不一样的五大工具——SPC篇
导读
五大手册太有名了。有名到不知道它们，都不好意思说自己是在汽车行业混的。虽说不是强制性要求，可并不妨碍各大主机厂对它们的推崇，进行影响着整个汽车行业。
不过，名气大了，就显得有些“高冷”，很多朋友在学习五大手册的时候总觉得有些高深难懂。终于，小唐老师忍不住要对它们“下手”了。
“下手”之前，我们还是来认识一下它们。
毕竟，江湖中人讲究不杀无名之辈，而何况，这一个个都是响当当的人物。
它们分别是：
APQP 产品质量先期策划
FMEA 潜在失效模式及后果分析
MSA 测量系统分析
SPC 统计过程控制
PPAP 生产件批准程序
这些“人物”，光从名字看就知道不好相与，还一下子来了五个。在分头击破之前，我们先来看看它们之间的关系。
都说汽车结构复杂，涉及到的零件多。其实，先不说整车，单车上的某些零件就复杂得让人崩溃。
发动机结构示意图
对于复杂的事物，小唐老师联想到了那句名言——罗马不是一天建成的，相信对于汽车上复杂的零部件也是！
那么问题来了，有朋友可能要问了，那么汽车上的简单零件该怎么办呢？——那就假装自己也很复杂吧：）
既然很复杂，不是一天就能搞定的。那么，在长长的开发（建造）过程中，总不能就像小学生写寒假作业一样，前面时间猛玩，猛high，最后两天不睡觉狂写吧！
我们是不是得安排个小计划？这个小计划就是传说中的APQP——产品质量先期策划。
APQP的五个阶段
对于复杂的事物，我们很难把精力放在复杂事物的所有方面，这时候，抓“重点”就显得很有必要，而FMEA正是告诉我们哪些是重点（严重度、发生度、探测度），以及打算怎么更好地去控制重点（建议措施）。
重点抓出来了，怎么让这个重点（比如某特性）不出纰漏是我们接下来要考虑的问题。
SPC的目的很简单，就是看生产过程容不容易出纰漏，尽量少的生产出不良品。
而MSA的关注点则在“眼睛”，去看检验的“眼睛”是否够雪亮，能不能将生产出的不良品发现出来。
就这样，有计划（APQP）、有重点（FMEA）、生产出不合格品少（SPC）、生产出不合
格品也能发现（MSA）的过程，是我们想到的过程，如果都能达到，那就同意开足马力干吧（PPAP）。
五大工具关系图
关系理清楚了，该动手了，先谁呢？
话说柿子捡软的捏，小唐老师偏偏不信这个邪，直接先拿涉及到很多统计学、比较烧脑子的SPC开刀！
1
什么是SPC?
SPC是Statistical Process Control的简称，翻译成中文就是统计过程控制。这里面研究的对象其实只有一个，就是过程！那到底什么是过程呢？
一聊到这个，小唐老师就有点懵，因为感觉作为一个活着的人，身边几乎没有哪个时刻可以离开得了过程。
比如上班是过程、下班回家是过程、回到家吃饭是过程、吃好饭洗澡也是过程、洗好澡睡觉还是过程！
这一个个过程，一环扣一环，构成了我们的美妙人生。
有办法真正的结束过程吗？对于人来说，除非死亡才能结束（活着的过程），民间又俗称嗝屁。
严肃的讲，过程有三个要素：输入、活动和输出。
输入输出都是相对的，没有绝对意义。比如上班这个过程，“下班”可以理解成“上班”这个过程的输出，但对于回家过程，“下班”其实是“回家”的输入。输入输出只有相对意义。
活动是一个过程的精髓，也是一个过程的意义之所在。对于工业生产的过程中的活动，人员常用“人机料法环”这个口诀来概括活动中的各种要素。
注：这里的“料”会与“输入”有重叠，不需细究，只是两个定义罢了，也没有讲“测”，小唐老师会在后续MSA中去讲
过程讲完了， SPC还剩下两个词，统计和控制。
统计本身没有任何的意义可言，因为它研究的对象是已经发生了的事情，我们姑且叫它“事后诸葛亮”。
比方你去掷硬币，你尽管统计了前1万次出现正反面的次数，但你还是无法去确定第10001次掷出来的是正面还是反面。
不过统计结果背后的规律却是有意义的，因为“事后诸葛亮”毕竟还是“诸葛亮”。从前1万次的统计结果你可以知道正反面出现的机会是差不多的，虽然无法断定第10001次掷出来的一定是正或者反，但却可以知道正和反出现的概率是差不多的。
