QC全面质量管理教案.ppt

QC教案 统计方法分类 一般分为描述性和推断性两类 1 描述性 对统计数据进行整理和描述 2 推断性 在对统计数据进行描述的基础上 进一步进行分析 解释和作出推断性结论 统计方法基础知识 P93 统计 收集和整理信息 资料的一种活动 一 什么是统计方法 统计方法 收集 整理 分析和解释统计数据 并对其所反映的问题做出一定结论的方法 统计方法基础知识 二 统计方法的性质 描述性 推断性 风险性 三 统计方法的用途 1 提供表示数据特征的数据 平均数 标准偏差 极差等 2 比较两事物的差异 水平对比 假设检验等 3 分析事物影响变化的因素 因果图 系统图 分层法等 4 分析事物间相关关系 散布图 正交试验等 5 研究取样和试验方法 确定合理的试验方案6 发现质量问题 分析掌握质量数据的分布状态和动态变化 排列图 直方图 散布图等 7 描述质量形成过程 流程图 控制图等 通过归纳分析问题 显示事物的客观规律 不解决质量问题 一 正常波动 随机原因引起的产品质量波动 特点 大量存在 影响很小 消除难度大 经济代价高 要求 一般情况下在生产过程中允许存在 控制状态 仅有正常波动的生产过程 简称为控制状态或稳定状态 产品质量的波动 产品质量具有波动性和规律性 产品质量波动分为正常波动和异常波动两类 特点 不经常发生 一旦发生影响较大 容易查明原因 容易预防和消除 要求 由于对生产影响大 生产过程中不允许存在 质量管理工作的一项重要工作 就是把正常波动控制在合理范围之内 消除异常波动 产品质量的波动 二 异常波动 由系统原因引起的产品质量波动 产品质量的波动 引起产品质量波动六个方面 5M1E 因素 人员 Man 操作者的意识 技术 素养及熟练程度等 机器 Machine 设备 工夹具精度 维护与保养等 材料 Material 化学成份 物理性能及外观质量等 方法 Method 加工工艺 操作规程的作业程度 测量 Measure 测量设备 试验手段和测试方法等 环境 Enviroment 工作场地的温 湿度 照明噪声等 正常波动 随机原因 随机特点 普遍存在异常波动 系统原因 系统特点 单一现象 波动无处不在 当过程处于稳定状态时 产品质量特性数据 其波动服从于一定的分布规律 例如 长度尺寸必然形成右图的分布规律 分布有两种类型 一种是连续型分布常见的有 正态分布 计量数据 一种是离散型分布 常见的有 1 二项分布 计件数据 2 泊松分布 计点数据 三波动的规律性 正态分布图 问题 什么情况下没有波动 关于正态分布 正态分布受两个参数影响 总体平均值 集中位置 总体标准偏差 分散程度通常用样本平均值 X样本的标准偏差 S 正态分布曲线 又称高斯曲线 钟型曲线 S 正态分布特性 区间内的概率0 68260 95450 9973 集中趋势 位置 离中趋势 分散程度 偏态和峰度 形状 数据分布的特征 统计数据及分类 统计数据及分类 二 计数数据凡是不能连续取值的或用测量工具也得不到小数点以下的数据 而只能自然数的数据称为计数数据 计数数据分为 计件数据服从于二项分布计点数据服从于泊松分布 1 2 3 4 5 特点 两个数之间相互影响 一个变另一个随着也变 如 一辆汽车两道划痕 两辆汽车四道划痕 总体 指某次统计分析中研究对象的全体又称母体 样本 从总体中随机抽取出来要对其进行分析的一部分个体 也称为子体 抽样 从总体中随机抽取样品组成样本的活动过程 随机抽样 使总体中每一个个体都有同等的机会 被抽出来组成样本的活动过程 总体与样本 总体可以是一批产品 可以是一个过程 总体与样本 随机抽样方法 1 简单随机抽样法2 系统抽样法 等距抽样 3 分层抽样法 类型抽样 4 整群抽样法 集团抽样 统计特征数是对样本说的 常用的统计特征数可分为两类 一 表示数据的集中位置1 样本平均值2 样本中位数二 表示数据的离散程度1 样本方差s22 样本标准偏差s 3 样本极差R 统计特征数 