質量管理五大工具之SPCSPC學習版StatisticalProcessControl(SPC)統計過程控制SPC學習版培訓注意事項SPC學習版4TS16949五大工具產品質量先期策劃和控制計劃（APQP&CP）潛在失效模式和后果分析參考手冊（FMEA）測量系統分析參考手冊（MSA）第四版2008.6第四版2010.6統計過程控制參考手冊（SPC）第二版2005.7生產件批準程序（PPAP）第四版2006.6第二版2008.11SPC學習版APQP反饋、評定和糾正措施01234012345計劃和確定項目產品設計和開發過程設計和開發產品和過程確認5DFMEAPFMEAMSASPCPPAPSPCSPC學習版課程大綱SPC的概述控制圖的應用過程的受失控狀態過程能力研究6SPC學習版1.SPC的概述7SPC學習版SPC是英文StatisticalProcessControl的前綴簡稱,即統計過程控制。SPC就是應用統計技術對過程中的各個階段收集的數據進行分析，并調整過程，從而達到改進與保證質量的目的。什么是SPC8SPC學習版戰后經濟遭受嚴重破壞的日本在1950年通過休哈特早期的一個同事戴明(W.Ed-wardsDeming)博士，將SPC的概念引入日本。從1950～1980年，經過30年的努力，日本躍居世界質量與生產率的領先地位。美國著名質量管理專家伯格(RogerW.Berger)教授指出，日本成功的基石之一就是SPC。美國貝爾實驗室休哈特博士（W.A.Shewhart）于1924年發明控制圖，開啟了統計品管的新時代。SPC興起的背景：起源1940’s二次世界大戰期間，美國軍工產品使用抽樣方案和控制圖以保證軍工產品的質量。9SPC學習版SPC興起的背景：日本1950’s

質量管理大師戴明博士在日本工業產品生產過程中全面推行SPC。日本JUSE（科學家協會）設置“戴明”獎，獎勵那些有效實施統計技術的企業。

石川磬提出“QC七工具”，幫助生產現場人員分析和改進質量問題，并推動廣泛應用。1970’s

有效地推行“QCC圈”和應用統計技術使日本經濟的快速發展，成為高品質產品的代名詞。1980’s美國等其他國家緊隨日本的步伐，開始推行“QC小組”和統計技術的應用。

美國汽車工業已大規模推行了SPC，如福特汽車公司，通用汽車公司，克萊斯勒汽車公司等，上述美國三大汽車公司在ISO9000的基礎上還聯合制定了QS9000標準，編制了SPC手冊。在與汽車有關的行業中，頗為流行。MOTOROLA公司頒布“QC挑戰”，通過SPC的實施改進過程能力，并提出追求“6σ”目標。1987

ISO9000標準建立并頒布實施，明確要求實施統計技術。10SPC學習版SixSigmaTree中的統計技術….6σ達成（完美）５σ改善設計（果子最集中的地方）４σ過程改善（矮樹上的果子）３σ（地上的果子）全部的果子都在你手中啦能摘到這里的果子，基本上能達到小康了這里的果子很有限靠天吃飯，撿吃地上不多的果子2→3σ：5倍改善3→4σ：10倍改善4→5σ：27倍改善5→6σ：70倍改善因此：3→6σ：19,600倍改善11SPC學習版品管方法歷程1σ2σ3σ4σ5σ6σ

3.4

233

6,210

697,300

308,700

66,807產品檢查產品管制過程管制品管7手法(5S、QCC、ISO9001)管理改進(PDCA)一般公司THREESIGMA改善技術改進(DMAIC)世界標竿公司SIXSIGMA改善

方法管制試驗計劃與過程結合試驗計劃與設計結合過程管制最佳化設計管制最佳化PPMAverageCompany一般公司Bestinclass世界標竿公司12SPC學習版規格管理的危險性Notjusttomeetcustomerorcontractualrequirements!!!—被BOSS訓斥的痛苦!!!13SPC學習版SpecLSLUSLVeryCentered變異是我們的敵人

