質(zhì)量過(guò)程控制及改善培訓(xùn)教材課件

本資料來(lái)源本資料來(lái)源單位：力諾太陽(yáng)能集團(tuán)姓名：李哲質(zhì)量過(guò)程控制及改善

培訓(xùn)課件單位：力諾太陽(yáng)能集團(tuán)質(zhì)量過(guò)程控制及改善

培訓(xùn)課件培訓(xùn)目標(biāo)本課程旨在幫助同事們掌握minitab統(tǒng)計(jì)分析軟件，研究和檢測(cè)質(zhì)量問(wèn)題并改進(jìn)生產(chǎn)過(guò)程。掌握幾種圖形工具，檢測(cè)出質(zhì)量問(wèn)題使用控制圖跟蹤質(zhì)量過(guò)程并檢測(cè)是否存在特殊原因

繪制能力直方圖和能力圖評(píng)估過(guò)程能力

利用抽檢特征曲線確定整個(gè)批次接收還是拒收培訓(xùn)目標(biāo)本課程旨在幫助同事們掌握minitab統(tǒng)計(jì)分析軟件，學(xué)習(xí)方法技巧A要有幾本好的工具書B要學(xué)會(huì)在網(wǎng)上尋找資源C從模仿開始，慢慢理解

D培訓(xùn)結(jié)束后經(jīng)常練習(xí)、使用

《Minitab使用教程》、《EXCE圖表制作》學(xué)習(xí)方法技巧A要有幾本好的工具書B要學(xué)會(huì)在網(wǎng)上尋找資源C從質(zhì)量檢測(cè)圖形工具11-1.運(yùn)行圖1-2.帕累托圖1-3.因果圖質(zhì)量檢測(cè)圖形工具11-1.運(yùn)行圖1-2.帕累托圖1-3.運(yùn)行圖概念：所有過(guò)程中都會(huì)發(fā)生變異。常規(guī)原因變異是過(guò)程中正常的一部分。另一種類型的變異（稱為特殊原因）來(lái)自系統(tǒng)外部，并導(dǎo)致數(shù)據(jù)中可識(shí)別的模式、偏移或趨勢(shì)。運(yùn)行圖顯示特殊原因是否正在影響您的過(guò)程。當(dāng)只有常規(guī)原因影響過(guò)程輸出時(shí)，過(guò)程受控制。運(yùn)行圖執(zhí)行兩種隨機(jī)性檢驗(yàn)，提供有關(guān)因趨勢(shì)、振動(dòng)、混合和聚類引起的非隨機(jī)變異的信息。運(yùn)行圖概念：解釋結(jié)果在0.05水平下聚類檢驗(yàn)很顯著。由于聚類檢驗(yàn)的概率(p=0.022)小于a

值0.05，因此可以斷定特殊原因正在影響您的過(guò)程，且您應(yīng)該調(diào)查可能的來(lái)源。聚類可以指出抽樣問(wèn)題或測(cè)量問(wèn)題。解釋結(jié)果帕累托圖概念：

Pareto圖是一種條形圖，幫助您確定哪些問(wèn)題最重要，以使您可以集中改進(jìn)可獲得最大收獲的領(lǐng)域。其中水平軸表示所關(guān)注的類別，而非連續(xù)尺度。類別通常是缺陷。通過(guò)從大到小排列條形，Pareto圖可幫助您確定哪些缺陷組成“少數(shù)重要”，哪些缺陷為“多數(shù)瑣碎”。累積百分比線條幫助您判斷每種類別所加入的貢獻(xiàn)。Pareto圖可幫助著重改進(jìn)能獲得最大收益的方面。帕累托圖概念：解釋結(jié)果由于超過(guò)一半的測(cè)速計(jì)因此缺陷遭到拒收，因此請(qǐng)著重改進(jìn)缺失螺絲釘?shù)臄?shù)量。

解釋結(jié)果因果圖概念：因果（或魚骨）圖描述問(wèn)題的潛在原因。右側(cè)顯示問(wèn)題（效應(yīng)），左側(cè)以樹狀結(jié)構(gòu)顯示原因的列表。樹的分支常常與原因的主類別相關(guān)聯(lián)。每個(gè)分支都列出該類別中的更多具體原因。您還可以向任何分支中添加子分支。魚骨圖是一種方便地組織問(wèn)題原因的相關(guān)信息的工具。盡管沒(méi)有構(gòu)造魚骨圖的“正確”方法，但某些特定的類型本身就很適合于許多不同的情況。這些類型之一是“5M”圖，這樣稱呼是因?yàn)榉种系奈鍌€(gè)類別都以字母M開頭（“人員”也稱“Man”）。因果圖概念：質(zhì)量過(guò)程控制及改善培訓(xùn)教材課件

跟蹤質(zhì)量過(guò)程并檢測(cè)是否存在特殊原因21-1.控制圖概念1-2.缺陷（計(jì)數(shù)型）控制圖1-3.成型過(guò)程（測(cè)量型）控制圖1-4.利用控制圖判斷生產(chǎn)過(guò)程失控跟蹤質(zhì)量過(guò)程并檢測(cè)是否存在特殊原因21-1.控制圖概控制圖概念：可以使用控制圖跟蹤一段時(shí)間內(nèi)的過(guò)程統(tǒng)計(jì)量并檢測(cè)是否存在特殊原因?！?/p>

控制圖的結(jié)構(gòu)質(zhì)量特征樣本編號(hào)（或時(shí)間）控制上中心控制下限特殊原因所導(dǎo)致的變異可以檢測(cè)并受控制。示例包括設(shè)備、班次或天數(shù)的差異。而另一方面，常規(guī)原因變異是過(guò)程中所固有的。當(dāng)只有常規(guī)原因（而非特殊原因）影響過(guò)程輸出時(shí)，過(guò)程即受控制。當(dāng)點(diǎn)落于控制限制的界限之內(nèi)，且這些點(diǎn)未顯示出任何非隨機(jī)模式時(shí)，過(guò)程即受控制?？刂茍D概念：1-2.缺陷（計(jì)數(shù)型）控制圖缺陷控制圖概念：

結(jié)構(gòu)上類似于變量控制圖，只不過(guò)它們是根據(jù)計(jì)數(shù)數(shù)據(jù)而不是測(cè)量數(shù)據(jù)繪制統(tǒng)計(jì)圖。例如，可將產(chǎn)品與標(biāo)準(zhǔn)進(jìn)行比較，并將其歸類為有缺陷產(chǎn)品或無(wú)缺陷產(chǎn)品。也可以根據(jù)產(chǎn)品的缺陷數(shù)為產(chǎn)品歸類。與使用變量控制圖一樣，繪制過(guò)程統(tǒng)計(jì)量（如缺陷數(shù)）也是相對(duì)于樣本數(shù)量或時(shí)間的。缺陷品控制圖您可以將產(chǎn)品與標(biāo)準(zhǔn)進(jìn)行比較，并將其歸類為有缺陷產(chǎn)品或無(wú)缺陷產(chǎn)品。例如，線長(zhǎng)是否滿足強(qiáng)度要求。缺陷品控制圖有：·

