SPC統計過程控制.pptVIP

区域测试 Test Zone 1 ? 1 point above +3 sigma 2 A + 2 out of 3 in A+ or above 3 B + 4 out of 5 in B+ or above 4 C + 7 out of 8 in C+ or above 5 C - 7 out of 8 in C- or below 6 B - 4 out of 5 in B- or below 7 A - 2 out of 3 in A- or below 8 ? 1 point below -3 sigma Test Criteria 概率分布区域 A+ A- B+ B- C+ C- 如果以下情况发生，过程处于“失控”状态 Copyright 1995 Six Sigma Academy, Inc.. 分组数 第三十一页，共五十一页。 平均值和极差图（Xbat – R） 如果靠人工进行，Sigma的计算是非常烦琐的，因此Xbar – R图便成为人工控制图的首选方法。 通过计算分组内数据的极差来显示变差 （极大 – 极小） 使用A2Rbar得出3s/sqrt(n)的近似值，使用D3和D4乘以Rbar找出极差变差的控制极限的上下限。 以类似于Xbar – S的方法进行分析。 第三十二页，共五十一页。 单个数据点和移动极值图（XmR） 单个变量X – 移动极差 图适用于分组内并不存在可测量的变差的情况（如：过程温度、压力或其它类似的测量值），或者适用于合理分组数据不可得时（由于成本或其它限制因素）。 小心 如果不当地应用于一个具有“组内”变差的过程时）如上图所示的控制图数据），所绘之图有时难读、难用。 当跟踪单个测量值时，没有关于短期和长期变差差异的信息。 第三十三页，共五十一页。 可以探测到过程中任何大小的变化，这种可编程的灵敏性使 EWMA 成为监控受控过程的优秀工具。 注意EWMA 的形状， 该图所使用的数据和我们前面连续数据图中的数据相同。我们注意到平均值存在向上的趋势，其中还有均值向下的显著位移。 指数加权移动极差 (EWMA)图表 EWMA 图比其他任何控制图灵敏得多。每个EWMA 图中的数据点都融有前面观察的信息，而且该图经过成形 第三十四页，共五十一页。 特征值控制图 np p 第三十五页，共五十一页。 主要属性图 np - 测量所得的缺陷数量。控制极限范围基于 二项式分布。由于记录的是原始缺陷数量，因 此分组的大小应相同。 p - 记录的是样本的有缺陷部分。控制极限范围基于二项式分布。由于比例是缺陷相对于样本大小的比值，因此，样本的大小无须相同。 第三十六页，共五十一页。 属性控制图表范例 一个本地的牙科小组想要了解为什么他们的许多患者都会失约；为此成立了一个问题解决小组，该小组决定使用一个p图表跟踪“失约”患者的百分比。牙科门诊部开始按月提供患者“失约”百分比 。由于一次“失约”就是一个缺陷约定，所以，平均有缺陷部分的百分比即为p。 在头六个月的基础上计算控制图极限范围。使用的样本数量为每月100次预约。 p 图表公式: p = 236/600 = 0.393， 公式中的Sdi = 40+36+36+42+42+40 = 236 Sni=600，6个月内的总采样数量 UCL = .393+3((.393*.607)/100)? = 0.5395 LCL = .393- 3((.393*.607)/100)? = 0.2465 第三十七页，共五十一页。 在时间段内的测量特性 根据1996年的“失约”的数据构建控制极限范围。 该研究小组对患者失约的不同原因进行了分析和主次排序。 研究小组确认如果为患者提供灵活的时间安排将有助于减少失约数 量。 在1997年1月实行了灵活预约政策。 控制表显示实行灵活预约政策后失约次数惊人的减少。 通过采用新的预约政策，该小组将平均“失约”率由原来的40% 降低到20%（20%是1997年数据的新的平均数）。 第三十八页，共五十一页。 创建P图 文件: GEAPPS6SigmaMinitabTrainingMinitabSession 4Patients.mtw 数据表 StatQuality ToolsP Chart 电子表格中需设置两栏，一栏用于记录数据数量，另一栏用于表示分组。 一旦你打开对话框后，即确认计数栏为“变量”。而后填写分组数量（n），以及p的历史数据（此处p的历史数据是指其1996年的值。） 第三十九页，共五十一页。 改进图形输出 选择“AnnotateTitle”按钮。使用可用的线型和格式输入图形标题。点击“OK”。 下一步选择“Stamp”