a制程品质管理与统计制程控制课件

邱東波顧問現任：東莞聯碩企業管理台灣彙智企業管理學歷：中國文化大學會計系(臺灣)注冊會計師國立政治大學高級經營管理研修畢業加拿大工業心理研修日本經營士會研修〔臺灣〕經濟部中小企業處甄選合格顧問師〔臺灣〕經濟部中小企業處甄選合格顧問師講師邱東波顧問現任：東莞聯碩企業管理學歷：中國文1邱東波顧問經歷：(一)歷任臺灣中小型企業之本钱課長、財務經理、品管課長、總廠長、行銷副總經理、總經理之實際工作。(二)臺灣靜宜大學、世新大學、名師會計實務補習班、大舜稅務會計實務補習班、臺北縣工業會、新竹市工業會、健行工專、社會大學等企業經理班講授臺灣電動吊車同業工會常年顧問臺灣加油站同業工會常年顧問臺灣會計同業工會常年顧問邱東波顧問經歷：(一)歷任臺灣中小型企業之本钱課長2邱東波顧問(三)自一九八九年起開始進入大陸，輔導臺商大陸投資設廠及中、外資企業之：經營管理體質改善內控制度建制MIS資信網絡行銷戰略規劃生產現場改善會計制度健全化企業幹部人才培育企業轉型個人咨詢：上百家以上，可以說集大陸臺商在中國經營成功與失敗經驗於一身的資深顧問師經歷：邱東波顧問(三)自一九八九年起開始進入大陸，輔導臺商大陸3邱東波顧問(1)臺灣花連省立醫院、臺東醫院、臺北市立醫院、衛生局等醫療系統之TQM(2)眾志營造盛州建設杰興鋼構……等營建產業十二家(3)美國克萊斯勒汽車臺灣經銷商體系之建制與規範等計十二家(4)晟茂科技、鑫品電機、大山拉鏈、立來印整、東方錶業、新樓工業、華聲電子、信誠陶瓷、盛達陶瓷、華興、恆達陶瓷、鴻源科技、東隆五金、信誼陶瓷、羅馬陶瓷、合成興業、國賓陶瓷、瑞祥水曖、東亞瓷磚、天地瓷磚、全國加油站、大宇電線電纜、國際洪建全文教、寶旺螺絲、寶彥汽車銷售、草本化妝品、瑪莉飾品……等百餘家企業之生產改善，TQM及行銷規劃。

輔導實績：邱東波顧問(1)臺灣花連省立醫院、臺東醫院、臺北市立醫院4邱東波顧問著作：臺灣中小企業大陸投資規劃實務臺灣中小企業大陸經營稅務管理實務臺灣中小企業大陸投資幹部管理實務中國中小企業現階段經營策略思維與方向中國中小企業之文化塑造再創優勢臺灣中小企業大陸經營內銷策略實務中國建材產業發展方向及行銷管理實務邱東波顧問著作：臺灣中小企業大陸投資規劃實務5制程品质管制

与统计制程控制主讲人：邱东波制程品质管制

与统计制程控制主讲人：邱东波6课程大纲第一篇：认识制程品质控制一、认识产品品质与制程品质的差异二、认识制程品质控制的系统三、认识制程品质保证的原那么课程大纲第一篇：认识制程品质控制一、认识产品品质7课程大纲第二篇：认识统计制程管制一、SPC统计过程控制开展史二、SPC统计过程控制成效三、实施统计制程管制〔SPC)的步骤四、SPC统计过程控制的主要内容五、SPC统计过程控制架构图六、SPC之数据收集课程大纲第二篇：认识统计制程管制一、SPC统计过8课程大纲第二篇：认识统计制程管制SPC之数据收集意义SPC之数据收集原那么SPC之数据收集工程SPC之数据收集流程SPC之数据收集之计数值数据收集SPC之数据收集之计量值数据收集课程大纲第二篇：认识统计制程管制SPC之数据收集9课程大纲第二篇：认识统计制程管制七、SPC解读之特殊原因与一般原因八、各项品质指标(名词认识与计算方法学习)

各项品质指标之名词说明各项品质指标之应用各项品质指标之来源各项品质指标之规格类型特点各项品质指标之组距各项品质指标之平均数各项品质指标之中位数课程大纲第二篇：认识统计制程管制七、SPC解读之10课程大纲第二篇：认识统计制程管制八、各项品质指标(名词认识与计算方法学习)各项品质指标之方差各项品质指标之标准差各项品质指标之管制界限各项品质指标之准确度Ca各项品质指标之精细度Cp各项品质指标之制程能力Cpk各项品质指标之PPM课程大纲第二篇：认识统计制程管制八、各项品质指标11课程大纲第二篇：认识统计制程管制实例计算训练玖、认识管制图认识管制图的意义认识管制图建立之步骤课程大纲第二篇：认识统计制程管制实例计算训练12第一篇认识制程品质控制第一篇132023/7/23Page14壹：认识产品品质与制程品质的差异一、产品品质与制程品质的差异

产品品质与制程品质的差异1.产品品质是什么？是指产品的机能、作用、寿命、形象、规格。一产品完成后显示出来。即产品的功用、使用法、使用期限、品牌信誉。2.制程品质是什么？是指产品生产的准备、制造、检验确认、管理等。一产品制造过程中隐藏着的。即工艺水准、作业平安性、检验能力、品质意识。2023/7/22Page14壹：认识产品品质与制程品质的差142023/7/23Page15壹：制程管制的意义〔Ⅰ〕一、制程管制的意义从材料的取得开场，直到产品送达顾客〔下一工程人员〕手中为止;利用工程知识〔生产技术、管理技术〕与积累经历〔履历记录、数据〕将产品制造过程的人员、机械、材料、加工方法给予以标准化，〔建立工程、作业、检查等标准〕于制造时预防不良之发生，阻止不良扩散。使生产工作每一次都是好的〔生产本钱最低〕到达企业获利的目的。2023/7/22Page15壹：制程管制的意义〔Ⅰ〕一、制152023/7/23Page16贰：认识制程品质管制的系统(I)二、制程品质管制系统简介检讨，制订产品制造中各个工程阶段应到达标准。监定样品，印证制造程序。评核制造工程变异大小。监定材料，零件进厂是否维持合用的水准〔不接受不良〕。提供生产者〔供给厂商〕有关生产产品的品质情报，协助生产者改善管理。2023/7/22Page16贰：认识制程品质管制的系统(I162023/7/23Page17贰：认识制程品质管制的系统(Ⅱ)3.制程检验品质管制〔含最终检查〕维持正常的生产力与检查能力。不制造不良也不流出不良。时机教育的实施——制程规定的稽核、检查结果的稽核。4.成品检验品质管制〔含出货管制〕产品机能测试、评比、报告与本钱统计之回馈。客户使用时之效劳、分析。

