SPC training material
SPC概述ppt(71张)
精
密√
度 准
确×
度
SPC概述(PPT71页)
×
√
×√ ×√
15
SPC概述(PPT71页)
SPC Technique and Practice
Flextronics Corporate Presentation 2020/10/2
所以我们最希望得到的分布是：
既准确又精密
SPC概述(PPT71页)
16
1924年休哈特博士(Dr. Walter Shewhart)在贝尔实验室发明了第一 张管制图-P Chart，运用了3倍标准差的理念；
二战期间，美国军方将品质控制图的方法引进军工企业，并应用于生 产过程中，但应用范围并不广泛；
直至二战结束，作为战败国的日本将品质作为提升竞争力的根本，于 1950年邀请了戴明博士到日本演讲，介绍了SQC的技术与观念，SPC 技术在日本产生了很大的功效；
8
SPC Technique and Practice 每件产品的尺寸与别的都不同
Flextronics Corporate Presentation 2020/10/2
范围
范围
范围
范围
但它们形成一个模型，若稳定，可以描述为一个分布
范围
范围
范围
9
SPC Technique and Practice
以及制程能力的提高提供了科学的理论依据。
我们收集数据： 研究我们的制程何时发生了变化（不受控制）,使制程达到统计受控状
态； 监控我们的制程确保输出的稳定性，维持统计受控的状态； 帮助我们持续改进制程，改善我们制程的能力。
4
SPC Technique and Practice
SPC TRAINING
漏發警報的錯誤 β
漏發警報的錯誤,也稱第Ⅱ類錯誤。在生産異常的情 況下,産品質量的分佈偏離了典型分佈,但總還有一部分 産品的質量特性值是在上下控制界之內的。如果抽到這 樣的産品進行檢測並在控制圖中描點,這時由於點子未出 界而判斷生産正常就犯了漏發警報的錯誤或第Ⅱ類錯誤, 發生這種錯誤的概率通常記以β
製程的起伏變化是造成品質變異（Variation）的主要根源，而品 質變異的大小也才是決定產品優劣的關鍵。這種因果關係，可進一步 表示如下：
製程條件起伏 因
品質變异 果
因
結論：製程是SPC的焦點
產品优劣 果
SPC TRAINING
統計學概述
• 定義 • 主要統計學名詞 • 舉例說明 • 統計與SPC
SPC TRAINING
不同的常態分配
SPC TRAINING
不同的常態分配
SPC TRAINING
不同的常態分配
SPC TRAINING
紅色代表 實際制程 分佈形態
藍色代表 規格分佈
形態
SPC TRAINING
舉例說明
• 初三學生體育測試:
•
跳遠: (男生組) 2.50m 95%達標率
•
局部性的對策及系統中的對策
• 局部問題的對策
*通常用來消除特殊原因造成的變異 *可以被製程附近的人員來執行 * 一般可以改善製程的 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 * 一般可以改善製程的 85%
SPC TRAINING
偶波與異波都是産品質量的波動，如何能發現異 波的到來呢？經驗與理論分析表明，當生産過程中只 存在偶波時，産品質量將形成某種典型分佈。如果除 去偶波外還有異波，則産品質量的分佈必將偏離原來 的典型分佈。因此，根據典型分佈是否偏離就能判斷 異波，即異因是否發生，而典型分佈的偏離可由控制 圖檢出。例如在車制螺絲的時，由於發生了車刀磨損 的異因，螺絲直徑的分佈偏離了原來的正態分佈而向 上移動，於是點子超出上控制界的概率大爲增加，從 而點子頻頻出界，表明存在異波。控制圖上的控制界 限就是區分偶波與異波的科學界限。
SPC基本认识培训教材英文
SPC Basic Training ManualIntroductionWelcome to the SPC (Statistical Process Control) Basic Training Manual. This manual is designed to provide you with a fundamental understanding of SPC and how it can be applied to improve process and product quality.Chapter 1: What is SPC?SPC is a methodology for controlling and improving the quality of processes and products. It involves the collection and analysis of data to identify and reduce variation in a process. By understanding and controlling variation, organizations can increase efficiency, reduce defects, and ultimately improve customer satisfaction.Chapter 2: Key SPC ConceptsIn this chapter, we will introduce you to the key concepts of SPC. These concepts include: - Variation: Understanding the different types of variation in a