SPC-2
Table of Contents/目录
Section 1: Introduction/引言
1) 2) 3) 4) 5) History of Quality Management /质量管理发展的阶段 Statistical Technology of Quality Management /质量管理中的统计技术 QMS Requirements to Statistical Technology / 各质量体系对统计技术的要求 History of SPC/ SPC的发展 SPC&SQC/ SPC与SQC
Section 1: Introduction/引言
将相似工序同类分布的产品质量特征值数据，通过数学方法变换程 同一分布，从而可以累积起来称为大样本进行处理。主要有：通用 图法、相对公差法及美军固定样本容量法。
– 选控控制图（Cause-Selecting Control Chart）：前述控制图都是全 控图，及对所有异因都加以控制。而选控图是选择部分异因加以 控制，它由我国张公绪教授1980年提出。它对统计诊断理论起到 重要的作用。 – 彩虹图 – 多元控制图：1947年侯铁林（H. Hotelling）提出多元T2图控制 图，从此开辟了多元质量控制的时代。
– – Measurement of Two sided Spec (bilateral) /双边公差的指数 Measurement of One Side Tolerance /单边公差的指数
Section 4 : Control Chart/控制图概述
1) 2) Control Chart Theory/ 控制图的原理 Benefits of Control Charts /控制图的作用
一元CUSUM图和一元EWMA图在工序控制中得到了日益广泛的应用。
Section 1: Introduction/引言
– 田口控制图： 运用田口质量控制思想建立的控制图，它注重工序 控制的经济性。
– 小批量生产控制图（Control Chart for Low Volume Manufacturing）：小批量控制图主要有：
Table of Contents/目录
Section 5: Application for Control Chart/控制图的应用
1) 2) 3) 4) Types of control Chart /控制图的种类 Choice of control Chart /控制图的选择 Sampling and Sub-grouping / 抽样方案与数据分组 Steps of Using Control Chart /使用控制图的步骤
无先验信息小批量生产的控制图：1969年希利尔（F. S. Hillier）与新 加坡杨中浩提出了小样本控制图，1991-1995年久森伯瑞（C. P. Qusenberry）提出了Q控制图。 有历史信息小批量生产的控制图：1997年我国著名质量管理专家张公 绪教授的学生卜祥民博士应用贝叶斯（Bayes）分析方法，充分利用 已知信息，弥补了小批量生产样本少的缺点。
以休哈特（W. A. Shewhart）博士为学术领导人的过程 控制(Process Control)研究组 以道奇（H. F. Dodge）为学术领导人的产品控制 （Production Control）研究组。
Section 1: Introduction/引言
休哈特研究组的成果：
– 经过研究，休哈特提出了过程控制理论以及监控过程的工具— 控制图（Control Chart）。 – – – 1924年5月16日，休哈特提出世界上第一张控制图—p图。 其中有关过程控制理论及控制图标志着著名的SPC理论的诞生。 1931年休哈特对其理论进行了总结，写出了一本划时代的名著 《产品制造质量的经济控制》（Economic Control of Quality of Manufactured Productions）。这本著作可以称得上一代名著，因 为在他出版半个世纪以后的八十年代仍能在美国再版，由此可 见其学术价值。 休哈特的贡献就在于：应用他所提出的过程控制理论能够在生产线上 科学地保证预防原则的实现。
分布可以通过以下因素来加以区分或者他们的组合
位置
分布宽度
形状
Section 2 : Continuous Improvement and SPC 持续改进与统计过程控制
产品质量的统计观点
产品的质量特性值是波动的： 产品质量特性值的波动具有统计规律性：产品的质量特性值是波动 的，但这种波动符合统计规律性，即从数学的角度它服从某种分布。 常用的分布有以下几种：正态分布（计量值）、超几何分布（计件 值）、二项分布（计件值）、泊松分布（计点值）、指数分布；
Section 2 : Continuous Improvement and SPC 持续改进与统计过程控制
VARIATION: COMMON AND SPECIAL CAUSES 影响产品质量波动的原因
引起变异的原因—普通原因和特殊原因 – 特殊原因(Special Cause)：又称非机遇原因（Assignable Cause），系统原因，可避免原因，人为原因等。 – 此种原因所引起的变异（波动）称为异常波动（Assignable Variations）
Section 1: Introduction/引言 SPC与SQC的差别 针对重要过程的重要控 制参数所做的才是SPC 测量 PROCESS
原料
结果
针对产品所做的 仍只是在做SQC
