如何用SPC进行统计分析（PPT57页）

WistronInformationTechnology&ServicesInc.Abbr.:WistronITSorWITS如何用SPC进行统计分析PPCHenryZhang生产力促进中心张浩珩Jan.2008SPC思想介绍统计学基础知识统计分布控制图基本概念计量型数据控制图过程能力研究控制图分析计数型数据控制图ProcessImprovement2SPC思想介绍什么是SPCSPC（StatisticalProcessControl）即统计过程控制，是一种借助数理统计方法的过程控制工具。SPC主要是指应用统计分析技术对生产过程进行实时监控，科学的区分出生产过程中产品质量的随机波动与异常波动，从而对生产过程的异常趋势提出预警，以便生产管理人员及时采取措施，消除异常，恢复过程的稳定，从而达到提高和控制质量的目的。ProcessImprovement3SPC思想介绍为什么要使用SPC企业并非有意生产低质量产品，低质量产品通常是由生产的某个阶段的某个变差引起的。因此，产品质量的好坏取决于对生产过程的控制能力。SPC利用统计方法来监测生产过程的变差，进而使它受控。ProcessImprovement4变差实际值与标准值之间可容忍的差异称为变差。它提供了一个范围，在这个范围里产品使可以变化的，且都能被客户所接受。控制变差是质量控制中的最大问题SPC思想介绍产品标准值变差产品质量分布你选择哪个公司的产品？ProcessImprovement5SPC思想介绍普通原因和特殊原因造成随着时间的推移具有稳定的且可重复的分布过程中的许多变差原因，称之为普通原因。（只有变差的普通原因存在且不改变时，过程的输出才可以是预测的）造成不是始终作用于过程的变差的原因，称之为特殊原因。（如果变差是源自特殊原因，过程的输出将不稳定）ProcessImprovement6过程的定义如果能够找出哪些输入量对过程影响最大的因素更为有效，控制它们就可减少其它输入量的变化。SPC思想介绍一个过程是受输入支配的输入变化的影响总是反应在输出里面输入处理输出输出输出...客户/用户供应源头ProcessImprovement7统计学基础知识统计学收集、整理、展示、分析、解析统计资料由样本(Sample)推论母体/群体(Population)能在不确定情况下作决策是一门科学方法、决策工具抽样X推论μProcessImprovement8统计学基础知识统计量级差R(range)•R=Xmax–Xmin算术平均数（arithmeticmean）中位数Md(median)•顺序数列中的中心项的数值X(μ)X=--------nni=1xiProcessImprovement9统计学基础知识统计量众数Mo(mode)•资料中出现最多的数值标准差σ(standarddeviation)•σ=ni=1(Xi-X)2nProcessImprovement10统计学基础知识统计量方差σ2(variance)•σ2=样本标准差•s=ni=1(Xi-X)2nni=1(Xi-X)n-12ProcessImprovement11统计分布中心趋势的衡量方法级差中值（把最大值和最小值相加的和除以2就得到级差中值）众数（去该样本中出现次数最多的值）ProcessImprovement12统计分布中心趋势的衡量方法中位数（将样本升序或降序排列，从任意一段列举出一半的数值）均值（把样本的所有观测值相加再除以总数）ProcessImprovement14统计分布过程的离中趋势度量数据的散布程度称为过程的离中趋势。度量离中趋势的量•极差R•标准差σ•方差σ2ProcessImprovement15统计分布常见数据分布ProcessImprovement16统计分布正态曲线的性质68.26%的数值落在均值两侧各1倍标准差长度的区间里面。95.44%的数值落在均值两侧各2倍标准差长度的区间里面。99.73%的数值落在均值两侧各3倍标准差长度的区间里面。ProcessImprovement17控制图基本概念控制图及使用过程收集•收集数据并画在图纸上控制•根据过程数据计算试验控制线•识别变差的特殊原因并采取措施分析及改进•确定普通原因变差的大小并减小它的措施ProcessImprovement18控制图基本概念过程的变化模式均值控制图：通过样本均值的变化可以反映过程均值的变化。也可以观测离散度的变化。极差控制图：是检测离中趋势的常用方法。样本的反常行为向我们指出了过程的可变性。ProcessImprovement19控制图基本概念预报迅速发现变化的关键在于预报的准确性。迅速的概念是指定义合理的监控时间点。当我们预测了过程中的水平和变异，就能将其同实际的值相比较。一发现与预测是背离，就需要及时更正。ProcessImprovement20计量型数据控制图什么是计量型数据计量型数据来源于度量。如：长度、深度、温度、时间等。它可以是整数也可以是分数。不仅能告诉我们读数是太大还是太小，更能告诉我们读数的多少。ProcessImprovement21计量型数据控制图均值-级差控制图（x-R图）制作步骤收集和记录数据•制作数据模板供记录数据时使用做两张图，一张是x图，另一张是R图•两张图的Y轴需要分开画，因为刻度不同•两张图的X轴是相同的计算每个样本的均值和级差值ProcessImprovement22计量型数据控制图均值-级差控制图（x-R图）制作步骤计算R图控制线•计算均值级差R：即将所有样本值加总除以样本数。R够成中心线。•计算上、下控制线•计算R图的刻度–方法一：上控制界限为图总高度的2/3–方法二：上控制线除以2再加上上控制线ProcessImprovement23计量型数据控制图均值-级差控制图（x-R图）制作步骤计算x图控制线•计算中心线值X：即将所有样本均值加总除以样本数。