SPC统计过程控制中级教材课件

统计过程控制(SPC)统计过程控制(SPC)1序

SPC简介1-1

SPC基本概念1-2SPC的发展史1-3SPC主要功用1-4SPC实施流程序

SPC简介1-1SPC基本概念1-2SPC的发展2解析用SPC控制图制程能力分析控制用SPC控制图数据正态分析SPC内容数据收集计划制程能力改善SPC基本概念

SPC，StatisticalProcessControl（统计过程控制）的简称，是一种借助数理统计方法的过程控制工具。

SPC对质量数据进行统计、分析从而区分出生产过程中产品质量的正常波动与异常波动，以便对过程的异常及时提出预警，提醒管理人员采取措施消除异常，恢复过程的稳定性，从而提高产品的质量。解析用SPC控制图制程能力分析控制用SPC控制图数据正态分析SPC的发展史二战前二战中二战后质量管理=检验抓质量=把好检验关只能发现和剔除不合格品损失已大量造成补救措施=“亡羊补牢”内部损失和售后投诉索赔企业不堪重负1924年美国尔特•休哈特

博士控制图产生为SPC的起源标志美国战时质量管理标准军品的质量和及时交付五十年代以来SPC在日本工业界的大量推广应用日本崛起八十年代以后大公司积极推广应用对供应商也提出了相应要求ISO9000、QS9000及六西格玛管理今天计算机及专用软件推光SPC选才真正全面狂热起来高质量、低成本、短周期呼唤出SPC，并推动着其不断完善。起源非凡牛刀小试大放光芒SPC的发展史二战前二战中二战后质量管理=检验美国五十年代以SPC主要功用可即时发现制程异常，及时预警；现状分析，可发现快速改善机会。掌握制程能力，做为改善之参考。

SPC适用范围非常广泛，无论是品质方面、成本方面还是交期方面，都可适用。当然，用途不一样，功能也不一样。SPC主要功用SPC适用范围非常广泛，无论是品质方面SPC实施流程搜集数据制作解析用管制图制程能力分析转为管制用管制图分析并消除异常原因提升制程能力检讨机械、设备等等过程是否稳定？能力是否足够？删掉异常数据(组)NONOYesyesSPC实施流程搜集数据制作解析用管制图制程能力分析转为管制用第一章

数据收集1-1、数据类型1-2、数据收集1-3、统计学的作用第一章

数据收集1-1、数据类型1-2、数据收集1-371-1、数据类型

为了解原料、制程、产品的品质特性，经调查或实验而得到的数字或数量就是数据。按不同的分类方法，数据有不同的类型：问题解决问题

/事项连续型

Data(ContinuousData)离散型

Data(DiscreteData)

连续型数据(计量型):

如长度,重量,时间等能够测定的数据

离散型数据(计数型):

如合格/不合格等能用个数表示的数据资料的类型属性(Attribute)命名(Nominal)

范畴(Category)统计特征值缺陷(Defect)资料的类型变数(Variable)比率(Ratio)统计特征值位置(Location)散布(Spread)形状(Shape)依数据特性区分依数据来源分材料或产品数据制程数据检验数据依数据时间先后

过去数据日常数据新数据课堂互动：请列举身边遇到的数据并说出类型。1-1、数据类型为了解原料、制程、产品的品质特性，1-1、数据类型连续数据与离散数据进行比较的解释：一般来说，连续数据比离散数据更可取，因为你可以利用更少的数据获得更多的信息。如果不能得到连续数据，就可以对离散数据进行分析，发现结果，作出判断。销售订单准确度数据输入准确度销售地区使用“合格/不合格”测量仪器得到的孔径孔径应答中心对话时间制冷氟利昂的重量(克)每百万部件中有缺陷部件的数量装配线缺陷(ALD)1-1、数据类型连续数据与离散数据进行比较的解释：销售订单1-2、数据收集要点随机性XXXXXXXXXXXXXXXXXXXXXXXX$$$X##X$$XXX##X####