品管作业程序、品保系统、品质标准的检讨。品管方针，目标的管理。2023/7/22Page17贰：认识制程品质管制的系统(Ⅱ172023/7/23Page18参：认识制程中品质保证的三不原那么三、制程中品质保证三不原那么不承受不良：阻止不良延伸，扩散。不制造不良：预防不良发生。不流出不良：确认没有不良现象。2023/7/22Page18参：认识制程中品质保证的三不原182023/7/23Page19肆：制程品质管制的意识〔Ⅰ〕二、制造阶段品质保证观念〔统计制程之意识〕1.品质是管理出来的。2.产品出来后大量检查是无用，应以预防为原那么。3.运用统计方法加以管理制程的结果。4.遇有异常发生，迅速排除，使恢复正常，而确保结果符合顾客要求。检查预防2023/7/22Page19肆：制程品质管制的意识〔Ⅰ〕二192023/7/23Page20肆：制程品质管制的意识〔Ⅱ〕调整Process〔大量〕检查SPCProcess〔少量〕检查4M监看调整4M产品废料、重修OKOK2023/7/22Page20肆：制程品质管制的意识〔Ⅱ〕调202023/7/23Page21伍：现场实施制程品质管制的三阶段〔Ⅰ〕■现场实施制程品质管制的作法–––分三个阶段：1.第一个阶段『量试』(研发阶段)的品质管制流程之选定。机器设备及人员之配置。各种标准〔材料、时间、本钱〕之订定。(参数水准的设定)品管方案之编定。(制造阶段)的品质管制2.第二个阶段『量产时之品管』

巡迴检查。

设定管制图。异常原因之追查与处置。检查站抽验。2023/7/22Page21伍：现场实施制程品质管制的三阶212023/7/23Page22伍：现场实施制程品质管制的三阶段〔Ⅱ〕『制程分析与改善』

品质情报资料之分析。

制程能力之分析与评价。

改善对策之确定。

改善结果之追踪。2023/7/22Page22伍：现场实施制程品质管制的三阶22第二篇认识统计制程管制第二篇232023/7/23Page24壹：SPC统计过程控制开展史〔一〕一、SPC开展史SPC是三个英文单词的缩写〔StatistcalProcessConrtol〕,.即统计制程管制〔台湾称法〕，也叫统计过程控制〔大陆称法〕，简单地说，就是利用统计学的原理，对制造企业在制程中的品质进展管制，以到达尽可能第一次就把品质做好。〔其实它是可以应用到任何一个有大量数据产生的地方，如营销分析、财务分析、人员分析等等〕SPC是1924年美国休哈特〔又称休怀特〕博士创造了管制图〔采用3倍σ〕之后才产生的，当时在美国并不流行，自二战期间美国军方提出了一抽样MIL-STD-105E和MIL-STD-414等之后，SPC才有所应用到军工企业，但应用还不是太广泛。2023/7/22Page24壹：SPC统计过程控制开展史〔242023/7/23Page25壹：SPC统计过程控制开展史〔二〕二站完毕后，日本作为战败国，百废待兴，加上日本本身是一个小岛国，资源缺少，相比照较适合做加工业，日本就提出以品质为根本来提升竞争力，所以就到美国请了戴明等人到日本指导品质。SPC在戴明的指导下，功能发挥得很不错，在日本产生了很大的影响。日本人为了牢记戴明的功绩，就在日本设立了一年一度的品管界最高奖项——戴明品质奖，后来美国和台湾等地也采用了日本的方式，设立一年一度的——戴明奖。2023/7/22Page25壹：SPC统计过程控制开展史〔252023/7/23Page26贰：SPC统计过程控制成效〔Ⅰ〕二、SPC之成效说明〔1〕经济性：有效地采用抽样检验，预估不良率，得以控制本钱，使制程稳定，生产状况可以预测，而能掌握品质、本钱、交期;〔2〕预警性/时效性：制程的异常趋势可实行对策，预防整批不良，以减少浪费，直接由作业人员绘制管制图，提供一个可靠的资料，以决定何时应该采取对策，何时可以不必采取任何措施;〔3〕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。2023/7/22Page26贰：SPC统计过程控制成效〔Ⅰ262023/7/23Page27贰：SPC统计过程控制成效〔Ⅱ〕〔1〕分析共同原因与特殊原因〔2〕改善的评估：制程能力指标〔CPK〕可作为改善前后比较之简单，作为制程检讨的共同语言〔3〕减少报表处理工作量〔4〕找出最大品质问题原因，以便工作更有绩效〔5〕减少数据在人员传递的过程中变异〔6〕分辨数据的真实性〔7〕从宏观到微观全面真实地了解品质状况〔8〕建立一个工程、品管、制造等三个与品质有直接关系部门的沟通平台与管道。2023/7/22Page27贰：SPC统计过程控制成效〔Ⅱ272023/7/23Page28贰：SPC统计过程控制成效〔Ⅲ〕3.理想地运作SPC可到达之成效为〔3W2H〕〔1〕找出什么时候会发生异常〔WHEN〕〔2〕找出发生什么具体异常〔WHAT〕〔3〕分析出异常的原因〔WHY〕〔4〕得出解决异常的方法〔HOW〕〔5〕建立起预防方案〔HOW〕看清品质状况提前发现问题找出问题根源少花钱办好事减少报表麻烦满足客户要求提升生产效力降低品质本钱2023/7/22Page28贰：SPC统计过程控制成效〔Ⅲ282023/7/23Page29参：实施统计制程管制〔SPC)的步骤(Ⅰ)■实施统计制程管制〔SPC〕步骤1.作业步骤

