qc七大手法培训ppt课件.ppt
《qc七大手法培训ppt课件.ppt》由会员分享，可在线阅读，更多相关《qc七大手法培训ppt课件.ppt（68页珍藏版）》请在冰点文库上搜索。
1,QC七大手法培训教案,2,第一章概述一、起源新旧七种工具都是由日本人总结出来的。
日本人在提出旧七种工具推行并获得成功之后，1979年又提出新七种工具。
之所以称之为“七种工具”，是因为日本古代武士在出阵作战时，经常携带有七种武器，所谓七种工具就是沿用了七种武器。
有用的质量统计管理工具当然不止七种。
除了新旧七种工具以外，常用的工具还有实验设计、分布图、推移图等。
本次课程，主要讲的是QC七大手法，而SPC（管制图）是QC七大手法的核心部分，是本次培训的重点内容。
3,二、旧七种工具QC旧七大手法指的是：
检查表、层别法、柏拉图、因果图、散布图、直方图、管制图。
旧七种工具是我们本次课程的内容，也是我们将要大力推行的管理方法。
从某种意义上讲，推行QC七大手法的情况，一定程度上表明了公司管理的先进程度。
这些手法的应用之成败，将成为公司升级市场的一个重要方面：
几乎所有的OEM客户，都会把统计技术应用情况作为审核的重要方面，例如TDI、MOTOROLA等。
三、新七种工具QC新七大手法指的是：
关系图法、KJ法、系统图法、矩阵图法、矩阵数据分析法、PDPC法、网络图法。
相对而言，新七大手法在世界上的推广应用远不如旧七大手法，也从未成为顾客审核的重要方面。
4,第二章检查表一、概述检查表是QC七大手法中最简单也是使用得最多的手法。
但或许正因为其简单而不受重视，所以检查表使用的过程中存在的问题不少。
不妨看看我们现在正在使用的各种报表，是不是有很多栏目空缺？
是不是有很多栏目的内容用笔进行了修改？
是不是有很多栏目内容有待修改？
二、定义以简单的数据，用容易理解的方式，制成图形或表格，必要时记上检查记号，并加以统计整理，作为进一步分析或核对检查之用。
5,二、目的记录某种事件发生的频率。
三、时机1.当你必须记下某种事件发生的具体情况时；2.当你想了解某件事件发生的次数时；3.当你想收集资讯时。
四、检查表种类1.不合格项目的检查表；2.工序分布检查表；3.缺陷位置检查表；4.操作检查表。
6,五、使用检查表的注意事项1.应尽量取得分层的信息；2.应尽量简便地取得数据；3.应立即与措施结合。
应事先规定对什么样的数据发出警告，停止生产或向上级报告。
4.检查项目如果是很久以前制订现已不适用的，必须重新研究和修订；5.通常情况下归类中不能出现“其他问题类”。
7,第三章层别法一、定义层别法是所有手法中最基本的概念，亦即将多种多样的资料，因应目的的需要分成不同的类别，使之方便以后的分析。
二、通常的层别方法使用的最多的是空间别：
作业员：
不同拉、班、组别机器：
不同机器别原料、零件：
不同供给厂家别作业条件：
不同的温度、压力、湿度、作业场所产品：
不同的产品别（如同时生产Ni-Cd和Ni-MH电池）,8,时间别：
不同批别、不同时间生产的产品其他：
如使用不同的工艺方法生产的同种产品别三、应用层别法的应用，主要是一种系统概念，即在于要想把相当复杂的资料进行处理，就得懂得如何把这些资料加以有系统有目的的加以分门别类的归纳及统计。
9,层别法是所有手法中最基本的概念，即将多种多样的数据，因应用目的的需要分类成不同的“类别”，使之方便以后的分析；,人员,机器,材料,方法,其他,10,用在检查表上,用在排列图上,11,在工厂里，要解决的问题很多，但从何入手呢？
事实上，大部分的问题，只要能找出几个影响较大的因素，并加以处置及控制，就可解决问题的80%以上。
柏拉图是根据收集的数据，以不良原因、不良状况发生的现象，有系统地加以项目别分类，计算出各项目所产生的数据（如不良率、损失金额）及所占的比例，再依照大小顺序排列，再加上累积值的图形,12,第四章柏拉图一、起源意大利经济学家Vilfredo.Pareto巴雷托（柏拉图）在分析社会财富分配时设计出的一种统计图，美国品管大师JosephJuran将之加以应用到质量管理中。
