1、 SPC 管 理 讲 座1第一部分 SPC的发展历程1）统计过程控制（ Statistical Process Control);簡稱 SPC.贝尔电话实验室就成立了以 休哈特 为学术领导人的过程控制，研究组和以 道奇 为学术领导人的产品控制研究组，经过研究，休哈特提出了过程控制理论以及监控过程的工具 控制图，世界上第一张控制图是休哈特在 1924年 5月 16日提出的 P控制图。休合特的贡献就在于：应用他所提出的过程控制理论能够在生产线科学地保证预防原则的实现，在产品的制造过程中，产品质量特性值总是波动的。按照休哈特的观点，这种小波动可以分为两大类，即偶然波动与异常波动。控制图的作用是显示异
2、常，及时告警。22） SPCD（ 统计过程控制与诊断）阶段1982年张公绪提出两种质量诊断理论，开辟了统计诊断理论的新方向，从此 SPC上升了 SPCD， 也即进入了 SPC发展的第二个阶段。3） SPCDA（ 统计过程控制、诊断与调整） 阶段的发展从 90年代起， SPCD又发展为 SPCDA（ Statistical Process Control,Diagnosis and Adjustment,统计过程控制，诊断与调整），国外称之为 ASPC(Algorithmic Statistical Process Control,算法的统计过程控制 )这也是 SPC的第三个发展阶段。到目前为止
3、， SPCDA尚无实用性成果，仍在发展过程之中。34） SPC發展歷程 品質障礙極低1. SHEWHART品 質 障 礙 低1. Deming引 SPC入日本2. Z 9021/9022/9023品質障礙高1.QCC發展2.ZD計劃3.TQC萌芽4.QFD萌芽5.實驗設計品質障礙極高1.QFD萌芽2.FMEA用於設計3.田口方法用於設計4.使用 TQC/TQM5.应用 SPC(歐美 )6.追求 6品質SQC開發日本執行 SQC且極有成效SQC極限其他技術開發SQC 品質企劃與設計1924 1950 1970 1980 年代4第二部分：基础知识（一）产品质量波动1正常波动：正常波动是由随机原因引
4、起的产品质量波动。这些随机因素在生产过程中大量存在，是不可避免的，但它所造成的质量特性值波动往往比较小，例如：原材料的成份和性能上的微小差异；机器设备的轻微波动等。这些质量波动在生产过程中是允许存在的，所以称为正常波动，仅有正常波动的生产过程称为过程处于统计控制状态，简称为受控状态或稳定状态。2异常波动异常波动是由系统原因引起的产品质量波动，系统原因通常由 5M1E引起，异常波动的生产过程称为失控状态或不稳定状态。 5品質的一致性甲選手 乙選手誰的成績好呢 ?您的工廠 /服務品質 /供應商若有問題 ,您希望是甲狀況還是乙狀況呢 ?誰較有潛力呢 ?你會選誰當選手呢 ?65） SPC的 应用預警性
5、 /時效性 ， 对品质状况及时掌握状态分辨一般原因與特殊原因能力分析 /經濟性可用来分析制程改善效果与其它手法结合起来，易找到产生状况的原因。得出各种周期，以利于产品制程品质制订标准。7品質 （ 波动） 變異的原因一般 （ 随机） 原因 特殊 （ 系统） 原因1.大量之微小原因所引起2.品質變異極為微小3.幾個較代表性例子如下：（ 1）原料之微小變異（ 2）機械之微小掁動（ 3）儀器不十分精確4.實際上要除去一般變異原因，是件非常不經濟之處置1.一個或少數幾個較大原因所引起2.任何一個特殊原因，都可能發生大的變異3.幾個較代表性例子如下：（ 1）原料之批不良（ 2）不完全之機械調整（ 3）新手
6、之作業員4.除去這些原因，在經濟上通常是正確的8(二）统计数据及分类从统计的角度来看，所有的统计数据可分为计量数据和计数数据两大类：1计量数据凡是可以连续取值的，或者说可以用测量工具具体测量出小数点以下数值的这类数据，叫做计量数据。如：长度（ 1.0mm、 1.1mm ）、 重量（ 15kg、 10kg ） 计量数据服从正态分布。2计数数据凡是不能连续取值，或者说即使用测量工具也得不到小数点以下的数据，而只能得到 0或 1、 2、 3 等自然数的这类数据，叫做计数数据，如：不合格品数、缺陷数等。还可以细分为计件数据和计点数据，计件数据服从二项分布，计点数据服从泊松分布。9（三）总体与样本（三）
7、总体与样本总体：又叫总体：又叫 “ 母体母体 ” ，指研究对象的全体，用，指研究对象的全体，用 “ N” 表表示；示；个体：总体当中的每个单元（产品）；个体：总体当中的每个单元（产品）；样本：也叫子样，从总体中随机抽取出来并且要对它进样本：也叫子样，从总体中随机抽取出来并且要对它进行研究分析的一部分个体（产品）。样本中所含样的数行研究分析的一部分个体（产品）。样本中所含样的数目，叫样本大小或样本含量，用目，叫样本大小或样本含量，用 “ n” 表示。表示。（四）统计特征数（四）统计特征数统计方法中常用的统计特征数可分为两类：一类是表示统计方法中常用的统计特征数可分为两类：一类是表示数据的集中位置，如样本平均值，样本中位数等；另一数据的集中位置，如样本平均值，样本中位数等；另一类是表示数据的分散程度，如样本极差，标准偏差等。类是表示数据的分散程度，如样本极差，标准偏差等。1样本平均值（样本平均值（ Xbar)假設假設 X1， X2， ， Xn為樣本中之觀測值，樣本數據之集為樣本中之觀測值，樣本數據之集中趨勢可由樣本平均數來衡量，樣本平均中趨勢可由樣本平均數來衡量，樣本平均 值值 定義為：定義為： 10