LCLUCL不良品已經產生潛在不良出現控制線管理的益處14SPC學習版測定平均值在中心線或平均值兩側呈現左右對稱之分布極大值與極小值數量很小常態曲線左右兩尾與橫軸漸漸靠近但不相交曲線下的面積總和為1正態分布特征15SPC學習版正態分布中，任一點出現在μ±1σ內的概率為P(μ-σ<X<μ+σ)=68.26%μ±2σ內的概率為P(μ-2σ<X<μ+2σ)=95.45%μ±3σ內的概率為P(μ-3σ<X<μ+3σ)=99.73%68.26%95.45%99.73%μ+1σ+2σ+3σ-1σ-2σ-3σ正態分布16SPC學習版正態分布概率(雙邊)μ±kσ在內的概率在外的概率(P)μ±0.67σ50.00%50.00%μ±1σ68.26%31.74%μ±1.96σ95.00%5.00%μ±2σ95.45%4.55%μ±2.58σ99.00%1.00%μ±3σ99.73%0.27%17SPC學習版目標值線預測時間目標值線尺寸時間？→兩種變差原因及兩種過程狀態如果僅存在變差的普通原因,隨著時間的推移,過程的輸出形成一個穩定的分布并可預測如果存在變差的特殊原因，隨著時間的推移，過程的輸出不穩定正態分布與兩種變差原因受控不受控18SPC學習版變差的普通原因V.S.特殊原因普通原因CommonCause特殊原因SpecialCause１．大量之微小原因所引起,不可避免２．不管發生何種之普通原因，其個別

之變異極為微小３．幾個較代表性之普通原因如下：（１）原料之微小變異（２）機械之微小振動（３）儀器測定時不十分精確之作法４．實際上要除去過程上之普通原因，

是件非常不經濟之處置１．一個或少數幾個較大原因所引起,可以避免２．任何一個特殊原因，都可能發生

大的變異３．幾個較代表性之特殊原因如下：（１）原料群體之不良（２）不完全之機械調整（３）新手之作業員４．特殊原因之變化不但可以找出其原

因，并且除去這些原因之處置，在

經濟觀點上講常是正確的19SPC學習版局部性的對策及系統性的對策局部問題的對策*通常用來消除特殊原因造成的變異*可以被過程附近的人員來執行*一般可以改善過程的15%系統改善的對策*通常用來減低普通原因造成的變異*幾乎總是需要管理者的行動來加以矯正*一般可以改善過程的85%20SPC學習版過程控制范圍不受控（存在特殊原因）受控（消除了特殊原因）持續改進的思維模式21SPC學習版持續改進的思維模式22SPC學習版

過程改進循環1、分析過程2、維護過程本過程應做什么？監控過程性能會出現什么錯誤？查找變差的特殊原因并本過程正在做什么？采取措施。達到統計控制狀態？確定能力計劃實施計劃實施措施研究措施研究計劃實施

3、改進過程措施研究改進過程從而更好地理解普通原因變差減少普通原因變差SPC學習版2.控制圖的應用24SPC學習版控制圖是對過程質量加以測定、記錄，從而進行控制管理的一種用科學方法設計的圖。圖上有中心線(CL-CentralLine)、上控制界限(UCL-UpperControlLimit)和下控制界限(LCL-LowerControlLimit)，并有按時間順序抽取的樣本統計量數值的描點序列，參見控制圖示例圖。控制圖25SPC學習版控制圖由來說明26SPC學習版正態分布有一個結論對質量管理很有用，即無論均值μ和標準差σ取何值，產品質量特性值落在μ±3σ之間的概率為99.73%，于是落在μ±3σ之外的概率為100%一99.73%=0.27%，而超過一側，即大于μ-3σ或小于μ+3σ的概率為0.27%/2=0.135%≈1%，如正態分布曲線圖。這個結論十分重要。控制圖即基于這一理論而產生！控制圖原理68.26%95.45%99.73%μ+1σ+2σ+3σ-1σ-2σ-3σ27SPC學習版μ+3σμ+3σμ-3σμ-3σμμUCLLCLCL●●時間T控制圖的形成28SPC學習版αβ虛發警報和漏發警報兩種錯誤29SPC學習版控制圖的目的控制圖和一般的統計圖不同，因其不僅能將數值以曲線表示出來，以觀其變異之趨勢，且能顯示變異系屬于普通原因或特殊原因，以指示某種現象是否正常，而采取適當之措施。利用控制限區隔是否為特殊原因30SPC學習版控制圖種類(以數據來分)計量型數據X-R均值和極差圖

