SPC基础知识讲解
3.2.1 數據收集:
裝配管控工站以每節課收集一次數据,可收集25~30個數据
作
為制定管控圖中心線及上管控線之數据.
3.2.2 計算制程平均不良率P:
P=ΣnP/Σn ΣnP: 不良個數總和 Σn: 檢驗個數的
總和
n: 每節課檢驗的平均數
. nP: 平均不良個數
3.2.3 計算管制界限:
若LCL<0,則以0管制
SPC基礎知識講解
Page:1/57
本課程目標
本課程的目標是介紹SPC基本概念及應用
在本課程中,你將學到… SPC概念及實際使用控制方式
目錄
1. SPC簡介 2. 制程能力指數 3. 制程管制圖 4.管制圖選用原則 5.異常處理
1. SPC簡介
1.1 SPC管制目 的
SPC(Statistical Process Control 統計制程管制) 是由制程調查來改進制程能力,不斷降低產品品質的 變異性,而達到提升產品品質的一種方法,其主要工具 為管制圖
問題三:哪一組數據比較好?
10.30 10.40 10.30 10.45
1.5 SPC觀念
1.5.4 品質變異的原因
1>機遇原因(Chance cause) 隨机因素,偶因,過程固有的,始終存在,不可 避免的原因、非人為的原因、共同原因、 偶然原因、一般原因,是屬於管制狀態的變異.
機遇原因(偶然性,不易識別,不易消除, 大量的) 如:同批材料內部結構的不均勻性表現的微小差異,
S (Statistical) : 統計
P (Process) :
制程
C (Control) : 管制
Page:6/57
1.4 為什麼要用SPC?
1.确保制程持续稳定、可预测。 2.提高产品质量、生产能力、降低成本。 3.为制程分析提供依据。 4.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。
計 量 值 計 數 值
管制圖名稱及符號
平均值-全距管制圖 X-R
平均值-標準差管制圖 X-S
中位數-全距管制圖 ~X-R
單點移動全距管制圖 X-Rm
不良率管制圖( p ) 不良數管制圖( np ) 缺點數管制圖( c ) 單位缺點數管制圖( u )
中心線
X R X S X~ R X Rm p np c u
A.追查不正常原因. B.迅速消除此原因. C.研究采取防止此項原因重復發生的措 施.
3.2 管制圖制法
3.2.1 nP- Chart(不良數管制圖）
3.2.2 P-Chart(不良率管制圖） 3.2.3 X-R（平均值-全距管制圖） 3.2.4 判讀原則
3.不良數管制圖
nP- Chart
3.1目的,范圍及定義
Page:7/57
1.5 SPC觀念(續)
1.5.1 沒有任何兩件事、人、產品是一模一樣的.
1.5.2 宇宙萬物和工業產品大部份都呈現常態 分配.
常態分配:
68.27%
0.135%
95.45% 99.73%
0.135%
-3σ -2σ -1σ μ
+1σ +2σ +3σ
Page:8/57
1.5 SPC觀念
X2 0.61 0.63 0.70 0.65 0.67 0.66 0.68 0.70 0.68 0.63 0.67 0.66 0.60 0.66 0.68 0.66 0.64 0.72 0.66 0.61
X3 0.62 0.68 0.68 0.70 0.70 0.65 0.70 0.63 0.64 0.62 0.60 0.65 0.68 0.64 0.61 0.72 0.61 0.70 0.68 0.61
3.2.2.2 P-Chart圖制作步 驟
1> 數據收集: 生產線/機台以每日收集一次數据,可收集25~30個數据作為
制定管控圖中心線及上下管控線之數据.
2> 計算制程平均不良率P:
P=ΣD/Σn
P=D/ n
P : 平均不良率
P :當日不良率 Σ 當日檢驗數 n:平均日檢驗數
第一步 解析
第二步
管制
+3s
UCL
-3s
u
+3s
u CL
直方圖
旋轉90°
-3s
LCL
管制圖
為何用μ±3σ 作為管制上下限?
原因1>. “3σ”原則
概率正態分布之性質在 μ±3 σ 範圍之 概率
為0.9973 , 幾乎包含了全部的質量特性 值.