依QC工程表到管制站抽样作品质确认。

以解析用管制图确认制程状态。

制程能力分析。

以管制用管制图管制制程。异常发现与处置。2.作业分组：分三组

第一组『线上操作人员』。

a.除操作以外，还需查视自己工作，有变异时，立即采取矫正行动，当品质水准显示有相反趋势时，要提醒检验人员。2023/7/22Page29参：实施统计制程管制〔SPC)292023/7/23Page30参：实施统计制程管制〔SPC)的步骤(Ⅱ)b.具有品质观念，在工作中应将不良品分开，而不需要靠检验人员去发现。c.应具有查核自己制品之能力，且具有使用必要仪器及设备之技巧。第二组『线上品管检验人员』a.第一件检验。b.巡迴检验寻找问题之早期征兆。c.对制程中使用之物料，应施以随机品质抽检。第三组『试验室工作人员』a.担任冶金、化学、物理及非破坏性试验等工作b.负责制程中电镀、阳极处理等溶液之分析试验。c.提供检〔试〕验记录资料及有关报告d.试验仪器设备之校正与保养管理工作。2023/7/22Page30参：实施统计制程管制〔SPC)302023/7/23Page31肆：SPC统计过程控制的主要内容〔Ⅰ〕三、SPC的主要内容因为SPC主要是应用在制造业中，而根据制造业中制程品质的特性，品质一般有良品与不良品的概念和重要特性分布状况两种，所以SPC的主要内容分类计数值〔Attribute〕与计量值〔Variable〕两种，所涉及的内容有：抽样检验、数据整理、各种图形分析〔状况〕、制程分析〔原因〕、改善监控等。就是以计产品的件数或点数的表示方法。计数值的数据在理论上有不连续的特质，故称之为离型变量〔DiscreteRandomVariable〕描述一产品的品质，可以用一个或一批产品中的缺点数表2023/7/22Page31肆：SPC统计过程控制的主要内312023/7/23Page32肆：SPC统计过程控制的主要内容〔Ⅱ〕示，如：电线，可用外表有几个污点，有几个地方标签贴错或掉标签，有几根颜色不对，有几根有刮伤等等，这些都是以计点或个数方式来表示产品的品质状况。有些单位产品必须以二分法判定品质，如好与坏、良与不良、合格与不合格等所谓的通过——不通过〔GO-NOGO〕。注：各种可靠性试验都属于计数值局部，如5kg拉力测试、2KV高压测试等都属于计数值。计数值的抽样方案一般都采用MIL-STD-105E，国内经常采用GB2828〔与105E差不多，二者可通用〕。应用在IQC或OQC上，理论上计数值是不连续的运作，但是在应用到PQC上，最好应用连续性，更便于制程中不同原因的深入分析。2023/7/22Page32肆：SPC统计过程控制的主要内322023/7/23Page33肆：SPC统计过程控制的主要内容〔Ⅱ〕指是产品须经由实际量测或测试而取得的连续性实际值，并对做数理分析，以说明该产品在此量测特性的品质状况的方法。计量值的数据在数学上具有连续性的特质，故称之为连续型随机变量〔ContinuousRandomVariable〕描述一产品的品质，可有实际量测或测试而取得一连续性的数据，如零件的尺、电器产品的电流、电压、耐压值、电阻等，进而分析产品在这一特性中的品质状况。计量值的抽样方案理论上是采用每固定时间抽取4-20个样本数来进展量测，常用的抽样方案有MIL-STD-414〔国内惯用〕2023/7/22Page33肆：SPC统计过程控制的主要内332023/7/23Page34肆：SPC统计过程控制的主要内容〔Ⅲ〕GB6378〔国际上惯用〕等。因量有连续性，所以在PQC上应用比较多。但单纯从品质的角度来分析计量值，在IQC及OQC上可采用一次性抽样取50-150个样本来量测做状态分析〔直方图、计算CPK等〕。计量值做状态分析时一般不宜超过350个数值，否那么数据是太大分析就不准确，同时还浪费人力、物力、时间等本钱。2023/7/22Page34肆：SPC统计过程控制的主要内342023/7/23Page35伍：SPC统计过程控制架构图之架构图2023/7/22Page35伍：SPC统计过程控制架构图之352023/7/23Page36陆：SPC之数据收集意义数据收集对于任何一个管理体系都是最根本的工程之一，离开了数据收集，所有的管理体系都是一纸空谈。在SPC中，数据收集是非常重要的，收集数据的好坏关系到SPC的意义是否存在，关系到SPC的功能能否实现。一、数据收集的意义：二、数据收集的原那么：因为SPC应用的精神在于收集最简洁最根本的数据，经过一系列科学而复杂的计算，以最简单、直观、明了的方式表现，以便于深入分析品质状况及预测问题。所以SPC在数据收集过程中必须强调四项原那么：真实、及时、简洁、标准。2023/7/22Page36陆：SPC之数据收集意义362023/7/23Page37陆：SPC之数据收集原那么〔一〕

