QC七大手法講解 【必讀】QC七大手法詳解(七)

工程质量
2粉絲
3 次觀看·2026年5月17日
AI 生成·可能包含錯誤
我們今天的內容準備的比較多
老師個人認爲也比較重要
都是比較核心的東西
首先我們先快速的來回顧一下上次的內容
我們快速的回顧一下
這個SPC我們就不說了
這個是統計過程控制
1920年我們的這個休哈特博士他開發出來的
那麼主要控制的目的呢
我們在學的時候呢
那這一部分我們上次直播說過了
簡單來說一下
我們基本上不管是工作當中還是生活當中
我們總是會遇到這個變異和波動
那麼這個變異和波動呢
我們基本上最廣泛的分類
我們在控制圖裏面把它分爲兩大類
一種叫普通原因產生的波動
什麼叫普通原因產生的波動
萬事萬物啊
它總是有一些這種差異性的
這個叫普通原因產生的波動
那麼我們比如說啊
人機料法環5M1裏面
每一個其實都會有細微的波動
那麼這些加起來啊
組成起來組成了我們製造系統裏面
普通原因造成的這個波動
那麼另外一部分呢
就是特殊原因產生的波動
那什麼意思啊
就是我們5M1突然發生變化
比如說白班換夜班
比如說原材料更換了P4
比如說我們的作業員換了
比如說我們的這個刀具或者模具換了
那麼如果我們這些個5M1的
這些個大的製造條件
發生變化了啊
對我們的這個過程有了影響了
那麼這一部分的這種差異性或者變異
我們叫特殊原因產生了變異
那麼控制圖呢
其實它是幫助我們簡單的來區分
到底我們現在遇到的這些個波動和變異
是普通原因造成的
還是特殊原因造成的
這個是它的一個主要的作用
那麼它的這個
我來看一下它的原理是什麼呢
原理基本上就是
它會給我們畫出來兩根線
那至於這兩根線具體怎麼定的呢
怎麼算的呢
這個大家不要着急啊
我們後面會細說
我們先要搞清楚它的這個大的原理和作用
這個是你學任何工具裏面
必須第一位要先說的啊
要知道的
你看有這兩根線
但是這兩根線呢
就不是我們經常日常在工作當中看到的
這個兩根線啊
這個USL和LSL
這個是我們日常工作經常看到的
這個叫規格線
上規格線和下規格線
在控制圖裏面呢
我們引出了兩根控制線
CL Control Line
來幫助我們區分
簡單來說呢
你落在這個線裏邊的這些個點
叫普通原因造成的
那麼落在線外面這些點呢
就叫特殊原因造成的
這是一個最簡單的一個區分
那麼大家就要知道了
那你幫我們區分出來的普通原因和特殊原因
對我們的工作上有什麼指導呢
那麼我們針對這種普通原因造成的波動
我們怎麼樣
不去管它
那麼對於這種特殊原因造成的波動呢
我們必須管它
必須管它
它給我們起到了一個提前預防的一個作用
那麼所以大家知道
如果我們製作出來了控制圖
我們有了控制線
我們描的這些個點啊
這些個統計量都在我們的這個控制線以內
隨機無規律的一個自然的波動
那麼我們就能定義出來
這是一個穩定的狀態
那麼大家可以發現在我們現在這個時代裏邊
穩定是一個非常重要的概念
我們經常追求穩定
比如說工作穩定
現在我們還說情緒穩定
那什麼叫情緒穩定啊
就是這個人
你看他今天高興
他明天差不多也這個心情
一年365天
差不多都是一樣的心情
那這個就叫他情緒比較穩定
他今天高興了
明天又不高興了
後天又高興了
這個我們不知道
那你說週五週六週日再過一天
他有什麼樣的心情
我們不知道
這個就叫不穩定
不穩定意味着什麼
意味着就不受控
我們管它叫失控了
那所以我們說情緒穩定大家都能理解
那麼在製造過程裏面
大家是不是也希望我們的製造過程
不要處於一個失控的狀態
我們拿這個不良率來舉例子
說個最簡單的
你今天是200ppm
對吧
明天還會是200嗎
不一定嘛
很有可能不是
對吧
會有一些微弱的波動
比如說220
對吧
那後天呢
可能170
他大致的在一個範圍內
自然的一個隨機波動
這個就叫受控
你說如果週四
突然碰到1000ppm了
那你說不管是我們的領導
還是我們對吧
還是我們的這個製程
那都是擔驚受怕的
你不知道他什麼時候變好
什麼時候變壞
所以穩定永遠是我們第一個要追求的
那麼我們說完穩定之後
那最後我們還是要回到製造過程裏面去看
那麼對於製造過程來說
怎麼樣叫穩定啊
我們先看這個圖
後面有其他的圖給大家去看
你看我們所謂的穩定
大家就知道這是有一個維度的
那這個維度叫什麼
叫時間
應該不管是情緒穩定
還是什麼什麼的穩定
那你一定是一個時間的維度
在製造過程裏面
隨着時間的推移
比如說八點鐘
我們的製造過程了
他的波動大概這麼寬
中心位置呢
大概在這個位置
再過四個小時呢
到了12點
我們再去監控我們的過程了