計數型數據P不合格品率圖X-S均值和標準差圖np不合格品數圖X-R中位值極差圖C缺陷數圖X-MR單值移動極差圖U單位產品缺陷數圖31SPC學習版控制圖的選擇確定要制定控制圖的特性是計量型數據嗎？關心的是不合格品率？關心的是不合格數嗎？樣本容量是否恒定？使用np或p圖使用p圖樣本容量是否桓定？使用c或u圖性質上是否是均勻或不能按子組取樣—例如：化學槽液、批量油漆等？子組均值是否能很方便地計算？使用中位數圖使用單值圖X-MR是使用u圖否是是是是是是否否否否否子組容量是否大于或等于9？是否能方便地計算每個子組的S值？使用X—R圖使用X—R圖使用X—s圖是是是否否注：本圖假設測量系統已經過評價并且是適用的。SPC學習版公式匯整33SPC學習版控制圖種類(依用途來分)分析用控制圖控制用控制圖●判斷過程是否穩定不穩定，調至穩定●過程的過程能力指數是否滿足要求，過程能力指數滿足要求稱之為技術穩態●延長分析控制圖的控制線34SPC學習版控制圖的益處合理使用控制圖能供正在進行過程控制的操作者使用有助于過程在質量上和成本上能持續地，可預測地保持下去使過程達到更高的質量更低的單件成本更高的有效能力為討論過程的性能提供共同的語言區分變差的特殊原因和普通原因，作為采取局部措施或對系統采取措施的指南。35SPC學習版搜集數據分析用控制圖是否穩定？繪直方圖是否滿足能力？控制用控制圖尋找特殊原因檢討機械、設備提升過程能力控制圖制作36SPC學習版建立控制圖的四步驟A收集數據B計算控制限C過程控制解釋D過程能力解釋37SPC學習版使用控制圖的準備建立適用于實施的環境定義過程確定待管理的特性，考慮到顧客的需求當前及潛在的問題區域特性間的相互關系確定測量系統(MSA)使不必要的變差最小38SPC學習版使用控制圖的注意事項分組問題主要是使在大致相同的條件下所收集的質量特性值分在一組,組內不應有不同本質的數據,以保證組內僅有普通原因的影響.我們所使用的控制圖是以影響過程的許多變動因素中的普通因素所造成的波動為基準來找出異常因素的,因此,必須先找出過程中普通原因波動這個基準.39SPC學習版時間質量特性過程的變化分組時的重要考慮讓組內變化只有普通原因讓組間變化只有特殊原因組內變異小組間變異大40SPC學習版使用控制圖的注意事項分層問題同樣產品用若干臺設備進行加工時,由于每臺設備工作精度、使用年限、保養狀態等都有一定差異,這些差異常常是增加產品質量波動、使散差加大的原因.因此,有必要按不同的設備進行質量分層,也應按不同條件對質量特性值進行分層控制,作分層控制圖.另外,當控制圖發生異常時,分層又是為了確切地找出原因、采取措施所不可缺少的方法.41SPC學習版復合層別的說明42SPC學習版取樣的方式取樣必須達到組內變異小，組間變異大樣本數、頻率、組數的說明43SPC學習版建立

