: 双边绩效指数 ( 短期 ) : 单边上限能力指数 : 单边下限能力指数 USL: 特性值之规格上限 ; 即产品特性大于 USL 在工程上将造成不合格 LSL: 特性值之规格下限 ; 即产品特性小于 LSL 在工程上将造成不合格 : 制程平均数估计值 ; 即制程目前特性值的中心位置 : 制程标准差

Size: px

Start display at page:

Download ": 双边绩效指数 ( 短期 ) : 单边上限能力指数 : 单边下限能力指数 USL: 特性值之规格上限 ; 即产品特性大于 USL 在工程上将造成不合格 LSL: 特性值之规格下限 ; 即产品特性小于 LSL 在工程上将造成不合格 : 制程平均数估计值 ; 即制程目前特性值的中心位置 : 制程标准差"

霓灌傅
5 years ago
Views:

1 制程能力指数 Ca 或 ( 准确度 ;Accuracy): 表示制程特性中心位置的偏移程度, 值等于零, 即不偏移值越大偏移越大, 越小偏移越小制程准确度 Ca(Caoability of Accuracy) 标准公式简易公式 T=USL-LSL= 规格上限 - 规格下限 = 规格公差 PS 单边规格 ( 设计规格 ) 因没有规格中心值, 故不计算 Ca 制造规格将单边规格公差调整为双边规格, 如此方可计算 Ca (Xbar - µ) ( 实绩平均值 - 规格中心值 ) Ca() = = (T / ) ( 规格公差 /) T=USL-LSL= 规格上限 - 规格下限 = 规格公差 PS 制程特性定义单边规格 ( 设计规格 ) 因没有规格中心值, 故不计算 Ca 制造规格将单边规格公差调整为双边规格, 如此方可计算 Ca 当 Ca = 0 时, 代表量测制程之实绩平均值与规格中心相同 ; 无偏移当 Ca = ± 时, 代表量测制程之实绩平均值与规格上或下限相同 ; 偏移 00% 评等参考 :Ca 值愈小, 品质愈佳依 Ca 值大小可分为四级等级 Ca 值处理原则 A 0 Ca 5% 维持现状 B 5% Ca 5% 改进为 A 级 C 5% Ca 50% 立即检讨改善 D 50% Ca 00% 采取紧急措施, 全面检讨必要时停工生产制程精密度 Cp(Caoability of Precision) 制程能力指数 Cp Pp CPU CPL( 精密度 ;Precision): 表示制程特性的一致性程度, 值越大越集中, 越小越分散或 : 双边能力指数 ( 长期 )

2 : 双边绩效指数 ( 短期 ) : 单边上限能力指数 : 单边下限能力指数 USL: 特性值之规格上限 ; 即产品特性大于 USL 在工程上将造成不合格 LSL: 特性值之规格下限 ; 即产品特性小于 LSL 在工程上将造成不合格 : 制程平均数估计值 ; 即制程目前特性值的中心位置 : 制程标准差估计值 ; 即制程目前特性值的一致程度 PS 制程特性定义单边规格 ( 设计规格 ) 因没有规格上限或下限没有规格下限 Cp = CPU = Cp 没有规格上限 Cp = CPL = Cp 制程特性依不同的工程规格其定义如下 : 等级无规格界限时单边上限 (USL) 单边下限 (LSL) 双边规格 (USL, LSL) 处理原则 Cp(Pp) = *** Cp(Pp) = *** Ca = *** Cp(Pp) = CPU Cp(Pp) = CPU Ca = *** Cp(Pp) = CPL Cp(Pp) = CPL Ca = *** Cp(Pp) = (USL-LSL)/6σ Cp(Pp) = MIN(CPU,CPL) Ca = 平均值 - 规格中心 /( 公差 /)

