QC七大手法講解 【必讀】QC七大手法詳解（九）

我們上一次呢 和大家簡單的介紹了一下這個S82控制圖 那麼這一部分呢 其實我們沒有說完 我們作爲我們今天的主要的內容 第一個我們把S82圖說完 然後第二部分呢 我們把S82圖說完之後呢 我們去說這個S8S控制圖 那麼到了今天呢 算是我們控制圖裏邊啊 最後一次的這個直播分享了 那麼今天結束呢 不僅控制圖分享完了 我們整個的這個QC7大工具也都分享完了 所以我們今天最後呢 會主要這個課程的這個內容和形式 主要集中在這個MeTap上 所以大家想知道MeTap怎麼操作 怎麼分析的 大家可以去一直跟着去聽一下 那麼我們在這種 我們現在說的在QC7大工具裏邊 我們提到的控制圖啊 其實呢 它和我們現在在這個 另外一個大家熟知的汽車行業的 五大製造工具 這個SPC它還是不太一樣的 這個控制圖呢 QC7大工具的控制圖呢 它要這個內容要少於SPC 所以我們在這裏邊的主要和大家 這個說的是什麼 是休哈特的常規控制圖 大家知道是常規控制圖 那麼當然這個其實也是我們在這個公司裏邊 最常用的一種 顧客審覈要求啊 去查我們看我們的這些管控呢 基本上也都是大家做更多的常規控制圖 那麼我們之前講了一個非常重要的概念 就叫這個子組容量 我們當時說了非常多 我們來回顧一下這些個概念 大家看一下 那麼什麼叫抽樣頻率呢 就是我們的這個控制圖在建立的時候 大家知道它是一個時間的維度啊 隨着你時間啊 你去抽抽樣抽樣完之後呢 監控我們對應的這個統計量 那麼所謂的抽樣頻率呢 那很很簡單 很好理解 就是每隔多長時間我們抽一次 每隔多長時間我們抽一次 那麼子組容量什麼意思啊 這個是一個很重要的概念 子組容量的概念就是 你比如我們四個小時抽一次 那麼你每次抽的話 你抽多少啊 也就是我們平常說的這個n樣本量 樣本量是多少 但是在我們的這個常規控制圖裏啊 我們不叫它樣本量 我們叫它子組容量 叫它子組容量 那麼大家可以看到 這三種常用的控制圖啊 IMR控制圖 X82控制圖和X2S控制圖 它的區別是什麼 那麼我們說一個最簡單的一個區別 什麼時候選IMR啊 什麼時候選X2S 它是根據我們子組容量去劃分選定的 你看當我們每次只能抽一個樣的時候 我們選擇的就是IMR控制圖 當我們每次抽樣的這個子組容量2到8的時候 我們就用X82控制圖 那麼有的時候呢 我們說我們的這個測量很方便 也不費時很快 而且呢成本也很低 成本也很低 我們每次抽樣呢 我們希望多抽幾個來代表我們這個子組 那可不可以啊 可以啊 不考慮成本問題的話 你肯定每一次你抽的越多越好 那麼當我們的樣本量大於8個的時候 你比如說每次我們抽15個 可不可以啊 可以啊 這更好了 如果不考慮成本問題的話 很好 那麼我們就選擇這個X2S控制圖 這個就是一個簡單的區分 那麼我們先來看一下啊 我們昨天說的這個上次啊 上次我們說的這個案例 我們把它再把它說完 這是一個X82控制圖的一個案例 我們來看一下 大超說破壞性的測量的收集數據啊 不容易對吧 你測一個換一個這個成本很高 所以我們選IMR控制圖啊 每次呢只抽一個啊 沒錯 對大超理解的沒有問題 大家有什麼問題呢 也可以打到我們的公屏上啊 我們看這個案例啊 這個是我們的QC的人員 他呢對我們的產品厚度進行抽檢 所以你監控的這個質量特性是什麼呀 是產品的厚度 那麼每八小時他會抽四個 一共抽了二十次 所以就在下面這短短的一句話裏邊 我們再來重溫一下我們之前說過的概念 這個八小時叫什麼呀 這個就叫抽樣頻率 那麼這個每次抽四個 這個四個叫什麼呀 這個就叫我們的子組容量 那麼我一共抽了多少個子組啊 隨着時間對吧 我一共抽了二十個子組 那麼這二十叫什麼呀 這個叫子組的數量啊 子組的數量 那麼所以我們簡單的來看 那你的這個子組容量是四 那我們就來創建我們的X82控制圖 但是呢 我們說你這個休哈克控制圖啊 它是有前提假設的 它不是我們隨便用的 這三個前提假設是什麼呢 我一定要再和大家強調 因爲我們選擇工具的時候 你必須要明白它的原理 前面這些我們說了很多 爲什麼 你不明白它的原理 你說我學了一下metab怎麼操作 我學了一下公式 然後我就要去幹了 我就要把它實施出來了 這個很容易就失敗了 很容易失敗的 所以這個休哈克控制圖 它三個大的前提 第一數據是獨立的 那麼什麼叫數據是獨立的呀 就是我們的數據 它要有這種隨機無規律的 自然的波動 你不能說我們有一些上升的趨勢 對吧 下降的趨勢 或者說我們有一些帶補償的這種自動設備 你的下一個產品呢 還受你上一個產品的影響 你比如上一個產品 我們做的偏下線了 它可能設備會自動的去補償啊 調調一下給你 