北京科立特质量管理信息平台.ppt

第5章质量管理应用科立特质量软件（QQS）3.1版,现代管理方法与应用课程组胡永铨胡洪力胡玮玮,质量管理软件与应用,一、质量管理的发展阶段质量管理同科学技术的进步、管理科学的发展是密切相关的，它的发展过程大致分为以下三个阶段：(一)质量检验阶段(20世纪20年代到30年代末)这是质量管理最早的阶段。在这以前产品质量主要是靠工人的实际操作经验，工人既是操作者，又是检验者、管理者，经验就是标准，也没有准确的量具。随着生产的发展，由于市场的竞争，对质量要求越来越高，产品结构也越来越复杂，这就要求有质量标准，有专门的检验人员，有精确的测量工具。因而就出现了专门的检验机构。到20世纪初美国工程师泰罗根据工业生产管理的实践和经验，提出了“科学管理”理论，主张计划与执行分开，在执行中要检查和监督。因此，专职检验就进一步得到推广。,质量检验阶段的特点是事后把关，即产品生产出来之后，质量检查人员根据质量标准逐一检查，目的是发现废品和不合格品。但这种单纯的事后检验，不能预防和消除生产过程中不合格品的产生。另外，不合格品虽然被查出来，也已经造成了人力物力的损失。同时全数检查不仅耗费大量时间和费用，对一般产品经济上是不合算的，而且对于有破损的检验，根本不能进行全数检查。由于单纯质量检验的弊端和局限性，促使人们寻找更好的质量管理方法。(二)统计质量控制阶段(20世纪40年代到50年代末)统计质量控制（SQC,statisticalqualitycontrol），就是运用数理统计的方法，对生产过程的产品质量进行控制。1924年，美国贝尔电话研究所的休哈特应用数理统计学的原理，提出了用“6s”法控制生产过程的产品质量，继而建立了第一张工序质量控制图(或称管理图)，作为预防生产过程中出现废品的重要工具。,1931年，休哈特专著工业产品质量的经济控制，对统计质量控制做了系统论述，从而建立了统计质量控制的理论基础。与此同时，美国的道奇和罗米格把数理统计方法应用于质量管理的抽样检查方面，发明了挑选型抽样检查法，并得到了广泛的应用。解决了全数检查工作员大、费用高等问题。统计质量控制是质量管理发展过程中的一个重要阶段，它是20世纪40年代后到世纪50年代未这段时间得到发展和推广应用的。统计质量控制的主要特点是：从质量管理的指导思想上看，由以前的事后把关，转变为事先的积极预防，以及预防和检验相结合，从质量管理方法上看，广泛深入地应用了统计的思考方法和统计的检查方法。,质量的定义：一组固有特性满足要求的程度,注一：“质量”可使用形容词如差、好或优秀来修饰。注二：“固有的”（其反义是“赋予的”）就是指在某事或某物中本来就有的，尤其是那种永久的特性。例如：螺栓的直径、接通电话的时间,质量具有：时效性（需求的变化）、相对性（需求的不同）、广义性,物性的充分状况,当然的质量和魅力的质量,充分,不充分,满足,不满足,例如：以冰箱为例安全、制冷冰箱门上的温度显示压缩机噪音,质量管理的发展历程,注：括弧()內表示开始大幅推广期,泰勒QI,休哈特SQC1924(1941),费根堡姆TQM1961(1970),年代,交换20世紀初1910192019301940195019601970198019902000,质量管理奖6-Sigma1979(2000),萌芽,泰勒（FrederickWinslowTaylor)20世纪初美国管理专家，提出了“科学管理”的方法，实施在人员中进行科学分工。使质量检验独立出来，成为专职检验部门。主要著作有科学管理原理。