品质管理QC七种手法--数据的分析.doc

企业培训 品质管理QC七种手法-数据的分析从总体中抽取样本，收集测定的数据，这些数据总是参差不齐的，即具有散差。我们需要对收集的数据进行整理和分析，然后才能对总体作出推测和判断。一、数据的种类数据大体可以分为计量值和计数值二种。所谓计数值数据，是指1，2，3，这种非连续性取值的数据，如一批产品的不合格品数，缺陷的个数以及工厂的事故发生件数等。把不合格数用全部产品所除得到的不合格率，仍是计数值。而计量值数据，是指一些可以连续取值的数据。如钢材的厚度、抗拉强度，零件的尺寸等测定值都属于计量值数据。计量值与计数值数据差别，决定了数据所反映的统计的性质不同，进而数据的处理方法也有变化。例如，计量数据属于连续概率分布，最典型的使正态分布；而计数值数据属于离散概率分布，最典型的是二项分布和泊松分布。二、数据的分布即时在同样的条件下制造的产品，其质量都会有差别，故我们收集到的数据总是大小不等的，称这种数据的不均一性为具有散差。如果把数据控制在一定的范围哪，数据间的散差就会有某种规律性，我们称之为分布。可以构造频数分布来了解分布状态。们如下图所示，为某一个样本所反映的频数分布图。（相当于直方图）从两个图可以看出两个分布的不同，也很容易看出两个样本的差别，进而反映了总体的分布状况。三、数据分布的定量表示上面的频数直方图，可以用来观察数据的大致离散情况即分布的形状，但是得不到数量方面的信息。特别是比较两个以上的分布时，尽管可以凭视觉观察出分布状态上的差异，却不能定量地求出他们的差别。如果能把分布状态的特性予以数量化，就便于比较。一般需要有表示数据整体即分布中心位置（中心趋向）和离散程度的尺度。前者可以用平均值，后者可以用标准偏差。有时，还需要从数量上表示分布状态的偏斜程度（可用偏斜度）以及表示分布峰顶的陡峭程度（可用陡度）1 中心位置的表示表示中心位置的量有平均值、中位值、最多值、中值以及众数等。最常使用平均值。平均值：各个测定值的总和除以测定值的个数，称为平均值（算术平均值），用表示X。计算分式为：中位值：将测定值按大小顺序排列，位居正中的那个数值称为中位值。若测定值的个数为奇数，则中位值为居于中央位置的那个数值；若测定值的个数为偶数，则中位值为中间两个数的平均值。中值M：测定值的最大值和最小值的平均值，称为中值。2、散差的表示1） 极差（range）R测定值的最大值和最小值之差为极差，用R表示。通常，当测定个数n小于10的场合，用极差R表示离散程度；而当n大于10时，则用标准偏差s表示离散程度。2） 偏差的平方和（sum of squares）S各个测定值与平均值之差称为偏差。各测定值的偏差的平方和称为偏差平方和，简称平方和，用S表示。设各个测定值与为X1，X2，Xn，其平均值为：则：3）无偏方差（unbiased variance）S2各个测定值的偏差平方和除以（n-1）后，所得到的值称为无偏方差（简称为差），用S2表示，其中n为测定值个数，由S的计算公式可以得到S2的公式为：方差的单位为测定值单位的平方。4） 标准偏差（Standard deviation）s方差S2的平方根称为标准偏差（简称标准差），s表示，标准差s的单位与测定值的单位相同，标准差的公式为：附录：方差的含义标准偏差是测量由于取样引起的估计的可变性。它指出样本估计的可变性，它可以从所有已知设计和规模的样本中获得。标准偏差用来测量从一组特定样本得到的数据的精确度。如果所有可能的样本都在类似的条件下接受调查，标准偏差在+1.96到-1.96的范围内的概率分布包括了95%的样品的情况,这个区间被成作是95%置信区间.