process. - Control charts: Learning how to create and interpret control charts to monitor process performance. - Process capability: Assessing the capability of a process to meet customer requirements. - Sampling: Understanding the importance of sampling techniques in data collection.Chapter 3: Tools and TechniquesIn this chapter, we will explore the various tools and techniques used in SPC. These include: - Pareto analysis: Identifying and prioritizing the most significant contributors to process variation. - Cause and effect diagrams: Investigating and understanding the root causes of process problems. - Histograms and scatter plots: Analyzingdata distributions and relationships. - Six Sigma: Applying the principles and methods of Six Sigma to improve process performance.Chapter 4: Implementing SPCIn this chapter, we will discuss the steps involved in implementing SPC in an organization. These steps include: 1. Define the process: Clearly define the process to be monitored and improved. 2. Collect data: Identify the appropriate data points and collect data over a period of time. 3. Analyze the data: Use statistical analysis techniques to identify patterns and trends in the data. 4. Implement control charts: Create control charts to monitor the process and identify out-of-control conditions. 5. Take corrective actions: When an out-of-control condition is detected, take appropriate corrective actions to bring the process back into control. 6. Continuously improve: Use the information gathered from SPC to make continuous improvements to the process.Chapter 5: SPC Case StudiesIn this final chapter, we will present real-life case studies that demonstrate the successful implementation of SPC in various industries. These case studies will highlight the benefits and the practical applications of SPC.ConclusionIn conclusion, SPC is a powerful methodology for improving process and product quality. By implementing SPC techniques, organizations can reduce defects, increase efficiency, and enhance customer satisfaction. This training manual serves as a foundation for your understanding of SPC and its applications. We encourage you to apply the knowledge gained from this manual to your own processes and make continuous improvements. Good luck on your SPC journey!。
SPC培训教材基础篇(PPT 67页)
uc1 c2...ck n1 n2 ...nk
UCLu u 3
u n
LCLu u 3
u n
np
p or p’
pn1p1 n2p2.. .nkpk n1 n2.. .nk