休哈特（W.A.Shewhart18911967）第一次世界大战后期，美国质量管理专家，现代质量管理奠基者，被人们尊为“统计质量控制之父”，成功地将统计学、工程学和经济学结合在一起，开创了统计质量控制这一新领域，主要著作有工业质量控制、质量控制统计方法和加工产品制造质量的经济控制。,费根堡姆：（A.V.Feigenbaum1920.4）美国质量管理专家，提出：质量管理的主要任务是建立质量管理体系。具有划时代的意义，并丰富“全面质量管理”的理论，强调以质量为中心，以全员参与为基础，质量管理应贯穿于产品产生、形成的全过程的管理方式和理念。其关于质量和创造价值的理论对工业化国家产生深刻影响，主要著作有全面质量管理等。朱兰（JosephM.Juran1904）美国质量管理专家，观点：认为质量来源于顾客需求。从质量管理的角度重新阐述了柏拉图原理，提出的质量三部曲-质量策划、质量控制和质量改进，为全世界质量活动取得成功产生了广泛的影响。主要著作有质量控制手册、朱兰质量手册等。,不同阶段的管理范围不同,市场调查,产品策划,设计,工艺准备,制造,检验,销售及售后服务,质量管理最佳业绩,一级“检验”,二级“控制”,三级“保证”,四级“卓越”,通过检验保证质量；几乎没有质量意识及专门知识,提高工艺稳定性；工人开始参与初级方法、工具,开发阶段考虑工序能力以及可生产性；供应商一体化统计工具、思维处理方法等,面向直接客户，产品质量优越；企业文化重组各种方法普遍应用,质量管理的分级,-我国大部分企业质量管理的先天不足,质量管理的发展与对比,处在传统质量管理向统计质量管理阶段过渡时期；部分企业开始扎实地起步，并在摸索新路子。,质量管理,ISO8402:2000:质量管理定义是：“确定质量方针、目标和职责并在质量体系中通过诸如质量策划、质量控制、质量保证和质量改进使其实现的全部管理职能的是所有活动”质量管理是一个系统的闭环活动.（新编质量管理学）,质量管理的过程:质量策划、质量控制和质量改进朱兰三步曲J.朱兰朱兰论质量策划,PDCA循环,P策划planD实施doA处理actionC检查check,质量改进的步骤和内容,PDCA,戴明环四阶段七步骤Q提高（产品、工作）,PDCA,四阶段七步骤,选择课题掌握现状分析问题原因拟定对策并实施确认效果防止再发生和标准化总结,DMAIC,DEFINE,MEASURE,ANALYZE,IMPROVE,CONTROL,SixSigma五步法,一、6SIGMA的产生,一、6SIGMA的产生美国人喜欢不断地创新，而6SIGMA正是美国人在原TQM发展基础上创新带来的产物。朱兰、费根堡姆于20世纪60年代提出了TQM的概念。他们提出，为了生产具有合理成本和较高质量的产品，以适应市场的要求，只注意个别部门的活动是不够的，需要对覆盖所有职能部门的质量活动策划。戴明、朱兰、费根堡姆的全面质量管理理论在日本被普遍接受。日本企业创造了全面质量控制（TQC）的质量管理方法。统计技术，特别是因果图、流程图、直方图、检查单、散布图、排列图、控制图等被称为老七种工具的方法，被普遍用于质量改进。全面质量管理（TQM）成为许多世界级企业的成功经验证明是一种使企业获得核心竞争力的管理战略。质量的概念也从狭义的符合规范发展到以顾客满意为目标。全面质量管理不仅提高了产品与服务的质量，而且在企业文化改造与重组的层面上，对企业产生深刻的影响，使企业获得持久的竞争能力。但是，全面质量管理易流于形式，质量管理需要一种更有号召力的质量改进方式，正是在这种情况下，6SIGMA应运而生。,二、6SIGMA的概念,二、6SIGMA的概念6SIGMA最初的含义是建立在统计学中最常见的正态分布基础上的。它考虑了1.5倍的漂移，这样落在6SIGMA外的概率只有百万分之三点四，即3.4ppm。