3 简易公式量测制程之实绩平均值与规格中心的差异性 (USL-LSL) ( 规格上限 - 规格下限 ) Cp = = 6 σ (6 个标准差 ) PS 单边规格 ( 设计规格 ) 因没有规格上限或下限 (USL-X) ( 规格上限 - 平均值 ) Cpu = = 3 σ (3 个标准差 ) (X -LSL) ( 平均值 - 规格下限 ) Cpl = = 3 σ (3 个标准差 ) 评等参考当 Cp 愈大时, 代表工厂制造能力愈强, 所制造产品的常态分配越集中等级判定 : 依 Cp 值大小可分为五级等级 Ca 值处理原则 A+ Cp 无缺点考虑降低成本 A 67 Cp 维持现状 B 33 Cp 67 有缺点发生 C Cp 33 立即检讨改善 D Cp 采取紧急措施, 进行品质改善, 并研讨规格综合制程能力指数 Cp: 同时考虑偏移及一致程度 Cp = ( - ) x Cp 或 MIN {CPU,CPL} Pp = ( - ) x Pp 或 MIN {PPU,PPL} K = Ca = (X µ) (T/) PS 制程特性定义单边规格 ( 设计规格 ) 因没有规格上限或下限没有规格下限 Cp = CPU = Cp 没有规格上限 Cp = CPL = Cp 制程特性依不同的工程规格其定义如下 :

4 等级无规格界限时单边上限 (USL) 单边下限 (LSL) 双边规格 (USL, LSL) 处理原则 Cp(Pp) = *** Cp(Pp) = *** Ca = *** Cp(Pp) = CPU Cp(Pp) = CPU Ca = *** Cp(Pp) = CPL Cp(Pp) = CPL Ca = *** Cp(Pp) = (USL-LSL)/6σ Cp(Pp) = MIN(CPU,CPL) Ca = 平均值 - 规格中心 /( 公差 /) 评等参考当 Cp 值愈大, 代表制程综合能力愈好等级判定 : 依 Cp 值大小可分为五级等级 Cp 值处理原则 A+ 67 Cp 无缺点考虑降低成本 A 33 Cp 67 维持现状 B Cp 33 有缺点发生 C 067 Cp 立即检讨改善 D Cp 067 采取紧急措施, 进行品质改善, 并研讨规格估计制程不良率 ppm: 制程特性分配为常态时, 可用标准常态分配右边机率估计等级无规格界限时单边上限 (USL) 单边下限 (LSL) 双边规格 (USL, LSL) 处理原则 p USL p LSL p = *** = *** = *** p USL = P[ Z > Z USL ] p LSL p p USL = *** = p USL = *** p LSL = P[ Z > Z LSL ] p = p LSL p USL = P[ Z > Z USL ] p LSL = P[ Z > Z LSL ] p = p USL +p LSL Z USL= CPU x 3, Z LSL= CPL x 3

5 估计标准差 (Estimated Standard Deviation) 当 STD TYPE=TOTAL; 制程变异存有特殊原因及共同原因时, 以此估计标准差当 STD TYPE=sbar/c4; 使用 XBAR-s 管制图分析制程, 制程显示在管制状态下且特性的分配为常态时, 以此估计标准差 3 当 STD TYPE=Rbar/d ; 使用 XBAR-R 管制图分析制程, 制程显示在管制状态下且特性的分配为常态时, 以此估计标准差组标准差 (Subgroup Standard Deviation) 标准差平均 = 样本组数组中位数 (Subgroup Median) 中位数平均组全距 (Subgroup Range) Ri = Xmax - Xmin 全距平均 XBAR-s 管制图分析 ( X-s Control Chart) 由平均数管制图与标准差管制图组成与 X-R 管制图相同, 惟 s 管制图检出力较 R 管制图大, 但计算麻烦一般样本大小 n 小于 0 可以使用 R 管制图,n 大于 0 则使用 s 管制图有计算机软件辅助时, 使用 s 管制图当然较好 X-s 管制图数据表 :

6 序号日期时间观测值 X X X n X R X X X n X s X X X n X s X X X n X s X i = X ij/n, s i = = X i /, s = s i/ 3 管制界限 : 假设管制特性的分配为 N(μ,σ ) 注 : 有关常数可以对照本附录最后所列之表或表 3 UCL X = μ X + 3σ X = μ + 3σ/(n) - X bar + A 3s 制程平均及标准差已知未知 CL X = μ X = μ X bar LCL X = μ X - 3σ X = μ - 3σ/(n) - X bar - A 3s UCL S = μ S + 3σ S = c 4σ + 3c 5σ B 4s UCL S = μ S = C 4σ s LCL S = μ S - 3σ S = c 4σ - 3c 5σ B 3s( 小于零时不计 ) = = X bar, =s/c 4, =(n) - A 3 =,B 4 =(c 4 + 3C 5)/c 4,B 3=(c 4-3c 5)/c 4 XBAR-R 管制图分析 ( X-R Control Chart) 由平均数管制图与全距管制图组成品质数据可以合理分组时, 可以使用 X 管制图分析或管制制程平均 ; 使用 R 管制图分析制程变异工业界最常使用的计量值管制图 X-R 管制图数据表 :

