QC七大手法講解 【必讀】QC七大手法詳解(八)

工程质量
2粉絲
1 次觀看·2026年5月17日
AI 生成·可能包含錯誤
那麼我們昨天主要是定義了一個很重要的概念
就是我們的常規控制圖
也就是我們常說的修哈特控制圖
那麼它是幹什麼用的呢
就是確保或者是監控我們過程穩定性的
那麼第一它幫助我們來判定
我們的過程是不是穩定的
穩定就意味着受控
這是它的第一個作用
那麼第二呢
因爲它這個對過程的一個監控
所以又起到了一個預防的作用
也就是今天這個鼠標不太好用啊
起到了一個預防的作用
就就是我們大家都看過吧
這個控制圖
那麼你看它一旦有點超過這個控制線
那麼它就會報警
但是我們知道一般來說呢
我們的這個控制線
除非我們的製造能力特別的差
一般的我們的規格線都是要比控制線寬的
所以你看它一旦超過我們的控制線
這個控制圖給我們一個預警
告訴我們我們的製造過程不太穩定了
但是我們會發現
那其實並不是說它一定就是一個不良品
所以這個就是起到了一個預防的作用
那麼很重要的一個概念就是
那在修哈特控制圖裏邊
它是如何定義我們過程穩定的
這是一個非常重要的概念
那麼我們前面說最簡單的
你定的這個控制線
對吧
正負三倍賽格嗎
這個還是太粗糙了
所以我們昨天的詳細的來說一下
如何定義我們的這個過程的穩定性
那麼這裏邊呢
就涉及到我們演出了兩個重要的概念
第一個概念呢
就是我們昨天說的叫阻內變異
第二個概念呢
叫阻間變異
那麼昨天我們也說了
其實除了這個控制圖之外
你比如說我們的這個假設檢驗
MSA裏面的偏移
我們的這個迴歸
我們的DOE
這個大家很多學過的工具
其實裏邊都有阻內變異和阻間變異的概念
只不過呢
就是我們不會在每一個工具裏邊的
在書上
書上不會把每一個工具去提
我們其實很少在書上
頻繁地看到阻內變異和阻間變異的概念
但是它確實非常非常重要
所以我們昨天也花了很多時間去說這個概念
那麼我們因爲這個概念很重要啊
我們今天開始之前
我們已經開始了
這個先回顧一下什麼叫阻內變異
那麼阻內變異
大家就要知道
阻內阻間這兩個概念區別在什麼
你看他的這個名字
顧名思義
那麼我們就知道了
你需要先定義一個阻
對吧
先定義一個阻
那麼我們簡單來說
在這個常規控制圖裏邊
我們定義的這個阻是什麼呢
其實就是最大的一層變異元
也就是最上層的就是時間
這個呢
我們昨天也說過了
你的這個控制圖
這個穩定不穩定
這是一個什麼樣的維度啊
這是一個隨着時間推移的一個時間上的維度
那麼比如說我們第一次
今天這個
好難用啊
今天不知道怎麼
八點鐘
我們說八點鐘
你抽了一個樣
我們就說在八點鐘
這個時間下
那麼你生產的這個產品
那這就叫一個阻
比如說我們定四個小時抽一次
那麼12點的時候
那他又叫一個阻
這個就是簡單的
我們來說一下阻的概念
那麼你說八點鐘的時候
我們是吧
連續生產了很多的產品
那麼這些產品呢
他不會是一模一樣
他依然有差異
這個差異性呢
我們就定義叫阻內變異
爲什麼
因爲這些紅點
他屬於一個組的吧
對吧
那麼
那當然了
你每一個時間去抽樣
你說每過四小時去抽樣
那麼你抽樣的這些產品
他代表的
我們的這個
當時的這些個整批的產品啊
你看
這個組本身的這些個產品數據的這些個波動
就叫阻內變異
每一個時間下都有一個阻內變異
那麼我們會知道
其實在這個製造過程裏邊啊
我們不說太細緻去分類
我們簡單的去看
什麼會影響我們的不良率
或者我們算CPK這些
大家學過CPK呀
PPK的公式裏邊
那基本上你會看到
他研究的是兩個重要的
對不良率影響的一個概念
一個是什麼
我們生產的位置
是在哪一個位置
也就是你的中心分佈
我們接着說
我們製造的這個產品啊
靠上線了
靠下線了
這個說的是什麼
你製造過程的中心位置
我們簡單的用一個詞來總結
它就是偏和正的問題
對吧
那麼還有一個呢
就是波動的大小
那麼我們也說
這個叫胖和瘦的問題
胖瘦的問題
那麼大家可以看到
阻內變異
其實衡量的就是一個阻內的
一個波動的一個情況
這是胖和瘦的問題
那麼
你每個時間段下
對吧
我們說了
除了這個波動的程度
還有一個位置情況啊
那這也很重要啊
所以你看
每一個時間下
我們生產的這個中心位置
我們用這個線來給它描出來
那你8點到12點
你的中心位置有沒有變
你的12點到16點
中心位置有沒有變
這個中心位置之間的這個差異
我們就叫阻間變異
我們用下面這個圖來表示出來
大家可以看到了
這個紅色的虛線
是不是衡量中心位置的一個
差異情況的
或變化情況的
這個叫阻間變異
然後藍線呢
這個叫
這個綠色的
綠色的這個寬度呢