一百万次出差错的机会中，只有3.4次发生的可能，其实质就是不要做错，建立做任何事一开始就要成功的理念。6SIGMA开始主要针对制造业，通过数据收集、研究分布规律，利用正态分布分析它可能产生的缺陷数。以后逐渐发展到其它所有的过程，包括服务业。虽然6SIGMA是新诞生的一种理论，但其中的很多方法原先就有，只是给予了新的内涵以及加以实践。6SIGMA注意发现潜在的、隐藏的问题，它不是事后发现问题，再采取措施；而是去寻找潜在的、可能的问题，预先处理，不给它发生的机会。,SixSigma,6Sigma由摩托罗拉公司于1993年率先开发，采取6Sigma模式管理后，该公司平均每年提高生产率123，由于质量缺陷造成的费用消耗减少了84，运作过程中的失误率降低997。希腊字母sigma含义为“标准偏差”，6Sigma意为“6倍标准差”，在质量上表示每百万坏品率少于3.4。所谓6Sigma，即从顾客的角度出发，寻找品质决定因素(CriticalToQuality)，采用科学的方法，实现100万个产品中有3、4个次品的完美品质。6Sigma做为这一统计学标准的意义是，从顾客对产品和服务满意的角度出发，让我们了解当前所处的位置和将来的发展方向。不仅如此，6Sigma还是提高产品质量，降低成本，最终增强竞争力的企业战略,以及改变工作方法和思考方式，让顾客满意的经营哲学。,6Sigma的扩展,6Sigma是一种管理策略，它是从摩托罗拉采用了这种策略并取得成绩之后逐渐发展起来了。这种策略主要强调制定极高的目标、收集数据以及结果分析，通过这些来减少产品和服务的缺陷。6Sigma背后的原理就是你检测在你的项目中有多少缺陷时，你就可以断定如何系统地减少缺陷，使你的项目尽量完美。要想达到6Sigma标准，则出错率不能超过百万分之3.4。6Sigma包括两个过程：6SigmaDMAIC和6SigmaDMADV，它们是整个过程中两个主要的步骤。6SigmaDMAIC是对当前低于6Sigma规格的项目进行定义、度量、分析、改善以及控制的过程。6SigmaDMADV则是对试图达到6Sigma质量的新产品或项目进行定义、度量、分析、设计和验证的过程。所有的6Sigma项目是由大黑带协调绿带和黑带来执行的。6Sigma拥护者声称这种策略可以使50的项目受益，它可以使营运成本降低、周转时间得到改善、材料浪费减少、对顾客需求有更好地理解、顾客满意度增加以及产品和服务的可靠性增强。然而要想达到6Sigma标准需要付出很多，并且可能需要几年的时间才能实现。GE、联信等公司是实施6sigma管理的几个典型例子。,常用质量管理方法、工具,方法分类,质量数据分类、分析（QC老七种工具、过程能力、统计推断、回归分析、方差分析、实验设计）质量语言、思维创造、处理、整理;打破常规、观念的变革.（QC新七种工具、因果图）,科立特软件使用,软件简介软件界面软件安装数据录入功能介绍问题讨论,内容提纲,软件简介软件界面软件安装数据录入功能介绍问题讨论,定位：“质量管理通用方法工具”软件;内容：汇集常用的质量管理工具、方法，并使它们有机结合;应用：QC小组、自主管理、六西格玛管理等质量改进工作.,关于QMCQQS,内容提纲,软件简介软件界面软件安装数据录入功能介绍问题讨论,主要界面,数据概览,主要功能：通过对数据基本特征的浏览，来判断数据背后的初步信息基本统计量：看基本的数据特征：个数、最大值、最小值、均值、方差等直方图概览：看基本的数据分布情况散布点矩阵：看数据之间是否具有相关关系基本时序图：看数据趋势正态性检验：看数据是否具有正态分布的特征正态概率纸：偏度和峰度：夏皮罗-威尔克