SPC-制程统计管制培训教程课件

StatisticalProcessControl製程統計管制FCN全康精密工業股份有限公司1StatisticalProcessControl製程統1924年蘇華特（W.A.Shewhart）博士繪製了第一張的SPC圖，並於1931年出版了「加工產品品質的經濟控制」（EconomicControlofQualityofManufacturedProducts）之後，SPC應用於各種製造過程改善便就此展開。起源SPC統計製程管制2013/01/2221924年蘇華特（W.A.Shewhart）博士繪

SPC是一種用來分析資料的科學方法，並且利用分析結果來解決實際的問題。只要問題能以數字表示，就可以應用SPC來分析。被量測出的產品品質特性均是由於某些偶然因素所造成的結果。某些「偶然因素下的一致現象」，是任何製造和檢驗的架構下所固有的。在這固有之”一致現象”的狀態下的變動將無法找到原因。在該狀態外的變動原因，則是可被發現而加以改正的。SPC統計製程管制SPC基本原理2013/01/223SPC是一種用來分析資料的科學方法，並且利用SPC統SPC統計製程管制SPC管制圖2013/01/224SPC統計製程管制SPC管制圖2013/01/224統計理論認為母體參數可由隨機抽取的樣本來估計，SPC圖的統計基礎即在於此。不同製程管制對象有不同的資料，所有的資料都可歸類到下列其中一種：SPC統計製程管制管制圖基本原理-1

－分類資料－將產品品質分為「好或不好」、「合格或不合格」等－計數資料－記錄某產品的某個特性發生次數，例如錯誤次數﹑意外次數﹑銷售領先次數等－連續資料－某個品質特徵的量測值，例如尺寸﹑成本﹑時間等2013/01/225統計理論認為母體參數可由隨機抽取的樣本來估計，SPCSPC統計製程管制管制圖基本原理-2利用品質特性的發生機率來判斷是否有異常的狀況發生管制上下限與中心線管制上下限為平均數上下3個標準差範圍內幾乎會涵蓋所有可能發生的狀況超出管制界限範圍之外的狀況被視為異常中心線---製程的平均品質水準。2013/01/226SPC統計製程管制管制圖基本原理-2利用品質特性的發生機率來管制圖之應用有許多方式，在大多數之應用上，管制圖是用來做製程之線上(on-line)監視。管制圖也可以用來決定過去之製程數據是否在管制內，及末來之製程是否將在管制內。管制圖也可用來做為估計之工具，當製程是在管制內時，則可預測一些製程參數，例如平均數、標準差、不合格率等。SPC統計製程管制管制圖的應用範圍2013/01/227管制圖之應用有許多方式，在大多數之應用上，SPC統計製程管制

計量值

－平均值與全距管制圖X–RChart－中位數與全距管制圖X–RChart－個別值與移動全距管制圖X–RmChart－平均值與標準差管制圖X–SChartSPC統計製程管制管制圖的種類－～－計數值

－不良率管制圖P–Chart－不良數管制圖nP–Chart－缺點數管制圖C–Chart－單位缺點數管制圖U–Chart2013/01/228計量值SPC統計製程管制管制圖的種類－～－計數值2013/SPC統計製程管制管制圖使用時機樹狀圖2013/01/229SPC統計製程管制管制圖使用時機樹狀圖2013/01/22－選擇品質特性－決定管制圖之種類－決定樣本大小－抽樣頻率和抽樣方式

SPC統計製程管制管制圖實施步驟－收集數據－計算管制圖之參數，一般包含中心線和上下管制界限－收集數據，利用管制圖監視製程2013/01/2210－選擇品質特性SPC統計製程管制管制圖實施步驟