柏拉图能够充分反映出“少数关键、多数次要”的规律，也就是说柏拉图是一种寻找主要因素、抓住主要矛盾的手法。
例如：
少数用户占有大部分销售额、设备故障停顿时间大部分由少数故障引起，不合格品中大多数由少数人员造成等。
二、定义根据收集的数据，以不良原因、不良状况、不良发生的位置分类；计算各项目所占的比例按大小顺序排列，再加上累积值的图形。
13,按照累计的百分数可以将各项分成三类：
080%为A类，显然是主要问题点；8090%为B类，是次要因素；90100%为C类，是一般因素。
三、作图步骤1.搜集数据；如063048正极片批量为20000PCS，不良品中变形600，露铝360，硬块120，暗痕60，其他不良60。
2.作出分项统计表（按原因、人员、工序、不良项目等）A把分类项目按频数大小从大到小进行排列，至于“其他”项，不论其频数大小均放在最后；B计算各项目的累计频数；C计算各项目在全体项目中所占比率（即频率）D计算累计比率。
（示范表格见下页）,14,示范表格（正极制片不良分项统计表，总批量20000PCS）：
15,3.绘制排列图A纵轴：
左：
频数刻度，最大为总件数右：
频率（比率）刻度，最大数为100%。
注：
总件数与最大数100%应保持在同一水平线上。
B横轴：
按频数大小用直方柱在横轴上表示各项目（从左至右）C依次累加频率，并连接成线。
4.记入必要事项，如：
图题、取数据时间、制图人、制图时间、检查产品总数、总频数等等。
示范图（见下页）,16,很明显，上图中变形和露铝为A类不良项，需立即采取措施改善；硬块为B类不良项；暗痕和其他为C类不良项。
B、C两类可稍后再采取措施改善。
17,四、使用排列图的注意事项1.抓住“少数关键”，把累计比率分为三类：
A、B、C；2.用来确定采取措施的顺序；3.对照采取措施前后的排列图，研究各个组成项目的变化，可以对措施的效果进行鉴定；4.利用排列图不仅可以找到一个问题的主要矛盾，而且可以连续使用找到复杂问题的最终原因；5.现场应注意将排列图、因果图等质量管理方法的综合运用。
如可以使用因果图对造成变形和露铝的原因进行进一步的分析。
18,练习：
请使用下列数据作一张排列图，并加以分析（15分钟）：
063048电池卷绕不良情况如下：
批量：
20000PCS不良200PCS，其中负极包不住正极100PCS，正极折片40PCS，正负极掉粉30PCS，定位不当20PCS，其他10PCS。
19,第五章因果图一、概述因果图最先由日本品管大师石川馨提出来的，故又叫石川图，同时因其形状，又叫鱼刺图、鱼骨图、树枝图。
还有一个名称叫特性要因图。
一个质量问题的发生往往不是单纯一种或几种原因的结果，而是多种因素综合作用的结果。
要从这些错综复杂的因素中理出头绪，抓住关键因素，就需要利用科学方法，从质量问题这个“结果”出发，依靠群众，集思广益，由表及里，逐步深入，直到找到根源为止。
因果图就是用来根据结果寻找原因的一种QC手法。
20,二、定义用以找出造成某问题可能原因的图表。
三、因果图可用来分析的问题类型1.表示产品质量的特性：
尺寸、强度、寿命、不合格率、废品件数、纯度、透光度等；2.费用特性：
价格、收率、工时数、管理费用等；3.产量特性：
产量、交货时间、计划时间等4.其他特性：
出勤率、差错件数、合理化建议件数,21,四、因果图的作图步骤1.确定问题2.画粗箭头3.因素即原因分类常用：
4M1E即人（员）、机（器）、料（原料）、法（工艺方法）、环（境），有时还可以补充软（件）、辅（助材料）、公（用设施）三方面。
也可用：
工序顺序等分类分类好后，用中箭头与主箭头成45角画在主箭头两侧。
4.对中箭头所代表的一类因素，要进一步将与其有关的因素以小箭头画到中箭头上去，如有必要，可再次细分至可以直接采取行动为止。
22,5.检查所列因素有无遗漏，如有遗漏应予补充。