所以: ±3 σ 範圍被認為是產品品質正常
波原動因的2合>.理能的使最抽大樣幅度檢,驗它造代成表了的一第個一過種程錯所誤能與達第 到二的種質錯量誤水平(損,所失以)之過程總能和力減一至般最用少±且3 最σ經來濟表
無需以“未生產”或“空格”表示.
附:P-Chart實例
3.2.3 平均值-全距管制圖
X-R
X-R管制圖的定義
在計量值管制圖中,X-R管制圖系最常用的一種,所謂平均 值與全距管制圖,系平均值管制圖(X Chart)與全距管制 圖 (R Chart)二者合並使用. 平均值管制系管制平均值的變化,即分配的集中趨勢變化; 全距管制圖則管制變異的程度,即分配的離散趨勢的狀況.
制程管制的目的: 分辯共同原因與特殊原因,并分別加以改善
1.2 SPC的起源及發展背景
工业革命以后，随着生产力的进一步发展，大规 模生产形成，如何控制大批量产品质量已成为一个突出 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，因此，必须改进质量管理的方式。 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。
管制圖的意義 管制圖是一種品質的圖解記錄.在圖上有中心線(規格值)
及二條管制界限.中心線是一種規格值,二條管制界限是 容許產品的品質特性在其間變動的范圍.在制造過程中 用抽查的方式,將樣本的統計量,點繪於圖上,用以判斷 品質的變異是否顯著.
規格上限 管制上限
規格值(中心值)
管制下限 規格下限
管制圖原理
目的:
通過管控檢驗工站的不良數,籍以管控制程,當制程異常發
生
時能適時偵測,及時校正,以確保制程的穩定,減少制程變異.
范圍:
適用于本公司所有零件及成品制程掌控
定義:
本文所指管控圖又稱np管制圖,籍以相同時間內（生產數/ 檢驗相差數量不超過20％）,以不良所出現的個數表示其 趨勢之一種計數值管制圖.
3.2 管控圖制作步驟
X4 0.68 0.66 0.67 0.68 0.68 0.65 0.71 0.64 0.63 0.70 0.62 0.58 0.63 0.64 0.66 0.70 0.70 0.65 0.67 0.62
X5 0.60 0.61 0.69 0.61 0.72 0.73 0.64 0.60 0.67 0.66 0.64 0.60 0.62 0.60 0.70 0.61 0.62 0.66 0.67 0.64
例題:用X-R管制圖來控制AGP GAP,尺寸單位為mm,請 利用下列數據資料,計算其管制界限並繪圖.
制品名稱:AGP 機器號碼:RK006
品質特性:GAP
操 作 者:55230
測定單位:mm 測 定 者:58664
GROUP 1 2 3 制4 造5場所6 :A線7 8 9 10 11 12 13 14 15 16 17 18 19 20 抽X樣1 期0.間64 :00.634/10.064/90.96~8 003.6/2102./70990.65 0.71 0.70 0.66 0.59 0.62 0.61 0.67 0.72 0.65 0.60 0.72 0.69 0.64
管制上下線
X±A2*R D4*R , D3*R
X±A1*R B4*S , B3*S ~X±m3*A2*R D4*R , D3*R X±2.66*R 3.27*R , 0 p ±3* p*(1-p)/n np ±3* np*(1-p)
c ±3* c u ±4* u/n
3.1管制圖分類(按用途分 類)
者細微
設備的微小振動,刀具的正常磨損,以及操作
的不穩定等.
---其對品質變異起著細微的作用,但難以排除.
1.5 SPC觀念
2>非機遇原因( Assignable cause可查明因素) 系統因素,異因,非過程固有,有時存在,有時不存在,可避
免的原因、人為原因、特殊原因、異常原因、局部原因等.此 種原因,應采取行動,使制程恢復正常,進入管制狀態. 非機遇原因(系統性,易識別,可以消除, )
1.5.3常態分布兩個重要參數:
平均值 μ:描述品質特性值之集中位置
標準差σ : 描述品質特性值之分散程度
請看以下幾個例子:
第一組數據:
10.10
10.20
第二組數據:
10.10
10.25
第三組數據:
10.20
10.25
第四組數據:
10.05
10.25
問題一:它們的平均值相等嗎?