Statistical Process Control (SPC, 2nd )
– 产品质量的统计观点 – 影响产品质量的原因 – 局部措施和对系统采取措 施
Section 2 : Continuous Improvement and SPC/持续改进与统计过程控制
1) 2) 3) 4) Statistical View of Product Quality/ 产品质量的统计观点 Common Cause and Special Cause/ 影响产品质量的原因 Local Actions & Actions on the System/ 局部措施和对系统采取措施 Two tasks of Operation Manager/现场主管/作业经理的两种任务
4) 5)
History of SPC/ SPC的发展 SPC&SQC/ SPC与SQC
第一部分：引言 Section 1: Introduction
Section 1: Introduction/引言
SPC（统计过程控制）的发展
在SPC中常用的基本统计方法包括：与统计过程控制和 过程能力分析有关的方法。 二十世纪二十年代，美国贝尔实验室（Bell Telephone Laboratory）就成立两个小组：
Section 1: Introduction/引言
控制图在英国及日本的历史 – 英国在1932年，邀请W.A. Shewhart博士到伦敦，主讲 统计质量控制，而提高了英国人将统计方法应用到工 业方面之气氛。 – 就控制图在工厂中实施来说，英国比美国为早 – 1950年由W.E. Deming博士引到日本。 – 同年日本规格协会成立了质量控制委员会，制定了相 关的JIS标准。
Section 1: Introduction/引言
道奇研究组的成果：
– 道奇与罗米格（H. F. Dodge and H. G. Romig）则提出 了抽样检验理论和抽样检验表。
Section 1: Introduction/引言
1941-1942年,有关SPC的内容制定成美国标准： – Z1-1-1941 Guide for Quality Control – Z1-2-1941 Control Chart Method for analyzing Data – Z1-3-1942 Control Chart Method for Control Quality During Production
5)
Statistical Control and Meeting Requirements /统计受控和技术受控
Table of Contents/目录
Section 3 : Process Analysis/过程分析
1) 2) 3) 4) Basic Concepts of Statistics /统计学基本概念 Terms about Process/ 过程术语 Process Analysis and Process Measurement /过程分析及过程测量 Process Measurements of Predictive Process 可预测过程的过程测量
–
现场主管/作on 2 : Continuous Improvement and SPC 持续改进与统计过程控制
Section 2 : Continuous Improvement and SPC 持续改进与统计过程控制
每件产品的尺寸与别的都不同
但它们形成一个模型，若稳定，可以描述为一个分布
1) 2)
History of Quality Management /质量管理发展的阶段 Statistical Technology of Quality Management /质量管 理中的统计技术
3)
QMS Requirements to Statistical Technology /各质量 体系对统计技术的要求
Section 6: Control Chart Analysis /控制图的观察分析 Section 7: SPC Application /SPC运用流程 Section 8: Failure of SPC/ 常见的SPC运用问题点
SPC控制程序--范本
1. 目的：
为了不断地对生产过程进行改进并满足客户对生产过程的能力要求，特规定本程序来对生产过程的稳定状态和过程能力指数进行研究，以达到生产过程预防的效果。
2. 适用范围：
适用于与汽车产品特殊特性相关的关键过程的初始过程和稳定过程的能力研究，及过程控制；
3.定义
4. 职责
4.1 品质部
1)负责SPC过程控制；
2)制定与检讨SPC的操作规格，包括样本大小，抽样频率，管制界限等。
3)负责量测、记录、判读数据，并输入控制图的对应位置，将SPC异常通知给生产部，并要求停
止生产,当SPC数据超出规格限时，需立即组织相关部门采取改善措施；
4)确认SPC异常的回复及改善结果。
5)依客户要求定期向客户提交CPK报告；
6)负责保存及维护SPC相关数据。
7)负责对SPC作业相关人员作有关SPC作业规范的培训和异常判读培训。
4.2 生产部: 配合品质部进行SPC过程控制，并对异常情况采取相对应的改善对策。
4.3 APQP小组：负责策划使用哪种SPC控制图，和控制图样品取样数和取样频次。
5. 程序内容
6. 记录
各种控制图表。
SPC培训教材(第二版)
统计预测
检验+SPC
全面质量管理 20世纪60年代以来
系统保证
SPC、TQM 6Sigma…
在品质管理发展过程中，SPC 是品质保障的重要工具!