x 均值 集中位置 1 一组数据向其中心值靠拢的倾向和程度2 测量集中位置就是寻找数据一般的代表值和中心值 中心位置 X x 样本平均值 X 式中样本的算术平均值 n 样本大小 最常用的测度值 是集中趋势的测度值之一 易受极端值影响 计算公式 样本平均值 X 计算算例 样本中位数 将所收集的数按大小排序 在正中位置的数为中位数 集中趋势的测度值之一 不受极端值影响 x 当N为奇数时 中位数为正中间位置的数 当N为偶数时 中位数为正中间两个数的算术平均值 x 五个数据取中位数 原始数据 10591268排序 5688 591012位置 123456 原始数据 2422212620排序 2021222426位置 12345 六个数据取中位数 数据分布的另一个重要特征离散程度的各测度值就是对数据离散程度所作的描述它所反映的是各变量值远离其中心值的程度 因此也称为离中趋势从另一个侧面说明了集中趋势测度值的代表程度 离散程度 minmax X 离中趋势 方差和标准差 离散程度的测度值之一最常用的测度值反映了数据的分布反映了各变量值与均值的平均差异根据总体数据计算的 称为总体方差或标准差 根据样本数据计算的 称为样本方法或标准差 样本方差和标准偏差计算公式 S 样本标准偏差 样本方差的正平方根 样本方差S2 xi x 表示某一数据与样本平均值之间的偏差 n 采集的样本数n 1 样本方差的自由度 样本标准偏差S 一组数据中可以自由取值的数据的个数当样本数据的个数为n时 若样本均值确定后 只有n 1个数据可以自由取值 其中必有一个数据则不能自由取值 例如 样本有3个数值 即x1 2 x2 4 x3 9 则 x 5 当 x 5确定后 x1 x2和x3有两个数据可以自由取值 另一个则不能自由取值 比如x1 6 x2 7 那么x3则必然取2 而不能取其他值 样本方差用自由度去除 其原因可以从多方面来解释 从实际应用的角度看 主要为了更精确 X n 1 样本方差的自由度 样本方差算例 原始数据 10591368平均数据 10 5 9 13 6 8 6 8 5 原始数据 10591368 样本标准偏差算例 1 一组数据的最大值与最小值之差2 离散程度的最简单测度值3 表示数据的分散范围4 易受极端值影响 极差R R max Xi min Xi 205 145 60 公分 两类错误和风险 根据随机抽样检测 研究样本质量状况 以此推断整批产品的好坏 并做出决定接收或拒收 可能会出现四种情况 1 假定这批产品质量是好的 样品好 接收 2 假定这批产品质量是好的 样品不好 拒收 3 假定这批产品的质量不好 样品不好 拒收 4 假定这批产品的质量不好 样品好 接收 第1 3项为正确推断 第2 4项为错误推断 第2项判断错误称为 弃真 是把质量好的产品作为坏的处理 这类风险是企业风险 第4项判断错误称为 取伪 是把质量坏的产品作为好的处理 这类风险是用户风险 运用统计方法 就是要把两类风险率和总损失率控制在期望的范围之内 两类错误和风险 QC小组常用的工具与方法 项目 工具名称 类别 应用调查表的步骤 1 明确收集资料的目的 2 确定所需搜集的资料 3 确定对资料的分析方法及负责人 4 设计记录资料调查表格式 5 对先期收集和记录的资料进行检查 6 必要时 对调查表格式进行评审和修改 调查表 P109 用来系统的收集资料 积累数据 确认事实并对数据进行粗略整理分析的图表 用于数字数据分析的调查表实例 某卷烟厂对卷烟成品抽样检验 其不合格品项目调查表 某企业人事部门对干部测评使用的调查表 用于非数字数据分析的调查表实例 不合格调查表 表格式 调查者 日期 地点 调查方式 缺陷位置调查表 图示法 质量分布调查表零件实测值分布的调查表调查人 调查数 N 121调查日期 年 月 日 特点 常用于归纳整理所收集到的统计数据 把错综复杂和杂乱无章的数据进行分类 整理 汇总后 使之能更确切地反映客观事实 原则 同一层次内的数据波动幅度尽可能小 