数据分析与制程能力评估
制程能力分析
二、制程能力分析在什么时候实 施是正确的?
4. 制程不良率『变异』起伏太大时，只好用 人海战术来克服，不断重工，现场人仰马 翻。
5. 没有因为Cpk不好，而针对『共同因』或 『特殊因』， 采取矫正措施。
6. 只要算得(尺寸)多，就愈接近事实(群体)， 就愈能符合客户的要求 ？？
7. 客户有要求算Cpk，才去做？
4. 选用合格之作业员：剔除不合格人员或再施 予教育和训练。
5. 选择适当之工作方法：建立标准化SOP
6. 根据规格公差设定设备之管制界限：为获得 最经济、最稳定之生产。
7. 当制程能力超越公差时，决定最经济之作业
水准：
17
六、究竟要量测多少个样品才能 计算Cpk?
• 要多少个样本数才能显示出制程的稳定性？
制程？ ※※※※ ※※ ※※※※ ※※ ※※※※※※ ※※ ※※※※ ※※ ※※ ※※※※※※※※※※※ ※※※※※※※※※※※※※
第一次抽樣的樣本第一次抽 样的样 本::※※※※※※※※
第二次抽樣的樣本第二次抽 样的样本::※※※※※※※※
• 假设同一量测员，采用随机抽样的手法，
抽样区域可能落在群体上，不同的位置， 自然会产生不同的结果，只要结果是在规 格内我们都会允收。当然以少数样本的成 绩代表群体的真实面貌，会有风险；如好 19
制程能力分析
(Analysis for Process Capability)
1
疑问？
一、制程能力是什么？ 二、制程能力分析在什么时候实施是正确
的？ 三、执行制程能力分析前有那些步骤？ 四、制程能力分析的数据要如何评价？ 五、制程能力分析的数据要如何应用？ 六、究竟要量测多少个样品才能计算Cpk？
(允收批内)不良率， 则必须立即处理，
CPK分析报告模板
CPK分析报告模板一、引言CPK分析是一种统计工具，用于评估过程的稳定性和一致性。
CPK值表示了制程能力，即制程将产生多大比例的符合要求的产品。
CPK值越高，制程能力越强。
本报告旨在对制程的CPK值进行分析，以评估其制程能力。
二、数据采集我们从制程生产的一批产品中随机采集了100个样本，并记录了每个样本的关键尺寸。
这些尺寸均是产品设计规范要求的关键尺寸，对制品的安全性、可靠性及性能有重要影响。
三、数据分析1.过程能力指数（CPK）计算为了计算CPK值，我们首先计算了制程的平均值（μ）和标准差（σ）。
通过对样本数据的计算，我们得出了如下结果：平均值（μ）：10.25标准差（σ）：0.5然后，我们可以计算规格上限（USL）和规格下限（LSL）与制程均值之间的差异，得到cp值：CP = min((μ - LSL) / 3σ, (USL - μ) / 3σ)（USL-LSL）/6σ最后，我们可以计算CPK值：CPK = min(CP, CPU)CPK = min(0.33, 0.33) = 0.332.CPK值解读根据CPK值的大小，可以对制程的质量进行评估：-当CPK<1时，制程能力较弱，存在较大的产品不合格风险。
-当1≤CPK<1.33时，制程能力一般，可能存在产品不合格的风险。
-当1.33≤CPK<1.67时，制程能力良好，产品合格率较高。
-当CPK≥1.67时，制程能力非常好，产品合格率非常高。
根据上述计算结果，我们的制程的CPK值为0.33，表明制程能力较弱，存在较大的产品不合格风险。
需要进一步分析并改进制程，以提高制程能力和产品质量。
四、结论与建议根据CPK分析结果，我们得出以下结论与建议：1.制程能力较弱，存在较大的产品不合格风险。
建议进一步分析可能导致制程能力低下的原因，例如设备问题、工艺问题或操作问题，并采取相应措施予以改进。
2.建议对制程进行持续监控，以确保制程能力的稳定性和一致性。
制程能力分析概述
制程能力分析概述导言制程能力分析是一种用于评估和监控生产过程的质量控制方法。
