质量检验及minitab5星培训教材

1质量检验人员培训2目录1.检验的分类和定义2.质量检验员必备的素质3.质量检验策划(进料/制程/成品/出货)4.现场不合格品处理（巡检人员）5.检验员常犯错误分析6.QC7大手法分析和解决问题7.SPC统计技术及过程能力计算（着重介绍）8.检具的使用和校准9.计量器具使用和校准10.检验ODS和记录存档31.检验的定义和分类41.1检验的定义检验（Inspection）---采用某种方法（技术、手段）测量、检查、试验和计量产品的一种或多种质量特性并将测定结果与判定标准相比较，以判定每个产品或每批产品是否合格的过程。常用的判定标准如：国家或行业标准检验规范（质量计划、作业指导书等）技艺评定（限度样本、图片等）几个相关的概念单位产品(unitproduct):为了实施检验的需要而划分的基本单元。检验批（Inspectionlot）:需要进行检验的一批单位产品，简称批。缺陷（Defect）：产品质量特性不满足预定使用要求。5

按检验数量分：全数检验、抽样检验；

按流程分：进货检验、过程检验、最终检验、出货检验；按判别方法分：计数检验、计量检验； 按产品检验后产品是否可供使用来分：破坏性检验、非破坏性检验。 1.2检验的分类62.检验员职责和必备的素质72.2.1执行检验程序2.2.2识别和记录产品质量问题2.2.3拒收不合格品2.2.4问题点的研究与分析2.2.5有权放行检验合格的产品2.2.6检验仪器的管理2.2.7部门配合或其他工作2.1检验员的职责82.2.1工作态度80%-99%-?2.2.2强烈的品质意识冷静坚定（并非固执）2.2检验员必备的素质9我们的期望自信、自尊、能干！！

103.质量检验策划－进料/制程/成品/出货11主要职责:按质量策划的结果(如质量计划、进货检验指导书、国家或行业标准等)实施检验;做好记录并保存好检验结果;做好产品状态的标识;进行不合格品统计和控制;异常信息反馈.3.1进货检验IQC12进料检验员必知：1、来料对产品质量的影响程度2、供应商品质控制能力及以往的信誉3、该料以往经常出现的品质异常4、客户的要求13进料检验项目与方法：外观检测：目视、手感、样品对比等(如生锈，色差等等等）尺寸检测：卡尺、千分尺等仪器(如金属零部件等）结构检测：拉力器、扭力器等(用于需承受各种拉力、压力、扭力的零件等）特性检测：电气、物理、化学、机械等(如电工、电子产品等）14进料检验方式（四种）1.免检：不太重要的物料或生产急需。如生产用辅料、包材等2.验证：自己无法检验的物料、优品等①出厂检验报告②第三方检测报告或证明③相关资格证书3.全检①数量少②检验简单且检验费用低③不允许有不合格品④工厂指定的4.抽样检验①数量大②允许有一定量的不良品存在③需进行破坏性实验④检验时间长和费用较高15检验结果处理方式:1.允收2.拒收3.偏差许可DA4.分选16目前主要职责:按质量策划的结果(如质量计划、作业指导书等)实施检验;－过程检查指导书做好记录并保存好检验结果;－检查记录做好产品状态的标识;－鉴定产品状态并贴标签不合格品的处理;－开NC单，报废单并报工程师批准。异常信息反馈.需强化：质量异常处理后首件、设备调整(如换模)后首件。3.2过程检验IPQC17过程检验的分类:首/末件检验;作业员自检/互检;巡检;多道工序集中检验注:应根据工厂本身的生产规模、工艺流程、管理方式选取合适的检验点、控制方式和检验程序。18三“不”原则:不接受不合格品;不生产不合格品;不流转不合格品.不接受不合格品不生产不合格品不流转不合格品19IPQC控制点的设置应考虑的因素①该产品在以前生产有异常或有较高不良品的记录②使用的生产设备不稳定③工装、夹具有不良情况④得到IQC对不良物料的信息反馈⑤新员工操作⑥新产品、新材料、新设备的投入20主要职责:按质量策划的结果(如质量计划、最终检验指导书、国家或行业标准等)实施检验;做好记录并保存好检验结果;做好产品状态的标识;进行不合格品统计和控制;异常信息反馈.注:只有质量计划中规定的所有检验项目都完成且合格之后,产品才能转序或入库.3.3成品检验FQC21