問題二:若SPEC定在10.25±0.15,它們合格嗎?
3> 計算管制界限:
4> P-Chart 圖界限檢討:
A. 把全部點記入P-Chart圖,如果點都在管制界限UCL以下,
且無特殊規律，即認為制程是在管控狀態.
B. 如果有超出管制界限UCL的點,就必須進一步作制程解析, 追查原因,制定標准,使同樣原因不再發生.
C. 如果有超出管制界限LCL的點,則亦需進行品質改善原因 分析,以求改善對策的推廣和經驗的傳承.
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基础。
SPC (统计过程控制)基础知识
SPC(统计过程控制）基础知识 统计过程控制） 统计过程控制
4．X-Rs 控制图。多用于下列场合：对每一个产品都进行检验，采用自动化检查和 测量的场合；取样费时、昂贵的场合；以及如化工等过程、样品均匀，多抽样也无 太大意义的场合。由于它不像前三种控制图那样能取得较多的信息，所以它判断过 程的灵敏度也要差一些。
以 客 贯 彻
户 为
中
心 宗
旨
的
质 量 目 标 的 制 定
有 目 期 况
无 制 定 可 测 量 的 质 量 目 标 ？ 质 量 标 有 无 分 解 到 各 职 能 层 ？ 有 无 定 测 量 评 估 各 质 量 目 标 的 达 成 情 ？
职 责 和 权 限
各 部 门 ， 各 职 能 岗 位 有 无 定 义 相 关 的 职 责 和 权 限 ？
4 .2 .2
质 量 手 册
有 无 编 写 符 合 要 求 的 质 量 手 册 ？
SPC(统计过程控制）基础知识 统计过程控制） 统计过程控制
3.4 分层图 用于将数据分类比较 250
不良率（PPM）
目标线
150 100 50 0 1 2 3 4
工作周
C班 B班 A班
5
6
7
8
9
SPC(统计过程控制）基础知识 统计过程控制） 统计过程控制
3.5 控制图 什么是控制图？ 什么是控制图？ 控制图是对过程质量加以测定，记录从而进行控制管理的一种用科学方法设计的图。 控制图的理论基础是概率论。依据概率论，我们把“小概率的事件如果发生了，我 们认为有异常存在”。 控制图的种类： 控制图的种类
数据 计量值 分布 正态分布 控制图名称 均值-极差 图 均值-标准差 图 中位数-极差 图 单值-移动极差 图 不合格品率图 不合格品数图 单位缺陷数 缺陷数 简记 X-R chart X-S chart X-R chart X-Rs chart P chart Pn chart U chart C chart
SPC培训讲义---基础知识
SPC培训讲义—基础知识简介SPC（Statistical Process Control，统计过程控制）是一种基于统计方法的质量管理工具，旨在通过对过程数据的统计分析，帮助组织识别和解决可能导致质量问题的根本原因，从而提高产品的稳定性和可靠性。
本讲义将介绍SPC的基础知识，包括SPC的原理、常用的SPC 工具和应用案例等内容。
1. SPC的原理SPC的核心原理是基于过程数据的统计分析，通过对数据的收集和分析，识别和排除可能导致质量问题的特殊原因，同时通过控制图的使用，监控和改进过程的稳定性和可靠性。
1.1 正态分布在SPC中，数据的正态分布是一个重要的假设。
正态分布是一种对称的概率分布，其特点是均值和标准差能够完全描述分布的情况。
正态分布的图形呈钟形曲线，均值位于曲线的中央。
在实际应用中，SPC 通常假设数据是近似正态分布的，以方便进行统计分析。
1.2 变异性与稳定性在质量管理中，变异性是指同一过程在不同时间或不同条件下相同测量项的数值差异。
通过SPC的应用，可以发现原本被认为是随机变动的过程，实际上可能存在特殊原因造成的异常波动。
稳定性是指过程在一段时间内的变异性较小，并且符合预期的性能要求。