#X$X$#XX

XXXX

XXXXX

XXXXXXXXXXXXXXXXXXXXX数据收集目的1、制作控制图？2、要因验证？3、能力分析？4、项目选择？……数据收集方法数据收集原则随机抽样法系统抽样法分层抽样法集体抽样法数据收集注意事项1、测量系统是否可靠？2、是否遗漏或重复？1-2、数据收集要点随机性XXXXXXXXX1-2、数据收集要点◆总体和样本(接收检验与统计的区别）样本

(Sample,10)总体(N=1,000)Sample10个测定

(规格

:100±4)ⅩⅩⅩⅩⅩⅩⅩⅩⅩⅩ96979899100104101规格下限规格上限102103

总体能不能判断为良品？1)AQL→Yes:因为Sampling的10个测定值都在规格内→OK2)SPC→No:用SampleData推定总体的不良率为

2.8%→异常水平1-2、数据收集要点◆总体和样本(接收检验与统计的区别1-3、统计学的作用统计描述:用图表和几个总结性数字(均值、方差、标准差)描述一组数据。(基础统计量、图形分析）统计推理:

确定结果之间的变异何时可能是由于随机误差引起的，何时不能归因于随机误差；分析结果与原因之间存在的(因果)关系？(假设检验、方差分析、多变量分析、回归）试验设计：收集并分析数据，以估算过程变化的影响,并决定如何进行最佳化设置。

(实验计划)统计学用三类方法处理误差统计学的作用1-3、统计学的作用统计描述:统计推理:试验设计：统计学第二章

控制图基本理论2-1过程波动解析2-2控制图原理2-3合理子组原则2-4控制图的使用2-5控制图选择第二章

控制图基本理论2-1过程波动解析2-2控制图132-1、过程波动解析产品的品质特性一定会有波动！所以我们预期的观测值就会有差异：如果我们研究BL外框的对角尺寸，每个样品是不是一样的；如果我们测量10台冰箱的能耗，得到的结果也是不一样的；这种差异使我们的工作更具挑战性！一般来说，我们不能相信来自一个数据点的结果，通常收集多个数据点、并且非常注意如何选取这些样本，以减少偏差。变异(误差)的产生是必然的、意料之中的，是统计学的基础。变异来源2-1、过程波动解析产品的品质特性一定会有波动！所以我们预2-1、过程波动解析造成这种误差的原因在于产品或服务实现过程中的因素变异，普遍来源有：测量Measurement流程变异的原因人员Manpower环境Environment设备Machine方法Methods材料Material关键是要分析哪种变因对响应变量的贡献最大--分析技术变异来源2-1、过程波动解析造成这种误差的原因在于产品或服务实现过2-1、过程波动解析误差分类我们把误差分成两类：系统误差（原因误差、特殊误差）

预期的（和可预测的）测量结果之间的差异；随机误差（偶然误差）

不可预测的测量结果之间的差异；Example:使用不正确的工具、操作员设置调试过失）

机器振动/温度波动/材料硬度的可变性系统误差随机误差2-1、过程波动解析误差分类我们把误差分成两类：Ex2-2、控制图原理管制图是1924年由休哈特

博士(Dr.W.A.Shewhart),在研究产品品质特性之次数分配时所发现。正常工程所生产出来产品的品质特性，其分配大都呈常态分配的，会超出三个标准差(±3)的产品只有0.27%。依此原理，将常态曲线图旋转90度，在三个标准差的地方加上两条界限，并将抽样数据按顺序点绘而成为管制图。μ-3σμ-2σμ-1σμμ+1σμ+2σμ+3σ规格范围

μ-3σ

μ-2σ

μ-1σμ

μ+1σ

μ+2σ

μ+3σ规格范围3原则2-2、控制图原理管制图是1924年由休哈特博士2-3、合理子组原则合理子组原则是休哈特提出的控制图的理论基础之一。

在抽取样本时要使组内波动仅由偶然因素引起；组间波动主要由异常因素引起。休博士称这样的样本为“子组”。显然，这样的子组内不应有异常波动，故用其估计出来的σ较为精确。这样的子组的容量一般较小，经济性得到很好保证；另外，由于σ较小，控制限就小了，从而对检出异常波动较为灵敏。

