SPC基础统计知识培训教材.ppt

SPC(Statistical Process Control) Study 1 2 SPC Study 3 基础统计知识 SPC是Statistical Process Control的简称，中文为统计过程控制。 利用统计的方法来监控过程的状态，确定生产过程在管制的状态下，以降低产品品质的变异。 4 平均数(Mean): 平均数指的是算术平均数，样本数据的总和除以样本个数。反应的数据的集中趋势。算术平均数相对于加权平均数？ 中位数(Median): 中位数是分配的中央点或者将数列按大小顺序排序后，位于中间位置之数值。 3,5,5,7,8,8,9 众数(Mode): 众数是出现次数最多的那个数。 3,5,5,7,8,8,9 全距(Range): 全距是样本数据中最大值与最小值之差。 R=Max(Xi)-Min(Xi) 基础统计知识 5 方差(Variance): 是各个数据与平均数之差的平方的和的平均数，通常用D表示。在数量统计中，方差用来衡量变量和其数学期望值(即均值)之间的偏离程度。 标准差(Standard deviation): 标准差是方差的算术平方根，通常用S表示。标准差与方差不同的是，标准差和变量的计算单位相同，比方差清楚，因此很多时候我们分析的时候更多的使用的是标准差。一般，标准差越大，数据的离散程度越大；标注差越小，数据的离散程度越小。 Eg： 求下面一组数据的方差和标准差 2，3 ， 4 ， 5 ， 6 ， 7 ， 8 ，9 Average=5.5 D={(2-5.5)2+(3-5.5)2+(4-5.5)2+(5-5.5)2+(6-5.5)2+(7-5.5)2+(8-5.5)2+(9-5.5)2}/(8-1)=6 S=2.44949 基础统计知识 6 常态分布，也叫正态分布(Normal distribution)/高斯分布(Gaussian distribution) 正态分布曲线，也称为钟形曲线，如下： 正态分布的特性： 集中性：正态曲线的高峰位于正中央，即变量平均数所在的位置。 对称性：正态曲线关于x=μ左右对称，曲线向左右两边无限延伸时，以x轴为渐近线，但两端永远不与X轴相交。 均匀变动性：正态曲线由平均数所在处开始，分别向左右两侧逐渐均匀下降。 正态分布有两个参数，即均数μ和标准差σ，可记作N（μ，σ）。 当xμ时，曲线上升；当xμ时，曲线下降。 σ越大，正态曲线越扁平；σ越小，正态曲线越尖陡。 在正态曲线下方和x轴上方范围内区域面积为1。 3σ原则：(μ-σX≤μ+σ)=68.3% (μ-2σX≤μ+2σ)=95.4% (μ-3σX≤μ+3σ)=99.7% 基础统计知识 在自然界与生产中，一些现象受到许多相互独立的随机因素的影响，如果每个因素所产生的影响都很微小时，总的影响可以看作是服从正态分布的。 7 SPC Study 8 SPC 简介 DOE帮我们找到最合适制程条件，SPC帮助我们找到制程中的问题，并改善到稳定状态后进行长期的监控。 SPC强调的是过程控制，强调质量是制造出来的，而非检验出来的。好的SPC管控能节省大量的检验成本，能预防质量特性的变异，满足客户要求。 MSA 9 制程(Process) 影响工作结果的所有原因的集合。 以抽样方式抽取样本，以估计制程母体的情况。运用统计手法(Statistical)作为制程分析,管制及改善的工具。 管制(Control) 确保达到要求，必要时采取矫正措施。 SPC： Statistical Process Control 应用统计手法，将制程中任一特性的变异进行管控。 SPC 简介 10 SPC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。1928年由沃特·休哈特（Walter Shewhart）博士率先提出。 SPC的基本原理如下： A. 休哈特博士将影响产品品质的变异分为不可归咎变异和可归咎变异两类因素： 不可归咎变异因素是在过程中随时都会影响到产品不可避免原因。 可归咎变异因素则是在某种特定条件下的过程中才会影响到产品可避免原因。 B. 如果某一过程只受到不可归咎变异因素影响，则该过程称为稳定过程，即产品品质特性的变异是在可预测的统计控制范围之内；如果某一过程同时被不可归咎与可归咎两个变异因素所影响，则该过程是不稳定的，此时产品品质特性的变异将无法以统计方法来预测。 SPC 简介 11 可避免的原因(Special Cause) 非机遇原因 相对少的出处 对Process的影响大 出处的认识和解决容易 可以有条件的消除 作业员错误的