FQC与IPQC

IPQC是对生产过程做出的品质巡回检验，属于一种阶段性检验；而FQC主要是针对完工产品的品质验证，以确定该批产品是否可流入下一道工序，属定点检验。22

FQC检验项目要点

除重复IPQC对产品外观、尺寸、用料品质验证外，还应注意：结构性验证、功能性试装

特性检验、装箱数量准确性23主要职责:按质量策划的结果(出货检验指导书)实施检验做好记录并保存好检验结果;做好产品状态的标识;对不合格品进行登记、隔离并采取措施;对采取措施的结果进行验证;异常信息反馈.3.4出货检验OQC24主要内容:出货检查指导书254.现场不合格品的处理26不合格品的定义和处理流程不合格品的定义：未满足明示的、习惯上隐含的或必须履行的需求和期望的产品.不合格品的控制要求：

1.标识－贴标签

2.记录－开NC单或报废单

3.隔离－进NC库

4.处置－返工/退货/报废/分拣/偏差许可/其它具体流程见本地文件:CSMECH-MOS-WI-13-01-01

27巡检发现不合格品如何处理？目前没有这方面的明确要求，下面是一些个人想法,大家讨论，成熟后可以实施：巡检发现不合格品：

1.马上通知停线；

2.对产品进行追溯，具体操作为向上追溯10个，向下追溯10个；

3.对追溯产品进行测试；

3.追溯产品如全部合格，则可判定生产过程受控，继续生产；

4.如果出现不合格品，则：

4.1对本批次产品进行Holding,进行全检；4.2通知相应工程师分析原因，进行处理。

285.检验员常犯的错误分析291、不果断、怕承担责任；2、不了解产品相关法规标准；3、无检验规划；4、检验记录马虎、像记流水帐；5、不会利用检验记录进行分析；

30

6、不会考虑以往的不良；7、不会分批；8、错误地抽样或抽样不合理；9、被动地做事；

10、只考虑测试结果与Spec的符合性，没有考虑到过程的稳定性；

11、平均值的认识错误。

31被动的做事只有多分析，才会突破旧的方式33遇到问题，多用“5W2H”法3435只在工程规格范围内，不一定不是最佳的。36数据分析中，平均值的分析比较重要，但如果不能正确应用，仅仅应用平均值会让我们犯错平均值的误区3738质量观念贯穿制造过程质量基准完全的标准化操作具体的日常工作中，应该这样做：396.QC7大手法分析和解决问题40现场检查表汇总数据管制图监控预测直方图数据分布散布图找出相关鱼骨图找出原因解决问题层别法柏拉图找出主要原因QC七手法现场活用图QC七工具分层法检查表排列图因果图直方图控制图散布图课题选定现状调查原因分析主因确定对策制定巩固措施◎◎◎○○○◎◎◎○○◎○○○○○○○○○下步打算○○42实际的问题往往复杂，为分解、放大信息，从而抓住其中主要问题，往往将构成集团的问题(data)按某种特性分成几个子集团，并把握其对质量的影响程度。数据分层的概念及方法区分层别方法时间时间,日,星期,上/下午,白/夜班,月初/中/末等人个人,班,熟练度,班次,性别,年龄,阶层等设备加工设备,过程,新/旧设备,备品等方法/条件温度,压力,速度,方法,场所,气温,天气,湿度,照明度等原材料买入处,

买入时间,品牌,批次,成分,大小等测量实验设备,测量设备,检验员,检验方法,测量方法等6.1分层法43数据分层的意义<例>分层前分层后白班夜班44序号不良项目12345678合计