－管制圖是一改善生產力之有效工具－管制圖是預防不合格品之有效工具－管制圖可預防不需要之製程調整－管制圖可提供診斷之資訊－管制圖可提供有關製程能力之資訊

SPC統計製程管制使用管制圖的原因2013/01/2211－管制圖是一改善生產力之有效工具SPC統計製程管制使SPC統計製程管制管制圖能夠解決之問題1.經濟性:有效的抽樣管制，不用全數檢驗，不合格率降低，得以控制成本。使製程穩定，能掌握品質、成本及交期。2.預警性:製程的異常趨勢可即時發現並對策，預防整批性不良，以減少浪費。3.分辦特殊原因:作為局部問題對策或管理階層對系統改進之參考。4.善用機器設備:估計機器能力，可妥善安排適當機器生產適當零件。5.改善的評估:製程能力可作為製程改善前後比較之指標。2013/01/2212SPC統計製程管制管制圖能夠解決之問題1.經濟性:有效的抽樣X：平均值R：全距Up(Su)：規格上限Std(u)：標準值(規格中心線)Low(Sl)：規格下限UCL：管制上限UCL(X)=X+ARUCL(R)=DRCL：實績中心線CL(X)=XCL(R)=RLCL：管制下限LCL(X)=X-ARLCL(R)=DRSPC統計製程管制FCN－＝－－24－－＝－－－＝232013/01/2213X：平均值R：全距SPC統計製程管制圖的判讀(1)判斷失控的規則樣本點落在管制界限之外連續9點在同側的C區或C區之外ABCCBAUCLLCLCL2013/01/2214管制圖的判讀(1)判斷失控的規則ABCCBAUCLLCLCL管制圖的判讀(2)ABCCBAUCLLCLCLABCCBAUCLLCLCL連續6點持續地上升或下降連續11點交互一升一降2013/01/2215管制圖的判讀(2)ABCCBAUCLLCLCLABCCBAU管制圖的判讀(3)ABCCBAUCLLCLCLABCCBAUCLLCLCL相連3點中有2點在同側的A區或A區之外相連5點中有4點在同側的B區或B區之外2013/01/2216管制圖的判讀(3)ABCCBAUCLLCLCLABCCBAU管制圖的判讀(4)ABCCBAUCLLCLCLABCCBAUCLLCLCL連續15點在中心線上下兩側的C區有8點在中心線之兩側，但C區並無點子2013/01/2217管制圖的判讀(4)ABCCBAUCLLCLCLABCCBAU異常處理模式(1)2013/01/2218異常處理模式(1)2013/01/2218異常處理模式(2)2013/01/2219異常處理模式(2)2013/01/2219異常處理模式(3)2013/01/2220異常處理模式(3)2013/01/2220SPC統計製程管制Ca值：製程準確度

設定規格中心值(u)與管制上限(Su)或管制下限(Sl)的距離為100%，然後以製程實績平均值(X)距離規格中心值(u)的遠近作為評價的基準。當Ca值＝0時代表製程之實績平均值一致，故Ca值愈小愈好。實績平均值－規格中心值X－u規格公差／２T／2Ca＝X100%＝X100%T＝Su－Sl＝規格上限－規格下限＝規格公差＝＝2013/01/2221SPC統計製程管制Ca值：製程準確度設定規格中心值(A級：理想的狀態故維持現狀。B級：儘可能調整、改進為A級。C級：應立即檢討並予以改善。D級：採取緊急措施，並全面檢討必要時考慮停止生產。SPC統計製程管制T2T2D級D級C級C級B級B級A級A級規格公差(T)規格下線Sl-100%-50%-25%-1.25%0%1.25%25%50%100%規格中心線u規格上線Su2013/01/2222A級：理想的狀態故維持現狀。SPC統計製程管制TTDDCCB若以規格公差（T）與自生產中所獲得產品資料的6個估計實績標準差（σ）其間相差的程度即稱之為『製程精密度Cp』，換言之Cp值即在衡量規格公差範圍與製程變異寬度兩者之間相差的程度。SPC統計製程管制Cp值：製程精密度規格公差T6個估計實績標準差6σ

規格上限－實績平均值Su－X3個估計實績標準差3σ

實績平均值－規格下限X－Sl3個估計實績標準差3σ

RdCp＝雙邊規格時Cp＝Cp＝＝＝＝或單邊規格時︿︿︿＝＝σ＝︿2R為全距平均值，d為管制系數2－2013/01/2223若以規格公差（T）與自生產中所獲得產品資料的6個估計實績由公式得知當規格公差（T）大於估計實績標準差（σ）時，若大得愈多則Cp值也愈大，換言之即製程的變異寬度遠小於規格公差，所以Cp值愈大愈好。SPC統計製程管制等

