質量管理五大工具 【必讀】spc的基本概念(下)

工程质量
2粉絲
6 次觀看·2026年5月21日
AI 生成·可能包含錯誤
視頻概述
AI 生成本影片詳細介紹了統計過程控制(SPC)中控制圖的選擇邏輯與核心概念,重點區分了連續型與離散型數據的監控方式,並深入解析了「組內變異」與「組間變異」對製程穩定性的影響,旨在指導如何透過控制圖實現製程的持續改善。
當然這個控制處我還是在這裏面和大家聲明一下
如果大家是這種體系裏邊的
作爲這個五大工具裏面的SPC
那麼這個控制處非常非常多
非常非常多
有很多很多很多種類
但是在路由器裏面
我們去用的話
基本上這幾種就夠用了
足夠用了
我們的這個數據類型
這個不和大家多說了
這個我們基礎統計都說過
基本上就是兩大類型
一個是連續型數據
一個是離散型數據
大家可以把它叫計量和計數
那麼像那些我們有這個產品測完之後
測量我們的特性之後
有具體的讀數了
那麼基本上我們說
就是簡單理解叫連續型的數據
比如說一些
我們監控這個良品率或者不良率
監控這個比率
比如說有多少個良品
每天有多少個不良品
去監控這些的話
我們這就叫屬性數據
那麼在連續型數據
我們常用的
大家常見的
或剛開始學的時候
有三種
一種叫M2控制圖
一種叫X82控制圖
一種叫X8S控制圖
有什麼區別呢
根據我們子組容量的大小來選擇
子組容量只有1的時候
這個我們後面會細說
我們後面的一頁會細說
就說每次抽樣
我們只能抽一個
比如說
有的這個產品
它是屬於破壞性取樣
我們測一個
他換一個
所以這個時候
如果我們一次
從這一批次裏面
假如從一批次裏面抽五個
那麼測完的話
這五個就都廢了
那這個成本就比較高
這是一種情況
還有一些
比如說均勻材料
比如說我們做這個白酒
是吧
或者我們這批次特別特別大
一噸一噸一噸液體
那麼這種均勻性材料
你不能說是
我從這一噸裏面去
隨便的去就是取樣
取五個
這沒有太大意義的
因爲它是一個均勻的東西
就跟你看這個酒精度數是一樣的
我們生產一瓶酒
對吧
它是53度
你不能說
我從這一瓶酒裏面
分別拿五個小管
對吧
吸出來
然後測一下它的酒精含量
這個是沒有太大意義的
所以子組容量只能是1的時候
我們用的就是IMR控制
那麼當子組容量
2到8的時候
就我們一次抽樣
從一批次裏面一次抽樣
抽2到8個的時候
我們用的就是x82控制
那麼我們後面也會
先以x82控制
去和大家講
因爲這個是最常用的
也是這裏面的信息量最多的
就是我們在學習上信息量最多的
還有一個
就是當子組容量大於8的時候
比如9
一次抽9個或9個機以上的時候
我們就用x2x控制
啥是子組容量
不要着急
我們後一頁去細說
大家現在先簡單聽一下
瞭解一下
我們控制有常見
有哪些就可以
然後有的時候
我們會監控
缺陷的比例
比如說我們監控
每天的這個不良率
那麼每天如果不是全減的話
你就要抽樣了
那麼它就會是
對應的是p圖和np圖
我們的p圖np圖
那麼還有一些
比如說是這個
我們去監控
每個產品上的這個缺陷的點數
缺陷的這個數量
那這個時候
我們用的就是u圖和c圖
當然了
你看我們一個產品上
有多少個缺陷點
或者是我們每天
有多少個不良品
這些大家都發現
它不是一個就是兩個
就是三個
就是四個
這個就是離散性數據
它不會說是
你今天有多少個不良品
你說1.57個
那不就開玩笑了
對吧
那可能不是這樣
所以這些呢
就叫離散性的數據
也叫屬性數據
其實呢
很少有人去對這個不良率
或者缺陷的點數件數
對這些去進行監控
因爲這個要求呢
它有一定的限制
還有一個這個東西
它畢竟很滯後
大家能理解吧
這個什麼東西放到最後