法：,QC老七种工具,因果图：直方图：排列图：质量问题-不良品件数排列图时间-质量问题数量排列图等散布图：控制图：均值-极差、均值-标准差、中位数-级差、单值和移动极差控制图不合格品率、不合格品数、单位不合格数、不合格数控制图常用图形：带状图、柱状图、折线图、雷达图、饼状图、箱线图,QC新七种工具,关联图树图（树图）PDPC法箭条图（网络图）亲和图（KJ法）矩阵图（L型、T型、X型、Y型）矩阵数据分析法,过程分析,过程能力指数分析过程性能指数分析,统计推断,一个总体的均值检验一个总体的方差检验两个总体的均值检验两个总体的方差检验一个样本的比率P检验二个样本的比率P检验区间估计,回归分析,一元线性回归分析一元二次回归分析多元线性回归分析等包含各种残差分析（残差顺序图、残差直方图、残差正态概率纸、残差散布图等分析）,方差分析,单因素方差分析双因素方差分析等,试验设计,正交试验表设计试验结果分析,内容提纲,软件简介软件界面软件安装数据录入功能介绍问题讨论,内容提纲,软件简介软件界面软件安装数据录入功能演示问题讨论,数据录入,质量数据分析（QC老七种工具、过程能力、统计推断、回归分析、方差分析、实验设计）质量语言处理（QC新七种工具-因果图）,数据录入（1）,定义“数据列”属性为必做步骤，否则无法进行数据分析。“数据列”属性是指本列数据的类型，数据类型包含“计量型”、“计数型”、“文本型”三种类型。具体操作：双击每一数据列-“列头”位置，弹出对话框，依据对话框提示，根据实际，选择合适的类型，其中，“计量型”需要根据实际情况选择“小数点位数”。如下图所示，,数据录入（2）,定义完“数据列”属性后，即可向表中输入数据信息。表中具体数据生成可以采取“一一录入”和“复制-粘贴”的方式。“复制-粘贴”方式适用于“文本”、“Execl、Mintab、Wps、KJmp”等表格文件内数据的引用。,数据录入（3）,质量语言录入：1、因果图：树图生成结构图，直接产生因果图；2、新七种工具绘制：特殊的基本符号、左右键配合产生菜单选择；,内容提纲,软件简介软件界面软件安装数据录入功能介绍问题讨论,核心功能介绍,数据概览QC老七种工具QC新七种工具过程分析回归分析方差分析试验设计分层的思想普遍体现在各种方法、工具之中,第一部分,数据概览数据分布特征,数据分布特征,数据基本统计量集中趋势离散程度偏态与峰度,基本统计量,最大值最小值平均值中位数众数标准偏差偏度峰度,第二部分,QC老七种工具,因果图排列图直方图检查表分层法散布图控制图,因果图,因果图的概念因果图的绘制因果图的注意事项绘制的注意事项使用的注意事项,排列图,排列图的概念制作排列图的步骤排列图的分类排列图的注意事项排列图与因果图结合使用,排列图作法如下：,步骤1：针对存在的问题收集一段时间的数据；步骤2：将各项不合格品数按从大到小的顺序排列，计算各自所占的比率和累计比率；步骤3：将横坐标按不合格品数从大到小的顺序，依次列出各种不合格的原因；步骤4：以左侧纵坐标为不合格品数，右侧纵坐标为累计比率；步骤5：在横坐标上的每个不合格原因处，画出与其不合格品数对应的矩形；步骤6：由左自右累加每个不合格原因的比率，画出累计频数曲线。,直方图的概念直方图的作图步骤如何使用直方图,直方图,1、直方图的常见类型2、直方图与公差界限比较,散布图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。,散布图的作用散布图可以用来发现和确认两组相关数据之间的关系并确认两组相关数据之间预期的关系。