6
客户及标准体系对SPC应用要求
客户要求
－全球产业链之中，供应商必须采用SPC控制其制程； －要求供应商提供过程数据和过程能力；
体系标准要求
－ISO9000、TS16949、QS-9000认证的关键部分； －减少过程不稳定，提高产品质量；
过程品质改进需要
－解决品质顽症，促使工作流的改进； －适应新的生产节拍；
7
工厂SPC应用现状分析
行业内企业普遍面临的问题
管理水平和人员素质跟不上企业发展的要求，工艺和质量的管 控水平不足，影响企业生产高端产品的能力。
外部市场的竞争以及客户对质量提出了更高的要求。 劳动力、生产资源成本不断攀升，降低生产和质量成本成为企
「ISO9000」要求为客戶提供合格的产品，只有稳定而一贯的「过程」与 「系统」，才能保证长期做出合格的产品。然而，如何检核此一贯「过程」 与「系统」仍然稳定的存在？这必须仰赖SPC来发挥功能。
5
质量管理与SPC的关系
质量检验 19世纪末—20世纪30年代
人来保证
事后把关
统计质量控制 20世纪40-50年代
---改变操作 如：培训操作人员、变换输入材料等； ---改变设计 如：设备、沟通方式和相互关系、过程整体设计等； 对输出采取措施：探测并纠正不符合规范的产品，而没有处理过程中根本问 题，可能会持续的对产品进行100%挑选、返工等，直到过程改善了。
2
课程大纲
• 第1章 持续改进和统计过程控制 • 第2章 控制图
SPC常用公式和参数
SPC常用公式和参数SPC（Statistical Process Control，统计过程控制）是一种质量管理方法，通过使用统计方法来监控生产过程中的变异性，以及使过程保持在可控状态，确保产品质量的稳定性。
在SPC中，常用的公式和参数用于描述、分析和控制过程的变异性，以及进行质量指标的计算和分析。
下面是SPC中常用的公式和参数：1. 均值（Mean）：均值是一组数据的平均值，用于描述数据的集中趋势。
均值可以表示为：Mean = (x1 + x2 + ... + xn) / n其中，x1 ~ xn表示一组数据，n表示数据的个数。
2. 范围（Range）：范围用于描述一组数据的离散程度，即最大值与最小值之间的差异。
范围可以表示为：Range = xmax - xmin其中，xmax表示一组数据的最大值，xmin表示最小值。
3. 标准差（Standard Deviation）：标准差是一组数据的离散程度的度量，用于衡量数据的波动性。
标准差可以表示为：Standard Deviation = sqrt[((x1 - mean)^2 + (x2 - mean)^2+ ... + (xn - mean)^2) / n]其中，x1 ~ xn表示一组数据，mean表示数据的均值，n表示数据的个数。
4. 方差（Variance）：方差是标准差的平方，也是一组数据的离散程度的度量。
Variance = (Standard Deviation)^25. 控制图（Control Chart）：控制图是SPC中最常用的工具，它用于监控过程的变异性，并确定过程是否处于可控状态。
在控制图中，常用的参数有：- 中心线（Center Line）：控制图的中心线表示过程的平均值或目标值。
- 控制限（Control Limit）：控制限是确定过程的可控状态的界限。
常用的控制图有三个控制限：- 上控制限（Upper Control Limit，UCL）：表示过程变异性在正常范围内的上限，超过该限制则表明过程存在特殊原因。
[品质管理]统计过程控制(SPC第二版)(pdf 147页)
![[品质管理]统计过程控制(SPC第二版)(pdf 147页)](https://360docs-1393072327.cos.ap-beijing.myqcloud.com/1f825630be1e650e52ea99f5.webp)