1振音68754721402外壳松动36372446353喇叭无面脏污46303534285机内有物23116832266插头不良44710103635合计2032242119401922195层别法应用举例：成品验货不良品统计表45

层别法练习1、请针对你公司目前的实际情况来设计；2、如果你想对最近一周内车间制程不良项目的出现按作业的机台进行分类；3、请设计一份合适的层别法应用表，格式不限/内容自拟。46为了便于收集数据，使用简单明了的标准化表格并填入规定的图形记号，再加以统计汇总，以提供进一步分析或对比检查的表格或图表。

通常分为点检用检查表或记录用检查表。6.2检查表47点检用检查表作用：防止不小心的失误、起备忘录作用。项目/周别12341、清除铁屑○○2、螺丝紧固○☆3、润滑加油○○说明栏：○正常☆故障保养人：审核：48记录用检查表作用：通过收集到的数据反映不良的状况。不良项目/周别123合计1、划伤正正一正一三202、尺寸偏差正一正一123、污点二一一44、变形正二7记录人：审核：49检查表的设计注意事项1、记录时只要在必要项目上加注记号；2、记录时要考虑到层別，按人员、机台、原料、时间等分类；3、数据来源要清楚：由谁检查、检查时间、检查方法、检查班次、检查机台，均应写清楚；4、尽可能以记号、图形标记，避免使用文字；5、检查项目不宜太多，以4-6项为宜（针对重要的几项就可），其他可能发生的项目采用“其他”栏。50

检查表设计练习1、请针对你公司目前的实际情况来设计；2、如果你想了解一下最近一周内成品检查主要不良项目的出现情况；3、请设计一份合适的检查表，格式不限/内容自拟。51

当我们要解决问题时，总会发现产生问题的要因很多，不知从何着手，因此最好找出其影响度最大的几个要因，再按优先顺序，一一谋求改善对策，才能以有限的人力和时间，有效地解决问题。柏拉图就是这样一种供你寻找重要要因的一种统计工具。6.3柏拉图52Pareto的二八法则：柏拉图又称排列图，意大利经济学家柏拉图最早用排列图分析社会财富分布的状况，他发现当时意大利80%财富集中在20%的人手里，后来人们发现很多场合都服从这一规律，于是称之为Pareto定律。53柏拉图制作步骤：1、决定调查事项，收集数据；2、整理数据，计算累计数、累计比率并绘制表格；3、将数据绘制成柱状图；4、连接曲线。54柏拉图制作案例55柏拉图制作案例3020100405060%100%ABCD不良数累计影响度(%)60%80%90%柏拉图制作注意事项：1、横轴是按项目別，依大小順序由高而低排列下來，[其他]项排在最未。2、次数少项目太多时，可考虑将后几项归纳成[其他]项。3、纵轴的左侧通常用于表示发生不良数、缺点数、单位缺点数等。574、柏拉图的柱形图横轴距离相同。5、改善前后进行比较：(1)改善前后横轴项目別依然按大小順序由高到低排列。(2)前后比较基准一致，刻度应相同。(3)各项目以色別来区分更易比较。6、柏拉图中、连接横轴与纵轴对应点的线应为折线而非曲线。58

柏拉图制作练习某公司2004年年度的客户投诉汇总表显示，一共接到80份客诉，其中交期问题占50份，品质问题占15份，服务问题占10份，其他投诉问题占5份。请根据以上的统计数据，绘制统计表及柏拉图。59

鱼骨图，又叫特性要因图/因果图，由日本品质专家石川馨提出，所以又叫“石川图”。它是先列出品质变异的项目，然后对造成变异的4M1E因素进行分析。6.4因果图60品质特性机器物料人员环境方法鱼骨图制作步骤1、确定问题的特性，写在最右端；2、划出鱼骨图的骨架；3、按4M1E方法将主要原因填入鱼骨图大骨；4、再采用“头脑风暴法”确定造成大骨的中骨；鱼骨图制作步骤5、确定造成中骨的小骨，末端必须是可采取行动的要因；6、依据统计找出影响最大的几种要因（通常是4-8种），然后用圆圈圈起来；7、现场调查，证实原因分析正确；并采取相应行动进行改善。63案例：1、想办法如何使发料更容易？

