MSA与SPC工具｜企业内训课程

课程大纲

基本概念

一、认识数据

1. 这是什么？
2. 描点作图
3. 数据分析
4. 整理数据并找出规律

二、统计过程控制概述

1. 目的
2. 改进的基本特征
3. 过程控制与过程诊断
4. 过程管理的基本模型
5. 统计过程控制系统的基本模型

统计过程控制原理与实施

一、四个基本原理

1. 过程
2. 性能的信息
3. 对过程采取措施
4. 对输出采取措施

二、过程变差

案例分析：买瓜
2. 变差形成的原因
3. 普通变差，特殊变差和系统变差
4. 分布状态
中心极限定理

三、过程控制

1. 定义
2. 局部控制措施
3. 系统控制措施

四、过程能力指数

1. 过程能力定义
2. 过程能力和过程能力指数
3. 例题

五、过程改进

1. 过程类型
2. 三阶段循环

六、过程控制实施

1. 数据的两种类型
2. 计量型数据
3. 计数型数据

计量型数据控制图

一、过程控制实施

梳理一、过程控制实施的现场问题、数据记录和改善优先级
拆解一、过程控制实施的根因分析、改善推进和标准固化步骤
输出一、过程控制实施改善清单、检查表和标准化动作
2. 计量型数据的特征

二、均值-极差图(X-R)

1. 原始数据收集
2. 计算控制界限
3. 过程控制解释
4. 过程能力解释

三、均值-标准差图(X-s)

梳理三、均值-标准差图(X-s)的现场问题、数据记录和改善优先级
拆解三、均值-标准差图(X-s)的根因分析、改善推进和标准固化步骤
输出三、均值-标准差图(X-s)改善清单、检查表和标准化动作
练习现场观察、问题分析和改善跟踪动作

计数型数据控制图

一、计数型数据的特征

1. 计件特性
2. 计点特性
3. 数据获取的成本不高
4. 数据获取的方法简单
5. 对数据分析的结论非常清晰
6. 易区分特殊变差和普通变差
7. 通常用于管理需要
8. 度量总体质量状况
9. 优先解决某个问题

二、不合格品率 P 图

梳理二、不合格品率 P 图的现场问题、数据记录和改善优先级
拆解二、不合格品率 P 图的根因分析、改善推进和标准固化步骤
3. 过程控制图解释
输出二、不合格品率 P 图改善清单、检查表和标准化动作

三、不合格品数np 图

梳理三、不合格品数np 图的现场问题、数据记录和改善优先级
拆解三、不合格品数np 图的根因分析、改善推进和标准固化步骤
输出三、不合格品数np 图改善清单、检查表和标准化动作

四、不合格数的C图

梳理四、不合格数的C图的现场问题、数据记录和改善优先级
拆解四、不合格数的C图的根因分析、改善推进和标准固化步骤
输出四、不合格数的C图改善清单、检查表和标准化动作

五、不合格数的u图

梳理五、不合格数的u图的现场问题、数据记录和改善优先级
拆解五、不合格数的u图的根因分析、改善推进和标准固化步骤
输出五、不合格数的u图改善清单、检查表和标准化动作

六、控制图(Control Chart)原理

1. 什么是控制图
2. 控制图的数学演变
3. 过程状态的分类
4. 过程稳定判定准则
5. 异常判定准则
6. 局部对策
7. 局部对策和系统改进

测量系统分析的作用

一、数据的质量

1. 二种类型的数据
2. 数据的作用
影响测量数据质量的原因
数据发挥应有的作用，需要高质量的数据
2. 低质量数据的原因和影响
测量系统误差及其影响
1. 测量系统误差可以分成五种类型
2. 总测量变差通常被描述为正态分布
3. 测量系统误差的影响

四、测量系统分析的目的

1. 测量系统共有的统计特性
2. 测量系统的接受准则
梳理四、测量系统分析的目的的现场问题、数据记录和改善优先级

概念和术语

内容重点

1. 测量（Measurement)
2. 量具（Gage)
3. 测量系统（Measurement System)
4. 分辨力Discrimination、可读性Readability、分辨率Resolution
5. 测量仪器分辨率