通过SPC 的控制图，可以监控过程的稳定性，并及时采取措施防止不稳定状态的出现。
2. 常用的SPC工具SPC工具是SPC实施过程中使用的具体方法和技术，下面介绍几种常用的SPC工具。
2.1 控制图控制图是SPC中最常用的一种工具，它用来监控过程在一段时间内的变异情况。
控制图是一种统计图表，将过程数据按时间顺序绘制在图表上，同时画出上下限和中心线。
如果过程数据处于控制限之内，说明过程处于稳定状态；如果过程数据超过控制限，说明过程发生了特殊原因的变异，需要进行分析和改进。
2.2 直方图直方图是一种用柱形表示数据分布的图表，它可以直观地展示数据的中心趋势、波动幅度以及偏态情况。
通过直方图，可以判断数据是否符合正态分布，如果数据呈现钟形分布，则可以认为数据符合正态分布的假设。
SPC基础知识及常用计算方法
SPC基础知识及常用计算方法SPC基础知识一、SPC定义：1、SPC——统计制程管制：是指一套自制程中去搜集资料，并加以统计分析，从分析中去发气掘制程的异常，立即采取修正行动，使制程恢复正常的方法。
也就是说：品质不应再依赖进料及出货的抽样检验，而应该采取在生产过程中，认良好的管理方法，未获得良好的品质。
2、良好品质，必须做到下面几点：①变异性低②耐用度③吸引力④合理的价格3、变异的来源：大概来自5个方面：①机器②材料③方法④环境⑤作业人员应先从机器，材料方法，环境找变异，最后考虑人。
4、SPC不是一个观念，而是要行动的步骤一、确立制程流程——首先制程程序要明确，依据制程程序给制造流程图，并依据流程图订定工程品质管理表。
步骤二、决定管制项目——如果把所有对品质有影响的项目不论大小，轻重缓急一律列入或把客户不很重视的特性一并管制时，徒增管制成本浪费资料且得不赏失，反之如果重要的项目未加以管制时，则不能满足设计者，后工程及客户的需求，则先去管制的意义。
步骤三、实施标准化——欲求制程管制首先即得要求制程安定，例如：在风浪很大的船上比赛乒乓球，试部能否确定谁技高一筹，帮制程作业的安定是最重要的先决条件，所以对于制程上影响产品口质的重要原因，应先建立作业标准，并透过教育训练使作业能经标准进行。
步骤四、制程能力调查——为了设计、生产、销售客户满意且愿意购买的产品，制造该产品的制程能力务必符合客户的要求。
因此制程的能力不足时，必顺进行制程能力的改善，而且在制程能力充足后还必须能继续，所以在品质管理的系统中制程能力的掌握很重要。
步骤五、管制图运用——SPC的一个基本工具就是管制图，而管制图又分计量值管制图与计数值管制图。
步骤六、问题分析解决——制程能力调查与管制图是可筛提供问题的原因系由遇原因或非机遇原因所造成，但无法告知你确切的原因为何及如何解决决问题？解决问题？而问题的解决技巧，在于依据事实找出造成变异的确切原因，并提此对策加以改善，及如何防止再发生。
SPC的基础知识与数据整理
SPC的基础知识与数据整理引言SPC（统计过程控制）是一种用于监控和控制过程的统计方法。
它通过收集一系列的数据并进行分析，以确定过程是否处于控制状态，并采取相应的措施保持过程稳定。
在本文中，我们将介绍SPC的基础知识和数据整理方法。
SPC的基础知识SPC的核心思想是通过采集过程中的样本数据，分析其变异情况，以判断过程是否处于控制状态。
基于不同的过程类型，SPC通常使用控制图来可视化过程的变异情况。
常用的控制图包括X-Bar图、R图和S图等。
X-Bar图X-Bar图是一种用于监控过程均值的控制图。
它基于过程中收集到的样本数据，计算每个样本的均值，并绘制在图表上。
通过观察X-Bar 图，我们可以判断过程均值是否稳定。
R图R图是一种用于监控过程变异性的控制图。
它基于过程中收集到的样本数据，计算每个样本的极差（最大值与最小值之差），并绘制在图表上。
通过观察R图，我们可以判断过程的变异性是否稳定。