层与层之间差别尽可能大 分层法 P4113 分层 为解决某一个问题所收集的数据 资料 往往是综合性的 这些综合性的数据 资料可按其来源 特征 属性等标识分作两个以上的组 这样一个组称作 层 一般可以从以下方面进行分层 1 按操作人员分层可按班 组 个人 熟练程度 性别 年龄等分层 2 按机器设备分层可按机台号 结构 新旧程度 工夹模具等分层 3 按作业方法分层可按工艺 操作参数 操作方法 生产速度等分层 4 按原材料 零部件分层可按规格 成份 产地 供应商 批次等分层 5 按时间分层可按班次 日期等分层 6 按测量 检查分层可按计量仪器 测量人员 检查方法等分层 7 按环境分层可按温湿度 清洁度 照明度 地区 使用条件等分层 8 按缺陷分层可按缺陷内容 缺陷部位分层 如何分层 1 收集数据2 将采集到的数据按不同目的选择分层标志3 分层4 按所分层次归类5 画出分层归类图注 分层法常与其它方法结合应用 分层法的应用步骤 某装配厂的气缸与气缸盖之间经常漏油 经过对50套产品进行调查后发现两种情况 1 操作者操作方法不同 2 生产气缸垫的厂家不同 分层法应用实例 方法一 按操作者分层 方法二 按生产厂家分层 方法一和方法二实际比较的结果是 为降低漏油率 应采用李师傅的操作方法 但是如果按两种因素进行交叉分层 又会得出新的结论 方法三 两种因素交叉分层 帕累托曲线 排列图 ParetoDiagram 又叫帕累托图 是将质量改进项目从最重要到最次要顺序排列而采用的一种图表 排列图 一 200 180 140 80 40 0 100 50 25 75 N 200 频数 态度差种类少环境差价格高设施差其它项目 70 97 95 85 频率 40 排列图 二 作排列图程序 必要的标注 选择分析的题目图名选择度量单位 频次等总数 N选择分析数据的时间间隔分类数据 NO画横坐标 纵坐标坐标值 百分比 原点每个项目上画长方型绘图人画累计频率曲线日期及收集数据的条件 排列图 三 排列图作用 1 按重要顺序显示出每个质量改进项目对整个问题的影响 找出关键的少数 2 识别进行质量改进的机会 注意事项 1 应排出关键的少数和次要的多数 否则重新排列 2 关键少数项目应是小组有能力解决的突出问题 否则应去掉 重新进行排列 3 纵坐标频数可以用 件数 金额 等表示 但对应各项目的度量单位必须一致 5 排列图项目一般不少于3项 最多不宜超过8项 当少于3项时 可用简易图表代替 如饼分图 6 实施后 为检查措施效果 要重新画出排列图 关键的少数看三点 排列图 四 1 看图形 关键问题比例高 2 看目标 对目标影响大 3 看实际能解决的问题 不可抗拒因素排除 4 取样数量不易太少 至少应有50个数据 某产品 零件 机加工不合格品率 2005年1 4月达到1 8 超过了0 8 的考核指标 小组以此为题 要把不合格品率降下来 在现状调查中 首先弄清了不合格品的总体情况 如下 某厂产品机加工不合格品率高统计表 案例 不合格品率 平均1 8 考核指标0 8 2005年 按调查表绘制了折线图 折线图中可看出 四个月均超过考核指标 而且没有哪个月有突发变化 鉴于该产品加工共有10道工序 每道工序都会出不合格品 那么 这315件不合格品都是哪些工序产生的 主要问题在哪儿 小组按工序区分进行了分层统计 并绘制了排列图 某厂产品机加工不合格品率高统计表 案例 1 从排列图中可直观看出 不合格品率高的症结是 第9工序不合格168件占53 33 第2工序不合格105件占33 33 如果这两道工序的不合格品率能降低下来 则整个产品的不合格率就可大幅度下降 2 第9 第2两道工序都分别加工多个部位 工序的不合格品包含着各个部位的不合格品 因此 还要再作进一步的分层 看看哪个部位不合格最多 关键问题分析 第9工序不合格项目统计表 不合格品数 第2工序不合格项目统计表 以上三张排列图也可以制成一张分层排列图 从图中可直观看出 某产品机加工不合格品率高的症结是 