把我們的下一個產品呢 去往上調一下 那麼這也叫一種不獨立啊 這也叫一種不獨立 所謂的獨立 就是我們每一個數據在製作出來的時候 它既不受上一個產品的影響 也不影響下一個產品 這個就叫獨立 那麼正態什麼意思 這個就很好理解 我們說這個控制圖 我們畫的這個控制線 它是怎麼定的這個控制線呢 我們說過啊 這個是我們正負三倍Sigma的寬度 就是我們的控制線 那麼這裏邊有多少的數據會落在這裏邊呢 99.73% 那麼這99.73% 這是誰的一個特性啊 這是正態分佈的一個特性 所以我們必須要求數據要滿足正態性 第三個稍微複雜一點叫單變異元 什麼叫單變異元 就是說我們在Shutter控制圖裏面 你看我們拿這個Sbar圖來舉例子 一個Sbar圖 一個R圖 Sbar圖它是負責監控什麼的 它是負責監控我們組件變異的 R圖呢 R圖是負責監控我們組內變異的 所以我們之前說過 休卡特他的這個控制圖的原理是什麼 他認爲我們只能存在一種變異元 單一的變異元是什麼呢 就是組內變異 組內變異 組間變異 你不可以存在 不可以存在 所以這個叫單變異元 好 那麼所以我們在真正的創建我們的這個Shutter控制圖之前 就要先做這些個驗證 哪些驗證呢 正態性的驗證和獨立性的驗證 這個我們上次說過了 我們簡單的給大家來過一下 好 我們回到我們的這個Meetup 給大家去看一下 我們今天的主要的內容在Meetup裏 當然也會有一些新的這個內容和大家說 那麼大家來看 這個是我們的一個原始數據 原始數據 我們回到先回到這吧 我們拿這個給大家簡單過一下 來這些呢 這些就是大家比較感興趣的 你說我們的這個控制圖的公式是多少 控制線的公式是多少 這個就是公式 大家有需要的就可以截圖 大家有需要的話就可以截圖 但是呢 我是那個不是說這個東西大家必須要背下來的 這個其實除非去參加考試啊 否則意義不太大 因爲你真正做的時候 這個Meetup軟件 它都會幫我們算的 我們主要是要理解它的原理 這樣我們能更好地設計它 這個是在應用啊 或實踐當中更重要的內容 我們這個圖裏面簡單說一個啊 說一個概念 大家可以看到啊 R控我們剛纔說過了 它是負責監控組內的 SBar控制圖呢 它是負責監控組間的 那麼其實如果我們前兩次直播啊 這個比如像我們U箭頭同學啊 他每次他都跟 他就會啊 把前面這些知識能串上啊 我們來看一下 那麼所謂的你是不是存在組間變異呢 我們前幾次說了很多 有沒有組間變異啊 是在組內變異的程度上去衡量的 就跟雙樣本T檢驗的原理是一樣的 大家看到吧 什麼叫組內變異啊 你看這個寬度吧 這個波動的程度就叫組內變異吧 那麼什麼叫組間變異啊 就是你看這兩個分佈的中心值 或者中心位置有沒有顯著性的差異 所以真正的組間變異 它是在組內變異的程度上去衡量的 大家能理解吧 它在組內變異程度上去衡量的 所以你看我們看啊 先看誰啊 兩個控制圖 一個監控組內的 一個監控組間的先看誰啊 我們要先看監控組內的R圖 爲什麼 大家看到沒 我們看這個監控組間的X bar控制圖 它的中心線就是X bar bar 什麼叫X bar bar 它監控的是每一個子組的均值吧 對吧 這一個均值就叫一個X bar 那麼你X bar控制圖監控 每個子組的均值 那麼最後 子組均值的平均值 那就是X bar的平均值就叫X bar bar 兩個槓兩個槓 然後呢 我們說過啊 這個控制圖 它的這個 控制線的建立 就是均值正負三倍C個嘛 所以大家看它的上控制線和下控制線 就是你的中心線啊 X bar bar 正負三倍C個嘛 只不過啊 這個C個嘛 在每個控制圖裏面的估算方法不一樣 你看在我們X bar控制圖裏邊 大家看到了吧 哎 這個二把比第二除以根號n 這個就是估算的C個嘛 所以大家可以看到啊 這個C個的估算上 大家看到它的分子是什麼 是二把啊 是二把 所以呢 先看監控組內的二控制圖 它沒有問題 我們再去看監控組間的X bar控制圖 這個看控制圖是有順序的 先看二 後看X bar 或者說先看組內 再看組間 爲什麼呀 組間你的這個控制線呢 受我們組內變異的一個影響 這個是他的一個注意點 然後呢 我們說過啊 你最後畫的這個控制圖啊 我們這個X bar控制圖啊 你監控的是每一個子組 你抽樣之後算出來的這個 子組平均值 你並不是監控我們原始數據本身 不是監控原始數據本身 而是每一次抽樣 我們對應了什麼 這個計算出來的子組平均值 所以呢 我們所謂的要求的這個正態性和獨立性 是針對誰呀 是針對我們控制圖監控的那個統計量 也就是對X bar驗證正態性和獨立性 不是對原始數據本身 所以我們上一次呢 大家看到了 我們先通過這種計算方法 