统计指标说明

Easson2D SPC 会根据连续测量得到的样品数据，自动计算多种统计指标。

这些指标可以帮助用户快速判断：

• 测量数据是否接近目标值
• 数据波动是否过大
• 是否存在超差
• 当前生产过程是否稳定

平均值

平均值表示一批测量数据的平均水平。

如果平均值长期偏离标准值，说明生产过程的尺寸中心可能发生了偏移。

可以简单理解为：

平均值用于观察数据整体偏向哪里。

最大值与最小值

最大值表示当前数据中的最大测量结果。

最小值表示当前数据中的最小测量结果。

通过两者可以快速了解这一批数据的大致范围。

极差

极差是最大值与最小值之间的差值。

极差越大，说明这一批测量数据的变化范围越大。

可以简单理解为：

极差用于观察数据波动有多大。

中位数

中位数是将数据按大小排列后位于中间位置的数值。

它与平均值类似，都可以用于观察数据大致集中在哪个位置。

中位数还会用于 XMed-R 控制图。

标准差

标准差用于表示测量数据的离散程度。

一般来说：

标准差越小 → 数据越集中

标准差越大 → 数据越分散

标准差也是 XBar-S 控制图中的重要统计数据。

Cp

Cp 用于评价当前过程的波动与产品规格范围之间的关系。

一般来说：

Cp 越大，表示过程波动相对于允许公差越小。

Cp 主要关注数据的波动程度。

Cpk

Cpk 在考虑数据波动的同时，也会考虑数据整体是否偏向规格上限或下限。

可以简单理解为：

Cp 主要看波动，Cpk 还会考虑数据是否偏到一边。

实际使用时，通常会结合 Cp 和 Cpk 一起观察。

Ca

Ca 用于反映数据中心相对于规格中心的偏移程度。

一般来说：

Ca 越接近 0，表示数据中心越接近规格中心。

不合格数与不合格百分比

当测量结果超过设定的规格上限或低于规格下限时，会被判断为不合格。

SPC 项目列表会显示：

• 不合格数
• 不合格百分比

用于快速了解当前管制项目的超差情况。

UCL、CL 和 LCL

在 SPC 控制图中会看到：

• UCL：控制上限
• CL：中心线
• LCL：控制下限

它们用于判断生产过程的数据变化是否超出正常控制范围。

需要注意：

规格上下限用于判断产品是否合格，UCL/LCL 控制限用于判断过程是否稳定。

这两者不是同一个概念。

简单记忆

日常使用时，可以这样理解：

• 平均值：看数据中心
• 极差 / 标准差：看数据波动
• Cp / Cpk：看过程能力
• Ca：看中心偏移
• 不合格百分比：看超差情况
• UCL / LCL：看过程是否出现异常

更详细的 UCL、CL、LCL 以及不同控制图的使用方法，可以在下一页**「SPC 控制图」**中继续查看。