【正文】 0 1 2 2 1 0 1 2 3 C 2 C 1 散點(diǎn)圖 1 2 3 4 5 6 7 8 9 0 5 1 0 1 5 C 1 F r e q u e n c y 直方圖 量測所得各種數(shù)據(jù) Data 1 4 6 1 5 1 6 1 7 2 8 8 2 9 6 10 1126 16 11 0112346699 (12) 12 114555677789 22 13 2234446799 12 14 1112778 5 15 4469 1 16 1 17 1 18 4 莖葉圖 柏拉圖 魚骨圖 列聯(lián)表分析 箱線圖 相關(guān)分析 γ=？ 1 2 3 4 5 6 7 8 9 10控制圖 回歸分析 Y=f(x)+ε 分層圖 常用統(tǒng)計(jì)分析工具 12 分析尋找可能原因的六大因素 測量 Measurement 尋找結(jié)果 或問題的可能 原因。 （ 2)方法： －時(shí)間、空間、特性 －人工（劃計(jì)法）、機(jī)器電腦統(tǒng)計(jì)軟體（ EXCEL、 MINITAB） －統(tǒng)計(jì)表（時(shí)間、空間、特性、數(shù)量【次數(shù)分配表】） :線圖、地圖、長條圖、圓形圖、次數(shù)分配圖等。 (3)試驗(yàn)法 :控制的狀態(tài)下，試驗(yàn)者操作試驗(yàn)變數(shù)，觀察試驗(yàn)結(jié)果影 響之研究作業(yè)。 動(dòng)態(tài)數(shù)據(jù)－登記法，重點(diǎn)要詳細(xì)正確。 Statistical: （統(tǒng)計(jì)） 8 : (1)原始數(shù)據(jù) :調(diào)查法、登記法、實(shí)驗(yàn)法。 靜態(tài)數(shù)據(jù)：某一現(xiàn)象在某一【 時(shí)間】的靜止?fàn)顟B(tài)數(shù)據(jù)。 次級(jí)數(shù)據(jù)：由其他管道搜集已經(jīng)過整理的數(shù)據(jù)。 ： （ 1)依據(jù)取得來源：區(qū)分原始、次級(jí)數(shù)據(jù)。 (2).大量性 :數(shù)據(jù)必須大量觀察而得。 例如血型、性別、產(chǎn)品種類等。 間斷性數(shù)據(jù) :每個(gè)個(gè)體成一個(gè)單位，不能在個(gè)體件加以細(xì)分。 (3).特性 :定量、定性兩類 : 連續(xù)性數(shù)據(jù) :個(gè)體間可做無限次的細(xì)分，必須由度量所得 。 SPC的特點(diǎn)及 意義 5 Statistical: （統(tǒng)計(jì)） 以概率統(tǒng)計(jì)學(xué)為基礎(chǔ)，用科學(xué)的方法分析數(shù)據(jù)、得出結(jié)論 . 一 .統(tǒng)計(jì)的內(nèi)容 /方法 /范圍 /應(yīng)用 : 統(tǒng)計(jì)過程控制 搜集數(shù)據(jù) 整理數(shù)據(jù) 分析數(shù)據(jù) 推論數(shù)據(jù) 敘述統(tǒng)計(jì) 推論統(tǒng)計(jì) 應(yīng)用 試驗(yàn)設(shè)計(jì) 6 : (1).時(shí)間 :統(tǒng)計(jì)資料發(fā)生的日期或時(shí)間。 。 ，提高生產(chǎn)率。 ，而且可用于服務(wù)過程和一切管理 過程。圖） 課 程 重 點(diǎn) 4 ，全過程的，要求全員參加，人人有責(zé) 。統(tǒng)計(jì)過程控制 （ Statistical Process Control ） SPC 1 ■ Statistical:（統(tǒng)計(jì)）以概率統(tǒng)計(jì)學(xué)為基礎(chǔ)，用科學(xué)的 方法 分析數(shù)據(jù)、得出結(jié)論； ■ Process： （過程）有 輸入 輸出 的一系列的活動(dòng)； ■ Control： （控制）事物的發(fā)展和變化是 可預(yù)測的 ； 什么 是 SPC? 生產(chǎn)過程 樣本 數(shù)據(jù) 抽樣 檢驗(yàn) 與管制界限 比較 UCL CL LCL 在管制圖中發(fā)現(xiàn)不正常狀態(tài) 管制圖 調(diào)整品質(zhì) 2 ? 