MSA应用

一、偏倚、线性、稳定性、校准

1. 偏倚
2. 线性
3. 稳定性
4. 校准

二、重复性、再现性及其原因

1. 精确性（重复性和再现性）
2. 造成重复性的可能原因
3. 造成再现性误差的潜在原因

三、MSA计划

1. 测量系统分析计划
2. 选择测量系统
3. 准备工作
4. 测量系统分析的两个阶段
5. 连续变量测量系统分析

四、计量型MSA

1. 计量型数据的均值-极差法
2. 重复性大于再现性的原因
3. 再现性大于重复性的原因
4. 短期与长期方法的比较
5. R&R 对产品决策的影响？

五、计数型MSA

1. 计数型测量系统能力分析
2. 样品大小的规定
3. 样品的选择
4. 测量系统好坏的判据
5. 计数型量具研究（小样法）
课程总结
物资准备
扑克牌2付
A4纸一包
美纹纸一卷

适合对象

企业生产管理人员

课程定位与主要问题

现场管理、质量改善、流程增效或供应链协同训练需要的不只是方法介绍，还要处理现场动作不稳定的问题

核心收益

现场问题更清楚：现场问题、质量波动和改善节点，先讲清对象、约束和判断标准
围绕提炼可落地的方法、工具和跟进要点梳理关键判断点，避免停留在概念解释
借助统计过程控制原理与实施：提炼可落地…完成一次可复盘的应用演练
输出提炼可落地的方法、工具和跟进要点相关的后续跟进清单，方便课后跟踪

课程背景与交付信息

为了保障对质量的有效管控，企业管理常用品管五大工具，其中产品质量先期策划（APQP，Advanced Product Quality Planning）与生产件批准程序（PPAP，Production Part Approval Process）主要为研发端所用，FMEA兼顾研发与生产

我们对于生产工厂端的质量管理，以统计过程控制（SPC，Statistical Process Control）、测量系统分析（MSA，Measurement System Analyse）作为质量控制的主要手段

统计过程控制（SPC）是应用统计技术对过程中的各个阶段进行评估和监控，建立并保持过程处于可接受的且稳定的水平，从而保障产品与服务符合规定的要求的一种质量管理技术。通过对生产产品过程的监控，确保产品的质量合格率

课程时间

2天，12小时

授课方式

探讨、互动、案例、练习、视频、工具

课程内容重点

01基本概念：提炼可落地的方法、工具和跟进要点

02统计过程控制原理与实施：提炼可落地的方法、工具和跟进要点

03计量型数据控制图：提炼可落地的方法、工具和跟进要点

04计数型数据控制图：提炼可落地的方法、工具和跟进要点

讲师介绍

邱尉宁

生产制造与安全综合管理专家

生产制造与安全综合管理实战专家，20年工厂管理经验。擅长精益生产、EHS管理及基层班组建设，累计主操盘100+个生产项目，主导多个新厂筹建，助力企业实现产能与效率双重提升

制造业电子通信政府国企建筑工程化工行业能源/电力行业

查看讲师主页

课程差异说明

本课程页面围绕《MSA与SPC工具》重点呈现课程定位、适合对象、核心收益和 7 个主要模块，便于快速判断培训匹配度

课程常见问题

这门课适合哪些学员参加？

企业生产管理人员。

学习这门课可以获得什么收益？

看清现场问题、质量波动和改善节点，先讲清对象、约束和判断标准；围绕提炼可落地的方法、工具和跟进要点梳理关键判断点，避免停留在概念解释。

课程通常安排多长时间？

课程通常可按2天，12小时安排，具体节奏会结合企业培训目标、学员基础和现场安排确认

课程采用什么授课方式？

课程主要采用探讨+互动+案例+练习+视频+工具，强调理解、讨论、工具练习和业务场景应用

企业可以基于这门课做定制吗？

可以。正式交付时可结合企业行业、岗位对象、当前问题和培训时长，对案例、练习和重点模块做适配

MSA与SPC工具