五大工具之——SPC培训教材.pptx

1 品保部:JesenQin 2015年6月  Statistical Process Control 统计过程控制 课程主要内容 相关统计知识介绍 统计过程控制的基本概念 控制图的理论介绍 有一组数据 不知道是什么? 描点作图 仍然不知道是什么! 数据有问题? 原来数据来源于两个班次! 整理一下数据 原来是这样! 找出数 据规律 可以预测和控制了! Y = X + 3 Y = 1.5 X + 1 Y=kX+b 3=0k+b (0,3) 9=6k+b (6,9) k=1，b=3 Y=kX+b 10=6k+b (6,10) 7= 4k+b (4 , 7) k=1.5，b=1 相关统计知识介绍 第一章 母体与样本的概念 样 本 统 计 量 样本标准差---s 表示 样本全距-----R 表示 样本平均------ 表示 样本变异----- 表示 2、表示样本特征的统计量种类 统计特性值分类 数据的特征与测度 在品管改善实务上特别重视变异性，先缩小变异再移动平均，会有比较好的效果 数据的特征 集中趋势 度量中心或平均 分散程度 度量离度或变异 众数 中位数 平均值 标准偏差 全距 变异系数 四分位数 变异数 统计特性值分类 统计特性值分类 计量值的定义: 数据之间呈连续的分布状态,故计量值的分布又称连续分布. 例如 灯泡的使用寿命时间.(152.3小时) 例如 每一卷布匹的长度.(85.33米) 例如 每一个点心的加工重量.(44.83克) 二项分布（Binomial Distribution） 柏努利试验只进行一次，若重复进行很多次所形成的机率分配则是所谓的二项分配，其随机试验具有下列特质: 相同的试验重复进行n次 每次试验只有两种可能的结果，一种是研究者“希望”出现的，称为成功事件，另一种是研究者”不希望”出现的，称为失败事件。 每次的试验中，成功事件发生的机率为p，失败事件发生的机率为q (q=1-p) 每次的试验彼此独立，毫不相关，亦即给定前次的试验结果不影响后一次试验的结果。 实验的进行为抽出放回。 注:二项分配常用于近似不良品发生的机率。 定义:二项分布的概率分布函数为: 常态分布（Normal Distribution） 具有良好之数学性质，可作为发展统计推论程序中的量测变量基本机率模型 大多数自然界与工业产品的变异均可适用常态分布 常态分布为质量管理技术的基础 当样本数大时，平均数的抽样分布会近似于常态分布(中心极限定理)，此结果为统计在工业应用上重要基础 常态分布的图形 外形像钟，左右对称 其众数(mode)产生在 处,即曲线发生最大值时的横坐标为 。 此曲线对称于通过平均数 的纵轴。 此曲线在 处有反曲点，当 时图形凸向上。反之，在其他地方图形则凹向下。 在此曲线以下，横轴以上的面积总和为1。 任何常态分配皆可转为标准常态分配 转换后的机率运算也可对应原分配 泊松分布（ Poisson Distribution） 泊松分布的概率分布函数为： 1.泊松分布的参数λ是单位时间(或单位面积)内随机事件的平均发生率。 泊松分布适合于描述单位时间内随机事件发生的次数。 2.泊松分布的期望和方差均为λ。 3.当二项分布的n很大而p很小时，泊松分布可作为二项分布的近似，其中λ为np。 统计过程控制的基本概念 第二章 品质管理核心内容 检测---容忍浪费 预防-----缺陷避免 质量管理体系的立足点是预防而非检测。 SPC：Statistical Process Control(统计过程控制）是运用统计技术分析过程中的品质特性从而控制过程变异 过程：指的是共同工作以产生输出的供方、生产者、材料、方法和环境及输出顾客之集合 统计：数量统计方法是一种科学的方法，它的理论基础是数量统计学；其用途如： - 提供表示事物特征的数据； - 比较事物间的差异 - 分析影响事物变化的因系及相互关系 SPC基本概念-定义 SPC目的及作用 1.经济性：有效的抽样控制，不用全数检验，得以控制成本。使过程稳定，能掌握质量、成本与交期。 2.预警性：过程的异常趋势可即时对策，预防整批不良，以减少浪费。 3.分辨特殊原因：作为局部问题对策或管理阶层系统改进 之参考。 4.善用机器设备：估计机器能力，可妥善安排适当机器生产适当零件。 改善的评估：过程能力可作为改善前后比较之指针 基本概念-过程控制系统 过程控制系统 人 机器 材料 方法 环境 我们的工作方式 资源的整合 产品 服务 顾客 输入 过程/