可能作出不适当的决定。在手册中，假设该系统处于受控状态并且对数据的总变差没有大
的影响。为了更详细的了解这些内容 读者可参考AIAG出版的测量系统分析(MSA)手册。
统计过程控制（SPC 第二版）
来自中国最大的资料库下载
过程控制的需要
检测——容忍浪费 预防——避免浪费
第4页
第1节
本 书 所 述 的 基 本 统 计 方 法 包 括 与 统 计 过 程 控 制 及 过 程 能 力 分 析 有 关 的 方 法 。本 手 册 的 第 1章 阐 述 了 过 程 控 制 的 背 景 知 识 ，解 释 了 一 些 重 要 的 概 念 ：如 变 差 的 特 殊 及 普 通 原 因 ，并 介 绍了控制图，这个用来分析及监控过程非常有效的工具。第Ⅱ章描述了构造和使用计量型 数 据 控 制 图 表 (定 量 的 数 据 ， 或 测 量 )的 -X— R， -X— s图 ， 中 位 数 图 以 及 X— MR(单 值 及 移 动 极 差 )图 。这 一 章 还 介 绍 了 过 程 能 力 的 概 念 并 讨 论 了 广 泛 应 用 的 指 数 及 比 值 。第 Ⅲ 章 介 绍 了 用于计数型数据(定性数据或计数值)的几种控制图：p图、np图及u 图。第Ⅳ 章介绍了测 量系统分析的内容并列举了适当的例子。附录包括分组及过度调整的例子，如何使用控制 图的流程图、常数及公式表、标准正态分布以及可复制的空白表等。术语索引给出了本手 册所使用的术语及符号的解释，参考文献一节向读者提供了进一步学习的材料。
1．过 程 所谓过程指的是共同工作以产生输出的供方、生产者、人、设备、输入材料、方法 和 环 境 以 及 使 用 输 出 的 顾 客 之 集 合 (见 图 1)。过 程 的 性 能 取 决 于 供 方 和 顾 客 之 间 的 沟 通 ， 过程设计及实施的方式，以及运作和管理的方式等。过程控制系统的其他部分只有它们 在帮助整个系统保持良好的水平或提高整个过程的性能时才有用。 2． 有 关 性 能 的 信 息 通过分析过程输出可以获得许多与过程实际性能有关的信息。但是与性能有关的最 有 用 的 信 息 还 是 以 研 究 过 程 本 质 以 及 其 内 在 的 变 化 性 中 得 到 的 。 过 程 特 性 (如 温 度 、 循 环时间、进给速率、缺勤、周转时间、延迟以及中止的次数等、是我们关心的重点。我 们要确定这些特性的目标值，从而使过程操作的生产率最高，然后我们要监测我们与目 标值的距离是远还是近，如果得到信息并且正确地解释，就可以确定过程是在正常或非 正常的方式下运行。若有必要可采取适当的措施来校正过程或刚产生的输出。若需要采 取措施，就必须及时和准确，否则收集信息的努力就白费了。 3． 对 过 程 采 取 措 施 通 常 ， 对 重 要 的 特 性 (过 程 或 输 出 )采 取 措 施 从 而 避 免 它 们 偏 离 目 标 值 太 远 是 很 经 济 的。这样能保持过程的稳定性并保持过程输出的变差在可接受的界限之内。采取的措施 包 括 改 变 操 作 (例 如 ： 操 作 员 培 训 、 变 换 输 入 材 料 等 )， 或 者 改 变 过 程 本 身 更 基 本 的 因 素 (例 如 ： 设 备 需 要 修 复 、 人 的 交 流 和 关 系 如 何 ， 或 整 个 过 程 的 设 计 — — 也 许 应 改 变 车 间 的 温 度 或 湿 度 )。 应 监 测 采 取 措 施 后 的 效 果，如有必要还应进一步分析并采取措施。 4. 对输出采取措施 如果仅限于对输出检测并纠正不符合规范的产品，而没有分析过程中的根本原因， 常常是最不经济的。不幸的是如果目前的输出不能满足顾客的要求，可能有必要将所有 的产品进行分类报废不合格品或者返工。这种状态必然持续到对过程采取必要的校正措 施并验证，或持续到产品规范更改为止。 很显然，仅对输出进行检验并随之采取措施不能代替有效的过程管理。仅对输出采 取 措 施 只 可 作 为 不 稳 定 或 没 有 能 力 的 过 程 的 、 临 时 措 施 (见 第 5节 )。 因 此 ， 下 面 的 讨 论 的重点将放在过程信息收集和分析上，这样可以对过程本身采取纠正措施。