概率对于单次事情也是没有意义的，但我们却可以通过概率知道再去掷硬币10000次的话，正反面出现的次数都在5000次左右。
这又有啥用呢？看起来似乎并没啥用，因为硬币正反面的出现对你我的生活不会起到什么影响，但下面的故事却告诉我们统计规律有时候是可以救命的。
许多统计学家在第二次世界大战中发挥了重大的作用，沃德是其中之一。他发明的一些统计方法，在战时被视为军事机密。沃德在被咨询飞机上什么部位的钢板需要加强时，画了飞机的轮廓，并且标出返航的战斗机上受敌军创伤的弹孔资料积累一段时间后，机身各部位几乎都被填满了。于是沃德建议，把剩下少数几个没有弹孔的位置加强，因为这些部位被击中的飞机都没有返航。”
——摘自《统计学的世界》
上面故事中提到的“把剩下少数几个没有弹孔的位置加强”，就是“控制”了。
世界上先有红绿灯还是先有汽车用一句很“红”的话来总结SPC：吸取过去的经验教训，把握未来的前进方向。
2
出名背后的女人与男人们
一个人出名，背后应该有很多女人与男人们帮衬。SPC同样也不例外，下面，我们就来认识一下他们。
变差（Variation）
啥叫变差？变差就是你去扔飞镖，不会每一次都扎到同一个点（要不然岂不是扎心的紧？）
还老扎同一个点
如果一个有一定飞镖基础的人来扔（为了不脱靶），你在边上开始记录。
记录是在纸上记录的，横坐标代表环数，纵坐标表示出现的次数，比如第一次扎了个5环，你就在5环的位置上画上一个小方块（不能重叠，再次出现5环就摞起来）。
当扔的飞镖次数越来越多，你记录显现出来的形状会显现出一定的规律（如上图）。
对于变差呈现出来的结果（图的样子），我们总结了位置、分布宽度、形状等维度（如下图）。
从左到右分别为：位置、分布宽度、形状
普通原因&特殊原因
还记得小唐老师曾提到的用SPC监控老公下班时间的女质保经理吗？（详见《遇到“统计学”你就懵啦——如何知道老公晚回家的“特殊原因”？》）
为了方便大家理解，这里将“特殊原因”范围缩小一下，只谈下班开车回家这个过程。
如果运气不好，十字多遇上两个红灯，这个不属于“特殊原因”，只是普通原因。
要是路上遇到车祸导致交通堵塞，或者受到女同学盛情邀请，回她家坐了一会，就属于特殊原因了。
普通原因对结果虽然有影响，但影响基本受控（如上图左），就像如果回家只是因为多等了几个红绿灯的话，大致下班的时间还是可以预测的。
特殊原因就不一样了，遇上车祸可能还好，晚个一两个小时；要是女同学邀请的话；回家的时间真的很难很难预测（如上图右）。
死哪去了？怎么还没回家？
普通原因的特点有：始终存在的（比如遇到红绿灯一直会有，女同学邀请总不会天天有吧），影响不显著的（总不会等个红绿灯等了半个小时吧），可以预测的。而特殊原因刚好相反。
为什么要大费周章的将原因分成这两类？
这其实是我们使用现代统计学的基石的铺垫（详见《在公司混，不懂点统计学怎么行！》第二部分）。
正态分布
在自然界与生产中，一些过程受到许多相互独立的随机因素的影响，如果每个因素所产生的影响都很微小时，总的影响可以看作是服从正态分布的（中心极限定理）。那啥是正态分布呢（如下图）？
正态分布
首先这个图呀长得像个“钟”，钟正中间是均值（用μ 表示），而这钟是“瘦高”型的还是“矮胖”
型的，则受标准偏差（用σ表示）影响。这个图是怎么画出来的呢？可以参考上面提到的扔飞镖画图的过程。
以上说法还是过于抽像，小唐老师知道你们喜欢听例子，咱们就再来一个吧。
喜欢足球的朋友应该认识上面这哥们——巴洛特利（人称巴“神”），典型的“神经刀”型运动员，有时候似“神经病”般的超强发挥，闪光表现；也有时候状态全无，在球门面前断篇，开启“思考人生”模式，他的表现如果去画分布图，就是典型的“矮胖”型。
而梅西的分布图相对要“瘦高”得多，因为他的状态要稳定得多。
小唐老师是在夸我吗？
不过球员的分布图一般不属于正态分布，因为他可能受到教练战术、球队排名、对手强弱、公司等多方面“特殊原因”的影响，如果能将这些因素全部剔除，那么画出来的分布图就是正态分布了，可以预测在哪个区间出现的概率了（比如某场比赛中的进球预测）。
发布评论