⑴数据的真实性⑵数据的及时性⑶收集数据的简洁性⑷收集数据的标准性1.数据的真实性：只有真实的数据才能反映真正的品质状况，否那么不真实的数据分析出的结果肯定也是不正确，易导致在做品质决策和品质承诺时失误，哪怕是在某些情况下要应付客户或检查，企业自身也要通过SPC了解到品质的真实状况，这样才好采取相应的对策改善品质。数据收集的四项原那么：2023/7/22Page37陆：SPC之数据收集原那么〔一372023/7/23Page38陆：SPC之数据收集原那么〔二〕品检人员不认真，根本没有通过实际的检验，只是根据经历直接填写；品检人员感觉检验数量太多，不愿检验到规定的数量，而只做一局部，剩下一局部全都是主观估计值；量测设备有问题，精度不够，需要靠检验人员设计；检验出来的数据不符合规格，人为地改写数据；检验人员字迹不清，在输入电脑过程中输错；抽样方案制定不合理，检验数据太少，造成分析无价值；在收集过程中，使用了数据传递，在填写记录数中使用了计算，再利用此计算值做图形处理。数据的不真实性通常在以下几方面容易产生：2023/7/22Page38陆：SPC之数据收集原那么〔二382023/7/23Page39陆：SPC之数据收集原那么〔三〕2.数据的及时性：因为SPC的主要功能之一就是预测品质，所以只有数据及时收集，才能及时分析，也才可能预测品质，否那么出了品质问题都已是去年秋天之事，不良品都已经产生，所有的预测都毫无意义。3.收集数据的简洁性：简洁是为了管理的简洁，可以减少人力、物力、财力，过多复杂的动作不仅增加本钱，而且会造成许多不必要的浪费和麻烦。4.收集数据的标准性：是指收集数据的工程个数及格式是标准统一的，如计数值中要用到的不良缺点代码必须是统一的，这样更具有可比性和更利于统计分析。2023/7/22Page39陆：SPC之数据收集原那么〔三392023/7/23Page40陆：SPC之数据收集工程〔一〕三、数据收集的工程：SPC在数据的收集过程中，通常包括两大类，一是所检验工程的各项位置条件，如批号或制令号、产品类别、物料编号〔或物料名称，同时还要有规格〕、收集时间、工序位置、批量数、检验数、检验人员等；二是各种检验工程，如各缺点代码的缺点个数、各缺点类别个数、各产品管制特性所量测出来的数值等。因为物料编号都对应到一个产品类别，所以通常只使用物料编码就不需要再使用产品类别，一个企业的产品通常分析5~10项类别。2023/7/22Page40陆：SPC之数据收集工程〔一〕402023/7/23Page41陆：SPC之数据收集工程/流程还可根据需要收集：客户名称、班别、机台别、关键材料供货商等位置条件工程，但根据的原那么为：所订字段需要层别分析，以利于分析问题深入分析。四、数据收集的流程：数据收集流程简单来说，就是把检验出来的数据收集整理好，但严格来说应源于QC工程图或客户要求，特别是新产品需要这样，先制定出产品检验的工程及要求标准，再制定出相关的抽样方案、现场检验查检表，再做实际检验的动作，把检验出来的数据填写进现场检验查检表，最后把报表上的数据处理或输进电脑。如以以下图：2023/7/22Page41陆：SPC之数据收集工程/流程412023/7/23Page42陆：SPC之数据收集流程〔一〕工程部制定QC工程图或客户要求确定品检工程及品质要求制定抽样方案及现场检验查检表检验人员现场实际检验并填写查检表做数据处理或正确无误输入计算机数据收集流程2023/7/22Page42陆：SPC之数据收集流程〔一〕422023/7/23Page43陆：SPC之数据收集流程〔二〕QC工程图是工程部会同品保部、生产技术部门一起讨论得出的，通常会有注明在哪一个工序要进展检验？检验的工程是什么？品质要求及目标为几何〔国内很多企业都没有一份完整的QC工程图，都是靠人为之间联系后就开场生产，也是一大隐患〕？品保部再根据QC工程图制定抽样方案及检验查检表，如果是已生产过的同类产品，那么可以直接修改QC工程图或相应的抽样方案及查检表。在实际动作中，为了管理上的方便和简洁，同类产品可以采用一样的抽样方案及查检表，但在QC工程图中有变更的局部必须另外注明发到制程品检人员手中。2023/7/22Page43陆：SPC之数据收集流程〔二〕432023/7/23Page44陆：SPC之数据收集流程〔三〕客户要求通常应直接或间接包括检验工程、各工程要求指标及抽样方案，如假设没有的局部，那么为尽量满足客户可能是有一段时间的配合，对有些工程双方已经得到默认。品检工程应包括各种可能出现的缺失或缺点等导致为不合格品的工程，如外观、功能、平安、重要管制特性、怎么检验等，其中应有工程部或品管部制作的制程FMEA表中的所有工程。最好有一份各检验站点检验工程清单，如果条件允许，那么把图例放进去作对照。实际发放到生产线或品检手上的这份资料，在ISO9000中称为作业指导书。2023/7/22Page44陆：SPC之数据收集流程〔三〕442023/7/23Page45陆：SPC之数据收集流程〔四〕品质要求应包括计数值中的缺点数、计量值中的规格和Cpk要求、可靠性和特检的指标要求等。在品保部要有一份清单，便于今后直接查阅及经历累积，更利于品管在一些工程技术上主动一些。某某电子厂品质要求指标清单制定日期：2001年10月5日产品编号：3201-B6-33产品名称：电容产品规格：1000法检验项目工序或检验站位置说明要求指针要求数值2023/7/22Page45陆：SPC之数据收集流程〔四〕452023/7/23Page46陆：SPC之数据收集流程〔五〕在SPC中，抽样方案简单地说，就是多长时间从多少母体中抽取多少个样本做检验。根据抽样检验的性质分类，抽样方案也可分为：计数值抽样方案和计量值抽样方案。故而数据收集也分计数值和计量值，这分别在第二和第三节会专门介绍。现场用的查检表，尽量根据查检表的精神，填写简单、观看明了，可以使用符号的就用符号表示，内容完整，把所有需要的收集工程放进去。在SPC中，通常有称为现场巡检表或制程检验记录表。注：有很多公司可能在不良数填写完之后，还加了一个不良率的计算，或在量测值后面加增了平均数和仝距等等的一些2023/7/22Page46陆：SPC之数据收集流程〔五〕462023/7/23Page47陆：SPC之数据收集流程〔六〕计算。这大可不必，增加了数据传递环节，因为查检表是用来收集制程中最根本的数据，让检验人员做最初步计算，不仅增加检验人员的工作量，使之疲劳而容易出错，而且在真正制作图形分析时，需要重新计算使原来的计算就毫无意义。2023/7/22Page47陆：SPC之数据收集流程〔六〕472023/7/23Page48陆：SPC之数据收集之计数值数据收集〔一〕计数值数据收集在计数值数据收集过程中，除了第一节讲到的根本步骤外，要特别注意的是抽样方案、缺点类别及缺点代码的划分。一、计数值抽样方案根据计数值的理论，计数值具有不连续性，是以一批产品为母体来决定抽取样本数的，但这样会使制程中的间接生产人员无法确定下一批检验的时间，故而难以做品质的预测。在此，我们建议计数值也尽量做到连续抽取，这样可以预知下一批的检验时间，也可根据图形预测下步的品质状态，更符合SPC的预测功能。2023/7/22Page48陆：SPC之数据收集之计数值数482023/7/23Page49陆：SPC之数据收集之计数值数据收集〔二〕要根据产品的批来定，如假设一个制令批数量多，需要生产3天以上，与制令批数量较少生产几个小时应不同。所以抽样方案在检验时间上就不能完全固定，其原那么通常为：每一批至少保证有一次抽样检验，尽量分屡次连续抽样检验。即生产时间再短，最少也要抽一次；通常连续生产1.5~2天以上时，最少抽5至7次；连续生产20天以上时，根据实际状况〔通常指在管制状态下〕可以考虑每天抽一次。2023/7/22Page49陆：SPC之数据收集之计数值数492023/7/23Page50陆：SPC之数据收集之计数值数据收集〔三〕对于外观检验或非常大缺失的工程，通常采MIL-STD-105E或Z=1.4标准抽样。对于每一次的抽样数，尽可能使之一样，一般连续生产时间较长较为好处理，时间短较为难处理，但对于不良率管制图也能适用〔但应使用检验数不同的管制图〕。通常可根据AQL要求来判定是停顿生产还是继续生产，也可根据公司制定的目标各段工序不良率或缺失率目标来判定。2023/7/22Page50陆：SPC之数据收集之计数值数502023/7/23Page51陆：SPC之数据收集之计数值数据收集〔四〕二、计数值数据收集工程计数值的数据收集工程在实际工作中，批号或制令号、物料编号〔或物料名称，同时还要有规格〕、收集时间、工序位置、检验人员、批量数、抽样数、各缺点代码个数、不合格品个数等工程是必填写项，客户名称、班别、机台别、关键材料供货商等工程是根据实际尽量填写完整。在计数值数据中实际检验数据只有三项：各缺点个数、缺点总数、不良个数。缺点总数大于等于不良个数。为了标准缺点代码，一般都需要设缺点类别，还可以对缺点代码设立一个严重权数。一个企业所有缺点代码一定要标准统一，通常归纳为5~15项缺点类别，最后一类通常为“其它不良〞，将无法归纳的一些特殊不良列入其中。如遇产品或缺点很多时，2023/7/22Page51陆：SPC之数据收集之计数值数512023/7/23Page52陆：SPC之数据收集之计数值数据收集〔五〕可以在编码上着手，编号取长一点，且预留空间，也可根据实际状况加多一层的缺点分类。例：

某某厂缺点类别清单缺点类别编号缺点类别名称中文缺点类别英文缺点类别说明D01外观不良D02电性不良D03物理不良D04化学不良2023/7/22Page52陆：SPC之数据收集之计数值数522023/7/23Page53陆：SPC之数据收集之计数值数据收集〔六〕例：

