Minitab培訓SPC統(tǒng)計過程分析

Minitab培訓-SPC統(tǒng)計過程分析5/9/20241Minitab培訓SPC統(tǒng)計過程分析了解統(tǒng)計基本概念了解控制圖原理計量型與計數(shù)型控制圖的作法與適用范圍控制圖的選用原則過程的特性及過程能力Ppk

和

Cpk

之間的區(qū)別以及了解如何計算這些指數(shù)。

課程目標5/9/20242Minitab培訓SPC統(tǒng)計過程分析課程重點規(guī)格過程USL

UCLSL

CLLSL

LCLCa

Cp

Cpk總體-N

樣本-nμ

總體平均值X-

bar

樣本平均值Statistical

ProcessControl

計量值:均值－極差控制圖中位數(shù)－極差控制圖單值－移動極差控制圖均值－標準差控制圖計數(shù)值不合格品率控制圖（Ｐ圖）不合格品數(shù)控制圖（Pn圖）缺陷數(shù)控制圖（c圖）單位缺陷數(shù)控制圖（

μ圖）

5/9/20243Minitab培訓SPC統(tǒng)計過程分析■

Statistical:（統(tǒng)計）以概率統(tǒng)計學為基礎(chǔ)，用科學的方法分析數(shù)據(jù)，得出結(jié)論；■

Process：

（過程）有輸入-輸出的一系列的活動；■

Control：

（控制）事物的發(fā)展和變化是可預測的；抽樣檢驗UCL

CLLCL在管制圖中發(fā)現(xiàn)不正常狀態(tài)管制圖調(diào)整品質(zhì)什么是SPC?生產(chǎn)過程樣本數(shù)據(jù)5/9/20244Minitab培訓SPC統(tǒng)計過程分析Ｎμσ

n

x

s一、總體（母體）：是指在某一次統(tǒng)計分析中研究對象的全體。

1.有限總體：被研究對象是有限的，如一批產(chǎn)品的總數(shù)；

2.無限總體：被研究對象是無限的，如某個企業(yè)、某個生產(chǎn)過程

從前、現(xiàn)在、將來生產(chǎn)的全部產(chǎn)品。

3.個體：組成總體的每個單元（產(chǎn)品）叫做個體

4.總體含量（總體大?。嚎傮w中所含的個體數(shù)，常用N表示。二、樣本（子樣）：是指從總體中隨機抽取出來并且要對它進行詳細

研究分析的一部分個體（產(chǎn)品）；1.樣本是由1個或若干個樣品組成的。2.樣本容量（樣本大?。簶颖局兴臉悠窋?shù)目，常用n表示。抽樣：是指從總體中隨機