這個叫阻內變異
這個概念很重要
那麼對於
虛化特控制圖來說
它怎麼定義
過程是穩定的
阻內變異
恆定
什麼意思
你可以允許阻內變異
因爲阻內變異是一定會存在的
一定會存在的
但是呢
你不能差太多
大家明白嗎
你看我們昨天也說了
爲什麼要加引號
這個是統計上去說
你不要追求數字上一模一樣
那不現實
那你就會發現
基本上沒有穩定的製造過程
那麼阻間變異呢
它不允許我們存在
你必須是零
什麼叫零
就是不允許存在
明顯的阻間變異
然後這裏邊呢
又引申了另外一個概念
所謂的阻間變異
你說這差
比如差了這個數字上
差了一
那到底阻間變異存在不存在啊
就跟雙樣本體檢驗的原理一樣
是看什麼呀
是在看我們數據
對吧
也就是看我們阻內變異
波動的這個程度上
來判斷
你的這個阻間變異
是不是存在
對吧
你看雙樣本體檢驗是什麼
在我們這個阻內波動的情況下
來判斷你均值之間有沒有差異
那其實是同樣的道理吧
你均值之間的差異
那就是
如果你看我們那種學P值
對吧
小於大於0.05
那他會說什麼呀
那會說均值之間沒有顯著性的差異
沒有顯著性的差異
就意味着叫阻間變異爲零了
大家能理解哈
所以阻內變異可以存在
阻間變異呢
在阻內變異的這個程度上去判斷一下
統計上你不應該是有顯著性的
這個就是穩定的一個定義
好
那麼我們昨天又說到了
我們在做這個常規控數的選擇的時候
他基本上按照數據類型
分爲了計量型和技術型
這個我們有時候也叫連續型數據
那這邊呢
也叫離散型數據
那更多的使用情況是什麼
還是這種計量型數據使用的更多
我們來看一下啊
這個計量型數據下邊
我們昨天說有三種啊
叫IM2
這個I是什麼意思
單值
M2呢
移動積差
還有什麼呢
X bar
S bar是什麼呀
樣本平均值
R呢
積差
X bar呢
樣本均值
S呢
樣本標準差
這三種控制圖啊
怎麼選擇呢
最粗
最粗獷的我們來看啊
就是你的這個每次抽樣的這個子組容量不一樣的時候
我們選擇對應的這個控制圖
這是我們昨天說過的
那麼你看
更多的當我們的子組容量
什麼叫子組容量啊
你每次抽
抽多少個啊
你說
每四個小時抽一次
一次抽多少
這個叫抽樣的樣本量
在我們的這個控制圖裏邊就叫子組容量
啊
這個要和大家說
那麼你看就分爲了這三種
IM2
X bar2和X barS
那麼
我們呢
今天會說什麼呢
我們今天的主要的內容會說這個X bar2控制圖
我們也找了一個案例
這個先給大家去看一下啊
我們呢
也把這個原始數據準備出來了
放到了minitab裏邊
包括大家比較關心的
我的這個控制圖到底怎麼把它畫出來啊
怎麼決定我們的這個控制線
其實呢
不需要我們掌握太多的計算的公式
因爲現在我們有計算機
minitab會幫我們做
那麼這一個呢
就是我們今天的一個主要的內容
我們把前面這一部分說完之後
我們後面就轉到minitab來給大家去做一下
好
那麼不但我們說了啊
剛纔我們也複述了一遍啊
這個什麼叫穩定啊
組內變異恆定對吧
組間變異不存在
所以大家就要知道了
那麼我們的這個控制圖
它的要求是這兩個
那你在監控的時候呢
也要監控組內監控組間
所以我們就知道了
那麼在做控制圖的時候
你比如說我們最常用的一種叫X bar2控制圖
是吧
但是你會發現這裏邊要做幾個圖出來啊
要做兩個圖
每兩個圖啊
一個監控組間的
一個監控組內的
兩個圖
那麼X bar2哪一個圖是監控組間的
哪一個圖是監控組內的
我們這個圖又拿來去看啊
你這個藍色的這個虛線啊
這個藍色的細線
這個就是你每一次時間下的一個生產的中心的位置
那麼他們之間的這個差異
紅色的虛線
就叫組件變異嘛
所以我們每次抽樣呢
你看怎麼來代表這個藍色線的位置啊
我們抽完樣之後去計算一個平均值
X bar1
下一次抽樣呢
再抽一個平均值叫X bar2
那意思來推
每次抽樣
你根據你抽到的這些樣品去算一個X bar出來
那麼我們要對這個X bar進行監控
或者說是繪製控制圖
所以第一
我們先說一下
X bar是負責監控什麼的呀
負責監控組件變異的
對吧
那麼2呢
2是什麼
2就是極差
你每一次抽樣
比如我抽了六個
那你的最大值減最小值
是不是就是代表我們這一組數據的一個組內的波動情況
所以你每次抽樣之後
除了X bar以外
還要算一個極差
每一次抽樣都算一個極差
然後呢
我們對我們每一次這個抽樣的這個極差去繪製控制圖
那麼極差是負責監控什麼的
組內變異
大家瞭解吧
所以我們要在這裏面重點說一下
真正的這個控制圖
它監控的是什麼
不是跟算這個CPK
PPK一樣
不是說我們要對每一個我們產品的數據進行這個描點監控
