统计过程控制SPC
培训背景
FMEA，
SPC，MSA我们称之为预防工具三剑客，SPC，MSA更是以数据为基础的预防性工具。我们在企业很多时候是有数据统计，没有数据分析，更是没有分析后的应用与改善。
● 培训受益
让学员认识统计过程控制，是企业提高质量管理水平的有效方法。它利用数理统计原理，通过检测资料的收集和分析，可以达到“事前预防”的效果，从而有效控制生产过程、不断改进品质。
通过课程的学习，让学员了解SPC的原理，正确应用SPC的技巧。让SPC不仅仅是绘图，更是动态的管理手段，确实的协助管理者掌握维持过程稳定的能力。
● 课程时间：2天/共12H
● 课程内容
一、数据的基本常识：
1、数据的分类
2、收集数据的目的
3、收集数据应按注意的事项
Ø 有效数字
Ø 数字的修约规则
4、数据的几个重要特征：
Ø 表示数据集中位置的特征数
Ø 表示数据离散程度的特征数：极差、方差、标准偏差（σ）
5、标准差与平均值关系
二、关于spc理解
1、永续经营法则
2、客户对供应商spc之要求
3、spc基础
Ø spc起源、背景
Ø 最新版本 spc的变化
Ø spc的假设条件
Ø 统计资料的类型（计数、计量）
Ø 正态分布
Ø 中值、极差、标准偏差的计算
Ø 过程的变异
三、控制图--spc质量控制的基本元素是控制图。
1、什么是控制图：(控制图原理：3σ原则)
2、控制图的主要用途：
Ø 变异的本质：共同原因、特殊原因
Ø 管制状态
Ø spc两个阶段：分析阶段，监控阶段
Ø 分析用的控制图主要目的：管理用的控制图主要作用：充分体现出spc预防控制的作用。
3、控制图的基本形式 控制图的种类及主要用途
4、计量值控制图
Ø 平均值－极差控制图
①收集数据
②数据分组，填入数据表
③计算各组（样本）的平均值X和极差R
④计算总平均值和极差R
⑤计算中心线和控制界限：控制图系数表
⑥绘制控制界限
⑦标注有关可参考事项
Ø 中位数和极差控制图——案例
Ø 单值─移动极差控制图（X－Rs）
② 集数据，填入数据表
②计算各样本的移动极差及其平均值
③求X控制图的中心线和控制界限
④求Rs控制图的中心线和控制界限
⑤画中心线的和控制界限
⑥标注有关事项
Ø 平均值和标准偏差控制图——案例分析
Ø 控制线的修订分析
5、计数值控制图
Ø 计数值控制图有不合格品率控制图(P图)、不合格品数控制图(Pn)图、单位缺陷控制图(u图)和缺陷控制图(C图)。
Ø 不合格品率控制图(P控制图)
①主要用途
②P控制图几种画法
③一是收集的样本大小n不等
④二是对上述控制界限的计算进行简化
⑤不合格品率控制图（Ｐ控制图）画法
Ø 不合格品数控制图（Pn控制图）
Ø 单位缺陷数控制图（μ控制图）
Ø 缺陷数控制图（C图）
Ø 公差百分率控制图
①什么是公差百分率控制图
②中心线和控制界限的确定
③ 差百分率控制图的特点
6、控制图的观察分析控制图与工序变化的分析和判断
Ø 工序稳定状态的判断
①工序是否处于稳定状态，必须同时要满足两个原则
Ø 工序不稳定状态的判断
①点子超出控制界限
②点子处在警戒区内
③点子在控制界限内，但点子排列有缺陷
7、控制图异常的处理
Ø 4种情况应重新计算控制界限并作控制图：
Ø 控制图两种错误的分析
Ø 3σ控制界限的意义 ⑷质量特性与控制图的选择要考虑的6个方面：
8、使用控制图的注意事项
①分组问题、②分层问题、③控制界限的重新计算——课堂练习
四、工序能力分析
1、工序能力的含义：工序能力与生产能力、机械能力的区别
2、工序能力的数量表示： 为什么用6σ来表示工序能力？
3、工序能力与公差图
4、工序能力指数Cp及其计算
Ø 正态分布
Ø 双向允差，工序分布中心与规格中心重合（即无偏移的情况）
Ø 双向允差，工序分布中心与规格中心有偏移
Ø 单向公差情况：只有公差上限TU时/只有公差下限TL时
5、工序能力的判断及处置
Ø 工序能力判断标准
Ø 有偏离系数工序能力的判断标准
Ø CP值对应的总体不合格品率表（％）
6、处置：
CP＞1.67时、1.33 < CP≤1.67时、1< CP≤1.33时、0.67 < CP≤1时、CP≤0.67时
7、改善及矫正措施
8、序能力指数计算练习
五、推进spc的关键点
1、培训spc
2、确定关键质量因素
3、提出制程管制标准
4、在各部门落实，将具有立法性质的有关制程管制标准的文件编制成明确易懂，便于操作的手册，供各个制程使用
5、统计监督和管制制程
6、诊断异常和采取措施解决问题
六、课程总结与问题解答