UCL p p 3
p (1 p) n
LCL p p 3
p (1 p) n
D
CPK＜0.67 采取紧急对策进行改善，探求
原因，并且重新检讨规格
SPC-1&2
统计稳态和技术稳态
Technically uncontrolled
Technically controlled
Statistically controlled Statististically uncontrolled
S = Specification Width X = Process average
Cp = 1.11 Cpk = 0.97
Cp = 1.53 Cpk = 1.49
SPC-1&2
过程能力
6 Quality is the Goal
LSL 12.5%
75% ±1.5
USL 12.5%
Cp=2 Cpk=1.5
>=0.67 >=1.0 >=1.33 >=1.66 >=2.0
Sigma
2 3 4 5 6
Defect Levels
<=5% <=0.13% <=60 ppm <=1 ppm <=2ppb
(parts per billion)
Distribution
Cp = 2/3=0.67
2
机器
--
--机器设备、工夹具的精度和维护保养状况等
SPC training material讲义
98.6
99.4
100
98.2
极差 3
3
3
2
2
21
SPC选定
B. SPC制作
制作步骤 实实例例分X-析R SPP-CC发ha展rt CSaP/Cp术/C语pk SPXC-M分R类
SPC判定
平均值和极差
平均值的计算
x x1 x2x3x4x5 5
R值的计算
R xmax xmiPC定义
A. SPC概念
SPC作用 SPC的应用 SPC发展 SPC术语
SPC分类
二.SPC的作用
●确保制程持续稳定、可预测。
●提高产品质量、生产能力、降低成本。 ●为制程分析提供依据。 ●区分变差的特殊原因和普通原因，作为采取局部措施或对系统采取措
施的指南。
3
SPC定义
A. SPC概念
SPC作用 SPC的应用 SPC发展 SPC术语
SPC判定
一. 建立控制图的四步骤
A收集数据
B计算控制限
C过程控制解释
D过程能力解释
17
B. SPC制作
SPC选定 制作步骤 实实例例分X-析R SPP-CC发ha展rt CSaP/Cp术/C语pk SPXC-M分R类 SPC判定
1.建立X-R图的步骤A
子组大小
A1选择子组大小、频率和数据
子组频率
U chart 单位缺点数管制 图
11
SPC定义
A. SPC概念
SPC作用 SPC的应用 SPC发展 SPC术语
SPC分类
计量型数据控制图
人员 设备 环境 材料 方法
12 34 56
计量单位：（mm, kg等）
结果举例
螺丝的外径（mm） 从基准面到孔的距离（mm） 电阻（Ω） 锡炉温度（ºC） 工程更改处理时间（h）
SPC training material(YFVES)
产品过程确认
APQP
生产
控制图的作用
控制图
• 控制图是过程的窗户，控制图和一般的统计图不同，因其不仅能 将数值以曲线表示出来，以观其变异之趋势，且能区分变异是属 于普通原因还是特殊原因，以指示某种现象是否正常，为采取纠 正措施提供依据。
利用控制限区隔 是否为特殊原因
控制图种类(按数据性质来分)
X-R 均值和极差图 计 量 型 数 X-δ均值和标准差图 据
¾变差的原因
• 变差原因分为特殊原因与普通原因
普通原因
特殊原因
许多小的随机的变差来源 只有一个或几个主要来源
稳定的，可预测的 占多数
不稳定，结果通常不可预 测 占少数
普通原因与特殊原因举例
• 合格原料的微小变化 • 机械的微小震动 • 刀具的微量磨损 • 工艺的局限性 • 气候、环境的微小变化等等
适用人员
初级使用人员
基本概念
SPC：Statistics Process Control 统计过程控制定义 利用统计方法去分析过程的输出并指出其特性使过程 在统计控制情况下成功的进行和维持，有系统的减少 该过程主要输出特性的变差
基本概念
SPC的产生
• 工业革命以后， 随着生产力的进一步发展，大规模生产的形成 ，如何控制大批量产品质量成为一个突出问题，单纯依靠事后检 验的质量控制方法已不能适应当时经济发展的要求，必须改进质 量管理方式。于是，英、美等国开始着手研究用统计方法代替事 后检验的质量控制方法。
• 1924年，美国的休哈特博士提出将3Sigma原理运用于生产过 程当中，并发表了著名的“控制图法”，对过程变量进行控制，为统 计质量管理奠定了理论和方法基础。
基本概念
SPC的作用 • 确保制程持续稳定、可预测。 • 提高产品质量、生产能力、降低成本。 • 为制程分析提供依据。 • 区分变差的特殊原因和普通原因，作为采取局部措
SPC的基础知识与数据整理
SS
——统计方法：分类
统计推断：
• 通过对数据的分析和统计运算所得到的
特性值，对事物的状态和发展趋势进行 预测和推断。
• 又称归纳统计法。
SS
——统计方法：分类
统计控制：
• 通过对数据的整理、分析和统计计算所得到
的结果，评价事物状态、监测变异，从而保持 控制过程处于稳定的状态。
3 TU
6
TU
6
µ
2.710-3
µ
2.010-9
3控制方式与6控制方式的比较
SS
SPC
我国质量状况
差距巨大
国家技术监督局历年产品抽查合格率统计表：
年份 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999
合格率(%) 72.8 75.2 59.6 68.5 74.9 75.2 78.6 78.9 79.1 79.3