1 A孔直径超差 2 孔距超差 3 底面不平 这三个问题占整个为合格品的55 3 92 86 33 33 87 62 78 72 如果三个问题各解决80 则该产品机加工不合格率可降低 1 8 1 78 72 80 0 67 所以 目标值可定在1 2左右 此计算为设定目标提供依据 综合分析结论 因果图一 P125 因果图又称石川图 特性要因图 鱼刺图 是用于考虑并展示已知结果与其潜在原因之间关系的一种工具 因果图 二 因果图的用途 1 分析问题的原因2 有助于积累知识和经验 因果图 三 应用步骤 1 规定需要解决的质量问题2 规定可能发生的原因的主要类别 人 机 料 法 环 测量 3 画图4 寻找画出下一层次的原因 注意事项 1 画图前必须开 诸葛亮 会 集思广义 做好记录 2 首先说明结果 然后确定原因的类别 针对每一个原因类别进行展开分析 3 因果关系间层次要分明 最高层次的原因应寻求到可直接采取对策为止 4 箭头从原因指向结果 末端原因才是可能影响结果的具体原因 5 一个主要质量问题只能画一张图 因果图只能用于单一目标分析 6 对所有末端原因 都应到现场进行观察 测量 试验等 加以确认 因果图 四 因果图实例 树图 系统图 一 什么是树图 1 树图是表示某个主题 质量问题 与其组成要素之间关系的一种树枝状的图 2 树图用于系统地把某一主题分解成组成要素 并显示它们之间顺序关系和逻辑关系 3 通过头脑风暴法产生的观点和用亲和图列出的或者归类的观点 可以转换成树图以显示出逻辑和顺序关系 树图的类型 树图一般有两种形式 宝塔型和侧向展开型 树图 系统图 二 宝塔型树图常用于组织机构等 侧向型树图常用于方针目标展开 原因分析等 应用步骤 1 明确要研究的主题 2 确定该主题的类别 层次 3 构造树图 4 确定其组成要素和子要素 5 把组成要素和其子要素分别放在类别右边相应的方框内 6 评审画出图的准确性 注意事项 用于因果分析的一般是单目标 一个质量问题只画一张图 主要类别可以不先从5M1E出发 可根据其逻辑关系选取 树图 系统图 三 树图实例 目的手段型 关联图 一 原理 用于解决 图形 采用逻辑关系 理清复杂问题 整理语言文字资料的一种方法 关系复杂 因素之间有相互关联的原因与结果或目的与手段等单一或多个问题的图示技术 1 中央集中型把分析的问题放在图的中央位置 把同 问题 发生关联的因素逐层排列在其周围 2 单侧汇集型 把要分析的问题放在右 或左 侧 与其发生关系的因素从右 左 向左 右 逐层排列 注意事项 1 单目标可作因果分析的一般不用关联图 2 图中一定有若干相互关联的因素 3 要因必须出自末端因素并明确表示 关联图 二 关联图图形 关联图应用实例 某企业地处郊区 饮用地下深井水 环境条件也不好 夏季苍蝇多 食堂条件一般 去年夏季因患肠道病减员较多 影响生产 行政科今年初成立QC小组 围绕如何预防肠道病 减少夏季因患肠道病而减员开展活动 小组成员针对夏季易患肠道病这个问题 运用头脑风暴法 共提出原因12条 由于原因之间有交叉影响 因此绘制了中央集中型关联图 关联图 三 关联图 三 实例 关联图 四 注意事项 1 用于多目的的问题分析 2 展示全貌原因可缠绕 3 箭条方向从原因指向结果 问题 4 分析到能采取对策为止 5 末端因素的箭头只出不进 6 要因用符号加以标识 7 语言准确 宁可多写几个字 8 问题 识别规则是 箭头只进不出 9 边记录 边绘制 反复修改 关联图 五 因果与包容关系的转换 做关联图不仅要考虑因果关系 也要考虑包容关系 当按因果图会做成枣核状时 如上图 应及时转换为包容关系来处理 如下图 因果图系统图关联图 三种图示方法的应用 以会议形式 引导参会人员围绕主题 广开言路 自由奔放的思考及发表意见 通过相互启发 拓宽思路 激发灵感 在自己头脑中掀起思想风暴的一种集体创造思维的方法 作用 用来识别存在的质量问题 用来寻找改进的机会 头脑风暴法 