P控制圖，該控制圖繪制每個(gè)子組中缺陷品的比率?！?/p>

NP控制圖，該控制圖繪制每個(gè)子組中缺陷品的數(shù)量。缺陷控制圖如果產(chǎn)品非常復(fù)雜，則某一缺陷并不一定會(huì)導(dǎo)致缺陷產(chǎn)品。根據(jù)產(chǎn)品的缺陷數(shù)將產(chǎn)品歸類有時(shí)會(huì)更加方便。例如，您可以統(tǒng)計(jì)產(chǎn)品表面的刮痕數(shù)。缺陷控制圖有：·

C控制圖，該控制圖繪制每個(gè)子組中的缺陷數(shù)。當(dāng)子組大小固定時(shí)，請(qǐng)使用C控制圖。·

U控制圖，該控制圖繪制在每個(gè)子組中抽取的每單位樣本的缺陷數(shù)。當(dāng)子組大小不固定時(shí)，請(qǐng)使用U控制圖。例如，如果您要統(tǒng)計(jì)電視屏幕內(nèi)表面的瑕疵數(shù)，C控制圖將繪制實(shí)際瑕疵數(shù)，而U控制圖將繪制所抽取樣本中每平方英寸的瑕疵數(shù)。1-2.缺陷（計(jì)數(shù)型）控制圖缺陷控制圖概念：1-2.缺陷（計(jì)數(shù)型）控制圖1-2.缺陷（計(jì)數(shù)型）控制圖1-2.缺陷（計(jì)數(shù)型）控制圖1-2.缺陷（計(jì)數(shù)型）控制圖變量控制圖概念：多值變量控制圖數(shù)據(jù)標(biāo)繪來(lái)自連續(xù)測(cè)量數(shù)據(jù)（如長(zhǎng)度或外徑）的統(tǒng)計(jì)量。單值的變量控制圖、時(shí)間加權(quán)控制圖和多變量控制圖也標(biāo)繪測(cè)量數(shù)據(jù)。缺陷控制圖標(biāo)繪計(jì)數(shù)數(shù)據(jù)，如缺陷或缺陷單元的數(shù)量。選擇多值的變量控制圖有五種變量控制圖：·

X和R-X控制圖和R控制圖（顯示在一個(gè)窗口中）·

X和S-X控制圖和S控制圖（顯示在一個(gè)窗口中）·

I-MR-R/S（組間/組內(nèi)）

-同時(shí)使用子組間和子組內(nèi)變異的三向控制圖。I-MR-R/S控制圖由I控制圖、MR控制圖以及R或S控制圖組成。

·

X-子組平均值的控制圖·

R-子組極差的控制圖·

S-子組標(biāo)準(zhǔn)差的控制圖·

I-MR-R/S（組間/組內(nèi)）控制圖要求在至少一個(gè)子組中有兩個(gè)或更多觀測(cè)值。子組大小不必相同。

1-3.變量（測(cè)量數(shù)據(jù)）控制圖變量控制圖概念：1-3.變量（測(cè)量數(shù)據(jù)）控制圖1-3.變量（測(cè)量數(shù)據(jù)）控制圖1-3.變量（測(cè)量數(shù)據(jù)）控制圖1-3.變量（測(cè)量數(shù)據(jù)）控制圖通過(guò)繪制歷史圖，可以顯示過(guò)程中的各個(gè)階段，歷史圖是對(duì)數(shù)據(jù)中的不同組獨(dú)立估計(jì)控制限制和中心線的控制圖。在比較過(guò)程改進(jìn)前后的數(shù)據(jù)時(shí)歷史圖尤其有用。

1-3.變量（測(cè)量數(shù)據(jù)）控制圖通過(guò)繪制歷史圖，可以顯示過(guò)程

控制圖是統(tǒng)計(jì)過(guò)程控制（SPC）理論與實(shí)踐的核心工具。我們用控制圖來(lái)監(jiān)控過(guò)程、判斷過(guò)程的受控狀態(tài)，一旦控制圖出現(xiàn)異常的信息，就可以認(rèn)為過(guò)程發(fā)生了異常，從而對(duì)生產(chǎn)過(guò)程進(jìn)行檢討，尋找原因，制定改善措施，對(duì)過(guò)程進(jìn)行修正，直到過(guò)程重新達(dá)到質(zhì)量要求。利用控制圖識(shí)別生產(chǎn)過(guò)程狀態(tài)------受控狀態(tài)或失控狀態(tài)，是根據(jù)圖上樣本點(diǎn)的位置以及變化趨勢(shì)進(jìn)行分析和判斷的。判斷的依據(jù)主要有兩點(diǎn)：（1）如果控制圖上點(diǎn)所反映的過(guò)程的均值μ和/或方差σ發(fā)生（不允許的）變化。1-4.利用控制圖判斷生產(chǎn)過(guò)程失控控制圖是統(tǒng)計(jì)過(guò)程控制（SPC）理論與實(shí)踐的核心過(guò)程能力分析31-1.過(guò)程能力概念1-2.連續(xù)數(shù)據(jù)能力分析1-3.缺陷數(shù)據(jù)能力分析1-4.過(guò)程能力指數(shù)的解釋方法1-5.樣本數(shù)據(jù)分布的識(shí)別與選擇1-6.力諾太陽(yáng)CPK數(shù)據(jù)采集方法（草案）過(guò)程能力分析31-1.過(guò)程能力概念1-2.連續(xù)數(shù)據(jù)能力分1-1.過(guò)程能力概念

過(guò)程一旦處于統(tǒng)計(jì)控制狀態(tài)下（即穩(wěn)定生產(chǎn)）后，就可能要確定其是否有能力（即符合規(guī)格限制并生產(chǎn)出“良好”的部件）。您通過(guò)將過(guò)程變異的寬度與規(guī)格限制的寬度相比較來(lái)確定能力。過(guò)程需要處于受控狀態(tài)，然后才能評(píng)估其能力；否則，會(huì)錯(cuò)誤地估計(jì)過(guò)程能力。只有過(guò)程受控，才有能力一說(shuō)。為正確使用能力統(tǒng)計(jì)量，應(yīng)通過(guò)檢查位置的控制圖（如Xbar控制圖或I控制圖）或變異的控制圖（如R控制圖、S控制圖或MR控制圖）來(lái)證實(shí)過(guò)程穩(wěn)定