抽取樣品組成樣本

的活動過程。統(tǒng)計分析的基本概念5/9/20245Minitab培訓SPC統(tǒng)計過程分析無限總體有限總體工序一批產(chǎn)品

一批半成品樣本數(shù)據(jù)樣本數(shù)據(jù)判斷

判斷目的總體樣本數(shù)據(jù)對工序進行分析

控制對一批產(chǎn)品質(zhì)量進行判斷，確定是否

合格數(shù)據(jù)、樣本和總體的關(guān)系5/9/20246Minitab培訓SPC統(tǒng)計過程分析

某種成品零件分裝在20個零件箱裝，每箱各裝50個，總共是1000個。如果想從中取100個零件作為樣本進行測試研究。

簡單隨機抽樣：將20箱零件倒在一起，混合均勻，并將零件從

1～1000編號，然后用查隨機數(shù)表或抽簽的辦

法從中抽出編號毫無規(guī)律的100個零件組成樣

本。

系統(tǒng)抽樣：將20箱零件倒在一起，混合均勻，并將零件從1～ 1000編號，然后用查隨機數(shù)表或抽簽的辦法先決定

起始編號，按相同的尾數(shù)抽取100個零件組成樣

本。

分層抽樣：20箱零件，每箱都隨機抽取5個零件，共100個組成

樣本。

整群抽樣：先從20箱零件隨機抽出2箱，該2箱零件組成樣本。

案例5/9/20247Minitab培訓SPC統(tǒng)計過程分析一、集中量數(shù)：一群數(shù)據(jù)之代表值，表示數(shù)據(jù)的集中位置。意義：1.次數(shù)分配中心的位置，又稱位置量數(shù)。2.計算法由【平均方式】而得。3.各種結(jié)果皆向其中心集中，也稱集中趨勢量數(shù)。種類：平均數(shù)、中位數(shù)、眾數(shù)5/9/20248Minitab培訓SPC統(tǒng)計過程分析3.眾數(shù)(Mode):－Mo一群數(shù)據(jù)中，出現(xiàn)次數(shù)最多次的數(shù)值。若二相鄰兩數(shù)值均為出現(xiàn)次數(shù)最多的數(shù)值，則取平均值。頻數(shù)最大的數(shù)量,用以消除極大及極小值的影響。組別1234結(jié)果A50505050?B01000100?二、差異量數(shù)：以一個數(shù)字來代表一群統(tǒng)計數(shù)據(jù)內(nèi)差異或離散程度。離散趨勢指標。目的：若一群數(shù)據(jù)差異量大，則平均數(shù)代表性小，反之則大，因此為了了解一群數(shù)據(jù)之特性，除了計算平均數(shù)外，還必須計算差異量數(shù)的大小。種類：極差、標準差案例說明：5/9/20249Minitab培訓SPC統(tǒng)計過程分析1.極差（Range）－R:度量樣本數(shù)據(jù)分散范圍的量,公式：R=Xmax-Xmin(樣本或總體中的最大值減最小值)。2.標準差(σ.S):樣本數(shù)據(jù)離散程度的統(tǒng)計量,利用每個樣本數(shù)據(jù)偏離其中心位置的大小來表示離散程度,較精確。

國際標準化組織規(guī)定，把樣本方差的正平方根作為樣本標準偏差，用符號S

來表示。其計算公式：5/9/202410Minitab培訓SPC統(tǒng)計過程分析過程/系統(tǒng)制程控制系統(tǒng)

--

有反饋的過程控制系統(tǒng)模型產(chǎn)品或服務輸入輸出我們工作的方式/資源的融合統(tǒng)計方法顧客識別不斷變化的需求量和期望Process:（過程）過程的呼聲顧客的呼聲人員設(shè)備材料方法環(huán)境5/9/202411Minitab培訓SPC統(tǒng)計過程分析■穩(wěn)定過程：產(chǎn)品質(zhì)量

質(zhì)量特性的變異是在

可預測的統(tǒng)計控制■不穩(wěn)定過程：產(chǎn)品質(zhì)量質(zhì)

量特性的變異無法以統(tǒng)計

方法來預測；過程的穩(wěn)定性:范圍之內(nèi)；

過程受控

過程失控

5/9/202412Minitab培訓SPC統(tǒng)計過程分析過程變差：包含普通原因和特殊原因5/9/202413Minitab培訓SPC統(tǒng)計過程分析5/9/202414Minitab培訓SPC統(tǒng)計過程分析5/9/202415Minitab培訓SPC統(tǒng)計過程分析控制Control5/9/202416Minitab培訓SPC統(tǒng)計過程分析一、控制圖概述

控制圖(Controlchart)就是對生產(chǎn)過程的關(guān)鍵質(zhì)量特性值進行測定、記錄、評估并監(jiān)測過程是否處于控制狀態(tài)的一種圖形方法。根據(jù)假設(shè)檢驗的原理構(gòu)造一種圖，用于監(jiān)測生產(chǎn)過程是否處于控制狀態(tài)。它是統(tǒng)計質(zhì)量管理的一種重要手段和工具。

5/9/202417Minitab培訓SPC統(tǒng)計過程分析?區(qū)分過程中的正常變異或異常變異,并判斷過程是否處于控制狀態(tài)的一種工具.

1.

美國W.

A.

