SPC使用讲解577753

REV:0203/01/10YJSupplierSPCTrainingDate:Jan.14,2003Place:HuangJiangMonitorFactoryYJSupplierSPCTrainingDearSupplier,WearepleasedtoinviteyoutoattendtheYJSupplierSPCTrainingInDongguan,ChinainJan.14,2003.Thisletteristohelpyougettheinformationtoattendthistraining.Date:14Jan,2003GuanMonitorFactory.Venue:Thetrainingwillbeheldat2fMainMeetingRoomofGongCourseFee:ThecoursefeewillbeRBM500.目錄統計品管之基本概論–數據–何謂精密度、正確度?–基本統計的量數–何謂群體、樣本?–集中趨勢之意義與特性–何謂超幾何分配、二項分配?–常態分配–中央極限定理統計制程管制SPC管制圖的分類–X-RControlChart–PControlChart–制程能力分析–6概念–PCP–0抽樣計劃目錄(續)σQUALITYFEEDBACKDEFECTMODECUSTOMERFEEDBACKDEFECTMODEIN-LINEQUALITYDEFECTMODEPROCESSFMEASignificantfactorsdefinedbyD.O.E.S:InfluenceofseverityP:probabilityofOccurrenceD:DegreeofdetectionToestimatetheriskprioitynumberthru.:SPDPRNEstimateProcessDescriptionPotentialFailureModePotentialEffectofFailure(S)PotentialCauseofFailure(P)FailureDetection/ControlMethod(D)QAPROCESSSHEETTodefinecontrolmethodsofsignificantcharacteristicsProcessNameProcessFlowControlitemsControlmethodRawMat’lProcessProductCharact.ProcessParameterControlToolSampleSizeFrequencyCheckingmethodPROCESSCAPABILITYCpk=1.671.33=Cpk1.67Cpk1.332050104030060200Cp/Cpk=2.0/1.67?MONTH100%+/-66SIGMAQUALITYYESNODESIGNERQUALITYFUNCTIONDEPLOYMENTCHARTCUSTOMERREQ.WEIGHTDESIGNERREQ.1.2.3.WEIGHTFUNCTIONDEPLOYMENT1.2.3.4.FINALPRODUCTQUALITYCHART1.2.3.4.MATERIALASSEMBLYPROCESSPRODUCTIONQCSTORY1.THEMEAPCD2.WHYTHEME3.DATACOLLECTION4.ACTIONPLAN6.REMAINPROBLEM5.RESULTCONTROLCHARTXProcessFlowM/CNr.SPECRSamplingfrequencyUCLLCLCharacteristicDateUCLCLLCLTRENDCHARTXProcessFlowM/CNr.SPECRSamplingfrequencyUCLLCLCharacteristicDate數據數據的意義數據的分類（按特性分）–計數值數據﹕以個數計算的數據或數據是間斷的﹑不連續的﹐如不良數。–計量值數據﹕可以連續量測的數據或數據呈連續性的﹐如強度﹑壓力等等。數據的差異可靠度﹑精密度﹑准確度何謂精密度?精密度:用同一測定方法,測同一樣本,並反覆作無限次的測定或用同一抽樣方法,抽取同一群體,並反覆作無限次的抽樣,一定會有變異發生,變異的寬度亦即是數據分配的寬度,這种寬度的大小就是代表精密度,而此寬度愈窄,表示精密度越好.何謂正確度?正確度:用同一測定方法,測同一樣本,並反覆作無限次的測定或用同一抽樣方法,抽取同一群體,並反覆作無限次的抽樣,一定會有變異發生,變異的均值亦即是數據分配的平均值與真值之間的差值,這個差的大小就稱為正確度,而此差值一般來說,差值越小,表示正確度越好.描述一批布或一鑄件的品質，可用每公尺棉布有幾個疵點，一鑄件表面有幾個氣孔或砂眼來表達，無塵室中每立方公尺含微粒的個數，這些都是以記點的方式表示一單位產品的特性值有些產品必須以二分法來判定品質好壞，如好與壞、良與不良及合格與不合格等所謂通過-不通過(GO-NOGO)之計件方式來表示一單位產品的特質計數值(Attribute)計件或記點的表達方式，稱之為計數值。計數值的數據在數學上有不連續的特性，稱之為離散變數(DiscreteVariable)1.車輛是否漏油2.燈泡是否有作用3.孔徑太大或太小4.擋風玻璃之氣泡數計數值(Attribute)有些單位產品需經由實際量測或測試而得一連續性的數據。如零件的尺寸，電器產品的電流、電壓、電阻等，產品的使用壽命，鋁鑄品之化學成分含量…表達單位產品特性值的方法，稱之為計量值計量值數據在數學上有連續的數據，故稱之為連續變數(ContinuousVariable)計量值(Variable)1.軸的外徑(英吋)2.孔位與基準面的距離(厘米)3.電阻(歐姆)、電流(安培)、電壓(伏特)4.