为实现“合理子组原则”，一个简单的方法就是在最短的时间内把一个子组全部取出，或连续抽样。这样，由于抽样时间短，就可避免异常原因进入子组。2-3、合理子组原则合理子组原则是休哈特提出的控制2-4、控制图的使用分析用控制图控制用控制图1、调整过程使过程达到受控2、使过程能力指数Cpk或Cp达到顾客需求一旦实现了以上两点，分析用控制图即可转入控制用控制图。2-4、控制图的使用分析用控制图控制用控制图1、调整过程使2-5、控制图分类及选择n≧2?n

≥10数据性质?计量值计数值

单位固定﹖n固定﹖研究X？图计数类型﹖X-S图X-R图X-RS图p图pn图C图u图YESNOMe-RNOYES不良比率缺陷NOYESYESNONOYES精度最高精度尚可精度较差不得已才用2-5、控制图分类及选择n≧2?n≥10数据性质?计第三章

制作解析用控制图3-1正态分布及检定3-2数据受控分析3-3过程能力指数3-4过程能力分析第三章

制作解析用控制图3-1正态分布及检定3-2数213-1、正态性分布及检定正态分布总面积是1,脱离已知规格的面积,就是所推定的不良率上限(USL)下限(LSL)均值()标准偏差()拐点与平均值之间的距离是一个

标准差。如果三倍的标准差都落在目标值和规范的上下限内，我们就称这个过程具有“三个西格玛能力”99.73%的数据外于平均值的3σ内,95.46%的数据位于平均值的2σ内,68.26%的数据在平均值的1σ内.拐点1USLp(d)3平均值LSL曲线从较陡的状态变得越来越平坦3-1、正态性分布及检定正态分布总面积是1,脱离已知规格的3-1、数据正态性检定P>0.05数据服从正态分布3-1、数据正态性检定P>0.053-2、数据受控分析

一个过程开始实施控制图时，几乎不会恰巧处于受控状态，即总会存在异常波动。在这种失控状态下建立起来的控制图，上下控制限间距一定较宽，这会导致判断失误。因此，一开始，总是要将失控状态调整到理想状态，这就是分析用控制图阶段。3-2、数据受控分析一个过程开始实施控制图时，几乎3-2、数据受控分析消除异常原因后去掉这组数据消除异常原因后去掉这组数据3-2、数据受控分析消除异常原因后去掉这组数据消除异常原因3-3、过程能力指数Ca=×100％实绩中心值－规格中心值规格容许差T=Su-SL＝规格上限－规格下限T/2X－μ×100％＝规格公差6个标准差T6σSu-X3σX-SL3σCp=

或Cp=----

单边规格时Cp=

=----

双边规格时当Ca=0时CpK=Cp

单边规格时Cpk即以Cp值计等级CpK值要求A+1.67≤CpK简化A1.33≤CpK<1.67维持B1.00≤CpK<1.33改进C0.67≤CpK<1.00全检DCpK<0.67停产3-3、过程能力指数Ca=×100％实绩中心值－规格中心值3-4、过程能力分析3-4、过程能力分析第四章