Shewhart博士于1924年5月16日發(fā)明了第一

張管制圖，開啟了統(tǒng)計品管的新時代.二、控制圖誕生

5/9/202418Minitab培訓SPC統(tǒng)計過程分析控制圖是：1.實時圖表化反饋過程的工具。2.設(shè)計的目的是告訴操作者什么時候做什么或不做什么。3.按時間序列展示過程的個性/表現(xiàn)。4.設(shè)計用來區(qū)分信號與噪音。5.偵測均值及/或標準差的變化。6.用于決定過程是穩(wěn)定的（可預測的）或失控的（不可預測的）。5/9/202419Minitab培訓SPC統(tǒng)計過程分析控制圖不是1.不是能力分析的替代工具。2.在來料檢驗的過程中很難用到（沒有時間序列）。3.控制圖不是高效的比較分析工具。4.不應與運行圖或預控制圖混淆。5/9/202420Minitab培訓SPC統(tǒng)計過程分析

運用控制圖的目的之一就是，通過觀察控制圖上產(chǎn)品質(zhì)量特性值的分布狀況，分析和判斷生產(chǎn)過程是否發(fā)生了異常，一旦發(fā)現(xiàn)異常就要及時采取必要的措施加以消除，使生產(chǎn)過程恢復穩(wěn)定狀態(tài)。也可以應用控制圖來使生產(chǎn)過程達到統(tǒng)計控制的狀態(tài)。產(chǎn)品質(zhì)量特性值的分布是一種統(tǒng)計分布．因此，繪制控制圖需要應用概率論的相關(guān)理論和知識。三、控制圖目的5/9/202421Minitab培訓SPC統(tǒng)計過程分析（mu）（sigma）5/9/202422Minitab培訓SPC統(tǒng)計過程分析5/9/202423Minitab培訓SPC統(tǒng)計過程分析對于服從或近似服從正態(tài)分布的統(tǒng)計量，大約有99.73%的數(shù)據(jù)點會落在上下控制限之內(nèi)。數(shù)據(jù)點落在上下控制限之外的概率約為0.27%，根據(jù)小概率原則，可判為異常點。5/9/202424Minitab培訓SPC統(tǒng)計過程分析5/9/202425Minitab培訓SPC統(tǒng)計過程分析1.

上虛線：上控制界限UCL2.

下虛線：下控制界限LCL3.

中實線：中心線CL控制界限=平均值±3σ5/9/202426Minitab培訓SPC統(tǒng)計過程分析控制圖的構(gòu)成5/9/202427Minitab培訓SPC統(tǒng)計過程分析控制限與規(guī)格限5/9/202428Minitab培訓SPC統(tǒng)計過程分析■按產(chǎn)品質(zhì)量的特性來分類，控制圖可分為:控制圖種類及適用場合類別名稱控制圖符號特點適用場合用途計量值控制圖平均值---極差控制圖-R最常用，判斷工序是否正常的效果好，但計算工作量大適用于產(chǎn)品批量較大，且穩(wěn)定、正常的工序

圖用于觀察分布的均值變化，R圖用于觀察分布的一致性變化。-R聯(lián)合運用，用于觀察分布的變化

平均值---標準差控制圖-SS的計算比R復雜，但其精度高當>10時用S圖代替R圖,適用于檢驗時間遠比加工時間短的場合

圖用于觀察分布均值變化，S圖用于觀察分布的一致性變化。-S聯(lián)合運用，用于觀察分布的變化。

中位數(shù)---極差控制圖-R計算簡便，但效果較差適用于產(chǎn)品批量較大，且穩(wěn)定、正常的工序

圖用于觀察分布的中位數(shù)變化，R圖用于觀察分布的一致性變化。-R聯(lián)合運用，用于觀察分布的變化

單值---移動極差控制圖x--Rs簡便省事，并能及時判斷工序是否處于穩(wěn)定狀態(tài)，缺點是不易發(fā)現(xiàn)工序分布中心的變化適用于因各種原因(時間、費用等）每次只能得到一個數(shù)據(jù)或希望盡快發(fā)現(xiàn)并消除異常因素的場合，適用于均質(zhì)產(chǎn)品而無需抽取多個試樣。如一爐鋼的成份X圖用于觀察分布的單值變化，Rs圖用于觀察分布的一致性變化。X-Rs聯(lián)合運用，用于觀察分布的變化，但靈敏度低計數(shù)值控制圖不合格品數(shù)控制圖pn較常用，計算簡單，操作工人易于理解樣本數(shù)量相等用于控制一般的過程不合格品率控制圖p計算量大，控制線凹凸不平（在特定條件下，控制線可為直線）樣本數(shù)量可以不等用于控制關(guān)鍵的過程缺陷數(shù)控制圖c較常用，計算簡單，操作工人易于理解樣本數(shù)量相等用于控制一般缺陷數(shù)的場合單位缺陷數(shù)控制數(shù)u計算量大，控制線凹凸不平（在特定條件下，控制線可為直線）樣本數(shù)量可以不等用于控制每單位缺陷數(shù)，如線路板焊接不良點數(shù)5/9/202429Minitab培訓SPC統(tǒng)計過程分析■按控制圖的用途來分類，控制圖可分為:分析用控制圖與控制用控制圖；