計算行統計量 計算出來我們每一個子組的均值 他在一列當中 然後呢 驗證我們這個子組均值的什麼獨立性和正態性 獨立性怎麼驗證的呀 統計啊 質量工具運行圖 這個是他的路徑 大家這個感興趣的話啊 可以截圖 可以保留一下我們這個路徑 就省得大家翻書了 然後呢 對這個子組均值 我們去驗證子組均值的獨立性 大家看到了吧 這個每一個藍點就是我們子組均值的單值 那麼我們上次說了啊 什麼叫穩定 什麼叫什麼叫獨立 就是對應的四項獨立性檢驗的P值都大於等於0.05的時候 我們才說這組數據啊 也就是我們的子組均值獨立 否則呢 就不獨立 然後呢 正態性檢驗也是一樣 我們選擇子組均值對子組均值進行正態性檢驗 這個大家應該比較熟知了 我們就不過多說了啊 上次其實已經說到這了 你看P值大於等於0.05 我們說我們的這個均值的是滿足正態性的 好感謝關注啊 我來看一下大家有什麼問題呢 key說什麼情況下用IMR圖啊 其實剛纔大超呢 已經說過這個了 什麼時候我們用IMR圖 我們來看一下 當我們子組容量是1的時候啊 我們用IMR圖 什麼叫子組容量是1 就是每次抽樣 我們只抽一個的時候 我們纔會選擇用IMR圖 那麼大家肯定感興趣的不是書本上這些東西了 對吧 你說這個N等於1啊 我們用IMR圖 那什麼時候我們會每次只抽一個呀 大家記住這個就可以了 基本上啊 更多的是和成本相關的 比如說剛纔大超說了一個情況 說什麼 他說破壞性取樣 比如說我們的產品非常的昂貴 我們測量這個監控的這個特性呢 還是破壞性的 你測完之後 他啪壞了 那你說你一次抽十個 但這十個不都成不良了嗎 一般這種情況 我們一次抽一個 還有一種情況就比較特殊 就是我們進行測量工作的時候 非常的耗時 你比如說我們測量一個產品可能要花40分鐘 那這個時候你說我一次抽五個 那你把這一個子組測完兩個半小時過去了 那這肯定不行啊 滯後性太強了啊 滯後性太強了 所以一般這種情況啊 測量比較費時 測量成本比較高 我們每次沒有辦法了 抽一個 我們選擇IMR控制圖 對 可愛的你說的對 然後可愛的你呢 又問了一個問題 他說RX82一般中心極限還需要驗證正態嗎 嗯 一般來說啊 我們其實根據中心極限定理呢 是可以讓一個不正態的原始數據變爲正態的 但是這裏面涉及一個問題 那你說我們原始數據不正態啊 根據中心極限定理把它變成正態 那這裏邊你需要你的這個子組容量 也就是你每次抽樣的這個N要達到多少 它能讓不正態變成正態 這裏邊還涉及一個問題 就是我們其實會發現這個沒有一個固定的標準 大家理解吧 你比如說有的人數據 他哎 這樣的偏嗎 有一點點偏 他可能抽五個就夠了 自動量是五就夠了 有的可能特別偏 這麼偏 你說五個夠嗎 所以這個東西不能一刀切啊 你不能說抽五個肯定夠了 所以我們一般在做之前還是要進行一下檢驗啊 那三十是保險 對吧 三十是保險 對你三十肯定保險 但是誰我們幾乎不遇到這種情況 對吧 你說我一個子組抽三十個 這個很少見的啊 很少見的 所以還是要做一下啊 還是要做一下 好 大家有什麼問題也可以打到公屏上啊 大家可以點點關注 那麼下一步呢 我們就要來做我們的這個控制圖啊 我們來看一下啊 我們這次呢 故意呢 用了兩種數據格式給大家去看 那麼C15和C16呢 這個是我們X82控制圖的案例 那麼C1到C13呢 這是我們S2S控制圖的一個案例啊 我們先來看一下啊 我們先來用S2控制圖看一種數據的格式 那麼這種數據格式是什麼 就是我們抽樣的這個原始數據啊 都在什麼都放到一列裏面 但大家可以看到啊 你看子組容量是4 對吧 大家看厚度啊 這個是我們的這個產品特性 141138143142 這四個數它是一個子組的 你看對應左邊它的抽樣時間都是同樣的時間 大家看到了吧 然後後四個呢 5到8呢 又是一個子組的 所以不管是在畫這個製作這個SPC控制圖也好啊 還是說我們後續大家比較感興趣的說 我想算個CPK 不過你只要把數據算到一列 即使分了子組 把它就整成一列 也必須按照這種順序去弄啊 不要有人有沒有人 來我問一下有沒有我們小夥伴 這個算CPK的時候 把這一列數據 有沒有人排序過啊 從小到大排 從大到小排啊 有沒有這樣做過 所以這個是不行的啊 一定是按照我們抽樣的時間順序 你看一個子組 兩個子組啊 一定是按照這樣去算的 好 然後呢 路徑我們點擊統計 然後呢 控制圖 那麼大家看啊 子組的變量控制圖什麼意思 X bar X bar S 他們裏邊都是有子組的 說白了子組容量不是1 那麼就都進這裏邊 大家看到了第一個 他爲什麼放到第一個 因爲這個是我們最常用的 或者說最常見的一種情況 然後 點擊X bar控制圖 進來之後他會問 對吧 