製造的波動
大概還這麼寬
那麼中心位置呢
大概還在這
也就是說
隨着時間的推移
我們過程的波動
和我們的這個中心位置
當然了這個
這是大限點
對吧
你的這個所謂的形狀
是不是一個正太分佈啊
還有什麼分佈啊
是不是對稱的呀
那麼這些要大致
我們說大致
大家不要追求數字頭面上一模一樣
那個這個不現實
大致他要是一個差不多
這就叫一個穩定的情況
那麼這個圖大家能看出來了
那這就不穩定了
你看時間一的時候
對吧
這樣的
那到時間二呢
過了四個小時
中心位置沒變
那我們如果用圖畫出來的話
你看
八點
對吧
中心位置
這樣的
波動的這麼小
到12點
再去監控過程一看
中心位置沒有大的變化
但是怎麼樣
產品的波動變大了
那這也不是一個穩定的情況
對吧
你再過四個小時
到了這個下午四點了
你看這什麼變了
中心位置又變了
那你說製造過程這樣的一個情況
那肯定不穩定
他肯定是不穩定
那麼爲什麼追求穩定了
穩定啊
剛纔我們說了
他意味着受控
再多說一步
那受控
爲什麼要追求受控
證明我們可以預測
大致我們未來會是什麼樣的一個生產能力
對吧
比如我們有的人在公司裏面
他工作時間比較長
他已經工作了五年
你說他每一天上班
很多人說這個太穩定了
基本上所有的業務我都接觸過
碰到什麼問題
我都知道怎麼處理
大概我每天來會幹些什麼業務都清楚
那這就叫穩定了
那你就受控了
你基本上能預測你未來每一天大概工作業務是什麼
那如果你第一天上班
那你是不是不知道明天會發生什麼
那你就沒有辦法預測了
對吧
所以穩定最終的目的
我們可以預測過程的一個能力
不穩定的話
那就沒有辦法預測了
那你時好時壞
時好時壞
怎麼預測
沒法預測了
那這個呢
是大家要知道的啊
這個規格下啊
這個是控制線啊
紅色的是控制線
藍色的是規格線
那從這個圖裏面大家可以看出來了
那麼這一個點
他超過了控制線
對吧
但是他沒有超規格線
也就是說
他是不是一個不良品呢
不是
他是一個良品
但是他又超了控制線
那是什麼意思
就告訴我們
現在我們的這個製造過程
已經不穩定了
你現在要給你提前預防
報個警
你現在要趕緊去找點原因處理他
如果現在你不管
那麼我們的過程一旦失控
很可能未來大批量的不良
就超出來了
就出現了
所以控制圖的基本的作用
第一
起到一個過程穩定性的監控
那麼第二呢
就是他給我們起到一個預防的作用
一般來說
我們的製造過程能力不是很差
基本上很少有這種情況
就是我們的控制線
一定是比規格線窄的
那你一報警
對吧
那這個大家就知道了
在大批量不良出來之前
已經提前給我們做了一個預防和報警
這是他的另外一個作用
好
那麼我們再細部的
我們講課
肯定是這個是不斷深入的
那麼下一步我們說什麼
就是所謂的這個控制線
他是怎麼定的
很簡單
大家看到我們
左邊的這個圖
眼書吧
最佳的一箇中性的曲線
眼書
這個是什麼
基本上大家可能都接觸過
這個叫正態分佈
那麼正態分佈裏邊
我們學的時候
他有幾個性質
正負一Sigma
落在正負一Sigma
那麼區間範圍內的概率是多少
正負二Sigma
裏面的概率是多少
正負三Sigma呢
落在一個正態分佈裏邊
正負三Sigma的概率是多少
99.73%
我們就以正負三Sigma
作爲我們控制線的一個
制定了大概的原理
上控制線
下控制線
這裏邊有幾倍的Sigma
右邊的Sigma
落在控制線裏邊的概率是多少
99.73%
落在控制線以外的概率是多少
0.27%
所以大家就清楚了
我們控制圖的報警概率是多少
0.27%
那麼把我們的正態分佈
你把它推倒
往右推
把它推倒
向右轉90度
那就變成這樣的一個圖了
這個就是上控制線
下控制線
還有我們的一箇中心線
那所以我們說到這呢
我們先透露一下
一個基本的知識
大家可以看到
你所謂的99.73%
這個概率
是誰的一個性質
是正態分佈的一個性質
所以在做控除的時候
你就要知道了
我們有個大前提
什麼呀
你要符合正態分佈
那麼是誰符合正態分佈
我們細部的後面會去說
大家不要着急
包括有很多同學比較好奇
他說
那麼你這個Sigma的估算方法
是多少
具體怎麼算呢
也不要着急
後面我們的課件裏都有
大家在這一頁裏面
只要先明白一個邏輯
我們是根據正態分佈的
正負三Sigma的這個性質
定的控制線的寬度
報警概率是0.27%
所以這是它的原理
在這一頁上
第二
就是大家在這裏面要注意
按照正態分佈性質
推出來的
那你就要知道
不能張冠李戴
你在後面再做控除的時候
針對我們的這些個單點也好
或者統計量也好
要做正態性的檢驗
