的行业中，颇为流行。MOTOROLA公司颁布“QC挑战”，通过SPC的实施改进过程能力，并提出追求“6σ”目标。1987ISO9000标准建立并颁布实施，明确要求实施统计技术。整理SPC兴起的背景：日本1950’s整理10SixSigmaTree中的统计技术….6σ达成（完美）５σ改善设计（果子最集中的地方）４σ过程改善（矮树上的果子）３σ（地上的果子）全部的果子都在你手中啦能摘到这里的果子，基本上能达到小康了这里的果子很有限靠天吃饭，捡吃地上不多的果子2→3σ：5倍改善3→4σ：10倍改善4→5σ：27倍改善5→6σ：70倍改善因此：3→6σ：19,600倍改善整理SixSigmaTree中的统计技术….6σ达成（完美）11品管方法历程1σ2σ3σ4σ5σ6σ

3.4

233

6,210

697,300

308,700

66,807产品检查产品管制过程管制品管7手法(5S、QCC、ISO9001)管理改进(PDCA)一般公司THREESIGMA改善技术改进(DMAIC)世界标竿公司SIXSIGMA改善

方法管制试验计划与过程结合试验计划与设计结合过程管制最佳化设计管制最佳化PPMAverageCompany一般公司Bestinclass世界标竿公司整理品管方法历程1σ2σ3σ4σ5σ6σ3.423312规格管理的危险性Notjusttomeetcustomerorcontractualrequirements!!!—被BOSS训斥的痛苦!!!整理规格管理的危险性Notjusttomeetcusto13SpecLSLUSLVeryCentered变异是我们的敌人

LCLUCL不良品已经产生潜在不良出现控制线管理的益处整理SpecLSLUSLVeryCentered变异是我们的敌14测定平均值在中心线或平均值两侧呈现左右对称之分布极大值与极小值数量很小常态曲线左右两尾与横轴渐渐靠近但不相交曲线下的面积总和为1正态分布特征整理测定平均值正态分布特征整理15正态分布中，任一点出现在μ±1σ内的概率为P(μ-σ<X<μ+σ)=68.26%μ±2σ内的概率为P(μ-2σ<X<μ+2σ)=95.45%μ±3σ内的概率为P(μ-3σ<X<μ+3σ)=99.73%68.26%95.45%99.73%μ+1σ+2σ+3σ-1σ-2σ-3σ正态分布整理正态分布中，任一点出现在68.26%95.45%99.73%16正态分布概率(双边)μ±kσ在内的概率在外的概率(P)μ±0.67σ50.00%50.00%μ±1σ68.26%31.74%μ±1.96σ95.00%5.00%μ±2σ95.45%4.55%μ±2.58σ99.00%1.00%μ±3σ99.73%0.27%整理正态分布概率(双边)μ±kσ在内的概率在外的概率(P)μ±017目标值线预测时间目标值线尺寸时间？→两种变差原因及两种过程状态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，过程的输出不稳定正态分布与两种变差原因受控不受控整理目标值线预测时间目标值线尺寸时间？→两种变差原因及两种过程状18变差的普通原因V.S.特殊原因普通原因CommonCause特殊原因SpecialCause１．大量之微小原因所引起,不可避免２．不管发生何种之普通原因，其个别

之变异极为微小３．几个较代表性之普通原因如下：（１）原料之微小变异（２）机械之微小振动（３）仪器测定时不十分精确之作法４．实际上要除去过程上之普通原因，

是件非常不经济之处置１．一个或少数几个较大原因所引起,可以避免２．任何一个特殊原因，都可能发生

大的变异３．几个较代表性之特殊原因如下：（１）原料群体之不良（２）不完全之机械调整（３）新手之作业员４．特殊原因之变化不但可以找出其原

因，并且除去这些原因之处置，在

经济观点上讲常是正确的整理变差的普通原因V.S.特殊原因普通原因特殊原因１．大量之微19局部性的对策及系统性的对策局部问题的对策*通常用来消除特殊原因造成的变异*可以被过程附近的人员来执行*一般可以改善过程的15%系统改善的对策*通常用来减低普通原因造成的变异*几乎总是需要管理者的行动来加以矫正*一般可以改善过程的85%整理局部性的对策及系统性的对策局部问题的对策整理20过程控制范围不受控（存在特殊原因）受控（消除了特殊原因）持续改进的思维模式整理过程控制范围不受控受控持续改进的思维模式整理21持续改进的思维模式整理持续改进的思维模式整理22