可以通過(guò)繪制能力直方圖和能力圖以圖形化方式評(píng)估過(guò)程能力。這些圖形有助于評(píng)估數(shù)據(jù)的分布并證實(shí)過(guò)程受控。還可以計(jì)算能力指數(shù)，即規(guī)格公差占自然過(guò)程變異的比率。能力指數(shù)（即統(tǒng)計(jì)量）是評(píng)估過(guò)程能力的簡(jiǎn)單方法。由于將過(guò)程信息簡(jiǎn)化為一個(gè)數(shù)字，因此可以使用能力統(tǒng)計(jì)量對(duì)一個(gè)過(guò)程與另一個(gè)過(guò)程的能力進(jìn)行比較。能力統(tǒng)計(jì)量使用起來(lái)很簡(jiǎn)單，但是它們也有一些分布屬性尚未完全為人所了解。一般而言，最好不要依賴單個(gè)能力統(tǒng)計(jì)量確定過(guò)程的特征。1-1.過(guò)程能力概念過(guò)程一旦處于統(tǒng)計(jì)控制狀1-2.連續(xù)數(shù)據(jù)能力分析-CPK分析解釋結(jié)果如果要解釋過(guò)程能力統(tǒng)計(jì)量，則數(shù)據(jù)應(yīng)近似服從正態(tài)分布。這一要求似乎已得到滿足，正如上方重疊有正態(tài)曲線的直方圖所示。但是，可以看到過(guò)程平均值(0.54646)略小于目標(biāo)(0.55)。并且分布的兩個(gè)尾部都落在規(guī)格限之外。這意味著，有時(shí)會(huì)發(fā)現(xiàn)某些電纜直徑小于0.50厘米的規(guī)格下限或大于0.60厘米的規(guī)格上限。Ppk指數(shù)表明過(guò)程生產(chǎn)的單位是否在公差限內(nèi)。此處，Ppk指數(shù)為0.80，表明制造商必須通過(guò)減少變異并使過(guò)程以目標(biāo)為中心來(lái)改進(jìn)過(guò)程。顯然，與過(guò)程不以目標(biāo)為中心相比，過(guò)程中的較大變異對(duì)此生產(chǎn)線而言是嚴(yán)重得多的問(wèn)題。同樣，PPM合計(jì)（預(yù)期整體性能）是其受關(guān)注的特征在公差限之外的百萬(wàn)分?jǐn)?shù)部件數(shù)(10969.28)。這意味著每一百萬(wàn)條線纜中大約有10969條不符合規(guī)格。制造商未滿足客戶的要求，應(yīng)通過(guò)降低過(guò)程變異來(lái)改進(jìn)其過(guò)程。1-2.連續(xù)數(shù)據(jù)能力分析-CPK分析解釋結(jié)果1-2.連續(xù)數(shù)據(jù)能力分析-綜合能力分析解釋結(jié)果在控制圖和R控制圖上，點(diǎn)都是隨機(jī)分布在控制極限之間的，表明這是穩(wěn)定過(guò)程。但是，還應(yīng)比較R控制圖與控制圖上的點(diǎn)，以查看它們是否彼此相似。本例中的這些點(diǎn)并非這樣，再次表明這是穩(wěn)定過(guò)程。最后20個(gè)子組的控制圖上的點(diǎn)隨機(jī)地水平散開，沒(méi)有趨勢(shì)或偏移，這也表明過(guò)程是穩(wěn)定的。如果要解釋過(guò)程能力統(tǒng)計(jì)量，則您的數(shù)據(jù)應(yīng)近似服從正態(tài)分布。在能力直方圖上，數(shù)據(jù)近似服從正態(tài)曲線。在正態(tài)概率圖上，點(diǎn)近似呈一條直線，并落于95%置信區(qū)間內(nèi)。這些模式表明數(shù)據(jù)是正態(tài)分布的。但是，從能力圖可以看出，整體過(guò)程變異的區(qū)間（整體）比規(guī)格限的區(qū)間（規(guī)格）寬。這意味著有時(shí)線纜的直徑會(huì)超出公差限[0.50,0.60]。此外，Ppk的值(0.80)落于要求的目標(biāo)1.33之下，表明制造商需要改進(jìn)過(guò)程。1-2.連續(xù)數(shù)據(jù)能力分析-綜合能力分析解釋結(jié)果解釋結(jié)果

P控制圖表明有1個(gè)點(diǎn)不受控。累積缺陷百分比控制圖顯示整體缺陷品率的估計(jì)值似乎停留在22%左右，但需要收集更多數(shù)據(jù)對(duì)此加以驗(yàn)證。缺陷品率似乎不受樣本大小的影響。過(guò)程Z大約為0.75，非常差。此過(guò)程可能需要進(jìn)行大量改進(jìn)。1-3.缺陷數(shù)據(jù)能力分析--缺陷品解釋結(jié)果1-3.缺陷數(shù)據(jù)能力分析--缺陷品解釋結(jié)果

U控制圖表明有3個(gè)點(diǎn)不受控制。累積DPU控制圖（每單位的缺陷數(shù)）停留在值0.0265附近，表明收集的樣本足以很好地估計(jì)DPU平均值。DPU的比率似乎不受電線長(zhǎng)度的影響。1-3.缺陷數(shù)據(jù)能力分析--缺陷品解釋結(jié)果1-3.缺陷數(shù)據(jù)能力分析--缺陷品

Cp、Cpk、Pp和Ppk統(tǒng)計(jì)量是潛在和整體能力的度量。由于將過(guò)程信息簡(jiǎn)化為一個(gè)數(shù)字，因此可以使用能力統(tǒng)計(jì)量對(duì)一個(gè)過(guò)程與另一個(gè)過(guò)程比較其能力。在實(shí)踐中，許多人將1.33視為過(guò)程能力統(tǒng)計(jì)量的最小可接受值。小于1的值表明過(guò)程變異比規(guī)格展開要寬。要了解和解釋能力統(tǒng)計(jì)，請(qǐng)使用以下信息作為指導(dǎo)。使用能力統(tǒng)計(jì)量可以監(jiān)視并報(bào)告一段時(shí)間內(nèi)系統(tǒng)的改進(jìn)情況。能力統(tǒng)計(jì)量的解釋因?qū)Ψ治鏊褂玫姆植级?。?duì)于：正態(tài)分布：·

Cp和Cpk-Cp不考慮過(guò)程平均值相對(duì)于規(guī)格限的位置。Cpk指數(shù)度量的與過(guò)程展開相比，過(guò)程運(yùn)行接近其規(guī)格限的程度。僅當(dāng)您滿足目標(biāo)值（未指定目標(biāo)值時(shí)為過(guò)程平均值）且變異最小時(shí)，Cpk才較高。例如，過(guò)程在執(zhí)行中可能變異最小，但遠(yuǎn)離目標(biāo)（或過(guò)程平均值）并接近規(guī)格限之一，這樣會(huì)導(dǎo)致Cpk較低而Cp較高?！?/p>

