统计运用及品管实务工具.pptxVIP

單元(二)統計運用及品管實務工具資料數據基礎統計運用概念生產製造環境實用品質統計工具製程能力分析與SPC統計製程控制資料及數據你想瞭解什麽?數據資訊源:● 文字的 (A to Z)● 圖示的● 口頭的● 數位的 (0-9)衡量分組離散型連續型名義型順序型間距型比率型“資料本身並不能提供資訊 —— 必須對資料加以處理以後才能得到資訊, 而處理資料的工具就是統計學”. NO-GOGO計時器 離散型資料和連續型資料離散型連續型卡尺裝貨單 數量 單價 說明 總價 1 $10.00 $10.00 3 $1.50 $4.50 10 $10.00 $10.00 2 $5.00 $10.00錯誤FAILPASS溫度溫度計電氣電路衡量工具分類衡量工具分類說明例子離散型資料 (通常)分組 / 分類是 /否, 合格 / 不合格不能計算 離散型資料 分級 很少用 很難加以計算 連續型資料 最常見的尺規 計算時要很小心 連續型資料 比例關係 可應用演算法的多數公式 名義型:不相關類, 只代表符合條件或不符合條件個體數.順序型:順序類,但沒有各類間隔的資訊.間距型:順序類,兩類之間間隔相等,但沒有絕對零點.比例型:順序類,兩 類之間間隔相等, 同時存在絕對零點..分類 標簽 第一、第二、第三 相對高度 字母順序 1234溫度計 刻度盤 速度= 距離/時間 直尺 離散型連續型連續資料的優勢 $$連續的離散的信息量少信息量多基礎統計運用概念變異(Variation) 製造流程MethodsMaterialsEnvironmentProcess OutputStep 1Step 2Step 3Output of Process StepPeopleEquipmentInformation當我們從一過程中收集數據,會發現數據不會永遠相同,因為變異(Variation)在過程中隨時存在 變異(Variation) 變異(Process) =變異(Step 1) +變異(Step 2) +變異(Step 3) + . . . 變異( Process Step) = 變異(Methods) +變異(Materials) +變異(Environment)+變異(People) +變異(Equipment) +變異(Information)我們觀察到的變異,是在過程中各種擾動累積起來的.變異(Variation) 雖然變異是隨機的,但他們的隨機性通常有模式存在,這種模式可用統計上的分佈(Distribution)來形容.如此變異加以統計分析,便可有某種程度的預測性存在並易於被理解或控制.分佈量測值Spread散佈Center均值XXXXXXXXX參數多數在此少數在此變異(Variation) Spread散佈Shape形狀Center中心描述分佈(Distribution)中心Center: 數據最集中在何處?散佈Spread:數據變異程度及分散狀況如何?形狀Shape:分佈是否對稱?扁平?凹凸? 是否有異常區變異(Variation) 變異可以是穩定(Stable)或不穩定(Unstable)的.- 穩定變異:變化的分佈較具預測性及一致性,對時間而言具可預測性- 不穩定變異:對時間而言不具可預測性DistributionPROCESS #1 - Stable Variation穩定ThicknessPartDistributionPROCESS #2 - Unstable Variation不穩定ThicknessPart變異(Variation) ParameterTime在製造過程中,有變異都是不好.問題是我們能容忍到何種範圍.我們能容忍的變異是具有以下兩項特徵:STABLE (i.e., consistent and predictable over time). 穩定CAPABLE (i.e., small variation compared to the product specifications.) Product Specifications散佈小Parameter Distribution 控制變異(Variation) 1. Characterize2. Improve3. Control特徵化瞭解過程:過程由時間來看是否穩?制程能力是否能滿足目標規格?改善使制程更好: 確認並除去不穩定原因 確認並降低變異程度使滿足規格控制保持穩定並維持高制程能力 持續監視及控制過程的變異源Statistics 分佈的數學描述與定義中心Center: 數據最集中在何處?散佈Spread:數據變異程度及分散狀況如何?形狀Shape:分佈是否對稱?扁平?凹凸? 是否有異常區因為用抽樣統計,其結果只是估計,和真實可能有差異.適當的抽樣可使統計分析更