统计学基础和SPC推行的具体步骤.ppt

统计过程控制; 研讨 交流 提高 本次培训班的内容 1.为什么要学习SPC 2.认识SPC 3.统计学基础 4.控制图原理 5.判断过程异常的准则 6.SPC推行的具体步骤 7.过程能力分析;1.为什么要学习SPC 什么是质量? 品管方法历程 SPC的前景 由产品控制到过程控制的进步 SPC系统 过程形式 产品控制对比过程控制 持续改进;1.1什么是质量? 何为质量?;质量控制发展的主要阶段;1σ;1.3 SPC的背景 美国W.A.Shewhart博士于1924年发明管制图，开启了统计品管的新时代;1.4由产品控制到过程控制的进步;1.5 SPC 系统;1.6一个简单的过程;1.6过程(Process)----品质的源头、SPC的焦点;1.6不良品检测过程;1.6预防不良品;1.7产品控制对比过程控制;1.8 持续改进;2.认识 SPC; SPC是英文 Statistical Process Control统计过程控制的缩写，是应用统计技术绘控制图对生产过程进行监控，最初的控制图概念于1924年由美国的休哈特博士提出。这种方法自第二次世界大战后，在工业中已得到了广泛的应用，特别是1980年后在日本和美国，控制图能用于单独的质量改进的方法，SPC 理论认为生产过程中产品质量的缺陷是由偶然因素与异常原因造成，根据控制图的规律从而发现生产过程的异常及时报警，以便采取措施消除异常，恢复过程的稳定，达到保证和提高质量的目的。;质量统计技术的作用 ;SPC的特点;SPC强调预防,防患于末然是SPC的宗旨;3.统计学基础;定义;基础知识 (1)、直方图 分组、统计、作直方图 具体步骤 1、找出最大值和最小值，确定数据分散宽度 数据分散宽度=（最大值 ? 最小值） 2、确定组数 k ? ? n 3、确定组距 h=（最大值?最小值）/组数 4、确定各组的边界 第一组的组下限=最小值 ?最小测量单位的一半 第一组的组上限=第一组的组下限+组距=第二组的组下限 第二组的组上限=第二组的组下限+组距=第三组的组下限，依此类推。 5、确定各组的频数 6、作直方图 7、对直方图的观察: 特点， 中间高、两头低、左右对称 ;基础知识 (2)、正态分布 (Normal Distribution) 当抽取的数据个数趋于无穷大而区间宽度趋向于0时，外形轮廓的折线就趋向于光滑的曲线，即：概率密度曲线。 特点：面积之和等于1。 fN (x; ?2 , μ ) = (1/ ? ?2?)exp(- (x- μ) 2 /2 ?2 ) 两个重要的参数： μ (mu)--- 位置参数和平均值（mean value) ，表示 分布的中心位置和期望值 ? (sigma) --- 尺度参数，表示分布的分散程度和标准偏差 （standard deviation), 两个参数的意义 μ (mu)---反映整体的综合能力 ? (sigma) --- 反映实际值偏离期望值的程度，其值越大，表示数据越分散。 它们之间是互相独立。 质量管理中的应用 不论μ 与?取值如何，产品质量特性落在[μ ? 3?， μ +3?]范围内的概率为99.73%。 落在[μ ? 3?， μ +3?]范围外的概率为1 ? 99.73%=0.27%， 落在大于μ +3?一侧的概率为0.27%/2=0.135% ?1?。;第二章 控制图原理（五）;;;;4、控制图基础知识 (1)、控制限的确定 上控制限：UCL= μ +3? 中心线： CL= μ 下控制限：LCL= μ ? 3? (2)、控制图原理的两种解释 第一种解释：“点出界就判异” 小概率事件原理：小概率事件实际上不发生，若发生即判异常。控制图就是统计假设检验的图上作业法。 第二种解释：“要抱西瓜，不要抓芝麻” 质量波动的原因 = 必然因素 + 偶然因素（异常因素） 必然因素—— 始终存在，对质量影响微小，难以消除，是不可避免的； 偶然因素——有时存在，对质量影响很大，不难消除，是可以避免的。 休哈特控制图的实质就是区分必然因素与偶然因素的。 控制限就是区分必然波动与偶然波动的科学界限。 ;第二章 控制图原理（七）;第二章 控制图原理（八）;第四章 质量诊断理论（五）;第四章 质量诊断理论（六）;第四章 质量诊断理论（七）;第四章 质量诊断理论（八）; 本软件包括质量管理常用的统计工具：;二. 直方图 三. 排列图 四. 散布图