改善方法论简介4-1透过管理图分析改善4-2透过能力看改善方向第四章

改善方法论简介4-1透过管理图分析改善4-2透过284-1、透过管理图分析改善（计数）在SPC控制图中,只要有不受控点存在,就有可改善的机会在SPC控制图中,只要有不受控点存在,就有可改善的机会肯定有异常原因存在,造成离异4-1、透过管理图分析改善（计数）在SPC控制图中,只要有4-1、透过管理图分析改善（计量）在SPC控制图中,只要有不受控点存在,就有可改善的机会在SPC控制图中,计量管制图判异八原则判定法则：1、单个点落在控制限以外2、连续3点中2点落在中心线同侧B区以外3、连续5点中4点落在中心线同侧C区以外4、连续6点上升或下降5、连续8点落在C区以外两侧6、连续9点落在中心线同侧7、连续14点交替上下8、连续15点落在中心线附近C区以内2s6sACCBBALCLUCL0.135%0.228%15.87%4-1、透过管理图分析改善（计量）在SPC控制图中,只要有4-1、透过管理图分析改善（计量）判定原则1：单个点落在控制限以外ABCCBA1个点超出上界线或者下界线，这时的几率小于0.27%.4-1、透过管理图分析改善（计量）判定原则1：单个点落在控4-1、透过管理图分析改善（计量）判定原则2：连续3点中2点落在中心线同侧B区以外ABCCBA在2σ和3σ间的几率有2.28%,按照二项分布:P(X<=2)=0.999988P(X<=1)=0.998464故：P(X=2)=0.0015244-1、透过管理图分析改善（计量）判定原则2：连续3点中24-1、透过管理图分析改善（计量）判定原则3：连续5点中4点落在中心线同侧C区以外ABCCBA同侧5有连续着的4个点超出1σ的情况下

其几率是?(0.267%)4-1、透过管理图分析改善（计量）判定原则3：连续5点中44-1、透过管理图分析改善（计量）判定原则4：连续6点上升或下降ABCCBA4-1、透过管理图分析改善（计量）判定原则4：连续6点上升4-1、透过管理图分析改善（计量）判定原则5：连续8点落在C区以外两侧ABCCBA4-1、透过管理图分析改善（计量）判定原则5：连续8点落在4-1、透过管理图分析改善（计量）判定原则6：连续9点落在中心线同侧ABCCBA4-1、透过管理图分析改善（计量）判定原则6：连续9点落在4-1、透过管理图分析改善（计量）判定原则7：连续14点交替上下ABCCBA4-1、透过管理图分析改善（计量）判定原则7：连续14点交4-1、透过管理图分析改善（计量）判定原则8：连续15点落在中心线附近C区以内ABCCBA4-1、透过管理图分析改善（计量）判定原则8：连续15点落4-1、透过管理图分析改善（计量）在SPC控制图中,只要有不受控点存在,就有可改善的机会在SPC控制图中,计量管制图判异八原则判定法则：1、单个点落在控制限以外(A区以外）2、连续3点中2点落在中心线同侧B区以外3、连续5点中4点落在中心线同侧C区以外4、连续6点上升或下降5、连续8点落在C区以外两侧6、连续9点落在中心线同侧7、连续14点交替上下8、连续15点落在中心线附近C区以内2s6sACCBBALCLUCL0.135%0.228%15.87%4-1、透过管理图分析改善（计量）在SPC控制图中,只要有4-2、透过能力看改善方向CpCpkCp-Cpk判定改善方向≥1.00≥1.00过程能力基本满足要求实施控制计划＜1.00≥0.33均值偏离严重组织管理人力进行过程均值的改善＜1.00＜1.00＜0.33过程波动太大组织技术人力进行过程波动的改善≥0.33过程波动太大均值偏离严重组织技术人力与管理人力进行改善图1显示的改善方向是什么?图2显示的改善方向是什么?图3显示的改善方向是什么?4-2、透过能力看改善方向CpCpkCp-Cpk判定改善方课程回顾数据收集控制图基本理论解析用控制图数据类型数据收集统计学作用过程波动解析控制图原理合理子组原则控制图使用控制图分类正态分析受控分析能力分析分析改善管制图中上制程能力分析中计算&图示功用&实施流程课程回顾数据收集控制图基本理论解析用控制图数据类型数据收集统谢谢谢谢42统计过程控制(SPC)统计过程控制(SPC)43序

