SPC考试资料

1质量部内部培训讲义基于预防，连续改善，达到零缺陷质量的基本知识QC七大手法质量的基本概念•一、质量：一组固有特性满足要求的程度。•质量的特点：质量具有经济性、广义性、时效性和相对性。•不合格：未满足要求。•缺陷：未满足与预期或规定用途有关的要求。•组织是指：职责、权限和相互关系得到安排的一组人员及设施。•过程：一组将输入转化为输出的相互关联或相互作用的活动。•注：一个过程的输出直接成为下一个过程的输入，组织为了增值，通常对过程进行策划，并使其在受控条件下运行。•过程是质量管理研究的基本对象（基本单元）。•产品是指过程的结果。•产品有四种通用的类别：服务、软件、硬件、流程性材料。•顾客是指接受产品的组织或个人。•质量特性是指产品、过程或体系与要求有关的固有特性。•具有代表性的质量概念主要有：符合性质量、适用性质量和广义质量。•质量管理是指在质量方面指挥和控制组织的协调的活动。在质量方面的指挥和控制活动，通常包括制定质量方针和质量目标及质量策划、质量控制、质量保证和质量改进。•质量控制是质量管理的一部分，致力于满足质量要求。质量控制是一个设定标准、测量结果，判定是否达到了预期要求，对质量问题采取措施进行补救并防止再发生的过程，质量控制不是检验。在生产前对生产过程进行评审和评价的过程也是质量控制的一个组成部分。总之，质量控制是一个确保生产出来的产品满足要求的过程。质量管理的发展：质量检验阶段，统计质量控制阶段，全面质量管理阶段。•质量检验：所用的手段是各种的检验设备和仪表，方式是严格把关，进行百分之百的检验。质量检验是在成品中挑出废品，以保证出厂产品质量。但这种事后检验把关，无法在生产过程中起到预防、控制作用。且百分之百的检验，增加检验费用。在大批量生产的情况下，其弊端就突显出来。•统计质量控制阶段：这一阶段的特征是数理统计方法与质量管理的结合。他认为质量管理不仅要搞事后检验，而且在发现有废品生产的先兆时就进行分析改进，从而预防废品的产生。控制图就是运用数理统计原理进行这种预防的工具。但是，统计质量关也存在着缺陷，他过分强调质量控制的统计方法，使人们误认为质量管理就是统计方法，使统计专家的事。在计算机和数理统计软件应用不广泛的情况下，使许多人感到高不可攀、难度大。2•统计技术：是指有关收集、整理、分析和解释数据，并对其反映的问题做出一定结论的方法。•SPC（statisticalprocesscontrol）统计过程控制:•是应用统计方法对过程中的各个阶段进行评估和监控，建立并保持过程处于可接受的并且稳定的水平，从而保证产品与服务符合规定要求的一种质量管理技术。•全面质量管理：所谓全面质量管理就是以质量为中心，以全员参与为基础，旨在通过让顾客和所有相关方受益而达到长期成功的一种管理途径。•质量管理的八项原则：•⑴、以顾客为关注焦点；⑵、领导作用；⑶、全员参与；⑷、过程方法；⑸、管理的系统方法；•⑹、持续改进；⑺、基于事实的决策方法；⑻、与供方互利的关系；•质量数据：将检测产品质量特性值所得结果用数字记录下来，使得到的质量特性值数据，简称质量数据。质量数据分类：1、计量值：可以用带小数的数据连续取值的数据。2、计数值：可以用件数、个数或点数等整数计值的数据；计点值｛计件值•质量数据的特征：波动性（分散性、变异性）•质量数据的分布：离散型分布（计数值质量特性是离散型数据，一般服从离散分布)，包括：二项分布、超几何分布、泊松分布。连续型分布（计量值质量特性值通常服从连续型分布，在统计分布中最常用的是正态分布）•十二、数据收集的几个名词：•1、个体（单位产品）：要研究分析的客观事物的一个基本单位。•2、总体（母体）：要研究分析的客观事物的全体。•3、样本（子体）：从总体中抽取的一部分个体。•4、频数：一组数据中，某个数值的频数，指该值反复出现的次数。•5、频率：频数与样本总数的比值。•6、某区间的频数：一组数据划分成若干区间时，数据出现在该区间的次数。•7、极差：数据中最大值与最小值的差。