过程改进循环1、分析过程2、维护过程本过程应做什么？监控过程性能会出现什么错误？查找变差的特殊原因并本过程正在做什么？采取措施。达到统计控制状态？确定能力计划实施计划实施措施研究措施研究计划实施

3、改进过程措施研究改进过程从而更好地理解普通原因变差减少普通原因变差整理

232.控制图的应用整理2.控制图的应用整理24控制图是对过程质量加以测定、记录，从而进行控制管理的一种用科学方法设计的图。图上有中心线(CL-CentralLine)、上控制界限(UCL-UpperControlLimit)和下控制界限(LCL-LowerControlLimit)，并有按时间顺序抽取的样本统计量数值的描点序列，参见控制图示例图。控制图整理控制图是对过程质量加以测定、记录，从而进行控制管理的一种用科25控制图由来说明整理控制图由来说明整理26正态分布有一个结论对质量管理很有用，即无论均值μ和标准差σ取何值，产品质量特性值落在μ±3σ之间的概率为99.73%，于是落在μ±3σ之外的概率为100%一99.73%=0.27%，而超过一侧，即大于μ-3σ或小于μ+3σ的概率为0.27%/2=0.135%≈1%，如正态分布曲线图。这个结论十分重要。控制图即基于这一理论而产生！控制图原理68.26%95.45%99.73%μ+1σ+2σ+3σ-1σ-2σ-3σ整理正态分布有一个结论对质量管理很有用，即无论均值μ和标准差σ取27μ+3σμ+3σμ-3σμ-3σμμUCLLCLCL●●时间T控制图的形成整理μ+3σμ+3σμ-3σμ-3σμμUCLLCLCL28αβ虚发警报和漏发警报两种错误整理αβ虚发警报和漏发警报两种错误整理29控制图的目的控制图和一般的统计图不同，因其不仅能将数值以曲线表示出来，以观其变异之趋势，且能显示变异系属于普通原因或特殊原因，以指示某种现象是否正常，而采取适当之措施。利用控制限区隔是否为特殊原因整理控制图的目的控制图和一般的统计图不同，因其不仅能将数值以曲线30控制图种类(以数据来分)计量型数据X-R均值和极差图

计数型数据P不合格品率图X-S均值和标准差图np不合格品数图X-R中位值极差图C缺陷数图X-MR单值移动极差图U单位产品缺陷数图整理控制图种类(以数据来分)X-R均值和极差图P不31控制图的选择确定要制定控制图的特性是计量型数据吗？关心的是不合格品率？关心的是不合格数吗？样本容量是否恒定？使用np或p图使用p图样本容量是否桓定？使用c或u图性质上是否是均匀或不能按子组取样—例如：化学槽液、批量油漆等？子组均值是否能很方便地计算？使用中位数图使用单值图X-MR是使用u图否是是是是是是否否否否否子组容量是否大于或等于9？是否能方便地计算每个子组的S值？使用X—R图使用X—R图使用X—s图是是是否否注：本图假设测量系统已经过评价并且是适用的。整理控制图的选择确定要制定控制图的特性是计量型数据吗？关心的是不32公式汇整整理公式汇整整理33控制图种类(依用途来分)分析用控制图控制用控制图●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●延长分析控制图的控制线整理控制图种类(依用途来分)分析用控制图控制用控制图●判断过程是34控制图的益处合理使用控制图能供正在进行过程控制的操作者使用有助于过程在质量上和成本上能持续地，可预测地保持下去使过程达到更高的质量更低的单件成本更高的有效能力为讨论过程的性能提供共同的语言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统采取措施的指南。整理控制图的益处合理使用控制图能整理35搜集数据分析用控制图是否稳定？绘直方图是否满足能力？控制用控制图寻找特殊原因检讨机械、设备提升过程能力控制图制作整理搜集数据分析用控制图是否稳定？绘直方图是否满足能力？控制用控36建立控制图的四步骤A收集数据B计算控制限C过程控制解释D过程能力解释整理建立控制图的四步骤A收集数据B计算控制限C过程控制解释D过程37使用控制图的准备建立适用于实施的环境定义过程确定待管理的特性，考虑到顾客的需求当前及潜在的问题区域特性间的相互关系确定测量系统(MSA)使不必要的变差最小整理使用控制图的准备建立适用于实施的环境整理38使用控制图的注意事项分组问题主要是使在大致相同的条件下所收集的质量特性值分在一组,组内不应有不同本质的数据,以保证组内仅有普通原因的影响.我们所使用的控制图是以影响过程的许多变动因素中的普通因素所造成的波动为基准来找出异常因素的,因此,必须先找出过程中普通原因波动这个基准.整理使用控制图的注意事项分组问题整理39时间质量特性过程的变化分组时的重要考虑让组内变化只有普通原因让组间变化只有特殊原因组内变异小组间变异大整理时间质量特性过程的变化分组时的重要考虑让组内变化只有普通原因40使用控制图的注意事项分层问题同样产品用若干台设备进行加工时,由于每台设备工作精度、使用年限、保养状态等都有一定差异,这些差异常常是增加产品质量波动、使散差加大的原因.因此,有必要按不同的设备进行质量分层,也应按不同条件对质量特性值进行分层控制,作分层控制图.另外,当控制图发生异常时,分层又是为了确切地找出原因、采取措施所不可缺少的方法.整理使用控制图的注意事项分层问题整理41复合层别的说明整理复合层别的说明整理42取样的方式取样必须达到组内变异小，组间变异大样本数、频率、组数的说明整理取样的方式取样必须达到组内变异小，组间变异大整理43建立