我們監控它的一個結果
它都已經不是一個特性了
它監控它的結果
這個就比較滯後
但是有的時候呢
比如說涉及到一些產品的外觀
它的這個就沒有辦法量化
沒有辦法量化
比如說產品上有沒有氣泡
有幾個氣泡
是一個氣泡
兩個氣泡
三個氣泡
這個東西它沒有辦法
像連續型數據一樣能測出來
不像我們說測下這個產品的重量
測下這個產品的長度
它有一個連續型的數據能測出來
所以沒有辦法
但是監控不良率
這個是萬不得已纔要去這樣幹
纔要去監控
這個比較滯後也非常不好
所以這一部分呢
大家瞭解一下就可以了
那麼我們學的時候呢
主要先以這個X82控除來給大家去講
因爲這裏面的概念比較多
這個現在控除是單值圖嗎
這個就是一個概念的理解
概念的理解
其實昨晚又轉問的這個問題呢
我們叫它最開始就是通用控制圖
簡單的一組數據證實三倍CX
那麼昨晚又問的問題呢
在這一頁上就會得到一個解釋
也就是說我們的控制圖裏面的這個數據
到底是什麼呀
是直接我們測量一個產品的數據
就瞄點瞄上了嗎
不是的
那麼我們監控什麼呀
測什麼呀
就在這一頁說
漁夫傳奇來了
歡迎漁夫傳奇
M2圖是不是雙T檢驗先判穩用的
M2圖和雙T檢驗沒有太大關係
判業準則是看均值圖還是極差圖
還是有優有選項
先看極差圖
後看均值圖
在X82控制圖裏面
先看極差圖
後看均值圖
爲什麼呢
爲什麼
不要着急
我們後面也會和大家說
每個產品的渲染數用優圖嗎
是的
好
我們繼續啊
大家有問題還可以繼續打到公屏上
不一定非得是我們今天分享的這個主題
好
我們看一下我們監控什麼呢
我們先來看一下
我們比如說啊
生產了第一批產品
其實這樣的一個圖好像更好一點
比如說我們生產了第一批產品
簡單化一下
這樣
然後呢
我們又生產了第二個產品
我們又生產了第三個產品
大家可以看
隨着時間的變化
我們要求的是什麼呢
我們管他第一批產品
他是不是有他自己的一個
這一批次內的波動
大家看他有一個他自己一個批次內的波動
大概這麼寬
那什麼原因造成了他的波動呢
大家可以想一下
我們在一批次內
一般生產一批次
時間不會太長
大部分行業不會太長
所以呢
人
沒變
料
也沒變
環境也沒變
設備也沒變
都沒變
他依然有波動
那這個波動叫什麼
我們上一次內容講過了
這個叫阻內變異
也就是說
隨機的一個波動
這個叫阻內變異
但是呢
我們生產這個產品呢
他自己呢
除了一個阻內變異
除了他自己的一個波動情況
拋售之外呢
他有一個
就是生產的一箇中心位置
大家看見了吧
有一個生產的中心位置
那麼第二批產品的一樣
他也有他自己的一個
自身的波動情況
我們管這個叫阻內變異
然後他也有一個自己的一個
平均值的位置
然後隨着時間推移的第三個批次
也是一樣
他也有一個自己的一個
自身的波動情況
也有自己的一個生產的位置
所以
我們要監控什麼
第一
監控阻內的一個波動
首先我們要說
這個阻內波動
其實呢
他一定會是存在的
就這個阻內
人機量法觀測都沒變
生產出來的產品有波動
他一定是存在的
沒有辦法
所以
我們要監控阻內波動呢
是不是恆定的
有
會不會有
會有 沒關係
我們就看
你這個阻內波動
是不是大致不變
保持同樣的一個拋售
那麼
我們還要監控什麼呢
監控組間波動
也就是說
你每一批次生產完之後
你這個生產的中心值
不要有大的變化
我們畫一下
不要有大的變化
我們希望他是爲零的
希望他是爲零的
所以
我們在這一頁呢
和他多說一下
什麼叫
持續改進
什麼叫持續改進
其實很簡單
持續改進
在我們過程穩定的情況下
大家可以想一下
阻內變異
越小越好
阻間變異
儘量爲零
大家能理解嗎
我們什麼叫持續改善
或者我們品質改善
是什麼方向
第一
穩定