7 序号日期时间观测值 X X X n X R X X X n X R X X X n X R X X X n X R X i = X ij/n, R i = max{x ij} - min{x ij} = X i /, R = R i/ 3 管制界限 : 假设管制特性的分配为 N(μ,σ ) 注 : 有关常数可以对照本附录最后所列之表或表 3 UCL X = μ X + 3σ X = μ + 3σ/(n) - X bar + A R 制程平均及标准差已知未知 CL X = μ X = μ X bar LCL X = μ X - 3σ X = μ - 3σ/(n) - X bar - A R UCL R = μ R + 3σ R = d σ + 3d 3σ D 4R UCL R = μ R = d σ R LCL R = μ R - 3σ R = d σ - 3d 3σ D 3R( 小于零时不计 ) = = X bar, =R/d, =(n) - A =,D 4 =(d + 3d 3)/d,D 3=(d -3d 3)/d 简易公式估计标准差 (Estimated Standard Deviation)

8 当 STD TYPE=TOTAL; 制程变异存有特殊原因及共同原因时, 以此估计标准差当 STD TYPE=sbar/c4; 使用 XBAR-s 管制图分析制程, 制程显示在管制状态下且特性的分配为常态时, 以此估计标准差 σ = s/c 4 3 当 STD TYPE=Rbar/d ; 使用 XBAR-R 管制图分析制程, 制程显示在管制状态下且特性的分配为常态时, 以此估计标准差 σ = R/d 组标准差 (Subgroup Standard Deviation) s i = 标准差平均 s= s i/ = 样本组数组中位数 (Subgroup Median) 中位数平均组全距 (Subgroup Range) Ri = Xmax - Xmin 全距平均 R = R i/ 标准公式当 STD TYPE=TOTAL; 制程变异存有特殊原因及共同原因时, 以此估计标准差当 STD TYPE=sbar/c4; 使用 XBAR-s 管制图分析制程, 制程显示在管制状态下且特性的分配为常态时, 以此估计标准差 3 当 STD TYPE=Rbar/d ; 使用 XBAR-R 管制图分析制程, 制程显示在管制状态下且特性的分配为常态时, 以此估计标准差

9 组标准差 (Subgroup Standard Deviation) 标准差平均 = 样本组数组中位数 (Subgroup Median) 中位数平均组全距 (Subgroup Range) Ri = Xmax - Xmin 全距平均直方图分析 (Histogram Analysis) 将收集的数据依大小次序归类于既定的组别中, 以观察整体数据分布的情况, 一般可以了解其中心位置分散程度及分配型态直方图及次数分配表之制作步骤如下 : 收集数据 : 数据最好收集 50 个以上, 较容易显示出整体数据分布的情况例如下表,n=00 顺序测定值 ~ ~ ~ ~ ~ ~ ~ ~ ~ ~ 决定组数 : 分组的组数并没有统一的规定, 但太多或太少组皆会使直方图失真, 建议分组组数依数据之样本大小 n 决定, 如下表本例 n=00,=0 数据之样本大小 n 50 ~ ~ 以上建议分组组数 6 ~ 0 7 ~ 0 ~ 5

10 3 决定组距 : 组距 h 可由组数除以全距 R 来决定, 如下式全距 R 组距 = h = = 组数制程能力分析图 (Process Capability Analysis) 数据常因测定单位不同, 而无法相互比较制程特性在品质上的好坏因此, 定义出品质指针来衡量不同特性的品质, 在工业上是很重要的一件事情制程能力指数是依特性值的规格及制程特性的中心位置及一致程度, 来表示制程中心的偏移及制程均匀度基本上, 制程能力分析必须先假设制程是在管制状态下进行, 也就是说制程很稳定, 以及特性分配为常态分配 ; 如此, 数据的分析才会有合理的依据制程能力指数 Cp Pp CPU CPL( 精密度 ;Precision): 表示制程特性的一致性程度, 值越大越集中, 越小越分散或 : 双边能力指数 ( 长期 ) : 双边绩效指数 ( 短期 ) : 单边上限能力指数 : 单边下限能力指数 USL: 特性值之规格上限 ; 即产品特性大于 USL 在工程上将造成不合格 LSL: 特性值之规格下限 ; 即产品特性小于 LSL 在工程上将造成不合格 : 制程平均数估计值 ; 即制程目前特性值的中心位置 : 制程标准差估计值 ; 即制程目前特性值的一致程度制程能力指数 Ca 或 ( 准确度 ;Accuracy): 表示制程特性中心位置的偏移程度, 值等于零, 即不偏移值越大偏移越大, 越小偏移越小制程能力指数 Ca 或 ( 准确度 ;Accuracy): 表示制程特性中心位置的偏移程度, 值等于零, 即不偏移值越大偏移越大, 越小偏移越小制程准确度 Ca(Caoability of Accuracy)