6465使用头脑风暴法应注意1、不要指责他人的任何想法；2、全方位多角度各层次，数量越多越好；3、自由奔放，毫无拘束；甚至于异想天开。66鱼骨图分析时的思考方向1、替代——人员顶替/材料替换/方法替代；2、过程优化与重组；3、增减/简化/合并/调整顺序等等。鱼骨图案例练习请针对你公司目前制造过程最严重的品质问题，采用鱼骨图进行分析，找出影响其最重要的因素。68

为研究两个变量之间的相关性，而搜集成对两组数据，在坐标上用点来表示出两个特性值之间相关情形的图形，称之为散布图。其主要作用：知道两组数据(原因与结果)之间是否相关及其相关程度。6.5散布图69散布图制作某产品的烧熔温度及硬度之间是否存在有相关性，今收集30组数据，请予以分析。

步骤1：收集30组以上相对数据,整理到表上。

(数据不能太少，否则易生误判)7071步骤2：找出数据X、Y的最大值及最小值。

步骤3：画出纵轴与横轴(若是判断要因与结果的关系，則横轴代表要因,纵轴代表结果)；并取X及Y的最大值与最小值差为等长度画刻度。

X的最大值-X的最小值=890-810=80

Y的最大值–

Y的最小值=59-42=1772步骤4：将各组成对数据标记在座标上；

横轴与纵轴的数据交会处点上“˙”；

两组数据重复在同一点上时，划双重圆记号◎；三组数据重复在同一点上时，划三重圆记号。步骤５：记下必要事项：数据采取時间、目的、产品名、绘图者、绘制日期等。73产品名：SI-083单位：压延课绘制：×××日期：99.12.31

N=30时间段：99.12.20--99.12.30硬度Y74正相关

X增大时，Y也隨之增大，称为正相关。完全的正相关

有正相关75非显著性正相关

X增大时，Y也隨之增大，但增大的幅度不显著。此时宜再考虑其他可能影响的要因。

似有正相关76

负相关

X增大时，Y反而減少，称为负相关。

有负相关完全的有负相关77非显著性负相关

X增大时，Y反而減少，但幅度并不显著。此时宜再考虑其他可能影响的要因。无相关(1)X与Y之间看不出有何相关关系；(2)X增大时，Y并不改变。

78

曲线相关

X开始增大时，Y也隨之增大，但达到某一值后，当X增大时，Y却減小。79散布图案例练习某工程师测得一批热处理产品温度与硬度参数如下，请绘制散布图。

16005011580472264060262055126005023600513610521362056245804645804714580472560050560051156105326590496620561664061276305976004917600502864060863058185704429580479620551965063306005010640602058047316406211570452156042326005180将计量值数据分成几个区间或级，以各区间内包含数据的个数(度数)作为柱型高度的图。特点：①能非常方便的看出数据整体的分散状态和分布形态②可以用简单的观察得到分布的形态,

中心位置(平均值),分散的大小

(标准偏差和范围)等信息③可以方便的看出试料分布与特性值规格

(上限，下限)的关系，能同时对几种数据的分布进行比较6.6直方图81练习打开Minitab打开练习文件A02-GRAPH.MTW82Minitab对话窗口83输出图表84其他功能：分层分析批次别分层85输出图表86

QC七种武器总结第一招：检查集数据第二招：柏拉抓重点第三招：鱼骨追原因

第四招：直方显分布第五招：管制找异常

第六招：散布看相关第七招：层别作解析877.SPC技术及过程能力计算88

目标理解控制图的基本原理，确认过程稳定性主要内容控制图统计过程控制

过程判异原则89什么是控制图控制图是通过时间的推移来统计跟踪流程和产品参数的方法。控制图具体表现出反应(随机)变动的变动的自然界限的控制上限与下限。这些界限不应与客户规格界限相比较。控制图基于对X或Y设立±3σ平均界限90一个控制图的组成成分UCL:控制上限LCL:控制下限UCL=m+k1sCL=mLCL=m–k2sCL:中心线Mx样本平均的均值S得自样本的标准差K1,k2