級

Cp值

A+級

Cp≧1.67A級1.67＞Cp≧1.33B

級1.33

＞Cp≧1.00C

級1.00

＞Cp≧0.67D

級0.67＞Cp

A+級：產品變異如大一些也不要緊，考慮管理的簡單化或成本降低的方法。A級：理想的狀態故維持現狀。B級：確實進行製程管理，使其能保持在管制狀態，當Cp接近於1時，恐將會產生不良品故儘可能改善為A級。C級：產生不良品，產品須全數選別，並管理、改善製程。D級：品質無法在滿足的狀態，須進行品質的改善，探求原因。須要採取緊急對策並重新檢討規格。*在製程平均數無偏移下當Cp值=Cpk值=2時，製程中產生的缺點率=0.002ppm2013/01/2224由公式得知當規格公差（T）大於估計實績標準差（σ）時，若大得將Ca與Cp兩值同時參考而對製程作一個客觀評價的想法，因而產生了Cpk值的衡量指標。SPC統計製程管制Cpk值：製程能力指數(1)

T6σCpk＝(1–K)＝(1–︱Ca︱)Cp當Ca＝0時，Cpk＝Cp︱X–u︱T／2K＝＝︱Ca︱︿－單邊規格時，Cpk即以Cp計之2013/01/2225將Ca與Cp兩值同時參考而對製程作一個客觀評價的想法，因而產SPC統計製程管制(2)Cpk值亦可以製程的實績平均值至規格界限的距離除以製程實績估計標準差所得到的數值「Z」來表示。Zmin3Cpk＝Su-X

σZsu＝Zsl＝－(Sl–X)

σ＝＝︿︿即是Su-X3σ與－(Sl–X)3σ的最小值＝＝︿︿由公式可知為Cp值愈大時或Ca值愈小時Cpk值愈大，而Cpk值愈大即代表製程綜合能力愈好。2013/01/2226SPC統計製程管制(2)Cpk值亦可以製程的實績平均值至規SPC統計製程管制D級時的6σ分散寬度∞－∞－3σ3σ－2σ－1σ1σ2σC級時的6σ分散寬度B級時的6σ分散寬度A級時的6σ分散寬度A+級時的6σ分散寬度－3σ－2σ－1σ1σ2σ3σ－3σ－2σ－1σ1σ2σ3σ3σ2σ1σ－1σ－2σ－3σ規格中心線u規格上限Su規格下限Sl︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿2013/01/2227SPC統計製程管制D級時的6σ分散寬度∞－∞－3σ3σ－2σSPC統計製程管制

規格公差（T）不良率（規格以外之比率）Cp值內可容納之標準差單邊之場合雙邊之場合0.674σ（±2σ）2.27%4.55%1.006σ（±3σ）0.14%0.27%1.338σ（±4σ）31.8PPM63.6PPM1.468.8σ（±4.4σ）5.47PPM10.9PPM1.589.5σ（±4.74σ）1.33PPM2.66PPM1.609.6σ（±4.8σ）0.81PPM1.62PPM1.639.8σ（±4.89σ）0.49PPM0.98PPM1.669.96σ（±4.98σ）0.30PPM0.60PPM1.7010.2σ（±5.1σ）0.17PPM0.34PPM1.7310.4σ（±5.19σ）0.10PPM0.20PPM1.7610.6σ（±5.28σ）0.06PPM0.12PPM2.0012.0σ（±6.0σ）1PPB2PPB製程精密度（Cp）與不良率之關係註：Ca等於0時2013/01/2228SPC統計製程管制規格公差（T）不良率（規格以外

由製程能力指數Cpk得知，要使製程能力可達規格要求，必須Ca值與Cp值兩者均好方可，而製程綜合能力Cpk的好壞又直接與不良率有關，當Cpk值大亦是製程綜合能力好時則不良率低，而綜合評價不良率P即是如同Cpk值一樣將Ca值與Cp值兩者綜合起來的評價。其計算方法為先求出“Z”值，而“Z”值的求法為：Su－X－（Sl－X）σσSPC統計製程管制綜合評價不良率PZsu＝，Zsl＝－－︿︿