5/9/202430Minitab培訓SPC統(tǒng)計過程分析分析階段

確認關(guān)鍵制程及特性制訂初始過程能力

計劃表/控制計劃導入ＳＰＣ進行關(guān)鍵

制程及特性之管制不足

足夠持續(xù)進行制程

改善計劃制程能力控制階段{1.在控制圖的設(shè)計階段使用,主要用以確定合理的控制界限;并判定是否處于統(tǒng)計狀態(tài)。2.每一張控制圖上的控制界限都是由該圖上的數(shù)據(jù)計算出來;計算過程能力是否符合要求。?控制圖是受控的。

?

過程能力能夠滿足生

產(chǎn)要求。提報及執(zhí)行制程改善計劃1.控制界限由分析階段的控制圖轉(zhuǎn)換而來;2.控制圖用于使過程保持穩(wěn)定受控;當點子發(fā)現(xiàn)異

常,表示過程不穩(wěn)定,應及時消除異常原因.3.使用時只需把采集到的樣本數(shù)據(jù)或統(tǒng)計量在圖

上打點就行;不必再計算控制限5/9/202431Minitab培訓SPC統(tǒng)計過程分析管制圖的選擇的選擇計數(shù)值（離散型）計量值（連續(xù)型）n=1管制圖的選擇數(shù)據(jù)性質(zhì)？樣本大小n=？數(shù)據(jù)系不良數(shù)或缺點數(shù)CL性質(zhì)?n是否相等？單位大小是否相關(guān)n=？n≧2n=2~5n=3或5n≧10不是是不是是缺點數(shù)不良數(shù)~X

?

R

管

制

圖P管制圖PN管制圖U管制圖C管制圖~XXX?R

管 制 圖X?s

制

圖X?Rm

管

制

圖5/9/202432Minitab培訓SPC統(tǒng)計過程分析5/9/202433Minitab培訓SPC統(tǒng)計過程分析5/9/202434Minitab培訓SPC統(tǒng)計過程分析5/9/202435Minitab培訓SPC統(tǒng)計過程分析正常點子之動態(tài)之管制圖，如圖。1.

多數(shù)的點子，集中在中心線附近，且兩邊對稱。2.

少數(shù)的點子，落在管制界限附近。3.

點子之分布呈隨機狀態(tài)，無任何規(guī)則可尋。4.

沒有點子超出管制界限外(就是有也很少)。管制圖的判定方法5/9/202436Minitab培訓SPC統(tǒng)計過程分析計量型管制圖判讀管制圖之不正常型態(tài)之鑒別是根據(jù)或然率之理論而加以判定的，出現(xiàn)下述之一項者，即為不正常之型態(tài)，應調(diào)查可能原因。5/9/202437Minitab培訓SPC統(tǒng)計過程分析535/9/202438Minitab培訓SPC統(tǒng)計過程分析計數(shù)型數(shù)據(jù)控制圖P管制圖

P圖是用來測量在一批檢驗項目中不合格品（缺陷）項目的百分

數(shù)。收集數(shù)據(jù)選擇子組的容量、頻率和數(shù)量

子組容量：子組容量足夠大（最好能恒定），并包括幾個不

合格品。

分組頻率：根據(jù)實際情況，兼大容量和信息反饋快的要求。

子組數(shù)量：收集的時間足夠長，使得可以找到所有可能影響

過程的變差源。一般為25組。計算每個子組內(nèi)的不合格品率（P）

P=np

/n5/9/202439Minitab培訓SPC統(tǒng)計過程分析

n為每組檢驗的產(chǎn)品的數(shù)量；np為每組發(fā)現(xiàn)的不良品的數(shù)量。選擇控制圖的坐標刻度

一般不良品率為縱坐標，子組別（小時/天）作為橫坐標,縱坐標的刻度應從0到初步研究數(shù)據(jù)讀讀數(shù)中最大的不合格率值的1.5到2倍。將不合格品率描繪在控制圖上ab描點，連成線來發(fā)現(xiàn)異常圖形和趨勢。在控制圖的“備注”部分記錄過程的變化和可能影響過程的異常情況。計算控制限計算過程平均不合格品率（P）