你不是應該有兩種數據格式嗎 那麼你現在的原始數據是哪一種形式啊 我們現在這種叫 所有觀測值均在一列中 對吧 然後在哪一列呢 告訴他C16 子組大小是幾啊 我們來討論一下 大家來討論一下 這個東西很關鍵 你看我們算cpk的時候 他也讓我們輸 對吧 我這麼和大家說 算cpk的時候 很多人不知道子組大小輸幾 有輸1的 還有人說輸30的 其實輸幾啊 算cpk的那個子組大小輸幾啊 就是輸控制圖裏面的這個子組容量 所以這裏邊我們輸幾 我們來討論一下 大家可以看一下我們的這個原始數據 他的這個格式啊 大家看一下我們輸幾 江山如畫問了一個問題說 多長時間抽樣 這個東西是這樣啊 你抽的越頻繁 是不是證明你對過程監控的這個 頻度越高 你說我一個小時就監控一下 那肯定是更好的 但是大家不要忘了 抽的越頻繁怎麼樣 你所要進行抽樣 你找的這個人力時間的成本越高 對吧 那你說我別抽這麼頻繁了 我三天抽一次行不行啊 那三天抽一次那怎麼樣 那證明我們又對過程的監控怎麼樣 太不頻繁了 所以這個東西是需要我們去 根據每個人所在的這個工序 或者說是流程 他的一個特性 大家自己去靈活的制定的 這個並沒有一個說標準答案 你必須兩個小時一抽 必須一天一抽沒有 大家要知道均衡就可以了 均衡成本和我們的這個 對過程的監控的頻次 那N等於4對吧 有些同學說 正態的獨立檢驗是對平均值和極差的平均 不是不是啊 不是對每一個數啊 但是當我們做IMR控制圖的時候 那就只能對單點進行監控了 你的這個中心極限定理呢 就用不出來了 好 這裏邊呢 我們書集書 對吧 你每次抽四個嘛 書四 然後我們看一下啊 這個X點擊這個SBAR選項 然後呢 點到啊 其實還有很多功能啊 我們這些後邊的比如說這些個Bounce Cox啊 比如說這些個估計呀 這些個這都是拓展的啊 我們這個基本的裏邊 我們先不說 我們就點到這個檢驗 這個檢驗裏是什麼 這個檢驗就是大家可能啊 沒學過的呢 可能聽過對吧 我們控制圖裏邊有八大判義準則 也就是你如何定義 這是一個不正常的情況 那麼你點進來之後呢 默認的是隻有第一個 大家看到了吧 這第一個是什麼呀 一個點距離中心線大於K個標準差 K是幾呀 三 也就是說有一個點怎麼樣 超過我們的控制線了 超過你的正負三Sigma了 這一條準則也是我們控制圖被髮明出來的第一條判義準則 臺裏代的啊 這個 齊華特他在開發這個控制圖的時候 最開始只有這一條 那麼後面七條我們選不選呢 我們先不說啊 我們準備了課件啊 一會兒我們再回到課件裏面去給大家介紹 另外七種什麼意思啊 怎麼選在這裏邊啊 我們就先勾上第一個啊 大家先知道一下就可以了 點擊確定 然後再點擊確定啊 這個就是我們的控制圖了 的結論 好 來 我們來看一下啊 我們剛纔已經和大家說過了 那麼這兩個控制圖最基本的啊 我們要明白樣本均值 它是監控組間變異的 樣本極差 它是監控組內變異的 那麼我們來看一下吧 這個點什麼意思啊 我們光標放大的這個點什麼意思 它的意思就是說 在我們按照我們的抽樣頻率去抽的時候 我們第13個子組 我們抽了幾個呀 抽了四個來代表這個子組 這四個樣本的平均值 就是這個藍點 那麼這四個樣本的極差呢 就是這個點 這個大家要清楚 第二啊 第二這個控制圖 這兩個控制圖啊 我們剛纔說過了 我看大家有沒有印象啊 先看哪一個控制圖 我們先看哪一個控制圖 大家感覺是先看下邊的這個控制圖呢 還是先看上面的這個控制圖呢 好 我們來討論一下 呃 老師不是隨便想起來就去問大家一個問題啊 老師和大家討論互動的問題 一定都是對於大家理解這個工具的原理有幫助的 我們不會隨便瞎說的 啊 對吧 那麼我們用同樣的說 組內啊 對其實都對 那麼你要換到IMR控制圖裏面了 你就要先看M2後看I 反正總而言之一句話 先看組內後看組間 那麼我們來說一下啊 這個點是不是超過控制線了 那麼怎麼辦 這些數據其實是我們建立控圖呢 用的這個分析用控制圖 大家可以想一下 如果我們在minitab裏邊 現在是多少個子組呢 20個子組一共80個數據 如果我們再增加一個子組啊 我把又抽了一次 又把四個數據放上了 我們再用minitab啊 再去做一遍 這個控制線就會變的 對吧 你的控制線是根據你裏邊的數據本身 去繪製一個控制線 所以你如果一直更新數據 你不能一直更新控制線 那不就亂了嗎 所以我們現在做的叫什麼 叫分析用控制圖啊 分析用控制圖 那麼假如說啊 現在是有問題啊 報警了 我們去追溯一下 在這個時間段裏面發生了什麼問題 如果我們追溯到原因了哦 原來是這麼回事啊 我們已經把一個特殊原因的去除掉了 這個點呢 我們說可以去啊 可以去可以把它刪了 