P117 1 引发和产生创造思维阶段会议要领 a 与会者平等b 明确会议目的c 每人依次发表一条意见或一个观点d 成员互相补充组内无训令e 现场记录f 会议进行到无人发言为止g 将每个人的意见重述一遍 2 整理阶段对每个人的观点进行确认 去掉重复 无关的观点 头脑风暴法应用步骤 联想法有 1 类比联想法 当受到刺激或遭遇某种处境时 人们就会下意识地联想起相似的情形 例如 飞机火箭 汽车摩托车 老虎猫 咖啡红茶 2 反比联想法 想起与其相反的事物与经历 例如 上下 高低 山川 晴雨 水火 3 近似联想法 想起与其相近或关联的事物 例如 桌子椅子 下雪滑雪 钉子锤子 头脑风暴法常与 联想法 一起应用 1 绝对不用好与差给予评判不要计较建议内容的优劣 不批评也不赞扬 把意见记下来 到会议结束后再做归纳分析 2 倡导自由奔放鼓励出新出奇 不怕异想天开 要自由自在 畅所欲言 3 轻质重量鼓励点子的数量 数量是产生质量的铺垫 力求在最短的时间内 提出最多的建议 4 综合性地提炼他人的提案建议取长补短极为重要 通过融洽 产生出新的智慧 因此搭乘他人的快车 不失为一种捷径 头脑风暴法的原则 把收集到的大量有关某一特定主题的意见 观点 想法和问题 按它们之间的相互亲近程度加以归类 汇总的一种图 亲合图 P119 归纳 整理由 头脑风暴 法所产生的各种意见 观点和想法等语言资料 应用步骤 1 确定讨论主题 2 制作语言资料卡片 3 汇总整理卡片 把卡片集中随机放在一起 把有关联的卡片归在一组 找出或另写一张能代表该组内容的主卡片放在最上面 按类将卡片中信息登记汇总 画出亲合图 写出书面报告 说明结论 亲合图作用 亲合图应用注意事项 亲和图在QC小组活动中常用于选择课题或找改进的着眼点等处 但不宜作原因分析用 散布图一 P147 散布图是研究成对出现的两组相关数据之间关系的简单示图 在散布图中 成对的数据形成点子云 可从点子云的形态来推断相关数据之间的关系 如果X增加Y也增加 X与Y成为正相关 如果X增加Y则减少 X与Y成为负相关 散布图概念 散布图可以用来发现和确认两组数据之间是否存在相关关系 及其相关程度 并确认两组相关数据之间预期的关系 以利于QC小组的质量改进活动 散布图的作用 钢的淬火温度与硬度的散布图 散布图图形 散布图 二 散布图 三 散布图的分析和判断 1 对照典型图例法 典型的点子云形状图 80 2 简单象限法 又叫符号检定法 画一条与X轴平行的直线 使线的上面与下面的点子相等 再画一条与Y轴平行的直线 使线的左面与右面的点子相等 当n n n n 时 为正相关 当n n n n 时 为负相关 当n n n n 时 为不相关 散布图 四 散布图应用步骤 1 收集成对数据 一般不应少于30对 2 标出X轴和Y轴 3 找出X和Y的最大值和最小值 并用这两个值标定横轴 X 和纵轴 Y 两个轴的长度应大致相等 4 描出成对 X Y 的所有数据点 5 当两组数据的数值重合时 可围绕数据点画出同心圆 也可在离第一数据点最近处画上第二个点 6 判断 分析研究点子云的形态 找出相关关系 注意事项 应将不同性质的数据分层作图 散布图中出现的个别偏离分布趋势的异常点 应当查明原因予以剔除 散布图 五 流程图一 P135 流程图 二 流程图分析过程 1 判别过程的开始和结束 规定起点和终点 2 描述整个过程 把过程经过各点写清楚 3 规定该过程的程序 规定该点的做法 4 画出流程草图 5 评审流程图 6 改进非增值步骤 在流程中但不起作用的步骤 7 与实际过程比较 8 验证并修改不合理步骤 9 注明新流程的形成日期 流程图 三 流程图实例 接受文件 输入份数 开始复印 装订文件 重新开始 纠正错误 整理 机器运转是否正常 是否进行装订 是 是 否 否 开始 1 2 1 2 结束 简易图表 一 简易图表 二 柱状图 用长方型的高低来表示数据大小 对数据进行比较 分析 活动目标 现状 97 99 提高产品合格率目标柱状图 