spc完整培训教材.pptx
- 文档编号:18674152
- 上传时间:2023-08-29
- 格式:PPTX
- 页数:131
- 大小:1.83MB
spc完整培训教材.pptx
《spc完整培训教材.pptx》由会员分享,可在线阅读,更多相关《spc完整培训教材.pptx(131页珍藏版)》请在冰点文库上搜索。
Table1.统计基础统计基础-总体和标本总体和标本-顾客顾客,顾客不满足顾客不满足(不良不良)-Data的表现的表现(中心值和散布中心值和散布)-Data的种类的种类2.SPCIntroduction-QC,SQC-SPC3.Data解释解释-QC7Tool-QC7Tool实习实习-GraphAnalysis4.Baseline构筑构筑-测定测定?
-正规性检证正规性检证(normalitytest)-RationalSub-grouping-MSA(测定测定System的分析的分析)5.工程能力分析工程能力分析-工程能力的概念工程能力的概念-Cp,Cpk-ZValue,4BlockDiagram6.管理图管理图(ControlChart)-管理图概念管理图概念,种类种类-管理图解释管理图解释-管理图实习管理图实习(XbarR,XbarS,n,np,u,c)7.改善活动改善活动(6Sigma活动活动)-6SigmaProcess附附1:
统计统计Table附附2:
FMEA-设计设计FMEA-工程工程FMEASPC完整培材训教1.1.统计基础统计基础2.(SQC:
StatisticalQualityControl)对总体的判断对总体的判断总体和总体和Sample标本标本(Sample,10)总体总体(N=1,000)Sample10个测定个测定(规格规格:
1004)96979899100104101规格规格下限下限规格规格上限上限102103如果全部检查在时间上,经济上不可能!
使用Sample的统计变量(變數)(平均值和散布)推定总体.总体能不能判断为合格总体能不能判断为合格?
1)AQLYes:
因为因为Sampling的的10个测定值都在规格内个测定值都在规格内OK2)SPCNo:
用用SampleData推定总体的不良率是推定总体的不良率是2.8%Epidemic水准水准*AQL(AcceptableQualityLevel):
合格品质水准SPC(StatisticalProcessControl):
统计性工程管理Sampling补充抽样知识Sampling适用适用Sampling检查主要原因是检查主要原因是经济性原因经济性原因.由于有这种经济性原因,取由于有这种经济性原因,取Sample时,时,Sample能够反映总体的特性。
能够反映总体的特性。
1)总体总体/Sample/Data的概念的概念-总体总体:
作为调查作为调查,研究对象的所有集团研究对象的所有集团-Sample:
从总体为了某种目的抽出来的从总体为了某种目的抽出来的-Data:
体现通过体现通过Sample得到的事实得到的事实(关心事项数据化的表现关心事项数据化的表现)2)决定取决定取Sample方法时注意事项方法时注意事项-所取的所取的Sample要能够代表总体的情报要能够代表总体的情报.-抽出抽出Sample测到测到Data后,首先要考虑为了什么目的使用后,首先要考虑为了什么目的使用-事前检讨事前检讨Lot构成单位是否要分组构成单位是否要分组。
总体总体Sample019PCS使用者使用者占有率占有率?
Data大韩民国大韩民国区分区分人员人员350120530011PCS017PCS019PCSPCS使用者使用者1000名名价值判断的根据价值判断的根据:
其根据的适切性其根据的适切性:
问题的类型问题的类型:
2:
2种种-平时的时候很正常平时的时候很正常只要喝酒就不象话只要喝酒就不象话-那个人要长大成人不可能了那个人要长大成人不可能了-一直正常的人一直正常的人.-平时的时候步态正常平时的时候步态正常一旦喝酒就正常的人一旦喝酒就正常的人事件的判断和问题的对策方法事件的判断和问题的对策方法如果现在很多人为了上车无秩序的聚在一起如果现在很多人为了上车无秩序的聚在一起等车等车改善的方法改善的方法1.1.有秩序地排列乘车有秩序地排列乘车-减少散布减少散布(reducethevariation)(reducethevariation)2.2.加大公交车的门,谁都容易乘车。
加大公交车的门,谁都容易乘车。
-增加公差增加公差(openthespecifications)(openthespecifications)3.3.车车ParkingParking的地方,人聚在一起。
的地方,人聚在一起。
-中心值移动中心值移动(shiftthemean)(shiftthemean)4.4.上面上面33种方法中种方法中22种以上种以上CombinationCombination价值判断价值判断(问题与否问题与否)的根据的根据品质品质:
与顾客的期待一致与顾客的期待一致Spec:
定量化顾客的期待事项定量化顾客的期待事项(水准水准)Spec设定的适切性设定的适切性.*Quality?