我們說到這就可以了
這一頁
大家列到這就可以了
來
那麼呢
大家可能很多同學有基礎
那我們看我們這個
神奇的喵喵說的
它已經通過黑帶了
那所以我們學了
可能大家學用很多的工具
那麼其實很多工具
它是共通的
那麼作爲SPC來說
它的一個大的原理
是一個假設檢驗的原理
假設檢驗大家都聽過
對吧
那麼SPC和假設檢驗
有什麼關係
我們怎麼拉通
我們學了這麼多工具
怎麼把他們的邏輯
或者他們的這個關係拉通
我們先來討論一個問題
那麼我們所謂的
0.27%的概率
是指誤報率
還是漏報率
我們來討論一下
大家感覺這是誤報率
我們制定了一個誤報率
我們就扣1
大家感覺制定了
是一個漏報率
我們就扣2
我們來討論一下
大家呢
把我們認爲的這個答案
打到公屏上
我們來互動一下
不符合正確分佈的數據
有問題嗎
是啊
我們剛纔說了
你這個0.27怎麼來的
這個是誰的性質
正確分佈的性質
你是根據正確分佈的特性
性質
使用了它的性質和規則
那你說
如果你的數據不符合正確分佈
那問題就很大了
對吧
大家都扣1
我們其他同學呢
大家把消防打到公屏上
我們來討論
這個東西呢
不是爲了說證明
我們誰能答對
誰不能答對
這個東西我們也不是考試
對吧
大家一起來互動
能加深我們的一個學習的這個印象
烏乃湯說一
小廚師說一
大家可以一邊聽呢
一邊
這個點點贊
新來的這個同學呢
也可以點點關注
大家看我們
對吧
在這個假設檢驗裏邊
是不是
有一個這樣的一個結論的說法
P小於α
我們就說拒絕原假設
那麼這個P小於α
一般α
我們在假設檢驗裏邊定到的是多少
0.205
對吧
5%
這個叫一類風險
那麼這個0.27是什麼
它其實就是假設檢驗的原理
它就是α
一樣的一個邏輯
它就是α
只不過在控制圖裏邊
我們不定乘0.05了
我們怎麼理解它
你看我們來討論一下
比如說
我在這監控我們的控制圖
8超控制圖了
報警了
你說這個點
按照控制圖的原理
它有多大的概率超出去呢
0.27%
對吧
那麼它超了控制線
我們就認爲它真的就是有問題嗎
它真的實際情況就有問題嗎
這個點
不一定吧
對吧
不一定吧
我們爲什麼說超過控制線
我們就認爲它有問題
因爲你想
超過控制線的概率是多少
0.27%
這個概率小不小
小啊
這麼小的概率
你出現了
那我肯定認爲你是不正常不對勁的
但是有沒有可能
它不是真的有問題
它沒問題
但是我們給它報了
報成有問題了
有可能吧
那麼這個叫什麼
這個叫漏報嗎
不叫
這個叫什麼
這個叫誤報
對吧
這個也就是我們的一個
一類風險α
和假設檢驗的原理是一模一樣
一模一樣
那麼大家可以想一下
那麼爲什麼假設檢驗裏邊
我們把這個一類風險定爲0.05
你控制圖裏面爲什麼不定0.05
定成0.27%
我們去想
如果我們把這個控制線
對吧
裏邊的概率是95%
外面報警概率5%
那就意味着
那基本上按照概率來說
你描20個點
它就會有一個報警的
那這種誤報率太高了
那你說這個控制圖
它的作用就失效了
對吧
大家可能聽過
都聽過一個故事叫什麼
狼來了
對吧
你這個控制在設計的時候
如果你把它
這個一類風險定的太大了
它總是誤報
總是誤報
這個東西就沒法用了
那誰還會去用啊
沒法用了
對吧
所以這個控制線
我們定成了這個
或者說
徐華特定成了這個
0.27%
那麼所以大家要知道了
很多人問
那我到底能不能擺這個控制線
我就縮窄
或者我用正負2segment
正負4segment行不行
不管是2segment
還是4segment
你就要知道
這個是在誤報和誤報之間
你去做取捨的
你是做取捨的
那麼基本上
對
你看
原創同學
成本太高了
對吧
誤報率太高
那就是成本太高了
生產方的風險很大
你說定正負4segment行不行
那基本就不拋了
那不報也不行了
對吧
你這個東西
你用一下用一個月
你說該報的也不報
這東西跟擺設一樣
也不行
對吧
也不行
所以這兩類風險
我們自己要衡量一下
但是徐華特
當時他定的時候
定的就是正負3segment
99.73%
大家瞭解一下就行了
那麼這一頁
爲什麼我們要插這個思考題
就是希望大家學了這麼多工具
我們能把它串起來
你不要東學西學都學了
這些裏面統計原理都是共通的
都是共通的
我們爭取把它給串起來
好
那麼我們再來看一下
還有另外一個
大家非常感興趣的問題
叫過程的能力
那麼很多人
他容易在這裏邊有一個誤區
就是大家要知道
這個你的過程穩定不穩定
和你過程能力的好壞
這個是沒有
這倆不是一回事
我們爲什麼說它不是一回事
什麼叫過程受控