它可以帮助企业了解其生产过程的稳定性和可靠性，并提供改进过程的指导。
本文将对制程能力分析进行概述，介绍其基本原理、方法和应用，并探讨其在质量管理中的重要性。
什么是制程能力分析？制程能力分析是一种统计技术，用于评估和监控生产过程的稳定性和变异性。
它通过收集样本数据并进行统计分析，帮助企业监测过程的性能，并确定其是否满足预定的质量要求。
制程能力分析通常涉及计算过程的能力指标，如过程能力指数（Cp）、过程能力指数修正版（Cpk）等。
制程能力分析的基本原理制程能力分析的基本原理是基于正态分布假设和过程稳定性假设。
它假设生产过程符合正态分布，且过程的变异性是常数的。
基于这些假设，制程能力分析使用统计工具来评估过程的能力，以及过程的中心性和变异性。
制程能力分析的基本步骤制程能力分析的基本步骤通常包括以下几个方面：1.数据收集：收集生产过程的样本数据。
样本数据应该代表整个生产过程，并且在收集过程中应注意数据的准确性和可靠性。
2.过程稳定性分析：通过绘制控制图、计算过程的平均数和标准差等统计方法来评估过程的稳定性。
过程应该在统计控制下，并且无特殊因素的影响。
3.过程能力指数计算：通过计算过程的能力指数（如Cp和Cpk）来评估过程的能力。
能力指数可以告诉我们过程的“容量”，即过程是否能够在规定的公差范围内生产出合格产品。
4.制程改进：根据制程能力分析的结果，进行必要的改进措施。
这可能包括调整生产参数、改进工艺流程、优化设备等，以提高生产过程的能力。
5.监控和持续改进：制程能力分析不仅是一次性的评估，而且应该是一个持续的过程。
企业应该建立起监控和评估制程能力的系统，并持续改进过程。
制程能力分析的应用制程能力分析在质量管理中有广泛的应用。
它可以帮助企业提前发现生产过程中的问题，并及时采取措施进行纠正。
以下是一些制程能力分析的应用场景：1.检验新产品：在生产新产品之前，进行制程能力分析可以评估生产过程的稳定性和变异性，判断是否满足产品质量要求。
生产制程能力分析报告
生产制程能力分析报告1. 引言本报告旨在对公司的生产制程能力进行分析和评估。
生产制程能力是指公司在一定时间内，通过合理配置资源和优化生产流程所能达到的最高产出程度。
通过对生产制程能力的分析，可以帮助公司了解当前生产能力的水平，找到瓶颈和改进空间，并制定相应的改进措施，以提升公司的生产效率和竞争力。
2. 数据收集与整理为了分析公司的生产制程能力，我们收集了以下数据：•过去一年的生产数据，包括产量、质量指标、生产时间等方面的数据；•设备运行状态和故障记录；•人力资源部门提供的员工工作时间和产能数据；•原材料供应商提供的供应能力和交货准时率等数据。
通过对以上数据进行整理和加工，我们得到了可用于分析的数据集。
3. 生产能力评估3.1 产能分析我们首先对公司的产能进行分析。
产能是指企业在给定工作时间内能够完成的产品数量。
通过分析过去一年的生产数据和员工工作时间数据，我们得出了以下结论：•公司平均每月产量为X件/台/单位，年产量为Y件/台/单位。
•员工工作时间利用率为Z%。
3.2 效能分析效能是指企业在一定时间内生产产品的能力。
通过分析产能和生产时间的数据，我们可以计算出公司的效能。
根据分析结果，我们得出以下结论：•公司的平均效能为M%。
3.3 质量分析质量是企业生产过程中一个非常重要的指标，对产品的质量和客户满意度有着直接的影响。
通过分析质量指标数据，我们可以评估公司的质量水平。
根据分析结果，我们得出以下结论：•公司的平均质量合格率为N%。
4. 制程改进建议基于对生产制程能力的分析，我们提出以下改进建议，以提高公司的生产效率和竞争力：1.对设备进行定期维护和保养，减少故障率，提高设备的运行稳定性和生产效率。
2.优化生产流程，减少非价值增加的环节，提高生产效率。
3.加强员工培训和技能提升，提高员工的工作效率和质量意识。