-fitnessforuse(Juran)-conformancetorequirementsorspecifications(Crobsby)顾客满足和不良顾客满足和不良顾客满足顾客满足?
顾客对我做事的结果的肯定性的反映顾客对我做事的结果的肯定性的反映内部顾客和外部顾客内部顾客和外部顾客-没有缺陷的商品没有缺陷的商品,SVCSVC及时提供给及时提供给缺陷缺陷(品质不良品质不良)?
不能满足顾客期待的所有的一切不能满足顾客期待的所有的一切LLGG不良不良?
&至今为止至今为止,SpecLSLUSL我们合格我们合格Spec-in就合格就合格IamData(我活着我活着)Spec-out不合格不合格检出不良检出不良&以后以后,SpecLSLUSL集中在中心集中在中心才合格才合格散就死散就死Spec-in但没有达到水准但没有达到水准就不合格就不合格潜在的不良潜在的不良事前预测事前预测不良不良?
呀呀!
有吃的有吃的(不良不良)Data的表现的表现:
中心值中心值EasySixSigmaLGElectronics/DisplayData中心值中心值ArithmeticMean(算数平均算数平均)X=i=1XinnGeometricMean(几何平均几何平均)G=(X1*X2*,Xn)1nMedian(中央值中央值)Mid-Range(中位数中位数)M=Xmax+Xmin2XH=n1x11调和平均调和平均测定的测定的Data怎样表现怎样表现?
中中心值心值Data的表现的表现:
散布散布EasySixSigmaLGElectronics/DisplayData散布散布(Dispertion)偏差偏差(Deviance/Deviation)分散分散(Variance)范围范围(Range)变动系数变动系数*(CV:
CoefficientofVariation)绝对平均偏差绝对平均偏差(MeanAbsoluteDeviation)标准偏差标准偏差(StandardDeviation)变动变动(Variation)SS,S(SumofSquares)散的程度散的程度偏移的程度偏移的程度V=SSn-1Xmax-XminCV=XMAD=i=1nXi-Xn(orStDev)=VSS=i=1(Xi-X)2Z-Value*Z=Xi-n(%)*Z值:
特定测量值于资料的的平均距离几个标准偏差的相对性位置尺度.理论性表示工程能力的尺度,品质特性的平均值和规格中心一致时,规格和平均值的相差相当于标准偏差的几倍距离*变动系数:
测定值的相差大的资料间比较散布或者测定相异的资料间的散布比较时使用。
测定的测定的Data怎样表现怎样表现?
散散布布Data的种类的种类问题解决问题解决问题问题/Issue事项事项连续型连续型Data(ContinuousData)离散型离散型Data(DiscreteData)连续型连续型Data:
如长度如长度,重量重量,时间等能够使用测定刻度尺的时间等能够使用测定刻度尺的Data(计量型计量型)所测定的尺度不断能够细分所测定的尺度不断能够细分而且比不连续的而且比不连续的Data提供更多的情报提供更多的情报离散型离散型Data:
与合格与合格/不合格不合格,决定数等能用个数表示的决定数等能用个数表示的Data(计数型计数型)不能再细分。
不能再细分。
资料的类型资料的类型属性属性(Attribute)命名命名(Nominal)范畴范畴(Category)统计特征值统计特征值缺陷缺陷(Defect)资料的类型资料的类型变数变数(Variable)比率比率(Ratio)统计特征值统计特征值位置位置(Location)散布散布(Spread)模样模样(Shape)Data的种类区分的理由是?