SPC管理控制程序
---计算管制界限UCLR LCLR UCLXbar LCLXbarUC.=D4 RLCL R=D3 RUCL X=X+A RLCL X=X-A2R---画管制界限于管制图上⑷.R管制图分析：---超出管制界限点，需分析异常；---趋势：7点于平均值一边，或连续7点持续升高或降低，需分析异常；---非随机分布点：2/3点分布于一标准差区域，其余1/3点分布于2到3标准差区域，需分析异常；---发现异常及分析原因，可使用排列图及鱼骨图分析异常原因；---重新计算管制界限•将超出管制界限之点去除后，重新计算管制界限。
(5).Xbar管制图分析：---超出管制界限点，需分析异常；---趋势：7点于平均值一边，或连续7点持续升高或降低，需分析异常；---非随机分布点：2/3点分布于一标准差区域，其余1/3点分布于2到3标准差区域，需分析异常；---发现异常及分析原因，可使用柏拉图及鱼骨图分析异常原因；---重新计算管制界限.将超出管制界限之点去除后，重新计算管制界限。
(6).重新制定量产管制界限=R/d 2R new= d2UCL R=D4 R newLCL R=D3 R neW-CL R=D3 R new(2).组数至少25组以上。
(3).计算每一组的不良品数(np),并记录于“ CONTROLCHARTFORATTRIBUTEDA检验报告内)。
(4).将每一数值画于p管制图上。
(5).计算制程平均不良品比率。
n?P2 …“K P Kp = n2... n K(6).计算UCL及LCLo(7).将Pbar画实线，UCL及LCL画虚线于p管制图上。
消除其影响。
监控可以充分体现出SPC预防控制的作用。
5-5SPC作业流程5-5-1决定管制项目(1).对客户明确要求的管制项目，生产制造过程中必须进行管控。
(2).由品质部、生产部门、营业课共同识别过程关键参数，选择管制项目5-5-2决定管制标准(1).客户明确要求的管制标准，生产制造过程中必须达到。
SPC-第2版
和质量要求。 ——它帮助识别来自系统的“固有的”波动的特殊原因，通过确定波动的量值，确定
工序中最明显的不正常波动的“统计控制”界限判断工序是否受控。 ——它为工序提供一个“早期报警”系统，防止废品的产生。 ——它可以减少在质量控制中对常规检验的依赖性。
USL-LSL
Cp=
（双边规格）
等級
6σa
A
USL-μ C p u=
3σa
或
（单边规格上限） B C
μ-LSL C p l=
3σa
D （单边规格下限）
Cp 值 1.33≦Cp 1.00≦Cp＜1.33 0.83≦Cp＜1.00
Cp＜0.83
27
3、主要的统计参数（9）
◆过程能力指数—Cp的等级
Cp等级处置原则： A级：过程甚稳定，可以将规格公差缩小或胜任更精密的工作。 B级：有发生不良品的危险，必须加以注意，并设法维持不要使其变坏及迅速
14
2、正态分布（3）
将各组的頻数用资料总和N=100相除，就得到各组的频率，它表示螺丝 直径属于各组的可能性大小。显然，各组频率之和为1。若以直方面积来表 示该组的频率，则所有直方面积总和也为1。
在极限情况下得到的光滑曲线即为分布曲线，它反映了产品质量的统 计规律，如分布曲线图所示.