不穩定
那就壞了
不穩定
其實我們真正在
在這個公司製程裏面
有幾個主要的
這個工作方向
是這樣
第一呢
說我們要兼顧穩定
其實說實話
真正
對吧
大家都在這個製造業
去工作過
真正的這個過程穩定的
有多少
沒有多少
對吧
沒有多少
基本上好多都是不穩定的
所以第一
有一部分工作內容
是我們要把這些不穩定的消滅掉
第二步
穩定了之後
我們乾的是什麼
就是讓阻內變異
越來越小
阻內變異越來越小
大家可以看
我跟左邊這個圖比
阻內變異是不是在變小
第二
阻間變異
儘量把它消滅成
零差異
當然不是數字層面
零差異
對吧
你說這個均值100.03
下一批均值100.04
這個
對吧
能理解我的意思吧
那麼阻間變異
如果也爲零的話
阻間變異如果爲零的話
加引號的零
第二批
第三批呢
大家看見了
所以我們的這個製程
能看出來
我們的整個製程
用穩定
阻間變異
幾乎
爲零
阻內變異呢
儘量讓它越來越小
那麼我們就可以看出來
它就是一個這樣的
一個數據的分佈
那麼如果我們現在
把它叫
這都是規格線
我們叫規格線
上規格線
下規格線
那大家顯然一眼
就能看出來
它這麼
這麼波動這麼小
對吧
均值又沒有偏移
這麼穩定的一個上游過程
它一定不良率會很低的
一定會很低的
這個就是我們
其實工作的
一個幾個
主要大的方向
嗯
我個人認爲
這個頁比較重要
所以我們來討論一下
讓大家看看
大家能不能
理解我們這個事情
我把這個清了
然後我們來討論一下
嗯
好
給大家畫一下
我們來討論一下
現在我畫的是規格線
規格線
大家不要弄亂
這是第一批的數據
第一批的數據
然後第二批的數據
第三批的數據
這個叫什麼
這個就叫
組內變異
大組間變異
小
對吧
組內變異是不是很大
組間變異是不是很小
怎麼體現組間變異
它的中心位置
這個批的生產的中心位置
就是組間變異
大家可以看到這個連線
組間變異很小
組內變異很大
好
我們就說
那麼我們監控什麼呢
一個監控組內變異
對吧
一個監控組間變異
監控這兩部分
所以
我們怎麼監控呢
我們就說
S-Bar浮動圖什麼意思呢
第一
比如說
我們
不能全剪的話
我們抽樣
我們從這第一批裏面
抽
五個數據
把第二批也抽五個數據
第三批
也抽五個數據
那麼這個五叫什麼
這個就叫子組容量
把這個就叫子組容量
比如說
剛纔有小夥伴問
什麼叫子組容量
這個叫子組容量
你抽幾個
你每次抽一次連續抽呀
抽幾個呀
抽五個就叫子組容量
大家在控制圖裏面好像
哎呀
子組容量是什麼
我沒聽過
沒聽過比較新鮮
其實呢
大家應該是見過他
大傢什麼時候見過他
大家
我問問
我們
這個直播間的小夥伴
有沒有用me type算過
CPK和PPK的
我們來討論一下
看看大家有沒有人算過
大家有沒有用me type
用me type算過
CPK和PPK的
有的扣個一
老師看一下
都有幾個人
你說有用過
是吧
西方師伯說有用過
奇蹟三叔
用過
我們
決賽圈見
百無分數
用過
很多人都用過
對吧
沒用過也沒關係
沒用過其實
也好
這個東西
因爲
沒用過
這個東西是順着的
我們這個邏輯順着
做這些事
是順着是對的
二手炸彈用過
你看我們用過小夥伴
大家想一下
你們在用me type算
CPK和PPK的時候
它是不是裏面有一個東西
讓我們填一個數
我們把這些數據輸進去之後
大家
給大家直接
用me type看一下
這些東西都是
有關係的
這些都有關係
統計
大家看了
能看到嗎
有個子組大小
看見沒
對吧
這個第二列有個子組大小
這個是什麼意思
子組大小
這個就是
子組容量
這個就是子組容量
所以
爲什麼好多時候
我們算這個東西的時候
算CPK的時候