4.与原材料供应商建立稳定的合作关系，确保原材料的供应能力和交货准时率。
5. 结论通过对公司的生产制程能力进行分析，我们对公司的产能、效能和质量水平有了较为准确的评估。
SPC制程能力分析品质
SPC制程能力分析品质
SPC（统计过程控制）是一种广泛应用于品质管理领域的统计方法，
能够帮助企业监控和控制产品制造过程中的变异性。
通过收集和分析过程
中的数据，SPC可以评估制程的能力，确定该制程是否稳定且具有一致的
性能。
1.数据收集：首先，需要收集关于制程的数据。
这些数据可以包括来
自不同阶段的样本数据，例如原材料、加工过程中的中间产品和最终产品
的检测数据。
2.数据整理：将收集到的数据进行整理和准备，以便进行分析。
这包
括数据的清洗、筛选和对齐等操作。
3.基础统计分析：使用基本的统计方法来分析数据，例如计算平均值、标准差、极差等指标。
这些指标可以给出制程的平均性能和变异性。
4.制程稳定性分析：通过分析统计文件或绘制控制图来评估制程的稳
定性。
控制图可以显示制程数据的变化情况，并帮助判断制程是否受到特
殊原因的影响。
5. 制程能力分析：制程能力指标可以帮助评估制程的性能是否满足
产品要求。
常用的制程能力指标包括Cp、Cpk和Pp、Ppk等。
这些指标表
示制程的离散度与规范化能力。
- Cp和Cpk：用于评估制程的离散度和中心性，分别表示过程的总变
异度和自然过程偏离规格的变异度。
Cpk大于等于1时，表示制程能力满
足规格要求。
- Pp和Ppk：用于评估制程的离散度和中心性，与Cp和Cpk类似，由于Pp和Ppk考虑了过程所处的分布形状，并对过多偏离规格限制的量进行了惩罚。
制程能力分析报告
制程能力分析报告1. 引言制程能力分析是对某一制造过程的稳定性和一致性进行评估的重要工具。
通过分析制程能力，我们可以了解到制造过程是否符合规定的要求，以及是否有必要进行改进。
本报告将针对某一制造过程的制程能力进行分析，并给出相应的结论和建议。
2. 数据收集在制程能力分析前，我们首先需要收集相关的数据。
这些数据可以是该制造过程的样本数据，也可以是历史数据。
为了保证分析结果的有效性，我们需要收集足够的样本数据。
在本次分析中，我们采集了100个样本数据，每个样本包含了关键的制造参数。
3. 数据分析在进行制程能力分析前，我们需要对数据进行一些基本的统计分析，以获取有关制程能力的指标。
以下是一些常用的制程能力指标：平均值 (Mean)平均值是样本数据的总和除以样本数量。
它代表了制程的中心位置。
通过计算平均值，我们可以了解到制程的整体水平。
标准差 (Standard Deviation)标准差是对数据的离散程度的度量。
它告诉我们数据点的分布情况，越小表示数据越集中，越大表示数据越分散。
通过计算标准差，我们可以评估制程的稳定性。
Cp指数和Cpk指数Cp指数和Cpk指数是制程能力的两个重要指标。
Cp指数衡量了制程能力的上限，而Cpk指数衡量了制程能力的上下限。
通过计算这两个指标，我们可以判断制程是否满足规定的要求。
4. 制程能力分析结果根据对收集的数据进行的分析，我们得到了以下的制程能力分析结果：•平均值：X•标准差：S•Cp指数：Cp•Cpk指数：Cpk5. 结论和建议根据制程能力分析的结果，我们得出以下结论和建议：•结论1：制程的平均值为X，说明制程的中心位置符合要求。
•结论2：制程的标准差为S，说明制程的稳定性较好。
•结论3：Cp指数为Cp，说明制程的上限能够满足要求。
•结论4：Cpk指数为Cpk，说明制程的上下限能够满足要求。
基于以上结论，我们可以得出以下的建议：1.继续保持制程的稳定性和一致性，以确保产品的质量。
制程能力资料
制程能力制程能力是指生产过程中所采用的制造方法、设备和控制系统的稳定性和可靠性。