J区分区分Data种类的目的种类的目的确定确定Data的的Display方法和分析方法方法和分析方法决定要决定要Gathering的的SampleSize决定适切的决定适切的ControlChart决定适切的决定适切的Sigma(orZ-Value)计算方法计算方法(DPMOor工程能力分析工程能力分析)J连续型连续型Data(计量型计量型)可以分解可以分解Data,且测定的数据的大小有意义且测定的数据的大小有意义客观性客观性Data:
时间时间,重量重量,长度等测定计测仪可以测定的长度等测定计测仪可以测定的Data主观性主观性Data:
满足度满足度,充实度等充实度等Data的测定基准按始点发生变更的测定基准按始点发生变更J离散型离散型Data(计数型计数型)不可能分解不可能分解Data,所测定的数据所测定的数据Count时时.客观性客观性Data:
缺点数缺点数,承认件数承认件数,误差件数误差件数,位置等判断的情况明确的内容位置等判断的情况明确的内容主管性主管性Data:
包含包含Yes/No,Good/Bad等人的主观性内容的内容等人的主观性内容的内容实际情况下离散型和连续型分类比较困难时实际情况下离散型和连续型分类比较困难时例例1)主主/客观式混合的数学能力分数客观式混合的数学能力分数离散型但是可以看作连续型离散型但是可以看作连续型例例2)使用尺度法的论文结果使用尺度法的论文结果连续型处理连续型处理,还是离散型处理,按照事件还是离散型处理,按照事件,分析的目的考虑置信度慎重判断分析的目的考虑置信度慎重判断Data的种类的种类2.SPCIntroduction改善改善(再发防止再发防止,标准制定标准制定,改正改正)维持维持统计性技法应用统计性技法应用1)品质管理品质管理?
(QC:
QualityControl)为了确保顾客所愿的品质合理且为了确保顾客所愿的品质合理且经济地执行的所有管理活动经济地执行的所有管理活动2)统计性品质管理统计性品质管理?
(SQC:
StatisticalQualityControl)展开品质管理活动,展开品质管理活动,应用统计性技法的活动体系应用统计性技法的活动体系品质管理品质管理(QC)和统计性品质管理和统计性品质管理(SQC)SPCIntroduction统计性统计管理统计性统计管理(SPC=StatisticalProcessControl)?
Statistical.统计性方法是用统计性方法是用Sampling的的DataMonitoring、分析、分析Process变动变动时使用。
时使用。
Process.反复性的事情或者阶段反复性的事情或者阶段(SIPOC:
SupplierInputProcessOutputCustomer)Control.Process正在变化的事实早期警报。
正在变化的事实早期警报。
警报是指最终警报是指最终Output出来之前纠正问题,能够具有充分的时间出来之前纠正问题,能够具有充分的时间(管理图管理图:
随着时间工程散布的变化随着时间工程散布的变化)SPC对某个对某个Process掌握品质规格和工程能力状态掌握品质规格和工程能力状态,利用统计性资料和利用统计性资料和分析技法分析技法,在所愿的状态下一直能管理下去的技法。
在所愿的状态下一直能管理下去的技法。
SPCIntroductionSPC管理管理Tool的优点的优点*1920年年Bell研究所的研究所的Dr.WalterShewhart开发开发.*随着时间随着时间Plot变动变动,可以通过管理界限区分变动的可以通过管理界限区分变动的2种要因。
种要因。
管理界限是为了管理管理界限是为了管理Process变动,作为一种可能性来管理。
变动,作为一种可能性来管理。
(对对Process采取对策的决定采取对策的决定)管理图总是成双出现管理图总是成双出现.-一个是特性化一个是特性化Subgroup的平均值变动的平均值变动:
Xbar-另外一个是特性化另外一个是特性化Subgroup的散布的散布:
R,Sigma基本上为了检出影响基本上为了检出影响Process平均值或者散布平均值或者散布异常原因异常原因而使用。