我不知道填幾
反正大部分時候
我填個1就結束了
爲什麼不知道我們填幾
因爲我們沒有做
對吧
我們前面沒有做這個
控制圖
所以大家要知道
算CPK
它是有前提的
就是什麼
我們過程要穩定
那你怎麼知道過程穩定了
因爲我們掛了控制圖
所以不做控制圖的時候
你不知道子組容量是幾
那你肯定會懵
這個子組容量填幾
全檢還需要SPC監控嗎
我們剛纔說
對吧
這個SPC
它是幹什麼
它是監控我們過程穩定性的
起到一個預防的作用
有的時候
它沒出現
這出現
比如報警了
它不是不良品
但是它也報了
爲什麼
就告訴我們
過程不穩定了
所以它是監控和預防的一個作用
那麼全檢
那你全檢的時候
那不就已經是
結果都出來了
對吧
所以這倆並不衝突
這倆並不衝突
能理解吧
8283
那到底填幾
好問題
到底填幾
大家首先先知道
不要着急
填幾
填子組容量
所以我們這個陶鑫問的
那到底填幾
其實意思是什麼
就是我們子組容量
到底選幾
對吧
子組容量到底選幾
所以我們來看一下
看一下
既然他問了
我們先說到這吧
我們有的時候
子組容量是1
也就是說我們一次只抽一個
有的時候
我們可能會抽2-8個
然後或者是大於8個
基本上分這三三個段
把三個區間段
一次抽一個
子組容量2-8個
子組容量大於8個
對應的控制圖不一樣
M2圖
X82圖和X8S圖
那麼我們說
接着上一個話題說
這是P41
P42
P43
我們怎麼來監控
組內變異恆定
什麼叫組內變異
其實就是這個子組
它自己的一個波動情況
那麼我們用什麼來
哪一個統計量來代替它呢
用我們的極差
樣本極差
抽了五個
這五個子組
代表了我們這一批次
所以我們用這五個數據
樣本數據
算一個樣本極差
來代表我們過程的一個波動
那麼下一次你抽樣的時候
還是會抽五個
把自己容量是固定的一般
我們一般都是固定的
還抽五個
那麼這五個又能算一個極差
再抽
抽五個又能算一個極差
這個極差
對應的監控的是什麼
監控的是我們的組內變異
那麼
當然你每次抽五個
還能算一個什麼
這五個樣本的平均值
我們叫X bar
對吧
X bar
樣本平均值
下一次抽樣
又抽了五個
算什麼
還能算一個平均值
樣本平均值
那麼這個時候
我們不僅監控R
還有監控X bar
X bar代表了什麼
代表了組間變異
所以
X bar的控制圖什麼意思
就是這個意思
要畫兩個控制圖
一個是X bar的控制圖
一個是R的控制圖
X bar的控制圖負責監控組間變異
R控制圖負責監控組內變異
這個就是我們X bar圖的一個邏輯
它並不是說
我們每次抽一個產品
然後就這樣
秒點就結束了
我們要有組內和組間的這個概念
SPC有篇現場操作進階課
大家有想學這個系統課的
就可以點點預約
點點預約
靈石小鋪說
子組容量這五個
守墨鍵加上過程抽減三個行嗎
非常好的問題
所以我們說
在抽樣的時候
大家要注意
我不知道行不行
你要自己判定
我們有個叫合理化原則
什麼意思
就是說我們這子組都要抽五個
怎麼抽
批次前抽兩個
批次中間抽兩個
批次後抽一個
這樣湊五個行不行
或者是我這抽一個
那抽一個
這樣抽五個行不行
大家看
我們在抽樣的時候
要保證一個基本的前提
就叫合理化
子組的合理化
什麼叫子組的合理化
就是我們要保證
抽取子組的組內波動
只有普通原因造成
以前有人這麼幹
他怎麼幹的
他說
我有三臺設備
一號機
二號機
三號機
同時生產
那麼我們
他說什麼呢
我一號機抽兩個
八點的時候
一號機抽兩個
二號機抽兩個
那麼三號機抽兩個
這樣湊六個
算一個子組行不行
絕對不行啊
那肯定是不行的
爲什麼
因爲這個號機間
咱不能說這麼肯定
對吧
但是正常的一個實際情況