图的步骤AＡ阶段收集数据A1选择子组大小、频率和数据子组大小子组频率子组数大小A2建立控制图及记录原始记录A3计算每个子组的均值X和极差RA4选择控制图的刻度A5将均值和极差画到控制图上整理建立图的步骤AＡ阶段收集数据A1选择子组大小、频率44每个子组的平均值和极差的计算第一组第二组第三组第四组样本11009899100样本2989998101样本39997100100样本410010010199样本51019999100平均99.698.699.4100极差3332整理每个子组的平均值和极差的计算第一组第二组第三组第四组样本1145Ｂ计算控制限B1计算平均极差及过程平均值B2计算控制限B3在控制图上作出平均值和

极差控制限的控制线建立图的步骤B整理Ｂ计算控制限B1计算平均极差及过程平均值B2计算控制限B3在46n2345678910D43.272.572.282.112.001.921.861.821.78D3*****0.080.140.180.22A21.881.020.730.580.480.420.370.340.31整理n2345678910D43.272.572.282.1147Ｃ过程控制解释C1分析极差图上的数据点C2识别并标注特殊原因(极差图)C3重新计算控制界限(极差图)C4分析均值图上的数据点超出控制限的点链明显的非随机图形超出控制限的点链明显的非随机图形C5识别并标注特殊原因(均值图)C6重新计算控制界限(均值图)C7为了继续进行控制延长控制限建立图的步骤C整理Ｃ过程控制解释C1分析极差图上的数据点C2识别并标注特殊原因48Ｄ过程能力解释D1计算过程的标准偏差D2计算过程能力D3评价过程能力D4提高过程能力D5对修改的过程绘制控制图并分析建立图的步骤D整理Ｄ过程能力解释D1计算过程的标准偏差D2计算过程能力D3评价49使用控制图的注意事项控制界限的重新计算为使控制线适应今后的生产过程,在确定控制图最初的控制线CL、UCL、LCL时,常常需要反复计算,以求得切实可行的控制图.但是,控制图经过使用一定时期后,生产过程有了变化,例如加工工艺改变、刀具改变、设备改变以及进行了某种技术改革和管理改革措施后,应重新收集最近期间的数据,以重新计算控制界限并作出新的控制图.整理使用控制图的注意事项控制界限的重新计算整理50控制界限的延用整理控制界限的延用整理513.过程的受失控状态整理3.过程的受失控状态整理52控制图的分区xUCLCLLCLtCCBABA整理控制图的分区xUCLCLLCLtCCBABA整理53受控状态的判断过程数据的分布曲线随时间的输出时间逐渐形成一个稳定的分布μ和σ基本不随时间变化且在要求范围内整理受控状态的判断过程数据的分布曲线随时间的输出时间逐渐形成一个54判异准则两类：●点出界判异●界内点排列不随机判异判异准则：