圖的步驟AＡ階段收集數據A1選擇子組大小、頻率和數據子組大小子組頻率子組數大小A2建立控制圖及記錄原始記錄A3計算每個子組的均值X和極差RA4選擇控制圖的刻度A5將均值和極差畫到控制圖上44SPC學習版每個子組的平均值和極差的計算第一組第二組第三組第四組樣本11009899100樣本2989998101樣本39997100100樣本410010010199樣本51019999100平均99.698.699.4100極差333245SPC學習版Ｂ計算控制限B1計算平均極差及過程平均值B2計算控制限B3在控制圖上作出平均值和極差控制限的控制線建立圖的步驟B46SPC學習版n2345678910D43.272.572.282.112.001.921.861.821.78D3*****0.080.140.180.22A21.881.020.730.580.480.420.370.340.3147SPC學習版Ｃ過程控制解釋C1分析極差圖上的數據點C2識別并標注特殊原因(極差圖)C3重新計算控制界限(極差圖)C4分析均值圖上的數據點超出控制限的點鏈明顯的非隨機圖形超出控制限的點鏈明顯的非隨機圖形C5識別并標注特殊原因(均值圖)C6重新計算控制界限(均值圖)C7為了繼續進行控制延長控制限建立圖的步驟C48SPC學習版Ｄ過程能力解釋D1計算過程的標準偏差D2計算過程能力D3評價過程能力D4提高過程能力D5對修改的過程繪制控制圖并分析建立圖的步驟D49SPC學習版使用控制圖的注意事項控制界限的重新計算為使控制線適應今后的生產過程,在確定控制圖最初的控制線CL、UCL、LCL時,常常需要反復計算,以求得切實可行的控制圖.但是,控制圖經過使用一定時期后,生產過程有了變化,例如加工工藝改變、刀具改變、設備改變以及進行了某種技術改革和管理改革措施后,應重新收集最近期間的數據,以重新計算控制界限并作出新的控制圖.50SPC學習版控制界限的延用51SPC學習版3.過程的受失控狀態52SPC學習版控制圖的分區xUCLCLLCLtCCBABA53SPC學習版受控狀態的判斷過程數據的分布曲線隨時間的輸出時間逐漸形成一個穩定的分布μ和σ基本不隨時間變化且在要求范圍內54SPC學習版判異準則兩類：●點出界判異●界內點排列不隨機判異判異準則：

1、連續9點落在中心線同一側ABCCBAUCLLCLCLSPC學習版ABCCBAUCLLCLCL2、連續6點上升或下降判異準則SPC學習版3.連續14中相鄰點上下交替判異準則ABCCBAUCLLCLCLSPC學習版判異準則4.連續3點中有2點在同一側的A區或A區以外ABCCBAUCLLCLCLSPC學習版判異準則5.連續5點中有4點在同一側的B區或B區以外ABCCBAUCLLCLCLSPC學習版判異準則6.連續15點在C區中心線上下ABCCBAUCLLCLCLSPC學習版判異準則7.連續8點在中心線兩側，但無一點在C區中ABCCBAUCLLCLCLSPC學習版判穩準則至少連續25組，且數據總數不少于100個；未出現8條判異準則。SPC學習版4.過程能力研究63SPC學習版

帶有不同水平的變差的能夠符合規范的過程（所有的輸出都在規范之內）規范下限

LCL規范上限

UCL范圍LCLUCL范圍不能符合規范的過程（有超過一側或兩側規范的輸出）LCLLCLUCLUCL范圍范圍64SPC學習版過程能力分析準度：好精度：好Ca準確度,Cp精密度準度：好精度：較不好準度：不好精度：好準度：不好精度：不好65SPC學習版

能生產均一品質制品的過程固有能力。什么叫過程能力？

過程被控制時，表示過程中生產的制品品質變動是什么程度的量。

一切品質特性都具有它的目標值(TargetValue)，

品質是與目標值的偏差越小越優秀。66SPC學習版過程能力指數-短期過程能力指數用

CP,CPK來表示，長期過程能力指數（過程性能指數）用

PP,PPK來表示。

-在這里CP

或

PP

是過程平均與規格中心一致時的過程能力指數，

CPK

或

PPK

是過程平均與規格中心不一致時的過程能力指數。

過程能力指數(ProcessCapabilityIndex)