某某厂缺点代码一览表缺点编码缺点中文名称缺点英文名称所属缺点类别缺点严重权重缺点说明A010有污点外观不良1A011有刮花外观不良1A020颜色偏红外观不良2B010短路电性不良10B011断路电性不良102023/7/22Page53陆：SPC之数据收集之计数值数532023/7/23Page54陆：SPC之数据收集之计数值数据收集〔七〕三、数据筛选在计数值中，应有以下分析：单个产品在某一工序的品质状况单个产品在某几工序的品质状况多个产品在某同一工序的品质状况多个产品在某同几工序的品质状况单个客户某一产品的品质状况单个客户局部产品的品质状况单个客户全部产品的品质状况多个客户同一产品的品质状况关键原料所有供货商所供生产产品的品质状况关键原料局部供货商所供生产产品的品质状况2023/7/22Page54陆：SPC之数据收集之计数值数542023/7/23Page55陆：SPC之数据收集之计数值数据收集〔八〕同一产品在不同部门或生产线的品质状况同一部门或生产线生产不同产品的品质状况不同班次所生产的品质状况不同检验人员所检验的品质状况某些检验人员所检验的品质状况不同时期的品质状况不同机台生产的品质状况掌握全厂的品质状况……等等所以在筛选数据做分析时，以下各工程应尽可能灵活，现把各条件工程分别说明如下：2023/7/22Page55陆：SPC之数据收集之计数值数552023/7/23Page56陆：SPC之数据收集之计数值数据收集〔九〕时间段应是灵活的，可以选择从XXXX年XX月XX日XX时XX分到XXXX年XX月XX日XX时XX分,甚至有时还可能需要准确到秒，将这一时段的所有数据处理，这样就可以选择出一天、一周、一月、一年的所有数据，便于图形分析。其实包含了产品编码及产品类别等，应可以选择某个产品或某几个产品合并到一起处理，或者某一类产品所有的数据合并处理。2023/7/22Page56陆：SPC之数据收集之计数值数562023/7/23Page57陆：SPC之数据收集之计数值数据收集〔十〕3.检验工序位置

有时也叫检验站或QC站。因为一个产品的生产可能需要经过多个计数检验站，为了查看整体状况，所以检验站需要能够选单个或多个合并一起处理。4.其它各项层别条件如检验人员、班别、客户别、机台别等，是根据各个企业及产品不同而自行设定，但各项层别条件应可选择单个或多个，也可不选，使符合相应条件的所有记录合并处理。2023/7/22Page57陆：SPC之数据收集之计数值数572023/7/23Page58陆：SPC之数据收集之计量值数据收集〔一〕计量值数据收集在计量值数据收集过程中，除了第一节讲到的根本步骤外，要特别注意的是抽样方案、各产品的管制特性。计量值的数据收集主要是对产品的重要特性，按一定时间间隔抽取一定的样本，然后进展量测，再将量测值做处理。它的原那么是先密后可松。2023/7/22Page58陆：SPC之数据收集之计量值数582023/7/23Page59陆：SPC之数据收集之计量值数据收集〔二〕一、计量值抽样方案根据计量值的特性，它具有连续性，故它的抽样方案与计数值有很大的差异。它通常根据产品要求，对产品的重要特性或相关重要因素做定时抽取固定样本个数〔不重要的特性就不用做计量值检验了〕，然后进展量测并分析。MIL-STD-414和国内的GB6378也应根据产品的特性和当前品质状况来制定，产品特性越易检验或重要，抽样频率通常越高，当前品质越差相对频率应加快大一些。如遇批次中生产时间较短，为了做直方图或正态分布，也可适当加大抽样频率。现常用的抽样频率为：每2小时或4小时2023/7/22Page59陆：SPC之数据收集之计量值数592023/7/23Page60陆：SPC之数据收集之计量值数据收集〔三〕抽一次，每天抽一次较为少见〔一般出现在难检和品质较为稳定的特性中〕。抽样频率在初始阶段相对高一点，在过程中如发现经管制不断监控与改善，到达了稳定阶段，可视情况斟情减少抽样频率，甚至放弃该点的计量监控。中间的时间点应根据产品特点及制程特点而定，但在过程中不能有较大幅度的变化。例如在第一个月中，采用5个/小时；经过1个月的监控，品质已稳定，已经有2周时间是Cpk值到达了2.0以上，可采用5个/4小时〔注：一般不宜采用减少每次抽样数〕；又经过一个月，发现Cpk还是在2.0以上，且没有大幅的周期变化的特性，那么可放弃该点做计量值管制。2023/7/22Page60陆：SPC之数据收集之计量值数602023/7/23Page61陆：SPC之数据收集之计量值数据收集〔四〕通常为工程部在设计时设定的重要特性，或客户指定要求的重要特性，或在计数值经过几个周期发现某个位置无法或很难再提升品质时，可提出对该位置点的各项相关重要难点做管制。如电阻的电阻值，塑料面板的尺寸，弹簧的最大立值。也必须根据产品特性或客户要求而定。大局部产品都采用4~20个，但如遇化学品、药品等具有含量性质的量测特性，也有采取1个样品/次，如电镀时的化学药品浓度。通常对某一管制特性，其样本数应该是固定的，不要轻易变更。2023/7/22Page61陆：SPC之数据收集之计量值数612023/7/23Page62陆：SPC之数据收集之计量值数据收集〔五〕通常有3个级别来判定：一是是否超出相应的管制界限或出现管制图判读的异常，如假设超出表示有异常发生；二是是否超规格界限，如假设超出，那么表示有不合格品发生，制程问题较为严重，甚至要求停顿生产；三是该数据区的Cpk品质指标是否到达1.33以上。注意：通常以初期时Cpk品质指数达不到1.33，属正常，但以后要不断找出原因并纠正改善；在试产期通常要求Cpk指标到达1.5以上，量产后要到达1.33以上，这是做品质零缺点的根底。2023/7/22Page62陆：SPC之数据收集之计量值数622023/7/23Page63陆：SPC之数据收集之计量值数据收集〔六〕二、计量值数据收集工程SPC在做计量值数据收集时，包括有产品相关工程和数据条件工程两种。产品相关工程是先确定产品的类别、型号规格或产品编号、管制特性、管制特性之间的关系、管制特性的规格界限、检验工作站、量测精度、使用标准差水准等相关产品信息，然后根据所抽出的样本进展量测，记录具体数值，最后再进入电脑或处理分析。数据条件工程，在第二节的计数值局部有过说明，这里就不再说明了。产品类别与产品编号：同计数值局部一样，一个企业通常分2023/7/22Page63陆：SPC之数据收集之计量值数632023/7/23Page64陆：SPC之数据收集之计量值数据收集〔七〕5~10个产品类别，一个产品编号只能对应一个产品类别。管制特性：也就是管制点，指量测数据分析的具体位置。一个产品可能有多个管制特性，一个塑料件可能有长度、宽度、厚度等。在一般非新型高科技产业的产品〔如IC或晶体〕中，对于一个产品，管制特性不要设太多，一般同一时间段有6个就足够，因为太多增加检验工作量，而且当某项品质稳定到一定程度后可以放弃管制。管制特性之间的关系：是指当有多个管制特性时，为了分析管制图特性之间是否有相关性，便于管制特性之间的比较，计算出产品计量综合品质指数，通常要设定各管制特性与整体品质之间的关系，以Cpk值为基准，即有：取量大Cpk、最小Cpk、平均Cpk、权重等。它们之间的具体算法见本篇第二章。2023/7/22Page64陆：SPC之数据收集之计量值数642023/7/23Page65陆：SPC之数据收集之计量值数据收集〔八〕管制特性规格界限：是指产品要求的规格上下限，工程部在设计产品时就界定好或客户给定的，是不可以随便改变的，通常又分双边规格和单边规格。检验工作站，是指该项管制特性所在的位置，一个产品的一项管制特性通常只能对应一个检验工作站。量测精度：是指对该项管制特性量测值的小数字确认，也是在工程设计产品这时就确定好的，同时还要根据量测仪器来确定。通常使用2位小数较多，但如果小数字数较多，如有5位，那么建议以特定单位将小数点向后移动2~3位，这样更便于在后面的运算，尤其是采用电脑化处理时。使用标准差水准：是指此管制特性在最后的品质状态分析中采用几倍标准差，通常是从3到6，中间有：3、3.5、4、4.5、5、2023/7/22Page65陆：SPC之数据收集之计量值数652023/7/23Page66陆：SPC之数据收集之计量值数据收集〔九〕5.5、6等。在后面使用的图形有s图和a图两种，但注意使用多少倍标准差时，管制界限应该要在规格界限内才有意义。主要是指各项层别条件，如检验人员、机台别、班别、客户别等工程，这些在第一节已经介绍过，主要是根据自身需要适当参加一个条件，以便于某一产品产量很多时，对各项层条件的内容做逐个的分析。例以以下图：某某电子厂计量巡检记录表产品类别：电子产品编号：32103-33检验日期：2001/12/8班次：白班客户：IBM机台：50号部门：制一部制表人：张三2023/7/22Page66陆：SPC之数据收集之计量值数662023/7/23Page67陆：SPC之数据收集之计量值数据收集〔十〕规格上限10.5规格中心10规格下限9.5小数字数2时间段样本值1样本值1样本值1样本值1样本值1量测人员8：00~10：0010：00~12：0013：00~15：0015：00~17：0019：00~21：0021：00~23：00__________________2023/7/22Page67陆：SPC之数据收集之计量值数672023/7/23Page68陆：SPC之数据收集之计量值数据收集〔十一〕三、数据筛选计量值的数据筛选比计数值较为简单，因计量值分析通常都是分析单个产品的简项管制特性，只有极少的产品才分析综合品质指数〔多个管制特性合并到一起〕，所以数据筛选过程中，只要时间段的选择和各项层别条件工程选择就够了。时间段应是灵活的，可以选择从X年X月X日X时X分到X年X月X日X时X分，甚至有时还可能需要准确到秒，将这一时段的所有数据处理。这样就可以选择出一天、一周、一月、一年的所有数据，便于图形分析。如检验人员、班别、客户别、机台别等，是根据各个企业及产品不同而自行设定，但各项层别条件应可选择单个或多个，也可不选。使符合相应条件的所有记录合并处理。2023/7/22Page68陆：SPC之数据收集之计量值数682023/7/23Page69柒：SPC解读之特殊原因与一般原因〔一〕SPC解读必须了解的特殊原因与一般原因天下没有人能制造两件完全一样的东西，因为制程中存有许多影响变异的原因存在。有些变异很明显，容易看出，但有些很难觉察，例如一个加工的轴其外径尺寸可能受许多因素影响，经由一样的制程重复加工，并其中将一批产品外径加以量测取得几十到几百个量测数值，再经整理制出各种管制图或状态后，才能分析和判断出来。通常一个产品的生产会有以以以下图形的形式。2023/7/22Page69柒：SPC解读之特殊原因与一般692023/7/23Page70制程人员设备材料