它是评估生产过程质量水平以及产品是否符合要求的重要指标。
一个企业的制程能力决定了其产品质量的稳定性和可靠性，对于提高生产效率、降低生产成本具有重要意义。
制程能力的重要性1.质量控制：制程能力是实现质量控制的基础。
只有生产过程稳定、可靠，产品质量才能得到保障。
2.产品合格率：制程能力高的企业生产出的产品合格率高，可以降低返工率和废品率，提高生产效率。
3.产品一致性：制程能力强的企业生产的产品具有更好的一致性，客户对产品的评价更为稳定。
4.成本控制：稳定的制程能力可以减少不合格品的产生，降低生产成本。
制程能力的评估指标1.过程稳定性：通过控制图、频率分布图等方法评估过程的稳定性，判断生产过程是否受到特殊原因的影响。
2.过程能力指数：包括Cp、Cpk等指标，用于评估生产过程的能力是否满足产品规格要求。
3.变异性分析：通过方差分析、方差齐性检验等方法研究生产过程中的变异性，找出影响产品质量的主要因素。
4.过程改进：根据制程能力评估结果，对生产过程进行改进，进一步提高产品质量水平。
提高制程能力的方法1.制程优化：优化生产工艺流程、设备配置和工艺参数，提高生产效率和产品质量。
2.质量管理：实施全面的质量管理体系，建立有效的质量控制措施，保证生产过程稳定性。
3.员工培训：加强员工技能培训和意识培养，提高员工对生产过程质量管理的重视程度。
4.数据分析：建立科学的数据收集和分析体系，通过数据分析找出生产过程中存在的问题和改进方向。
在竞争激烈的市场环境下，提高制程能力已成为企业提升核心竞争力的重要途径。
企业应认识到制程能力对产品质量和企业形象的重要影响，注重制程能力的提升，不断改进生产过程，提高产品质量，赢得客户信赖，实现可持续发展。
6 sigma-制程能力分析
组内组间制程能力分析
规格USL=53 LSL=47 连续测量25卷，每卷测量3个 Stat>Quality Tools>Capability Analysis>Between/within
制程能力等级判断及处置建议－Cpk P%
等
Cpk制程能力指数
级
Process Capability
Index
A 1.33≦Cpk
处置建议
制程能力足够
B 1.0≦Cpk＜1.33
制程能力尚可，应再努力。
C Cpk＜1.0
制程应加以改善。
等 级
P%（综合评价）
处置建议
A P≦0.44%
稳定
B 0.44%＜P≦1.22%
B 12.5%＜│Ca│≦25%（1/4） 有必要尽可能将其改进为Ａ级。
C 25%＜│Ca│≦50%（1/2）
作业员可能看错规格，不按作业标准操作或检讨 规格及作业标准。
D 50%＜│Ca│
应采取紧急措施，全面检讨所有可能影响之因素， 必要时停止生产。
等
Cp制程精密度
级 Capability of precision
数据转换之范例
数据转换之范例
数据转换之范例
数据转换之范例
此种转换要求 数据为正值
左上角为原始资 料之分布
非常态分配与制程能力指标
此种转换不 要求数据为 正值，也不 需要输入样 本大小
转换公式
Stat>Quality Tools> Johnson Transformation
非常态分配与制程能力指标
制程能力参数CPK报告
制程能力参数CPK报告CPK (Process Capability Index) 是制程能力指数，用于评估一个制程的稳定性和能力。
CPK报告是制程能力的一种评估手段，通过分析制程产出的数据，计算各种CPK参数的数值，来评估制程的稳定性和能力水平。
CPK参数包括计算过程中的Cp、Cpk、Cpm等，下面将会详细介绍CPK 参数的计算和CPK报告的内容。
首先是CP参数，也称为过程能力指数。
Cp参数用来评估制程的稳定性，其计算公式为(CPU-CPL)/(6*σ)，其中CPU为制程上限、CPL为制程下限，σ为制程标准差。
