SPC培训

从两次美国总统大选预测中学习SPC统计过程控制

SPC培训内容和SPC案例分析

什么是SPC统计过程控制?

SPC技术原理是什么？

SPC管制图是什么?

SPC能解决什么问题？

SPC中如何利用管制图管制制程？

SPC控制图的作用是什么？

SPC控制图应用步骤如何进行？

 
SPC培训内容和SPC案例分析
SPC手册培训费用：RMB1000元/人，（包含报名费、资料费、午餐费、证书费等，同一公司3人<含>9折优惠）

SPC手册培训时间：2019年09月06日 12月27日上海
　　　　　　　（可安排到厂培训，价格详情请来电咨询）　

联系人：李小姐 （13817262650）

电话：021-64196861 64191739 64191739

E-mail： training@shsaixue.com

SPC培训内容：
一、SPC的基础
SPC起源、背景
SPC的假设条件
统计数据的类型（计数、计量）
正态分布
中值、极差、标准偏差的计算
过程的变异
六西格玛与SPC
二、SPC中的抽样计划
样本大小的确定
QC曲线与a、b风险
抽样检验
Ca、Cp、Cpk、Ppk、Cmk的计算
认识测量误差与对SPC的干扰
三、SPC手册的应用实施
数据收集
SPC控制图介绍
计量型控制图
I-MR管制图
X-bar－R图
X-bar－S图
规格和控制界限的分析
过程控制实例 -- 弯折试验
计数型控制图
P控制图
nP控制图
c控制图
u控制图
过程控制实例
控制图的选用原则
控制图诊断方法
使用控制图注意事项
练习制作控制图,并进行失控分析
四、DOE/FMEA概述
五、SPC与质量、成本改善(案例分析)

>> 返回目录

 
从两次美国总统大选预测中学习SPC统计过程控制
在1936年美国总统选举前，美国《文摘周刊》的工作人员做了一次民意测验（此前，它已经成功地预测了5次总统选举的结果），调查兰顿（当时任堪萨斯州州长）和罗斯福（当时的总统）中谁将当选下一届总统，为了了解公众意向，调查者通过电话簿和车辆登记簿上的名单给一大批人发了调查表（注意在1936年电话和汽车只有少数富人拥有），通过分析收回的调查表，它预言共和党人兰登将击败寻求连任的罗斯福总统，实际选举结果正好相反，罗斯福以压倒多数再次当选最后罗斯福在选举中获胜，其数据如下：

候选人	预测结果%	选举结果 %
罗斯福	43	62
兰顿	57	38

    显然，本案失败原因是抽样样本缺乏代表性，同时没有注意到选民态度的动态变化。不过，著名的盖洛普公司和罗珀公司成功地预测了这次选举，并开始初露头角。而《文摘周刊》倒闭了。同样，1948年的美国总统大选堪称最出人意料的一次，舆论界一致认为必败的杜鲁门，竟以100多张选举人票的优势击败了共和党人托马斯·杜威，蝉联第二任，令许多人大跌眼镜，也令许多美国媒体颜面扫地。
    就大选前的形势看，美国历史上恐怕没有哪位在职总统比杜鲁门更不占优势了．作为富兰克林罗斯福的继承者，杜鲁门注定了要生活在伟人的阴影下，加上民主党已连续执政15年，积累了无数社会矛盾，人们对政府怨声载道，舆论认为杜鲁门必定下台．粗略统计，当时预言杜鲁门失败的就有《纽约时报》、《纽约每日镜报》、《芝加哥论坛报》、《生活》周刊、《读者文摘》等多家极富影响力的媒体，以及著名的盖洛普民意测验创始人乔治·盖洛普，《生活》周刊干脆登出杜威的大幅照片，下面标注是“下届美国总统”！他们为什么这么肯定呢？也不完全是主观臆断，主要原因是他们从事的民意调查无一例外地倒向了杜威．根据民意测验的结果，盖洛普最后一次的预测是，杜威将赢得49%的普选票，杜鲁门只能赢得44%．而事实上，1948年大选的最后统计结果是：民主党候选人杜鲁门获得49.5%的普选票，305张选举人票；共和党候选人、纽约州州长杜威获得45.1%的普选票，187张选举人票；这个结果与盖洛普民意测验的结果正好相反，这也是历次盖洛普民意测验的最大误差——几乎整整5个百分点。
    当杜鲁门赢得这次选举，手持印有“杜威战胜杜鲁门”大幅标题的《芝加哥论坛报》回到华盛顿时，受到75万人的热烈欢迎，而新闻界则沦为全国的笑柄．
    美国媒体在事后总结教训时认为，民意测验的失误主要是忽略了普通民众的看法．这些调查大都采用电话问询的方式进行，在1948年的美国，电话还是个新鲜玩艺儿，远没有在消费者中得到普及，装有电话的大都是富裕的上流人士．这些人并不能代表美国广大的普通民众．
也就是说：样本不具有代表性，那么样本应该如何选取呢？赛学SPC培训中会与大家分享各公司成功的案例。