标示不同寻常的观测值的常数(通常=3)91控制图类型计量型管理图Individual-XandMovingRangeChartX-Bar/RChart

计数型管理图np-Chartp-Chartc-Chartu-Chart92计数型计量型什么类型的数据?按群还是按个体收集的数据?是缺陷还是不良项目?群(平均值)(n>1)个体数值(n=1)X-BarRX-BarS个体移动范围（I-MR）特殊类型的“缺陷”

不良项目

缺陷的概率低吗?

如果你知道坏的数，你知道好的数吗？泊松分布二项分布个体移动范围（I-MR）否是是每个样本数的几率面积不变?是否c图不变的样本数?

np图否是p图选择正确的管理图注:X-BarS适合于群大小(n)>10控制图选择方法93王**是一名优秀司机.有一天,上班中喝了6个啤酒后,他说自己

“开车没问题”他的同事要求他证明.示例94他能直线开车那是非常困难的事.那时有人看见了王**的卡车在漏油.为了是否直线运转设定速度为1马力，然后调查油的踪迹.95你能判断:

王**开车正常吗?望下看的油掉落在公路的痕迹.96如果卡车是静止的,...油是否一向掉在同一个地方?思考下列问题:

油是怎样掉落的?Pre-ChewedCharlie’s97波动的原因Pre-ChewedCharlie’s=自然

“油滴之间波动”98如果王**的调整方向盘技能的变动跟

“油滴间变动”可分离的话,那么不是有帮助吗?你能判断:

王**开车正常吗?99=自然性“油滴间变动”变动的原因Pre-ChewedCharlie’s控制图理论是自然性偶然原因引起的波动比上王**开车运转引起的波动掌握波动的原因的方法SPC理论100为了制定流程的基准，

对“偶然原因”波动进行研究.我们把“油滴的变动”

看作偶然要因.以现在的水平为基础,包括数据的99.7%范围设定为流程的自然警戒线(范围).

我们把这警戒线称为管理界限(上限及下限).UCLLCL滴落在管理界限外的点我们看作特殊原因(异常状态).SPC理论101卡车直线行驶时油滴间的变动UCLLCL油滴间的变动+风UCLLCL油滴间的变动

+风

+调整技能变动UCLLCL102UCLLCL卡车行驶路径中没有统计根据的“中心值特出变动”，

现数据的波动是系统原因引起！！！你能判断:

王**开车正常吗?103废弃水平(%)晚会时间3212000年4月***厂公司晚会上工厂的废品率达到年度的降低1.5%总经理给全厂颁奖

仪式在餐厅进行：为所有的人准备了各种点心和饮料！

总经理讲演：“每个人都应为你们取得的成就感到骄傲”1234567

示例104经理想收回奖励.3212000年7月连续3个月废品率上升

总经理想要收回他的奖励

不但没有保持已有的成绩,废品率却直线倒退总经理反思：

“奖励适得其反。这群人需要强硬的管理!”200020011234567

废弃水平(%)105不再“温和的管理”3212000年11月到11月,废品率上升到2.6%─年度最高点，总经理决定采取措施

召集一次“特别会议”，要一次性并永久性解决这个问题在作完一个关于废品重要性的生动报告后，总经理走了。员工们不知道该做什么。而且他们还有更重要的指标。所以他们什么也没做。

200020011234567891011

废弃水平(%)106总经理断定：

“粗暴的爱产生奇迹”3212001年6月总经理看到自从去年底以来，废品率降低了。“柳暗花明了！”(记住:实际上从来没采取任何措施来改善系统)