就是你要追求的是一個過程的穩定
那麼什麼叫過程能力
簡單來說
就是你一個過程
你輸出的這些個特性
滿足顧客
對吧
他給定的這個工程規格
也就是公叉
公叉彈
這個上規格線和下優慣
下規格線的這個要求的能力
也就是你所謂的這個良品率越高
你肯定過程能力越高
良品率越低
你過程能力越差
這兩個不是一回事
大家不要混淆
你像這個
郭德綱說相聲一樣
那你說這孩子學習
對吧
總是倒數第一
總是倒數後三名
一請家長
說什麼
雖然孩子成績不太好
是吧
但是呢
成績很穩定
你穩定的差
也叫穩定
那麼大家就要知道
誰去負責監控過程的
這個
這叫什麼
過程的這個
這個穩定性
控制圖
監控過程的穩定
那你說
不管他是從好變壞
還是從壞變好
他都會報
因爲他不區分好壞
他只區分穩定不穩定
我們來看一下
這個圖
這叫什麼呀
受不受控呢
受控
對吧
你看
波動
一直這麼寬
中心位置呢
一直在差不多的一個位置
受不受控
穩定不穩定
穩定
有沒有能力
有啊
你看
這個
居中的位置
還有我們這個離散的程度
很好
這個叫受控
還有能力
這個受不受控
穩定不穩定
也穩定
你看
中心位置
離散程度
穩定
很穩定
但是呢
能力很差
對吧
能力很差
很偏
能力很差
不良率很高
所以
受控和能力
沒有太大的關係
我們來看一下
那麼
前面我們都說了
現在呢
再去分享的話
再去講這個知識的話
就要深入了
我們再來定義穩定
那這裏邊
就不能是
這一頁
我們前面說穩定了
不能是這一頁
這麼簡單的去介紹穩定了
你看同樣的均值
變異和形狀
我們要引入其他的概念
我們
要再深入的去定義一下
什麼叫穩定
那麼
介紹兩個概念
很重要的概念
一個叫組內變異
一個叫組間變異
我們來看一下
什麼叫組內變異
我們用這個圖來看
我們還是以時間的概念來說
八點鐘的時候
我們抽了一些
我們的產品
那麼
我們用點的形式
把它描出來
大家看
這個
這八個點
它之間有沒有變異
有沒有差異性
有
對吧
大概這麼寬
那麼我們可以想一下
那麼在八點鐘的時候
我們連續做了一些產品出來
按照道理
正常的一個邏輯上來說
這麼短的時間製造的產品
我們大的這種製造的條件
玩意
人
雞
料
法
環
都沒有大的條件上的變化
對不對
沒有換人
沒有換機器
沒有換原材
工藝也沒變
環境也沒有大的變化
那麼爲什麼
我們
短時間內連續生產的產品
依然有這種差異性
那就是我們說的
這個5MECV的波動
所以我們管這個叫什麼呢
叫組內變異
大家可以想一下
它爲什麼叫組內變異
因爲
這些個產品
我們這些個紅點
它屬於一個組的
哪個組的呢
在八點這個時刻下
我們的人機料法環測
條件上都沒有大的變化
同樣一個製造的條件
生產出來的產品
那他們是不是一個組的呀
是
那麼我們管它叫組內
那麼他們之間
肯定還會有差異性
那麼這個差異
我們叫什麼呀
叫組內變異
這個概念非常重要
這個是構建
我們對我們所負責的製造流程
一個系統思維的一個框架
搭建的一個很重要的概念
那麼再過四個小時
12點
我們又抽了一個產品
又抽了一些產品
當然了
那在12點這個組下
它還有一些波動
代表組內變異
但是
我們怎麼衡量
這一個組的平均水平呢
我們畫一箇中心線
或者算它的平均值
那麼八點鐘的時候呢
它也有它的一個平均水平
就是一個平均值
那麼我們說
你八點鐘的時候
你的這個平均位置
和12點當中
過了四個小時
另外一個組之間的這個差異
就是平均值之間的這個位置的差異
我們叫組間變異
爲什麼叫組間了呀
因爲我們不是一個組的了呀
從時間的這個最大的變異來源來說
我們不是一個組的了呀
你是八點那個組的呀
我是12點這個組的呀
能理解嗎
那麼我們來看一下下邊這個圖
這個叫什麼呀
組內變異
那麼12點的這個呢
這個波動程度叫什麼呀
叫組內變異
那麼16點呢
組內變異
那麼你看八點的這個平均值
距離12點的這個平均值之間
有沒有差異呀
中心位置
有
這個差異叫什麼呀
叫組間變異
組間變異
我已經在我們直播間直播了
差不多都七十多次直播了啊
我認爲最重要的一個概念就是這個概念
因爲它是讓我們學完工具之後
返回到工作流程裏邊
去搭建這種框架思維
一個非常非常重要的概念
也是我們找這個變異來源的一個非常重要的概念
只要是組間就是一個變異來源
好我們說到這啊
我們再來給大家看另外一個圖
大家可以看到嗎
你看
你每一個時間段下
它的這個波動程度
這就叫一個組內
這個綠色的就是一個組內組內
然後你每個時間段
你怎麼代表它的一個水平啊
平均水平嗎
一個藍線藍線
那麼紅色的這個虛線點