在SPC中

過程能力指數是過程能生產多么均勻品質產品的能力，即，評價過程能力的指標。67SPC學習版過程能力指數

短期過程能力指數

過程平均和規格中心一致時

過程平均和規格中心不一致時其中,SigmaP(Process)n2345678910d21.131.692.062.332.532.702.852.973.0868SPC學習版Cpk等級之說明(當Ca=0)6σE級6σD級6σC級6σB級6σA級規格中心值規格上限規格下限Cpk<0.67Cpk=0.67Cpk=1.00Cpk=1.33Cpk=1.67T=10

σT=8

σT=6σT=4

σCpk=2.00T=12

σ69SPC學習版Ca—準確度

CapacityofAccuracyCa=L1/L2L1=X─SLL2=(USL—LSL)/2等級Ca值ABCD｜Ca｜≦12.5%12.5%＜｜Ca｜≦25%25%＜｜Ca｜≦50%50%＜｜Ca｜70SPC學習版Casestudy例：某產品的電性規格是560±10m/m，經檢驗一批后求出±3σ為561±9m/m(Xbar=561,σ=3)。求：(1)Cp,Cpu,Cpl(2)Cpk71SPC學習版過程能力指數

長期過程能力指數（過程性能指數）

過程平均和規格中心一致時

過程平均和規格中心不一致時(不對稱時)

S

表示長期標準差，在產品開發階段中針對試作過程能力的評估，則稱為先期過程能力(APQP)其中,SigmaA(Actual)72SPC學習版Cpk和Ppk的差異Cpk：只考慮了組內變異，而沒有考慮組間變異，所以一定是適用于制程穩定時，其組間變異很小可以忽略時，不然會高估了制程能力；另句話也可以說明如果努力將組間變異降低時所能達到的程度。Ppk：考慮了總變異(組內和組間)，所以是比較真實的情形，所以一般想要了解真正的制程情形應使用Ppk。73SPC學習版過程能力分析6SigmaPPMCpCpk良品率(%)1σ6915000.33-0.1730.852σ3085370.670.1769.153σ6680710.593.324σ62101.330.8399.385σ2331.671.1799.986σ3.421.599.99966注：按偏移1.5σ考慮74SPC學習版過程能力分析（步驟）正態性檢驗統計/質量工具/能力分析/正態統計/質量工具/CapabilitySixpack/正態統計/質量工具/個體分布標識BOX-CO或Johnson統計/質量工具/能力分析/非正態是否是否P值≥0.0575SPC學習版對正態分布數據的過程能力分析例題1為了過程能力分析，20天各選5個核心部品特性值的長度(mm)的量測DATA如下。

通過正態性檢定(NormalityTest)確認DATA是正態分布，核心部品的規格是按顧客要求600mm2mm.通過以下DATA做過程能力分析。

598.0599.8600.0599.8600.0600.0598.8598.2599.4599.6599.4599.4600.0598.8599.2599.4599.6599.0599.2600.6598.8598.8599.8599.2599.4600.0600.2600.2599.6599.0599.0599.8600.8598.8598.2600.0599.2599.8601.2600.4600.2599.6599.6599.6600.2599.2599.0599.6600.4600.0599.0599.6599.4599.2597.8600.4599.6600.0600.8600.4599.4599.0598.4599.0599.6598.8599.2599.6598.6599.8599.6599.2599.6600.2599.8599.6600.0599.6599.2598.6599.6601.2599.6600.2600.0600.0599.4599.8599.2599.6599.4600.0600.0599.2599.4599.6599.8599.0599.6599.41234567891011121314151617181920把計量型數據的正態分布數據的過程能力通過Minitab分析。

CapabilityAnalysis(Normal)76SPC學習版Step3

確認結果

規格上限

Target

規格下限

平均

樣本數

短期標準差

長期標準差Process數據潛在的

執行曲線實際的

正態曲線

潛在的過程

能力指數

Cp

考慮傾斜的

潛在過程能力

指數

Cpk潛在的過程能力只用過程的群內變動評價執行能力的指數。即意味著

Cp改善可能最大限度是1.16為至。

CapabilityAnalysis(Normal)77SPC學習版

實際過程能力指數

Pp

考慮偏移的

實際過程能力指數

Ppk實際過程能力根據所有DATA的變動值評價過程能力的指數CapabilityAnalysis(Normal)78SPC學習版現在執行能力用

ppm表示實際抽樣的DATA偏離規格的程度。CapabilityAnalysis(Normal)79SPC學習版潛在的預想執行能力只考慮過程的群內變動顯示正態分布時，數據表現為