Pp和Ppk-Pp和Ppk的解釋方式分別與Cp和Cpk相同?！?/p>

Cpk與Ppk-使用整體變異來(lái)計(jì)算Ppk。子組間變異和子組內(nèi)變異都對(duì)整體變異有所貢獻(xiàn)。計(jì)算Cpk時(shí)使用子組內(nèi)變異，而不使用子組間的偏移和漂移。Ppk針對(duì)整個(gè)過(guò)程。如果Cpk與Ppk相同，則整體標(biāo)準(zhǔn)差與子組內(nèi)標(biāo)準(zhǔn)差近似相等?！?/p>

Cpm-指定了目標(biāo)值時(shí)，計(jì)算Cpm。使用Cpm評(píng)估過(guò)程是否以目標(biāo)為中心。Cpm指數(shù)越高，過(guò)程越好。如果Cpm、Ppk與Pp相同，則過(guò)程平均值與目標(biāo)值相同。非正態(tài)分布：基于非正態(tài)分布的能力指數(shù)可按照與基于正態(tài)分布的指數(shù)相同的方式來(lái)解釋。比較Pp和Ppk以評(píng)估過(guò)程中位數(shù)是否接近于規(guī)格中點(diǎn)。如果Pp大于Ppk，則過(guò)程中位數(shù)將遠(yuǎn)離規(guī)格中點(diǎn)并接近于規(guī)格限之一。1-4.過(guò)程能力指數(shù)的解釋方法Cp、Cpk、Pp和Ppk統(tǒng)計(jì)量是潛在和整解釋結(jié)果通過(guò)擬合優(yōu)度檢驗(yàn)結(jié)果和概率圖來(lái)識(shí)別和選擇數(shù)據(jù)分布。擬合優(yōu)度檢驗(yàn)

-該表包括Anderson-Darling(AD)統(tǒng)計(jì)量以及分布的對(duì)應(yīng)p值。對(duì)于臨界值a，大于a的p值表明數(shù)據(jù)服從該分布。大于0.25、0.467、0.213和0.238的p值表明Weibull、3參數(shù)Weibull、最大極值和Gamma分布與數(shù)據(jù)的擬合良好。Box-Cox（p值=0.574）和Johnson變換（p值=0.799）也較好地?cái)M合了數(shù)據(jù)。概率圖

-概率圖包括有序數(shù)據(jù)集相應(yīng)概率的百分位數(shù)點(diǎn)。概率圖顯示，對(duì)于2參數(shù)Weibull、3參數(shù)Weibull、最大極值和Gamma分布，數(shù)據(jù)點(diǎn)近似成一條直線，并在置信區(qū)間內(nèi)。如果有多個(gè)分布與數(shù)據(jù)擬合：選擇p值最大的分布；

如果p值非常接近，則選擇：以前對(duì)類似數(shù)據(jù)集使用過(guò)的分布?；谀芰y(tǒng)計(jì)量的分布。選擇最保守的分布。1-5.樣本數(shù)據(jù)分布的識(shí)別與選擇解釋結(jié)果1-5.樣本數(shù)據(jù)分布的識(shí)別與選擇1-6.力諾太陽(yáng)CPK數(shù)據(jù)采集方法（草案）1-6.力諾太陽(yáng)CPK數(shù)據(jù)采集方法（草案）制定產(chǎn)品抽樣驗(yàn)收計(jì)劃41-1.抽樣驗(yàn)收概念1-2.不合格品類抽樣驗(yàn)收方法1-3.產(chǎn)品特征類抽樣驗(yàn)收方法1-4.批次接收、拒收方法制定產(chǎn)品抽樣驗(yàn)收計(jì)劃41-1.抽樣驗(yàn)收概念1-2.不合格

抽樣驗(yàn)收是評(píng)估進(jìn)廠的產(chǎn)品樣本以確定是接受整個(gè)批次以供使用還是拒收并退回的過(guò)程。例如，假設(shè)一個(gè)雜貨商收到5000公斤蘋果。他想檢驗(yàn)少量蘋果以確定是接受整批貨進(jìn)行銷售，還是應(yīng)當(dāng)拒收并退給供應(yīng)商。抽樣驗(yàn)收將幫助他決定要檢驗(yàn)多少蘋果，以及接受貨物時(shí)允許有多少缺陷品。在100%檢驗(yàn)的代價(jià)比接受缺陷品所產(chǎn)生的后果高得多時(shí)，抽樣驗(yàn)收非常有用；但是，抽樣驗(yàn)收無(wú)法估計(jì)質(zhì)量水平，也不提供任何直接的過(guò)程控制。抽樣計(jì)劃的類型·

屬性，它以樣本中的缺陷數(shù)或缺陷品數(shù)為基礎(chǔ)。例如，毛管的結(jié)石數(shù)?！?/p>

變量，它以可測(cè)量的質(zhì)量特征為基礎(chǔ)。例如，可以檢驗(yàn)毛管的壁厚。對(duì)于變量計(jì)劃，需要基于實(shí)際測(cè)量值來(lái)計(jì)算平均值、標(biāo)準(zhǔn)差和Z值。使用按變量抽樣驗(yàn)收-接受/拒絕批次基于特定樣本數(shù)據(jù)執(zhí)行計(jì)算并決定接受批次與否。此外，對(duì)于變量抽樣計(jì)劃，每個(gè)抽樣計(jì)劃只能檢驗(yàn)一個(gè)測(cè)量值。例如，如果需要檢驗(yàn)壁厚和外徑，則需要兩個(gè)單獨(dú)的抽樣計(jì)劃。變量抽樣計(jì)劃假設(shè)質(zhì)量特征的分布是正態(tài)的。但是，使用變量數(shù)據(jù)的主要優(yōu)勢(shì)是變量抽樣計(jì)劃所需的樣本大小比屬性抽樣計(jì)劃小得多。1-1.抽樣驗(yàn)收概念抽樣驗(yàn)收是評(píng)估進(jìn)廠的產(chǎn)品樣本以確定是接受整個(gè)批次

創(chuàng)建抽樣計(jì)劃以確定樣本大小，并基于該樣本中發(fā)現(xiàn)的缺陷品數(shù)或缺陷數(shù)決定是接受還是拒收整個(gè)批次的產(chǎn)品。實(shí)例：假設(shè)收到車間5000支毛管，使您很不滿意的是許多毛管壁厚不達(dá)標(biāo)。您決定實(shí)施一個(gè)抽樣計(jì)劃，以便能夠判斷接受或拒收整個(gè)批次。您與車間協(xié)商后共同認(rèn)可的整批產(chǎn)品不合格率比例為1.5%時(shí)，可接受車間毛管，否則將退回車間。在建立抽樣計(jì)劃時(shí)，質(zhì)檢人員和車間議定大約有95%的時(shí)間會(huì)接受含1.5%缺陷品的批次，以保護(hù)車間的利益。同時(shí)質(zhì)檢人員和車間議定絕大多數(shù)情況下將拒收含10%缺陷品的批次，以保護(hù)公司的利益。抽樣計(jì)劃確定：