方法环境柒：SPC解读之特殊原因与一般原因〔二〕制程中对策品质报告品质改善2023/7/22Page70制程柒：SPC解读之特殊原因702023/7/23Page71柒：SPC解读之特殊原因与一般原因〔三〕在制程管制中，通常可以将品质问题分为两种，一种是局部问题〔也称特殊问题〕，另一种是系统问题〔也称共同问题〕。局部问题是指由于制程中某一个小部位的突发变异发生的问题，难以预测，只有一经发现，由现场人员立即判断并处理。系统问题是指由目前整体因素变异产生的问题，可以预测，问题需要各相关部门协力共同解决。品管部门主要的工作之一就是要找到问题的原因，可能影响品质变异的原因要确定和分析清楚，并寻求解决方案。针对上段问题的分法，问题的原因也分两种：即共同原因〔又叫非机遇性原因〕和特殊原因〔又叫机遇性原因〕2023/7/22Page71柒：SPC解读之特殊原因与一712023/7/23Page72共同原因：制程中变异因素是在统计的管制状态下，其产品特性有固定的分布。通俗地说，就是目前制程的各个因素环境下，品质变异是必然，并不是单个品管部门或制造部单独可以解决的，需要品管、生产、工程部门，甚至采购部门、业务部门、行政部门等共同参与来解决。对于管理与品质系统非常严谨的企业，这类因素会占整个问题的85%，但如假设占到60%以下时，那么说明企业的整个管理体系出了严重的问题，或者制程已到达同行业中最好的制程能力。特殊原因：制程中变异因素不在统计的管制状态下，其产品之特性没有固定的分配。通俗地说，就是谁不知道会发生的柒：SPC解读之特殊原因与一般原因〔四〕2023/7/22Page72共同原因：制程722023/7/23Page73柒：SPC解读之特殊原因与一般原因〔五〕、由偶然因素产生的，如生产机台设备中某个电子元件突然被烧毁而导致机台工作混乱，生产出不合格产品。只要对制程中监控及时，此种原因很容易发生，但后果也非常严重，如假设不能及时排除，其损失是非常大的。在一个管理严谨的企业，这类因素只能占到15%以下，如假设占到40%以上时，这家企业管理体系如果不是出了严重问题，就是在做产品试验，同时也说明该企业未做FMEA(失效模式分析〕，建议先做FMEA.特殊原因的变异可由简单的统计分析表现，这些变异的原因本来就须由直接制程的人员去改善，这一般称为局部问题对策。2023/7/22Page73柒：SPC解读之特殊原因与一732023/7/23Page74捌：各项品质指标之名词说明一、SPC应用到的一些专有名词

