CPK基础知识培训(1).pptVIP

* * CPK基础知识 亿能公司品管部培训教材 作成：代何勇 計劃導向向市場導向轉化演變 30-50年代 大量生產,種類少 可控制 過濾不良 50-70年代 大量生產,種類多 不易掌控 檢驗不良 70年代 定單生產 只能預測 制造技術 80年代以后 JIT 速變不能預測 設計.系統.習慣 生產型態 市場環境 品管過程 何謂統計 先看以下幾個例子: 第一組數據: 10.15 10.25 10.35 第二組數據: 10.10 10.25 10.40 第三組數據: 10.20 10.25 10.30 第四組數據: 10.05 10.25 10.45 問題一:它們的平均值相等嗎? 問題二:若SPEC定在10.25±0.15,它們合格嗎? 問題三:哪一組數據比較好? 統計學的定義 統計是數學的一個分支,是用來討論如何進行資料的收集、分析、解析以及大量數字資料的系統化表示. 推行統計學的意義 統計的意義是從本質上了解制程或樣本,避開表面現象, 更准確、有效、更迅速地進行改善或調整. SPC的基本理論是常態分配如圖: -3σ -2σ -1σ μ +1σ +2σ +3σ 0.135% 0.135% 99.73% 95.45% 68.27% 常態分配: 管制過程認識的兩種錯誤或風險: 第一種錯誤(Type I Error):“α” 由於因為抽樣的關系,會有點子出現在三個標准差之外,但我們會將此判定為不正常,事實上並非不正 常,而系屬於0.27%的機遇原因在外面而已. . 第二種錯誤(Type II Error):“β” 如圖所示,原群體的平均值為μ1,標准差為σ,但因為某種原因其平均值由μ1→ μ2,亦即群體已經變化,此時, μ2這一部分並不是我們需要的,但是μ2其中一部份(斜線部分)仍然在μ1之±3σ范圍內,我們會判μ2為正常,此種我們稱為第二種錯誤. -3σ +3σ β α μ1 μ2 此兩種錯誤在統計判斷時系不可避免的錯誤,在管制圖有此現象,抽樣檢驗時亦會發生. 1-α=信賴度 1-β=檢定力 管制界限與兩種錯誤的關系: 采用μ±2σ時,第一種錯誤增加,第二種錯誤減少. 采用μ±4σ時,第一種錯誤減少,第二種錯誤增加. 采用μ±3σ時,能使第一種錯誤與第二種錯誤(損失)之總和減至最少且最經濟,如圖所示: 損失 ±1σ ±2σ ±3σ ±4σ ±5σ ±6σ 管制界限 第一種錯誤 第二種錯誤 兩種錯誤的總和 評定制程狀況的幾個定義 1.制程准確度Ca= 2×∣平均值－規格中心∣ 公差裕度 2.制程精密度Cp= 公差裕度 6×標准差 3.制程精確度Cpk= ∣公差裕度－2×中心偏移量∣ 6×標准差 ∣上限－平均值∣ , ∣平均值－下限∣ 3×標准差 或MIN 准確度Ca 精密度Cp 精确度CPk Ca/Cp/CPk之間的概念關係 Cpk=Cp(1-Ca) CP與CPk 1.Cp≧Cpk 2.Cp與Cpk差距越大,代表改善空間越大 3.當X=u,即Ca=0時,Cp=Cpk 4.當分布中心位於規格界線時,Cpk=0 5.當分布中心超出規格界線時Cpk0 平均值与标准偏差 首先，试求出平均值与标准偏差。用数据“4.8、5.0、5.5”此3个数据来说明平均值。 计算标准偏差，首先，计算平均值与各数据之间的差Δ。然后，在下记的公式中代入计算出的结果。求出原数据的2位以下的结果。如下公式所示，必须用分母数减去1。 ΔＸ１＝５．１０－４．８＝０．３ ΔＸ２＝５．１０－５．０＝０．１ ΔＸ３＝５．５０－５．１＝０．４ 标准偏差“σ”？ 据计算结果的标准偏差σ，数据组一般可以从以下几点来进行判断 标准偏差大，偏差则大 标准偏差小，偏差则小 但是，单只用平均值或标准偏差，来评价数据偏差就已十分充分了吗？以下我们试着用另一种方法来评价 例如：用A、B两种机器加工部品，数据如下所示。计算后A、B可得出同样的平均值与标准偏差的结果 2.77 21.34 26.3 20.1 20.1 20.1 20.1 Ｂ（ｍｍ） 2.77 21.34 19.4 24.6 20.9 18.1 23.7 Ａ（ｍｍ） 种类