•十三、QC七大手法：•1、调查表；2、分层法；3、直方图；4、排列图；5、因果图；6、散布图；7、控制图。1、调查表：•⑴要求：填写方便，一目了然，直观性强，通用性好，尽可能多的提供质量信息。•⑵种类：•①、数据分布调查表（将质量数据分成若干区间，用以统计数据落在某一区间的频数）3•②、不合格项目调查表（用来调查生产现场不合格项目频数和不合格率）•③、不合格位置调查表（用来统计、分析不同类型的外观质量发生的部位和密集程度）(3)举例：针对计数型数据（不合格项目调查表）②、针对计量型数据（数据分布调查表如表）尺寸3.584.6105合计数据分布调查表品名：日期：2005-8-9工序：插脚尺寸检查员：车间：一车间检查数：403.683.784.384.48
3.886534.283.984.084.1825872112、分层法•⑴、目的：把杂乱无章和错综复杂的资料加以归类汇总，使之更确切的应客观要求。•⑵、原则：根据分层的目的，按照一定的标志加以区分，把性质相同，在同一条件下收集的数据归纳在一起，是同一层内的数据波动的幅度尽可能小，而各层之间的差别尽可能大。不合格项目小计压线7鼓泡11膜垃圾2漏胶14偏音圈11反音圈0音圈变形5音膜变形6开口大小2胶水污染2胶水不均匀0总计60不合格项目调查表品名：MSR1610ASS-01日期：2005-8-9工序：音膜胶合检查员：车间：一车间检查数：4000批号：备注：检查结果************************************************************4•⑶、分层的标志：①时间；②操作者；③设备；④工艺方法；⑤原材料•(4)、举例：下面用实例说明数据分层的方法和作用•从表（一）可知：工人丙的装配技能不佳和B厂供应的密封件质量不好是漏油的主要原因。上面仅对操作者和供货厂进行了数据分层，而没有考虑同一工人用不同厂家的密封件经装配后质量也有差异这一事实。为此，对表（一）的数据进行了更深入细致的综合分层，如表（二）：装配工人丙用B厂的密封件后，漏油率达73%，甲用B厂的密封件后，漏油率达50%，均超过平均漏油率36%，是漏油的主要原因；工人乙用B厂的密封件和工人甲用A厂的密封件的装配方法应该推广。•装配工人漏油缸数不漏油缸数漏油率甲61430%乙2820%丙101050%累计183236%密封件供应厂漏油缸数不漏油缸数漏油率A62023%B121250%累计183236%液压缸漏油情况调查表之一漏油缸数336不漏油缸数11314漏油率21%50%30%漏油缸数112不漏油缸数268漏油率33%14%20%漏油缸数2810不漏油缸数7310漏油率22%73%50%23%50%36%液压缸漏油情况调查表之二AB合计供货商工人甲乙丙合计3、直方图•⑴、概念：直方图是通过对资料的加工整理，从而分析和掌握质量数据的分布状况和估算过程不合格品率的一种方法。•⑵、作图步骤：a、做频数分布表；b、计算极差R；c、适当分组，并确定组距d、计算各组界限；e、画直方图•⑶、数据的分组数表•数据个数≤5050~100100~250250组数5~76~107~1510~30表5数据分组表•(4)、典型直方图①、对称山峰型：生产过程正常稳定②、左偏峰型：多数产品质量特性偏于下限值•③、右偏峰型：多数产品质量特性偏于上限值•④、折齿型：做频数表求频数时，分组不当，组距不是最小测量单位的整数倍•⑤、绝壁型：通过全检，根据剔除不合格品后所剩产品的质量特性值所作的直方图•⑥、双峰型：当两种不同分布的产品混在一起时，所作的直方图•⑦、分立小岛型：当少数产品的原材料发生变化-⑸、举例根据测量数据做出直方图，并判断生产过程是否稳定5•①、找出最大值=42.43mm，最小值=42.30mm•②、计算极差=42.43-42.30=0.13mm•③、将极差分别除以最小测量单位0.01mm的1、2和5倍，得•0.13mm÷0.01mm=13•0.13mm÷0.02mm=6.5圆整为7•0.13mm÷0.05mm=2.6圆整为3•对照分组数表，取分组数为7组，相应的组距为0.02mm。