资源描述：
《spc完整培训教材.ppt》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、Table1.统计基础-总体和标本-,顾客不满足(不良)-Data的表现(中心值和散布)-Data的种类2.SPCIntroduction-QC,SQC-SPC3.Data-QC7Tool-QC7Tool实习-GraphAnalysis4.Baseline构筑-测定?-正规性检证(normalitytest)-RationalSub-grouping-MSA(测定System的分析)5.工程能力分析-工程能力的概念-Cp,Cpk-ZValue,4BlockDiagram6.(ControlChart)-管理图概念,
2、种类-管理图解释-管理图实习(XbarR,XbarS,n,np,u,c)7.改善活动(6Sigma活动)-6SigmaProcess附1:统计Table附2:FMEA-设计FMEA-工程FMEASPC完整培训教材统计基础(SQC:StatisticalQualityControl)对总体的判断◆总体和Sample标本(Sample,10)总体(N=1,000)Sample10个测定(规格:100±4)ⅩⅩⅩⅩⅩⅩⅩⅩⅩⅩ96979899100104101规格下限规格上限102103如果全部检查在时间上,经济上不可能
3、!使用Sample的统计变量(變數)(平均值和散布)推定总体.总体能不能判断为合格?1)AQL→Yes:因为Sampling的10个测定值都在规格内→OK2)SPC→No:用SampleData推定总体的不良率是2.8%→Epidemic水准*AQL(AcceptableQualityLevel):合格品质水准SPC(StatisticalProcessControl):统计性工程管理Sampling补充抽样知识Sampling适用Sampling检查主要原因是经济性原因.由于有这种经济性原因，取Sample时，S
4、ample能够反映总体的特性。1)总体/Sample/Data的概念-总体:作为调查,研究对象的所有集团-Sample:从总体为了某种目的抽出来的-Data:体现通过Sample得到的事实(关心事项数据化的表现)2)决定取Sample方法时注意事项-所取的Sample要能够代表总体的情报.-抽出Sample测到Data后，首先要考虑为了什么目的使用-事前检讨Lot构成单位是否要分组。总体Sample019PCS使用者占有率?Data大韩民国区分人员350120530011PCS017PCS019PCSPCS使用者1
5、000名价值判断的根据:其根据的适切性:问题的类型:2种-平时的时候很正常只要喝酒就不象话-那个人要长大成人不可能了-一直正常的人. -平时的时候步态正常一旦喝酒就正常的人事件的判断和问题的对策方法如果现在很多人为了上车无秩序的聚在一起等车改善的方法1.有秩序地排列乘车-->减少散布(reducethevariation)2.加大公交车的门，谁都容易乘车。-->增加公差(openthespecifications)3.车Parking的地方，人聚在一起。-->中心值移动(shiftthemean)4.上面3种方法
6、中2种以上Combination价值判断(问题与否)的根据品质:与顾客的期待一致Spec:定量化顾客的期待事项(水准)Spec设定的适切性.*Quality?-fitnessforuse(Juran) -conformancetorequirementsorspecifications(Crobsby)顾客满足和不良顾客满足?顾客对我做事的结果的肯定性的反映内部顾客和外部顾客-没有缺陷的商品,SVC及时提供给缺陷(品质不良)?不能满足顾客期待的所有的一切LG不良?至今为止,,,SpecLSLUSL我们合格Spec-
7、in就合格IamData(我活着)Spec-out不合格检出不良以后,,,SpecLSLUSL集中在中心才合格散就死Spec-in但没有达到水准就不合格潜在的不良事前预测不良?呀!有吃的(不良)Data的表现:中心值Data的表现:散布Data的种类问题解决问题/Issue事项连续型Data(ContinuousData)离散型Data(DiscreteData)连续型Data:如长度,重量,时间等能够使用测定刻度尺的Data (计量型)所测定的尺度不断能够细分而且比不连续的Data提供更多的情报离散型Data:
8、与合格/不合格,决定数等能用个数表示的Data (计数型)不能再细分。资料的类型属性(Attribute)命名(Nominal)范畴(Category)统计特征值缺陷(Defect)资料的类型变数(Variable)比率(Ratio)统计特征值位置(Location)散布(Spread)模样(Shape)Data的种类区分的理由是？区分Data种类的目的