偏離規格的預想

ppmCapabilityAnalysis(Normal)80SPC學習版實際預想完成能力對所有DATA的變動值來顯示正態分布時，

DATA表現偏離規格的預測ppm因過程平均以規格中心為基準往

LSL方向傾斜，所以需要與過程變動的減少一起

能與規格中心一致的過程平均的移動。CapabilityAnalysis(Normal)81SPC學習版82SPC學習版附:MINITAB上的工程能力分析Q1.在旁邊的結果中Cpk值與

ppk值為什么相同?

Q2.Cpk和Cpl,Cpu的各個

含義是什么？

Q3.如果

Cpk是負數的話,

這意味著什么?

Q4.Cpk=0這意味著什么

?Q5.Cp和Cpk之中

哪個指數更有用

?83SPC學習版

假設前面所提到的例題的Spec(Spec:25+/-5)是相同但是其Data是經過長時間的Data時我們要考慮異常原因

這時用???來反映工程能力是比較合理.

MinitabMenu:Stat/QualityTools/CapabilityAnalysis(Normal)

注意

-SubgroupSize???

-SubgroupNumber???Lot1Lot2Lot3Lot4Lot524212816181427321730182424222127211634161724222014322637191531313616142734211614Casestudy84SPC學習版5.其他控制圖85SPC學習版A收集數據：在計算各個子組的平均數和標準差其公式分別如下：86SPC學習版B計算控制限87SPC學習版C過程控制解釋(同圖解釋)n2345678910B43.272.572.272.091.971.881.821.761.72B3****0.030.120.190.240.28A32.661.951.631.431.291.181.101.030.9888SPC學習版D過程能力解釋SigmaP89SPC學習版8mm之模具沖頭90SPC學習版A收集數據一般情況下，中位數圖用在樣本容量小于10的情況，樣本容量為奇數時更為方便。如果子組樣本容量為偶數，中位數是中間兩個數的均值。91SPC學習版B計算控制限92SPC學習版C過程控制解釋(同X-R圖解釋)n2345678910D43.272.572.282.112.001.921.861.821.78D3*****0.080.140.180.22A21.881.190.800.690.550.510.430.410.3693SPC學習版估計過程標準偏差：94SPC學習版單值控制在檢查過程變化時不如Xbar-R圖敏感。如果過程的分布不是對稱的，則在解釋單值控制圖時要非常小心。單值控制圖不能區分過程零件間重復性，最好能使用Xbar-R。由于每一子組僅有一個單值，所以平均值和標準差會有較大的變性，直到子組數達到100個以上。95SPC學習版A收集數據收集各組數據計算單值間的移動極差。通常最好是記錄每對連續讀數間的差值(例如第一和第二個讀數點的差，第二和第三讀數間的差等)。移動極差的個數會比單值讀數少一個(25個讀值可得24個移動極差)，在很少的情況下，可在較大的移動組(例如3或4個)或固定的子組(例如所有的讀數均在一個班上讀取)的基礎上計算極差。96SPC學習版B計算控制限97SPC學習版B計算控制限n2345678910D43.272.572.282.112.001.921.861.821.78D3*****0.080.140.180.22E22.661.771.461.291.181.111.051.010.98樣本容量小于7時，沒有極差的控制下限。98SPC學習版C過程控制解釋審查移動極差圖中超出控制限的點，這是存在特殊原因的信號。記住連續的移動極差間是有聯系的，因為它們至少有一點是共同的。由于這個原因，在解釋趨勢時要特別注意。可用單值圖分析超出控制限的點，在控制限內點的分布，以趨勢或圖形。但是這需要注意，如果過程分布不是對稱，用前面所述的用于X圖的規則來解釋時，可能會給出實際上不存在的特殊原因的信號99SPC學習版估計過程標準偏差：式中，R為移動極差的均值，d2是用于對移動極差分組的隨樣本容量n而變化的常數。100SPC學習版例1：某制藥廠某種藥品堿的單耗數據如表，做單值-移動極差圖收集數據101SPC學習版2）計算各組的統計量

