1、蜗牛98 2015年04月08日 1 一、为什么要进行这次的培训 二、数据的来源 三、数据的描述性统计 四、数据的图形化 五、控制图 六、警戒限与行动限 七、生产统计应用 2 1.法规符合性 2.质量控制 3.总结、报表 4.工艺验证 回顾分析、培训需求 生产过程控制 季度、年中、年终总结，上交各种报表 3 持续工艺验证 1.物料与产品质量 物料来源、数量、质量 各阶段产品质量 各阶段产品生产 2.环境和设备监控 环境监测 纯化水监测 设备参数 工艺参数 3.其他 培训 偏差 变更 自己关注 领导需要 4 一、为什么要进行这次的培训 二、数据的来源 三、数据的描述性统计 四、数据的图形化 五、
2、控制图 六、警戒限与行动限 七、生产统计应用 5 数据集中性 数据离散性 描述性统计 6 7 集中性 众数 中位数 均值 离散性 极差 方差 标准差 相对标准偏差 8 下面给出一组生产数据，来进行相应的计算。压片产量数据（kg）编号 产量 编号 产量 编号 产量 1 70.50 9 71.22 17 70.14 2 71.60 10 71.62 18 71.06 3 71.50 11 71.70 19 70.96 4 70.75 12 71.74 20 70.96 5 71.20 13 70.68 21 70.86 6 70.84 14 70.50 22 70.98 7 71.30 15 70
3、.26 8 71.30 16 70.52 9 均值（算术平均值）Xbar=（X1+X2+Xn)/n=70.01 众数 数据中出现次数最多的数据（数据可是一个，也可以是多个）：70.50、70.96、71.30 10 1 70.14 2 70.26 3 70.50 4 70.50 5 70.52 6 70.68 7 70.75 8 70.84 9 70.86 10 70.96 11 70.96 12 70.98 13 71.06 14 71.20 15 71.22 16 71.30 17 71.30 18 71.50 19 71.60 20 71.62 21 71.70 22 71.74 11
4、中位数（70.97）判定 计数 数据排列 升序/降序 偶/奇数 偶数 中间两数均值 奇数 中间数（n+1）/2 整数 整数位数值 小数 两侧数据均值 数据排序 Xmax-Xmin=1.6 极差 2=var（X）=（Xj-Xbar）2/n S2=（Xj-Xbar）2/（n-1）=0.2159 方差 S=0.465 标准差 RSD=（s）/Xbar100%RSD=0.66%相对标准偏差 1 70.14 2 70.26 3 70.50 4 70.50 5 70.52 6 70.68 7 70.75 8 70.84 9 70.86 10 70.96 11 70.96 12 70.98 13 71.06
5、 14 71.20 15 71.22 16 71.30 17 71.30 18 71.50 19 71.60 20 71.62 21 71.70 22 71.74 12 通过上述计算，我们得出了素片产量数据的描述性统计结果 项目项目 平均值平均值 中位数中位数 众数众数 最大值最大值 最小值最小值 数值 70.01 70.97 70.50、70.96、71.30 71.74 70.14 项目 极差 方差 标准差 相对标准偏差 数值 1.6 0.2159 0.465 0.66%13 为什么进行图形化？不直观 难读懂 浪费时间 14 一、为什么要进行这次的培训 二、数据的来源 三、数据的描述性统计
6、 四、数据的图形化 五、控制图 六、警戒限与行动限 七、生产统计应用 15 图形 散点图 折线图 柱形图 饼图 16 4.1 散点图 70.0070.2070.4070.6070.8071.0071.2071.4071.6071.8072.000510152025产量 17 4.2 折线图 70.0070.2070.4070.6070.8071.0071.2071.4071.6071.8072.000510152025产量 18 对于素片产量图表里面的数据，我们可以使用简单的柱形图。69.0069.5070.0070.5071.0071.5072.00123456789101112131415
7、16171819202122产量 19 4.4 饼图 20 分类少，每个类别的数据差别较大 数据大量重复出现 其他合适的情况 21 22 4.4.2 某一数据大量重复出现的饼图 其他图形 帕累托图（柏拉图）茎叶图 箱线图 直方图 23 一、为什么要进行这次的培训 二、数据的来源 三、数据的描述性统计 四、数据的图形化 五、控制图 六、警戒限与行动限 七、生产统计应用 24 区别引起关键质量特性（CTQ）或关键工序CTP）产生波动是正常原因和异常原因的一种工具。概念 是对关键质量特性或引起波动的正常原因的稳定性进行评估和监控。作用 从每个观察时段的子集或样本中采集 数据采集 25 26 产生原因
8、产生原因 波动类别波动类别 处置方法处置方法 正常波动 异常波动 过程产生 过程外因素引起 管理帮助 采取措施 1.防止将引起波动的正常原因错误的归于异常原因时，对过程进行过渡调整。2.防止将波动由异常原因归于是正常原因引起，27 5.3 控制图条带 28 1个点，距离中心线大于3个标准差 1 连续9个点在中心线同一侧 2 连续6个点，全部递增或全部递减 3 连续14个点，上下交错 4 3个点中有2个点，距离中心线（同侧）大于2个标准差 5 5个点中有4个点，距离中心线（同侧）大于1个标准差 6 连续15个点，距离中心线（任一侧）1个标准差以内 7 连续6个点，距离中心线（任一侧）大于1个标准