•④、第一组的下界限为：•42.30mm-0.01/2mm=42.295mm•第一组的上界限为：•42.295mm+0.02mm=42.315mm•⑤、依次加上组距，即可得各组的界限值组号下界限上界限组中值数据统计频数第1组42.29542.31542.305。。。。。。9第2组42.31542.33542.325。。。。。。11第3组42.33542.35542.345。。。。。。14第4组42.35542.37542.365正正10第5组42.37542.39542.385正5第6组42.39542.41542.405。。。。。。0第7组42.41542.43542.425。。。。。。1样本号行最大值行最小值1～542.3742.3442.3842.3242.3342.3842.326～1042.3442.3642.342.3142.3342.3642.311～1542.3542.3642.342.3242.3342.3642.316～2042.3242.3742.3442.3842.3642.3842.3221～2542.3542.3342.3842.3742.4342.4342.3326～3042.342.3442.3142.3342.3442.3442.331～3542.3442.3442.3642.3942.3442.3942.3436～4042.3542.3542.3442.3242.3842.3842.3241～3542.3742.3642.3142.3342.342.3742.346～5042.3142.3642.3242.3142.3542.3642.31测得数据（mm）6组中值频数42.42542.40542.38542.36542.34542.32542.30514121086420直方图4、排列图•⑴、定义：排列图是将质量改进项目从最重要到最次要的进行排列，以分析找出影响质量的主要因素，并识别质量改进机会，所采用的一种简单的图示技术。•⑵、作用：•①、强调“关键的少数”和“次要的多数”在多质量问题或影响质量问题的诸多因素中，寻找主要质量问题或影响产品质量的主要因素•②、确认改进后的效果•③、指出工作重点•⑶、画法：•①、收集一定期间有关某个质量问题的数据•②、将数据按预定的标志分层•③、计算频数•④、计算个项目的累积频数和累计百分数•⑤、画一个横坐标和两个纵坐标•⑥、画直方柱•⑦、画出巴氏曲线•⑧、分出A、B、C三类因素（按累计频率0~80%，80%~95%，95%~100%分）•⑨、记录备考事项•⑷、注意：•①、A类因素≤3个•②、项目多的时候，把频数少的合并成“其他”•③、注意结合实际•④、主要问题进一步作排列图•⑤、检查图是否完整•⑸、判别：7•①、主要因素：累积频率在0～80%•②、有影响因素：累积频率在80～95%•③、次要因素：累积因素在95～100%•⑹、举例：•根据不合格类型统计表（表8），作出排列图•计算过程：•①、累积频数f=∑fi=39+19+…+6+1=84•②、频率p=fi/f•③、累积频率F1=p1•F2=p2+p1•。。。。。。4、排列图4、排列图频数累积百分数不合格类型Count22.611.910.77.11.2Cum%46.469.081.091.73998.8100.01910961Percent46.4挂槽口无声翘膜瘪膜膜垃圾拉直线9080706050403020100100958060400不合格类型排列图不合格类型拉直线膜垃圾瘪膜翘膜无声挂槽口数量391910961序号不合格类型频数频率累积频率类别1拉直线3946.40%46.40%A2膜垃圾1922.60%69.00%A3瘪膜1011.90%81.00%B4翘膜910.70%91.70%B5无声67.10%9