1小时搞定统计控制图SPC图.pptx

;（略）;横轴X:是样本数据随时间而变化； 纵轴Y:质量特性T统计量（任一种，但到具体的某个控制图时，只能是某一个统计量，如均值就是均值，不是均值和极差的混合体。同样极差就是极差，也不是均值和极差的混合体。他们要分开独自画控制图）。;随机因素、正常因素； 不可避免！;▲1、控制图原理的前提是数据服从正态发布； ▲2、根据数据是正态分布的这个前提，就会得出这样的一个结论：这些数据中有99.73%的数据落在控制限内，0.27%的数据落在控制限外； ▲3、什么原因导致了以上这种数??现象呢？过程中只含有随机因素（正常因素）时，产生的数据将全部落在控制限内，这部分数据在正态分布的总数据占据了99.73%。当过程存在异常因素时，产生的数据将落在控制限之外，这部分数据占正态分布总数据的0.27%。;1、怎样设置控制限，才能将上文的普通正常因素产生的数据包含在内呢（即把正态数据总数据的99.73%的数据包含进来），把异常特殊因素产生的数据区分隔离在外呢（即把正态数据总数据的0.27%的数据隔离在外）？ 2、我们需要以T统计量均值为中心，±3σT统计量作为上下控制限，即可实现这样的数据筛选。;如何理解”过程受控”并不意味着“满足顾客要求”？ ▲1、过程受控，仅仅代表的是过程是稳定的； ■2、控制图是根据收集出来的数据T统计量+3σT统计量平均值算出来的，仅仅是数据稳不稳定的一种分析监控方法。 ▲3、算出来的控制图上下控制限有可能比规格限大，有可能比规格限小。如果比规格限小，也就是控制限包含在规格限内，那么肯定能“满足顾客要求”。但如果控制限比规格限大（即规格限包含在控制限内），那么这时就不一定了，要看数据是不是在规格限内，如果在规格限内就能满足顾客要求。如果在控制限内，但在规格限外，只能说明数据是受控的，但是不满足顾客要求的。 ■4、区别控制限和规格限： （1）控制限UCL和LCL,中间是字母C（control），它是通过过程数据计算出来的。 （2）规格限USL和LSL，中间是字母S（standard），它是客户要求或技术要求。;▲1、我们知道，点出界就判异，即点在控制限外部，认为这个过程是异常的； ■2、那么点在控制限内是不是就意味着过程就是正常受控的呢？显然不是。这些数据点还必须排除2-8的7条判异准则情况。 ▲3、这些判异准则，结合图形理解，不必死记硬背，计算机软件将会为我们自动判异。;准则2：要先看同一侧。可以是上侧也可以是下侧。左侧图只是下侧。;1、准则5：先看同一侧，再看2σ外侧的2个点； 2、准则6：先看同一侧，再看1σ外侧的4个点； 记忆方法：点少的外侧范围就窄（2σ外，不包含1σ和2σ）如准则5；点多的外侧范围就广（1σ外，包含2σ）如准则6，要比准则5的范围要广。;1、准则7和准则8的记忆方法与准则5和准则6正好相反； 2、他们是任一侧； 3、点多的反而范围小，如准则7，连续15个点在中心线任一侧小于1σ标准差范围内； 4、点少的反而范围大，如准则8，连续8个点在中心线任一侧1σ外。;SPC常规控制图主要有以下几种： 1、计量型控制图4种； 2、计数型控制图：其中U图，C图中的缺陷数往往会比样本数大。;▲1、控制限是根据1中收集的数据而计算出来的； ■2、根据8条判异准则对控制图进行分析； ▲3、调整了过程或排除了异因后重新进行控制限计算，或重新进行再收集数据进行控制限的计算；;什么叫延长控制线？;1、子组数量：是指多少个组，一般不低于25个子组； 2、子组大小：是指一个组里有多少个数据。一般是4、5个数据。取值的多少将影响β的取值。取4一般要求β小于0.1，取5一般要求β小于0.05. 3、在控制图上描点 （1）描的是统计量的点，如均值、极差、标准差的点。 （2）不是记录的原始数据点、也不是均值的均值、极差的均值，标准差的均值等;1、T统计量： T统计量是一个统称，它可以代表均值、极差、标准差等，但当具体到某种状态时仅代表一个统计量，不是统称。如左侧的均值控制图。这时的统计量只有均值一个量。 2、不同的统计控制图用不同的统计量。 ;1、左侧的是真正的公式。 2、但是这种基于d3、d2和样本量n的传统手工算法，非常的麻烦和繁琐，于是，统计学家为了我们计算的方便，直接帮我们计算出了。 例如：3x1/d2√2=A2；1+3d3/d2=D4;1-3d3/d2=D3。 3、A2、D4、D3这些就是统计学家帮我们算出来的系数。这些数据都与子组样本量有关。;;1、minitab软件中用的公式是原始公式，而不是 统计学家给我们计算好的系数公式。d3、d2等系数可以查表获得。;1、此表仅作演示用。正常情况下至少要25个子组； 2、演示算法是根据常规算法，查统计学家算好的系数算出来的。;1、根据异常点进行分析异常的原因。根据找出的原因进行流