6.各箭头末端的因素中，凡影响重大的重要因素可加上小圈等记号，按已有数据、搜集不到数据、未取数据等情况，还可加上其他简便记号。
7.记入有关事项，如参加人员、制图者、制定日期等。
五、注意事项1.实质上是枚举法，故要走群众路线，集中讨论；2.最好采用能用数值表示的问题；3.最细的原因要具体，以便采取措施；4.对应于一个特性可以作几个因果图，如可按4M1E作图，也可按工序进行分类，分别作因果图。
重要原因可以抽出再作新的因果图。
23,5.综合运用如排列图、对策表等；6.复印几份加以保存，以便以后不断追加新内容。
六、因果图与排列图联用1.建立柏拉图须先以层别建立要求目的之统计表；2.建立柏拉图之目的，在于掌握影响全局较大的重要少数项目；3.再利用因果图针对这些项目形成的要素逐予探讨，并采取改善对策；,24,七、另一种作图步骤（形象）1.集合有关人员召集与此问题相关的、有经验的人员，人数最好4-10人，并推选一人主导（主持人）；2.挂一张大白纸，准备23支色笔；3.由集合的人员就影响问题的要因发言，发言内容记入图上，中途不可批评或质问（脑力激荡法）；4.时间大约1小时，搜集2030个原因即可结束；5.就所搜集的原因，何者影响最大，再由大家轮流发言，经大家磋商后，认为影响较大的因素圈上红圈；6.与5一样，针对已画上一个红圈的，若认为最重要的可以再圈上两圈、三圈；7.重新画一张因果图，未上圈的予以去除，圈数多的列为优先处理。
25,八、因果图示范图,问题,人,机,26,九、因果卡图简介因果卡图是在因果图的基础上发展出来的，又称为CEDAC（CauseEffectDiagramAndCards）图。
因果卡图一般长宽各数米，大多公开张贴于生产作业现场或技术攻关地点的醒目位置，因果卡图的一般结构是：
右上方为问题栏，简要说明问题的现状，作为进行质量改进的依据，右下方写明质量改进项目的目标（一般用定量值表示）、项目负责人以及项目实施期限；右方中间为质量随着本项目的实施的变化曲线；左方为鱼刺图形，鱼刺两旁分别张贴用颜色区分的原因分析卡和措施方法卡；下方钉有两只标上“原因”和“措施”字样的大口袋，分别装有两种不同颜色的卡片，供参与者填写之用。
然后将卡片按一定规则分类（如4M1E）张贴于鱼刺图形上。
如可以规定鱼刺的左边张贴原因卡，右边张贴措施卡，用横线将对应的原因卡与措施卡相联。
27,可能会出现“一因多方”（即原因只有一个，而有多项措施）和“多因一方”（即原因有多个，而措施只有一个。
卡片应编上号。
现场领导可以发动群众对卡片进行评价，分析各个因素的影响大小，对策措施的有效程度，并用规定的符号来标明卡片的实施进程。
在职工积极参与的情况下，不断补充新卡片，不断按卡片内容实施质量改进活动，不断对实施措施及效果进行综合评价，由此形成一个个的PDCA循环。
与因果图相比，因果卡图的优点是：
1.除去对原因进行分析外，还列出了相应的措施；2.因果图是静态的，而因果卡图是动态的，它反映了质量改进的进程。
28,因果卡图形式示范,人,机,问题：
目标项目负责人开始日期计划结束日期,原因,措施,符号标记：
如可使用表示值得一试；表示正在研究讨论中；表示正在实施，表示实施成功；表示实施失败或实验无效,29,运用因果图有利于找到问题的症结所在，然后对症下药，解决质量问题。
因果图再质量管理活动中，尤其是在QC小组、质量分析和质量改进活动中有着广泛的用途。
技术不佳,粗心,缺乏培训,无品质观念,外观不良,30,粗糙度低,人,料,法,环,机,技术不熟练,未按规定磨刀,原料混杂,原料太硬,进刀量规定不合理,车间地面振动大,照明不好,机床导轨松动,机床轴承磨损,因果图（练习）,31,粗糙度低,人,料,法,环,机,技术不熟练,未按规定磨刀,原料混杂,原料太厚,进刀量规定不合理,车间地面振动大,照明不好,机床导轨松动,机床轴承磨损,32,作业：
汇业客户投诉电池073465A/AL电池爆炸问题,33,案例分析,34,第六章散布图法一、定义散布图是用来表示一组成对的数据之间是否有相关性的一种图表。