而使用。
管理图优先解释散布的变动,对齐散布的安定化的焦点,有必要观察管理图优先解释散布的变动,对齐散布的安定化的焦点,有必要观察平均值的变动怎样变化。
平均值的变动怎样变化。
SPCIntroduction偶然原因偶然原因:
从总体抽出从总体抽出Sample的散布出现类似的两向的原因的散布出现类似的两向的原因异常原因异常原因:
从总体得到的从总体得到的SampleData的散布出现跟平时不同现象的原因。
的散布出现跟平时不同现象的原因。
Ex)管理PCB铲平厚度.根据周围环境,原材料Lot间微小的物性变化,作业者熟练度的要因等管理的特性值的散布Lot别发生时,其称为存在偶然原因偶然原因(一般为Accept)在积层上不知道什么原因压力在特定Lot上比规定使用得多,如果发生了两个特性值的变化,把这称为异常原因异常原因.(要改善的事项)SPC管理管理Tool的优点的优点Process由于偶然原因由于偶然原因(WhiteNoise=CommonCauseVariation)和和异常原因异常原因(BlackNoise=SpecialCauseVariation)受影响一直变化。
受影响一直变化。
偶然原因和异常原因是取适当的偶然原因和异常原因是取适当的Subgroup的的Sample,可以看到变动。
,可以看到变动。
-由于偶然原因产生的变动,由于偶然原因产生的变动,Process持续维持安定的状态持续维持安定的状态:
由于由于Subgroup内的变动发生内的变动发生-异常原因的变动是异常原因的变动是Process由于外部要因引起变动由于外部要因引起变动:
由于由于Subgroup之间的变发生。
之间的变发生。
Process由于外部异常原因持续受到影响由于外部异常原因持续受到影响,SPCChart是表示异常原因。
是表示异常原因。
改善活动改善活动1.QuickAction2.6Sigma活动活动SPC实行实行教育教育SPC活动活动SPC教育教育Baseline构筑构筑工程工程Parameter选定选定设备设备Parameter选定选定部品部品ParameTer选定选定对策树立对策树立,改善活动改善活动工程工程CTQ管理管理部品部品CTQ管理管理协力社协力社6Sigma活动活动维持维持,管理管理,System(IT)化化00年事业部年事业部CTQMapping结果结果活用活用包含临加工厂家包含临加工厂家6Sigma教育教育测定测定System分析分析工程能力分析工程能力分析管理计划管理计划,管理管理ParameterReviewOutofControlInControl预防活动预防活动UnderstandingStatistics(QC,SQC)SPC和和6SigmaPlanningDesignManufacturingSales&SVC测定测定System分析分析工程能力诊断工程能力诊断工程能力管理工程能力管理改善活动改善活动DMAIC工程工程Parameter&ComponentParameterR&D(DfSS)ManufacturingTQFeedbackSPC主要工程为对象,工程管理的性质强,主要工程为对象,工程管理的性质强,6Sigma是是Biz.经过所有经过所有Process改善活动的改善活动的Program。
SPC6Sigma3.Data解释解释Histogram特性要因度特性要因度ParetoDiagramCheckSheet各种各种Graph散点图散点图(ScatterDiagram)分层分层(Stratification)DATA的分布(散布,平均)Characteristic/Cause-and-Effect/FishboneDiagram查找问题偏重的项目和其程度为了最大化改善效果选定重点改善(或者管理)项目ParetoDiagram等的Backdata两个变数间相关关系按照DATA的特性要因度分成几个部分分成主要散布的因子找散布的原因后使用相对频度区间YManMachineMaterialMethodData100%80%ABCD正正正.QC7Tool1.Histogram?
