【质量管理课件】P控制图

P控制图P控制图1案例一个生产收音机晶体管的制造公司，决定建立不合格品率p图。每天生产结束后，在当天的产品中随机抽取一个样本，并检验其不合格数。表格中是这一个月来的数据子组号12345678910111213检验数158140140155160144139151163148150153149不合格品数11118647101195277子组号14151617181920212223242526检验数158140140155160144139151163148150153149不合格品数11118647101195277案例一个生产收音机晶体管的制造公司，决定建立不合格品率p图。2案例月平均不合格率为：=不合格品总数/被检产品总数= 233/3893=0.060由于子组的大小各不相同，故对每个子组根据下式分别计算UCL和LCLni为子组大小案例月平均不合格率为：ni为子组大小3案例子组号12345678910111213UCL0.1160.1200.1200.1170.1160.1190.1200.1180.1160.1180.1180.1170.118LCL0.0030.0000.0000.0030.0040.0010.0000.0020.0040.0010.0020.0020.002p0.0700.0790.0570.0390.0250.0490.0720.0730.0550.0340.0130.0460.047子组号14151617181920212223242526UCL0.1190.1160.1150.1210.1170.1180.1180.1210.1150.1190.1200.1190.116LCL0.0010.0040.0040.0000.0020.0020.0010.0000.0040.0000.0000.0010.004p0.0550.0380.0910.1320.0650.0600.0340.0000.0730.0700.0580.0970.124案例子组号12345678910111213UCL0.1164案例图中可以看出，子组号为17和26的不合格率已经超过了相应的上控制限。应将这两个子组从数据中剔除，并查找原因，以防再发。此后根据保留下来的24个子组计算出修正后的平均不合格品率案例图中可以看出，子组号为17和26的不合格率已经超过了相应5案例利用修正后的值，计算每个子组修正后的UCL和LCL，可以发现，所有的不合格品率都处于其相应的控制限内。因此，修正后的值就可以作为建立控制图的标准不合格品率即P0=0.054如上所述，对大小各异的子组分别绘制上下限是很费时的，考虑到各子组大小与平均子组大小没有很大偏离平均子组大小为150所以取n=150来标绘修正后的p图的上控制限案例利用修正后的值，计算每个子组修正后的UCL和LCL6案例修正后p图的控制限计算如下：案例修正后p图的控制限计算如下：7案例修正后的p图如下，过程处于统计控制状态案例修正后的p图如下，过程处于统计控制状态8P图用来测量在一批检验项目中不合格品（不符合或所谓的缺陷）项目的百分数重点：把被检查的每一个元件，零件或项目记录成合格或不合格（即使一个项目有几处不合格，也仅记录为一个不合格项）检验的结果按一个有意义的基础条件进行分组，并把不合格的项目用占子组的百分之几来表示P图用来测量在一批检验项目中不合格品（不符合或所谓的缺陷）项9P图定义ni: 被检项目的数量np: 发现不合格项目的数量p=np/n: 不合格品率 所有p值的平均数n: 样本的平均数k: 样本的个数P图定义10P图公式P图公式11P图过程能力计算过程能力用过程平均不合格品率来表示如需要，还可用符合规范的比率（1-）来表示P图过程能力计算12P控制图P控制图13案例一个生产收音机晶体管的制造公司，决定建立不合格品率p图。每天生产结束后，在当天的产品中随机抽取一个样本，并检验其不合格数。表格中是这一个月来的数据子组号12345678910111213检验数158140140155160144139151163148150153149不合格品数11118647101195277子组号14151617181920212223242526检验数158140140155160144139151163148150153149不合格品数11118647101195277案例一个生产收音机晶体管的制造公司，决定建立不合格品率p图。14案例月平均不合格率为：=不合格品总数/被检产品总数= 233/3893=0.060由于子组的大小各不相同，故对每个子组根据下式分别计算UCL和LCLni为子组大小案例月平均不合格率为：ni为子组大小15案例子组号12345678910111213UCL0.1160.1200.1200.1170.1160.1190.1200.1180.1160.1180.1180.1170.118LCL0.0030.0000.0000.0030.0040.0010.0000.0020.0040.0010.0020.0020.002p0.0700.0790.0570.0390.0250.0490.0720.0730.0550.0340.0130.0460.047子组号14151617181920212223242526UCL0.1190.1160.1150.1210.1170.1180.1180.1210.1150.1190.1200.1190.116LCL0.0010.0040.0040.0000.0020.0020.0010.0000.0040.0000.0000.0010.004p0.0550.0380.0910.1320.0650.0600.0340.0000.0730.0700.0580.0970.124案例子组号12345678910111213UCL0.11616案例图中可以看出，子组号为17和26的不合格率已经超过了相应的上控制限。应将这两个子组从数据中剔除，并查找原因，以防再发。此后根据保留下来的24个子组计算出修正后的平均不合格品率案例图中可以看出，子组号为17和26的不合格率已经超过了相应17案例利用修正后的值，计算每个子组修正后的UCL和LCL，可以发现，所有的不合格品率都处于其相应的控制限内。因此，修正后的值就可以作为建立控制图的标准不合格品率即P0=0.054如上所述，对大小各异的子组分别绘制上下限是很费时的，考虑到各子组大小与平均子组大小没有很大偏离平均子组大小为150所以取n=150来标绘修正后的p图的上控制限案例利用修正后的值，计算每个子组修正后的UCL和LCL18案例修正后p图的控制限计算如下：案例修正后p图的控制限计算如下：19案例修正后的p图如下，过程处于统计控制状态案例修正后的p图如下，过程处于统计控制状态20P图用来测量在一批检验项目中不合格品（不符合或所谓的缺陷）项目的百分数重点：把被检查的每一个元件，零件或项目记录成合格或不合格（即使一个项目有几处不合格，也仅记录为一个不合格项）检验的结果按一个有意义的基础条件进行分组，并把不合格的项目用占子组的百分之几来表示P图用来测量在一批检验项目中不合格