他得出结论:“强硬的管理方式获得成功！”废弃水平(%)20002001123456789101112123456107SPC可以找出其他结论.UCLLCL321废弃水平(%)2000200112345678910111212345678108管理者下了强硬的管理方式获得成功的结论SPC可以找出其他结论

-

但是理由呢?总经理“嗨,我是按照数据作出结论的─我怎么会错呢？”专家“你的结论是把高、低点作为信号观察而得出的。实际上，那都是噪声（偶然原因散布）。看这数据，在工程中没有过明显的变化”UCLLCL321废弃水平(%)2000200112345678910111212345678举办晚会管理者想收回奖励.中断温和的管理方式109对人类而言：疏于用控制图分析数据是已知的增加费用、耗费努力和降低士气的最好方式。” -Dr.DonaldJ.Wheeler110控制图管理一般原则LCLCLUCL管理状态(偶然原因引起的波动)异常状态(特殊原因引起的波动)-3σ+3σ①②①+②=α=0.27%异常状态(特殊原因引起的波动)111控制图异常状态检验方法在MINITAB可以对可能成为异常状态的8种特别原因进行检验.A,B.C显示离中心线分别相距标准偏差3,2,1的区域.检验1:一个点超出区域A检验2:以中心线为基准,在同一侧面有9个连续点.检验3:相连的6个点连续上升或下降.检验4:连续的14个点相继上升或下降,对此应检讨数据的操作性.检验5:连续的3个点中2个在A区域(以中心线为基准在同一侧)检验6:连续的5个点中4个在区域B或其外边的位置(以中心值为基准在同一侧)检验7:连续的15个点在区域C(以中心线为基准看两侧)检验8:连续的8个点在区域C外边的位置(以中心线基准两侧)112例题下列数据是生产模具产品的压缩强度的测量资料.请检验流程是否稳定

Stat>ControlCharts>VariablesChartsforIndividuals>

I-MR113114选择全部8种异常状态检验方法115流程处于稳定状态116

目标理解过程能力分析原理，并能根据数据类型计算过程能力主要内容计量型过程能力分析计数性过程能力分析过程能力分析117999,996.6999,995999,991999,987999,979999,968999,952999,928999,892999,841999,767999,663999,517999,313999,032998,650998,134997,445996,533995,339993,790991,802989,276良品数3.45913213248721081592333374836879681,3501,8662,5553,4674,6616,2108,19810,724ＤＰＭＯ6.05.95.85.75.65.55.45.35.25.15.04.94.84.74.64.54.44.34.24.14.03.93.8Ｚst4.54.44.34.24.14.03.93.83.73.63.53.43.33.23.13.02.92.82.72.62.52.42.3Ｚlt986,097977,250971,284964,070955,435945,201933,193919,243903,199884,930864,334841,345815,940788,145758,036725,747691,462655,422617,911579,260539,828500,000460,172良品数13,90322,75028,71635,93044,56554,79966,80780,75796,801115,070135,666158,655184,060211,855241,964274,253308,538344,578382,089420,740460,172500,000539,828ＤＰＭＯ3.73.53.43.33.23.13.02.92.82.72.62.52.42.32.22.12.01.91.81.71.61.51.4Ｚst2.22.01.91.81.71.61.51.41.31.21.11.00.90.80.70.60.50.40.30.20.10.0-0.1Ｚlt420,740382,089344,578308,538274,253241,964211,855184,060158,655135,666115,07096,80180,75766,80754,79944,56535,93028,71622,75017,86413,90310,7248,198良品数579,260617,911655,422691,462725,747758,036788,145815,940841,345864,334884,930903,199919,243933,193945,201955,435964,070971,284977,250982,136986,097989,276991,802ＤＰＭＯ1.31.21.11.00.90.80.70.60.50.40.30.20.10.0-0.1-0.2-0.3-0.4-0.5-0.6-0.7-0.8-0.9Ｚst-0.2-0.3-0.4-0.5-0.6-0.7-0.8-0.9-1.0-1.1-1.2-1.3-1.4-1.5-1.6-1.7-1.8-1.9-2.0-2.1-2.2-2.3-2.4Ｚlt6,2104,6613,4672,5551,8661,3509686874833372331591087248322113953良品数993,790995,339996,533997,445998,134998,650999,032999,313999,517999,663999,767999,841999,892999,928999,952999,968999,979999,987999,991999,995999,997ＤＰＭＯ-1.0-1.1-1.2-1.3-1.4-1.5-1.6-1.7-1.8-1.9-2.0-2.1-2.2-2.3-2.4-2.5-2.6-2.7-2.8-2.9-3.0Ｚst-2.5-2.6-2.7-2.8-2.9-3.0-3.1-3.2-3.3-3.4-3.5-3.6-3.7-3.8-3.9-4.0-4.1-4.2-4.3-4.4-4.5Ｚlt*100万机会数基准过程能力介绍-这表从哪来的?118过程能力是什么？过程在受控状态下时，客户要求与过程表现(产品质量或服务质量的变动程度)的比值，如果过程表现越能满足顾客要求，则过程能力越充分，反之则不足USLLSL119你的数据是什么类型的计量型记数型收集数据收集数据用Minitab分析数据用Minitab分析数据过程能力表述DPU,PPMCp,Cpk,Pp,Ppk过程能力表述DPU,PPM过程能力分析路径120“缺陷”(x≥4)