Cp参数的数值越大，表示制程的稳定性越好。
接下来是Cpk参数，也称为过程能力指数偏移量。
Cpk参数是CP参数的进一步扩展，用来评估制程的能力水平。
Cpk参数计算公式为min((CPU - μ) / (3 * σ), (μ - CPL) / (3 * σ))，其中CPU和CPL分别为制程上限和下限，μ为制程的平均值，σ为制程的标准差。
Cpk参数的数值越大，表示制程的能力水平越高。
最后是Cpm参数，也称为过程能力指数中心化。
Cpm参数结合了制程的稳定性和能力水平，其计算公式为Cp * K，其中K为制程中心偏移系数，计算公式为(K) = (X - T) / (6 * σ)，其中X为制程平均值，T为制程目标值，σ为制程标准差。
Cpm参数的数值越大，表示制程的稳定性和能力水平越高。
CPK报告通常包含以下几个部分：1.制程参数概述：CPK报告会简要介绍评估的制程以及相关参数的计算方法。
2.数据收集和处理：报告会详细说明数据的收集方法和处理过程，例如采集的样本数量、采集间隔、样本的选取方法等。
3.CPK参数计算：报告会详细说明如何计算CPK参数，包括计算公式和计算过程。
4.结果分析和解释：通过计算出的CPK参数数值，报告会对制程的稳定性和能力水平进行分析和解释。
5.结论和建议：根据CPK参数的分析结果，报告会给出制程的总体评估，并提供改进和调整制程的建议。
制程能力评价 CPK
Page 7
FIT Confidential
Jean
制程能力指数Ca (或ｋ)
Ca评定标准
评等参考
Ca值愈小，品质愈佳。依Ca值大小可分为四级 等级
A B C Ca值 |Ca| ≦12.5% 12.5% ≦ |Ca| ≦ 25% 25% ≦ |Ca| ≦ 50% 处理原则 作业员遵守作业标准并达到规 格的要求需继续维持. 有必要尽可能将其改进为A级. 作业员可能看错规格不按作业 标准操作或检讨规格及作业标 准.
当制程稳定时，质量特性数据为计量值且其分配呈常 态分配或近似常态分配时，Cp指标被用以说明一个制 程符合规格之能力。 精度用于衡量制程散差符合规格公差之程度。 Cp值愈高表示制程能力愈好。
Page 10
FIT Confidential
Jean
制程精密度Cp
规格中心(μ) 规格下限 (LSL)
Page 6
FIT Confidential
Jean
制程能力指数Ca (或ｋ)
Ca Process2
单边规格(设计规格)因没有规格中心值，故不计算Ca。 制造规格将单边规格公差调整为双边规格，如此方可
计算Ca。
当Ca＝0时，代表量测制程之实绩平均值与规格中心 相同；无偏移。 当Ca＝±1时，代表量测制程之实绩平均值与规格上 或下限相同；偏移100%。
新人训练及教育训练手册 制程能力评价 （CPK）
版次：A1 日期：10/15/2012
部门：品保中心 编撰：杨晶晶
Page 1
FIT Confidential
Jean
内容大网
一、制程能力指数Ca (或ｋ)
二、制程精密度Cp
三、综合制程能力指数Cpk
- 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)。
张晓军 2015.11.23
我们的感觉可靠吗？
上面的蓝线和黑线哪根长？ Sumbo创作
生日概率
如果一个房间里有50个人,那么至少有两 个人的生日相同的概率可能是多少？
Sumbo创作
真相是什么？
感觉不靠谱！ 真相或许不存在，或许假象太有欺骗性 数据能够让人冷静和理性
数据分组及绘制直方图
然后确定组距(Width of classes)：组距 是一个组的上限与下限之差 组距=（最大值 - 最小值）/组数 第三步，确定各组组限(Class limits)并 据此整理频数分布表。 第四步，绘制直方图确认分布状态
Sumbo创作
根据直方图判断是否为正态分布
