学习对象

课程目标
【SPC培训课程收益】
掌握统计过程控制的方法和使用过程
获得 " 预防优于检测 " 的概念 , 避免浪费
介绍选择各种方法来评定测量系统质量的指南
掌握测量系统分析的方法和使用过程
获得 " 预防优于检测 " 的概念避免浪费
通过测量系统分析了解所有生产过程中使用的量具的变差，并对不合格的量具进行分析、改进 , 提　高检验、测量、试验数据的真实性和报告的准确性
　　 减少产品在检验、测量、试验过程中误判的可能性
课程内容
【课程目标】
　　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。

【SPC培训课程内容】
一、SPC的基础
　　SPC起源、背景　　　　　　　　　　　　　　　　SPC的假设条件
　　统计数据的类型（计数、计量）　　　　　　 　　 正态分布
　　中值、极差、标准偏差的计算　　　　　　　　　　过程的变异
　　六西格玛与SPC

二、SPC中的抽样计划
　　样本大小的确定　　　　　　　　　　　　　　　　QC曲线与a、b风险
　　抽样检验　　　　　　　　　　　　　　　　　　　Ca、Cp、Cpk、Ppk、Cmk的计算
　　认识测量误差与对SPC的干扰

三、SPC的应用实施
　　数据收集　　　　　　　　　　　　　　　　　　　SPC控制图介绍
　　计量型控制图　　　　　　　　　　　　　　　　　I-MR管制图
　　X-bar－R图　　　　　　　　　　　　　　　　　　X-bar－S图
　　规格和控制界限的分析　　　　　　　　　　　　　过程控制实例 -- 弯折试验
　　计数型控制图　　　　　　　　　　　　　　　　　P控制图
　　nP控制图　　　　　　　　　　　　　　　　　　 c控制图
　　u控制图　　　　　　　　　　　　　　　　　　　过程控制实例
　　控制图的选用原则　　　　　　　　　　　　　　　控制图诊断方法
　　使用控制图注意事项　　　　　　　　　　　　　　练习制作控制图,并进行失控分析
四、DOE/FMEA概述

五、SPC与质量、成本改善(案例分析)