基本统计技术与统计制程管制

《基本统计技术与统计制程管制》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、北京三箭和众鼎公司基本统计技术与统计制程管制特别补强培训课程讲师：阮建荣2008,6,25~27.课程大纲第1天(6/25)：基本统计概论(上)1.导论：从检验品管→制程管制→源流管理(设计品质)的发展历程2.基本统计概论──数据的性质3.母数与统计量的全面复习及统计思维梳理4.各种分配的剖析及应用excel取代查表的技术第2天(6/26)：基本统计概论(下)5.统计解析的基础知识6.Excel的母集团分配7.统计的检定8.统计的推定第3天(6/27)：统计制程管制9.QCSQCSPC10.基本統計概述11

2、.基本統計量數12.SPC背景說明13.制程變異14.建立SPC的步驟第1天(6/25)：基本统计概论(上)1.导论：从检验品管→制程管制→源流管理(设计品质)的发展历程2.基本统计概论──数据的性质3.母数与统计量的全面复习及统计思维梳理4.各种分配的剖析及应用excel取代查表的技术TQM全面質量管理1.导论：从检验品管→制程管制→源流管理(设计品质)的发展历程1.1品质观的演进历程1.2质量管理四阶段演进历程1.3瓷砖工厂案例研究1.4瓷砖制造实验何謂品質管理:品質的管理,管理的品質品质是检验出来的(QI)检

3、验品管(IQC:InspectionQualityControl)，1900~品质是制造出来的(QC)制程品管(PQC:ProcessQualityControl)，1930~统计品管(SQC:StatisticalQualityControl)，1930~品质是设计出来的(QA)全面品管(TQC:TotalQualityControl)，1950~品质是要求出来的(QM)全公司品管(CWQC:Company-WideQualityControl)，1970~品质文化全面品质管理(TQM:TotalQualityMa

4、nagement)，1980~ISO-9000质量管理体系，1987-1994-2000~1.1品质观的演进历程1.2质量管理四阶段演进历程QM质量管理QualityManagementQA质量保证QualityAssuranceQC质量控制QualityControlQI质量检验QualityInspection1.3瓷砖工厂案例研究背景介绍：在一家中等规模的瓷砖工厂里，有一座80公尺长的隧道窑，窑内有一部搬运平台车，上面堆叠着几层瓷砖，沿着轨道缓慢移动，让瓷砖承受烧烤。(本案例参考田口玄一(日)于1953年指导

5、的一个改善案例加以改编而成)问题是：窑烧后的瓷砖尺寸大小有变异请讨论该如何控制产品质量，以保证产品符合客户要求。请思考贵公司是否亦有此类质量问题？贵公司目前实践的质量控制方法为何？假设:产品特性：边长规格：50.0?2.5mm现况：不良率经常在11%~15%之间常见的控制方式：(见课堂讨论)较好的控制方式：(见课堂讨论)常见的质量控制方法全检最笨的方法，测量每片尺寸，比对规格筛选良品/不良品。用GO/NO-GO检具，自动筛选，提高全检效率。包装组按车/按批/按日统计“不良率”。用不良率考核制造部门？假设每天生产1

6、0车，每车装载1000片。连续5天收集不良品数量，进行统计。7/1~5日共50台车，平均不良率=13.3%。(数据如附表)用不良率考核制造部门？设定考核基准=14%???会有作用吗？不良率超过14%则扣制造部门生产奖金！公平吗？虽然不良率“居高不下”，然而是特殊原因造成？或是普遍原因造成的？让我们用统计工具解析一下：使用计数值管制图进行数据解析。(P-管制图)让我们用统计工具解析一下：改用计量值的统计工具。→必须收集“计量值”数据。请检验员对每台车随机抽取6片，测量每片瓷砖的边长数据。抽样方式如左图所示，测量数据如附

7、表所示。有3种使用数据的方式：拿规格比对，判不良数；用直方图看分布形状；绘制Xbar-R管制图，判断制程是否处于受控状态。直方图解析示范-1直方图的形状，基本左右对称，没有明显的偏侧、峭壁或离岛的现象。整体尺寸的分布偏规格中心值(50.0mm)的上方，有相当比率的样本尺寸超过规格上限。按“热涨冷缩”原理，应该是“烧烤过头了”，调低火头温度，就可以将尺寸分布总体下调，减少不良率?好像有点道理…(试试看？)等一下，注意“双峰”！！奇怪？同一台车上的样本，怎么会出现“混批”信号呢？直方图解析示范-2在尚未确定数据是否“正常

8、”(可视为常态分配)前，不宜随意进行平均值和标准差的统计。要对双峰现象进行解析。我们是怎么进行抽样的？是抽样的方式，引入了“混批”的现象吗？回到抽样的现场，观察现物和现况……莫非：上/下，左/中/右，有差?让我们将取自6处不同部位的数据，分别进行解析，进行综合比对。万一检验员在取样时，并没有仔细区分不同部位的取样样本，一切数据全混淆在一块了。那