统计过程控制(SPC)及量测系统分析

统计过程控制(SPC)及量测系统分析
统计过程控制(SPC)及量测系统分析（MSA）实战训练       
课程背景
 当今制造业中，品质控制和品质成本是企业和客户共同关注的焦点。过程中产生的变异，是产品品质变异的来源，要想根本控制品质，首先必须倾听过程的声音，减少或消除过程中造成变异的原因，减少过程变异，提高过程能力，从而控制品质，降低品质成本。SPC——作为一个有力的统计学工具，将协助我们及时发现过程中出现的变异，在可能的重大品质变异出现之前，采取措施，使过程能力稳定在期望的水平。经验告诉我们：
只有稳定的过程（控制图显示受控的过程），才能提供可信赖的过程能力，而过高或过低的过程能力，都会带来额外的品质成本，通过SPC的运用，将使我们更有效地分配品质控制资源，以制程确保品质，最大限度地降低无形的，看不见的品质成本，赢得客户的信任。
 如果说SPC为品质控制提供了一个有力的工具，测量系统分析（MSA），更是品质控制和品质管理的基础，只有好的，可靠的测量系统，才能确保合格产品的交付，不可靠的测量系统，可能使我们作出错误的判断——品质控制过严或过松。因为测量系统的不稳定、偏差和变异，我们可能：拒绝合格的产品——企业自身将不得不增加返工、报废，蒙受不必要损失，增加品质成本放行不合格的产品——客户的利益将受到损害，企业最终将遭受客户流失，品质索赔风险，从而产生更大的品质成本……对测量系统进行科学合理的分析，可以使我们的测量系统更加可靠，使我们的品质判断更加准确，最大限度地降低无形的，看不见的品质成本，赢得客户的信任。
课程受益：
 学习统计学基础及历史来源
 学习数据的特性及常见的分布类型
 学习样本数据统计学特性及统计学参数计算
 了解制造过程的特性及产品质量不稳定（变异）的原因
 学习连续数据及离散型数据控制图的制作方法
 学习如何通过控制图的使用来提高产品质量
 学习过程能力计算方法——正确反映客户声音
 学习常见的异常改善及改善效果跟踪、确认方法
控制图及制程能力运用实例演练及研讨为强化计量值&计数值量测分析使高科技的检测工具能够真正配合品质管理的要求.，建立一套能够使量测校检体系（准确度），更深一层地精确的分析方法，确保量测精密度,稳定度与直线性能的有效维持。
传授学员最新版的MSA知识，大量的实战演练让学员完全掌握MSA量测系统分析
第一天SPC统计过程控制（5月24日 AM9：30-PM17：00）
课程纲要：
一、质量管理发展历程
二、什么是统计学
三、为什么实施SPC
四、变差是什么
五、正态分布篇
-基本统计术语
-样本平均值的计算
-总体平均值计算
-练习
-样本/总体标准差的计算
-练习
-极差的计算
-练习
-如何计算正态分布和工序西格玛值
-练习
六、控制图制作篇
-收集数据
-控制
-分析及改进
-均值极差图
-单值移动极差图
-控制界限的更换篇
-分析过程能力篇
-P控制图
-控制界限更换篇
-分析过程能力篇
-完成你的作业
七、总结与回顾
第二天MSA－量测系统分析（5月25日 AM9：00-PM17：00）
课程大纲： 
1.测量系统分析MSA的目的、适用范围 2.量测系统的精密度、再现性与准确度.3.分析测量能力的方法，结合图例理解。
⑴计量型 ⊙偏差分析⊙再生再现分析(R & R)⊙稳定性分析⊙线性分析
⑵计数型 ⊙小样法 ⊙大样法
4.关于GRR标准差的使用5.测量系统的统计特性6.测量过程设计选择的准则7.研究不同测量过程方法8.测量资源开发的先决条件和假设9. 量具特性曲线10.测量系统变差的类型11.常见测量问题的分析
 12.测量系统案例的实践⑴装置稳定性实践指南⑵偏倚独立样本法实践指南⑶线性实践指南⑷重复性和再现性实践指南
13、总结与回顾