【正文】 磨損 ? 模具正常的老化 ? 操作者細(xì)微的不穩(wěn)定 ? 夾具的正常磨損 ? … 特殊原因(Special Cause) 造成特殊變異。它是由人、機(jī)、料、法、環(huán)、測(cè)等基本因素的變異影響所致 ?變異分為兩種 ?自然變異和非自然變異 ?自然變異是偶然性原因（不可避免因素）造成的?？刂茍D具體表現(xiàn)出反映（隨即）變動(dòng)的自然界限的控制上限與下限。工業(yè)中開始用統(tǒng)計(jì)方法代替事后檢驗(yàn)的質(zhì)量控制方法 二戰(zhàn)后，日本從美國(guó)請(qǐng)來了戴明，推廣控制圖的應(yīng)用。SPC統(tǒng)計(jì)過程控制 目錄 ?第一章：基本統(tǒng)計(jì)概念（分布的概念） ?第二章： Minitab基本技能 ?第三章：統(tǒng)計(jì)過程控制介紹 ?第四章：計(jì)量型統(tǒng)計(jì)過程控制 ?第五章： SPC控制圖的理解 ?第六章：計(jì)數(shù)型 SPC ?第七章： SPC與過程能力研究 ?總結(jié) 第一部分：基本統(tǒng)計(jì)理論 ?數(shù)據(jù)的種類 ?數(shù)據(jù)分布 ?數(shù)據(jù)中心的表達(dá) ?平均數(shù) ?中位數(shù) ?眾數(shù) ?數(shù)據(jù)離散的表達(dá) ?極差 ?方差 ?標(biāo)準(zhǔn)差 ?數(shù)據(jù)分布圖形的表達(dá) ?正態(tài)分布 ?正態(tài)機(jī)率 數(shù)據(jù)的種類 ?離散數(shù)據(jù) ?好 /壞 ?機(jī)器 1，機(jī)器 2，機(jī)器 3 ?工作班次 ?計(jì)數(shù)資料（文件中的錯(cuò)誤數(shù)，產(chǎn)品中的不合格品數(shù)，等等） ?連續(xù)數(shù)據(jù)（小數(shù)點(diǎn)后的位數(shù)是有意義的，也可以理解為任何數(shù)的一半，都有其物理意義） ?時(shí)間（秒） ?壓力（ psi） ?速度（米 /min） ?厚度（厘米） ?等等 樣本中心趨勢(shì)的表達(dá) 平均數(shù)： ?反映出所有數(shù)值的影響 ?顯著地受到極端值的影響 中位數(shù)： ?不是必須將所有數(shù)值導(dǎo)入計(jì)算式中 ?不受極端值的影響 眾數(shù)： 出現(xiàn)次數(shù)最多的那個(gè) 樣本中心趨勢(shì)的表達(dá) 定義 優(yōu) 、 缺點(diǎn) 平 均值 Xbar Average (X1+X2+…+Xn) / n 平均 ， 最基本最常用的 集中趨勢(shì)的 量度 ， 但顯著地受到極端值的影響 中位數(shù) Xmed Median Xi大小排列 ， 中間的那個(gè) ? 消除 了 極端 值 的影響 ? 測(cè)量不經(jīng)濟(jì)或時(shí)間長(zhǎng)時(shí) ， 用它來預(yù)測(cè)平均值 眾數(shù) Mode 出現(xiàn)次數(shù)最多的那個(gè) ? 消除了最大和最小值的影響 ? 用于極度傾斜的分布 ? 用于不規(guī)則的分布 ， 如出現(xiàn)兩個(gè)高峰 離散度的表達(dá) ?極差（ Range） 一組數(shù)據(jù)中，極大值與極小值的差 ?方差 每一資料值與群體平均數(shù)離差平方的平均值 ?標(biāo)準(zhǔn)差 方差的平方根 極差對(duì)分離點(diǎn)資料的敏感度比方差高 離散度的表達(dá) nxxnii212)(?????nxxnii???? 12)(?1)(212?????nxxSnii1)(12??? ?nxxSnii母體方差 母體標(biāo)準(zhǔn)差 樣本方差 樣本標(biāo)準(zhǔn)差 離散度的表達(dá) 定義 優(yōu) 、 缺點(diǎn) 極差 R Range Max(X1,..,Xn)Min(X1,…,Xn) ? 簡(jiǎn)單 ， 最基本最常用的 變異 的量度 ? 數(shù)據(jù)越少越好用 標(biāo)準(zhǔn)差 σ Sigma ? 考慮了所有數(shù)據(jù)的情況從而能真實(shí)反映數(shù)據(jù)離散程度的大小 ? 避免了絕對(duì)值計(jì)算 1)(12????nxxnii正態(tài)分布 ?