我們監控的是對應的統計量
我們學技術統計的時候
大家就知道了
什麼叫統計量
描述樣本信息
或者是概括樣本一個這個信息的
這個叫統計量吧
X bar
這個就是一個統計量
對吧
R呢
就是一個統計量
X bar
一個統計量
S呢
樣本標準差
一個統計量
對吧
所以我們真正監控的是對應的統計量
好吧
好
那大家有什麼問題呢
也可以打到我們的這個公屏上
我們每過一個時間
這個節點呢
就會和大家去互動啊
你看我們現在呢
講完一部分了
應該和大家互動了
如果大家沒有問題呢
我們就繼續了
好
那麼我們沒講完一次呢
我們就啊
要和大家去互動一下啊
這個目的是什麼呢
看一看大家能不能把我們前面說的掌握好
我們如果一次一個小時一致說下去的話
這個不一定
大家能吸收
來我們來看一下啊
那麼
我們說你控制圖啊
他的這個穩定性的定義是
組內變異
恆定組間變異不存在
那麼
所以我們後邊又說了
監控控制圖的時候啊
做控制的時候
我們要監控組內變異和組間變異
也就是要畫兩個圖
那麼我們來討論一個啊
這個算比較簡單的問題
我們的樣本標準叉S
它是用來監控組內變異的
還是用來監控組間變異的
來啊
大家可以不用打字啊
扣一或扣二就可以了
我們來聊一下
過往清零說組內
樣本標準叉S啊
是監控組內還是組間
你看
所以我們必須要互動
大家我們必須要互動
爲什麼啊
我們這樣能知道前面
大家哪一部分掌握的不好
來我們來看一下啊
呃
我認爲大家說的呢
可能是對我們組內變異和組間變異的
這個概念還不是太清楚啊
什麼叫組內變異
也就是你在這個時間下
大家看到了吧
我們拿這個圖來說吧
在這個時間下
你看你的這個一個組
比如說這是12點啊
你12點下生產的這些產品
它本身這個組內的一個波動程度
你看這個波動有這麼寬
對吧
它本身的一個波動
這個叫組內變異啊
那麼衡量數據波動的統計量有哪些呀
第一個是R
對吧
叫什麼
極差最大減最小嘛
另外一個呢
就是常用的就是S
叫什麼樣本標準差
對吧
什麼叫組間變異啊
就是你在這一個時間下
你的一個平均的位置在哪裏
你看組與組之間的這個差異
你怎麼判定啊
那就是你位置有沒有變化嗎
對吧
S是什麼
S是樣本標準差
對
所以
大家看啊
R和S這些衡量數據波動情況的
這個都是監控組內變異的
可愛的你換答案了啊
可愛的你換答案了
對吧
組內的對吧
S是什麼
S是樣本標準差
你看我們很多時候
用這個一個算公式啊
這個函數的時候
大家可能會看到有一個叫
STDEV
對吧
這是什麼
樣本標準差
對
可愛的你對
好這個大家明白了嗎
如果還有哪不清楚呢
不要不好意思啊
就打到公屏上
我們一會看到了呢
時間允許
我們再和大家去說
好
那麼下一步呢
這些個前面的原理
大家搞清楚了之後呢
我們就要看一下了
你做控制圖不是簡單的
我明白統計原理以後
對吧
我就要去做了
還有很多我們需要提前考慮的啊
或者說提前計劃策劃的事情
那麼最主要的兩個內容是什麼
就是第一
你抽樣頻率要有多頻繁
第二
你的抽樣計劃是什麼樣的
我們來看一下啊
這個抽樣頻率是什麼意思
我們剛纔說了
監控過程
它是一個時間的維度
那麼你隔多長時間抽一次
你隔多長時間抽一次
這個就叫什麼
抽樣頻率
這個叫抽樣頻率
那麼呢
你看這個15分鐘抽一次
或者每班抽兩次
這個可不可以
可以
但是這個沒有一個
就說你必須啊
要怎麼怎麼樣
你必須要多長時間抽一次
那麼你到底怎麼制定
這個就是說書本的理論部分
和你實戰上的這個差異性
就是在這裏邊體現出來了
那麼很多
很多我們同學學的這個統計方面
這個統計原理你一定要掌握啊
但是你真正在實戰當中
你怎麼讓它落地
怎麼制定抽樣頻率
你看你必須迴歸到流程當中去
你所負責的這個工序
你必須要有了解
比如說如果
你看可愛的你說
AJ老師
你明天能不能來我們公司
幫我們去定一個
某某工序的這個抽樣頻率
那對不起
我直接去
我定不出來
爲什麼呀
因爲我對這個工序不瞭解
所以你必須對
對應的工序工程
或你負責的流程的這個激勵
還有我們最重要的一個變異來源
去合理制定
比如說
我們說幾個簡單的例子
讓大家好掌握
比如說
我們可能負責的這個工序呢
白班夜班一切換
就非常非常容易出現問題
那麼你一換班
是不是要去抽呀
比如說我們會發現
我們每隔四個小時
可能要換一次模具
那麼你是不是
每隔四個小時要抽一次
什麼叫變異來源
就是影響你組建變異的
這個叫怎麼說
影響你組建變異的這個因子
我們就叫變異來源
你看你換模具了
對吧
這個模具是不是一個因子
是不是你的一個變異的來源
那麼你必須要了解
自己所在的這個工程的激勵