P=（n1p1+n2p2+…+nkpk）/

(n1+n2+…+nk)5/9/202440Minitab培訓SPC統(tǒng)計過程分析 式中：n1p1；nkpk

分別為每個子組內(nèi)的不合格的數(shù)目n1；nk為每個子組的檢驗總數(shù)計算上下控制限（UCL；LCL）UCLp

=

P

+

3P

(

1–

P

)/nLCLp=P–

3P

(

1–

P

)/n

P

為平均不良率；n

為恒定的樣本容量注：

1、從上述公式看出，凡是各組容量不一樣，控制限隨之

變化。

2、在實際運用中，當各組容量不超過其平均容量25%時，5/9/202441Minitab培訓SPC統(tǒng)計過程分析

可用平均樣本容量

n

代替

n

來計算控制限UCL；LCL。方法如下：

A、確定可能超出其平均值

±

25%的樣本容量范圍。

B、分別找出樣本容量超出該范圍的所有子組和沒有超出該范圍

的子組。

C、按上式分別計算樣本容量為

n

和

n

時的點的控制限.畫線并標注

過程平均（P）為水平實線，控制限（USL；LSL）為虛線。

(初始研究時，這些被認為是試驗控制限。）5/9/202442Minitab培訓SPC統(tǒng)計過程分析過程控制用控制圖解釋：分析數(shù)據(jù)點，找出不穩(wěn)定的證據(jù)（一個受控的P管制圖中，落在均值兩側(cè)的點的數(shù)量將幾乎相等）

。超出控制限的點ab

超出極差上控制限的點通常說明存在下列情況中的一種

或幾種：1、控制限計算錯誤或描點時描錯

。2、測量系統(tǒng)變化（如：不同的檢驗員或量具）。3、過程惡化。

低于控制限之下的點，說明存在下列情況的一種或多種：

1、控制限或描點時描錯。

2、測量系統(tǒng)已改變或過程性能已改進。

鏈a出現(xiàn)高于均值的長鏈或上升鏈（7點），通常表明存在下列情況之一或兩者。5/9/202443Minitab培訓SPC統(tǒng)計過程分析1、測量系統(tǒng)的改變（如新的檢驗人或新的量具）2、過程性能已惡化b低于均值的鏈或下降鏈說明存在下列情況之一或全部：

1、

過程性能已改進

2、

測量系統(tǒng)的改好

注：當

np

很小時（5以下），出現(xiàn)低于

P

的鏈的可能性增加，

因此有必要用長度為8點或更多的點的長鏈作為不合格

品率降低的標志。明顯的非隨機圖形

a

非隨機圖形例子：明顯的趨勢；周期性；子組內(nèi)數(shù)據(jù)間有

規(guī)律的關(guān)系等。5/9/202444Minitab培訓SPC統(tǒng)計過程分析b

一般情況，各點與均值的距離：大約2/3的描點應落在控制限的中間1/3的區(qū)域內(nèi)，大約1/3的點落在其外的2/3的區(qū)域。如果顯著多余2/3以上的描點落在離均值很近之處（對于25子組，如果超過90%的點落在控制限的1/3區(qū)域），則應對下列情況的一種或更多進行調(diào)查：1、

控制限或描點計算錯描錯2、

過程或取樣方法被分層，每個子組包含了從兩個或多個不同平均性能的過程流的測量值（如：兩條平行的生產(chǎn)線的混合的輸出）。3、

數(shù)據(jù)已經(jīng)過編輯（明顯偏離均值的值已被調(diào)換或刪除）如果顯著少余2/3以上的描點落在離均值很近之處（對于25子組，如果只有40%的點落在控制限的1/3區(qū)域）則應對下列情況的一種或更多進行調(diào)查：1、控制限或描點計算錯描錯5/9/202445Minitab培訓SPC統(tǒng)計過程分析2、