他們這個中心位置之間的差異就叫組間變異
就叫組間變異
非常重要的概念
好
那麼爲什麼要先說組內和組間的這個概念啊
因爲它是我們虛化特控制圖啊
也就是所謂的成位控制圖
它定義怎麼定義穩定
你不能再用第一個那樣說了
差不多的位置
差不多的形狀
差不多的變異啊
不行
說細一些
組內變異
它一定會存在
但是
穩定嗎
就是你看綠色的這個組內變異
我們允許你存在
沒有關係啊
但是你要大致說隨着時間的這個推移
在時間這個維度上
組內變異要是一個恆定的狀態
那麼即使說恆定
我們也是加引號了
爲什麼
你比如這種組內變異的寬度
我們簡單說4.9
你說到這變成4.91了
差了0.01
你說不穩定了
那就麻煩了
對吧
你要追求數字層面上的這種差異性
那你會發現根本就沒有穩定的過程
所以我們爲什麼加引號
要用統計的方法來判定
怎麼理解統計啊
不要着急
我們後面會說
我們的課程都是有邏輯性的
一定是由淺入深
讓大家一點點跟着去理解我們的一個內容
那麼組間變異爲0
組間變異爲0的意思是什麼
我們簡單來說
就是不存在組間變異
我們其實說每一頁的時候
都會把一個點帶出來
我不知道大家還記不記得
我們在講
報警的控制線的設定的時候
我們講的是正負三倍SEG
報警概率是1減9.73%
0.27%
對吧
所以我們當然引入了一個前提是什麼
就是你虛化的控除
既然以這個症態分佈的性質來作爲一個標準
那麼我們監控的這些東西
統計量也好
單值也好
必須要符合症態分佈
這個是控制圖的第一個基本假設
大家也可以記在小管子上
第二個基本假設
我們在這裏面把它說出來
第二個基本假設就是
虛化特控制圖
他認爲你只可以存在一個單一的變異元
這是他的第二個基本假設
那麼這個單一的變異元是什麼
那麼從我們
或者從他對穩定的這個定義上
大家應該能知道了
這個所謂的你單一的一個變異元
就是組內變異
這是他的第二個基本假設
他只允許你有組內變異
不允許你有組間
有組間他就報
這是他的一個第二個假設
好
那麼我們再說回來
那麼我們重點說一下
這個組間變異爲零
怎麼理解他
我給大家畫一下
來
我們來看一下
比如說
這個就是Adrian老師
這個是Adrian老師
那這裏邊呢
我們用一個最通俗的例子
來讓大家去理解他
這個呢
就是Adrian老師
Adrian老師多少斤呢
Adrian老師比如150斤
那我是不是也不瘦
這個
這就是我的這個寬度啊
身體的這個寬度
那麼其實呢
這個身體的寬度
我們簡單理解爲叫什麼
叫組內變異
對吧
那麼我們來問一下
如果我向右移兩米
我們說我向右移十米吧
我向右移十米
那麼我的這個中心位置
也就是往右偏了十米
那這個就叫組間
這個就叫組間
好
我們來討論一下
第一個問題
大家感覺
我作爲一個150斤的人
我向右移動了十米
大家感覺
你們從世界上來判斷
我有沒有換位置
對吧
大家感覺我又沒有換位置
我一開始站在這個地方
我說大家
你們先回過頭去
我要動一下
我不告訴你們要幹什麼
等你們再回過頭來一看
Adrian老師往右移了十米
大家有沒有感覺我換位置了
大家是不是會感覺
他好像不在剛纔那個位置了
我們就簡單說有吧
對吧
好
那麼我們再來換一個例子
我們不說Adrian老師了
我們說什麼呢
我們說泰山
泰山我們這個就沒法形容了
這個很大
對吧
泰山很大
如果泰山同樣在數字上
也往右
或往東挪了十米
大家會感覺他換位置了嗎
泰山往右挪了十米
大家會感覺泰山換位置了嗎
那爲什麼我往右挪十米就換了
他往右挪十米
大家沒感覺出來換了
所以我們來說一下
這個組間變異不存在是什麼意思
你簡單理解就是
他沒有發生位置上的偏移
那麼組間變異到底存在不存在
那不是看數字差異的
你說挪了十米
你就是有組間變異了
你跟你上一個時間的位置就不一樣了
不是這樣的
組間變異存在不存在
是不是爲零
是在什麼基礎上判定的
是在組內變異的基礎上判定的
你的組內變異波動越小
你組間變異
比如人家我組內變異這麼窄
往右邊挪十米
大家一下就發現了
你肯定跟你剛纔一個時間段
你的中心位置發生變化了
泰山多大
他的組內變異多大
他挪十米
也挪同樣的數字上的十米
看得出來嗎
看不出來
對吧
所以怎麼判定組間變異是不是爲零
不是說你到底數字上挪了十米
一百米
還是零點一米
還是零點零五米
不是數字上判定的
是統計上判定的
什麼叫統計上的判定
就是在組內變異的這個寬度和大小的基礎上
去判定組間變異
到底有沒有顯著性的一個變化
能理解吧
大家能理解吧
這個就是組間變異的一個
是不是存在着一個判定方法
不是你數字上差多少