和變異來源
然後去制定
這個是很靈活的
第二
子組數量
什麼叫子組數量
我們來看一下
如果我們說
我們每一次抽六個
我們每次抽六個
每次抽六個
那麼這個六叫什麼
這個六叫子組容量
子組容量
那麼你看什麼叫子組數量
這個在八點的時候
這是不是一個子組
每隔四小時一抽
再一次抽樣
是不是又一個子組
這又一個子組
對吧
這又一個子組
對吧
所以什麼
這個叫什麼
這個叫子組數量
我們這個圖裏邊有幾個子組
一二三四
四個子組
子組容量呢
六
我們拓展的去說
大家讓我們去算CPK的時候
那me time
你在輸的時候
他是不是要問你
子組容量是幾
這個子組容量什麼意思
算CPK的時候
你讓我們填的這個子組容量
什麼意思
就是控制圖裏邊
你每次抽樣的這個樣本量
就是子組容量
他倆是一回事
好
所以你看
充實用控制圖
也就是說
大家可以想一下
你說這控制線
它是活的
對吧
昨天我們說了
是什麼呢
正負三倍Sigma
那麼誰的正負三倍Sigma呢
我們先不說這麼細的公式
大家想一下
你是不是就是根據你監控的這些個統計量也好
對吧
還是這些點也好
根據這些點算的一個正負三Sigma
我們先簡單這麼理解
那大家想一下
如果我再抽一次樣
又描了一個點
數據量多了一個
那是不是你的控制線就變了呀
對吧
所以我們說
我們的控制圖
分爲兩個控制圖
一個叫分析用的控制圖
一個呢
叫控制用的控制圖
什麼叫分析用的控制圖
分析用的控制圖
我們簡單來說
它的目的總要定兩根控制線出來吧
那麼在分析階段的時候
我們抽至少25個子組
然後呢
去拉出來針對這25個子組的控制線
我們再來看一下
那麼針對我們這個25個子組
有沒有報警或者異常的情況
在這裏邊
如果沒有
OK
那麼我們畫一道線
這個就是分水嶺
後邊我們的這個控制圖
就從分析用的控制圖
轉換爲控制用的控制圖了
那麼什麼叫控制用的控制圖
這兩根線怎麼樣
就固定死了
我們先不變了
然後呢
去對我們後面抽樣描點
去給它當這個控制線
所以就分爲分析用控制圖
和控制用控制圖
就是這個概念
那麼子組容量呢
我們剛纔說了
這個就不說了啊
4到5也可以
對吧
你說一沒有辦法了
每次只能抽一個也可以
你說我的這個成本比較低
對吧
我們測量也不費時
我能不能一次抽12個
當然可以了
那肯定如果不考慮成本的話
你抽的越多越好
這個代表性更強嘛
是不是
你說你八點鐘的時候
生產了一批
裏邊有500個產品
那你說
我如果不考慮成本問題
我抽50個和抽5個
那哪一個代表性更強啊
所以大家不要忘了
我們這個抽樣
你最後還是爲了代表
你這個時間段下的這些產品的
所以你肯定是抽的越多
代表性越強嘛
對吧
然後
所以大家要看
這個子組容量怎麼定
包括我們抽樣頻率
多頻繁抽一次
你還要考慮一個問題
就是成本問題
你抽的越頻繁
你說我半個小時抽一次
那你肯定監控的就越密集嘛
你每次抽很多
它肯定代表性就很強嘛
但是弊端是什麼
弊端就是
你的這個成本和上去了
成本和就上去了
你總要有人去做這個測量工作的
去做這個瞄點工作的
這個要考慮
那麼你說我不頻繁的很抽
我12小時一抽
那麼我每次就抽三個
可不可以啊
你要考慮啊
那你的這個代表性就很差了
對吧
大家能理解吧
你看就跟我們那會兒
新冠測核酸一樣
你說你一個月測一次核酸
跟每天上班
你都測一次核酸
那哪一個對於過程的監控更好一點
可是成本呢
對吧
這個大家要綜合考慮
好
我們來看一下
大家有沒有什麼問題啊
我們來討論一下啊
可愛的你問
單隻移動機叉是組件
單隻能算組內嗎
對於IMR圖來說
我們剛說了
什麼時候你選擇IMR圖
就是子組容量爲一的時候
沒辦法了
每次抽樣只能抽一個
什麼時候會這樣
比如說你每次抽樣
耗費的這個時間非常非常長
可能我測一次一個產品
我需要二十多分鐘
三十分鐘
也有可能你是破壞性測量
你測完這個產品之後
我們的這個產品吧
還比較昂貴
你測完之後
壞了
你不可能測的很多
那麼一般這種情況
沒有辦法了
我們抽一個樣
那麼這個時候呢
就用IMR控制圖
那麼I是什麼意思
I就是單值
我給大家寫一下
你看比如5
4
2
1
7
你每次抽一個
這不就是單值嗎
只有他自己本身
這個I就是單值的意思
數據本身的意思
那麼I圖是控制組件的
你想
你一個樣本
他的平均值是誰
那不就是他自己嗎
對吧
你一個樣本
你平均值不就是自己嗎
所以I是負責監控組件的
可是我們會發現
你每次只抽一個樣
我這個組內就剩我自己了
我怎麼去估算組內變異
推而求其次
我們算一個移動積差
什麼叫移動積差
就是你看
我們相鄰的兩個子組之間的