過程或取樣方法造成連續(xù)的分組中包含了從兩個或多個不同平均性能的過程流的測量.尋找并糾正特殊原因

當有任何變差時，應立即進行分析，以便識別條件并防止再發(fā)生，由于控圖發(fā)現(xiàn)的變差一般是由特殊原因引起的，希望操作者和檢驗員有能力發(fā)現(xiàn)變差原因并糾正。并在備注欄中詳細記錄。重新計算控制限

初次研究，應排除有變差的子組，重新計算控制限。過程能力解釋

計數(shù)型數(shù)據(jù)控制圖上的每一點直接表明不符合顧客要求的不

合格品的百分數(shù)和比值，這就是對能力的定義5/9/202446Minitab培訓SPC統(tǒng)計過程分析不合格品數(shù)的np

圖

采用時機不合格品的實際數(shù)量比不合格品率更有意義或更容易報告。各階段子組的樣本容量相同。數(shù)據(jù)的收集（基本和p

圖相同）受檢驗的樣本的容量必須相同，樣本容量足夠大使每個子組內(nèi)都有幾個不良品并在。記錄表上記錄樣本的容量。計算控制限計算過程不合格數(shù)的均值（np）

np

=

(np1+np2+…+npk)

/

k5/9/202447Minitab培訓SPC統(tǒng)計過程分析

式中的np1,np2,

…

為K個子組中每個子組的不合格數(shù)

。計算上下控制限p

為過程不良品率

,

n

為子組的樣本容量。過程控制解釋和過程能力解釋

同p管制圖5/9/202448Minitab培訓SPC統(tǒng)計過程分析不合格（缺陷）數(shù)的

c

圖

采用時機

C圖用來測量一個檢驗批內(nèi)的不合格（的缺陷）的數(shù)量，C圖

要求樣本的容量恒定或受檢驗材料的數(shù)量恒定，主要用于以下兩

類檢驗：1、不合格分布在連續(xù)的產(chǎn)品流上（如：每條尼龍上的瑕疵，玻璃上的氣泡或電線上絕緣層薄的點），以及可以用不合格的平均比率表示的地方（如100平方米上的缺陷）2、在單個的產(chǎn)品檢驗中可能發(fā)現(xiàn)不同原因造成的不合格。數(shù)據(jù)的收據(jù)檢驗樣本的容量（零件的數(shù)量，織物的面積，電線的長度等）要求相同，這樣描繪的C值將反映質(zhì)量性能的變化而不是外觀的變化，在數(shù)據(jù)表上記錄樣本容量。5/9/202449Minitab培訓SPC統(tǒng)計過程分析

記錄并描繪每個子組內(nèi)的不合格數(shù)（C）。計算控制限計算過程不合格數(shù)均值（C）：

C

=

(C1+C2+…+Ck)

/

K

式中：C1,

C2,

…Ck為每個子組內(nèi)的缺陷數(shù)計算控制限過程控制解釋（同P管制圖）過程能力解釋

固定樣本容量為

n

的過程能力為其不合格數(shù)的平均值

c.5/9/202450Minitab培訓SPC統(tǒng)計過程分析單位不合格（缺陷）數(shù)的u圖

使用的時機

u圖用來測量具有不同的樣本（受檢材料的量不同）的子組內(nèi)每檢驗單位產(chǎn)品之內(nèi)的不合格數(shù)量（可以用不良率表示）.數(shù)據(jù)的收集各子組樣本容量彼此不必都相同，盡量使它的容量在其平均值的正負擔過重25%以內(nèi)，可以簡化控制限的計算.記錄并描繪每個子組內(nèi)的單位產(chǎn)品不合格數(shù)（u）

u=c

/

n

式中:

C為發(fā)現(xiàn)的不合格數(shù)量，n為子組中樣本的容量。C和n都應

記錄在數(shù)據(jù)表中。計算控制限5/9/202451Minitab培訓SPC統(tǒng)計過程分析計算每單位產(chǎn)品過程不合格數(shù)的平均值

u=(C1+C2+…+Ck)