11 标准公式简易公式 T=USL-LSL= 规格上限 - 规格下限 = 规格公差 PS 单边规格 ( 设计规格 ) 因没有规格中心值, 故不计算 Ca 制造规格将单边规格公差调整为双边规格, 如此方可计算 Ca (Xbar - µ) ( 实绩平均值 - 规格中心值 ) Ca() = = (T / ) ( 规格公差 /) T=USL-LSL= 规格上限 - 规格下限 = 规格公差 PS 制程特性定义单边规格 ( 设计规格 ) 因没有规格中心值, 故不计算 Ca 制造规格将单边规格公差调整为双边规格, 如此方可计算 Ca 当 Ca = 0 时, 代表量测制程之实绩平均值与规格中心相同 ; 无偏移当 Ca = ± 时, 代表量测制程之实绩平均值与规格上或下限相同 ; 偏移 00% 评等参考 :Ca 值愈小, 品质愈佳依 Ca 值大小可分为四级等级 Ca 值处理原则 A 0 Ca 5% 维持现状 B 5% Ca 5% 改进为 A 级 C 5% Ca 50% 立即检讨改善 D 50% Ca 00% 综合制程能力指数 Cp: 同时考虑偏移及一致程度采取紧急措施, 全面检讨必要时停工生产 Cp = ( - ) x Cp 或 MIN {CPU,CPL} Pp = ( - ) x Pp 或 MIN {PPU,PPL} 制程特性在不同的工程规格其定义亦不相同, 请参考本附录前段的计量值之统计数值解说 XBAR-R 管制图分析 ( X-R Control Chart) 由平均数管制图与全距管制图组成品质数据可以合理分组时, 可以使用 X 管制图分析或管制制程平均 ; 使用 R 管制图分析制程变异工业界最常使用的计量值管制图

12 X-R 管制图数据表 : 序号日期时间观测值 X X X n X R X X X n X R X X X n X R X X X n X R X i = X ij/n, R i = max{x ij} - min{x ij} = X i /, R = R i/ 3 管制界限 : 假设管制特性的分配为 N(μ,σ ) 注 : 有关常数可以对照本附录最后所列之表或表 3 UCL X = μ X + 3σ X = μ + 3σ/(n) - X bar + A R 制程平均及标准差已知未知 CL X = μ X = μ X bar LCL X = μ X - 3σ X = μ - 3σ/(n) - X bar - A R UCL R = μ R + 3σ R = d σ + 3d 3σ D 4R UCL R = μ R = d σ R LCL R = μ R - 3σ R = d σ - 3d 3σ D 3R( 小于零时不计 ) = = X bar, =R/d, =(n) - A =,D 4 =(d + 3d 3)/d,D 3=(d -3d 3)/d XMED-R 管制图分析 ( -R Control Chart) 由中位数与全距管制图组成与 X-R 管制图相同, 惟管制图检出力较差, 但计算较为简单

13 管制图数据表 : 观测值序号日期时间 X R X X X n X X X n R X X X n R X X X n R i = Med{X ij}, R i = max{x ij} - min{x ij} = i /, R = R i/ 3 管制界限 : 假设管制特性的分配为 N(μ,σ ) 注 : 有关常数可以对照本附录最后所列之表或表 3 UCL Xmed=μ Xmed+3σ Xmed = μ + 3m 3σ/(n) - +m 3A R 制程平均及标准差已知未知 UCL Xmed=μ Xmed+3σ Xmed = μ LCL Xmed=μ Xmed-3σ Xmed = μ - 3m 3σ/(n) - -m 3A R UCL R = μ R + 3σ R = d σ + 3d 3σ D 4R UCL R = μ R = d σ R LCL R = μ R - 3σ R = d σ - 3d 3σ D 3R( 小于零时不计 ) =, =R/d, = Xmed, =(n) -