1.名词说明2023/7/22Page74捌：各项品质指标之名词说明一、742023/7/23Page75捌：各项品质指标之应用2.统计学在SPC中延伸的局部应用说明〔主要在计量局部〕序项名称代号应用说明01平均数管制上限XUCL计量02平均数中心线XBar计量03平均数管制下限XLCL计量04全距管制上限RUCL计量05全距中心线Rbar计量06全距管制下限RLCL计量2023/7/22Page75捌：各项品质指标之应用2.统计752023/7/23Page76捌：各项品质指标之来源二、品质指标的来源1.产品计量值的规格规格类型单边规格双边规格单边上限规格单边下限规格规格中心不偏规格中心偏移所有规格线一般都是在生产之前就规定好的，一般由工程部或研发部制定好，或由客户直接提供或要求，在现实制程，规格类型如上图，其特点如下表：2023/7/22Page76捌：各项品质指标之来源二、品质762023/7/23Page77捌：各项品质指标之规格类型特点各规格类型特点比较表规格类型拥有规格限定部份特点范例双边规格规格中心不偏上下规格限中心线中心线为上下限中心标准与理想类型符合正态分布原理10+0.3规格中心偏移上下规格限中心线中心线不在中心部分符合正态分布10+0.3-01单边规格单边规格上限规格上限只有规格上限用于可靠性上较多小于100PPM单边规格下限规格下限只有规格下限用于可靠性上较多大于5000v2023/7/22Page77捌：各项品质指标之规格类型特点772023/7/23Page78捌：各项品质指标之组距〔一〕双边中心不偏移规格是产品定规格最正确的方式，最有助于制程品质分析，其它几种都是由于本钱要求而放松要求的表现形式。2.统计学名词：〔1〕组距〔R〕：一组数据中的最大值减最小值。R=MAX-MIN在SPC的计量值中，通过组距的大小可以看出这组数的精细度状况如何，判断出这一组数据的制程幅度是否很大，如假设很大，那么说明制程能力较差；如假设组距较小，那么说明制程能力还不错；如假设在几组数据中有组距突然增大，那么说明出现了特殊原因，必须加以马上查出真正问题点，并尽最快解决。2023/7/22Page78捌：各项品质指标之组距〔一〕782023/7/23Page79捌：各项品质指标之组距〔二〕例：下面100个数据分成10组来测定数据〔表一〕：测定顺序测定值1~101.361.491.431.411.371.401.321.421.471.3911~201.411.361.401.341.421.421.451.351.421.3921~301.441.421.391.421.421.301.341.421.371.3631~401.371.341.371.371.441.451.321.481.401.4541~501.391.461.391.531.361.481.401.391.381.4051~601.361.451.501.431.381.431.411.481.391.4561~701.371.371.391.451.311.411.441.441.421.4771~801.351.361.391.401.381.351.421.431.421.4281~901.421.401.411.371.461.361.371.271.371.3891~1001.421.341.431.421.411.411.441.481.551.372023/7/22Page79捌：各项品质指标之组距〔二〕792023/7/23Page80捌：各项品质指标之组距〔三〕

计算各组距得：

2023/7/22Page80捌：各项品质指标之组距〔三〕802023/7/23Page81捌：各项品质指标之平均数〔一〕〔2〕平均数〔Mean,但通常用Xbar或X表示〕：把一组数据全部相加，再除以该组数据的个数。

在SPC的计量值中，通过平均数可以看出这组数据的准确度状况如何，判断出制程管制与规格之间的关系，如假设偏差过大，那么说明我们当初设定的规格和规格有问题，并可进一步判断是我们的规格订错了还是我们的机器设备或量测设备有较大偏差；如假设偏差很小，那么说明我们当初设定的规格都正常，同时我们的制程也还可以。所以，平均数离规格中心线越近那么越好。2023/7/22Page81捌：各项品质指标之平均数〔一〕812023/7/23Page82捌：各项品质指标之平均数〔二〕如上面的数据计算得出：……

注：小数字数一定要取到比样本数小数字数多一位。2023/7/22Page82捌：各项品质指标之平均数〔二〕822023/7/23Page83捌：各项品质指标之中位数〔一〕〔3〕中位数〔Median,通常用M表示〕：把一组数据先按大小顺序排列起来，然后取最中间的一位。如假设该组数据为奇数，那么取最中间一位，如假设该组数据为偶数，那么取中间两位的其中一位。假设一组数据X1,X2,X3……Xi是已按大到小顺序或小到大顺序排好，X(1+1)/2(I为奇数时〕那么M=或Xi/2或X(i/2+1)2023/7/22Page83捌：各项品质指标之中位数〔一〕832023/7/23Page84捌：各项品质指标之中位数〔二〕在SPC的计量值中，通过中位数也可以看出该组数据的准确度，它的变化与平均数有些一样，同样也是越接近规格中心值越好。如上面的数据计算得出：M4=1.37M5=1.40或1.39……2023/7/22Page84捌：各项品质指标之中位数〔二〕842023/7/23Page85捌：各项品质指标之方差〔4〕方差〔σ2，有时也用S来表示〕：由该组数据中每个数据减实际平均数平方的和再除以该数组数据的个数〔n〕。注：有些书上可能是除以n〔是样本数在50以下时〕。在SPC的计量值中，方差是用来后面算标准差用的，通过方差我们可以了解该组产品在这一管制特性中一定的制程能力，如假设方差很大，那么说明我们的制程能力较差，后面的标准差就大，CPK也就小；如假设方差很小，那么说明我们的制程能力较好，后面的标准差就小，CPK也就越大。也就是说，方差越小越好。但是在我们的SPC系统中，我们通常不用方差来分析制程，这只是在我们后面所使用的标准差的一个前骤。2023/7/22Page85捌：各项品质指标之方差852023/7/23Page86捌：各项品质指标之标准差〔一〕〔5〕标准差〔s〕：可直接由方差开平方得来。