15
2、正态分布（4）
正态分布中，任一点出现在 μ±1σ內的概率为： P(μ-1σ<X< μ+1σ) = 68.27% μ±2σ內的概率为 ：P(μ-2σ<X< μ+2σ) = 95.45% μ±3σ內的概率为： P(μ-3σ<X< μ+3σ) = 99.73%
SPC培训资料_2
9
SPC的理论基础
过程分布规律随时间的变化情况
10
SPC的理论基础
过程中存在特殊原因，应采取局部措施识别、消除特殊原因，使过程受控
11
SPC的理论基础
过程受控，即过程中仅存在普通原因，但不合格品率太高，往往需要对 系统采取措施来改进过程
连线 样本
SPC的理论基础
控制限
UCL 上控制限 CL 中心线 LCL 下控制限
19
控制图的种类
▪ 连续型变量控制图
连续型变量分布有两类参数，一类描述分布位置的如平均值 X，另一类描述分布离散 程度的，如标准差 s 和极差 R; 所以相对应的有两类控制图，一类监控分布位置的变化 ，另一类监控分布离散程度的变化。
控制 -- 监察过程的表现。
这个分析是基于和“t test”假设测试一样的概念。 它 能提供关于过程的决策, 在问题影响输出前加以更正。
SPC能发出信号提示一个在稳定状态过程的差异正受到外来 肇因的影响。
3
▪ SPC的功效
SPC的功效
SPC作为一个持续改善的工具，它可以：
▪ 将流程变异减至最少 ▪ 消除流程的错败 ▪ 将产品能力尽量提升 ▪ 加强客户满意程度 ▪ 对流程进行预测 ▪ 给出信息何时需要对流程采取改善措施，何时不用
人
机
资
输入 料
源
X法 环
组 合
过程
PCB制作中, 板面电镀是一个过程:
输出(Y)
输入： • 药水 • 铜球 • 电流 • 操作方法 • 环境
…
输出： • 镀铜的PCB
7
SPC的理论基础
▪ 波动
即使从同一个过程出来的产品也是不一样，它们的差异通过其特征值的波 动表现出来。
SPC-统计过程控制_2
普通原因、特殊原因示意图
UCL
LCL
18
异常原因导致 的波动范围
普通原因 的波动范围
异常原因导致 的波动范围
具体说明
原因 描述
例如 解说
机 遇(普通原因)
• 包含许多个个别原因。
• 任何单一机遇原因仅导致微量变异 (但若许多机遇原因汇总在一起，可 能产生颇大之影响)。
• 随时存在。
•机械的微震 •原料的略微差异
26
组内变异小 组间变异大
制程的变化
错误的分组方式以及其后果
• 如此的取样方式会造成无法有效区别组内变异和组间变异， 造成控制界限变宽，无法有效侦测制造变异。
制程的变化 质 量 特 性
时间
27
取样频率及样本的目的说明
每天只取一组来 代表，是否能代 表制程呢？
每天如果取三组 的样本是否更能 代表制程？
• 消除制程中的机遇原因不符合经济原 则。
• 当仅有机遇变异出现时，制程处于可 接受水平，倘若仍有不合格品产生， 则需进行基本基本制程改变或修订规 格，以减少不合格品。
• 当观测值在管制界限内时，表示制程 不应调整。
• 当仅有机遇变异时，制程相当稳定， 可用抽样程序预测产品质量。
非机遇(特殊原因) (可归属)
图
–不良率控制图 –不良数控制图 –缺点数控制图 –单位缺点控制图
11
控制图的选用
控制图的选定
计量值 资料性质
计数值
平均值
n>1 样本大小 n>1
Cl的性质
“n”=10~25 “n”是否较大
中位数
“n”=2~5
“n”=1
不良数
缺陷数
不良数或
SPC手册第二版