到本課程結(jié)束時(shí)，參加者應(yīng)能識(shí)別： ?了解統(tǒng)計(jì)基本概念 ?了解控制圖原理 ?計(jì)量型與計(jì)數(shù)型控制圖的作法與適用范圍 ?控制圖的選用原則 ?過程的特性及過程能力 ?Ppk 和 Cpk 之間的區(qū)別以及了解如何計(jì)算這些指數(shù)。 課 程 目 標(biāo) 3 規(guī)格 過程 USL UCL SL CL LSL LCL Ca Cp Cpk 總 體 N 樣本 n μ 總體平均值 X bar 樣 本平均值 δ 總體標(biāo)準(zhǔn)差 S樣本標(biāo)準(zhǔn)差 R 極差 X 單值 中位數(shù) Statistical Process Control 計(jì)量值 : 均值－極差控制圖 中位數(shù)－極差控制圖 單值－移動(dòng)極差控制圖 均值－標(biāo)準(zhǔn)差控制圖 x~計(jì)數(shù)值 不合格品率控制圖（Ｐ圖） 不合格品數(shù)控制圖（ Pn圖） 缺陷數(shù)控制圖（ c圖） 單位缺陷數(shù)控制圖（ 181。 (統(tǒng)計(jì)技術(shù)，控制圖理論 )來保證全過 程的預(yù)防。 、及時(shí)了解質(zhì)量信息，信息共享。 ，贏得更多客戶。 。 (2).空間 :統(tǒng)計(jì)資料發(fā)生的地域或地點(diǎn)。 例如 :身高 /體重等。 例如人口數(shù)，不合格品數(shù)等 . :數(shù)據(jù)的性質(zhì)而定，由計(jì)數(shù)所得 。 Statistical: （統(tǒng)計(jì)） 7 : (1).客觀性 :數(shù)據(jù)的取得，必須實(shí)際調(diào)查或記錄而得。 (3).數(shù)字性 :數(shù)據(jù)必須由計(jì)數(shù)或計(jì)量產(chǎn)生的，必然是數(shù)字 數(shù)據(jù)。 原始數(shù)據(jù)：調(diào)查者 【直接】由數(shù)據(jù)來源搜集尚未整理。 （ 2)依據(jù)是否具有時(shí)間性質(zhì)：區(qū)分靜態(tài)、動(dòng)態(tài)數(shù)據(jù)。 動(dòng)態(tài)數(shù)據(jù)：某一現(xiàn)象在某一【 期間】內(nèi)的演變情形之?dāng)?shù)據(jù)。 靜態(tài)數(shù)據(jù)－調(diào)查法，區(qū)分總體、抽樣，方式有人員、電話、郵 寄問卷。 (2)次級(jí)數(shù)據(jù) :網(wǎng)路、政府或私人機(jī)構(gòu)、公司內(nèi)部數(shù)據(jù)等。 ： （ 1)目的：簡單化（消除復(fù)雜性）、系統(tǒng)化（消除紊亂性。 Statistical: （統(tǒng)計(jì)） 9 Statistical: （統(tǒng)計(jì)） 年別 銷售額 地區(qū) 人數(shù) 體重 人數(shù) 2023 10,000 北京 10,000 4045 1 2023 20,000 上海 20,000 4550 5 2023 30,000 蘇州 30,000 5055 5 5560 8 產(chǎn)品名稱 早班 中班 晚班 6065 8 A01 10,000 8,000 20,000 6570 8 A02 20,000 9,000 30,000 7075 9 A03 30,000 10,000 9,000 7580 3 統(tǒng)計(jì)表（時(shí)間、空間、特性、數(shù)量【次數(shù)分配表】） 分組次數(shù)分配表： a）求差 R：最大值－最小值 b）定組距 H：求組數(shù) K＝ 1+。主要?dú)w納 為 6大類 人力 Manpower 環(huán)境 Mothernatured 機(jī)械 Machine 方法 Methods 物料 Material 13 統(tǒng)計(jì)分析的基本概念 Ｎ μ s x n s 一、總體（母體）：是指在某一次統(tǒng)計(jì)分析中研究對(duì)象的全體。 3個(gè)體：組成總體的每個(gè)單元（產(chǎn)品）叫做個(gè)體 4總體含量（總體大小）：總體中所含的個(gè)體數(shù)，常用 N表示。 （樣本大?。簶颖局兴臉悠窋?shù)目，常用 n表示。 