——统计方法应用条件
统计方法应用基础条件：
1.基本条件：
•过程稳定处于受控状态 •必要的资源：计量工具；
检测手段； 记录图表； 高素质员工。
SS
——统计方法应用条件
2.基础工作 • 建全规范的管理体系或制度； • 产品质量可追溯； • 计算机技术的应用：如 MINITAB 软件。
SS
——统计方法应用条件
其反映的问题，作出一定结论的方法。
• 质量统计方法，专指用在质量管理中的统
计方法。
SS
——统计方法：分类
统计方法分类：
统计描述、统计推断、统计控制
SS
——统计方法：分类
统计描述 ：
• 通过对统计数据的收集和整理，从而清
SPC最好的培训教程
SPC最好的培训教程SPC，全称为统计过程控制（Statistical Process Control），是一种用于监测并控制过程稳定性的管理工具。
它源于20世纪20年代，被广泛应用于制造业，如今其应用范围已经扩展到金融、医疗、教育、政府等许多领域。
对于初学者来说，一份好的SPC培训教程非常重要。
本文将介绍SPC最好的培训教程。
SPC的基本概念与工具首先，SPC的基本概念和工具是学习SPC的第一步。
SPC的基本概念包括质量特性、过程、变异、控制限和样本容量等。
质量特性是指产品或过程所具有的特点，如尺寸、重量、颜色等。
过程是指一系列有序活动所完成的结果。
变异是指过程中存在的不可避免的随机变化，它可以分为常见因素和特殊因素两类。
控制限是指确定过程是否受到特殊因素的影响的边界值，通常为上限和下限。
样本容量是指在进行SPC时需要收集的数据量，它应根据数据的稳定性和可预测性而定。
SPC的工具包括SPC图和SPC软件。
SPC图主要包括控制图和直方图两种类型。
控制图是一种能够在过程中监测变异的工具，通过绘制变异的样本数据来判断过程是否稳定，从而确定是否需要采取控制措施；直方图则是一种能够显示数据分布情况的图表，通过该图可以了解数据的分布规律。
SPC软件是一种能够帮助用户进行SPC分析的计算机软件。
SPC软件通常具有统计分析、图表绘制、数据管理和报告输出等功能，能够提高SPC分析的效率和精度。
SPC步骤和应用场景学习SPC的第二步是了解SPC的步骤和应用场景。
SPC的步骤可以分为六个阶段：确定质量特性和测量方法；收集数据并绘制控制图；分析控制图；确定特殊因素；采取改进措施；监测控制结果。
当出现控制限之外的数据或特殊因素时，需要采取合适的控制措施，以保证过程的稳定性和可控性。
SPC的应用场景非常广泛，主要包括以下几个方面：1. 制造业：SPC最早的应用领域为制造业，其主要用于监测和控制产品的质量特性，以提高生产效率和产品质量。
SPC_Training(PPT62页)
di 2 0 3 0 6 1 4 4 1 0 6 4
27
CLpn np d
di 65 2.6
k
25
UCLpn nP 3 np(1 p) 2.6 4.8 7.4
LCLpn nP 3 np(1 p) 2.6 4.8 0
nP CHART FOR VISUAL INSPECTION
1
100
3
14
100
2
100
4
15
100
3
100
0
16
100
4
100
4
17
100
5
100
3
18
100
6
100
3
19
100
7
100
2
20
100
8
100
2
21
100
9
100
2
22
100
10
100
5
23
100
11
100
4
24
100
12
100
1
25
100
13
100
1
n 2500 d i 65
27
SPC 概念及作業介紹
日期 時間
樣 本 量 測 值 合計 平均值 全距
08:00 0.58 0.61 0.57 0.65 0.57 2.98 0.60 0.08
1
計量值管制圖
作業程序：蝕刻製程 量具：SEM
零件編號：3388338 測量單位：M
7/1 16:00 0.65 0.65 0.54 0.69 0.63 3.16 0.63 0.15
SPC培训资料
3σ 2σ 1σ Zone A Zone B Zone C 1σ 2σ Zone C Zone B
UCL
UWL
CL
LWL
3σ
Zone A
LCL
[
UCL(LCL) = CL + 3σ
CL : CENTRAL LINE UCL(LCL) : UPPER(LOWER) CONTROL LIMIT
(4) u chart - Number of defects per unit
15
Variable Data control chart
1. X-MR Chart: n = 1 X Chart control limit MR Chart(CL) Sigma
UCL = X E2 * MR UCL = D4 * MR CL X
CL = p LCL = p 3 * p 1 p n
p 1 p n
4. np Chart - No. of defective items
U C L=np 3 * np 1 p C L=p LC L=p 3 * np 1 p
np 1 p
17
Interpreting control charts
2
II. SPC
What is "SPC" ? - Statistical Process Control Structured Prediction Confirmation Prevention Capability - Utilize statistical methodology to analyze process data, to identify problem sources, to prevent re-occurrence of mistake and to improve process capability