9、差 8 29 1 制定取样计划，收集数据 2 判定数据类型 3 根据数据选择合适的控制图 4 制作控制图 5 结果分析 30 数据 计数型 二项分布 N图/NP图 泊松分布 C图/U图 计量型 正态分布 控制图 其他分布 31 32 计数数据 N图/NP图 样本数相同 NP图 P图 样本数不同 P图 C图/U图 取样单位相同 C图 U图 取样单位不同 U图 33 计量数据 子组 2n8 Xbar-R图 n9 Xbar-S图 单值 I-MR图 各图的名字 R图、S图、MR图 Xbar图、Xbar图、I图 各图的作用 检测过程稳定性 检测数据集中趋势 计量控制图 过程的波动图 过程集中趋势图 34
10、 35 36 37 38 控制图 分析用控制图 用于数据分析 控制用控制图 用于过程控制 39 1.现在有一组上一年PVC硬片的使用数据。2.根据这组数据来制定一个合理的PVC使用限度来对之后PVC的用量进行控制。3.工具：Minitab 4.方法：质量控制图 40 编号 铝箔万片（kg）编号 铝箔万片（kg）1 0.5280 15 0.5649 2 0.5051 16 0.5127 3 0.5649 17 0.5237 4 0.5127 18 0.5077 5 0.5237 19 0.6219 6 0.5077 20 0.5392 7 0.6219 21 0.5011 8 0.5392 22
11、 0.4780 9 0.5011 23 0.4919 10 0.4780 24 0.4877 11 0.4919 25 0.4659 12 0.4877 26 0.4732 13 0.5280 27 0.5518 14 0.5051 41 42 计数/计量 1.数据类型 正太性检测、数据剔除 2.数据处理 计量/计数控制图 3.制作控制图 结果 4.确定控制限度 计量数据 数据类型 单值 子组容量 I-MR图 控制图 43 正太性检测 数据剔除 正太性再检测 44 使用正太概率图 P=0.0170.05（=0.05，显著性水平），数据不符合正太分布 5.7.3 数据的正太性检测 45 数据剔除
12、的方法：四分位数法 46 编号 铝箔万片（kg）编号 铝箔万片（kg）1 0.5280 15 0.5649 2 0.5051 16 0.5127 3 0.5649 17 0.5237 4 0.5127 18 0.5077 5 0.5237 19 0.6219 6 0.5077 20 0.5392 7 0.6219 21 0.5011 8 0.5392 22 0.4780 9 0.5011 23 0.4919 10 0.4780 24 0.4877 11 0.4919 25 0.4659 12 0.4877 26 0.4732 13 0.5280 27 0.5518 14 0.5051 47 P
13、=0.6270.05，数据符合正太分布。48 5.7.4 完成控制图 49 均值 0.51 控制限 0.59 0.43 实际控制上限 0.55 50 对生产过程进行控制 制作目的 防止异常数据影响使控制范围变宽 剔除原因 质量改进是一个动态过程，控制图也是一个持续改进的过程 持续改进 51 1.目的：一直好奇压片的片重的稳定性，就弄了一个方案，准备对片重的稳定性和工序能力进行一下了解。2.数据收集计划：按照一个正常批次的压片时间，进行了25等分，每一个时间段取五片，分别称量片重，记录。3.方法：制作控制图，检查压片稳定性；过程能力分析，检查工序能力。4.工具：Minitab-控制图 52 53
14、 抽样 简单随机抽样 抽签 随机号 分层抽样 分成类似的组，从每组中抽样，注意各组比例 混合含量均匀度 整群抽样 包含各类情况的类似的群或组，然后抽取整个群 成品取样 系统抽样 每k个单位抽取一次 片重 54 Cp：过程能力指数,又称为潜在过程能力指数,为容差的宽度与过程波动范围之比。（短期）Cpk：过程能力指数,又称为实际过程能力指数,为过程中心与两个规范限最近的距离。Pp与Ppk：过程性能指数，计算方法与计算Cp和 Cpk类似，所不同的是，它们是规范限与过程总波动的比值。（长期）子组编号 片重检测结果（mg）S1 S2 S3 S4 S5 均值 1 193 192 189 192 198 1
15、92.80 2 188 193 190 189 183 188.60 3 184 196 189 187 185 188.20 4 195 186 184 184 194 188.60 5 184 184 190 189 185 186.40 6 191 187 189 186 194 189.40 7 186 190 182 186 191 187.00 8 185 184 187 190 187 186.60 9 188 194 184 189 191 189.20 10 190 188 182 193 191 188.80 11 197 192 188 192 194 192.60 12
16、 184 192 189 193 196 190.80 13 189 188 196 188 188 189.80 14 193 183 185 194 191 189.20 15 188 184 185 190 186 186.60 16 193 191 191 193 194 192.40 17 194 192 189 195 193 192.60 18 191 191 190 186 192 190.00 19 193 189 182 196 188 189.60 20 185 184 194 187 196 189.20 21 186 192 188 192 190 189.60 22 188 183 186 193 194 188.80 23 186 188 190 190 189 188.60 24 189 191 187 190 188 189.00 25 190 189 192 184 190 189.00 55 计量数据 数据类型 5 子组容量 Xbar-R图 控制图 56 57 58 组内标准差：3.65，Cp=1.21，Cpk=1.15 整体标准差：3.87，Pp