这种成对的数据或许是特性要因、特性特性、要因要因的关系。
二、散布图的分类1.正相关（如容量和附料重量）2.负相关（油的粘度与温度）3.不相关（气压与气温）4.弱正相关（身高和体重）5.弱负相关（温度与步伐）,35,三、散布图的绘制程序1.收集资料（至少三十组以上）2.找出数据中的最大值与最小值；3.准备座标纸，画出纵轴、横轴的刻度，计算组距。
通常用纵轴代表结果，横轴代表原因。
组距的计算以数据中的最大值减最小值再除以所需设定的组数求得。
4.将各组对应数标示在座标上；5.填上资料的收集地点、时间、测定方法、制作者等项目。
36,四、散布图的应用当不知道两个因素之间的关系或两个因素之间关系在认识上比较模糊而需要对这两个因素之间的关系进行调查和确认时，可以通过散布图来确认二者之间的关系。
实际上也是一种实验的方法。
需要强调的是，在使用散布图调查两个因素之间的关系时，应尽可能固定对这两个因素有影响的其他因素，才能使通过散布图得到的结果比较准确。
五、散布图五种类型的示范图（见下页）,37,38,第七章直方图法一、定义：
为了方便看出如尺寸、极片重量、容量等计量值的数据之分配情形，所用来表示的图形。
直方图是将所收集的测定值或数据之全距分为几个相等的区间作为横轴，并将各区间内之测定值所出现次数累积而成的面积，用柱子排起来的图形，故我们亦称之为柱状图。
39,二、直方图的作图步骤1.收集记录数据2.定组数,40,3.找到最大值L及最小值S，计算全距RR=L-S4.定组距R组数=组距5.定组界最小一组的下组界=S-测量值的最小位数0.5最小一组的上组界=最小一组的下组界+组距依次类推。
6.决定中心点（上组界+下组界）2=组的中心点7.制作次数分布表8.制作直方图，横轴表示组界值，纵轴表示频数分布值9.填上次数、规格、平均值、数据源、日期,41,三、直方图之功用1.评估或查验制程；2.指出采取行动的必要；3.量测已采取矫正行动的效果；4.比较机械绩效；5.比较物料；6.比较供应商。
四、示范图样（见下页）,42,43,五、常见的直方图形状图A：
正常形（对称形）：
常态，中间高两边低，左右对称。
最理想状态，既不超公差又不精度浪费。
图B：
偏向形：
偏态，有偏左或偏右之分，分布在公差范围之内，但分布中心与规格中心有较大偏移，工序稍有变化就会出现不合格。
往往因加工习惯造成,44,图C：
双峰形：
通常是由两个不同的分布混合在一起形成的。
如不同的加工者、不同的设备生产出的产品、不同的材料等图D：
锯齿形：
像锯齿一样凹凸不平，多由分组不当或检测数据不准造成，就查明原因，采取措施、重新作图解析,45,图E：
平顶形：
无突出顶峰，生产过程中有缓慢变化的因素影响造成。
如刀具的磨损、操作者的疲劳图F：
孤岛形：
左或右方出现孤立的长方形，测量有误或生产出异常,46,六、图形与规格比较,图A：
成常态分布且均落于规格界限之内（准确度、精密度均可）,图B：
平均值偏低，部分比例超下限（准确度差）,SL,SU,SL,SU,47,图C：
平均值偏高，部分比例超上限（准确度差）,图D：
产品变异大，品质不匀，精密度差，应改善变异或放宽规格,SU,SL,SL,SU,48,图E：
产品变异太小，可能品质过剩。
品质过剩可能意味着高成本。
SL,SU,49,第八章控制图第一节什么是SPC和SPD1.要搞好质量管理首先应明确：
（1）贯彻预防原则是现代质量管理的核心与精髓
（2）质量管理所提出的原则、方针、目标都要有科学措施与科学方法来保证它们的实现。
2.2.20世纪20年代美国W.A.休哈特（W.A.Shewhart）首创过程控制（PROCESSCONTROL）及监控过程的工具控制图（Controlchart），现统称为SPC（StatisticalProcessControl，统计过程控制）。
SPC就是利用统计技术对过程中的各个阶段进行监控，从而达到保证质量的目的。
这里的统计技术泛指任何可以应用的数理统计方法，而以控制图理论为主。
50,3.SPC可以判断过程的异常，及时告警。