I S O/T S16949:2002统计过程控制S P C（培训资料仅供参考）统计过程控制（S P C）参考手册第二版，2005年7月出版1992年版第二次印刷， 1995年3月印制 (仅新封面)?1992、?1995、?2005版权由戴姆勒克莱斯勒公司、福特汽车公司和通用汽车公司所有中文繁体版台湾地区总经销品士股份有限公司地址：台北市111忠诚路二段58号4楼电话：+886 2 2833 2112，传真：+886 2 2833 2119g.twtw中文简体版大陆地区总经销北京品士质量管理顾问有限公司地址：北京市海淀区知春路9号坤讯大厦1107室电话：+86 10 8232 2089 ， +86 10 8232 7247传真：+86 10 8232 2070Email:info@AIAG服务专线：+1 248 358 3003第二版前言本参考手册是在美国质量协会（American Society for Quality,ASQ）及汽车工业行动集团（Automotive Industry Action Group, AIAG）支持下，由戴姆勒克莱斯勒、福特和通用汽车公司供应商质量要求特别工作组认可的统计过程控制（SPC）工作组所开发的。
负责第二版的工作小组准备是戴姆勒克莱斯勒公司、Delphi公司、福特汽车公司、通用汽车公司、Omnex公司和Robert Bosch公司的质量和供应商评定人员与汽车工业行动集团（AIAG）合作组成的。
特别工作组的任务是将在戴姆勒克莱斯勒、福特和通用汽车公司各自的供应商评定系统中使用的参考手册，报告格式和技术术语进行标准化处理。
据此，任何供应商可以利用本手册来建立与戴姆勒克莱斯勒、福特和通用汽车公司中任一个供应商评定系统要求相应的信息。
第二版编制了自1991年原有的手册出版后汽车工业行业SPC技术发展的需求和变动。
本手册是对统计过程控制的一种介绍。
它并不意图去限制适用某特定过程或商品的SPC方法的发展。
SPC的基本概念
SPC- Statistical Process Control
统计过程控制，是企业提高质量管理 水平的有效方法。它利用数理统计原 理，通过检测数据的收集和分析，可 以达到“事前预防”的效果，从而有 效控制生产过程、不断改进品质。 与全面质量管理相同，强调全员参与， 而不是只依靠少数质量管理人员。
10.750
CL
10.700
10.650
10.600
LCL
10.550
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Sam ple
X R 控制图
R图
0 .8 0 0
CL = R = 0.2204 UCL = D4 R = (2.11)(0.2204) = 0.46504 LCL = D3 R = (0)(0.2204) = 0
10.893 10.544
10.859 10.801
10.644 10.747
X5 10.714 10.779 10.723 10.73 10.671 10.606 10.603 10.75 10.725 10.712 10.708 10.727 10.75 10.701 10.728
X 10.732 10.755 10.759 10.727 10.724 10.705 10.735 10.624 10.710 10.732 10.748 10.768 10.733 10.783 10.692
X R 控制图
x-Bar 图
M eans
10.900 10.850
CL = x = 10.728
UCL = x + A2 R = 10.728 0.58(0.2204) = 10.856