/

(n1+n2+…+nk)

式中:

C1，C2及n1,n2等為K個子組內(nèi)每個子組的不合格數(shù)及樣

本容量

.計算控制限

U/LCLu

=

u

±

3

u

/

n

式中：n

為平均樣本容量。注：如果某些子組的樣本容量與平均樣本容量的差超過正負25%，

按下式重新計算其準確的控制限：5/9/202452Minitab培訓SPC統(tǒng)計過程分析

U/LCLu

=

u

±

3

u

/

n過程控制解釋（同P管制圖）過程能力解釋

過程能力為

u5/9/202453Minitab培訓SPC統(tǒng)計過程分析

SPC能解決的問題1.經(jīng)濟性：有效的抽樣管制，不用全數(shù)檢驗，不良率，得以控

制成本。使制程穩(wěn)定，能掌握品質(zhì)、成本與交期。2.預警性：制程的異常趨勢可實時對策，預防整批不良,以減少

浪費。3.分辨特殊原因：作為局部問題對策或管理階層系統(tǒng)改進參考。4.善用機器設(shè)備：估計機器能力，可妥善安排適當機器生產(chǎn)適

當零件。5.改善的評估：制程能力可作為改善前后比較之指針。5/9/202454Minitab培訓SPC統(tǒng)計過程分析SPC應用的困難1.

少量多樣之生產(chǎn)型態(tài)，不勝管制。2.

管制計畫不實際，無法落實。3.

使用SPC前未作充分準備。

例如：制程及管制特性之確定，決定量測方法，數(shù)

據(jù)如何收集等。4.

欠缺統(tǒng)計技術(shù)。5.

統(tǒng)計計算太過繁瑣費時。6.

量測數(shù)據(jù)之有效數(shù)字位數(shù)未標準化。7.

管理階層不支持。5/9/202455Minitab培訓SPC統(tǒng)計過程分析用Minitab創(chuàng)建X-R圖1.打開minitab界面，打開后的初始界面如下：如何用Minitab創(chuàng)建X-R圖5/9/202456Minitab培訓SPC統(tǒng)計過程分析2.將數(shù)據(jù)輸入Minitab中例：一家汽車裝配廠收集了凸輪軸的長度測量值，用以評估過程質(zhì)量。在5天內(nèi)，每日4個班次的每個班次都測量了5個凸輪軸。組成每個子組的五個樣本在較短時段內(nèi)選定，以盡可能減少從一個到另一個凸輪軸的變異。：5/9/202457Minitab培訓SPC統(tǒng)計過程分析3.由于Xbar-R是計量型控制圖，為了保證結(jié)論的有效性，首先需要對數(shù)據(jù)的正態(tài)性進行檢驗。選擇“統(tǒng)計”→“基本統(tǒng)計量”→“正態(tài)性檢驗”如下圖：5/9/202458Minitab培訓SPC統(tǒng)計過程分析4.將“長度”選中“變量”后面的文本框匯總；正態(tài)性檢驗規(guī)則，選中“Anderson-Darling”。點擊確定，出現(xiàn)下圖：查看上圖中的P值可知數(shù)據(jù)是否滿足正態(tài)分布。若p≤0.05，表示數(shù)據(jù)不服從正態(tài)分布；若p≥0.05，表示數(shù)據(jù)服從正態(tài)分布；由圖上可得到P小于0.005，也就是說測量數(shù)據(jù)不滿足正態(tài)分布。則應該分析為什么非正態(tài)，找出原因，再進行下一步分析工作。5/9/202459Minitab培訓SPC統(tǒng)計過程分析5.選擇“統(tǒng)計”→“控制圖”→“子組的變量控制圖”→“Xbar-R”，如下圖：5/9/202460Minitab培訓SPC統(tǒng)計過程分析6.選擇“Xbar-R”點擊后，將對應的選擇項選擇到對應的欄位中，如下圖：5/9/202461Minitab培訓SPC統(tǒng)計過程分析7.點“Xbar-R選項”→“檢驗”Xbar-R控制圖選項，將前面的方框全部“√”上。當量產(chǎn)時控制上下限用試產(chǎn)時的管制上下限管制時，點“參數(shù)”選項，填寫試產(chǎn)時的均值與標準差，這樣做的目的是不讓在量產(chǎn)時的管制上下限隨量產(chǎn)抽樣數(shù)據(jù)的改變而改變。5/9/202462Minitab培訓SPC統(tǒng)計過程分析8.點確定后，如下圖：當圖形異常時，會話框會提示是哪類異常，是哪幾個點，詳細的解釋請參考具體繪圖時會話框的內(nèi)容。5/9/202463Minitab培訓SPC統(tǒng)計過程分析R控制圖可評估過程變異是否受控制。R控制圖包括下列各項：·