根据直方图判断是否为正态分布
Ò Ó « Æ ¬ Ì Ö ·¼ ²
可能原因： 几种可能原因: ◆控制了公差下限 ◆左侧某些数据被遗弃(或样本被故意 抛弃) ◆工序分布右偏(如由于刀具、夹具等 的磨损) ◆工艺过程的特殊性
x 或3 x
若右偏态是由于工艺本身特殊性造成的,可依 次尝试以下转换： 1 （ 1 ） ( 2) （3）、logx或lnx x
Sumbo创作
非正态分布---左偏态分布
30 25 20 15 10 5 0
1 2 3 4Biblioteka 5 6 78 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
ó ׫ Æ ¬ Ì Ö ·¼ ²
几种可能原因: ◆控制了公差上限 ◆右侧某些数据被遗弃（或样要被 故 意抛弃） ◆工序分布左偏 ( 如由于刀具、夹 具等的磨损) ◆工艺过程的特殊性
規 格 下 限 規 格 上 限
LCL
UCL
σ
3σ 6σ x
3σ
σ
Sumbo创作
制程能力一般：Cpk=1.0
LCL
UCL
規 格 下 限
規 格 上 限
3σ 6σ
3σ
Sumbo创作
制程能力非常好：CPK=1.67
日本常用
規 格 下 限 2σ
LCL
UCL
規 格 上 限
2σ
3σ 10σ
3σ
Sumbo创作
制程不良1:规格界限在6σ内
Sumbo创作
非正态分布的几种情况
Sumbo创作
非正态数据下工序能力
■ 若数据呈非正态分布，首先应查找工序中是 否存在系统性原因，很多情况下，非正态性是 由于系统性原因造成的。若一旦发现了系统性 原因，应采取措施，将由于系统性原因产生的 数据删除，或将系统性原因排除后，重新搜集 数据。 ■ 若非正态性是由于工艺过程中特殊的工艺特 点造成的，应考虑将非正态数据转化为正态， 此时公差也要做同等转化。几种将非正态数据 转化为正态的方法:
制程能力尚可,中心值在目 标上,分布均在规格内但稍 微太分散
制程能力尚可,中心值有漂移 ,但分布尚在规格内
制程能力不好,中心值虽 在目标,但分布超出规格 外
制程能力不好,中心值 不在目标,分布虽集中 但超出规格外
制程能力最差,中心值不在目 标,分布不集中且超出规格外
Sumbo创作
良好的制程分布：CPK>1.33
V1.1
◆抽样间隔太长，而工艺又不稳定 ◆如果是供应商来料的抽样数据，则很可能是由于供应商事先做了分检。 ◆正常的生产过程一般不会造成双峰分布，因此，如果数据出现双峰分布，应立 即调查原因。
Sumbo创作
非正态分布---扁平型
几种可能原因: ◆工序参数调整误差大，且频繁调 整 ◆工序波动大 ◆机器（或刀具、夹具）出现严重 磨损，影响了精度 ◆特殊的工艺过程
第二.根据Z值差Z分布统计表 第三.根据统计表，得出不良率值
Sumbo创作
Z分布统计表
Sumbo创作
运用举例
σ=0.00617
規格下限=0.82
3.44% 46.56%
規格上限=0.84
7.64% 42.36%
LCL=0.8127
X =0.8312
3σ 3σ
UCL=0.8497
Sumbo创作
常见的一些名词
统计学名词 平均值 最大值 最小值 极差 偏差 标准差 Ca、Cp、CPK
抽样 样本数量 抽样方法 正态分布 管制上限 管制下限
设计名词 基准尺寸 上公差 下公差 公差带
Sumbo创作
正态分布特性
生产过程中众多彼此独立的偶然因素（ 随机性）变异共同对生产对象产生影响 时，彼此相互影响、相互抵消——最终 使产品质量特性呈正态分布（中心极限 定理）。 正态分布有两个参数，即平均值μ和标 准差σ，可记作N（μ，σ）：均数μ决 定正态曲线的中心位置；标准差σ决定 正态曲线的陡峭或扁平程度。
Sumbo创作
数据分组及绘制直方图
首先进行数据分组 时常按斯特格斯（Sturges）提出的经验 公式来确定组数K：
