SPC控制图类型

SPC控制图选择的技巧
SPC介绍：
SPC统计过程控制（Statistical Process Control），简称SPC，是一种借助数理统计方法的过程控制工具。

在企业的质量控制中，可应用SPC对质量数据进行统计、分析从而区分出生产过程中产品质量的正常波动与异常波动，以便对过程的异常及时提出预警，提醒管理人员采取措施消除异常，恢复过程的稳定性，从而提高产品的质量。

SPC目的：
SPC目的是建立并保持过程处于可接受的并且稳定的水平，以确保产品和服务符合规定的要求。

而要实现SPC的目的主要用到的工具手段就是控制图。

控制图主要是一个统计管理工具。

既然是统计那么就离不开数据，数据是统计技术的基础。

在SPC统计过程的，为不同的数据应用不同的控制图来统计。

那么SPC统计过程中的数据分为哪几种呢？
首先数据主要分为两大类，一个是计量型数据，另一个是计数型数据。

计量型数据是指连续测量所得的质量特性值，如长度、重量、强度、化学成分、时间、电阻等。

计数型数据是指按个数数得的非连续性取值的质量特性值，如铸件的疵点数，统计抽样中的不合格判定数、审核中的不合格项数等可以用0、1、2、3、、、等阿拉伯数字数下去的数据。

其中计数型数据又可分为计件值与计点值，其中计件值是指是按件、按个、按项计数的数据。

例如：不合格品件数、温控器个数、质量检验项目等；计点值是指是指按缺陷点计数，例如：铸件的沙眼数、布匹上的疵点数、电路板上的焊接不良数等离散性数据。

控制图在众多现代化工厂中得到了普遍应用，并凭借其强大的分析功能，为工厂带来丰厚的实时收益。

最初的控制图分为计量型与计数型两大类，包含七种基本图表。

计量型控制图包括：
∙IX-MR（单值移动极差图）
∙Xbar-R（均值极差图）
∙Xbar-s（均值标准差图）
计数型控制图包括：
∙P（用于可变样本量的不合格品率）
∙Np（用于固定样本量的不合格品数）
∙u（用于可变样本量的单位缺陷数）
∙c（用于固定样本量的缺陷数）
控制图的介绍：
虽然最初被引入企业的只有7种基本控制图，但很多企业仍从这7种图表的有效运用中获得显著收益。

而随着科技的发展，控制图的种类也不断丰富。

目前，已有数百种控制图可供企业选择。

只需根据企业实际情况选择合适的控制图，您的企业就可以完美、精确地对生产过程进行分析。

针对企业的特殊生产条件，如何选择最适合自己的控制图？解决这个问题根本在于掌握定义图表类型的要素有哪些。

但在此之前，让我们先对控制图下个定义：控制图究竟是什么？控制图是：
1. 实时图表化反馈过程的工具。

2. 设计的目的是告诉操作者什么时候做什么或不做什么。

3. 按时间序列展示过程的个性/表现。

4. 设计用来区分信号与噪音。

5. 侦测均值及/或标准差的变化。

6. 用于决定过程是稳定的（可预测的）或失控的（不可预测的）。

控制图不是：
1.不是能力分析的替代工具。

2.在来料检验的过程中很难用到（没有时间序列）。

3.控制图不是高效的比较分析工具。

4.不应与运行图或预控制图混淆。

∙运行图是时间序列图，但没有基于统计计算的界限。

预控制图将描点与公差限比较。

控制图应用“界限”区分过程是否有显著变化或存在异常事件。

由于控制限的设定要以数据为基础，所以在收集一定量有代表性的数据之前是无法确定控制限的。

如果错误使用控制限，不但会对使用者造成困扰，而且还会对那些通过图表监控以实现过程改进的措施起反作用。

控制限是：
1. 基于期望的描点值的波动界限。

2. 根据数据点的均值及标准差（极差）计算得出（从收集到的有代表性的数据点计算得出）。

3. 通常描述为所描点的+/-3倍标准差（不是总体分布的标准偏差）。

4. 过程改进后，需要更新控制限。

控制限不是：
1. 根据公差限得出的某个百分比。

2. 75% 的公差限。

3. 生产界限。

4. 与任何公差限或期望的界限有关。