1、连续9点落在中心线同一侧ABCCBAUCLLCLCL整理判异准则两类：ABCCBAUCLLCLCL整理55ABCCBAUCLLCLCL2、连续6点上升或下降判异准则整理ABCCBAUCLLCLCL2、连续6点上升或下降判异准则整563.连续14中相邻点上下交替判异准则ABCCBAUCLLCLCL整理3.连续14中相邻点上下交替判异准则ABCCBAUCLLCL57判异准则4.连续3点中有2点在同一侧的A区或A区以外ABCCBAUCLLCLCL整理判异准则4.连续3点中有2点在同一侧的A区或A区以外ABCC58判异准则5.连续5点中有4点在同一侧的B区或B区以外ABCCBAUCLLCLCL整理判异准则5.连续5点中有4点在同一侧的B区或B区以外ABCC59判异准则6.连续15点在C区中心线上下ABCCBAUCLLCLCL整理判异准则6.连续15点在C区中心线上下ABCCBAUCLLC60判异准则7.连续8点在中心线两侧，但无一点在C区中ABCCBAUCLLCLCL整理判异准则7.连续8点在中心线两侧，但无一点在C区中ABCCB61判稳准则至少连续25组，且数据总数不少于100个；未出现8条判异准则。整理判稳准则至少连续25组，且数据总数不少于100个；整理624.过程能力研究整理4.过程能力研究整理63

带有不同水平的变差的能够符合规范的过程（所有的输出都在规范之内）规范下限

LCL规范上限

UCL范围LCLUCL范围不能符合规范的过程（有超过一侧或两側规范的输出）LCLLCLUCLUCL范围范围整理带有不同水平的变差的能够符合规范的过程（所有的输出都在规范64过程能力分析准度：好精度：好Ca准确度,Cp精密度准度：好精度：较不好准度：不好精度：好准度：不好精度：不好整理过程能力分析准度：好Ca准确度,Cp精密度准度：好准度：65

能生产均一品质制品的过程固有能力。什么叫过程能力？

过程被控制时，表示过程中生产的制品品质变动是什么程度的量。

一切品质特性都具有它的目标值(TargetValue)，

品质是与目标值的偏差越小越优秀。整理能生产均一品质制品的过程固有能力。什么叫过程能力？过程被66过程能力指数-短期过程能力指数用

CP,CPK来表示，长期过程能力指数（过程性能指数）用

PP,PPK来表示。

-在这里CP

或

PP

是过程平均与规格中心一致时的过程能力指数，

CPK

或

PPK

是过程平均与规格中心不一致时的过程能力指数。

过程能力指数(ProcessCapabilityIndex)

在SPC中

过程能力指数是过程能生产多么均匀品质产品的能力，即，评价过程能力的指标。整理过程能力指数-短期过程能力指数用CP,CPK来表示67过程能力指数

短期过程能力指数

过程平均和规格中心一致时过程平均和规格中心不一致时其中,SigmaP(Process)n2345678910d21.131.692.062.332.532.702.852.973.08整理过程能力指数短期过程能力指数过程平均和规格中心不一致时68Cpk等级之说明(当Ca=0)6σE级6σD级6σC级6σB级6σA级规格中心值规格上限规格下限Cpk<0.67Cpk=0.67Cpk=1.00Cpk=1.33Cpk=1.67T=10

σT=8

σT=6σT=4

σCpk=2.00T=12

σ整理Cpk等级之说明(当Ca=0)6σ69Ca—准确度

CapacityofAccuracyCa=L1/L2L1=X─SLL2=(USL—LSL)/2等級Ca值ABCD｜Ca｜≦12.5%12.5%＜｜Ca｜≦25%25%＜｜Ca｜≦50%50%＜｜Ca｜整理Ca—准确度

CapacityofAccuracyCa70Casestudy例：某产品的电性规格是560±10m/m，经检验一批后求出±3σ为561±9m/m(Xbar=561,σ=3)。求：(1)Cp,Cpu,Cpl(2)Cpk整理Casestudy例：某产品的电性规格是560±10m71过程能力指数

長期过程能力指数（过程性能指数）

过程平均和规格中心一致时过程平均和规格中心不一致时(不對稱時)