1-2.不合格品類抽樣驗(yàn)收方法解釋結(jié)果對(duì)于每個(gè)5000支毛管的批次，您需要隨機(jī)選擇并檢驗(yàn)其中的52支。如果在52支中發(fā)現(xiàn)的缺陷品超過(guò)2支，則應(yīng)拒收整個(gè)批次。如果缺陷品為2支或更少，則接受整個(gè)批次。創(chuàng)建抽樣計(jì)劃以確定樣本大小，并基于該樣本中發(fā)現(xiàn)的缺

創(chuàng)建抽樣計(jì)劃以確定樣本大小，并基于該樣本中發(fā)現(xiàn)的缺陷品數(shù)或缺陷數(shù)決定是接受還是拒收整個(gè)批次的產(chǎn)品。實(shí)例：假設(shè)每周收到2500只壁厚1.6的毛管，決定實(shí)施一個(gè)抽樣計(jì)劃以驗(yàn)證管壁厚度。管道的管壁厚度的規(guī)格下限為0.09“。您與車間議定AQL為每百萬(wàn)100個(gè)缺陷品，RQL為每百萬(wàn)300個(gè)缺陷品。抽樣計(jì)劃確定：

解釋結(jié)果對(duì)于每個(gè)2500個(gè)批次，您需要隨機(jī)選擇并檢驗(yàn)其中的104個(gè)。根據(jù)隨機(jī)樣本的測(cè)量值，確定平均值和標(biāo)準(zhǔn)差以計(jì)算Z值。Z

=

(平均值

-

規(guī)格下限)/標(biāo)準(zhǔn)差。如果歷史標(biāo)準(zhǔn)差已知，則可以使用該值。如果Z.LSL大于臨界距離（在本例中k=3.55750），則接受整個(gè)批次；否則，拒收整個(gè)批次。1-3.產(chǎn)品特征類抽樣驗(yàn)收方法創(chuàng)建抽樣計(jì)劃以確定樣本大小，并基于該樣本中發(fā)現(xiàn)的缺您隨機(jī)從每批次的2500個(gè)毛管中選取并測(cè)量了104個(gè)。您將數(shù)據(jù)記錄在工作表中，根據(jù)隨機(jī)樣本的測(cè)量值，確定平均值和標(biāo)準(zhǔn)差以計(jì)算Z值。Z

=

(平均值

-

規(guī)格下限)/標(biāo)準(zhǔn)差。。如果計(jì)算得到的Z值大于臨界距離(3.55750)，則可以接受整個(gè)批次。1-4.批次接收、拒收方法您隨機(jī)從每批次的2500個(gè)毛管中選取并測(cè)量了104個(gè)本資料來(lái)源本資料來(lái)源單位：力諾太陽(yáng)能集團(tuán)姓名：李哲質(zhì)量過(guò)程控制及改善

培訓(xùn)課件單位：力諾太陽(yáng)能集團(tuán)質(zhì)量過(guò)程控制及改善

培訓(xùn)課件培訓(xùn)目標(biāo)本課程旨在幫助同事們掌握minitab統(tǒng)計(jì)分析軟件，研究和檢測(cè)質(zhì)量問(wèn)題并改進(jìn)生產(chǎn)過(guò)程。掌握幾種圖形工具，檢測(cè)出質(zhì)量問(wèn)題使用控制圖跟蹤質(zhì)量過(guò)程并檢測(cè)是否存在特殊原因

繪制能力直方圖和能力圖評(píng)估過(guò)程能力

利用抽檢特征曲線確定整個(gè)批次接收還是拒收培訓(xùn)目標(biāo)本課程旨在幫助同事們掌握minitab統(tǒng)計(jì)分析軟件，學(xué)習(xí)方法技巧A要有幾本好的工具書B要學(xué)會(huì)在網(wǎng)上尋找資源C從模仿開始，慢慢理解

D培訓(xùn)結(jié)束后經(jīng)常練習(xí)、使用

《Minitab使用教程》、《EXCE圖表制作》學(xué)習(xí)方法技巧A要有幾本好的工具書B要學(xué)會(huì)在網(wǎng)上尋找資源C從質(zhì)量檢測(cè)圖形工具11-1.運(yùn)行圖1-2.帕累托圖1-3.因果圖質(zhì)量檢測(cè)圖形工具11-1.運(yùn)行圖1-2.帕累托圖1-3.運(yùn)行圖概念：所有過(guò)程中都會(huì)發(fā)生變異。常規(guī)原因變異是過(guò)程中正常的一部分。另一種類型的變異（稱為特殊原因）來(lái)自系統(tǒng)外部，并導(dǎo)致數(shù)據(jù)中可識(shí)別的模式、偏移或趨勢(shì)。運(yùn)行圖顯示特殊原因是否正在影響您的過(guò)程。當(dāng)只有常規(guī)原因影響過(guò)程輸出時(shí)，過(guò)程受控制。運(yùn)行圖執(zhí)行兩種隨機(jī)性檢驗(yàn)，提供有關(guān)因趨勢(shì)、振動(dòng)、混合和聚類引起的非隨機(jī)變異的信息。運(yùn)行圖概念：解釋結(jié)果在0.05水平下聚類檢驗(yàn)很顯著。由于聚類檢驗(yàn)的概率(p=0.022)小于a

值0.05，因此可以斷定特殊原因正在影響您的過(guò)程，且您應(yīng)該調(diào)查可能的來(lái)源。聚類可以指出抽樣問(wèn)題或測(cè)量問(wèn)題。解釋結(jié)果帕累托圖概念：

Pareto圖是一種條形圖，幫助您確定哪些問(wèn)題最重要，以使您可以集中改進(jìn)可獲得最大收獲的領(lǐng)域。其中水平軸表示所關(guān)注的類別，而非連續(xù)尺度。類別通常是缺陷。通過(guò)從大到小排列條形，Pareto圖可幫助您確定哪些缺陷組成“少數(shù)重要”，哪些缺陷為“多數(shù)瑣碎”。累積百分比線條幫助您判斷每種類別所加入的貢獻(xiàn)。Pareto圖可幫助著重改進(jìn)能獲得最大收益的方面。帕累托圖概念：解釋結(jié)果由于超過(guò)一半的測(cè)速計(jì)因此缺陷遭到拒收，因此請(qǐng)著重改進(jìn)缺失螺絲釘?shù)臄?shù)量。