計算樣本的平均值：計算移動極差Rsi及其平均值：102SPC學習版數據表如下：103SPC學習版3）計算控制界限X控制圖Rs控制圖4）作控制圖104SPC學習版105SPC學習版不良和缺陷的說明結果舉例控制圖車輛不泄漏／泄漏P圖NP圖燈亮／不亮孔的直徑尺寸太小或太大給銷售商發的貨正確／不正確風窗玻璃上的氣泡C圖U圖門上油漆缺陷發票上的錯誤106SPC學習版用來測量在一批檢驗項目中不合格品(不符合或所謂的缺陷)項目的百分數。這可以是評價一個特性值（是否安裝了一個特殊的零件）或是許多特性值（在電氣系統檢查臺中是否發現某些不正常之處）。把被檢查的每一個組件，零件或項目記錄成合格或不合格（即使一個項目有幾處不合格，也僅記錄為一個不合格項）；把這些檢驗的結果按一個有意義的基礎條件分組，并且把不合格的項目用占子組大小的十分之幾來表示。不合格品率的P圖

107SPC學習版P控制圖的制做流程A收集數據B計算控制限C過程控制解釋D過程能力解釋108SPC學習版建立p圖的步驟AＡ階段收集數據A1選擇子組的容量、頻率及數量子組容量分組頻率子組數量A2計算每個子組內的不合格品率A3選擇控制圖的坐標刻度A4將不合格品率描繪在控制圖109SPC學習版A1子組容量、頻率、數量子組容量：用于計數型數據的控制圖一般要求較大的子組容量(例如50~200)以便檢驗出性能的變化，一般希望每組內能包括幾個不合格品，但樣本數如果太大也會有不利之處。分組頻率：應根據產品的周期確定分組的頻率以便幫助分析和糾正發現的問題。時間隔短則反饋快，但也許與大的子組容量的要求矛盾子組數量：要大于等于25組以上，才能判定其穩定性。110SPC學習版A2計算每個子組內的不合格品率記錄每個子組內的下列值被檢項目的數量─n發現的不合格項目的數量─np通過這些數據計算不合格品率111SPC學習版A3選擇控制圖的坐標刻度描繪數據點用的圖應將不合格品率作為縱坐標，子組識別作為橫坐標。縱坐標刻度應從0到初步研究數據讀數中最大的不合格率值的1.5到2倍。劃圖區域112SPC學習版A4將不合格品率描繪在控制圖上描繪每個子組的p值，將這些點聯成線通常有助于發現異常圖形和趨勢。當點描完后，粗覽一遍看看它們是否合理，如果任意一點比別的高出或低出許多，檢查計算是否正確。記錄過程的變化或者可能影響過程的異常狀況，當這些情況被發現時，將它們記錄在控制圖的“備注”部份。113SPC學習版Ｂ計算控制限B1計算過程平均不合格品率B2計算上、下控制限B3畫線并標注建立p控制圖的步驟B114SPC學習版計算平均不合格率及控制限115SPC學習版畫線并標注均值用水平實線線：一般為黑色或藍色實線。控制限用水平虛線：一般為紅色虛線。盡量讓樣本數一致，如果樣本數一直在變化則會如下圖：1002003001002001001002003001001212121232116SPC學習版117SPC學習版收集數據繪圖及計算控制限是否異常延伸控制限N找出異常點原因并提出相應措施過程有變化人機料法環測量Y控制限運用說明118SPC學習版過程能力解釋普通原因和異因并存找出異因只剩普通原因運用控制圖過程穩定(連25點不超限)計算過程能力119SPC學習版評價過程能力過程穩定，不良率維持在一定的水平當中降低不良率采取管理上的措施降低普通原因，如此才能縮小控制界限，降低不良率縮小控制限120SPC學習版改善過程能力過程一旦表現出處于統計控制狀態，該過程所保持的不合格平均水平即反應了該系統的變差原因─過程能力。在操作上診斷特殊原因(控制)變差問題的分析方法不適于診斷影響系統的普通原因變差。必須對系統本身直接采取管理措施，否則過程能力不可能得到改進。有必要使用長期的解決問題的方法來糾正造成長期不合格的原因。可以使用諸如排列圖分析法及因果分析圖等解決問題技術。但是如果僅使用計數型數據將很難理解問題所在，通常盡可能地追溯變差的可疑原因，并借助計量型數據進行分將有利于問題的解決121SPC學習版PChart練習以下是整理按每小時實施的對最終制品的抽樣檢查結果得出的DATA。494551272851454928516134844293樣本數不良品數時間