其局限性在于不能告知导致异常发生的因素，发生于何处，即不能进行诊断。
1982年张公绪（北京科技大学教授）提出统计过程诊断SPD（StatisticalProcessDiagnosis）；4.SPD是利用统计技术对过程进行监控和迅速诊断，以便迅速采取措施，减少损失、降低成本、保证质量。
SPD是SPC的进一步发展。
5.SPC和SPD是质量管理科学的重要内容。
加入WTO后，国际市场的竞争愈益激烈，推行工业发达国家普遍采用的SPC势在必行。
6.20世纪90年代起，又出现了MSPC（MultivariateStatisticalProcessControl多元统计过程控制）和MSPD。
51,7.SPC发展为SPD，SPD又进一步发展为SPA（StatisticalProcessAdjustment，统计过程调整）SPCSPDSPA8.SPC与SPC工程的特点是：
（1）强调全员参与
（2）强调应用统计方法来保证预防原则的实现；（3）强调从整个过程、整个体系出发来解决问题。
52,第二节控制图原理1.定义：
控制图是对过程质量特性值进行测定、记录、评估和监察过程是否处于控制状态的一种用统计方法设计的图。
图上有中心线（CL，CentralLine）、上控制限（UCL,UpperControlLimit）、下控制限（LCL,LowerControlLimit），并有按时间顺序抽取的样本统计量数值的描点序列。
世界上第一张控制图是休哈特1924年提出的不合格率P控制图。
如右图：
53,2.正态分布的基础知识
（1）若直方图的数据越多，分组越密，则直方图会越趋近于一条光滑曲线，其实质即为分布。
连续值最常见的分布为正态分布，其特点为中间高、两头低、左右对称并延伸到无穷。
（2）正态分布是一条曲线，讨论起来不方便，通常采用其两个参数平均值（）与标准差（）。
若平均值增大，则正态曲线往右移动；若标准差增大，则质量特性值越分散。
3.按照3sigma原理来设置控制界限
（1）正态分布的两个参数平均值和标准差是互相独立的，在正常情况下，不论和取值如何，产品质量特性值落在-3,+3范围内的概率为99.73%
（2）变异任何系统中均存在变异，因此没有任何两件成品是完全相同的。
根据变异的原因，可将变异分为随机性变异及特性性变异。
54,随机性变异由一般原因（偶然原因）引起。
在制程中的自然或天生的变异，通常这些变异是由一些小干扰造成，不容易控制，即使再好的制造，我们必须承认，必定有此等变异存在，所以我们认定当制程只有一般原因时，仍属管制状态。
此类原因约占制程问题的85%，应采取系统行动，由过程能力去发现，由管理层努力去消除共同原因。
特殊性变异由特殊原因（异常原因）引起。
又称为非机遇原因，或称可归属原因.乃为制程中某些失误造成.失误的来源，可能4M1E等，此等变异比一般原因造成之变异大，且非周期性产生，若发生则表示制程已失去控制了。
此类原因约占制程问题的15%，应采取现场行动。
可由简单的统计技术分析而得，由现场人员采取行动。
55,4.控制图如何贯彻预防原则：
控制图的作用是及时告警，是不可能起到预防作用的。
要贯彻预防原则就必须执行“20字方针”（20字方针应与点子出界就变异连起来使用）：
查出原因、采取措施、保证（加以）消除、不再出现、纳入标准（管制）控制状态（稳态）：
过程中只有偶因而无异因产生变异的状态。
控制状态是生产追求的目标，因为在控制状态下有下列几大好处：
对产品质量完全有把握生产是最经济的过程变异最小,56,5.控制图的实施步骤：
（一般n10）抽样对策措施检验正常原因分析将结果绘制于图异常判断过程是否异常,57,5.判稳准则
（1）判稳准则的思路对于判异来说，“点出界就判异”虽不是百发百中，却也千发九九七中，很可靠。
问题：
在控制图上如打一个点子未出界，可否判稳？
点子未出界有两种可能性：
1.过程本来稳定；2.漏发警报（生产过程异常时，产品的质量分布偏离了典型分布，但总还有一部分产品的质量特性值的大小在上下控制界限内。