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
控制图的益处
合理使用控制图能：
10-Jul-13
1.有助于过程在质量和成本上能持续地，可预测的保持下 去。 2.使过程达到：更高的质量、更底的单件成本、更高的有 效能力。 3.为讨论过程的性能提供共同的语言 4.区分变差的特殊原因和普通原因，作为采取局部措施或 系统措施的依据。
21
控制图在FLEX CZ
5/2 10: 0.75 0.80 0.65 0.75 0.70 0.73 0.15
5/2 12: 0.60 0.70 0.80 0.75 0.75 0.72 0.20
5/2 14: 0.65 0.80 0.85 0.85 0.75 0.78 0.20
5/2 16: 0.60 0.70 0.60 0.80 0.65 0.67 0.20
可以代表总体。
容量：样本中个体的数量。 频率：连续两次抽取样本的时间间隔或规律
6
用图形来总结一组数据—圆点图和直方图
10-Jul-13
1. 圆点图：
圆点图是获得数值分布图 的一种快捷方便的方法， 每一个数值出现的频率用 该点堆积的高度来表示。
2. 直方图
源于圆点图，用一长方形 表示一组数值出现的频率 ，宽度表示数据的范围， 高度表示出现的频率。
16
当一个过程受控时…
10-Jul-13
过程稳定三大特点： 1.均值无变化 2.分布范围无变化 3.分布的形状无变化 以上三条均满足时 说明过程受控。
17
当一个过程失控时…
10-Jul-13
过程失控特点： 1. 均值变化 2. 分布范围变化 3. 分布形状变化 以上三点，任意一点发 生时即说明过程失控
10-Jul-13
从冲压、折弯到焊接、喷涂，再到总装，我们只 有部分过程在形式地使用控制图。WHY？？？ 虽然我们已经受过多年的SPC熏陶。
希望本次培训结束后，相关部门、相关人员切实 有效地对此进行讨论，找出症结-----不适合用还 是不会用
22
常规控制图
数据类型 计 量 型 分布 控制图代号 控制图名称
13
影响过程的两大原因—普通原因与特殊原因
10-Jul-13
普通原因：产生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的原因。
特点： 1.一直在影响着过程，从不间断。 2. 受其影响的变差稳定且可以重复。 3. 消除困难，需通过显著改变过程才能达到目的。 4. 纠正责任在于管理人员。 影响：仅存在普通原因时，过程的输出是可预测的。
10-Jul-13
X－R
正态分布
均值—极差控制图
均值—标准差控制图 中位数—极差控制图 单值—移动极差控制图 不合格品率控制图
X－S Me －R X－Rs p
计 数 型
二项分布
np
u
不合格品数控制图
单位不合格品数控制图 单位不合格品数控制图
泊松分布
c
23
使用控制图前的几点准备
10-Jul-13
1.建立适合实施的环境。 2.定义过程。 3.确定作图的特性。顾客的需求/当前的潜在问题区域/特 性之间的相互关系 4.定义测量系统 5.使不必要的变差最小化
5/3 8: 0.80 0.75 0.90 0.50 0.80 0.75 0.40
5/3 10: 0.85 0.75 0.85 0.65 0.70 0.76 0.20
5/3 12: 0.70 0.70 0.75 0.75 0.70 0.72 0.05
5/3 14: 0.65 0.70 0.85 0.75 0.60 0.71 0.25
5/1 12: 0.75 0.80 0.80 0.70 0.75 0.76 0.10
5/1 14: 0.60 0.70 0.70 0.75 0.65 0.68 0.15
5/1 16: 0.70 0.75 0.65 0.85 0.80 0.75 0.20
5/2 8: 0.60 0.75 0.75 0.85 0.70 0.73 0.25
3.泊松分布
对于计点的特性值如PCBA上有多少点焊接不良，铸件上有多少砂眼 等离散性数据，最常见的是泊松分布。
计件值与计点值又称计数型数据。
8
统计技术及术语—概率统计基础
从一个分布中，我们可以得到哪些信息？
10-Jul-13
1.分布位置（典型值，均值、中位数等） 2.分布宽度（最大值与最小值之间的距离） 3.分布形状（变差的模式—是否对称）
10-Jul-13
X1+X2+…+Xn
X=
R=X —X
最大
最小
n
R=X4—X1=9--2=7
12
过程介绍----4M1E 还是 5M1E
10-Jul-13
人 设备 材料 方法 环境
我们工作 的方式/
产品或服务
测量 / 评价
结果
资源的融合
过程的标准定义：一组将输入转化为输出的相互关联或相互作用的活动。 过程的理解定义：在一定的环境下，人们利用适宜的设备按照适宜的方法 将原材料转化为需要的东西。
R CHART CLr=0.178
UCLr=D4*MR=0.357
LCLr=D3*MR=0.000
ÈÈ ÈÈ ± x1 x2 x3 x4 x5 Mx= R=
5/1 8: 0.65 0.70 0.65 0.65 0.85 0.70 0.20
5/1 10: 0.75 0.85 0.75 0.85 0.65 0.77 0.20
15
案例
10-Jul-13
某类型机柜在左侧立柱条上需要压2个PEM 螺栓，生产一年多来质量 一直非常稳定。但终检最近检验时经常发现PEM 螺栓松动，问题出在 哪里呢？
Environment Materials Methods
Why?