1234567错误数“缺陷”(x>130Min)“无缺陷”(x<130Min)

15110115120125130135140装配时间

(Min)

“无缺陷”(x≤3)顾客的要求顾客的要求计数型计量型数据的分类121计量型数据等于....力量!!计量值过程能力分析122过程能力系数

USLLSL顾客之声工程之声123过程能力指数过程能力指数(ProcessCapabilityIndex)定义-

过程能力指数表现过程制造的产品有多均一的能力,

即把过程能力定量化评价的尺度.-过程能力指数是在假设质量特性分布是正态分布的条件下规格容差和过程的自然散布(标准偏差的6倍)的相对大小比较计算的指标过程能力指数(ProcessCapabilityIndex)指标-短期过程能力指数用Cp,Cpk表示；长期过程能力指数用Pp,Ppk表示.-这里

Pp,Cp是过程平均和规格中心一致时的过程能力指数,Ppk,Cpk是与规格中心不一致时的过程能力指数.124过程能力改善战略LSLUSL不良不良中心移动:

工程目标值或中心值(Target)散布程度:缩小散布125USLC-LSL6p

σCMin(

X-LSL3USL-X3pk

σ

σ,)统计学为测量过程能力开发了2个关键的方法

126USLC-LSL6p

σ总容差C过程的散布程度(散布)p

顾客的声音C过程的声音p

过程能力比(Cp)127LSLUSLu=30英尺σ=127英尺33英尺3”3”CUSL-LSL6p

σCp=__________Z=__________1.03.0Cp与Z值之间的关系128CUSL-LSL6p

σCp=__________Z=__________LSLUSLu=30英尺σ=129英尺31英尺3”3”0.331.0Cp与Z值之间的关系129CUSL-LSL6p

σCp=__________Z=__________LSLUSLu=30英尺σ=0.33328英尺32英尺3”3”2.06.0Cp与Z值之间的关系130过程能力比(Cpk)CMin(

X-LSL3USL-X3pk

σ

σ,)C

X-LSL3pL

σUSL-X3

σCpU

-为了反映过程的漂移131CpU=___________CpL=___________Cpk=____________LSLUSL28英尺32英尺u=33英尺σ=0.3333”3”5.0-1.0-1.0Cpk,CpL,CpU之间关系132提问...