SPC简介1-1

SPC基本概念1-2SPC的发展史1-3SPC主要功用1-4SPC实施流程序

SPC简介1-1SPC基本概念1-2SPC的发展44解析用SPC控制图制程能力分析控制用SPC控制图数据正态分析SPC内容数据收集计划制程能力改善SPC基本概念

SPC，StatisticalProcessControl（统计过程控制）的简称，是一种借助数理统计方法的过程控制工具。

SPC对质量数据进行统计、分析从而区分出生产过程中产品质量的正常波动与异常波动，以便对过程的异常及时提出预警，提醒管理人员采取措施消除异常，恢复过程的稳定性，从而提高产品的质量。解析用SPC控制图制程能力分析控制用SPC控制图数据正态分析SPC的发展史二战前二战中二战后质量管理=检验抓质量=把好检验关只能发现和剔除不合格品损失已大量造成补救措施=“亡羊补牢”内部损失和售后投诉索赔企业不堪重负1924年美国尔特•休哈特

博士控制图产生为SPC的起源标志美国战时质量管理标准军品的质量和及时交付五十年代以来SPC在日本工业界的大量推广应用日本崛起八十年代以后大公司积极推广应用对供应商也提出了相应要求ISO9000、QS9000及六西格玛管理今天计算机及专用软件推光SPC选才真正全面狂热起来高质量、低成本、短周期呼唤出SPC，并推动着其不断完善。起源非凡牛刀小试大放光芒SPC的发展史二战前二战中二战后质量管理=检验美国五十年代以SPC主要功用可即时发现制程异常，及时预警；现状分析，可发现快速改善机会。掌握制程能力，做为改善之参考。

SPC适用范围非常广泛，无论是品质方面、成本方面还是交期方面，都可适用。当然，用途不一样，功能也不一样。SPC主要功用SPC适用范围非常广泛，无论是品质方面SPC实施流程搜集数据制作解析用管制图制程能力分析转为管制用管制图分析并消除异常原因提升制程能力检讨机械、设备等等过程是否稳定？能力是否足够？删掉异常数据(组)NONOYesyesSPC实施流程搜集数据制作解析用管制图制程能力分析转为管制用第一章

数据收集1-1、数据类型1-2、数据收集1-3、统计学的作用第一章

数据收集1-1、数据类型1-2、数据收集1-3491-1、数据类型

为了解原料、制程、产品的品质特性，经调查或实验而得到的数字或数量就是数据。按不同的分类方法，数据有不同的类型：问题解决问题

/事项连续型

Data(ContinuousData)离散型

Data(DiscreteData)

连续型数据(计量型):

如长度,重量,时间等能够测定的数据

离散型数据(计数型):

如合格/不合格等能用个数表示的数据资料的类型属性(Attribute)命名(Nominal)

范畴(Category)统计特征值缺陷(Defect)资料的类型变数(Variable)比率(Ratio)统计特征值位置(Location)散布(Spread)形状(Shape)依数据特性区分依数据来源分材料或产品数据制程数据检验数据依数据时间先后

过去数据日常数据新数据课堂互动：请列举身边遇到的数据并说出类型。1-1、数据类型为了解原料、制程、产品的品质特性，1-1、数据类型连续数据与离散数据进行比较的解释：一般来说，连续数据比离散数据更可取，因为你可以利用更少的数据获得更多的信息。如果不能得到连续数据，就可以对离散数据进行分析，发现结果，作出判断。销售订单准确度数据输入准确度销售地区使用“合格/不合格”测量仪器得到的孔径孔径应答中心对话时间制冷氟利昂的重量(克)每百万部件中有缺陷部件的数量装配线缺陷(ALD)1-1、数据类型连续数据与离散数据进行比较的解释：销售订单1-2、数据收集要点随机性XXXXXXXXXXXXXXXXXXXXXXXX$$$X##X$$XXX##X####

#X$X$#XX

XXXX

XXXXX

XXXXXXXXXXXXXXXXXXXXX数据收集目的1、制作控制图？2、要因验证？3、能力分析？4、项目选择？……数据收集方法数据收集原则随机抽样法系统抽样法分层抽样法集体抽样法数据收集注意事项1、测量系统是否可靠？2、是否遗漏或重复？1-2、数据收集要点随机性XXXXXXXXX1-2、数据收集要点◆总体和样本(接收检验与统计的区别）样本