金屬熱處理後之硬度及溫度計量值(Variable)資料(data)與資訊(information)的差別--資料:未經整理或已整理卻不知其意義的數據--資訊:有意義的資料如何描述一筆資料？--使用平均數()與標準差()敘述統計(基本統計)與推論統計母體與樣本的分別BasicStatistics基本統計基本統計的量數(一)集中趨勢(分配位置)的測定–平均數()–中位數()–眾數(M0)nXnXXnXiXni211X~X母數意義特性平均數m(Mean)諸數經加總後的平均數因只論各數之平均，故小樣本時易受端值影響中數me(Median)排列諸數後居中位之數因只論何值位居中，故小樣本時不受極值影響眾數mo(Mode)諸數中出現最多次之數因只論何數常出現，故小樣本時易有多峰現象1234567686869707172906.7257.727508790727170696868中勢（CentralTendency）me=70.0;mo=68處理方式分為樣本或母體，其符號有所不同母體平均數公式：其中N是個數，Xi是第i個數，就是平均數樣本平均數公式：注意：樣本平均數與母體平均數符號必分辨清楚NXNii1NXxNii1母體樣本平均數(mean)何謂群體?何謂樣本?群體(以N表之):為統計調查對象的全部.群體有限群體無限群體樣本(以n表之):為研究群體的情形或有某种目的而從群體或批中隨機抽取,並以此為代表者,而用以測定或推定群體或批的狀況者謂之.N≧30稱大樣本;n30為小樣本.請算出下列的平均數(1)23,78,69,46,90,12,66,93(2)45,23.85,34,11,34Tryit!!中位數或中間值：將資料由大到小(排序排列，中間的那個值即是。--資料個數為奇數：最中間的數1715109743--資料個數為偶數：最中間兩個數相加除以2171510974眾數：資料中出現最多的值，若所有數值只出現一次，那就沒有眾數。眾數可能兩個值以上，它和平均數、中位數不同，平均數、中位數只有一個值。注意：1.計算中位數必須先經排序由大到小2.眾數可能不只一個中位數(median)、眾數(mode)注意:平均數是量測集中趨勢最常用的方法,最適用於對稱分配與少許的偏斜分配.管制圖、集中趨勢的量測等均以平均數為基礎從事計算.中位數是量測极偏斜分配之集中趨勢最有效的方法,因為在极偏斜分配下,平均數往往受到影響,但中位數卻不變.眾位數是估計集中趨勢最快的方法,因為眾位數可直接自直方圖中觀查而得.請算出下列的中位數(1)12,34,76,89,107(2)2,5,9,6,14,23,30(3)11,34,21,3,42,30,65,52請算出下列的眾數(1)78,34,64,12,34,22(2)15,56,81,15,22,80,58,56,106,121(3)102,34,79,49,28,46,100,26Tryit!!母數意義特性平均數m(Mean)諸數經加總後的平均數因只論各數之平均，故小樣本時易受端值影響中數me(Median)排列諸數後居中位之數因只論何值位居中，故小樣本時不受極值影響眾數mo(Mode)諸數中出現最多次之數因只論何數常出現，故小樣本時易有多峰現象集中趨勢之意義與特性(1)有極值出現20,11,78,26,53,87,56,19,82,75,2500平均數有意義的平均數經排序之後2500,87,82,78,75,56,53,26,20,19,11中位數為56由上可知，平均數易受極值影響，中位數不會8.4910758219568753267811205.27211250075821956875326781120無意義集中趨勢之意義與特性(2)基本統計的量數(二)離散趨勢（分配差異的測定）–全距（R）•數據中最大值與最小值的差–偏差平方和(S)–不偏變異（V）21)(niXXiS1nSV母數意義特性全距R(Range)諸數中最大和最小之間的差距因只論最大和最小故小樣本時易受極值影響四分位數Q(Quartile)排列諸數後四等分之位居某四分點之數因只論何值位居分點故不受極值影響百分位數P(Percentile)排列諸數後百等分之位居某百分點之數因細分分點故適用大樣本變異數s2(Variance)各數距平均的差值平方和的平均因將參差程度予以量化故可以運算處理標準差s(St.Dev)變異數的平方根因適合機率分配故可以廣泛運用散勢(Dispersion)所分析的資料中最大值(maximum)-最小值(minimum)。全距越大表示資料的離散程度越大20001900162412341033594671873587489647891249967全距=2000-249全距在生產線上的重要性四分位差：需先將資料由小到大排序，N為資料個數Q1:第個資料，即為第一個四分位數(quartile)Q2:第個資料，即為第二個四分位數，即為中位數Q3:第個資料，即為第三個四分位數四分位差:Q=Q3-Q1全距/範圍(range)、四分位差N41N42N43請算出下列的四分位差56,60,66,66,73,79,82,84,90,92,93Q1=Q2=Q3=Q1=66Q2=79Q3=90,Q=90-66=24位第3375.21141位第665.51142位第9925.81143範例-四分位差以P1,P2,…..,P99表示，則將所有依序排列(由小到大)資料分成100等分，每一等分佔1%百分位數在將不具意義的原始資料轉變成為具意義且可以比較上，很有用處用於大樣本，小樣本用此法顯不出意義若一位員工參加一項能力檢定，其分數假設在第92個百分位數，這並不是指說這位員工得到這次考試的92%等級，但大致可說其分數在所有參加這次考試的員工中約居高於92%(僅比8%同事的分數低)比較百分位數與百分等級的不同百分位數(percentiles)將資料由小到大排序求算--n為數值