挪十啊零點零二啊
是看組內變異的一個寬度
組內變異的一個寬度
大家可以理解吧
大家聽明白了
我們扣個一
沒聽明白的
哪不明白
打到公屏上
我們再給大家去說
七月說不理解
不理解沒關係
我們再換到製造過程裏面去說
七月啊
我們其他不理解的這個效果
八點鐘
我們抽了幾個產品
畫成點圖
這樣的啊
十點十二點
我們抽了幾個產品
畫成點圖
這樣的
來七月
七月
你感覺他們倆均值之間
有沒有變化
或者我們其他不理解的同學
感覺有沒有變化
均值之間有沒有差異
七月
七月不理解
我又跟你說一遍
有沒有變化
有沒有差異啊
有
對吧
雲青說有
有是什麼意思
有就是你會說
我明顯感覺他的位置變了
你明顯感覺他的位置變了
這個就叫存在組件變異了
能理解吧
那麼這個數值上差多少呢
我們就說差了一吧
差了一
我們再給大家畫一下
當然了
這個Aaron老師不是畫家
我們畫不了太精確
大家明白這個意思就可以了
給大家大致畫一下
這個右鍵頭
我們同學應該我沒畫
他就大概明白要什麼意思了
來七月
雲青
這兩組數據均值有沒有變異
有沒有差異
這個還明顯嗎
枯井
大板面
雲青
七月
這兩組數據均值之間
你感覺還有明顯的差異嗎
不明顯了對吧
但如果我和你說
他們的中心位置
依然和左邊圖一樣
差了多少呢
數字上都差了一
爲什麼他不明顯了
所以我說什麼
組件變異是在組內變異的基礎上判定的
能理解吧
這回明白了嗎
你組內變異越大
那麼他對這個中心位置
這種偏移的這個明顯性的這種檢測上吧
就越就容忍度越高
容忍度越高
啊
ok
雲青明白了
好
強烈了
你看
H老師這麼瘦
動一米
看出來差異了
位置變了
泰山這麼大
動一米
你動一百米
你也看不出來他變了
對吧
好
七月明白了嗎
來
那麼
再討論一下啊
加深一下我們的理解
兩個設備之間啊
生產產品的平均位置差異屬於一還是二
組件變異
是不是存在
是在組內變異的大小
或者是程度上去判定的
感謝詹姆斯啊
雲青說啊
大家感覺
兩個設備之間
你生產產品的這個平均位置的差異屬於哪一種啊
組內還是組間
我們來討論一下吧
組內還是組間
對
大家不要怕說錯啊
你看剛纔我們問大家有沒有沒聽沒聽
不太還是不太理解的
你看七月就說啊
那酷景也說
雲青也說我不太理解
不太理解
我們再說一下啊
努力讓大家都清楚
我們當然希望這邊所有人都清楚啊
都能理解
這個是有效果的
對組間吧
是吧
你兩個設備之間
爲什麼叫組間啊
你設備一跟設備二
這是兩個組啊
對不對啊
你設備一是一個組啊
設備二是一個組啊
他們倆之間如果存在差異性
那叫什麼呀
兩個組之間當然叫組間了嘛
對吧
來
我們來看一下常規控制的選擇啊
前面都是爲了讓我們理解打地基
就跟蓋房子一樣啊
這個地基打的毛
後邊你學這些東西就簡單就快
前面說的很粗糙
後邊聽完就迷糊了
聽完就迷糊了
胡蘿蔔問雙樣本T檢驗
每個樣本300個需要進行正態性檢驗嗎
樣本量這麼大啊
根據中心經驗定理差不多了
差不多了啊
即使不正態也能根據中心基線定理
它的均值也會服從正態啊
300個足夠了
可以了胡蘿蔔
可以不需要了啊
來我們來看一下這個常規控制圖的這個選擇啊
那麼首先我要和大家先說
我們接觸最多的
包括我們QC7大工具裏面介紹的控制圖都叫常規控制圖
什麼叫常規控制圖
它的另外一個名字就是休哈特控制圖
也就是我們最原始起源的這個流派啊
休哈特控制圖
那麼你在用這個工具的時候
它是有大前提的
那這些大前提
你必須先要保證到
否則就會變成張冠李戴
那麼這些大前提是什麼
比如說第一
對吧
獨立性
那這個數據就我們的數據呢
在製造過程裏面
你要符合獨立啊
你不能有一些
你比如說上升的趨勢
下降的趨勢
把這種一上一下全然交錯的這些不行
第二大前提正態性
對吧
我們前面說過
爲什麼要正態
因爲你所謂的正負三隨格嗎
作爲控制線
報警概率
百分之二十七
這是正態分佈的性質
你要用正態性
第三
他只接受單變異元
這個單變異元是什麼
我們剛纔說過了
對吧
什麼叫穩定
恆定的組內變異
那可以存在
但是要差不多恆定
組間變異不能存在
怎麼判斷組間變異不能存在
在組內變異程度的基礎上
所以他只允許你有一個單一的變異元
叫什麼
叫組內變異
其實呢
挺科學的
從這個原理上來說
挺科學的
那麼符合這三點假設
我們纔可以使用休哈特控制圖
那麼休哈特控制圖
根據我們的數據類型
把我們基礎統計
大家應該都學過
分爲兩種
一種叫計量型數據
也就是我們常說的連域性數據
在直白的粗糙的來說
你測完之後
他能出來一個數
帶小數點的一個數
連域性數據
什麼叫技術性數據