“正態(tài)”分布中的資料具有某種固定的特質(zhì) ?這些特制可協(xié)助了解程序的特性 ?大部分的自然現(xiàn)象及人為程序是呈現(xiàn)正態(tài)分布的或經(jīng)由轉(zhuǎn)換后可以以正態(tài)分布的形式來表現(xiàn) ?用來做控制圖的數(shù)據(jù)首先必須是正態(tài)分布的，不是正態(tài)分布的數(shù)據(jù)，要首先轉(zhuǎn)換成正態(tài)的 正態(tài)分布 ?特質(zhì)一：正態(tài)分布只需下列數(shù)據(jù)即可完整描述 ?平均數(shù)（用來定位臵） ?標(biāo)準(zhǔn)差（用來決定正態(tài)分布的“胖瘦”） 正態(tài)曲線 x 181。 f(x) % % 1? +1? 2? +2? 3? +3? 特質(zhì) 2：在曲線下的區(qū)段面積可用來估計(jì)一特定事件發(fā)生之累積機(jī)率 某區(qū)間內(nèi)數(shù)據(jù)的累計(jì)機(jī)率 與平均值相距的標(biāo)準(zhǔn)差個(gè)數(shù) 正態(tài)（ NORMAL）機(jī)率測(cè)試圖 ?利用 Normal Probability Plot 我們可以測(cè)試一組數(shù)據(jù)是否為“正態(tài)”分布 ?若該分布趨近于正態(tài)，則 Normal Probability Plot 將會(huì)趨近于一直線 ?利用 Minitab 可以簡(jiǎn)單的制作出 Normal Probability Plot ?下面我們利用一組數(shù)據(jù)來檢驗(yàn)一下其正態(tài)性 正態(tài)（ NORMAL）機(jī)率測(cè)試圖 正態(tài)（ NORMAL）機(jī)率測(cè)試圖 正態(tài)（ NORMAL）機(jī)率測(cè)試圖 正態(tài)（ NORMAL）機(jī)率測(cè)試圖 當(dāng) P值＞ ，表明該組數(shù)據(jù)分布是正態(tài)性的，反之，則不是 目錄 ?第一章：基本統(tǒng)計(jì)概念（分布的概念） ?第二章： Minitab基本技能 ?第三章：統(tǒng)計(jì)過程控制介紹 ?第四章：計(jì)量型統(tǒng)計(jì)過程控制 ?第五章： SPC控制圖的理解 ?第六章：計(jì)數(shù)型 SPC ?第七章： SPC與過程能力研究 ?總結(jié) 描述統(tǒng)計(jì)中常用的技巧 第一、顯示描述性統(tǒng)計(jì) 顯示性描述統(tǒng)計(jì)的會(huì)話窗口 第二、圖形化匯總 圖形化匯總結(jié)果 MINITAB作圖時(shí)常用的幾個(gè)操作 ?Minitab有三種文件形式，常用的有 .mtw和 .mpj，其中 .mtw為文件， .mpj為項(xiàng)目，文件為單一的，項(xiàng)目可包含數(shù)個(gè)文件 ?Ctrl+D可以迅速鏈接到表格， Ctrl+M可以迅速鏈接到計(jì)算結(jié)果， Ctrl+E可以迅速鏈接到會(huì)話窗口 ?圖形化匯總可代替“描述性統(tǒng)計(jì)” +“正態(tài)性檢驗(yàn)”兩個(gè)功能 目錄 ?第一章：基本統(tǒng)計(jì)概念（分布的概念） ?第二章： Minitab基本技能 ?第三章：統(tǒng)計(jì)過程控制介紹 ?第四章：計(jì)量型統(tǒng)計(jì)過程控制 ?第五章： SPC控制圖的理解 ?第六章：計(jì)數(shù)型 SPC ?第七章： SPC與過程能力研究 ?總結(jié) 統(tǒng)計(jì)過程控制介紹 ?SPC歷史 1924年，美國(guó)的休哈特博士提出將 3sigma原理運(yùn)用于生產(chǎn)過程當(dāng)中，并發(fā)表了著名的“控制圖法”，對(duì)過程變量進(jìn)行控制，為統(tǒng)計(jì)質(zhì)量管理奠定了理論和方法基礎(chǔ)。 什么是 SPC? ?控制圖表是通過隨著時(shí)間的推移來統(tǒng)計(jì)跟蹤過程和產(chǎn)品參數(shù)的方法。 3sigma平均界限 質(zhì)量特性值 抽樣時(shí)間和樣本序號(hào) UCL控制上限 CL中心線 LCL控制下限 ● ● ●