標繪點，表示子組極差?！?/p>

中心線（綠色），該中心線是過程變異（所有子組極差的平均值）的估計值?！?/p>

控制限制（紅色），位于中心線的上方和下方，當過程不受控制時，這些限制可提供一種直觀的評估方法。表示子組極差的預期變異量的限制是通過使用子組內(nèi)變異計算的。Minitab最多可對R控制圖執(zhí)行4種特殊檢驗，這些檢驗可檢測數(shù)據(jù)中超出控制限制和特定模式的點。未通過檢驗的點標有一個紅色符號和失敗檢驗編號。在會話窗口中可顯示完整結(jié)果。未通過檢驗的點表明數(shù)據(jù)中存在非隨機模式，該模式可能是由于特殊原因變異導致的。應當對這些點進行調(diào)查分析。R控制圖必須受控，然后您才能解釋X-BAR控制圖。如果R控制圖不受控，則X-BAR控制圖的控制限制將不準確，而且可能錯誤地表示X-BAR控制圖的不受控狀態(tài).5/9/202464Minitab培訓SPC統(tǒng)計過程分析解釋:凸輪軸數(shù)據(jù)的R控制圖可以匯總?cè)缦拢?/p>

控制下限和控制上限分別為0和5.751。因此，子組極差的預期范圍在0和5.751之間。中心線（過程變異的估計值）為2.72。沒有一個子組極差在控制限制范圍外。而且，在這些限制內(nèi)的點顯示隨機模式。這個R控制圖沒有提供任何缺乏控制的證據(jù)。因此，過程變異受控制，且適于檢查X-BAR控制圖以確定過程中心是否受控。5/9/202465Minitab培訓SPC統(tǒng)計過程分析X-Bar

控制圖可評估過程中心是否受控制。X-Bar控制圖包括下列各項：·

標繪點，每個點都表示該子組中測量值的平均值?！?/p>

中心線

（綠色），該線表示過程均值（所有子組平均值的平均值）的估計值?！?/p>

控制限制（紅色），位于中心線的上方和下方3s處。當過程不受控制時，這些限制可提供一種直觀的評估方法。表示子組平均值的預期變異量的控制限制是通過使用子組內(nèi)變異計算的。Minitab最多可對X-Bar

控制圖執(zhí)行8種特殊原因檢驗，這些檢驗可檢測出數(shù)據(jù)中超出控制限制和特定模式的點。未通過檢驗的點標有一個紅色符號和失敗檢驗編號。在會話窗口中可顯示完整結(jié)果。未通過檢驗的點表明數(shù)據(jù)中存在可能因特殊原因變異而導致的非隨機模式。應當對這些點進行調(diào)查分析。R控制圖必須受控，然后您才能解釋X-Bar

控制圖。如果R控制圖不受控，則X-Bar控制圖的控制限制將不準確，而且可能錯誤地表示X-Bar控制圖的不受控狀態(tài)。5/9/202466Minitab培訓SPC統(tǒng)計過程分析解釋：對于凸輪軸數(shù)據(jù)，有6個子組未通過下列檢驗：·

子組8未通過檢驗1，該檢驗查找距離中心線大于3s的點。檢驗1可提供過程不受控的最有力證據(jù)，并可檢測過程均值中是否存在偏移或漂移?！?/p>

子組17未通過檢驗5，該檢驗從3個子組中查找2個子組，這兩個子組距離中心線超過2s，并且位于該中心線的同一側(cè)。在檢測過程均值中的較小偏移時，檢驗5可提供額外敏感度。