解釋結(jié)果因果圖概念：因果（或魚骨）圖描述問(wèn)題的潛在原因。右側(cè)顯示問(wèn)題（效應(yīng)），左側(cè)以樹狀結(jié)構(gòu)顯示原因的列表。樹的分支常常與原因的主類別相關(guān)聯(lián)。每個(gè)分支都列出該類別中的更多具體原因。您還可以向任何分支中添加子分支。魚骨圖是一種方便地組織問(wèn)題原因的相關(guān)信息的工具。盡管沒(méi)有構(gòu)造魚骨圖的“正確”方法，但某些特定的類型本身就很適合于許多不同的情況。這些類型之一是“5M”圖，這樣稱呼是因?yàn)榉种系奈鍌€(gè)類別都以字母M開頭（“人員”也稱“Man”）。因果圖概念：質(zhì)量過(guò)程控制及改善培訓(xùn)教材課件

跟蹤質(zhì)量過(guò)程并檢測(cè)是否存在特殊原因21-1.控制圖概念1-2.缺陷（計(jì)數(shù)型）控制圖1-3.成型過(guò)程（測(cè)量型）控制圖1-4.利用控制圖判斷生產(chǎn)過(guò)程失控跟蹤質(zhì)量過(guò)程并檢測(cè)是否存在特殊原因21-1.控制圖概控制圖概念：可以使用控制圖跟蹤一段時(shí)間內(nèi)的過(guò)程統(tǒng)計(jì)量并檢測(cè)是否存在特殊原因?！?/p>

控制圖的結(jié)構(gòu)質(zhì)量特征樣本編號(hào)（或時(shí)間）控制上中心控制下限特殊原因所導(dǎo)致的變異可以檢測(cè)并受控制。示例包括設(shè)備、班次或天數(shù)的差異。而另一方面，常規(guī)原因變異是過(guò)程中所固有的。當(dāng)只有常規(guī)原因（而非特殊原因）影響過(guò)程輸出時(shí)，過(guò)程即受控制。當(dāng)點(diǎn)落于控制限制的界限之內(nèi)，且這些點(diǎn)未顯示出任何非隨機(jī)模式時(shí)，過(guò)程即受控制?？刂茍D概念：1-2.缺陷（計(jì)數(shù)型）控制圖缺陷控制圖概念：

結(jié)構(gòu)上類似于變量控制圖，只不過(guò)它們是根據(jù)計(jì)數(shù)數(shù)據(jù)而不是測(cè)量數(shù)據(jù)繪制統(tǒng)計(jì)圖。例如，可將產(chǎn)品與標(biāo)準(zhǔn)進(jìn)行比較，并將其歸類為有缺陷產(chǎn)品或無(wú)缺陷產(chǎn)品。也可以根據(jù)產(chǎn)品的缺陷數(shù)為產(chǎn)品歸類。與使用變量控制圖一樣，繪制過(guò)程統(tǒng)計(jì)量（如缺陷數(shù)）也是相對(duì)于樣本數(shù)量或時(shí)間的。缺陷品控制圖您可以將產(chǎn)品與標(biāo)準(zhǔn)進(jìn)行比較，并將其歸類為有缺陷產(chǎn)品或無(wú)缺陷產(chǎn)品。例如，線長(zhǎng)是否滿足強(qiáng)度要求。缺陷品控制圖有：·

P控制圖，該控制圖繪制每個(gè)子組中缺陷品的比率?！?/p>

NP控制圖，該控制圖繪制每個(gè)子組中缺陷品的數(shù)量。缺陷控制圖如果產(chǎn)品非常復(fù)雜，則某一缺陷并不一定會(huì)導(dǎo)致缺陷產(chǎn)品。根據(jù)產(chǎn)品的缺陷數(shù)將產(chǎn)品歸類有時(shí)會(huì)更加方便。例如，您可以統(tǒng)計(jì)產(chǎn)品表面的刮痕數(shù)。缺陷控制圖有：·

C控制圖，該控制圖繪制每個(gè)子組中的缺陷數(shù)。當(dāng)子組大小固定時(shí)，請(qǐng)使用C控制圖?！?/p>

U控制圖，該控制圖繪制在每個(gè)子組中抽取的每單位樣本的缺陷數(shù)。當(dāng)子組大小不固定時(shí)，請(qǐng)使用U控制圖。例如，如果您要統(tǒng)計(jì)電視屏幕內(nèi)表面的瑕疵數(shù)，C控制圖將繪制實(shí)際瑕疵數(shù)，而U控制圖將繪制所抽取樣本中每平方英寸的瑕疵數(shù)。1-2.缺陷（計(jì)數(shù)型）控制圖缺陷控制圖概念：1-2.缺陷（計(jì)數(shù)型）控制圖1-2.缺陷（計(jì)數(shù)型）控制圖1-2.缺陷（計(jì)數(shù)型）控制圖1-2.缺陷（計(jì)數(shù)型）控制圖變量控制圖概念：多值變量控制圖數(shù)據(jù)標(biāo)繪來(lái)自連續(xù)測(cè)量數(shù)據(jù)（如長(zhǎng)度或外徑）的統(tǒng)計(jì)量。單值的變量控制圖、時(shí)間加權(quán)控制圖和多變量控制圖也標(biāo)繪測(cè)量數(shù)據(jù)。缺陷控制圖標(biāo)繪計(jì)數(shù)數(shù)據(jù)，如缺陷或缺陷單元的數(shù)量。選擇多值的變量控制圖有五種變量控制圖：·

X和R-X控制圖和R控制圖（顯示在一個(gè)窗口中）·

X和S-X控制圖和S控制圖（顯示在一個(gè)窗口中）·

I-MR-R/S（組間/組內(nèi)）

-同時(shí)使用子組間和子組內(nèi)變異的三向控制圖。I-MR-R/S控制圖由I控制圖、MR控制圖以及R或S控制圖組成。

·

X-子組平均值的控制圖·

R-子組極差的控制圖·

S-子組標(biāo)準(zhǔn)差的控制圖·

I-MR-R/S（組間/組內(nèi)）控制圖要求在至少一個(gè)子組中有兩個(gè)或更多觀測(cè)值。子組大小不必相同。

1-3.變量（測(cè)量數(shù)據(jù)）控制圖變量控制圖概念：1-3.變量（測(cè)量數(shù)據(jù)）控制圖1-3.變量（測(cè)量數(shù)據(jù)）控制圖1-3.變量（測(cè)量數(shù)據(jù)）控制圖1-3.變量（測(cè)量數(shù)據(jù)）控制圖通過(guò)繪制歷史圖，可以顯示過(guò)程中的各個(gè)階段，歷史圖是對(duì)數(shù)據(jù)中的不同組獨(dú)立估計(jì)控制限制和中心線的控制圖。在比較過(guò)程改進(jìn)前后的數(shù)據(jù)時(shí)歷史圖尤其有用。