Cp和Cpk在数值上能相等吗？

CpL和CpU能相等吗?Cpk能是负值吗?133短期过程能力研究覆盖一个相对较短的时间间隔（数天，数周），一般由30到40个数据点组成。实际的数量取决于所研究的项目。

这个过程受控吗？它在生产不良品吗？长期/短期过程能力

134长期过程能力研究覆盖一个相对较长的时间间隔（数周，数月），一般由100到200个数据点组成。同样，实际的数量取决于所研究的项目这个过程受控吗?它在生产不良品吗长期/短期过程能力

135短期数据和长期数据有什么差异？

这给过程能力研究提供了什么提示?DescriptiveStatistics变数

个数

平均

中央值

标准偏差短期 30-0.069-0.0341.108

长期 1800.0140.2353.064

进一步看过程能力比较从短期和长期的数据进行过程散布的估计

136在时间上，过程趋向于大约1.5

的漂移

LSL长期工程能力短期工程能力USL长期/短期过程能力

137群内/群间变动

Time1Time2Time3Time4群内群间叫做

漂移(以sigma为单位对平均值漂移程度的度量)显示我们工程的控制

把

叫短期(

st)我们的潜力-我们最好的可能

所有的公司都报告

st+

漂移

=

total2222222138ADBC1234561.51.00.52.02.5管理差好

漂移

st好差技术A-差的管理，差的工程

B-必须把工程管理得再好些，技术很好

C-工程管理良好，差的工程或技术

D-世界级22139过程能力分析注意事项过程能力分析条件

数据来自稳定的过程

否则得先使过程处于受控状态

不要绝望，与此同时你还可以对你的工程作一些其他的假设数据来自正态分布

-否则，进行变换

-如果不满足条款#1和#2，结果将有误导数据是否有靠(通过MSA分析)140要收集合理的子集

平均值移动散布群间共有散布

总散布过程能力系统误差特殊原因141Minitab过程能力分析六西格玛方法论要求在测量阶段进行短期工程能力研究以建立工程基线在这个领域Minitab具有很多工具能帮助你

例：CapabilitySixpack,CapabilityAnalysis142CapabilitySixpack例题1打开例题过程能力试题-1(LSL：598,USL:600,子集：5)Stat>QualityTools>CapabilitySixpack>Normal143144Minitab图表分析它是正态分布吗？和规格限比起来工程的散布怎么样？

它是正态分布吗？子集间有差异吗？

它受控吗?它受控吗?145

这儿发生了什么？_____________________CapabilitySixpack例题2146CapabilityAnalysis例题1打开例题过程能力试题-2(LSL：50,USL:60,子集：5)

正态性检验

Stat>BasicStatistics>NormalityTest147148P值>0.05正态P值小于0.05就不是正态的吗？149过程能力分析

Stat>QualityTools>CapabilityAnalysis>Normal150群内过程能力全体过程能力观测的不良率群内(短期，潜在)

预想不良率

全体(长期，实际)预想不良率151过程能力解释Cp是

经验极限水平.Ppk与Cp越近似越好.散布可能的最好实际(总体)过程平均值的位置

规格范围的中点

实际位置CpPpkCpkPp152过程能力分析报告CpCpkPpPpkSigma:工程能力Sigma:工程实绩正态分布?受统计控制?153寻找计量型数据太难了！！！计数值过程能力分析154DPU/DPO/DPMODPU=2DPO=0.5DPMO=500,000DPU=3DPO=0.75DPMO=750,000DPU=1DPO=0.25DPMO=250,000=1机会=1单位1单位=4机会=缺陷155计算单位产品缺陷数(DPU):

翻到Sigma表,然后估计Sigma水平计算每百万机会的缺陷数(DPMO):DPU/DPMO与Sigma水平156翻到Sigma表,然后估计Sigma水平

4.67Sigma计算单位产品缺陷数(DPU):计算每百万机会的缺陷数(DPMO):DPU/DPMO与Sigma水平157999,996.6999,995999,991999,987999,979999,968999,952999,928999,892999,841999,767999,663999,517999,313999,032998,650998,134997,445996,533995,339993,790991,802989,276良品数3.45913213248721081592333374836879681,3501,8662,5553,4674,6616,2108,19810,724ＤＰＭＯ6.05.95