基本统计技术与统计制程管制.pptVIP

北京三箭和众鼎公司基本统计技术与统计制程管制特别补强培训课程 讲师：阮建荣 2008,6,25~27. 课程大纲 第1天(6/25)：基本统计概论(上) 1.导论：从检验品管→制程管制→源流管理(设计品质)的发展历程 2.基本统计概论──数据的性质 3.母数与统计量的全面复习及统计思维梳理 4.各种分配的剖析及应用excel取代查表的技术 第2天(6/26)：基本统计概论(下) 5.统计解析的基础知识 6.Excel的母集团分配 7.统计的检定 8.统计的推定 第3天(6/27)：统计制程管制 9. QC?SQC?SPC 10. 基本統計概述 11. 基本統計量數 12. SPC背景說明 13. 制程變異 14. 建立SPC的步驟 第1天(6/25)：基本统计概论(上) 1.导论：从检验品管→制程管制→源流管理(设计品质)的发展历程 2.基本统计概论──数据的性质 3.母数与统计量的全面复习及统计思维梳理 4.各种分配的剖析及应用excel取代查表的技术 1.导论：从检验品管→制程管制→源流管理(设计品质)的发展历程 1.1 品质观的演进历程 1.2 质量管理四阶段演进历程 1.3 瓷砖工厂案例研究 1.4 瓷砖制造实验 1.1 品质观的演进历程 品质是检验出来的 (QI) 检验品管 (IQC:Inspection Quality Control)，1900~ 品质是制造出来的 (QC) 制程品管 (PQC:Process Quality Control)，1930~ 统计品管 (SQC:Statistical Quality Control)，1930~ 品质是设计出来的 (QA) 全面品管 (TQC:Total Quality Control)，1950~ 品质是要求出来的 (QM) 全公司品管 (CWQC:Company-Wide Quality Control)，1970~ 品质文化 全面品质管理 (TQM:Total Quality Management)，1980~ ISO-9000质量管理体系，1987-1994-2000~ 1.2 质量管理四阶段演进历程 1.3 瓷砖工厂案例研究 背景介绍：在一家中等规模的瓷砖工厂里，有一座80公尺长的隧道窑，窑内有一部搬运平台车，上面堆叠着几层瓷砖，沿着轨道缓慢移动，让瓷砖承受烧烤。( 本案例参考田口玄一(日) 于1953年指导的一个 改善案例加以改编而成 ) 问题是：窑烧后的瓷砖尺寸大小有变异 请讨论该如何控制产品质量，以保证产品符合客户要求。 请思考贵公司是否亦有此类质量问题？贵公司目前实践的质量控制方法为何？ 假设: 产品特性：边长 规格：50.0 ? 2.5 mm 现况：不良率经常在11% ~ 15%之间 常见的控制方式：(见课堂讨论) 较好的控制方式：(见课堂讨论) 常见的质量控制方法 全检 最笨的方法，测量每片尺寸，比对规格筛选良品/不良品。 用GO/NO-GO检具，自动筛选，提高全检效率。 用不良率考核制造部门？ 假设每天生产10车，每车装载1000片。 连续5天收集不良品数量，进行统计。 7/1~5日共50台车，平均不良率=13.3%。(数据如附表) 用不良率考核制造部门？ 设定考核基准=14%??? 会有作用吗？ 不良率超过14%则扣制造部门生产奖金！公平吗？ 虽然不良率 “居高不下”，然而是特殊原因造成？或是普遍原因造成的？ 让我们用统计工具解析一下： 使用计数值管制图进行数据解析。(P-管制图) 让我们用统计工具解析一下： 改用计量值的统计工具。→必须收集“计量值”数据。 请检验员对每台车随机抽取6片，测量每片瓷砖的边长数据。 抽样方式如左图所示，测量数据如附表所示。 有3种使用数据的方式： 拿规格比对，判不良数； 用直方图看分布形状； 绘制Xbar-R管制图，判断制程是否处于受控状态。 直方图解析示范-1 直方图解析示范-2 莫非：上/下，左/中/右，有差? 让我们将取自6处不同部位的数据，分别进行解析，进行综合比对。 万一检验员在取样时，并没有仔细区分不同部位的取样样本，一切数据全混淆在一块了。 那就只有重新抽样测量了。 没有扎实的现场经验和工艺技术的底子，要想做好品管检测工作是不可能的，因为…连为什么要这样子分不同部位取样、测量和区分都不知道！ 那就把数据层别开来解析吧… 原来是受热不均的问题… 做些实验来改善尺寸变异！ 1.4 瓷砖制造实验 (1/12) 以实验计划法解决品质问题的思路： 尺寸变异的原因是受热不均所致。 任何企图“消除变异原因”的对策，都很昂贵。 可不可能让我们“接受制程变异”的噪音干扰，通过调整“参数组合”来“抗拒”变异的干扰，而不是花较高的成本或犠牲生产效率的方式“消灭”变异的原