1-3.變量（測(cè)量數(shù)據(jù)）控制圖通過(guò)繪制歷史圖，可以顯示過(guò)程

控制圖是統(tǒng)計(jì)過(guò)程控制（SPC）理論與實(shí)踐的核心工具。我們用控制圖來(lái)監(jiān)控過(guò)程、判斷過(guò)程的受控狀態(tài)，一旦控制圖出現(xiàn)異常的信息，就可以認(rèn)為過(guò)程發(fā)生了異常，從而對(duì)生產(chǎn)過(guò)程進(jìn)行檢討，尋找原因，制定改善措施，對(duì)過(guò)程進(jìn)行修正，直到過(guò)程重新達(dá)到質(zhì)量要求。利用控制圖識(shí)別生產(chǎn)過(guò)程狀態(tài)------受控狀態(tài)或失控狀態(tài)，是根據(jù)圖上樣本點(diǎn)的位置以及變化趨勢(shì)進(jìn)行分析和判斷的。判斷的依據(jù)主要有兩點(diǎn)：（1）如果控制圖上點(diǎn)所反映的過(guò)程的均值μ和/或方差σ發(fā)生（不允許的）變化。1-4.利用控制圖判斷生產(chǎn)過(guò)程失控控制圖是統(tǒng)計(jì)過(guò)程控制（SPC）理論與實(shí)踐的核心過(guò)程能力分析31-1.過(guò)程能力概念1-2.連續(xù)數(shù)據(jù)能力分析1-3.缺陷數(shù)據(jù)能力分析1-4.過(guò)程能力指數(shù)的解釋方法1-5.樣本數(shù)據(jù)分布的識(shí)別與選擇1-6.力諾太陽(yáng)CPK數(shù)據(jù)采集方法（草案）過(guò)程能力分析31-1.過(guò)程能力概念1-2.連續(xù)數(shù)據(jù)能力分1-1.過(guò)程能力概念

過(guò)程一旦處于統(tǒng)計(jì)控制狀態(tài)下（即穩(wěn)定生產(chǎn)）后，就可能要確定其是否有能力（即符合規(guī)格限制并生產(chǎn)出“良好”的部件）。您通過(guò)將過(guò)程變異的寬度與規(guī)格限制的寬度相比較來(lái)確定能力。過(guò)程需要處于受控狀態(tài)，然后才能評(píng)估其能力；否則，會(huì)錯(cuò)誤地估計(jì)過(guò)程能力。只有過(guò)程受控，才有能力一說(shuō)。為正確使用能力統(tǒng)計(jì)量，應(yīng)通過(guò)檢查位置的控制圖（如Xbar控制圖或I控制圖）或變異的控制圖（如R控制圖、S控制圖或MR控制圖）來(lái)證實(shí)過(guò)程穩(wěn)定

可以通過(guò)繪制能力直方圖和能力圖以圖形化方式評(píng)估過(guò)程能力。這些圖形有助于評(píng)估數(shù)據(jù)的分布并證實(shí)過(guò)程受控。還可以計(jì)算能力指數(shù)，即規(guī)格公差占自然過(guò)程變異的比率。能力指數(shù)（即統(tǒng)計(jì)量）是評(píng)估過(guò)程能力的簡(jiǎn)單方法。由于將過(guò)程信息簡(jiǎn)化為一個(gè)數(shù)字，因此可以使用能力統(tǒng)計(jì)量對(duì)一個(gè)過(guò)程與另一個(gè)過(guò)程的能力進(jìn)行比較。能力統(tǒng)計(jì)量使用起來(lái)很簡(jiǎn)單，但是它們也有一些分布屬性尚未完全為人所了解。一般而言，最好不要依賴單個(gè)能力統(tǒng)計(jì)量確定過(guò)程的特征。1-1.過(guò)程能力概念過(guò)程一旦處于統(tǒng)計(jì)控制狀1-2.連續(xù)數(shù)據(jù)能力分析-CPK分析解釋結(jié)果如果要解釋過(guò)程能力統(tǒng)計(jì)量，則數(shù)據(jù)應(yīng)近似服從正態(tài)分布。這一要求似乎已得到滿足，正如上方重疊有正態(tài)曲線的直方圖所示。但是，可以看到過(guò)程平均值(0.54646)略小于目標(biāo)(0.55)。并且分布的兩個(gè)尾部都落在規(guī)格限之外。這意味著，有時(shí)會(huì)發(fā)現(xiàn)某些電纜直徑小于0.50厘米的規(guī)格下限或大于0.60厘米的規(guī)格上限。Ppk指數(shù)表明過(guò)程生產(chǎn)的單位是否在公差限內(nèi)。此處，Ppk指數(shù)為0.80，表明制造商必須通過(guò)減少變異并使過(guò)程以目標(biāo)為中心來(lái)改進(jìn)過(guò)程。顯然，與過(guò)程不以目標(biāo)為中心相比，過(guò)程中的較大變異對(duì)此生產(chǎn)線而言是嚴(yán)重得多的問(wèn)題。同樣，PPM合計(jì)（預(yù)期整體性能）是其受關(guān)注的特征在公差限之外的百萬(wàn)分?jǐn)?shù)部件數(shù)(10969.28)。這意味著每一百萬(wàn)條線纜中大約有10969條不符合規(guī)格。制造商未滿足客戶的要求，應(yīng)通過(guò)降低過(guò)程變異來(lái)改進(jìn)其過(guò)程。1-2.連續(xù)數(shù)據(jù)能力分析-CPK分析解釋結(jié)果1-2.連續(xù)數(shù)據(jù)能力分析-綜合能力分析解釋結(jié)果在控制圖和R控制圖上，點(diǎn)都是隨機(jī)分布在控制極限之間的，表明這是穩(wěn)定過(guò)程。但是，還應(yīng)比較R控制圖與控制圖上的點(diǎn)，以查看它們是否彼此相似。本例中的這些點(diǎn)并非這樣，再次表明這是穩(wěn)定過(guò)程。最后20個(gè)子組的控制圖上的點(diǎn)隨機(jī)地水平散開，沒(méi)有趨勢(shì)或偏移，這也表明過(guò)程是穩(wěn)定的。如果要解釋過(guò)程能力統(tǒng)計(jì)量，則您的數(shù)據(jù)應(yīng)近似服從正態(tài)分布。在能力直方圖上，數(shù)據(jù)近似服從正態(tài)曲線。在正態(tài)概率圖上，點(diǎn)近似呈一條直線，并落于95%置信區(qū)間內(nèi)。這些模式表明數(shù)據(jù)是正態(tài)分布的。但是，從能力圖可以看出，整體過(guò)程變異的區(qū)間（整體）比規(guī)格限的區(qū)間（規(guī)格）寬。這意味著有時(shí)線纜的直徑會(huì)超出公差限[0.50,0.60]。此外，Ppk的值(0.80)落于要求的目標(biāo)1.33之下，表明制造商需要改進(jìn)過(guò)程。1-2.連續(xù)數(shù)據(jù)能力分析-綜合能力分析解釋結(jié)果解釋結(jié)果