简易图表 三 饼分图 圆形图 饼分图是把数据的构成按比例用圆的扇形面积来表示的图形 各扇形面积表示的百分比和是100 某产品质量故障原因构成饼分图 90 100 简易图表 四 雷达图 常用来检查工作绩效的一种图表 A 理想水平 B 平均水平 C 不理想水平 多项目综合工作考核 指标体系分区展示 A B C区域划分呈比例 各指标坐标不统一 但范围一样大 发展趋势应是CBA 发展趋势应是CBA 注意事项 长期以来 在计划工作中都采用甘特图 线条图 法来计划和控制工作进度 箭条图 一月工作计划进度甘特图 洗水壶 烧水 泡荼 1 15 0 5 注意事项 工序不要漏掉 不出现环形作业 尽量安排 平行交叉 的作业方法 尽量少使用不必要的虚作业 主要矛盾线要有工期 次要矛盾线要节约挖潜 箭条图是合理安排计划 缩短工期的好办法 0 5 灌水 单位 分钟 来客泡茶过程箭条图 1 2 洗茶碗及壶 放茶叶 2 1 3 4 5 6 箭条图 什么是箭条图 箭条图是由网络技术移植而来 它是用网络的形式来安排一项工程 产品或措施 的日历进度 说明其作业之间的关系 以期高效率管理进度的一种方法 箭条图 箭条图的绘制规则 1 两个节点之间只能有一项作业 一条矢线 2 不能出现循环线路 3 只有一个始点节点和一个终点节点 4 不应有缺口 5 尽量采用水平线 垂直线和规则折线 而不能使用交叉线画图 箭条图 箭条图案例 某装修QC小组根据用户要求 必须在两周内完成 小组为满足用户要求 在装修过程中 最大限度地平行 交叉作业 为此 他们事先设计了装修作业箭条图 并严格按此计划衔接施工 终于如期完成装修任务 时间为天 过程决策程序图 PDPC法 如 新产品开发 实施企业方针目标 重大事故防止 QC小组攻关 商务恰谈 组织分供方材料供应等 过程决策程序图 PDPC法 程序 成立攻关小组或领导小组 指定组长 调查研究后 组长提出第一方案 组织有关人员开会 用否定法一步一步审定方案并提出新的可行性过程 排列方案顺序 按方案优劣绘制 PDPC图 完善 PDPC图 的辅助措施 物资 信息 接口 指挥 发表程序方案 两种构思方法 A Z的设计 ZA 的反推 过程决策程序图 PDPC法 初始状态 理想目的 注意事项 只能实施一个方案有过程实施的总负责人组织者先推出一个方案大家进行否定式讨论各方案按优劣排列 第一方案最理想 动态实施随结果调整方案辅助措施要具体 PDPC法案例 某设备维修QC小组为减少设备故障突然停机影响 保证均衡生产 特制定过程决策程序图来指导小组工作 设备突然发生故障停机 组织抢修机电人员到位 查明原因 领取备件 更换备件 调试运转交付 外购配件 备件不全无代用件 外购无货 修复旧件临时应急使用 机电人员不到位 确认质量要求能否达到 更换调整工装刀具 安排其他设备临时生产 保证均衡生产 直方图法是从总体中随机抽取样本 将从样本中获得的数据进行整理 根据这些数据找出质量运动规律 预测工序质量好坏 估算工序不合格品率的一种常用工具 直方图一 P141 直方图的概念 主要用途 直观的显示过程质量状况 帮助寻找可以改进的项目 M T TU TL 0 0 5 5 5 10 5 15 5 20 5 25 5 30 5 35 5 40 5 45 5 50 5 50 5 10 15 20 25 30 频数 重量 cg 成品重量直方图 直方图 直方图是使用一系列宽度相等 高度不等的长方形表示数据的图 注 1 长方形的宽度表示数据范围的间隔 2 长方形的高度表示在给定间隔内的数据的数目 3 变化的高度形态表示数据的分布情况 直方图 2 直观的传达有关过程的信息通过计算可准确地得到平均值和标准偏差 但不直观 通过绘制直方图并对其形态的研究 就能直观的掌握过程的情况 直方图 1 直方图的尺寸分布服从正态分布的形态 计算平均值 计算标准偏差 直方图 二 直方图的应用步骤 1 收集数据 求极差R 在原始数据中找出最大值xmax和最小值xmin 