那麼如果我們做分析用控制圖 沒有一個點啊 抄我們的控制線啊 一切都很穩定 那麼從此以後 我們的這個控制線就被固定死了 轉變爲控制用控制圖 也就是說 不管是在紙上啊 放到現場裏邊的一個紙質的一個載體 我們去進行描點 還是我們放到Excel裏邊 或者其他的這種數字化軟件裏邊 我們的這個上控制線 你看146.91和137.66 這個控制線我們就固定死了 不動 然後呢 在抽第21個字組的時候 你就最硬的往上去描點就可以了 但是我們又說回來了 他不動 他不能一直不動 大家明白吧 他不能說你加一個字組 我更新個控制線 那那就不對了 但你也不能說 我這控制線一下用到 對吧 用到10年以後 那也不對了 那麼一般這個控制用的控制線 多長時間我們會更新一次呢 你再去抽25到30個字組之後 我們再用新的25到30個字組 再去繪製下一個階段的控制線啊 所以他是迭代的 他是迭代的 他不是說頻繁換的 也不是說固定一輩子不變迭代的 再抽25到30個字組 你看又有這麼多點了 利用現有的這些個數據 再去描繪下一個階段的控制線是多少 他是更新的 好吧 大家有什麼問題呢 可以打到公屏上啊 明白吧 原測唄 這個是兩個概念啊 分析用控制的時候是這樣的啊 分析用控制的時候是這樣的 什麼叫分析用控制 你總要定一根控制線出來吧 總要定一個控制線出來吧 那麼你是用你過往的數據去定的 那麼一旦你把它固定死了 轉爲控制用控制了 比如說啊 都沒問題了 那麼控制線我固定死 對吧 然後呢 你再抽下一個字組的時候往上瞄點 那這個時候如果他一旦報警了 那就是很及時的 明白了吧 江山如話說 控制只是視察的時候分析嗎 當然不是 這個在整個你的這個產品全流程裏面 全週期裏面都是要做的啊 也不能說都要做了 都可以做 好 然後呢 我們這裏邊就要和大家說一下了啊 剛纔我們沒給大家拓展去說 這七個判議準則都是什麼意思 那麼我這麼和大家說 這個八個判議準則 我們給他分個波 前四個是一夥的啊 後四個是一夥的啊 前四個是一夥的 後四個是一夥的 我們先來看一下啊 第一個啊 我們先說前四個 第一個準則一啊 一個點落在控制界限外 這個不說了啊 這個不說了 這個就是你匈牙特控制圖 他在最開始開發這工具的時候 他其實只有這個準則一 他沒有這麼多 你看超控制線了嗎 這概率多少 0.27%吧 那麼後七個是什麼 後七個就是隨着我們控制圖的這種使用啊 他1920年開發出來的 這都多少年了 一百年了 他肯定不斷的會補充 爲什麼要補充啊 他會認爲 你好像只有這一條準則也不能代表所有的這種不穩定不正常的情況 對吧 還有什麼呀 比如說這個準則二連續九個點落在中間線同一側 大家看到了吧 連續九個點 對吧 123456789 這個有沒有超控制線 沒人超 那你說他正常嗎 不正常 對吧 也不正常 所以呢 他就不斷的補充這個叛逆的則 那麼具體他的意思是什麼 不一定是偏的問題 你要看這種情況出現在哪一個圖裏面 是出現在X82圖裏面 還是出現在R圖裏面 我們拓展的說一下啊 如果出現在X82圖裏面 他是什麼樣的呢 我給大家看一下 我看一眼 然後給他畫一下 所以呢 大家要明白啊 他一旦報警了 我們不能只停留在哦 他報警了 是第二條 你一定要知道過程出現什麼問題了 那麼這樣才能針對性的去找原因 我們看一下 大家記住這些連續九個點落在中間線同一側 我們就以這個案例來說 都在中間線下側了 我們來看一下 首先啊 我們畫一個這個叫規格線啊 大家不要慌啊 我先給他畫一個規格線 LSR 然後啊 大家看啊 這樣畫吧 這個是子組一 或者說我們第一個時間段了 然後呢 子組二 然後啊 我們先畫R圖的R圖 R圖出現剛纔那個樣貌會什麼樣 看啊 哎 大家能看出來嗎 你看對於R圖來說 你監控的是組內變異 那麼時間一的時候 他的這個組內波動啊 對吧 這麼大時間二呢 也這麼大 突然你會發現我們的這個什麼呀 子組的這個組內變異變小了 你變小了 R是不是就變小了 你看你組內變異變小了 是不是R就變小了 組內變異變小了 R就變小了 那麼R變小了 你看如果這是一個R空出的話 大家看到吧 這個是誰呀 這個是R 這是R 這都是R 這都是極差呀 也就是說我們突然坐着坐着怎麼樣 組內變異變小了 大家能理解嗎 所以你不能光看他報警啊 就說有有問題 你還要知道問題是什麼 其實如果我們說這是R空出的來來說的話 它確實是從穩定變成不穩定了 但是是不是一個好事呢 它是不是組內變異變小了 所以大家要會看 大家要會看 好 我們來看一下準則三 連續六個點全部遞增或遞減 大家看到了吧 不是說我們的原始數據遞增或遞減 而是你對應監控的這個統計量 X bar也好 R也好 S也好 是他們有這樣的一個趨勢 