(Sample,10)总体(N=1,000)Sample10个测定

(规格

:100±4)ⅩⅩⅩⅩⅩⅩⅩⅩⅩⅩ96979899100104101规格下限规格上限102103

总体能不能判断为良品？1)AQL→Yes:因为Sampling的10个测定值都在规格内→OK2)SPC→No:用SampleData推定总体的不良率为

2.8%→异常水平1-2、数据收集要点◆总体和样本(接收检验与统计的区别1-3、统计学的作用统计描述:用图表和几个总结性数字(均值、方差、标准差)描述一组数据。(基础统计量、图形分析）统计推理:

确定结果之间的变异何时可能是由于随机误差引起的，何时不能归因于随机误差；分析结果与原因之间存在的(因果)关系？(假设检验、方差分析、多变量分析、回归）试验设计：收集并分析数据，以估算过程变化的影响,并决定如何进行最佳化设置。

(实验计划)统计学用三类方法处理误差统计学的作用1-3、统计学的作用统计描述:统计推理:试验设计：统计学第二章

控制图基本理论2-1过程波动解析2-2控制图原理2-3合理子组原则2-4控制图的使用2-5控制图选择第二章

控制图基本理论2-1过程波动解析2-2控制图552-1、过程波动解析产品的品质特性一定会有波动！所以我们预期的观测值就会有差异：如果我们研究BL外框的对角尺寸，每个样品是不是一样的；如果我们测量10台冰箱的能耗，得到的结果也是不一样的；这种差异使我们的工作更具挑战性！一般来说，我们不能相信来自一个数据点的结果，通常收集多个数据点、并且非常注意如何选取这些样本，以减少偏差。变异(误差)的产生是必然的、意料之中的，是统计学的基础。变异来源2-1、过程波动解析产品的品质特性一定会有波动！所以我们预2-1、过程波动解析造成这种误差的原因在于产品或服务实现过程中的因素变异，普遍来源有：测量Measurement流程变异的原因人员Manpower环境Environment设备Machine方法Methods材料Material关键是要分析哪种变因对响应变量的贡献最大--分析技术变异来源2-1、过程波动解析造成这种误差的原因在于产品或服务实现过2-1、过程波动解析误差分类我们把误差分成两类：系统误差（原因误差、特殊误差）

预期的（和可预测的）测量结果之间的差异；随机误差（偶然误差）

不可预测的测量结果之间的差异；Example:使用不正确的工具、操作员设置调试过失）

机器振动/温度波动/材料硬度的可变性系统误差随机误差2-1、过程波动解析误差分类我们把误差分成两类：Ex2-2、控制图原理管制图是1924年由休哈特

博士(Dr.W.A.Shewhart),在研究产品品质特性之次数分配时所发现。正常工程所生产出来产品的品质特性，其分配大都呈常态分配的，会超出三个标准差(±3)的产品只有0.27%。依此原理，将常态曲线图旋转90度，在三个标准差的地方加上两条界限，并将抽样数据按顺序点绘而成为管制图。μ-3σμ-2σμ-1σμμ+1σμ+2σμ+3σ规格范围

μ-3σ

μ-2σ

μ-1σμ

μ+1σ

μ+2σ

μ+3σ规格范围3原则2-2、控制图原理管制图是1924年由休哈特博士2-3、合理子组原则合理子组原则是休哈特提出的控制图的理论基础之一。

在抽取样本时要使组内波动仅由偶然因素引起；组间波动主要由异常因素引起。休博士称这样的样本为“子组”。显然，这样的子组内不应有异常波动，故用其估计出来的σ较为精确。这样的子组的容量一般较小，经济性得到很好保证；另外，由于σ较小，控制限就小了，从而对检出异常波动较为灵敏。