,散布图散布图的应用程序（1）收集成对数据（x，y）（2）标明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）（4）描点（5）判断,图16-1散布图中的点子云形状,散布图,质量管理起于控制图终于控制图,分组的基本原则,组内尽量只包括偶然因素导致的正常波动；异常原因导致的波动尽可能在组间的波动中体现。,计量型控制图计数型控制图,控制图的种类,确定要制定控制图的特性,是计量型数据吗？,关心的是不合格品率吗？,关心的是单位不合格品数吗？,样本容量恒定吗？,样本容量恒定吗？,是否能均匀或不能按子组去取样？,子组、均值是否能简单的求得？,子组容量是否大于或等于9？,是否能方便地求得子组的S值？,使用P图,使用u图,使用中位数极差图,使用Pn或p图,使用c或u图,是,是,是,是,是,是,是,是,是,否,否,否,否,否,否,否,否,如何选用控制图,1、收集收集数据并画在图上2、控制根据过程数据计算试验控制限识别变差的特殊原因并采取措施3、分析及改进确定普通原因变差的大小并采取措施减少它,使用控制图的三个基本阶段,1.收集数据2.画图3.计算控制限4.将试验控制限及中心线画在图上5.分析极差图和均值图6.分析特殊原因，采取措施予以消除7.修改数据或重新采集数据8.重新画图，计算控制限9.计算过程能力和性能指数10.分析过程能力11.保持过程，改进过程,均值极差控制图的制作和应用,控制图判稳和判异原则,判稳原则,判异原则,（1）连续25点在控制线内（该条准则风险较大，进行工序分析时，虽好取40组以上的数据更稳妥）（2）少于1/35（3）少于2/100,（1）超出控制限的点（2）链（3）明显的非随机图形,控制图常规控制图的分类,表15-1常规控制图表,续表,续表,续表,注：下控制界限公式中的“”表示以0为自然下界。,常规控制图的判断准则以均值控制图为例，判断异常的8条检验准则如下,在点子随机排列的情况下，出现下列情况之一，就判断过程处于稳态，即没有异常波动的状态。（1）连续25个点，落在控制界限外的点数为0。（2）连续35个点，落在控制界限外的点数小于等于1。（3）连续100个点，落在控制界限外的点数小于等于2。,检验4：连续14点中相邻点交替上下,图15-2判断异常的检验准则,步骤1：确定待控制的质量指标，即控制对象。步骤2：取预备的数据。步骤3：计算步骤4：计算步骤5：计算R图控制界限，控制界限，并作图。步骤6：将预备的数据在R图中打点，判稳；若判定过程处于稳态，则进行步骤7。若过程出现了异常，则需执行“查出原因，采取措施，保证消除，纳入标准，不再出现”，然后转入步骤2，重新收集数据。,步骤7：将预备的数据在图中打点，判稳。若判定过程处于稳态，则进行步骤8；若过程出现了异常，则需执行“查出原因，采取措施，保证消除，纳入标准，不再出现”，然后转入步骤2，重新收集数据。步骤8：计算过程能力指数并检验其是否满足技术要求步骤9：延长图的控制界限，进入过程的日常控制阶段。,第三部分,QC新七种工具,新七种工具,关联图树图PDPC法箭条图KJ法矩阵图矩阵数据分析,新七种工具,关联图树图PDPC法箭条图KJ法矩阵图矩阵数据分析,关联图的概念,现代企业管理，必须注意解决产品质量、提高自动化程度、节约资源防止公害等重大问题，每一方面又都与复杂的因素相关联。质量管理中遇到的问题，也是由各种各样的因素所组成。这些复杂因素之间的联系并非都象因果图所示的“单线联系”，而是错综复杂的“多头联系”。关联图正是适应了这种要求。关联图法也称关系图法。它是把几个问题与其主要因素之间的因果关系，用箭条线连接起来表示逻辑关系，进而找出解决问题的适当措施的一种方法。