你看 連續六個點 這肯定也不正常了 對吧 第四個連續14個點上下交錯 你看降升降升 降升降升 對吧 這也是典型的一種不獨立吧 你真正的獨立是一定是沒有趨勢的吧 一種隨機的無規律的波動 對吧 好 那麼 後四條呢 大家要很清楚 要很清楚 那麼我們來看一下前後四條 前四條一定要清楚 後四條 他們又是一夥的了 那麼他的概念就多一些 他會要求什麼呢 把我們的這個控制線又分了分了什麼 均等的分了六個部分 均等分了六塊 那麼你看均值正負一SEG 這個範圍叫什麼 這個就叫C區 那麼這個呢 一SEG到二SEG 負一SEG到負二SEG 這個叫B區 那麼二SEG到三SEG 負二SEG到負三SEG 這個叫A區 那麼5到8 後四條判於準則 他就要和這些個區產生關聯了 他就要對這個區產生關聯了 我們來看一下 好 我們來看一下 準則5 連續三個點裏 有兩個點落在中心線同一側的兩倍 調查範圍外 第一個點 對吧 落在了什麼 同一側兩倍調查範圍外 是什麼意思 就是B區以外 那其實就落在A區了 你看一個點 對吧 第二個點沒問題 連續三個點裏面有兩個點 第二個點 所以他就會在第二個點這怎麼樣 給你報警 那麼他會怎麼樣 變紅 然後在這邊會給你寫一個5 5是什麼意思 違反了判於準則5 那麼第六個 連續五個點裏 有四個點都落在了中心線同一側的一倍 調查範圍外 那什麼意思 一倍的調查範圍外 那是幾 就是C區以外 C區以外 連續五個點裏面有四個 就不行 大家看到吧 這是第一個落在C區以外了吧 這是第二個落在C區以外了吧 第三個 這他都不會報的 到第四個的時候 他8他就報了 然後呢 他會在這邊給你寫一個6 6是什麼意思 違反了第六條判應指責 第七個 連續15個點落在中心線的一倍調查範圍內 大家看到了吧 這個就不多說了 這個一眼大燈看出來 這肯定不正常了 我們的控制線怎麼樣 太寬了 對吧 你看我們的控制線已經不適用於我們的過程了 我們的過程發生變化了 你看你的控制線應該怎麼樣 收窄了 對吧 第八個啊 連續八個點落在中心線的一倍調查範圍外 任一側 哪一側都行 他跟五到七 五到六又不一樣 他不要求你在同一側 連續八個點落在中心線的一倍調查範圍外 是吧 C區以外連續八個點 我們來看一下啊 C區以外 1 2 對吧 3 4 5 6 7 第八個點他就會爆了 然後我們來說一下 那麼對 你看未來不可期說的對 這麼多標準我記不住了 這麼和這麼和他說啊 脫了脫開了課件 你讓我背老師也背也背不下來 老師也背不下來 那麼你要知道就可以了 然後你真正在選的時候 課件能不能翻出來啊 可以吧 課件翻不出來 me table裏面有沒有啊 me table裏也有對吧 重點不是讓大家把這個八條派準的背下來 那只是在考試的時候讓他背下來 重點是什麼 重點的時候你要知道每一條什麼意思 我什麼時候選哪一條 這個是你在應用的時候重點啊 重點不在於背起來 那麼怎麼選擇啊 我們來說一下啊 他的規則是這樣的 怎麼去選 額我退到這啊 怎麼去選這八條 第一條 啊 第一條怎麼微笑說了嗎 記住依舊可以哈 第一條必選啊 你必須要選第一條 你必須要選二到八呢 二到八你認選啊 你認選你說我選三四行不行行啊 你說我選一七行不行行啊 你說我就選第一條行不行行 那麼在應用當中二和八你怎麼選 你去看啊 所有到實戰當中 不管你用什麼工具啊 你用什麼分析方法六c個媽呀 還是這個控制圖啊 還是msa 你一定一定在實戰當中一定是這樣的啊 你必須是迴歸到你的這個流程啊 或者說我們加工的流程 或者我們加工的這個工序 你要對他有了解 你才知道選哪一個 比如說我們會發現比如啊 我a老師啊 我負責的工序叫a工序 或者我們叫漢階工序啊 我負責漢階工序 我是漢階工序的技術啊 或者我是漢階工序的質量人員 那麼我對漢階工序有了很深的瞭解之後 我會發現我們這個漢階工序啊 特別容易有坐着坐着對吧 加工加工製造製造的怎麼樣 我們的均值偏容易偏啊 幹着幹着偏了 而一開始均值都這樣的 坐着坐着 這工序特別容易偏啊 就跑上邊去了 或者跑下邊去了 那麼這個時候我們有可能就會選擇第九個 來監控組件 所以你選擇哪一個判斷準則是根據你對工序的瞭解 比如我這個工序 它經常容易出現不穩定的情況是什麼樣的 比如說經常容易出現偏的情況 那你就要把準則二選上了 大家能理解啊 這不是說你必須啊 什麼這個三六啊 四五啊 你要對工序有一定的瞭解 它容易出現那種不穩定的情況 你知道了之後 你肯定對應的二到七 你會選的 但是無論如何 一你是必選的 好吧 大家有沒有什麼問題 可以打到我們的公屏上啊 我們呢 先來討論一個問題啊 我們把這個問題討論過後 我們再來和大家去互動啊 