Pz，代表製程平均值會相距Z個標準差時，製程產品超出規格界限的比率。但製程必須是在統計管制狀態下，且呈常態分配。實例：1.z＝2.17則Pz=0.0150或1.5%；2.z＝3則Pz＝0.00135或0.135%，因此正負3σ所包含的面積應為1－0.00135X2＝0.9973或99.73%。再由“Z”值查常態分配表得到單邊不良率Psu%與Psl%，再將Psu%與Psl%兩者相加得出綜合不良率P%，亦就是推定其超出規格上限與規格下限的不良率。2013/01/2229由製程能力指數Cpk得知，要使製程能力可達規格要求，SPC統計製程管制附件：管制界限係數表nA1A2B3B4d2D3D4E2m3A223.7501.8800.0003.2671.1280.0003.2672.6601.88032.3941.0230.0002.5681.6930.0003.5751.7721.18741.8800.7290.0002.2661.0590.0002.2822.4571.79651.5960.5570.0002.0891.3260.0002.1152.2901.691

61.4100.4830.0301.9702.5340.0002.0041.1840.59471.2770.4190.1181.8822.7040.0761.9241.1090.50981.1750.3730.1851.8152.8470.1361.8641.0540.43291.0940.3370.2391.7612.9700.1841.8161.0100.412101.0280.3080.2841.7162.0780.2231.7771.9750.3632013/01/2230SPC統計製程管制附件：管制界限係數表nA1A2B3B4d2SPC統計製程管制附件：標準常態分配表2013/01/2231SPC統計製程管制附件：標準常態分配表2013/01/22StatisticalProcessControl製程統計管制FCN全康精密工業股份有限公司32StatisticalProcessControl製程統1924年蘇華特（W.A.Shewhart）博士繪製了第一張的SPC圖，並於1931年出版了「加工產品品質的經濟控制」（EconomicControlofQualityofManufacturedProducts）之後，SPC應用於各種製造過程改善便就此展開。起源SPC統計製程管制2013/01/22331924年蘇華特（W.A.Shewhart）博士繪

SPC是一種用來分析資料的科學方法，並且利用分析結果來解決實際的問題。只要問題能以數字表示，就可以應用SPC來分析。被量測出的產品品質特性均是由於某些偶然因素所造成的結果。某些「偶然因素下的一致現象」，是任何製造和檢驗的架構下所固有的。在這固有之”一致現象”的狀態下的變動將無法找到原因。在該狀態外的變動原因，則是可被發現而加以改正的。SPC統計製程管制SPC基本原理2013/01/2234SPC是一種用來分析資料的科學方法，並且利用SPC統SPC統計製程管制SPC管制圖2013/01/2235SPC統計製程管制SPC管制圖2013/01/224統計理論認為母體參數可由隨機抽取的樣本來估計，SPC圖的統計基礎即在於此。不同製程管制對象有不同的資料，所有的資料都可歸類到下列其中一種：SPC統計製程管制管制圖基本原理-1

－分類資料－將產品品質分為「好或不好」、「合格或不合格」等－計數資料－記錄某產品的某個特性發生次數，例如錯誤次數﹑意外次數﹑銷售領先次數等－連續資料－某個品質特徵的量測值，例如尺寸﹑成本﹑時間等2013/01/2236統計理論認為母體參數可由隨機抽取的樣本來估計，SPCSPC統計製程管制管制圖基本原理-2利用品質特性的發生機率來判斷是否有異常的狀況發生管制上下限與中心線管制上下限為平均數上下3個標準差範圍內幾乎會涵蓋所有可能發生的狀況超出管制界限範圍之外的狀況被視為異常中心線---製程的平均品質水準。2013/01/2237SPC統計製程管制管制圖基本原理-2利用品質特性的發生機率來管制圖之應用有許多方式，在大多數之應用上，管制圖是用來做製程之線上(on-line)監視。管制圖也可以用來決定過去之製程數據是否在管制內，及末來之製程是否將在管制內。管制圖也可用來做為估計之工具，當製程是在管制內時，則可預測一些製程參數，例如平均數、標準差、不合格率等。SPC統計製程管制管制圖的應用範圍2013/01/2238管制圖之應用有許多方式，在大多數之應用上，SPC統計製程管制

計量值

－平均值與全距管制圖X–RChart－中位數與全距管制圖X–RChart－個別值與移動全距管制圖X–RmChart－平均值與標準差管制圖X–SChartSPC統計製程管制管制圖的種類－～－計數值

