基于P控制圖的西服上衣縫制流水線返工率的統計分析

楊 艷，趙維強,李加順

(1.江蘇陽光集團有限公司，江蘇 江陰 214426；2.張家港鼎力科技有限公司，江蘇 蘇州 215600)

1 引言

目前，隨著勞動力成本上升、原料價格上漲、客戶要求不斷提高，服裝加工業的競爭越來越激烈，利潤空間越來越小，這就要求企業提升內部管理水平、提高生產效率、降低成本。返工率偏高，會使生產效率降低，能耗和成本增加，交貨日期延遲等，并且衣服經返工后，對其整體外觀影響明顯。

P控制圖又叫管理圖，它是判斷過程正常與否的一種工具，可將其用于區分由特殊原因引起的異常波動和過程固有的隨機波動。其是對過程質量特性值進行測定、記錄、評估，從而檢查過程是否處于控制狀態的一種用統計方法控制的圖，可用于診斷評估過程的穩定性，具有對過程狀態預警及確認過程改進效果的功能[1]。

本文基于Minitab軟件，通過P控制圖對西服上衣縫制流水線返工率進行分析，為企業生產質量控制提供參考。

2 P控制圖

2.1 資料要求及統計學基礎

資料服從二項分布，缺陷率P為一常數，且各樣本是相互獨立的[2]。

μp=P

2.2 P控制圖的控制界限

若過程參數P為已知，則P圖的控制界限為：UCLP為上控制線，LCLP為下控制線。然而在現實中往往由于參數P未知，通常用樣本的p來代表參數P。

CLp=μp=P

3 實驗

3.1 實驗數據

對5月份西服上衣縫制流水線每個工作日的返工率進行統計，數據如表1所示?；贛initab軟件，進行流程穩定性的分析，制作P控制圖，如圖1所示,可知有許多控制點超出界限，說明過程很不穩定。

針對“5月份返工率的P控制圖”，對西服上衣縫制工序的返工率進行原因分析并進行改進，再次對12月份的返工率進行統計分析，統計數據及P控制圖如表2、圖2所示。

3.2 數據分析

如果某日不合格點落入控制界限內則表示該日的質量水平無顯著異常，超出上控制限時可認為該日的不合格品率與以往有非常顯著差異；低于下控制限時可認為該月的指標合格率顯著高于平均水平，如果全月的不合格點均在控制限內則表示全月總體質量水平穩定。從圖1可以看出，有23個點異常點，說明過程很不穩定；從圖2可以看出，有6個點超出控制限，過程雖然相比圖1較為穩定，但是還有很大的改善空間。

表1 5月份西服上衣返工率統計表

圖1 5月份返工率的P控制圖

日期檢驗數返工數返工率(%)12月1日125012710.1612月2日98012212.4512月3日680618.9712月4日500489.6012月5日16801237.3212月6日14401298.9612月7日8309010.8412月8日1260917.2212月9日6468112.5412月10日910869.4512月11日290931110.6912月12日14901459.7312月13日128013910.8612月14日620538.5512月15日600599.8312月16日8009011.2512月17日96112012.4912月18日217028713.2312月19日110311810.7012月20日126217013.4712月21日67010014.9312月22日119018315.3812月23日142015610.9912月24日18001769.7812月25日148014810.00

圖2 12月份返工率的P控制圖

4 結論

本文基于Minitab軟件，通過P控制圖對西服上衣縫制流水線返工率進行分析，比較客觀地反映了該產品全月的質量狀況，避免了評價質量水平的主觀性和局限性，為質量評價提供科學依據，對今后工作中確定不同質量參數的合格率范圍和質量管理工具在服裝行業的應用提供了參考依據。