S

表示長期标准差，在產品開發階段中針對試作过程能力的評估，則稱為先期过程能力(APQP)其中,SigmaA(Actual)整理过程能力指数長期过程能力指数（过程性能指数）过程平均和72Cpk和Ppk的差异Cpk：只考虑了组内变异，而没有考虑组间变异，所以一定是适用于制程稳定时，其组间变异很小可以忽略时，不然会高估了制程能力；另句话也可以说明如果努力将组间变异降低时所能达到的程度。Ppk：考虑了总变异(组内和组间)，所以是比较真实的情形，所以一般想要了解真正的制程情形应使用Ppk。Cpk和Ppk的差异Cpk：只考虑了组内变异，而没有考虑组间73过程能力分析6SigmaPPMCp

Cpk良品率(%)1σ6915000.33-0.1730.852σ3085370.670.1769.153σ6680710.593.324σ62101.330.8399.385σ2331.671.1799.986σ3.421.599.99966注：按偏移1.5σ考虑整理过程能力分析6SigmaPPMCpCpk良品率(%)1σ74过程能力分析（步骤）正态性检验统计/质量工具/能力分析/正态统计/质量工具/CapabilitySixpack/正态统计/质量工具/个体分布标识BOX-CO或Johnson统计/质量工具/能力分析/非正态是否是否P值≥0.05整理过程能力分析（步骤）正态性检验统计/质量工具/统计/质量工具75对正态分布数据的过程能力分析例题1为了过程能力分析，20天各选5个核心部品特性值的长度(mm)的量测DATA如下。

通过正态性检定(NormalityTest)确认DATA是正态分布，核心部品的规格是按顾客要求600mm2mm.通过以下DATA做过程能力分析。

598.0599.8600.0599.8600.0600.0598.8598.2599.4599.6599.4599.4600.0598.8599.2599.4599.6599.0599.2600.6598.8598.8599.8599.2599.4600.0600.2600.2599.6599.0599.0599.8600.8598.8598.2600.0599.2599.8601.2600.4600.2599.6599.6599.6600.2599.2599.0599.6600.4600.0599.0599.6599.4599.2597.8600.4599.6600.0600.8600.4599.4599.0598.4599.0599.6598.8599.2599.6598.6599.8599.6599.2599.6600.2599.8599.6600.0599.6599.2598.6599.6601.2599.6600.2600.0600.0599.4599.8599.2599.6599.4600.0600.0599.2599.4599.6599.8599.0599.6599.41234567891011121314151617181920把计量型数据的正态分布数据的过程能力通过Minitab分析。CapabilityAnalysis(Normal)整理对正态分布数据的过程能力分析例题1为了过程能力分析，20天76Step3

确认结果

规格上限

Target

规格下限

平均

样本数

短期标准差

长期标准差Process数据潜在的

执行曲线实际的

正态曲线

潜在的过程

能力指数

Cp

考虑倾斜的

潜在过程能力

指数

Cpk潜在的过程能力只用过程的群内变动评价执行能力的指数。即意味着

Cp改善可能最大限度是1.16为至。

CapabilityAnalysis(Normal)整理Step3确认结果Process数据潜在的执行曲线潜在77

实际过程能力指数

Pp

考虑偏移的

实际过程能力指数

Ppk实际过程能力根据所有DATA的变动值评价过程能力的指数CapabilityAnalysis(Normal)整理实际过程能力根据所有DATA的变动值评价过程能力的指数Cap78现在执行能力用

ppm表示实际抽样的DATA偏离规格的程度。CapabilityAnalysis(Normal)整理现在执行能力用ppm表示实际抽样的DATA偏离规格的程度。79潜在的预想执行能力只考虑过程的群内变动显示正态分布时，数据表现为

偏离规格的预想

ppmCapabilityAnalysis(Normal)整理潜在的预想执行能力只考虑过程的群内变动显示正态分布时，数据表80实际预想完成能力对所有DATA的变动值来显示正态分布时，

DATA表现偏离规格的预测

ppm因过程平均以规格中心为基准往

LSL方向倾斜，所以需要与过程变动的减少一起

能与规格中心一致的过程平均的移动。CapabilityAnalysis(Normal)整理实际预想完成能力对所有DATA的变动值来显示正态分布时，D81整理整理82附:MINITAB上的工程能力分析Q1.在旁边的结果中Cpk值与

ppk值为什么相同?

Q2.Cpk和Cpl,Cpu的各个

含义是什么？

Q3.如果

Cpk是负数的话,

这意味着什么?