這個差值
的積差
5和4的積差是幾
1
4和2的積差是幾
2
2和1的積差是幾
1
1和7的積差是幾
6
那麼這個叫移動的積差
對吧
你看相鄰的嘛
叫移動積差
他來負責監控組內
好
能理解了
大家有什麼問題
可以打到公屏上
對
過往清零說
I是單值是對的
James說
分析用的子組容量
也是4到5比較好嗎
這個我們要說一下
任何一個常規控制圖
比如IM2
S2和S2S
都要經過這兩個階段
就是分析用的這個階段
和控制用的這個階段
那麼
不是說
你用這個分析用控制圖的時候
我抽多少
控制用控制圖的時候
我抽多少
是先定子組容量
選擇對應的控制圖
然後
每一個控制圖都要經過
這兩個階段
你選擇完控制圖之後
你的這個
策劃好之後
你的抽樣數量
我們就不變了一般
好
感謝大家的點贊
我們可以一邊聽一邊
在幫我們直播間點點贊
來
然後我們
先
來
看一下
這個到了我們今天的一個圖
我們今天呢
先說什麼
我們今天先說這三個圖裏邊的
S82控制圖
爲什麼呢
就是
這個還是一般我們最常用的
大家可以想到
你一般抽一個的IM2控制圖
其實
不是最常見的
你說我一次能抽很多
抽十多個
也不是很常見
一次只抽一個
也不是很常見
一般我們抽二到八個
這個用S82控制圖
所以我們今天呢
先來給大家去看S82控制圖
好
我們來看一下
先
梳理清楚了
我們上面前面說了啊
這個S82控制圖裏面有兩個圖
一個是S82圖
他負責監控組件變異
你的組件變異不能存在
另外一個是R圖
負責監控組內變異
他倆有分工的啊
大家要知道他倆有分工的
所以有兩個圖
然後
你在做控制圖的時候
有三個大的前提
這三個大的前提
是我們在做控制圖的時候
必須要提前去驗證的啊
或者檢驗的
大家要知道啊
這個工具啊
他在被開發的時候啊
他是有這個順序的
大家明白吧
他是按照這個邏輯性這樣
正着走的
比如說你看
我們爲什麼定正負三C個嗎
爲控制圖的控制線
因爲他根據的是正態分佈的特性
那你只有正態分佈
他正負三C個裏邊的概率纔是99.73%
我們的報警概率纔是0.27%
他是這樣設計的
所以我們在用的時候呢
你就得滿足他設計的這些前提
要不然強硬的去用啊
什麼都不管他的前提條件
這個就叫張冠李戴了
會出現很多誤報或者是漏報
所以這些前提有什麼
第一
正態吧
對吧
剛我們剛說過的啊
你要正負三C個嗎
這是正態分佈的特性
第二
這個也比較好理解
什麼
數據呢
你有獨立性
很多時候呢
我們涉及到一些刀具啊
這個刀具
你隨着他的這個使用次數的增加
那麼可能你的這些個產品的這些個
怎麼說
對應的這個
比如說毛刺啊
或切斷面啊
他可能隨着這個刀具的磨損
他有一個上升的趨勢
那你說這種
你不能再用常規工作圖了
對吧
第三
叫單變異元
什麼叫單變異元
再來看一下
匈牙特控書如何定義過程穩定性的
只能怎麼樣
組內變異恆定
也就是說他允許你有組內變異
組間變異不能有啊
不能存在
在組內變異的這個程度上去恆定組間變異
他不能存在
所以匈牙特控書認爲
在製造過程裏面啊
我們監控的這個所謂的穩定性
只能有組內變異
組間變異不能有
所以什麼叫單變異元
單變異元的意思就是隻能有組內變異
當然了
這個
這三個
假設呢
我們能做的
或者說是我們根據數據直接能做的啊
根據數據收集來數據直接能做的有哪些
獨立性
這個能直接根據收集的數據能做啊
正態性能做
但是單變異元這個東西
我們不能通過我們簡單的數據去做啊
這個
很複雜
這個需要你對過程有一個梳理之後
然後再去選擇控制圖
那麼我們來看一下啊
這個X82控制圖
我們
怎麼去做
好
我們來看一下這個案例的背景啊
我們監控的特性是什麼
你要先清楚
是我們的產品的厚度
然後
來我們來看一下
這個每八小時測一次
抽一次
這個八小時叫什麼
就叫抽樣品率
那麼
每次抽幾個呢
抽四個
這個四叫什麼呀
叫
子組容量
你算CBK裏面
你要填四
對吧
這個是子組容量
抽了多少個子組呢
20個子組
這些就是我們前面講的這些概念
在這個案例裏面給大家去
對應的去說一下啊
那麼你看
你抽的這個樣本量的2到5
所以我們呢
選擇一個X82控制圖
我們來看一下怎麼做啊
來
我們直接到minitab
直接到minitab
大家可以看一下
這個我們云爾數據的這個格式
它怎麼出來的
一行
這個第一行
對吧
幾個數據呢
四個
也就是說
我們每一行是一個什麼
子組
對吧
每一行是一個子組
你用多少個子組啊
20個子組
然後呢
我們要監控這一個子組的什麼呢
均值
對吧
爲什麼要監控均值啊
要監控它的組件變異
還要監控一個什麼呀