计算二者差值 即极差 2 确定分组的组数和组距 一批数据究竟分多少组 通常根据数据的多少而定 可参考下表 直方图数据分组数表 10 20 250以上 7 12 100 250 6 10 50 100 分组数K 数据个数 直方图的应用步骤 3 确定各组界限为避免数据落在组界上 组界值的末位数应取测量值单位的1 2 例如 测量单位为0 001mm 组界的末尾数应取0 001 2 0 0005 mm 分组界限应能把最大值和最小值包括在内 在决定组界限时 可先从第一组起 第一组的上界限值就是第二组的下界限值 第二组的下界限值加上组距就是第二组的上界限值 也就是第三组的下界限值 依此类推 可定出各组的组界 为了计算的需要 往往要决定各组的中心值 每组上下界限相加除以2 所得数据即为组中值 组中值为各组数据的代表值 4 作频数分布表 将测得的原始数据分别归入相应组中 统计各组数据个数 即频数fi 填好各组频数后 检查总数是否与数据总数相符 避免重复或遗漏 5 画直方图 横坐标表示质量特性 纵坐标为频数 或频率 在横轴上标明各组组界 以组距为底 频数为高画出一系列的直方柱 就成了直方图 直方图的应用步骤 直方图 三 作图 某厂生产的产品重量规范要求为1000 克 实测数据如下表 0 05 0 测量单位 cg 注 表中数据是实测数据减去1000g乘以100后由克转化为厘克所得 直方图 四 109 频数分布表 M T TU TL 0 0 5 5 5 10 5 15 5 20 5 25 5 30 5 35 5 40 5 45 5 50 5 50 5 10 15 20 25 30 频数 重量 cg 成品重量直方图 判断 过程能力无富余 画直方图 如何使用直方图 观察分析法 1 总体形状分析 正常型 异常型 A 正常型 B 偏向型 C 双峰型 D 孤岛型 E 平顶型 F 锯齿型 直方图 五 a 对称型 这是正常的形状 b1 左偏向型 当缺陷数近于0 使下限受到控制的情况下 会出现此型 例如 考生成绩集中在80 100分区域 b2 右偏向型 与情况 b 正好相反 当缺陷数接近于极限值等原因使上限受到控制的情况下 会出现此型 c 双峰型 存在两种不同分布时多出现这种情况 例如 将两批不同来源的产品混在一起检测时 直方图形状所反应的现象 d 孤岛型 说明工序条件发生过异变 例如 在原料一时发生变化或短期内由不熟练工人替班加工或测量 e 平顶型 当生产过程中有某种因素在发生缓慢变化时多有出现 例如 工具发生磨损 操作者疲劳或环境发生了缓慢变化 f 锯齿型 通常是测量方法或读数有问题 也可能是数据太少 分组的组数太多导致 直方图形状所反应的现象 图例 调整要点 图形对称分布 且两边有一定余量 是理想状态 此时 应采取控制和监督办法 调整分布中心 使分布中心与公差中心重合 2 偏心型 2 与公差界限进行比较 看直方图与公差界限的相对位置 判断是否满足设计规格要求 M 图例 调整要点 采取措施 减少标准偏差S 过程能力出现过剩 经济性差 可考虑改变工艺 放宽加工精度或减少检验频次 以降低成本 3 无富余型 4 能力富余型 5 能力不足型 图例 调整要点 已出现不合格品 应多方面采取措施 减少标准偏差S或放宽过严的公差范围 控制图一 P155 控制图概念 控制图又叫管理图 是用于区分由异常原因 系统原因 引起的波动或是由过程固有的随机原因引起的波动的一种工具 控制图是对过程进行动态控制的工具 建立在数理统计学的基础上 运用有效数据建立控制界线 CL UCL LCL 上控制界限 下控制界限 中心线 3倍标准偏差 3倍标准偏差 控制图作用 用于分析生产过程是否处于统计控制状态 稳定状态 用来确定何时需要对过程进行调整 以控制生产过程 保持相应的稳定状态 用来确认某生产过程是否得到了改进 控制图 二 控制图图形 控制图 三 控制图种类 x 平均值 极差控制图 平均值 标准偏差控制图 单值 移动极差控制图 不合格品数控制图 不合格