看看大家剛纔的問題 因爲我這邊不能說大家一問 我就去給大家解答 我們就沒法說了 對吧 我們每說一部分和大家去解答 好 我們來看一下啊 這個問題我們就不說了啊 對吧 這個簡單回答一下吧 這個剛纔我們已經回答過了啊 我們再簡單回答一下吧 這個大家感覺啊 你在畫X bar控圖的時候 一旦非用控圖出來之後 你要先看哪一個圖 我們來快速的討論一下 來大家感覺是幾就摳幾啊 一就一二就二 對 爲什麼呀 它是阻內吧 對吧 它是阻內 你的這個組件的控制圖的控制線 這裏邊的正負三倍的Sigma 這個Sigma由阻內變異去估算的 這個大家都清楚啊 我們就快速的過了 我們來換一個稍微難一點的問題 來 那麼我們希望通過問這樣的一個問題 來幹什麼 來拉通我們對SPC更深的理解 如果我們說增加判議準則 那麼會增加哪類風險 什麼意思啊 我們一共一到八條 你說我只選第一條 和我把一到八條都選了 對吧 我增加了很多判議準則會增加哪類風險 我們來討論一下 一是誤報 二是漏報 大家呢 不要怕自己答錯啊 大家就是我們都討論一下啊 如果你看像剛纔我們的問題 大家說的都沒問題 我們就過了 我們就不再耽誤時間去給大家再去說了啊 大家感覺誤報就摳一 漏報就摳二 那麼大家感覺我不太清楚啊 我也不太不太確定 大家就摳三啊 都沒關係 我們來討論一下啊 大家都摳一是吧 大家學的不錯 王可以先聽一下啊 大家看這個一 他是不是超控制線 那麼他超控制線給我們的一個決策是什麼啊 或者說他給我們一個信息 我們下一步的決策是什麼 是我們認爲這個點怎麼樣 有問題了 這個點超控制線了 過程不穩定了 出事了 過程不穩定了 但是他真的是不穩定嗎 有沒有可能他是一種誤報 你雖然超控制線了 但我們調查半天 我們發現一切正常 什麼事都沒有 有沒有這種可能呢 有吧 對吧 所以這是一個什麼風險 這個叫誤報風險 什麼叫誤報 本來沒事 你說有事 這就叫誤報 那麼大家可以想一下啊 你加了一個準則一 他就有一定的誤報風險是多少 0.27% 然後呢 你再加上準則二準則三準則四準則五準則六準則七準則八 你說這麼多條條框框都給他加上了 你的誤報風險會變大 還是漏報風險會變大 那一定是誤報風險會變大 對吧 是不是 你說 你看就舉個最簡單的例子 我們去上班 你說公司說了 如果你遲到扣錢早退扣錢 對吧 你這個左腳先邁進來的扣錢 讓你說我這個中午休息晚一分鐘扣錢 你定了這麼多規則 那你說你被扣錢的風險是不是變大了 幾率變大了 對吧 但是 所以我們說你的判論準則越多 誤報風險越大 那麼什麼叫誤報風險 我們剛纔說過了 就是他本來沒有問題 你把他當成有問題給報出來了 這個就叫誤報 那麼這個概率是多少 我們來看一下這個概率是多少 這個誤報的概率 其實就是我們的這個報警概率是多少 0.27% 如果我們只選擇一個準則的話 我們選擇準則一 那麼報警概率是0.27% 也就是說一類風險誤報率0.27% 對大超和可愛你說的都對 這個就是一類風險 也是我們的什麼 誤報率 那麼大家想一下 假設檢驗裏面有沒有一類風險這個說法 假設檢驗裏面對吧 我們說有一個叫什麼叫P小於α P小於α 我們就拒絕誰 拒絕原假設H0 對吧 這個α叫什麼 這個α就叫一類風險 顯著性水平 一類風險 只不過在假設檢驗裏邊 我們把一類風險α定成多少了 0.205 對吧 那麼控制圖它有沒有一類風險 有多少 0.27% 大家能理解吧 所以控制圖它的原理 根本性的原理 就是一種假設檢驗 只不過它的一類風險 它不能定成5% 爲什麼 你要是定成5%的話 也就是說5%的概率 你只要監控20個資組 它理論上一切正常 它也會有一個點 報警的 這個東西 誤報率太高了 你這個生產你還怎麼做 你每20個點你就要報一下 每20個點就要報一下 這沒法做了 對吧 所以它不能定的怎麼樣 太細 你說5%差不多是多少 5%差不多就是正負20個 對吧 那你說我定寬一點行不行 我正負4個嗎 行不行 正負4個嗎 的控制線 也不行 這就變成什麼了 我監控了半天 天天瞄點 你一次也不報 也不行 所以平衡一下 我們定到了正負3個 這個是0.27% 原理是什麼 就是假設檢驗 大家明白了嗎 我們剛纔說的這個問題 大家說我聽懂了 這個東西就和匈牙特控什麼 它的原理和假設檢驗差不多 大家如果聽明白了 我們扣個1 我看看我們同學是不是都吸收到了 右下方同學說 連續9個數字在中間線一側 是不是數據獨立性 也有沒有關聯 有的 其實是有的 但是你可以先看一下 我們再給它倒出來 我們再看一下 這個監控獨立性的4個判例 4個方法是什麼 我們來看一下 這個肯定不是 對吧 混合肯定不是 混合監控不出來 延續9個點在中間線一側 劇類 