極差
還要監控一個極差
爲什麼呀
來代表我們的組內變異
對吧
所以
你所謂的這個數據要符合正態性
並不是說
你看4×20
80個數據是不是符合正態
不是這樣的
你算CPK的時候是這樣的
但是你算控制圖的時候
你要知道
你控制圖
你監控的
或是你描的點是誰呀
你描的是均值嗎
對吧
所以你要保證均值
子組的均值是符合正態的
我們先算出來
把它算出來
看一下是不是符合正態了
那麼路徑是什麼呢
計算
然後呢
行統計量嗎
對吧
你要算一行一行的這個均值嗎
就是行統計量
然後呢
他問你要算哪一個統計量
我們要算均值嗎
選擇均值
然後你算哪哪些數據的
把C1到C4全部選進去
然後他問你了
你計算均值
你希望我把均值存儲在哪一列裏
那我們輸C5
對吧
或者是直接點也可以
然後點擊確定
大家看到了吧
C5就是我們的這個均值了
C5就是我們均值了
然後呢
你描點描的是均值的點
所以要保證子組的均值符合正態分佈
然後呢
怎麼驗證正態分佈的這個特性
統計
基本統計
先方有一個正態性檢驗
這個大家如果不是很瞭解
或者我們之前沒用過
可以把這個
現在截一下屏
可以把這個截一下屏
這個是我們的路徑
做正態性檢驗的路徑
然後點進去
那麼他問
你要看哪一組數據是不是有正態性
C5
對吧
然後點擊直接
這個剩下的就默認的就可以了
就不要再去瞎選了
點擊確定
這個就是一個正態性的檢驗了
然後我們說結論是什麼
看哪裏
看右方
這個小組塊裏
最下面一個叫P值
對吧
我們這裏面不拓展的再去說
大家記錄下來
這個結果就可以了
它也是一種假設檢驗
那麼P值呢
大於等於0.05
我們就說這組數據呢
符合
或者有這種近似的正態性
所以你看我們的P值多少
0.548
對
你看是小區塊
說大於0.05
對的
好
然後
我們說還有一個
大家記得吧
我們說三個基本假設
還有一個是什麼
還有一個就是
我們的這個數據是不是滿足獨立性
怎麼看
怎麼做
我們先說一下數據什麼叫獨立的
我們先說一下
什麼叫數據是獨立的
隨着這個時間的推移
我們這些個數據
它呈現什麼樣的一個趨勢呢
就叫獨立的
獨立的意思就是
我的每一個點
既不受上一個點的影響
又不影響下一個點
每一個都是獨立的
所以大家可以看到
那麼
它自己呈現一種
沒有任何規律的波動
沒有任何規律的
很隨機的一個波動
這個就叫獨立
我們來看一下怎麼做
過往清零的時候
小於0.05怎麼辦
怎麼分析
小於0.05不正常
有很多種情況
這個需要你根據
剛纔我們算出來的這個圖
根據我們剛纔算出來這個圖
它的樣貌
去基本上判斷一下
有很多
比如有可能是
一些異常值影響
拉的
有可能是這樣的
有可能我們數據本身
就不符合正帶分佈
中心基線定理
又拉不回來
有很多種原因
我們這裏面不細說
大家感興趣的話
我們以後單獨開一次直播
去說這個問題
獨立性的驗證怎麼做
統計質量工具
運行圖
就是監控我們數據
是不是獨立的
大家需要的可以截屏
可以截屏
感謝美少女的關注
大家可以一邊聽一邊點點贊
大家可以點點關注
然後我們點擊運行圖
點擊運行圖
來
這個東西我們要討論一下了
這個大家能看清嗎
那麼
他問你的數據
是哪一組數據
我們選C5
這裏邊對吧
C5就是子組均值
一共多少個子組均值
20個子組均值
你抽了20次
20個子組就20個子組均值
我們要檢驗均值
是不是有獨立性
那麼這個時候他又問了
子組大小是幾
我們來討論一下
大家感覺這個裏邊
子組大小填幾
所以好多時候
我們一看到子組大小
這個東西子組
你就要先明白
先不要管大小是幾
你需要先知道子組是什麼
對吧
哪些數據是一個組
所以這個子組大小
我們填幾
我們來討論一下
這個
這裏邊
大家如果能理解了
那不管你是做控制圖
還是算CPK
還是說算運行圖
還是說我們做其他的分析工具
那大家都理解了
來
這個大家都討論一下
大家也不要怕說錯
我們都打到公平上
如果大家都說對了
我就不再拓展
就和大家說了
對吧
我們節省時間
我們就過了
大家如果很多人說的
可能是不太正確的
我們就再細說一下
1
20
4
你看
4
1
4
好
我們來說一下吧
我們來說一下
大家要看見
我先退出去了
把這數據拉出來
是不是對C5列做獨立性的檢驗
他問你C5這一列
子組均值是多少
我和大家說
你看
141和138
他倆是一個組的嗎
141和138和147.5
他倆是一個組的嗎
不是吧
141是子組1的均值
對吧
138是子組2的均值
他倆是一夥的嗎
不是一夥的
對吧
過往心裏說不是一夥的
不是一夥的
那這是不是20個
每個人都不是一夥的
那麼所謂的子組容量