－不良率管制圖P–Chart－不良數管制圖nP–Chart－缺點數管制圖C–Chart－單位缺點數管制圖U–Chart2013/01/2239計量值SPC統計製程管制管制圖的種類－～－計數值2013/SPC統計製程管制管制圖使用時機樹狀圖2013/01/2240SPC統計製程管制管制圖使用時機樹狀圖2013/01/22－選擇品質特性－決定管制圖之種類－決定樣本大小－抽樣頻率和抽樣方式

SPC統計製程管制管制圖實施步驟－收集數據－計算管制圖之參數，一般包含中心線和上下管制界限－收集數據，利用管制圖監視製程2013/01/2241－選擇品質特性SPC統計製程管制管制圖實施步驟

－管制圖是一改善生產力之有效工具－管制圖是預防不合格品之有效工具－管制圖可預防不需要之製程調整－管制圖可提供診斷之資訊－管制圖可提供有關製程能力之資訊

SPC統計製程管制使用管制圖的原因2013/01/2242－管制圖是一改善生產力之有效工具SPC統計製程管制使SPC統計製程管制管制圖能夠解決之問題1.經濟性:有效的抽樣管制，不用全數檢驗，不合格率降低，得以控制成本。使製程穩定，能掌握品質、成本及交期。2.預警性:製程的異常趨勢可即時發現並對策，預防整批性不良，以減少浪費。3.分辦特殊原因:作為局部問題對策或管理階層對系統改進之參考。4.善用機器設備:估計機器能力，可妥善安排適當機器生產適當零件。5.改善的評估:製程能力可作為製程改善前後比較之指標。2013/01/2243SPC統計製程管制管制圖能夠解決之問題1.經濟性:有效的抽樣X：平均值R：全距Up(Su)：規格上限Std(u)：標準值(規格中心線)Low(Sl)：規格下限UCL：管制上限UCL(X)=X+ARUCL(R)=DRCL：實績中心線CL(X)=XCL(R)=RLCL：管制下限LCL(X)=X-ARLCL(R)=DRSPC統計製程管制FCN－＝－－24－－＝－－－＝232013/01/2244X：平均值R：全距SPC統計製程管制圖的判讀(1)判斷失控的規則樣本點落在管制界限之外連續9點在同側的C區或C區之外ABCCBAUCLLCLCL2013/01/2245管制圖的判讀(1)判斷失控的規則ABCCBAUCLLCLCL管制圖的判讀(2)ABCCBAUCLLCLCLABCCBAUCLLCLCL連續6點持續地上升或下降連續11點交互一升一降2013/01/2246管制圖的判讀(2)ABCCBAUCLLCLCLABCCBAU管制圖的判讀(3)ABCCBAUCLLCLCLABCCBAUCLLCLCL相連3點中有2點在同側的A區或A區之外相連5點中有4點在同側的B區或B區之外2013/01/2247管制圖的判讀(3)ABCCBAUCLLCLCLABCCBAU管制圖的判讀(4)ABCCBAUCLLCLCLABCCBAUCLLCLCL連續15點在中心線上下兩側的C區有8點在中心線之兩側，但C區並無點子2013/01/2248管制圖的判讀(4)ABCCBAUCLLCLCLABCCBAU異常處理模式(1)2013/01/2249異常處理模式(1)2013/01/2218異常處理模式(2)2013/01/2250異常處理模式(2)2013/01/2219異常處理模式(3)2013/01/2251異常處理模式(3)2013/01/2220SPC統計製程管制Ca值：製程準確度

設定規格中心值(u)與管制上限(Su)或管制下限(Sl)的距離為100%，然後以製程實績平均值(X)距離規格中心值(u)的遠近作為評價的基準。當Ca值＝0時代表製程之實績平均值一致，故Ca值愈小愈好。實績平均值－規格中心值X－u規格公差／２T／2Ca＝X100%＝X100%T＝Su－Sl＝規格上限－規格下限＝規格公差＝＝2013/01/2252SPC統計製程管制Ca值：製程準確度設定規格中心值(A級：理想的狀態故維持現狀。B級：儘可能調整、改進為A級。C級：應立即檢討並予以改善。D級：採取緊急措施，並全面檢討必要時考慮停止生產。SPC統計製程管制T2T2D級D級C級C級B級B級A級A級規格公差(T)規格下線Sl-100%-50%-25%-1.25%0%1.25%25%50%100%規格中心線u規格上線Su2013/01/2253A級：理想的狀態故維持現狀。SPC統計製程管制TTDDCCB若以規格公差（T）與自生產中所獲得產品資料的6個估計實績標準差（σ）其間相差的程度即稱之為『製程精密度Cp』，換言之Cp值即在衡量規格公差範圍與製程變異寬度兩者之間相差的程度。SPC統計製程管制Cp值：製程精密度規格公差T6個估計實績標準差6σ