P控制圖表明有1個(gè)點(diǎn)不受控。累積缺陷百分比控制圖顯示整體缺陷品率的估計(jì)值似乎停留在22%左右，但需要收集更多數(shù)據(jù)對(duì)此加以驗(yàn)證。缺陷品率似乎不受樣本大小的影響。過(guò)程Z大約為0.75，非常差。此過(guò)程可能需要進(jìn)行大量改進(jìn)。1-3.缺陷數(shù)據(jù)能力分析--缺陷品解釋結(jié)果1-3.缺陷數(shù)據(jù)能力分析--缺陷品解釋結(jié)果

U控制圖表明有3個(gè)點(diǎn)不受控制。累積DPU控制圖（每單位的缺陷數(shù)）停留在值0.0265附近，表明收集的樣本足以很好地估計(jì)DPU平均值。DPU的比率似乎不受電線長(zhǎng)度的影響。1-3.缺陷數(shù)據(jù)能力分析--缺陷品解釋結(jié)果1-3.缺陷數(shù)據(jù)能力分析--缺陷品

Cp、Cpk、Pp和Ppk統(tǒng)計(jì)量是潛在和整體能力的度量。由于將過(guò)程信息簡(jiǎn)化為一個(gè)數(shù)字，因此可以使用能力統(tǒng)計(jì)量對(duì)一個(gè)過(guò)程與另一個(gè)過(guò)程比較其能力。在實(shí)踐中，許多人將1.33視為過(guò)程能力統(tǒng)計(jì)量的最小可接受值。小于1的值表明過(guò)程變異比規(guī)格展開要寬。要了解和解釋能力統(tǒng)計(jì)，請(qǐng)使用以下信息作為指導(dǎo)。使用能力統(tǒng)計(jì)量可以監(jiān)視并報(bào)告一段時(shí)間內(nèi)系統(tǒng)的改進(jìn)情況。能力統(tǒng)計(jì)量的解釋因?qū)Ψ治鏊褂玫姆植级?。?duì)于：正態(tài)分布：·

Cp和Cpk-Cp不考慮過(guò)程平均值相對(duì)于規(guī)格限的位置。Cpk指數(shù)度量的與過(guò)程展開相比，過(guò)程運(yùn)行接近其規(guī)格限的程度。僅當(dāng)您滿足目標(biāo)值（未指定目標(biāo)值時(shí)為過(guò)程平均值）且變異最小時(shí)，Cpk才較高。例如，過(guò)程在執(zhí)行中可能變異最小，但遠(yuǎn)離目標(biāo)（或過(guò)程平均值）并接近規(guī)格限之一，這樣會(huì)導(dǎo)致Cpk較低而Cp較高。·

Pp和Ppk-Pp和Ppk的解釋方式分別與Cp和Cpk相同?！?/p>

Cpk與Ppk-使用整體變異來(lái)計(jì)算Ppk。子組間變異和子組內(nèi)變異都對(duì)整體變異有所貢獻(xiàn)。計(jì)算Cpk時(shí)使用子組內(nèi)變異，而不使用子組間的偏移和漂移。Ppk針對(duì)整個(gè)過(guò)程。如果Cpk與Ppk相同，則整體標(biāo)準(zhǔn)差與子組內(nèi)標(biāo)準(zhǔn)差近似相等。·

Cpm-指定了目標(biāo)值時(shí)，計(jì)算Cpm。使用Cpm評(píng)估過(guò)程是否以目標(biāo)為中心。Cpm指數(shù)越高，過(guò)程越好。如果Cpm、Ppk與Pp相同，則過(guò)程平均值與目標(biāo)值相同。非正態(tài)分布：基于非正態(tài)分布的能力指數(shù)可按照與基于正態(tài)分布的指數(shù)相同的方式來(lái)解釋。比較Pp和Ppk以評(píng)估過(guò)程中位數(shù)是否接近于規(guī)格中點(diǎn)。如果Pp大于Ppk，則過(guò)程中位數(shù)將遠(yuǎn)離規(guī)格中點(diǎn)并接近于規(guī)格限之一。1-4.過(guò)程能力指數(shù)的解釋方法Cp、Cpk、Pp和Ppk統(tǒng)計(jì)量是潛在和整解釋結(jié)果通過(guò)擬合優(yōu)度檢驗(yàn)結(jié)果和概率圖來(lái)識(shí)別和選擇數(shù)據(jù)分布。擬合優(yōu)度檢驗(yàn)

-該表包括Anderson-Darling(AD)統(tǒng)計(jì)量以及分布的對(duì)應(yīng)p值。對(duì)于臨界值a，大于a的p值表明數(shù)據(jù)服從該分布。大于0.25、0.467、0.213和0.238的p值表明Weibull、3參數(shù)Weibull、最大極值和Gamma分布與數(shù)據(jù)的擬合良好。Box-Cox（p值=0.574）和Johnson變換（p值=0.799）也較好地?cái)M合了數(shù)據(jù)。概率圖

-概率圖包括有序數(shù)據(jù)集相應(yīng)概率的百分位數(shù)點(diǎn)。概率圖顯示，對(duì)于2參數(shù)Weibull、3參數(shù)Weibull、最大極值和Gamma分布，數(shù)據(jù)點(diǎn)近似成一條直線，并在置信區(qū)間內(nèi)。如果有多個(gè)分布與數(shù)據(jù)擬合：選擇p值最大的分布；

如果p值非常接近，則選擇：以前對(duì)類似數(shù)據(jù)集使用過(guò)的分布?；谀芰y(tǒng)計(jì)量的分布。選擇最保守的分布。1-5.樣本數(shù)據(jù)分布的識(shí)別與選擇解釋結(jié)果1-5.樣本數(shù)據(jù)分布的識(shí)別與選擇1-6.力諾太陽(yáng)CPK數(shù)據(jù)采集方法（草案）1-6.力諾太陽(yáng)CPK數(shù)據(jù)采集方法（草案）制定產(chǎn)品抽樣驗(yàn)收計(jì)劃41-1.抽樣驗(yàn)收概念1-2.不合格品類抽樣驗(yàn)收方法1-3.產(chǎn)品特征類抽樣驗(yàn)收方法1-4.批次接收、拒