他讓你填的目的是什麼
你告訴我
誰和誰是一夥的
我來幫你一刀一刀切
如果我們子組填1
那麼他就知道了
一刀
兩刀
三刀
四刀
五刀
能理解吧
所以你看
如果是C5
子組容量就是1
我們再拓展一下
我給大家去做一下
我看一下
好
那麼我們C1 C2 C3 C4
這樣的原始數據
他是不是有可能
還有另外一種情況
還有另外一種數據格式
就是C6 C7這樣
大家看到了吧
你看
我時間1抽4個
對吧
這4個是不是一夥的
子組容量是幾
是4
5到8呢
一夥的吧
屬於子組容量2吧
如果我們對C6進行
剛纔我們的分析的話
那麼你子組容量是幾
這個時候你填4
他就知道了
4
那麼他就明白了
從上往下
按照這個順序
1234
他就切了一刀
你們4個一夥的
5678他又切一刀
你們4個一夥的
所以你整數4
就證明了
他按照你說的4
按照你這個子組容量去分
去區分
大家能理解吧
對原先說的對
所以我們再說回來
對於C5列來說
那子組容量是幾
對於C5來說
子組容量是幾
是不是1
對吧
每一個數是一波的
這個就說1
對吧
對大超說的對
好
我們再說回來
點擊確定
這個圖就出來了
然後我們來看一下
怎麼看他的結果
我們快速的來給大家說一下
首先
他的邏輯是什麼
我給大家說一下這個邏輯
邏輯就是他怎麼定義獨立的
剛纔我們說了
我們的數據隨機
無規律的自然波動
隨機隨機隨機
無規律的波動就叫獨立
然後呢
他說我反其道行之
我反着去推理
那麼不獨立的情況有哪幾種
他就找了四種不獨立的情況
分別叫聚類性的混合
趨勢
震動
他說我認爲不獨立的情況
經常見的有這四種
那麼我們分別去看
就跟做體檢一樣
你這四種有沒有這四種不獨立的情況
如果都沒有
那我們就默認你的數據是獨立的
如果都沒有
我們的數據就是獨立的
然後大家可以看一下
這個先說結論再細說
結論就是對應的
也是假設檢驗
對應的這個四項
不獨立的情況的檢驗
他的P值均大於等於0.05
我們就說他滿足獨立性
大家能理解吧
都滿足
都大於0.05
才能叫獨立性
如果有一個不滿足了
有一個P值小於0.05了
就說明比如混合
比如混合
他一看後面P值小於0.05了
那就證明什麼
這組數據不獨立了
爲什麼不獨立
出現什麼樣的一個情況了
出現混合這個情況
然後我們對應着混合這種情況去找
爲什麼
原因是什麼
好
我們呢
下面就給大家說一下
那這個聚類
混合
趨勢震動
他分別什麼樣
什麼意思
我們來看一下
混合震動啥意思
我們來看一下
然後我們先看混合什麼意思
混合的特點就是
他頻繁的與中陰性相交
大家看到了吧
你看
一會兒往下走
跑均值下面來了
一會兒又跑均值上面去了
又下來了
又上去了
又下來了
這個叫混合
那麼如果你其他三項的獨立性檢驗
P值都大於0.05
只有混合小於0.05了
那你就要知道了
如果記不住也沒關係
因爲學的東西很多
現翻書都來得及
去找到教案
找到我們的教案
看一下
混合什麼意思
哦
這個意思
一般什麼情況會造成這樣的一個
兩個總體的混合
兩個總體混一塊了
有這種可能
那麼聚類是什麼意思
顧名思義
你看他的這個名稱聚類是什麼意思
就是扎堆的
數據扎堆的
你看
聚類的特點就是
頻繁的在中心線的一個區域內
你看
形成了一個扎堆的情況
這個就叫聚類
什麼叫振動啊
振動就是
這個數據呢
快速的有一個上下波動
你說這個叫隨機的嗎
不叫吧
你一會上一會下
這個犬牙交錯
這個就叫振動
那肯定是不隨機的一種情況吧
那麼振動和混合的區別是什麼
混合我們說這個叫一個整體性的描述
整體性的描述
什麼叫整體性的描述啊
就是我們通過數據的整體來看
它有這種怎麼樣跨越中心線的這個情況
它是跟整個數據的中心位置來判斷的
有這種下上下上
那麼振動呢
我們說它不是一個整體特徵
它叫一個局部特徵
什麼意思啊
你看
它在一個局部內有這種上下交錯的
跟中心線沒關係了
這個叫振動
然後趨勢啊
這個就不說了
這個太簡單了
對吧
這個大家我們都都都明白
那你要在這個
這個怎麼說數據發生了這種上升下降的趨勢
這就太典型了
一個不獨立了
對吧
這一眼就能看出來
那可能會涉及到一些工具的磨損
所以這四種不要怕
所以很多時候我們在做工具的時候
它都有很多前提的假設
比如說正態了
獨立性了
包括你看這個黑黑問的這個MSA
JR不合格了
不要怕
它真的不獨立了
它真的不正態了
對着去找原因
不會太難找
所以你說到這一步
你出來這四個批值
你會看結論
它叫分析嗎
其實我們在要求高一點來說
它不叫分析
只是說我們會操作軟件
會讀懂結論了
那什麼叫分析
分析就是你不正態了
不獨立了