S图S图是一种用于监控过程变异性的控制图。
它基于过程中收集到的样本数据，计算每个样本的标准差，并绘制在图表上。
通过观察S图，我们可以判断过程的变异性是否稳定。
数据整理方法数据整理是SPC的一个重要步骤，它涉及收集样本数据、记录数据、计算统计量和绘制控制图等过程。
下面我们将介绍一些常用的数据整理方法。
数据收集在进行数据收集之前，需要确定采集数据的时间间隔和样本容量。
通常，采集数据的时间间隔应保证能够捕捉到过程的变化。
样本容量的确定应根据具体情况和要求进行。
数据记录数据记录是指将收集到的数据记录下来，以备后续分析使用。
可以使用电子表格软件（如Excel）或统计软件（如SPSS）等工具来记录数据。
统计量计算在进行SPC分析之前，需要计算一些统计量，如样本均值、样本标准差等。
这些统计量的计算可通过公式或统计软件完成。
控制图绘制控制图的绘制是用于直观地观察过程变异情况的重要步骤。
可以使用统计软件或绘图软件（如R语言）来绘制控制图。
SPC基础教程
2
6
8
2
13
9
2
20 11 3
7 12
4
14 11
2
21
9
2 總計 275 52
六. 常见管制图的绘制
6.2.4 单值与移动极差管制图(X-MR Chart)
個別值管制圖
中心線 : X X 275 10.58
k 26 管制上限 X E2 Rm 10.58 2.66 * 2.08 16.11 管制下限 X E2 Rm 10.58 2.66 * 2.08 5.04
三.我们为何要推行SPC（对制程的优点）
3.1在管制中的情况下
在任何的生产程序中，不管如何设计或维护，产品的一些固有 的或自然之变异将永远存在。这些变异是由一些小量不可控制原因 累积而成，例如：同种原料内的变化、机器的振动所引起的变化等 ，当这些变异之量极小时，制程仍可被接受。这些自然变异通常称 为随机原因(random cause)或是一般原因(common cause)，当制程 中只有随机原因存在情况的生产环境，则称其在管制中(in control) 。
管制上限 (Upper Control Limit, UCL)及管制下限 (Lower Control Limit, LCL) ，用来表示制程或质量变异的容许范围或均匀性。管制图可用来 判断质量变异之显着性，以测知制程是否在正常状态。图一为管制图之 范例
管制上限
中心線
管制下限 5
10
15
20
25
圖一.典型之管制圖
※注意: 计数值管制图皆祇有一个图，
而计量值管制图则有两个图。
五. 管制圖的選定
六. 常见管制图的绘制
6.1.1、平均值与全距之管制图(X-R Chart)
SPC基础知识
SPC运用统计技术对生产过程中的各工序参数进行 监控，从而达到改进、保证产品质量的目的。
二、SPC特点
SPC具有以下特点： ---基于一定的数据资料进行统计 ---方法是绘制选择的控制图 ---只能提示过程有异常，并不能告诉异常在哪里 ---目的是实现持续改进过程 ---是全系统的、全过程的、要求全员参加 ---不仅用于生产过程，而且用于服务过程和管理过程 ---强调用科学方法来保证全过程的预防
制 程 条 件 变 动 时
制程的继续管制
六、SPC的焦点 SPC：希望将努力的方向，更进一步的放在品质 的源头----制程（ Process）上。因为制程的起 伏变化，才是造成品质变异的主要根源。 品质变异的大小，才是决定产品优劣的关键 制程起伏条件 品质异常 产品优劣
七、基本统计概念
N n 母體數(批量數) 樣本數(抽樣數) USL SL 規格上限 規格中心限 (u=規格中心值)
您在工厂经常遇到这些情况吗？
顾客是上帝
销售
超时加班
额外成 本费用
•新品投放 •未预计的订单 变化 SPC作用 过程控制原理 SPC推行步骤 SPC的焦点 基本统计概念