Q4.Cpk=0这意味着什么

?Q5.Cp和Cpk之中

哪个指数更有用

?整理附:MINITAB上的工程能力分析Q1.在旁边的结果中83

假设前面所提到的例题的Spec(Spec:25+/-5)是相同但是其Data是经过长时间的Data时我们要考虑异常原因

这时用???来反映工程能力是比较合理.

MinitabMenu:Stat/QualityTools/CapabilityAnalysis(Normal)

注意

-SubgroupSize???

-SubgroupNumber???Lot1Lot2Lot3Lot4Lot524212816181427321730182424222127211634161724222014322637191531313616142734211614Casestudy整理假设前面所提到的例题的Spec(Spec:25+/-845.其他控制图整理5.其他控制图整理85A收集数据：在计算各个子组的平均数和标准差其公式分别如下：整理A收集数据：在计算各个子组的平均数和标准差其公式分别如下：整86B计算控制限整理B计算控制限整理87C过程控制解释(同图解释)n2345678910B43.272.572.272.091.971.881.821.761.72B3****0.030.120.190.240.28A32.661.951.631.431.291.181.101.030.98整理C过程控制解释n2345678910B43.272.572.88D过程能力解释SigmaP整理D过程能力解释SigmaP整理898mm之模具冲头整理8mm之模具冲头整理90A收集数据一般情况下，中位数图用在样本容量小于10的情况，样本容量为奇数时更为方便。如果子组样本容量为偶数，中位数是中间两个数的均值。整理A收集数据整理91B计算控制限整理B计算控制限整理92C过程控制解释(同X-R图解释)n2345678910D43.272.572.282.112.001.921.861.821.78D3*****0.080.140.180.22A21.881.190.800.690.550.510.430.410.36整理C过程控制解释n2345678910D43.272.57293估计过程标准偏差：整理估计过程标准偏差：整理94单值控制在检查过程变化时不如Xbar-R图敏感。如果过程的分布不是对称的，则在解释单值控制图时要非常小心。单值控制图不能区分过程零件间重复性，最好能使用Xbar-R。由于每一子组仅有一个单值，所以平均值和标准差会有较大的变性，直到子组数达到100个以上。整理单值控制在检查过程变化时不如Xbar-R图敏感。整理95A收集数据收集各组数据计算单值间的移动极差。通常最好是记录每对连续读数间的差值(例如第一和第二个读数点的差，第二和第三读数间的差等)。移动极差的个数会比单值读数少一个(25个读值可得24个移动极差)，在很少的情况下，可在较大的移动组(例如3或4个)或固定的子组(例如所有的读数均在一个班上读取)的基础上计算极差。整理A收集数据整理96B计算控制限整理B计算控制限整理97B计算控制限n2345678910D43.272.572.282.112.001.921.861.821.78D3*****0.080.140.180.22E22.661.771.461.291.181.111.051.010.98样本容量小于7时，没有极差的控制下限。整理B计算控制限n2345678910D43.272.572.298C过程控制解释审查移动极差图中超出控制限的点，这是存在特殊原因的信号。记住连续的移动极差间是有联系的，因为它们至少有一点是共同的。由于这个原因，在解释趋势时要特别注意。可用单值图分析超出控制限的点，在控制限内点的分布，以趋势或图形。但是这需要注意，如果过程分布不是对称，用前面所述的用于X图的规则来解释时，可能会给出实际上不存在的特殊原因的信号整理C过程控制解释整理99估计过程标准偏差：式中，R为移动极差的均值，d2是用于对移动极差分组的随样本容量n而变化的常数。整理估计过程标准偏差：整理100例1：某制药厂某种药品碱的单耗数据如表，做单值-移动极差图收集数据整理例1：某制药厂某种药品碱的单耗数据如表，做单值-移动极差图收1012）计算各组的统计量