這號機間一定是有差異的
所以我們不能擺
這個六個就叫一個子組了
什麼時候才叫一個子組
就是我們
這一個子組裏面的樣本
都是有普通原因造成的
那這個差異
都是有普通原因造成的
大家看這六個數據
它有沒有差異
有
那是普通原因造成的嗎
不是
因爲有號機的差異
包含在裏邊
所以抽樣的時候
大家要保證
是子組的合理化
我們這個子組內的這幾個樣本
只有普通原因造成
什麼叫普通原因
就是人機料法環都沒變
隨機無規律的
我們不可調查的
這樣自然的一個本身存在的波動
本身存在的波動
所以這個東西呢
在做的時候
大家
比如說我們剛纔那個問題
n等於1
樣本量1
你看它用m2控制
樣本量2到8
用s8控制
你看
樣本量大於8的時候
我們就用s8s控制
這個s是什麼意思
樣本標準差
我們學基礎統計的時候
大家就學過
當樣本量爲個位數的時候
我們就算
極差
樣本量比較多的時候
我們就算標準差了
因爲極差
它的優點是好計算
缺點是什麼
缺點就是
它容易數據量大的時候
難免有異常點
它就會受異常點影響
所以下一個問題是什麼
樣本量爲1的時候
對吧
這個一般
我們不會選擇m2
就是一次抽一個樣
一些特殊的情況
我們纔會一次抽
也纔會抽一個樣
就是我們剛纔
之前和大家說了
什麼情況
比如均勻性的材料
或者是一種比較昂貴的
破壞性取樣的這種
我們只能一次抽一個
你不能說
我這破壞性取樣
抽一個廢一個
這個產品吧
有的行業產品還特別貴
你這一測完它廢了
就把這個成本一下上去了
所以那麼我們的
子組容量到底選幾
是選2到8以內
還是選8以上
子組容量選幾
抽樣頻率是多少
你多長時間抽一次
你是4個小時抽一次
8個小時抽一次
還是一個小時抽一次
首先大家可以想
對吧
我們的子組容量越大
子組容量越大
一次抽20個
我們的抽樣頻率越頻繁
這個叫抽樣的頻繁
比較多
那麼它肯定
是更有代表性的
更能代表我們過程
更有代表性的
但是代價是什麼
代價就是成本會上去
對吧
總要有人去進行測量的工作
總要有人去進行
這個過程的這個管理
那麼你抽的頻繁
每次抽的多
把這個人工的成本
我們的產品的成本都會上去
所以大家要平衡
大家要平衡
你不能說書裏說怎麼樣
我就全怎麼樣
各行各業都怎麼樣
不行
這個有點危險
對吧
你不要在企業裏面
能很好的達到目的
比較靈活一些
結合我們的實際情況
所以怎麼平衡成本
怎麼平衡我們的代表性呢
這個大家要結合
自己的這個負責的製造過程
去考慮一下
這個沒有一個硬性的規定
你看你說
連老師抽檢一件
可能大部分
大部分企業
可能是做不到兩個小時吧
那我們企業是做不到兩個小時的
這個就比較貧乏了
抽樣數量怎麼算
這是什麼意思
抽樣子組容量嗎
子組容量是我們定的
所以連老師生產了2000個產品
抽多少個檢查
這個要我說啊
你抽的越多
他肯定代表性更強
對吧
如果全檢是2000個
那麼我們
你看抽五個
如果五個代表這2000個
是不是代表性很差呀
你抽你抽200個
對吧
你抽200個代表性
肯定就很好了
但是那200個
你得抽完以後測測量
測到什麼時候
對吧
這個成本就會上升
所以大家要權衡一下
大家權衡一下
嗯
我不是專門講這個六大工具的啊
我是全職做這個
六Sigma黑帶的
所以我們分享的主要還是
以實戰的這個黑帶啊
六Sigma實戰當中的一些內容和大家分享
偶然波動5M1發生變化嗎
不發生特殊原因的變化
你比如說換班了
設備壞了
模具損壞了
是吧
原材料換了
這些就叫特殊原因的變化
但是我們即使不動這些
他依然會有些微弱的波動
這個就叫偶然波動
數據分層是什麼
數據分層不足是什麼
數據分層就是我們的數據
嗯