看到了吧 頻繁在中間線相處一個區域的點 形成了阻 這個有可能 在劇類裏邊 它就會給你爆發的不獨立 振動它不會爆 你在中間線同一側 不符合振動的這種 怎麼說 檢驗的標準 趨勢你看上升下降 這個也不會有 連續測量500個數據 不是連續測量500個數據 是連續生產的500個數據 你自動監測 這怎麼分子組 你要去看了 如果你說 我連續做了500個產品 這是多久做出來的 然後裏邊的 你的所謂的5M1E 人 有沒有變 料原材料 有沒有變批次 環境有沒有變 這5M1E有沒有條件上的變化 你說我都沒有 我就連續製造了500個產品 多長時間做出來500個產品 一個小時 一個小時做了500個產品出來 那麼這個就叫一個自組 他們屬於一個自組 但是你說 我500個連續製造的產品 你不能光跟我說連續 你不得看你這個 跨了什麼樣的一個製造環境 你說涉及了 白班和夜班 中間又涉及了 原材料的這個批次的變更 那他就不叫一個自組了 能理解吧 怎麼定義自組 大家看到了吧 我們在抽取自組的時候 或者說 我們理解自組這個概念的時候 這個就是理解自組的一個概念 叫合理化原則 什麼意思 就是 所謂的一個自組 那麼這一個自組裏邊 比如說抽了5個 你說5個也好 還是500個也好 你說抽了5個樣品 這5個樣品之間的差異 組內變異 只能有普通原因造成 那什麼叫特殊原因 什麼叫不是普通原因 你說我人變了 班次變了 原材料變了 對吧 模具變了 那這個就不叫一個自組 這個就不叫一個自組 明白了吧 大版面 所以我們嚴謹的和大家去解答 你說連續測量500個 首先第一 不是連續測量500個 而是連續製造的500個 然後這還不足夠 你還要再去區分 你連續製造的這500箇中間 有沒有什麼製造過程條件上的變化 一旦有 它就不叫一個自組了 一旦有 它就不叫一個自組了 我們問普通原因有哪些 比如說參數的設定 我們設定壓力是5兆帕 實際值會是5兆帕嗎 實際值一定不是5兆帕 實際值是多少 一定是一直在波動的 比如4.99 5.01 你實際的參數一定有變化的 這些就是普通原因變化 普通原因 這個就叫普通原因 或者叫組內變異 可愛的你問 我沒明白 你們是自動化百解是什麼意思 全解了 你自動化 你如果是自動測量的話 你的測量成本很低 對 可愛的你問的這個問題叫什麼 其實這個東西 在一種自動化程度比較高的行業裏邊 比較常見 就是它的測量設備 首先它不是線下的 什麼意思 就是它是掛在設備上的 你隨着設備的製造 它就開始做一個 它測一個 做一個 它測一個 是不是這樣的 這種比較常見的 又是自動測量設備 然後又掛扣在設備之上 它不是線下的 那麼這個時候 那你的數據量 如果這麼豐富 這麼豐富 你看那你可以做 那你可以 這個有什麼缺點 沒有缺點 這不是優點 對吧 你肯定數據量越多越好 對吧 你的數據量越多 越能真實的代表你當時的那個 當然 你不考慮成本的情況下 當然是越多越好 你越多代表性越強 就跟抽樣一樣 什麼時候抽樣是最好的 什麼時候抽樣代表性最強 全減 你全減的時候 它就不叫抽樣 它就叫總體了 對吧 肯定是越多越好 但是你要均衡成本 可是可愛的 你說了我的設備 對的 就是這種設備 掛在設備上的 隨做隨測 那你說 那不就沒有成本了 像他說的零成本 那可能越多越好 對吧 我這裏邊拓展的和大家說一下 和可愛的你說一下 這個SPC 它在發明的時候 它的一個大的前提 就是 抽樣 明白吧 就是抽樣 我見過有能落地的 但是我不能在這裏邊和大家去說 對於這種很大批量 很大的批量 然後 就是全減 而且還是可愛的 你說的這種零成本的全減 我們是一個自動化檢測設備 掛靠在製造設備之上的 這種情況 其實不一定要用SPC 不一定要用SPC 有其他的方法 但是這個呢 就脫離我們的主題了 而且我這裏邊不能和大家去說 黃問了一個啊 橫板怎麼做 給大家看一下橫板怎麼做 這個就是橫板了啊 C1到C13 這個就是橫板 爲啥不能說呀 人家公司花了幾千萬幾個億研究出來的東西 你說這玩意能說嗎 對吧 人家公司花了幾個億研究出來的東西 你說這個東西能說嗎 對吧 而且效果非常非常好 非常非常好 所以那個因爲那一次之後啊 我就突然發現 很多時候像這種全減大批量的數據 他真的不一定要用這種匈牙特控制 有更好的方法 這個就是在一列啊 這個黃問的問題啊 大家看到了吧 這個一行就是一個子組了啊 這可不是堆到一列了 一行就是一個子組了 路徑是什麼樣的呢 在這裏面選擇什麼呢 子組的觀測值位於多列的同一行中 然後擺這多行全選進去就可以了 明白了吧 把這個原始數據呢放到這了 這個路徑呢 操作的這個選擇呢 放到這了啊 王同學可以截個圖 可以截個圖