比如說有的時候
我們做一些外觀檢驗的判定
那你外觀檢驗的判定
那你最後的測量結果
只可能有兩類
要不就是良品
要不就是不良品
那麼這一種就叫技術型的數據
所以你看MSA這樣的
然後你的假設檢驗這樣的
然後休哈特控制也是這樣的
很多工具都是這樣的
DOE迴歸也一樣
它基本上都是分流
怎麼分
根據你數據類型
這兩大類
計量 計數 連續 離散
它分了兩大波
那麼爲什麼技術型
我們要給它標黑
兩個原因
第一
我們的這個技術型數據
對這個樣本量有一定的要求
你的製造過程
你的不良率越低
樣本量要求越高
第二
大家可以想一下
最終
比如說我們這個P2NP2
監控的是什麼
不良品數和不良品率
那麼你都監控不良品率了
也就是你都監控不良率了
那麼它依然是屬於比較滯後的
大家能理解吧
但是沒有辦法而已
所以這種技術型的控制圖
我們基本上是不會去用的
非常少見去用的
我們更多的使用的情況
還是這種計量性控制圖
還是計量性控制圖
那麼計量性控制圖
在我們的虛化特控制圖裏
我們會分爲三大類
哪三大類
第一
IMR控制圖
第二
X82控制圖
第三
X8S控制圖
這個是我們三個大的控制圖
區別是什麼
簡單來看一下區別
這個N等於1什麼意思
首先
大家要清楚
我們要清楚
你看我們回到這個圖裏邊
所謂的控制圖
先說
我們再梳理一下
它的作用是什麼
監控過程穩定性
對吧
一旦不穩定了
我能給你報警
起到一個預防的作用
那麼第二
再一步說
所謂的穩定性
到底是什麼樣的一個概念
這是一個時間的概念
你一提穩定
你肯定是隨着時間推移的一個穩定
對吧
好
那麼隨着時間推移來監控穩定性
那麼怎麼樣
我們就要進行什麼
抽樣
八點鐘的時候
你是不是要知道
那八點這個時間下
我的製造過程怎麼樣
抽
抽些產品
十二點呢
抽
十六點呢
抽
每個一個一段時間抽
那麼抽的話
我們來說
這個抽
你每次抽多少個
這個N就叫我們抽樣的這個樣本量
對吧
在基礎統計裏邊
或者在我們的日常工作裏邊
N就是樣本量的意思
但是在控制圖裏邊
它還有一個其他的名字
叫什麼呢
叫子組容量
大家要清楚
叫子組容量
爲什麼叫子組容量
剛纔我們說過了
對吧
你八點當中
八點那個時間多少下
你抽了幾個產品
這幾個產品都屬於八點鐘
你快速的抽的
它是不是在一個組裏
在
那麼子組容量
就是這樣的一個定義
子組容量就是這樣的一個定義
那麼所謂的IMR圖
S82圖和X8S圖
他們
我們先不說更深更細緻的
我們先說一個最簡單的
大家都能理解的
區別是什麼
選擇上的區別是什麼
大家看到了吧
子組容量不同
我們選擇什麼
不一樣的一個控制圖
這是它的一個大原理
好
大家有沒有什麼問題
可以打到公屏上
我們來討論一下
胡蘿蔔說
280 300可以
可以
胡蘿蔔
我就是多說一句
這個假設檢驗
什麼時候我們用假設檢驗
第一
對吧
我不確定的時候
是不是
第二
你要知道假設檢驗是什麼
它是用樣本推什麼
推總體
而且現在很模糊
我們從圖形上判斷不出來
它的本質的邏輯是什麼
是小概率反正反
我們可以想一下
基本上你的樣本量都達到300了
做假設檢驗的這個必要性就不高了
或者說是你評價這個樣本的這個差異
和你做假設檢驗的這個結論的差異
基本上是應該是一致的
應該是一致的
獨立性怎麼看
不要着急
這個我們後面都會細細的說
都會細細的說
那麼我們再把這一頁再說一下
回顧
先回顧
什麼叫穩定
阻內變異怎麼樣
阻內變異
恆定
阻間變異呢
阻間變異爲零
對吧
那麼既然我們虛化特控制圖
給了這樣一個穩定性的定義
阻間
阻內恆定
阻間不存在
那麼
我們是不是就要監控阻內和監控阻間
所以所謂的這個控制圖
我們是有兩個圖的
大家能理解吧
所謂的控制圖
我們是有兩個圖的
哪兩個圖
那第一個圖是監控誰的
阻內的
對吧
你看綠色的
這個寬度
阻內變異
所以它是監控阻內的
那麼誰是監控阻間的
中心位置
對吧
所以我們還有一個圖
是來監控誰的
監控阻間變異的
所以大家要清楚
邏輯是什麼
阻內變異恆定
阻間變異爲零
這個是我們判定穩定性的前提
那當然了
條件一出
我們就要怎麼樣
出來兩個控制圖
一個叫阻內變異
一個叫阻間變異
對吧
好
那麼我們來看一下
我們先說
我們最常用的一個叫
X bar控制圖
那麼
大家學過這個基礎統計的時候
我們知道
X bar是什麼意思
X bar是樣本均值
對吧
R呢
樣本積差
大家想一下
如果我們子組容量是5
也就是我們每次抽5個產品
那麼怎麼衡量這一個子組
它的阻間變異
你是不是看這個中心位置
那能衡量我們中心位置統計量有哪些
均值嗎