一、什么是SPC SPC：统计过程控制（Statistical Process Control) 统计过程控制是一种通过对产品或工程进行抽样， 测量其特性参数、记录数据并绘制图表，然后进行 分析，以判断过程是否处于受控状态的管理工具。
X
R P C LCL UCL CL
平均數
全距 不良率 缺點數 控制下限 控制上限 控制中心限
LSL
Ca Cp Cpk T NP
規格下限
准确度 精密度 制程能力指數 規格公差 不良數 T=USL-LSL
SPC基础入门
（统计过程控制）
李明
1
统计过程控制（SPC）
1、SPC旳发展史与基本统计概念 2、SPC旳基本原理 3、控制图 4、过程能力和过程能力指数
2
1.1 什么是SPC
什么是SPC – 统计过程控制即SPC(statistical process control)．它是利用统计措施对过程中旳各个 阶段进行监控，从而到达改善与确保质量旳目 旳．SPC强调全过程旳预防为主。 – SPC不但用于生产过程，而且可用于服务过程 和一切管理过程．
稳定
控制用
3、控制图旳选择
控制图旳选定
计量值
资料性质 计数值
平均值
n≧2
样本大小 n≧2
CL旳性质
“n”=10~25 “n”是否较大
中位数
“n”=2~5
“n”=1 不一定
不良数
缺陷数
不良数或
缺陷数
一定 “n”是否一定
一定
单位大小 是否一定
不一定
X-s
图
X-R 图
~ X-R 图
X-Rm 图
“p”
图
“np” “c”
1.3.1 数据旳种类
• 计量型 特点：能够连续取值
也称连续型数据。
如：零件旳尺寸、强 度、重量、时间、 温度等
• 计数型
特点：不能够连续取 值，也称离散型数 据。
如：废品旳件数、缺 陷数
1.3.2 波动（变差）旳概念：
波动旳概念是指在现实生活中没有两件东西是完 全一样旳。生产实践证明，不论用多么精密旳设备 和工具，多么高超旳操作技术，甚至由同一操作工 ，在同一设备上，用相同旳工具，生产相同材料旳 同种产品，其加工后旳质量特征（如：重量、尺寸 等）总是有差别，这种差别称为波动。公差制度实 际上就是对这个事实旳客观认可。消除波动不是 SPC旳目旳，但经过SPC能够对波动进行预测和控 制。
SPC 基础知识
SPC 基础知识一、基本概念：1、极差：测定值中最大值Xmax与最小值Xmin之差称为极差，用R表示：R=X max-X min2、平方和：各个测定值与平均值之差称为偏差。
各测定值的偏差的平方和称为平方和，简称平方和，用S表示：S=（X1-Xa）2+（X2-Xa）2+（X3-Xa）2+（X4-Xa）2+……+（Xn-Xa）2Xa：平均值3、方差：各个测定值的偏差平方和除以（n-1）后所得的值称为无偏方差（简称方差），用s2表示：s2=S/（n-1）4、标准偏差：方差s2的平方根称为标准偏差（简称标准差），用s表示：s=√s2我们常说的δ和μ是指的总体标准差和总体均值；当过程在受控状态下，且样本容量差较大时，可用样本标准差s和样本平均值Xa；5、正态分布：f(x)=1/√2πδ*e-(x-u)2/2δ2 (1.1)式中：x为随机变量，实为标在横座标上的特性值；e≈2.7183，是自然对数底；π≈3.1416，圆周率；δ为总体标准差；μ-根据公式（1.1）可看出，任一正态分布仅由两个参数，即总体均值μ和总体标准差δ完全确定。
μ亦称分布的位置参数，δ称分布的形状参数；δ越小，曲线越陡，数据（变量）离散也小；δ越大，曲线越扁平，数据的离散也越大，总体数值落在：μ±1δ界限范围内的概率为68.26%；μ±2δ界限范围内的概率为95.46%；μ±3δ界限范围内的概率为99.73%；μ±1.96δ界限范围内的概率为95.0%；而数据落在：μ±3δ之外的概率应小于3‟；μ±1.96δ之外的概率应小于5%；二、质量控制和过程控制概念：质量控制是质量管理的一部分，其目的是“致力于满足质量要求”。