•计算上、下控制线•计算x图的刻度–计算值–最大刻度为–最小刻度为ProcessImprovement24计量型数据控制图中位数图制作步骤收集和记录数据•制作数据模板供记录数据时使用画出观测值的点，在其周围画出小圆圈上下控制线为观测值的规格界限ProcessImprovement25计量型数据控制图x-s图制作步骤计算样本标准差计算样本标准差的均值s，其值为中心线计算s图的上下控制线计算x图的上下控制线注：在大样本的情况下，用x-s图代替x-R图ProcessImprovement26过程能力研究机械容忍度与自然容忍度机械容忍度•已确定的规格以容忍范围的方式来确定客户的要求，它所度量的是机械容忍度。•它能用来最终产品是否可以被接受，但不能说明整个过程的生产情况。自然容忍度•相对与使用规格指标，我们更愿意使用控制图的信息确定过程的自然运作范围，我们称它为过程的容忍度。•自然容忍度就是在均值上下各推移三个标准差，即。ProcessImprovement27过程能力研究不合格百分比的估算步骤估算σ•如果使用级差，则σ=•如果使用s，则σ=计算Z得分查表估算不合格率ProcessImprovement28过程能力研究不合格百分比的估算案例ProcessImprovement29过程能力研究过程控制和过程能力ProcessImprovement30过程能力研究过程控制和过程能力ProcessImprovement31过程能力研究能力和性能指数-指数代表了过程的能力，它表示的是整个过程符合规格的程度，其实就是用自然容忍度来构造的规格范围。它不考虑过程中心化的程度（偏移）。计算方法•ET表示机械容忍度，NT表示自然容忍度分析•指数值越大，过程能力越强。•=1，自然容忍度和规格范围一致•=2，过程有能力将生产出的产品限定到规格允许范围的一半以内。•=0.5，过程生产出的产品的可变度将达到规格允许范围的两倍。ProcessImprovement32过程能力研究能力和性能指数-指数用来衡量过程中心化的程度。这个指数是过程均值与最近规格界限之间的距离和自然度的一半的比值。计算方法分析•给出了过程的最差结果。•1，表示所有的产品都是在规格范围之内的。•01，表示有一部分产品不合格。•0，表示过程的均值也是不合格的。ProcessImprovement33过程能力研究能力和性能指数–结合使用和计算和的目的•全面地了解过程在做什么和能做什么。结合和进行分析•指数可以判断我们的过程是否具有符合容忍度要求的能力。•指数则被用来直接判断实际过程是否符合容忍度的要求。•如果这两个值是一样的，意味着过程是完全程度中心化的。ProcessImprovement34过程能力研究能力和性能指数–和表示通常情况的变化过程的性能指数。计算方法表示中心变化过程的性能指数计算方法用途•和只能被用于检验和的正确性或者用来衡量它们随时间的改进情况。ProcessImprovement35控制图分析图案模式分析ProcessImprovement36控制图分析循环分析控制图中，当总体产生的波动性增加时往往会表现出循环现象。控制图中的循环是指随时间变化而影响过程的因素。行动：确定造成循环的诱因，找出哪部分循环能够生产出最好的产品，并控制诱因使产品稳定在某一水平上。ProcessImprovement37控制图分析趋势分析趋势表示的也是一些经常变化的因素。行动：某些解决办法在控制图中表现为趋势的形式，我们可以通过趋势分析来找到控制趋势或者发展趋势的方法。ProcessImprovement38控制图分析混合分析和分层分析当两个或更多个过程合在一起分析时，控制图中往往会表现出混合形式。混合数据控制图和分层数据控制图中的点都分布在中心线两侧，前者的点远离中心线，后者的点更接近中心线。行动：如果怀疑数据是混合的，我们可以将一个个点单独画下来，但不要连线，这可以帮助我们判断是否存在分层结构。一旦发现混合数据或者分层数据，则需要绘制单独过程的控制图。ProcessImprovement39控制图分析移位分析移位是图案模式的一种突然变化，造成这种现象的原因往往是由于人员的变换或者新技术的引入。行动：对移位进行分析，找到引起移位的原因，改进过程。ProcessImprovement40控制图分析不稳定性分析控制图中不自然的大规模波动称为不稳定性。行动：对于不稳定的过程要找到特殊原因，采取局部措施，稳定过程。ProcessImprovement41控制图分析聚束分析聚束变现为当一组样本中的一些数据点很接近时，它们的读数也很接近。这样的图案模式往往代表着引起变异的原因有了突然的变化。行动：找到引起变异的原因，分析对过程稳定性的影响，找到特殊原因和局部解决办法，使过程稳定。ProcessImprovement42计数型数据控制图概述计量型数据都是可测量的数据，但对于某些部件或者过程，并不总是可以获得可测量的数据，这样会导致计量型控制图失效。计数型数据只有两个值（合格/不合格，成功/失败，通过/不通过），但它们可以被计数从而用来记录和分析。计数型数据主要包括两种：计件特性的数据和计点特性的数据。•通过或不通过是计件的数据。（受样本限制）•计点特性的数据表示在一个部件或产品上存在的瑕疵数量。（不受样本限制）ProcessImprovement43计数型数据控制图计数型控制图选择ProcessImprovement44计数型数据控制图p图制作步骤计算每一个样本的不合格率并记录在表格中计算平均p值（p）计算每一个数据点的上控制线和下控制线ProcessImprovement45计数型数据控制图p图制作步骤对每个数据点重复上一步骤在控制图上画出控制界限注：p图