为实现“合理子组原则”，一个简单的方法就是在最短的时间内把一个子组全部取出，或连续抽样。这样，由于抽样时间短，就可避免异常原因进入子组。2-3、合理子组原则合理子组原则是休哈特提出的控制2-4、控制图的使用分析用控制图控制用控制图1、调整过程使过程达到受控2、使过程能力指数Cpk或Cp达到顾客需求一旦实现了以上两点，分析用控制图即可转入控制用控制图。2-4、控制图的使用分析用控制图控制用控制图1、调整过程使2-5、控制图分类及选择n≧2?n

≥10数据性质?计量值计数值

单位固定﹖n固定﹖研究X？图计数类型﹖X-S图X-R图X-RS图p图pn图C图u图YESNOMe-RNOYES不良比率缺陷NOYESYESNONOYES精度最高精度尚可精度较差不得已才用2-5、控制图分类及选择n≧2?n≥10数据性质?计第三章

制作解析用控制图3-1正态分布及检定3-2数据受控分析3-3过程能力指数3-4过程能力分析第三章

制作解析用控制图3-1正态分布及检定3-2数633-1、正态性分布及检定正态分布总面积是1,脱离已知规格的面积,就是所推定的不良率上限(USL)下限(LSL)均值()标准偏差()拐点与平均值之间的距离是一个

标准差。如果三倍的标准差都落在目标值和规范的上下限内，我们就称这个过程具有“三个西格玛能力”99.73%的数据外于平均值的3σ内,95.46%的数据位于平均值的2σ内,68.26%的数据在平均值的1σ内.拐点1USLp(d)3平均值LSL曲线从较陡的状态变得越来越平坦3-1、正态性分布及检定正态分布总面积是1,脱离已知规格的3-1、数据正态性检定P>0.05数据服从正态分布3-1、数据正态性检定P>0.053-2、数据受控分析

一个过程开始实施控制图时，几乎不会恰巧处于受控状态，即总会存在异常波动。在这种失控状态下建立起来的控制图，上下控制限间距一定较宽，这会导致判断失误。因此，一开始，总是要将失控状态调整到理想状态，这就是分析用控制图阶段。3-2、数据受控分析一个过程开始实施控制图时，几乎3-2、数据受控分析消除异常原因后去掉这组数据消除异常原因后去掉这组数据3-2、数据受控分析消除异常原因后去掉这组数据消除异常原因3-3、过程能力指数Ca=×100％实绩中心值－规格中心值规格容许差T=Su-SL＝规格上限－规格下限T/2X－μ×100％＝规格公差6个标准差T6σSu-X3σX-SL3σCp=

或Cp=----

单边规格时Cp=

=----

双边规格时当Ca=0时CpK=Cp

单边规格时Cpk即以Cp值计等级CpK值要求A+1.67≤CpK简化A1.33≤CpK<1.67维持B1.00≤CpK<1.33改进C0.67≤CpK<1.00全检DCpK<0.67停产3-3、过程能力指数Ca=×100％实绩中心值－规格中心值3-4、过程能力分析3-4、过程能力分析第四章

改善方法论简介4-1透过管理图分析改善4-2透过能力看改善方向第四章

改善方法论简介4-1透过管理图分析改善4-2透过704-1、透过管理图分析改善（计数）在SPC控制图中,只要有不受控点存在,就有可改善的机会在SPC控制图中,只要有不受控点存在,就有可改善的机会肯定有异常原因存在,造成离异4-1、透过管理图分析改善（计数）在SPC控制图中,只要有4-1、透过管理图分析改善（计量）在SPC控制图中,只要有不受控点存在,就有可改善的机会在SPC控制图中,计量管制图判异八原则判定法则：1、单个点落在控制限以外2、连续3点中2点落在中心线同侧B区以外3、连续5点中4点落在中心线同侧C区以外4、连续6点上升或下降5、连续8点落在C区以外两侧6、连续9点落在中心线同侧7、连续14点交替上下8、连续15点落在中心线附近C区以内2s6sACCBBALCLUCL0.135%0.228%15.87%4-1、透过管理图分析改善（计量）在SPC控制图中,只要有4-1、透过管理图分析改善（计量）判定原则1：单个