14 XBAR-s 管制图分析 ( X-s Control Chart) 由平均数管制图与标准差管制图组成与 X-R 管制图相同, 惟 s 管制图检出力较 R 管制图大, 但计算麻烦一般样本大小 n 小于 0 可以使用 R 管制图,n 大于 0 则使用 s 管制图有计算机软件辅助时, 使用 s 管制图当然较好 X-s 管制图数据表 : 序号日期时间观测值 X X X n X R X X X n X s X X X n X s X X X n X s X i = X ij/n, s i = = X i /, s = s i/ 3 管制界限 : 假设管制特性的分配为 N(μ,σ ) 注 : 有关常数可以对照本附录最后所列之表或表 3 UCL X = μ X + 3σ X = μ + 3σ/(n) - X bar + A 3s 制程平均及标准差已知未知 CL X = μ X = μ X bar LCL X = μ X - 3σ X = μ - 3σ/(n) - X bar - A 3s UCL S = μ S + 3σ S = c 4σ + 3c 5σ B 4s UCL S = μ S = C 4σ s LCL S = μ S - 3σ S = c 4σ - 3c 5σ B 3s( 小于零时不计 ) = = X bar, =s/c 4, =(n) -

15 A 3 =,B 4 =(c 4 + 3C 5)/c 4,B 3=(c 4-3c 5)/c 4 X-Rm 管制图分析 ( X-Rm Control Chart) 由个别值管制图与移动全距管制图组成品质数据不能合理分组, 有下列情况时, 可以使用 X-Rm 管制图 : 一次只能收集到一个数据, 如生产效率及损耗率制程品质极为均匀, 不需多取样本, 如液体浓度取得测定值既费时成本又高, 如复杂的化学分析及破坏性试验 X-Rm 管制图数据表 : 序号日期时间观测值 X X X R R R X = X i/ X R - R i = X i - X i- R m = R i/(-) 3 管制界限 : 假设管制特性的分配为 N(μ,σ ) 注 : 有关常数可以对照本附录最后所列之表或表 3 制程平均及标准差已知未知 UCL X = μ X + 3σ X = μ + 3σ X + E R m CL X = μ X = μ X LCL X = μ X - 3σ X = μ - 3σ X - E R m UCL R = μ R + 3σ R = d σ + 3d 3σ D 4R m UCL R = μ R = d σ R m LCL R = μ R - 3σ R = d σ - 3d 3σ D 3R m( 小于零时不计 )

16 =, =R m/d E = 3/d 计数型推移图分析 (Trend Chart) 推移图是以统计量 ; 如不良率 ( p ) 良率( -p ) 不良数( np ) 缺点数( c ) 单位缺点数( u;dpu ) 及每百万缺点数值 ( dppm ) 为纵轴, 日期 / 时间为横轴依日期 / 时间顺序显示数量的大小以掌握趋势之变化其制作方式如下 : 纵轴为指定的统计量, 横轴为日期 / 时间记上刻度的数量 3 计算统计量, 如下表 4 以统计量点绘推移图序号日期时间批量检点数检验数不良数统计量 PROD PROD PROD CHK CHK CHK INSP INSP INSP DEF DEF DEF STAT STAT STAT 合计 UBAR dppm QTY CHK INSP DEF PBAR SUM SUM SUM SUM CBAR 计数值各统计量的计算方式说明如下 : 不良率 (p) = DEF i/insp i QTY SUM = PROD i,insp SUM = INSP i,def SUM = DEF i, PBAR = DEF i/ INSP i 不良数 (np) = DEF i QTY SUM = PROD i,insp SUM = INSP i,def SUM = DEF i, PBAR = DEF i/ INSP i

17 良数 (-p) = -DEF i/insp i QTY SUM = PROD i,insp SUM = INSP i,def SUM = DEF i, PBAR = DEF i/ INSP i 缺点数 (c) = DEF i QTY SUM = PROD i,insp SUM = INSP i,def SUM = DEF i, CBAR = DEF i/ INSP i 单位缺点数 (u;dpu) = DEF i/insp i QTY SUM = PROD i,insp SUM = INSP i,def SUM = DEF i, UBAR = DEF i/ INSP i 每百万缺点数 (dppm) = (DEF i/(chk i x INSP i)) x 0 6 QTY SUM = PROD i,chk SUM = CHK ix INSP i,def SUM = DEF i,dppm =( DEF i/ CHK iinsp i x 0 6 不良率管制图 (p Control Chart) 分析或管制制程的不良率, 样本大小 n 可以不同 p 管制图数据表 : 序号日期时间样本大小不良数不良率备注