我理解是不是就是
嗯
這個名怎麼念
數據分層
我理解的可能就是我們的數據不夠了
大家能理解吧
有兩種常見的
一種就是我們混了
有兩臺設備
對吧
你看這個話很簡單
有這臺設備生產
是這樣的一個水平
那下臺設備的生產
這樣一個水平
那你把這個數據和到一起去看的話
他肯定是分層了
因爲是兩個總體和到一起了
還有一種我不知道他想問的是什麼
可能數據的分層就是
在測量系統裏面分辨力不足
比如我們測量身高
不按釐米測了
我們說最小單位是米
那大家不是一米就是兩米
不是一米就是兩米
數據也會分層
偶然波動的原因是什麼
可以舉例嗎
舉個簡單的例子
大家都知道我們那個製造過程當中
有一些設定的參數
對吧
比如說他有兩個東西
一個叫設定值
一個叫實際值
設定值是什麼意思
我想讓我們的某一個參數
比如說速度
50
你設定是50
對吧
但是實際值會是50嗎
實際值會是50嗎
江南
實際值肯定不是50的
對吧
實際值可能是49.8
50.1
他自己會有一些波動的
會有些波動的
你看我們不說設備
我們的來料
來料原材料
他也不會是一模一樣的
對吧
我們來料的一批裏面
他會是一模一樣的嗎
對很多種
很多種
我只給你舉個簡單的例子
你能理解
大家都能比較好理解的
很多種例子
CPK是需要生產穩定的時候
我們纔去算
當然了
你愣算都能算
但是沒有意義
CPK是我們生產穩定的狀況下
再去算
是對的
凱勒說的是對的
其實簡單的來說
你看我們來
既然大家有這個疑問
我們簡單說一下
什麼叫生產過程穩定
我們來回憶一下
什麼叫生產過程穩定
允許存在組內變異
但是要恆定
統計層面的恆定
但是組間變異
也就是生產的均值
不要有大的變化
所以我們在這裏面
一旦生產過程穩定了
就是證明達到這種狀態了
所以CPK
他在算的時候
他是隻算我們存在的組內變異
那麼PPK是什麼
PPK就是
我組內組間一起算
一起算都和到一起算
泡沫組內標準差
就是組內變異
過程生產過程
只存在組內變異
不存在組間變異了
整體標準差是什麼
組內也算組間也算
好
大家想系統的學
還是點點我們的預約
點點我們的預約
可以系統的去學
我們今天說了什麼
我們再回顧一下
其實就主要幾個內容
第一個就是
給大家簡單介紹一下
這個是這一頁
是我們大家要知道的
對吧
這個控制線活的
不是固定不變的
根據我們生產的一個能力
自身的能力決定的
第二
控制圖到底是幹什麼用的
我剛纔有的小夥伴說
我們的這控制線
怎麼都比中心線還高
他不管他不管
我們的控制圖只管穩定不穩定
你說我都偏上線了
穩定的偏上線
他也不會報警
他也會認爲你穩定
所以他跟我們的過程能力
沒有關係
這一頁就是我們的幾個
常見的判例準則
第一條是必選的
後面這幾條
大家結合實際的工序情況
認選
後四條
你要嚴格的符合
狀態分佈纔可以選
所以我們的R控制圖
不能選後四條
然後我們的數據類型
連續的和離散的
基本上離散的
像這種P控制
或U控制
我們很少用的
真的很少用的
大家可能去參加
黑帶考試的時候會考
但是很少有人用
所以左邊這些
是我們比較常用的
M2控制圖
S82控制圖
和S82S控制圖
有什麼區別呢
就是子組容量是多少
子組容量怎麼定呢
結合我們實際的
過程的一個情況
大家自己去選
當然越多代表性越強
成本越高
這個就是我們今天的
主要的內容
S82控制圖呢
爲什麼要有兩個控制圖
這個圖一畫出來
有兩個控制圖
一個是S8控制圖
一個是R控制圖
S8控制圖
是監控我們的組間變異
R控制圖
是監控我們的組內變異
這個就是我們今天的
主要內容
當然S8S控制圖呢
依此類推是一樣的
只不過我們把組內變異
用樣本標準差
替換了這個極差