如果抽取到这样的产品，打点就会在控制图界内。
由于点子在界内而判定正常，就犯了漏发警报的错误），所以打一个点子未出界不能立即判稳。
但若接连打m个点子都未出界，则情况大不相同，即过程稳定。
如果接连在控制界限内的点子更多，则即便有个别点子偶然出界，过程仍可看作是稳态的。
上述就是判稳准则的思路。
58,6.判异准则判异准则有两类：
点出界就判异；界内点排列不随机就判异。
界内点排列不随机有六种模式，下面将这六种模式展开讲解。
模式一：
点子屡屡接近控制界限。
属下列情况的，点子排列不随机判异：
连续3个点中，至少有2个点接近控制界限；连续7个点中，至少有3个点接近控制界限；连续10（11？
）个点中，至少有4个点接近控制界限。
模式二：
链。
在控制图中心线一侧连续出现的点称为链，其中包含的点子数目称为链长。
链长7，判异。
目前国家标准改为9点链判异，主要采用电脑控制，另外本着“宁可错杀一千，不可放过一个”的原则，我个人的意见还是倾向于链长大于等于7时判异。
59,模式三：
间断链。
1.间断链指链中个别点子跳到另一侧；2.判异准则：
连续11点，至少10点在同一侧；连续14点，至少12点在同一侧；连续17点，至少14点在同一侧；连续20点，至少16点在同一侧；模式四：
倾向。
点子递增或递减的状态称为倾向或趋势（trend）。
有下降倾向时，后面的点子一定要低于或等于前面的点子，否则倾向中断，需要重新起算。
对于上升倾向也有相应的要求。
出现倾向表明过程均值逐渐增大或逐渐减小。
6点倾向判异！
（以前为7点）,60,8.控制图的分类：
（1）按数据性质：
计量值控制图、计数值控制图计量值控制图：
管制图的数据均由量具实际测量而得，如长度、重量、温度、时间、厚度等连续性数据X-R（平均值与全距）X-R（中位数与全距）X-S（平均值与标准差）X-RM（个别值与移动全距）计数值控制图：
控制图的数据均属于以单位计数而得。
其特点是不可连续读取这些数据，只可读取整数。
如不良数、缺点数等。
P-Chart不良率控制图Pn-Chart不良数控制图C-Chart缺点数控制图U-Chart单位缺点数控制图,61,比较,
（2）按用途：
分析用控制图、控制用控制图分析用控制图：
先有数据，后有控制界限a.决定方针用b.制程解析用c.制程能力研究用d.制程管制之准备控制用控制图：
先有数据，主要用途为控制制造之品质，若有点子出界，应立即采取措施,62,一道工序开始应用控制图时，几乎总不会恰巧处于稳态，也即总存在异因。
如果就以非稳态状态下的参数来建立控制图，控制界限之间内的间隔一定较宽，以这样的控制图来控制未来，将导致错误的结论。
因此，一开始，总要将非稳态的过程调整到稳态的过程，此阶段适用的是分析用的控制图。
等到过程调整到稳态后，才能延长控制图的控制线作为控制用控制图。
分析用控制图和控制用控制图因使用目的不同而划分。
从数学角度看，分析用控制图的阶段就是过程参数未知的阶段，而控制用控制图的阶段则是过程参数已知的阶段。
63,（3）X-R控制图是计量值最常用、最重要的控制图X图的控制线A2系数表UCLX=X+A2RCLX=XLCLX=X-A2RR图的控制线D3、D4系数表：
UCLR=D4RCLR=RLCLR=D3R在X-R图中，我们应该先作哪一个图？
1.如果先作X图，则由于这时R图还未判稳，R的数据不可用，故不可行。
2.如果先作R图，则由于R图中只有R一个数据，可行。
等R图判稳后，再作X图。
故作X-R图应反其道而行之，先作R图，再作R图，R图判稳后，再作X图。
若R图未判稳，则永不能开始作X图。
64,（4）X-R控制图的操作步骤步骤一：
确定所控制的质量指标（控制对象，或称统计量）。
这里要注意以下各点：
选择技术上是最重要的控制对象；若指标之间有因果关系，则宁可取作为因的指标为统计量；控制对象可以是多个，这时需要应用多指标控制图与多指标诊断；控制对象要明确，并为大家理解与同意；控制对象要能以数字
升级会员 