计算样本的平均值：计算移动极差Rsi及其平均值：整理2）计算各组的统计量

计算样本的平均值：整理102数据表如下：整理数据表如下：整理1033）计算控制界限X控制图Rs控制图4）作控制图整理3）计算控制界限X控制图4）作控制图整理104整理整理105不良和缺陷的说明结果举例控制图车辆不泄漏／泄漏P图NP图灯亮／不亮孔的直径尺寸太小或太大给销售商发的货正确／不正确风窗玻璃上的气泡C图U图门上油漆缺陷发票上的错误整理不良和缺陷的说明结果举例控制图车辆不泄漏／泄漏P图灯亮／不亮106用来测量在一批检验项目中不合格品(不符合或所谓的缺陷)项目的百分数。这可以是评价一个特性值（是否安装了一个特殊的零件）或是许多特性值（在电气系统检查台中是否发现某些不正常之处）。把被检查的每一个组件，零件或项目记录成合格或不合格（即使一个项目有几处不合格，也仅记录为一个不合格项）；把这些检验的结果按一个有意义的基础条件分组，并且把不合格的项目用占子组大小的十分之几来表示。不合格品率的P图

整理不合格品率的P图整理107P控制图的制做流程A收集数据B计算控制限C过程控制解释D过程能力解释整理P控制图的制做流程A收集数据B计算控制限C过程控制解释D过程108建立p图的步骤AＡ阶段收集数据A1选择子组的容量、频率及数量子组容量分组频率子组数量A2计算每个子组内的不合格品率A3选择控制图的坐标刻度A4将不合格品率描绘在控制图整理建立p图的步骤AＡ阶段收集数据A1选择子组的容量、频率及数量109A1子组容量、频率、数量子组容量：用于计数型数据的控制图一般要求较大的子组容量(例如50~200)以便检验出性能的变化，一般希望每组内能包括几个不合格品，但样本数如果太大也会有不利之处。分组频率：应根据产品的周期确定分组的频率以便帮助分析和纠正发现的问题。时间隔短则反馈快，但也许与大的子组容量的要求矛盾子组数量：要大于等于25组以上，才能判定其稳定性。整理A1子组容量、频率、数量子组容量：用于计数型数据的控制图一般110A2计算每个子组内的不合格品率记录每个子组内的下列值被检项目的数量─n发现的不合格项目的数量─np通过这些数据计算不合格品率整理A2计算每个子组内的不合格品率记录每个子组内的下列值整理111A3选择控制图的坐标刻度描绘数据点用的图应将不合格品率作为纵坐标，子组识别作为横坐标。纵坐标刻度应从0到初步研究数据读数中最大的不合格率值的1.5到2倍。划图区域整理A3选择控制图的坐标刻度描绘数据点用的图应将不合格品率作为纵112A4将不合格品率描绘在控制图上描绘每个子组的p值，将这些点联成线通常有助于发现异常图形和趋势。当点描完后，粗览一遍看看它们是否合理，如果任意一点比别的高出或低出许多，检查计算是否正确。记录过程的变化或者可能影响过程的异常状况，当这些情况被发现时，将它们记录在控制图的“备注”部份。整理A4将不合格品率描绘在控制图上描绘每个子组的p值，将这些点联113Ｂ计算控制限B1计算过程平均不合格品率B2计算上、下控制限B3画线并标注建立p控制图的步骤B整理Ｂ计算控制限B1计算过程平均不合格品率B2计算上、下控制限B114计算平均不合格率及控制限整理计算平均不合格率及控制限整理115画线并标注均值用水平实线线：一般为黑色或蓝色实线。控制限用水平虚线：一般为红色虚线。尽量让样本数一致，如果样本数一直在变化则会如下图：1002003001002001001002003001001212121232整理画线并标注均值用水平实线线：一般为黑色或蓝色实线。10020116整理整理117收集数据绘图及计算控制限是否异常延伸控制限N找出异常点原因并提出相应措施过程有变化人机料法环测量Y控制限运用说明整理收集数据绘图及计算是否异常延伸控制限N找出异常点原因过程有变118过程能力解释普通原因和异因并存找出异因只剩普通原因运用控制图过程稳定(连25点不超限)计算过程能力整理过程能力解释普通原因和找出异因只剩普通原因运用控制图过程稳定119评价过程能力过程稳定，不良率维持在一定的水平当中降低不良率采取管理上的措施降低普通原因，如此才能缩小控制界限，降低不良率缩小控制限整理评价过程能力过程稳定，不良率维降低不良率采取管理上的措施缩小120改善过程能力过程一旦表现出处于统计控制状态，该过程所保持的不合格平均水平即反应了该系统的变差原因─过程能力。在操作上诊断特殊原因(控制)变差问题的分析方法不适于诊断影响系统的普通原因变差。必须对系统本身直接采取管理措施，否则过程能力不可能得到改进。有必要使用长期的解决问题的方法来纠正造成长期不合格的原因。可以使用诸如排列图分析法及因果分析图等解决问题技术。但是如果仅使用计数型数据将很难理解问题所在，通常尽可能地追溯变差的可疑原因，并借助计量型数据进行分将有利于问题的解决整理改善过程能力过程一旦表现出处于统计控制状态，该过程所保持的不121PChart练习以下是整理按每小时实施的对最终制品的抽样检查结果得出的DATA。494551272851454928516134844293样本数不良品数时间