對不對
還有一個叫中位數嗎
是不是
中位數
這個均值
這些是衡量我們中心位置的
偏和正的吧
但是我們一般更多的用平均值
所以大家要知道
我抽完5個樣
每次抽5個樣
你要算一個平均值來代表什麼
給大家畫出來
看到了吧
它的中心位置
那麼你再過
8個小時
再過4個小時
一定時間之後
又抽了5個
你又要算一個平均值
那麼你每抽一次就一個平均值
那你就要監控誰
監控X bar
爲什麼
因爲X bar之間的這個差異
代表了阻間變異
對吧
好
阻間變異
我們有監控的了
監控誰
監控的不是數據本身
監控的是統計量
哪一個統計量
X bar
那麼
什麼來監控阻內啊
所謂的阻內變異
不就是我們這一個時間
對吧
此阻內的一個
什麼
波動程度嗎
那
當然
想我們學的基礎統計
學我們學的
講我們學的基礎統計
衡量阻內變異的統計量
然後衡量我們數據波動的散佈的
這個統計量有哪些
基差
對吧
樣本的方差
樣本的標準差
最常用的就這三個吧
那麼爲什麼我們用R
爲什麼S bar圖
他要用R來代表阻內變異
你看回到這一頁
當樣本量是2到8的時候
你自主容量是2到8的時候
數據量少
對吧
只有個位數
我們用什麼呀
用基差來代表我們這一組數據
它的一個離散程度
或者說是阻內變異
對
可愛的你說的非常非常正確
小徐說的也非常非常正確
R怎麼樣
方便計算
這個控制圖
他在剛出來的時候
那大家要知道
1920年
那個時候哪有什麼這個數字化的這種軟件
或者是哪有一個Cell
沒有
更多的是怎麼做
就是在我們的製造現場
讓我們的製造人員
按照我們的抽樣頻率
抽樣的數量
去抽
抽完以後呢
讓他算
算完之後呢
瞄點
在控制圖裏面瞄點
所以大家就可以想到
你這個東西
你要考慮這個人家的計算能力
和你算的這個效率吧
那麼基差最方便
最大值點最小值
對吧
好
大家明白了
S bar圖
X bar是衡量
組件
監控組件
R呢
監控
組內
那麼我們再多說一句
這三個圖
S bar
我們先簡單的
就原理上說了
後面我們還會細說
大家不要着急
IMR呢
IMR我們先不說
這個稍微有一些可能是
不一樣
比較難理解
我們最後單獨說他
大家只要知道
這個你的子組容量是1的時候
什麼意思
每次只能抽一個的時候
我們算IMR
好
那麼S bar S和S bar
這倆其實是一夥的
大家知道吧
這倆還是有點關聯性的
IMR稍微有一些特殊
如果你剛學入門的話
稍微有些特殊
我們來看一下
S bar和X bar區別在哪
他的這個子組容量不一樣
你看
當你的子組容量
我每次
什麼時候你會每次抽八個
說白了
第一我抽樣
代價成本很低
沒錯
你說我抽八個很簡單
又不費時間
又不費人力
又不是破壞性取樣
很輕鬆
我多抽
你肯定抽的越多
代表性就越強
這個肯定是沒跑了
那麼當你抽到八個以上的時候
再用R圖來代表組內變異
行不行
不行了
爲什麼
R
首先
爲什麼不行
我們說兩點
第一
量大出奇蹟
什麼叫量大出奇蹟
你說我從馬
這個外邊這個馬路上
你隨機找一百個人
你找不到一個
這個一百歲以上的
你創大面積
你多抽
你抽
這個抽一千萬人
他肯定會有一個什麼
一百歲以上的
這個就叫異常點
離群值
那麼你的樣本量
你的這個抽樣的數量
一旦太大了
他就容易引入異常值
那麼這個R這個積差
最大減最小
就容易吃虧
容易吃虧
第二
第二是什麼
R的公式是什麼
一組數據裏邊的最大值減最小值
那麼大家可以想一下
如果我汪汪這麼一抽
我抽了十個樣
可是我十個樣品
我真正用到的有幾個
我真正用到的只有兩個
哪兩個
一個最大一個最小
所以就是說
當樣本量一大的時候
你再用積差
另外一個問題就出現了
什麼問題
我們對數據的這個使用的信息
太少了
完全不充分
你十個樣品
我們就用一個最大
一個最小
表示不充分
所以當樣本量
子組容量大於8的時候
轉過頭來
我們換了
不用積差來代表組內變異了
用什麼
用樣本標準差
來代表組內變異
不難吧
沒有什麼太複雜的
這個區別就是這個區別
那麼對於組間來說
組間來說是一樣的
都是每次抽樣之後
算一個樣本平均值
來代表組間
都來代表組間
只不過組內變異的監控的統計量
變了
這一頁
重點大家要理解
學的多了容易亂
但我們儘可能的是有層次
從淺到深
慢慢的
讓大家能掌握這個東西
那麼這一頁有一個重點
大家就要清楚
我給大家畫出來
我們真正監控的
並不是你的測量的數據本身
而是監控對應的統計量
什麼叫統計量
這些就叫統計量
那麼什麼叫對應的統計量
你對應的是誰
對應的組內和組間
大家能理解嗎
對應的組內和組間