出現情況了
你對着能去找
能把這個原因找出來
這個叫分析
包括MSA也是一樣的
我們很多同學一看到JR不合格
他就害怕了
壞了
這不合格了
怎麼辦
改點數據吧
JR裏邊
對吧
有沒有分析
讓我們一步一步層別分析的一個過程
有沒有很多信息
有
不是很難
那JR這部分
我們MSA已經全部都講過了
這個全部都講過
大家感興趣
可以去看我們的直播回放
獨立性講完之後
講完一部分
大家有什麼問題
打到我們的評論區
我們來給大家去解答一下
富貴說混合振動啥意思
我們來看一下
這個就是混合的概念
我沒有
這個就是混合的概念
你看我們的數據
它頻繁的與中心線相交
你中心線在這
你頻繁的相交
看到了
這是不是從中心線上邊到下邊了
相交了一次
然後下邊到上邊又相交了一次
下邊到上邊又相交了一次
你頻繁的與中心線相交
這個就叫混合
振動是什麼意思
振動是一個局部特徵
你看他沒有中心線的這個概念了
你說我不頻繁的過中心線
但是我在中心線的一側
總是這種犬牙交錯的
這行不行
這個也不行
這個就叫振動
大超問老師單邊緣怎麼驗證呢
做邊緣分析
但是我爲什麼說這個東西不是很簡單
因爲你如果只是通過我們控制圖
只是通過我們控制圖
你看我們回到這個minifab
給大超說一下
其實一個非常好的問題
你看這些就是阻內
對吧
你每一個子組裏面的這個波動
差值比如我們算基差值多少
這個140
143
138
這就是5嘛
基差是5對吧
這個叫阻內
那這個叫什麼
這個叫阻間
可以這裏邊
一個阻內
幾層阻間
一層阻間
這一層是什麼
是時間
你看141
38
147.5
這個就叫阻間
但是你的阻間有很多的來源
那麼這個阻間是什麼來源
這個就是時間的來源
這是8點
12點
16點
對吧
8點
10點
12點
16點
這個阻間只有一層
所以你可以在這裏邊
簡單的做邊緣分析
但是啊
如果真的是回到製造流程裏邊去看的話
不會這麼簡單的
我們會有很多層的阻間變異
所以比較複雜
比較複雜
但你如果在這個裏邊
我說我控制圖
我這樣去做一下
這個邊緣分析
這個可以
老師控制圖的八大判定原則和這個獨立性是不是很相似
也不是很
也不能說
有的相似
但是你也不能說是完全一樣
也不能說完全一樣
所以大家可以看到吧
你看我們說一個最簡單的一個情況
就是剛纔這個小培說的一個問題
他其實
我們來畫一下
這個說到這個八大判定準則
他最開始只有一條
這一條是什麼
就是你不能有點超控制線
對吧
有點超控制線
他就認爲不正常
可是後來隨着這工具
在1920年這工具出來
到現在2024年
100年了
這工具使用了100年
他肯定裏邊會有添加的東西
很多人就認爲
你看我們說個最簡單的例子
你說
你看我們的數據這樣的一個趨勢
在控制線裏邊這樣的一個趨勢
超控制線了嗎
沒成
你說這不叫異常原因嗎
也叫吧
對吧
也叫吧
所以呢
他也不斷的把這些準則往裏加
也不斷把準則往裏加
對
小徐說的對
其他七個呢
不是你絕對要選的
不是絕對的
後得不載物
分析用的控制線
可以直接轉爲控制用的控制線嗎
你看啊
如果我們拿這個例子來說
我給大家簡單畫一下
簡單的
我們畫一下
你看這個就叫分析用控制圖
看到了吧
這個點超規了
不不不不是超規了
這個說順口了
這個叫超控制線
這有異常原因
我們現在假定啊
如果這個點沒超控制線
我們的控制圖裏邊去看
沒有任何的報警
那麼這個時候
你的這個上下控制線
就可以把它固定死
去沿用轉換爲控制用的控制線
然後
你新的這個
你後邊的控制用控制圖的控制線
雖然沿用了
但是也不是沿用一輩子的
你再去監控25到30個子組
又要去重新的計算控制線
迭代的
明白了吧
後得不載物
可愛的你問
老師說我們體驗的目的是啥
什麼時候用呢
其實是非常
可愛的你問的問題
我感覺非常的好
因爲我們很多時候
學這些書本上的東西
你說重要不重要
絕對重要
我們的統計功底一下就上去了
但是你最後你會發現學很多
什麼時候用
雙樣本T檢驗是什麼
你要知道
通過雙樣本T檢驗
你要確定幾個東西
第一
你看它的名稱
T檢驗
它是檢驗什麼的
檢驗均值的
對吧
雙樣本
什麼意思
就告訴你有兩個總體
所以它是比較兩個總體均值
是不是有顯著差異的
那什麼時候
我們要進行這樣假設檢驗的比較呢
第一
我們沒有獲得總體的情況
我們的樣本量不多
我們無法識別
通過樣本
我們也沒有辦法很識別出來
這麼大的差異性的時候
那就要做假設檢驗
兩個總體檢驗均值
對吧
林澤太陽
太陽要問
控制線變得這麼頻繁嗎
25到30
30個之中
你就變了
這個東西
你不能一直
一直用
謝謝大家
再見