規格上限－實績平均值Su－X3個估計實績標準差3σ

實績平均值－規格下限X－Sl3個估計實績標準差3σ

RdCp＝雙邊規格時Cp＝Cp＝＝＝＝或單邊規格時︿︿︿＝＝σ＝︿2R為全距平均值，d為管制系數2－2013/01/2254若以規格公差（T）與自生產中所獲得產品資料的6個估計實績由公式得知當規格公差（T）大於估計實績標準差（σ）時，若大得愈多則Cp值也愈大，換言之即製程的變異寬度遠小於規格公差，所以Cp值愈大愈好。SPC統計製程管制等

級

Cp值

A+級

Cp≧1.67A級1.67＞Cp≧1.33B

級1.33

＞Cp≧1.00C

級1.00

＞Cp≧0.67D

級0.67＞Cp

A+級：產品變異如大一些也不要緊，考慮管理的簡單化或成本降低的方法。A級：理想的狀態故維持現狀。B級：確實進行製程管理，使其能保持在管制狀態，當Cp接近於1時，恐將會產生不良品故儘可能改善為A級。C級：產生不良品，產品須全數選別，並管理、改善製程。D級：品質無法在滿足的狀態，須進行品質的改善，探求原因。須要採取緊急對策並重新檢討規格。*在製程平均數無偏移下當Cp值=Cpk值=2時，製程中產生的缺點率=0.002ppm2013/01/2255由公式得知當規格公差（T）大於估計實績標準差（σ）時，若大得將Ca與Cp兩值同時參考而對製程作一個客觀評價的想法，因而產生了Cpk值的衡量指標。SPC統計製程管制Cpk值：製程能力指數(1)

T6σCpk＝(1–K)＝(1–︱Ca︱)Cp當Ca＝0時，Cpk＝Cp︱X–u︱T／2K＝＝︱Ca︱︿－單邊規格時，Cpk即以Cp計之2013/01/2256將Ca與Cp兩值同時參考而對製程作一個客觀評價的想法，因而產SPC統計製程管制(2)Cpk值亦可以製程的實績平均值至規格界限的距離除以製程實績估計標準差所得到的數值「Z」來表示。Zmin3Cpk＝Su-X

σZsu＝Zsl＝－(Sl–X)

σ＝＝︿︿即是Su-X3σ與－(Sl–X)3σ的最小值＝＝︿︿由公式可知為Cp值愈大時或Ca值愈小時Cpk值愈大，而Cpk值愈大即代表製程綜合能力愈好。2013/01/2257SPC統計製程管制(2)Cpk值亦可以製程的實績平均值至規SPC統計製程管制D級時的6σ分散寬度∞－∞－3σ3σ－2σ－1σ1σ2σC級時的6σ分散寬度B級時的6σ分散寬度A級時的6σ分散寬度A+級時的6σ分散寬度－3σ－2σ－1σ1σ2σ3σ－3σ－2σ－1σ1σ2σ3σ3σ2σ1σ－1σ－2σ－3σ規格中心線u規格上限Su規格下限Sl︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿︿2013/01/2258SPC統計製程管制D級時的6σ分散寬度∞－∞－3σ3σ－2σSPC統計製程管制

規格公差（T）不良率（規格以外之比率）Cp值內可容納之標準差單邊之場合雙邊之場合0.674σ（±2σ）2.27%4.55%1.006σ（±3σ）0.14%0.27%1.338σ（±4σ）31.8PPM63.6PPM1.468.8σ（±4.4σ）5.47PPM10.9PPM1.589.5σ（±4.74σ）1.33PPM2.66PPM1.609.6σ（±4.8σ）0.81PPM1.62PPM1.639.8σ（±4.89σ）0.49PPM0.98PPM1.669.96σ（±4.98σ）0.30PPM0.60PPM1.7010.2σ（±5.1σ）0.17PPM0.34PPM1.7310.4σ（±5.19σ）0.10PPM0.20PPM