资源介绍
视频数量：37个
总时长：2小时54分
课程介绍：
统计质量控制方法学
一家工厂每天生产成千上万个零件，质检员靠肉眼逐个检查，忙得焦头烂额，最后还是有一批不合格品悄悄流向了客户那边。这种场景在制造业里太常见了。统计质量控制正是为解决这类问题而诞生的——它不靠增加人手，也不靠堆检验设备，而是借助概率论和数理统计的方法，从生产过程中提取关键信息，判断过程是否稳定、产品质量是否达标。这门课讲的就是这些方法背后的原理和具体操作步骤。
课程第一部分是基础铺垫。先说清楚统计质量控制到底是什么、为什么重要。产品从产线下来到送到消费者手中，每一步都涉及质量判断，工厂、医院、教育机构甚至普通家庭采购大宗物品时，都需要某种形式的质量把关。接下来会讲变异的两大来源——随机原因和可归因原因。这个区分是整个理论的核心，因为过程中总有波动，有些波动属于正常范围，有些波动则意味着过程出了问题，必须及时干预。课程还会讲产品和过程控制的差异，统计质量控制工具的整体框架，以及3西格玛控制限的基本思想。这些内容看似抽象，但都是后面实操部分的理论根基。
然后进入全课的重点：控制图。它是统计质量控制的"心脏"，把抽象的数字变成直观的图形，让管理者一眼看出生产过程有没有出岔子。课程把控制图分成三大类来讲解。
第一类是计量值控制图，适用于可以连续测量的质量特性，比如零件的直径、溶液浓度。课程会带你从样本选取、测量数据开始，逐步构建均值图和极差图，包括计算样本均值和样本极差、确定中心线和上下控制限，每一步都配有公式和例题。均值图的中心线是所有样本均值的平均值，上下控制限则基于3西格玛准则推导。课程还涉及标准差控制图，作为极差图的替代方案，适用于样本量较大的场合。从案例一到案例五，题目一个比一个复杂，推演完整套下来，控制图的构建和解读方法基本就能掌握了。
第二类是计数值控制图，适用于只能判定合格或不合格的质量特性。课程涵盖P图、np图和C图三种。P图监控不合格品率，适合样本量不固定的场景；np图监控不合格品数，适合样本量固定的场景；C图监控每单位产品上的缺陷数，适合像布匹上的瑕疵、铸件表面的气孔这类计数型质量特性。课程用案例六到案例八分别展开，每个图表都给出完整的构建过程和解读步骤，重点训练怎样从控制图上的异常信号判断过程是否处于受控状态。
第三部分是验收抽样。并非所有产品都适合做全检——成本太高、检验具有破坏性、批量太大，这些情况下抽样就成了唯一选择。课程先介绍验收抽样方案的基本概念，包括Dodge和Romig的经典抽样理论。然后讲一次抽样和二次抽样的具体流程：一次抽样抽一次就做决定，二次抽样允许根据第一次抽样的结果决定是否再抽一次。接着讨论生产方风险和消费方风险——合格批被误拒的概率和不合格批被误收的概率，这两个概念是评价抽样方案优劣的关键。最后介绍OC曲线，也就是操作特征曲线，它能直观呈现一个抽样方案对不同质量水平批次的接收概率，帮助你判断方案的鉴别能力。
整个课程时长约两个半小时，三十七个视频，短则两三分钟，长则十来分钟，节奏紧凑不拖沓。适合制造业一线的工程师和质量管理人员听，他们可以系统掌握统计方法的应用；对正在读工业工程、质量管理或相关专业的学生也有帮助，能把课堂理论落到具体操作上；还有那些工作中碰到质量问题、想用统计方法解决但不知从何入手的从业者。课程不要求高深的数学基础，公式跟着推一遍就能理解。学完之后，你应该能够独立选择合适的控制图、计算控制限、解读图表信号，也能根据实际场景设计基本的抽样方案，把统计思维真正融入日常质量管理工作里。