()Excel的计算公式1、 平均值测定值3.723.613.573.513.673.45平均值=3.5883公式: =AVERAGE(B2:G2)AVERAGEA也可以计算,不过包括逻辑值在内2、 偏差测定值82.142.25偏差 0.0081公式: =DEVSQ(B8:F8)3、 无偏方差测定值82.142.25无偏方差 0.0020公式: =STDEV(B13:F13)*STDEV(B13:F13)4、 标准偏差测定值82.142.25标准偏差 0.0451公式: =STDEV(B18:G18)在统计过程中，可以应用各种工具，其中最常用的统计方法有检查表、层别法、直方图、帕累托图、特性要因图、管理图和散布图，统称为常用的七种工具。其中，控制图用来直接监控过程，是七种工具的核心。随着全面质量管理的进一步发展，于20世纪70年代又提出了质量管理的新七种工具，即关连图法、KJ法、系统图法、PDPC法（过程决策程序图法）、矩阵法、矩阵数据解析法及箭头图法。但新七种工具已不是统计质量控制的具体方法，只是组织实施、计划调度等所采用的一些简明有效的方法，它们的许多思路来源于运筹学系统工程，这里不作介绍。七种工具可分为三类：一、 用来作整理和分析数据用的目的：检查表和分层法二、 普通的科学归纳分析方法：帕累托图和特性要因图三、 数据统计方法：直方图、管理图和散布图层别法一、 分层的定义层别即将很多的数据按照其所持有的特性进行层次划分。将数据以状况、原因分类进行分析的方法二、 分层的方法1 按问题的发生状况分：1） 不合格项目、缺陷内容2） 形状、长度、深度3） 发生位置、发生区域4） 天气、状态2按可能有问题的原因分：通常可以根据层别获取比整体事件更多的分析结果。但由于某些层别的失败导致了错误的情报，所以在划分层别的时候必要使用工程技术方面的知识及经验，也要使用特性要因图，并要检讨其特性质及其同要因的关系，即运用特性要因图里的中骨、小骨的项目划分数据便得到较好的层别，在做层别的过程中，以下事件也是极其重要的：1） 人的区别：在划分制造要因的层别时，通常也要根据实施人的区别进行层别。（从作业班分析）这样对作业管理、作业方法有益。另外，还可根据性别区分、年龄区分、经验区分。2） 机械、装置的区别：在有几台相同机械的时候，可以根据每一台机械的数据进行判断不良原因是否因机械差异而产生，另外，像炉子这样的设备会因位置的不同而温度不同，所以在炉内的位置上考虑层别将会得到良好的效果。3） 原材料区分：从供应者、前工程、批量、原材料的比例等方面考虑层别。4） 时间区分：上午、下午、日期、季节5） 环境区分：温度、湿度、气候、环境状况6） 作业方法区分：作业的方法、作业条件、批量、测定方法。一个出色的层别应是将数据层别后，能清楚的将层间的区别表现出来三、层别的手顺手顺1：明确层别的目的手顺2：决定特性值手顺3：决定层别的项目手顺4：取数据手顺5：将数据层别手顺6：追究错误的原因手顺7：采取对策四、层别的实例例：为查明不良原因层别n=54某汽车部件在生产过程中因折、弯曲所造成的不良多，将所出现的半成品不良按部品进行层别，将半成品不良中占不良比率的再按不良状况现象进行层别，然后将其中大的两项问题进行层别，如此反复试验就可查明不良原因图三 按发生场所再次层别（n=47为前两项多发生性不良）场所 现象折断变形组装工程3211搬运工程04按原因分的层别项目（1） 按人按个人、年龄、工作年数、性别、组别（2） 按机械设备按机种、号机、型式、新旧（3） 按原料按生产厂家、购入地、产地、品牌、进货日期、接纳批量、成份（4） 按方法按加工顺序、条件、温度、湿度、转速、力度、销售方式（5） 按测量检查按测量器、测量者、测量方法、检查人员、检查方法（6） 按工夹模具按夹具、工具、模具、安装工具、螺丝板（7）