质量控制的内容，主要包含以下三方面：1、识别并确定过程，以做到及时发现和排除产品实现过程中的变异要求，使上过程（工序）的问题不带到下一过程（工序）中去，以保证过程的稳定性和产品质量的一致性，这是一项预防性工作，简称过程控制。
SPC统计基础知识
SPC统计基础知识简介SPC（Statistical Process Control，统计过程控制）是一种用于监控和管理过程稳定性和可靠性的统计技术。
通过收集样本数据并进行分析，SPC能够及时发现过程中的变异和异常情况，从而帮助组织实现质量改进、成本控制和客户满意度的提高。
本文将介绍SPC的基本概念和常用统计方法，帮助读者理解和运用SPC统计基础知识。
1. SPC的基本概念SPC是一种通过分析过程数据来监控过程稳定性的方法。
它基于以下三个基本统计概念：1.1 均值过程中的均值是指一组样本数据的平均值。
在SPC中，通过计算样本的均值来了解过程的中心位置。
如果样本均值始终在预设的目标值附近波动，说明过程稳定。
1.2 变异过程中的变异是指一组样本数据的离散程度。
在SPC中，通过计算样本数据的变异度来了解过程的稳定性。
如果样本数据的变异度较低且在预设的范围内，说明过程稳定。
1.3 控制界限控制界限是为了判断过程是否处于可接受的控制范围内而设定的。
上下控制界限定义了过程稳定的上下限，超出这一范围的样本数据将被认为是异常值或异常事件。
2. 常用的SPC统计方法2.1 过程能力指数（Cp）过程能力指数是一种衡量过程稳定性和可靠性的指标。
它通过比较过程的变异度和指定的公差范围来评估过程性能。
Cp值越高，说明过程的稳定性和可靠性越好。
2.2 控制图控制图是SPC中最常用的统计工具之一。
它通过绘制样本数据的均值、上下控制界限和中心线来反映过程的变化趋势。
通过控制图，可以及时发现和纠正过程中的变异和异常情况。
2.3 散点图散点图是用来显示两个变量之间关系的图表。
在SPC中，散点图可以用来发现变量之间的相关性和趋势。
通过分析散点图，可以帮助确定工艺参数的合理范围和优化生产过程。
2.4 直方图直方图是用来显示数据分布情况的图表。
在SPC中，直方图可以帮助了解过程数据的分布特征和变异程度。
通过分析直方图，可以判断过程是否正常、是否满足规定要求。
SPC基本知识培训(ppt 40页)
17
质量数据的基本知识
18
质量数据的基本知识
三、总体与样本
1、 总体：被研究(或考查)的对象的全体称为总体或母
体。
2、样本：总体的一部分被作为直接研究、分析的对
象，这一部分称为样本。也有称为子样的。
美国从20世纪80年代起开始推行SPC。美国汽车工 业已大规模推行了SPC，如福特汽车公司，通用汽车公司， 克莱斯勒汽车公司等，上述美国三大汽车公司在ISO9000 的基础上还联合制定了QS9000标准，在与汽车有关的行 中，颇为流行。美国钢铁工业也大力推行了
4
SPC基本知识
SPC，如美国LTV钢铁公司，内陆钢铁公司，伯利恒钢铁 公司等等。
(xi
x)2
1(0 .1 0 6 .1)5 2 (0 2 .1 0 5 .1)5 2 .2 . .(0 ..1 . .0 4 .1)5 2 2 5 1
=0.192
16
质量数据的基本知识 ③正态分布常用符号P( ,σ2)表示。括号内的符号分别
代表正态分布的平均值和标准偏差平方。当 时称为标准 型正态分布，记为 (0,1)。标准型正态分布的概率是：
1 n1
n i1
(xi
x)2
S
1 n
n i1
(xi
x)2
（1-2）
式中的各符号表示意思同平均值式子。
例1：一批（5只）准直器插损值为 0.16，0.15，0.18，0.13，0.14 X =（0.16+0.15+0.18+0.13+0.14）/5=0.152