12345678910作成p管制圖，判定工程是否穩定狀態。122SPC學習版因為發現了脫離控制上限的兩個點，所以不能說處于控制狀態。進而查明其原因。123SPC學習版不合格品數np圖“np”圖是用來度量一個檢驗中的不合格品的數量，與p圖不同，np圖表示不合格品實際數量而不是與樣本的比率。p圖和np圖適用的基本情況相同，當滿足下列情況可選用np圖不合格品的實際數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。“np”圖的詳細說明與p圖很相似，不同之處棄如下：124SPC學習版A收集數據受檢驗樣本的容量必須相等。分組的周期應按照生產間隔和反饋系統而定。樣本容量應足夠大使每個子組內都出現幾個不合格品，在數據表上記錄樣本的容量。記錄并描繪每個子組內的不合格品數(np)。125SPC學習版B計算控制限126SPC學習版過程控制解釋、過程能力解釋C過程控制解釋：同“p”圖的解釋。D過程能力解釋：過程能力如下：127SPC學習版1001001001001001001001001001001210121202不合格品數np圖128SPC學習版Casestudy組12345678910“n”150150150150150150150150150150“d”1013210210組11121314151617181920“n”150150150150150150150150150150“d”0102010210組2122232425“n”150150150150150“d”01201請計算出上表的np控制圖的控制限？請判定過程是否穩定？如果是不穩定該如何處理？129SPC學習版缺陷數c圖“c”圖用來測量一個檢驗批內的缺陷的數量，c圖要求樣本的容量或受檢材料的數量恒定，它主要用以下兩類檢驗：不合格分布在連續的產品流上(例如每匹維尼龍上的瑕疪，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(如每100平方米維尼龍上暇疵)。在單個的產品檢驗中可能發現許多不同潛在原因造成的不合格(例如：在一個修理部記錄，每輛車或組件可能存在一個或多個不同的不合格)。主要不同之處如下：130SPC學習版A收集數據檢驗樣本的容量(零件的數量，織物的面積，電線的長度等)要求相等，這樣描繪的c值將反映質量性能的變化(缺陷的發生率)而不是外觀的變化(樣本容量n)，在數據表中記錄樣本容量；記錄并描繪每個子組內的缺陷數(c)131SPC學習版B計算控制限132SPC學習版過程控制解釋、過程能力解釋過程控制解釋同p圖解釋過程能力解釋過程能力為c平均值，即固定容量n的樣本的缺陷數平均值。133SPC學習版包裝一套TV前欲用

c

管制圖管理。在過去

20天對每10臺外觀不良(缺點)Check的結果發現如下。

作成c管制圖并分析。423746241320113345862日期缺點數日期

缺點數1234567891011121314151617181920134SPC學習版發現了脫離管制上限的一個點，所以不能說處于管制狀態。

進而查明其原因。135SPC學習版單位產品缺陷數的u圖“u”圖用來測量具有容量不同的樣本(受檢材料的量不同)的子組內每檢驗單位產品之內的缺陷數量。除了缺陷量是按每單位產品為基本量表示以外，它是與c圖相似的。“u”圖和“c”圖適用于相同的數據狀況，但如果樣本含有多于一個“單位產品”的量，為使報告值更有意義時，可以使用“u”圖，并且在不同時期內樣本容量不同時必須使用“u”圖。“u”圖的繪制和“p”圖相似，不同之處如下：136SPC學習版A收集數據各子組樣本的容量