>> 返回目录

 
什么是SPC统计过程控制?
SPC即英文 “Statistical Process Control”之缩写, 意为“统计制程控制”SPC或称统计过程控制。 SPC主要是指应用统计分析技术对生产过程进行实时监控，科学的区分出生产过程中产品质量的随机波动与异常波动，从而对生产过程的异常趋势提出预警，以便生产管理人员及时采取措施，消除异常，恢复过程的稳定，从而达到提高和控制质量的目的。 　　在生产过程中，产品的加工尺寸的波动是不可避免的。它是由人、机器、材料、方法和环境等基本因素的波动影响所致。波动分为两种：正常波动和异常波动。正常波动是偶然性原因（不可避免因素）造成的。它对产品质量影响较小，在技术上难以消除，在经济上也不值得消除。异常波动是由系统原因（异常因素）造成的。它对产品质量影响很大，但能够采取措施避免和消除。过程控制的目的就是消除、避免异常波动，使过程处于正常波动状态。

>> 返回目录

 
SPC技术原理是什么？
控制（SPC）是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。 SPC 正是利用过程波动的统计规律性对过程进行分析控制的。因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。
SPC( 质量管理与控制 ) 统计工序控制 即SPC（Statistical Process Control）。
它是利用统计方法对过程中的各个阶段进行控制，从而达到改进与保证质量的目的。 SPC 强调以全过程的预防为主。现场管理品质，必须依品质特性来管理，而品质特性值是随着时间作高高低低地变化，那么，到底要高到什么程度或低到什么程序才算是异常？此时必须设定有管制上下限来管理，如果有点超出管制界限，必须调查原因，采取行动，使制程恢复正常。

>> 返回目录

 
SPC管制图是什么?
“品质管制始于管制图，终于管制图”，由此可以看出管理图的重要性，因此，要使品质稳定，唯有靠管制图来作品质管理的工作。所谓管制图，是一种以实际产品品质特性与根据过去经验所判明的制程能力的管制界限比较的，以时间顺序表示的图形。所以，一般管制图纵轴为制品的品质特性，以制程变化的数据为分度，横轴为制品的群体号码，或制造年月日等，以时间顺序、制造顺序，将点绘在图上。

>> 返回目录

 
SPC能解决什么问题？
SPC能解决
1.经济性：有效的抽样管制，不用全数检验，不良率，得以控制成本。使制程稳定，能掌握品质、成本与交期。
2.预警性：制程的异常趋势可即时对策，预防整批不良，以减少浪费。
3.分辨特殊原因：作为局部问题对策或管理阶层系统改进之参考。
4.善用机器设备：估计机器能力，可妥善安排适当机器生产适当零件。
5.改善的评估：制程能力可作为改善前後比较之指标。

>> 返回目录

 
SPC中如何利用管制图管制制程？
1. 绘制「制造流程图」，并用特性要因图找出每一工作道次的制造因素（条件）及品质特性质。
2. 制订操作标准。
3. 实施标准的教育与训练。
4. 进行制程能力解析，确定管制界限。
5. 制订「品质管制方案」，包括抽样间隔、样本大小及管制界限。
6. 制订管制图的研判、界限的确定与修订等程序。
7. 绘制制程管制用管制图。
8. 判定制程是否在管制状态（正常）。
9. 如有异常现象则找出不正常原因并加以消除。
10. 必要时修改操作标准（甚至於规格或公差）。

分析用管制图主要用以分析下列二点：
(1) 所分析的制 ( 过 ) 程是否处於统计稳定。
(2) 该制程的制程能力指数 (Process Capability Index) 是否满足要求。

>> 返回目录

 
SPC控制图的作用是什么？
1.在质量诊断方面，可以用来度量过程的稳定性，即过程是否处于统计控制状态；
2.在质量控制方面，可以用来确定什么时候需要对过程加以调整，而什么时候则需使过程保持相应的稳定状态；
3.在质量改进方面，可以用来确认某过程是否得到了改进。

>> 返回目录

 
SPC控制图应用步骤如何进行？
1.选择控制图拟控制的质量特性，如重量、不合格品数等；
2. 选用合适的控制图种类；
3. 确定样本容量和抽样间隔；
4. 收集并记录至少 20 ～ 25 个样本的数据，或使用以前所记录的数据；
5. 计算各个样本的统计量，如样本平均值、样本极差、样本标准差等；
6. 计算各统计量的控制界限；
7. 画控制图并标出各样本的统计量；
8. 研究在控制线以外的点子和在控制线内排列有缺陷的点子以及标明异常（特殊）原因的状态；
9. 决定下一步的行动。

>> 返回目录