PEM 螺栓 松动
Measurement
Machine
Manpower
25
MX-R控制图-图例
10-Jul-13
²²²²² ú ·
²²²²²
²²²0.70+/-0.20mm
0.85 0.80 0.75 0.70 0.65 0.60
MX CHART CLx=MX=0.716 UCLx=MMX+A2*MR=0.819
LCLx=MMX-A2*MR=0.613
0.50 0.40 0.30 0.20 0.10 0.00
20
Frequency
10
0 96.0 98.5 101.0 103.5 106.0
Fill Amount
7
典型的分布
1.正态分布
10-Jul-13
对于计量型数据，如长度，重量时间，强度，等连续性的数据，最常 见的是正态分布。
2.二项分布：
对于计件特性值，如特性的测量结果只有合格与不合格的离散性数据 ，最常见的是二项分布，
5/3 16: 0.90 0.80 0.80 0.75 0.85 0.82 0.15
5/4 8: 0.75 0.80 0.75 0.80 0.65 0.75 0.15
5/4 10: 0.75 0.70 0.85 0.70 0.80 0.76 0.15
5/4 12: 0.75 0.70 0.60 0.70 0.60 0.67 0.15
24
构造X-R控制图的步骤
10-Jul-13
1.收集数据 a.样本大小：4-5个连续生产的产品。仅有普通原因的影响。 b.样本频率：过程初期研究时，连续分组或很短的间隔进行分组以观 察是否有不稳定因素，但要保证在抽样期间经历过班次交替等。 c.样本数量：一般取25组 2.计算每个样本的均值（X）和极差（R） 3.确定控制图的刻度并将极差值画到R控制图上。 4.计算所有均值的平均值（X）和极差的平均值（R） 5.计算极差（R）控制限并画到R图上。 6.对R 图进行稳定判定，稳则继续，不稳则剔除原因重新收集数据。 7.计算均值（X）图控制限并将均值画到图上。 8.计算过程能力指数 9.延长X-R控制图的控制限，对以后的生产进行控制。
SPC
统计过程控制
(Statistic Process Control)
产品保证 VS 过程控制
10-Jul-13
3
内容
10-Jul-13
1. 2. 3. 4.
统计过程控制发展 统计技术及术语 “过程”的介绍 控制图构造、分析 A.X-R图 B.p图
4
SPC的发展
10-Jul-13
1.SPC 理论的形成 A.1924年,美国人休哈特(W.A. Shewhart)提出按”3σ”原则建立控制图理论. B.1928年,美国人道奇(H.F. Dodge)与罗米格(H.G. Roming)提出抽样检验方 法. 2. SPC 的工业使用 A.1942年,美国国防部发布«战时质量管理标准».包括管理方法’组织机构’控 制图’抽样检验方案等，帮助美国在短时间内使军火质量大幅上升。 B. SPC 传入欧、日,并在日本工业界广泛使用（戴明）。
10
统计技术及术语—概率统计基础
样本均值：所有样本数据的平均值。 样本中位数：有序样本中位置居中的数值。 样本众数：样本数据中出现频率最高的数值。 样本极差：样本数据中最大值与最小值之差。 上控制限：UCL 下控制限：LCL 规范上限：USL 规范下限：LSL
10-Jul-13
11
均值X-bar和极差R
10-Jul-13
计数型数据：可以用件数、个数或点数等整数计值的数据。
总体：在统计中，将研究、考察对象的全体称为总体。总 体是由个体组成的，其中每一个对象称为个体。
但是由于总体通常都 非常大，要计算所有数据的中心和分布范围即 使可能也是困难的。
样本：从总体中抽取一个或多个个体进行观测，所抽出的 个体称为样本。基于一种假设--如果抽样合理，所抽取的样本