N 2 K 1 log10 log10 其中N为数据的个数（总体单位数或样 本数
如数据个数为20，则 K=1+lg20/lg2=1+4.32=5.325
Sumbo创作
LCL
規格下限
規格上限
42.3%
UCL
46.53%
X
3σ 3σ
Sumbo创作
制程异常2：“UCL”超过规格上限
規 格 下 限
LCL
規 格 上 限
UCL
规格 中心
x
Sumbo创作
实际中：一定存在偏差
理想
现实
不良比 例？
Sumbo创作
不良率预测
第一.计算Z值
Z = 規格值 - 全部數據的平均值
σ (Sigama)
预测合格率=1-7.64%-3.44%=88.92%
Sumbo创作
影响工序质量的六个基本因素
影响工序质量的六个基本因素6M（5M+1M） 人（Manpower） 机器（Machinery） 材料（Material） 方法（Method） 环境（Mother—natured） 测量（Measurement）
Sumbo创作
非正态分布---尾部被切除
◆样本数据中超公差部分 被遗弃 ◆仅从合格产品中抽样 ◆抽样不合理，如样本含 量太小 ◆一旦发现这种分布，应 立即调查原因
Sumbo创作
怎么运用？
我们需要考察供应商A的生产能力，如何 评价？ 我们已知设计的公差，应该如何选择工艺 ？ 我们量测了一组数据，如何推算量产的良 率？ 根据我们量测的数据分布，如何去判断改 善方向？
Sumbo创作
中心偏移量
Sumbo创作
标准差
标准差是样本平均数的一种平均距离，一般用s或 σ表示． 意义：用来衡量一批数据的波动大小(即这批数据 偏离平均数的大小，也即反映数据的离散程度) 。 在实际应用中，标准差常被理解为稳定性指标。 计算公式：
( x1 x) ( x2 x) ( xn x) s n
Sumbo创作
质量变异的正态分布特性
x
一般来说，如果一个量 是由许多微小的独立随 机因素影响的结果，那 么就可以认为这个量具 有正态分布。是概率统 计中最重要的一种分布
x
3 2
％
％
μ
2
3
％
Sumbo创作
Sumbo创作
Foxconn 跳楼案例
记者
樊富珉
在短时间内发生这么多起跳楼的事件，如果站在理论 角度上，发生率算不算高？ 按卫生部统计，目前中国自杀率大概是十万分之十六 左右。而富士康40多万人，约十万分之二三左右，大 学生我们也做过统计，大概十万分之二到三左右。如 果从全国的自杀率来比的话，应该还是低的
Sumbo创作
非正态数据下工序能力（续）
1、倒数转换：
2、平方根转移：
1 x x x
3、立方根转换： 3
4、对数转换：log x或lnx
5、BOX—COX转换*
Sumbo创作
非正态分布---右偏态分布
30 25 20 15 10 5 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Sumbo创作
分析工序能力的步骤
1、确定样本含量(n) 2、确定合理的抽样方案 3、抽样 4、记录数据 5、绘制直方图 6、检查数据的正态性 7、检查是否存在系统性因素 8、计算工序能力 9、计算工序能力指数Cp, Cpk。
Sumbo创作
抽样及抽样方案
无论样本含量大小，抽样应是随机的， 不应有系统性变异。 进行工序能力分析时，一般随机抽样的 样本含量在100—200之间。
2 2
2
Sumbo创作
标准差大小直观图示
Sumbo创作
不同标准差的分布比例
Sumbo创作
Ca
Ca: Caoability of Accuracy （准确度） 意义：制程平均值与規格中心值的差距, 数值越小越好。
Sumbo创作
Ca等级判读
Sumbo创作
CP （精确度）
CP（精确度）：设计公差与制程整个变 异的比值。
Sumbo创作
实际案例演练
GS510 B件
Sumbo创作
Q&A
Sumbo创作