18 n d p n d p n d p p i = d i/n i, p = d i/ n i 3 管制界限 : 假设管制的制程平均不良率为 p' ( 制程平均不良率已知 ) ( 制程平均不良率未知 ) UCL p =μ p + 3σ p =p'+3 p+3 CL p =μ p =p' p LCL p =μ p - 3σ p =p'-3 p-3 ( 小于零时不计 ) 不良数管制图 (np Control Chart) 以 p 估计 p' 分析或管制制程的不良数, 样本大小 n 要相同 np 管制图数据表 : 序号日期时间样本大小不良数不良数备注 n d np n d np n d np np i = d i, p = d i/n

19 3 管制界限 : 假设管制的制程不良率为 p' ( 制程平均不良率已知 ) ( 制程平均不良率未知 ) UCL np =μ np + 3σ np=np'+3 np+3 CL np =μ np =np' np LCL np =μ np - 3σ np=np'-3 np-3 LCL np ( 小于零时不计 ) 缺点数管制图分析 (c Control Chart) 分析或管制制程的缺点数, 样本大小 n 要相同 c 管制图数据表 : 序号日期时间样本大小缺点数备注 n c n c c I 为 n 个单位中含有之缺点数 n c c = c i/n x ; 每一单位之平均缺点数 3 管制界限 : 假设管制的制程每一单位之平均缺点数为 c' ( 制程平均缺点数已知 ) ( 制程平均缺点数未知 ) UCL c = μ c + 3σ c = nc'+3 nc + 3 CL p = μ c =nc' nc LCL c = μ c - 3σ c = nc'-3 nc - 3 ( 小于零时不计 ) 以

20 柏拉图分析 (Pareto Analysis) 柏拉图分析是以 80:0 原理进行重点分析的图表, 不良 / 缺点项目依数量之大小排列, 横坐标为不良 / 缺点项目, 纵坐标为不良 / 缺点数量或累积百分比, 分析出重点不良 / 缺点项目供品管人员做为改善之目标其制作方式如下 : 决定分类项目 : 以产品或制程订定检查项目或不良原因收集数据 : 以某一期间收集特定问题的检查记录 3 依数量之大小排序整理数据, 如下表不良 / 缺点代号不良 / 缺点名称数量累积数量累积百分比 % A Q Q Q /T B Q Q +Q (Q +Q )/T 3 C Q 3 Q +Q +Q 3 (Q +Q +Q 3)/T K Q Q +Q +,Q 00 总计 T 良率管制图分析 (-p Control Chart) 分析或管制制程的良率, 样本大小 n 可以不同 Yield 管制图数据表 : 序号日期时间样本大小不良数良率备注 n d -p n d -p n d -p p i = d i/n i, p = d i/ n i

21 3 管制界限 : 假设管制的制程平均不良率为 - p' ( 制程平均不良率已知 ) ( 制程平均不良率未知 ) UCL -p =μ -p + 3σ -p =-p'+3 -p+3 UCL p =μ p =-p' -p LCL -p =μ -p - 3σ -p =-p'-3 - p-3 单位缺点数管制图分析 (u Control Chart) 以 - p 估计 - p' 分析或管制制程的单位缺点数, 样本大小 n 可以不同 u 管制图数据表 : 序号日期时间样本大小缺点数单位缺点数备注 n c u n c u c I 为 n i 个单位中含有之缺点数 n c u u i = c i/n i,u = c i/n i ; 每一单位之平均缺点数 3 管制界限 : 假设管制的制程每一单位之平均缺点数为 c' ( 制程平均缺点数已知 ) ( 制程平均缺点数未知 ) UCL u = μ u + 3σ u = c'+3 u + 3 CL u = μ u = c' u LCL u = μ u - 3σ u = c'-3 u - 3 ( 小于零时不计 )

22 以 u 估计 c' ( 表 ) 常态分配统计量抽样分配常数表样本大小 (n) m 3 d d 3 c c 3 c 4 c ( 表 3) 计量值管制界限系数样本大小 (n) A A 3 B 3 B 4 D 3 D 4 E

qc七大手法

qc七大手法 QC? QC QC=Quality Control OHP- 1 OHP- 2 QC Causes & Effects Chart 2. Pareto Diagram 3. Check List 4. Stratification 5. Scattered Diagram 6. Histogram 7. Statistical Chart QC OHP- 3 OHP- 4 QC QC 1 2 3 4