種類 隨機(jī)抽樣 系統(tǒng)抽樣法 分層抽樣法 整群抽樣法 說明 要使總體中的每一個(gè)個(gè)體（產(chǎn)品）都有同等機(jī)會(huì)被抽取出來組成樣本的活動(dòng)過程 .簽條法 ,隨機(jī)數(shù)字法 (需使用亂數(shù)表 ) 一個(gè)將總體所有的個(gè)體依序排列 ,每隔若干個(gè)個(gè)體抽取 . 先以某種分類標(biāo)準(zhǔn) ,將總體分為若分成若干類 ,每一類分為一層 ,按規(guī)定的比例從不同層中隨機(jī)抽取樣品（個(gè)體）的方法。 優(yōu)點(diǎn) 抽樣誤差小 操作簡便，實(shí)施不易出差錯(cuò) 樣本的代表性比較好，抽樣誤差比較小 抽樣實(shí)施方便 缺點(diǎn) 抽樣手續(xù)比較繁雜 容易出較大偏差。 常用于產(chǎn)品質(zhì)量驗(yàn)收 常用在工序控制中。 如果想從中取 100個(gè)零件作為樣本進(jìn)行測試研究 。 系統(tǒng)抽樣 ：將 20箱零件倒在一起 ， 混合均勻 ， 并將零件從 1～ 1000編號(hào) ， 然后用查隨機(jī)數(shù)表或抽簽的辦法先決定 起始編號(hào) ， 按相同的尾數(shù)抽取 100個(gè)零件組成樣 本 。 整群抽樣 ：先從 20箱零件隨機(jī)抽出 2箱 ， 該 2箱零件組成樣本 。 意義： ，又稱位置量數(shù)。 ，也稱 集中趨勢量數(shù)。 離散趨勢指標(biāo)。 種類： 極差 、標(biāo)準(zhǔn)差 案例說明： 組別 1 2 3 4 均值 A 50 50 50 50 50 B 0 100 0 100 50 統(tǒng)計(jì)分析的基本概念 18 : NxNxxxNiin??????? 121 ??nxnxxxxniin ?????? 121 ?群體 樣本 ?:符號(hào) ?:符號(hào)?一、集中量數(shù) （ Median）－ Me： 將數(shù)據(jù)按數(shù)值大小順序排列后 ,位于中間位置的數(shù)。若二相鄰兩數(shù)值均為出現(xiàn)次數(shù)最多的數(shù)值，則取平均值。 案例 :下列計(jì)算判斷眾數(shù)值 : 1 1,3,3,7,7,7,4,4,8 2 1,2,2,7,7,8,10 3 2,5,5,5,7,8,8,8,9 4 3,4,7,6,5 一、集中量數(shù) 20 （ Range）－ R:度量 樣本數(shù)據(jù)分散范圍的量 , 公式： R=XmaxXmin(樣本或總體中的最大值減最小值 )。 一、差異量數(shù) 國際標(biāo)準(zhǔn)化組織規(guī)定，把樣本方差的正平方根作為樣本標(biāo)準(zhǔn)偏差， 用符號(hào) S 來表示。普通原因 表現(xiàn)為一個(gè)穩(wěn)系統(tǒng)的偶然原因。 特殊原因： （通常也叫可查明原因）是指造成不是始終作 用于過程的變差的原因，即當(dāng)它們出現(xiàn)時(shí)將造 成（整個(gè)）過程的分布改變。 26 普通原因之變異 特殊原因之變異 １．大量之 微小原因 所引起 ,不可避 免． ２．不管發(fā)生何種之 偶然原因 ，其 個(gè)別之 變異極為微小 ． ３．幾個(gè)較代表性之偶然原因如下： （１）原料之 微小變異 （２）機(jī)械之 微小掁動(dòng) （３） 儀器測定時(shí)不十分精確 之作法 ４． 實(shí)際上要除去制程上之偶然原 因，是件非常不經(jīng)濟(jì)之處置 １．一個(gè)或少數(shù)幾個(gè) 較大原因 所引起 , 可 以避免 . ２．任何一個(gè) 異常原因 ，都可能發(fā)生 大之變異 ３．幾個(gè)較代表性之異常原因如下： （１）原料 群體之不良 （２） 不完全之機(jī)械調(diào)整 （３） 新手之作業(yè)員 ４．異常原因之變不但 可以找出其原 因，并且除去這些原因之處置，在 經(jīng)濟(jì)觀點(diǎn)上講常是正確者 變 異原因之差異 : 制程中變異因素是 在統(tǒng)計(jì)的管制狀態(tài)下，其產(chǎn)品之特性 有固定的分配 。 27 每件產(chǎn)品的尺寸與別的都不同 范圍 范圍 范圍 范圍 但它們形成一個(gè)模型 ， 若穩(wěn)定 ， 可以描述為一個(gè)分布 范圍 范圍