注：在SPC软件中，是使用n-1，而有些书上直接是使用n。在SPC的计量值中，通过标准差可以判断该组数据的准确度和精细度，反映一定的制程能力，同时为后面的CPK和管制上下限算法做根底。如假设标准差很大时，那么说明我们的制程能力不好，同时也不稳定，同时说明共同原因有待改善，CPK也就小，管制上下限距离也就大；如假设标准差小，那么说明我们的制程能力很好，同时也很稳定，同时说明我们可以维持现状，甚至考虑到本钱时可以将制程适当放松，这时CPK也就大，管制上下限距离也就小，并且根本上所有数据都在规格上下限之内。2023/7/22Page86捌：各项品质指标之标准差〔一〕862023/7/23Page87捌：各项品质指标之标准差〔二〕在SPC软件中，有两种标准差概念，一个是规格标准差〔用σs表示〕，另一个是制程标准差〔用σa表示〕。σa是统计上的标准差概念，即是按上述公式计算出来的。σs是为了在品管中有一个相比照较值而引进的，计算方法是：2023/7/22Page87捌：各项品质指标之标准差〔二〕872023/7/23Page88捌：各项品质指标之管制界限〔一〕〔1〕管制中心线〔CenterLine〕即实际数据的平均值〔即Xbar)〔2〕管制上限〔UpperControlLevel缩写为UCL〕由Xbar加上三倍的标准差。〔3〕管制下限〔LowControlLevel,缩写为LCL)由Xbar减去三倍的标准差。CL=XbarUCL=Xbar+3σ=CL+3σLCL=Xbar-3σ=CL-3σ2023/7/22Page88捌：各项品质指标之管制界限〔一882023/7/23Page89捌：各项品质指标之管制界限〔二〕在SPC的计量值中，我们通常都是加或减3倍的标准差，但也有根据客户要求或本身对制程的严格要求，使用3.5、4、4.5、5、5.5、6倍的标准差，注意，通常是用几组数据来处理。通过管制上下限，可以判断我们的制程状况如何。对它的分析一般是与规格上下限值进展比较，如假设管制上下限都在规格上下限之中间，那么说明我们的制程能力较好，我们的生产能力在我们的管制范围之内很少甚至没有不符合规格的产品；如假设超出或偏离规格上下限，那么说明我们的制程有一定的问题点，很可能马上就出现不良品。这时要注意观察，同时我们要考虑共同原因的改善，或查看机器设备是否有变异，或原材料有变异。2023/7/22Page89捌：各项品质指标之管制界限〔二892023/7/23Page90捌：各项品质指标之管制界限〔三〕3σ示意图LSLLCLSLCLUCLUSL3σ2σ1σ1σ2σ3σ2023/7/22Page90捌：各项品质指标之管制界限〔三902023/7/23Page91捌：各项品质指标之管制界限〔五〕6σ示意图LSLLCLSLCLUCLUSL6σ5σ4σ3σ2σ1σ1σ2σ3σ4σ5σ6σ2023/7/22Page91捌：各项品质指标之管制界限〔五912023/7/23Page92捌：各项品质指标之准确度Ca〔一〕〔1〕准确度〔是一种制程能力指数，但通常用Ca表示：Accuracy〕：2倍的实际平均值〔可能有几组数据那么用X〕与规格中心值的差再除以6倍的规格标准差或规格上下限距离〔单边规格时只能用3倍的标准差时算〕。〔a〕规格中心值不偏移注：如出现负号，那么表示是偏左，无符号那么表示偏右，Ca本身是一个纯指数，一般Ca不能大于0.3，正常状况应小于0.1，理想值为0。2023/7/22Page92捌：各项品质指标之准确度Ca〔922023/7/23Page93捌：各项品质指标之准确度Ca〔二〕〔b〕规格中心值偏移(CL在SL右边〕

当LSL=SL时，Ca就变得无值，建议用“*〞表示，即规格与制程严重不符。(CL在SL左边〕当LSL=SL时，Ca就变得无值，建议用“*〞表示，即规格与制程严重不符。〔c〕单边规格因为无中心值，所以也变无Ca，用星号表示。2023/7/22Page93捌：各项品质指标之准确度Ca〔932023/7/23Page94捌：各项品质指标之准确度Ca〔三〕注：如出现负号，那么表示是偏左，无符号那么表示偏右，Ca本身是一个纯指数，一般Ca不能大于0.3，正常状况应小于0.1，理想值为0，不能大于1，当大于1时，Ca也应用星号表示，即制程与规格完全不符表示制程特性中心位置的偏移程度，值等于零，即不偏移。值越大偏移越大，值越小偏移越小。2023/7/22Page94捌：各项品质指标之准确度Ca〔942023/7/23Page95捌：各项品质指标之准确度Ca〔四〕Ca指标示意图LSLLCLSLCLUCLUSL2023/7/22Page95捌：各项品质指标之准确度Ca〔952023/7/23Page96捌：各项品质指标之精细度Cp〔一〕〔2〕精细度：〔也是一种制程能力指数，但通常用Cp表示：Precision〕：〔a〕双边规格规格上下限距离除以6倍的标准差。Cp=(USL-LSL)/6σa=(USL-LSL)/(UCL-LCL)=(USL-SL)/(UCL-CL)=(SL-LSL)/(CL-LCL)表示制程特性的一致性程度，值越大越集中，越小越分散。2023/7/22Page96捌：各项品质指标之精细度Cp〔962023/7/23Page97捌：各项品质指标之精细度Cp〔二〕Cp指标示意图LSLLCLSLCLUCLUSL2023/7/22Page97捌：各项品质指标之精细度Cp〔972023/7/23Page98捌：各项品质指标之精细度Cp〔三〕〔b〕单边上限规格Cp=〔USL-CL〕/3σa=CpULSLCLUCLUSL2023/7/22Page98捌：各项品质指标之精细度Cp〔982023/7/23Page99捌：各项品质指标之精细度Cp〔四〕〔c〕单边下限规格Cp=〔CL-LSL〕/3σa=CpLLSLLCLCLUCL2023/7/22Page99捌：各项品质指标之精细度Cp〔992023/7/23Page100捌：各项品质指标之制程能力Cpk〔3〕制程能力指数〔Cpk)：用一减去准确度后，再乘以精细度。〔a〕双边规格Cpk=(1-Ca)*Cp〔b〕单边上限规格CPK=CPU=CP〔c〕单边下限规格CPK=CPL=CPCpk在SPC的计量值中是非常重要的，它可能直接反映制程能力，同时考虑偏移及精度。通常是客户要求厂商所要用的重点。值越大越好。通常对有Cpk要求的客户，一般都要求Cpk在1.33或1.5以上，当然能大那么更好。2023/7/22Page100捌：各项品质指标之制程能力C1002023/7/23Page101捌：各项品质指标之PPM〔4〕百万分之不良PPM:有些地方叫DPPM，它是一个概率的概念。有分计数值和计量值两种计算方式。〔a〕计数值之PPM计算PPM=不良数*1000000抽样数〔b〕计量值之PPM计算PPM=[Ф(USL-UCL)/(USL-LSL)+Ф(LSL-LCL)/(USL-LSL)]*10000002023/7/22Page101捌：各项品质指标之PPM101认识SPC管制图认识SPC管制图1022023/7/23Page103玖：认识管制图〔Ⅰ〕■管制图介绍5.个别值、平均与全距管制图管制用管制图解析用管制图计数值计量值性质分类用途分类种类2023/7/22Page103玖：认识管制图〔Ⅰ〕■管1032023/7/23Page104玖：认识管制图〔Ⅱ〕a.统计原理常态分配，二项分配机率〔判读〕b.样本与群体之关系有限群体无限群体c.生产〔制程〕之变异机遇原因，共同原因非机遇原因，特殊原因d.检验之