QC7ToolStudy:
Histogram4.224.144.064.084.044.154.104.004.084.154.104.124.163.964.014.183.994.054.124.074.054.184.124.054.074.084.084.124.103.974.084.044.164.134.094.054.104.104.064.054.064.104.084.084.164.104.044.024.084.164.084.214.124.094.024.114.004.104.124.154.124.144.054.134.184.094.084.064.054.034.104.124.144.094.144.154.054.094.184.064.084.164.024.024.204.084.114.024.134.134.124.054.124.024.184.184.124.114.124.06为了了解长度为了了解长度,重量重量,强度等计量值怎么分布的制作的图,制作频数表后画柱状图。
强度等计量值怎么分布的制作的图,制作频数表后画柱状图。
一般工程安定的情况下呈钟形状,反之按照情况查找有什么异常原因。
一般工程安定的情况下呈钟形状,反之按照情况查找有什么异常原因。
一般散布大是表示工程差,因此找出原因,树立对策改善工程能力的活动必要。
一般散布大是表示工程差,因此找出原因,树立对策改善工程能力的活动必要。
Data区间编号区间的界限值中心值频度1234567893.9553.9853.9854.0154.0154.0454.0454.0754.0754.1054.1054.1354.1354.1654.1654.1954.1954.2253.974.004.034.064.094.124.154.184.2124101726191363100N=100频度3.9553.9854.0154.0454.0754.1054.1354.1654.1954.225区间频数分布表频数分布表Histogram0510152025302.Histogram制作步骤制作步骤QC7ToolStudy:
Histogram1.Data收集收集至少至少30个以上个以上,越多可靠性越多可靠性越好越好4.224.144.064.084.044.154.104.004.084.154.104.124.163.964.014.183.994.054.124.074.054.184.124.054.074.084.084.124.103.974.084.044.164.134.094.054.104.104.064.054.064.104.084.084.164.104.044.024.084.164.084.214.124.094.024.114.004.104.124.154.124.144.054.134.184.094.084.064.054.034.104.124.144.094.144.154.054.094.184.064.084.164.024.024.204.084.114.024.134.134.124.054.124.024.184.184.124.114.124.062.2.最大值最大值(L)最小值最小值(S)求各求各datadata的最大值的最大值(L)外外最小值最小值(S)最大值最大值(L)=4.22,最小值最小值(S)=3.963.3.区间数区间数Data数数50100100250250以上以上区间区间kk6107121020一般区间的数一般区间的数(k)是是k=.n=100,因此因此k为为10nnQC7ToolStudy:
Histogram4.4.区间幅度区间幅度(h)h=4.22-3.9610区间幅度区间幅度=最大值最大值(L)-最小值最小值(S)临时区间数临时区间数测定最小单位的正倍数测定最小单位的正倍数=0.026测定的最小单位测定的最小单位0.01的正倍数的正倍数h=0.035.5.界限界限出发点出发点=最小值最小值最小测定单位最小测定单位/2第一区间第一区间=出发点出发点出发点出发点+区分幅度区分幅度第二区间第二区间=第一阶段的上限第一阶段的上限第一区间上限第一区间上限+区间幅度区间幅度.求包含最大值区间求包含最大值区间出发点出发点=3.96-0.01/2=3.955第一区间第一区间=3.9553.985第二区间第二区间=3.9854.015第三区间第三区间=4.0154.045第四区间第四区间=4.0454.075第五区间第五区间=4.0754.105第六区间第六区间=4.1054.135第七区间第七区间=4.1354.165第八区间第八区间=4.1654.195第九区间第九区间=4.1954.225第十区间第十区间=4.2254.2556.6.区间的区间的中心值中心值中心值中心值=各区间上下界限的和各区间上下界限的和2第一区间的中心值第一区间的中心值=3.955+3.9852.=3.97频度3.9553.9854.0154.0454.0754.1054.1354.1654.1954.225区间QC7ToolStudy:
Histogram7.7.频数表频数表区间编号区间的界限中心值频数1234567893.9553.9853.9854.0154.0154.0454.0454.0754.0754.1054.1054.1354.1354.1654.1654.1954.1954.2253.
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- spc 完整 培训教材