12345678910作成p管制圖，判定工程是否稳定状态。整理PChart练习以下是整理按每小时实施的对最终制品的抽样检122因为发现了脱离控制上限的两个点，所以不能说处于控制状态。

进而查明其原因。整理因为发现了脱离控制上限的两个点，所以不能说处于控制状态。整123不合格品数np图“np”图是用来度量一个检验中的不合格品的数量，与p图不同，np图表示不合格品实际数量而不是与样本的比率。p图和np图适用的基本情况相同，当满足下列情况可选用np图不合格品的实际数量比不合格品率更有意义或更容易报告。各阶段子组的样本容量相同。“np”图的详细说明与p图很相似，不同之处弃如下：整理不合格品数np图“np”图是用来度量一个检验中的不合格品的数124A收集数据受检验样本的容量必须相等。分组的周期应按照生产间隔和反馈系统而定。样本容量应足够大使每个子组内都出现几个不合格品，在数据表上记录样本的容量。记录并描绘每个子组内的不合格品数(np)。整理A收集数据受检验样本的容量必须相等。分组的周期应按照生产间隔125B计算控制限整理B计算控制限整理126过程控制解释、过程能力解释C过程控制解释：同“p”图的解释。D过程能力解释：过程能力如下：整理过程控制解释、过程能力解释C过程控制解释：同“p”图的解释。1271001001001001001001001001001001210121202不合格品数np图整理100100100100100100100100100100128Casestudy组12345678910“n”150150150150150150150150150150“d”1013210210组11121314151617181920“n”150150150150150150150150150150“d”0102010210组2122232425“n”150150150150150“d”01201请计算出上表的np控制图的控制限？请判定过程是否稳定？如果是不稳定该如何处理？整理Casestudy组12345678910“n”15015129缺陷数c图“c”图用来测量一个检验批内的缺陷的数量，c图要求样本的容量或受检材料的数量恒定，它主要用以下两类检验：不合格分布在连续的产品流上(例如每匹维尼龙上的瑕疪，玻璃上的气泡或电线上绝缘层薄的点)，以及可以用不合格的平均比率表示的地方(如每100平方米维尼龙上暇疵)。在单个的产品检验中可能发现许多不同潜在原因造成的不合格(例如：在一个修理部记录，每辆车或组件可能存在一个或多个不同的不合格)。主要不同之处如下：整理缺陷数c图“c”图用来测量一个检验批内的缺陷的数量，c图要求130A收集数据检验样本的容量(零件的数量，织物的面积，电线的长度等)要求相等，这样描绘的c值将反映质量性能的变化(缺陷的发生率)而不是外观的变化(样本容量n)，在数据表中记录样本容量；记录并描绘每个子组内的缺陷数(c)整理A收集数据检验样本的容量(零件的数量，织物的面积，电线的长度131B计算控制限整理B计算控制限整理132过程控制解释、过程能力解释过程控制解释同p图解释过程能力解释过程能力为c平均值，即固定容量n的样本的缺陷数平均值。整理过程控制解释、过程能力解释过程控制解释整理133包装一套TV前欲用

c

管制圖管理。在过去

20天对每10台外观不良(缺点)Check的结果发现如下。

作成c管制圖并分析。423746241320113345862日期缺点数日期

缺点数1234567891011121314151617181920整理包装一套TV前欲用c管制圖管理。在过去20天对每1134发现了脱离管制上限的一个点，所以不能说处于管制状态。

进而查明其原因。整理发现了脱离管制上限的一个点，所以不能说处于管制状态。整理135单位产品缺陷数的u图“u”图用来测量具有容量不同的样本(受检材料的量不同)的子组内每检验单位产品之内的缺陷数量。除了缺陷量是按每单位产品为基本量表示以外，它是与c图相似的