,关联图的概念图,关联图的主要用途,有效解决多种目标型问题确定质量方针拟定制造过程中预定不良品的措施提出解决市场问题的措施改进企业的日常管理活动,关联图示例（饭店客源少）,新七种工具,关联图树图PDPC法箭条图KJ法矩阵图矩阵数据分析,树图的概念,在计划与决策过程中，为了达到某种目的，就需要选择和考虑某种手段，而为了采取这一手段，又要考虑它下一级的相应手段。这样上一级手段就成为下一级手段的行动目的。如把这些要达到的目的和所需的手段按顺序层层展开，直到可采取措施为止，并绘制成图（树图），就能对问题有一个全面的认识，然后从图中找出问题的重点，提出实现预定目标的最佳途径。,树图的概念图,树图的主要用途,新产品开发过程中设计质量的展开制订质量保证计划，对质量保证活动进行展开与因果图结合使用目标、方针、实施事项的展开明确部门职能、管理职能对有关质量、成本、交货期等问题的创意进行展开,树图的绘制方法,问题111,树图应用示例,某厂专业从事书籍装订布生产，作业时，布幅方向发生断裂的不合格品较多，造成最终产品报废。于是将“把因断裂造成的不良降低到最小”设定为目标，进而分解为“不断裂”和“减少因断裂而产生的损失”两个目标，根据各种不同的情况，进行评价，并作成树图。树图作成以后，对末端对策进行详细评价，确定了具体的实施事项，并逐一实施，结果，从对策实施后6个月，平均每月的损失减少到原来的一半。,新七种工具,关联图树图PDPC法箭条图KJ法矩阵图矩阵数据分析,PDPC法的概念,PDPC法，也称过程决策程序图法，是为了完成某个任务或达到某个目标，在制定行动计划或进行方案设计时，预测可能出现的障碍和结果，并相应地提出多种应变计划的一种方法。这样在计划执行过程中遇到不利情况时，仍能按第二、第三或其它计划方案进行，以便达到预定的计划目标。,PDPC法概念图,PDPC法的用途,制订方针目标管理中的实施计划制订科研项目的实施计划对整个系统的重大事故进行预测有效控制项目的实施,PDPC法的特征,不是从局部，而是从全局、整体掌握系统的状态，因而可作全局性判断可按时间先后掌握系统的进展情况把握信息及时，可不断对计划措施进行补充、修订，PDPC图不是一成不变的。,PDPC法应用示例,新七种工具,关联图树图PDPC法箭条图KJ法矩阵图矩阵数据分析,箭条图（网络图）的概念,箭条图法又称网络计划技术，是安排和编制最佳日程计划，有效地实施进度管理的一种科学方法。一项任务或工程，可以分解为许多作业，这些作业在生产工艺和生产组织上相互依赖、相互制约，用箭条图可以把各项作业之间的这种关系清晰地表示出来，通过箭条图，能找出影响工程进度的关键和非关键因素，统筹协调，合理利用资源，提高效率。,箭条图概念图,箭条图的用途,制订详细的计划在计划阶段对方案仔细推敲，保证计划的严密性计划实施后，对于情况的变化和计划的变更可做出适当的调整能够具体而迅速地了解某项工程延期对总体进度的影响，从而及早采取措施,某项目管理Gantt图,根据Gantt图画出的箭条图,新七种工具,关联图树图PDPC法箭条图KJ法矩阵图矩阵数据分析,KJ法（亲和图法）的概念,KJ法，又称亲和图法，是针对某一具体问题，充分收集各种经验知识、想法和意见等语言、文字资料，按其相互亲和关系进行汇总整理，使问题明确起来，求得统一认识和协调工作，以利于问题解决的一种方法。,KJ法的主要用途,认识未知事物打破现状，提出新的方针促进协调，统一思想贯彻上级方针,KJ法步骤,确定课题收集语言资料将语言资料制成卡片整理卡片制图,KJ法（亲和图法）应用场合,KJ法应用示例,新七种工具,关联图树图PDPC法箭条图KJ法矩阵图矩阵数据分析,矩阵图的概念,所谓矩阵图法，是一种利用多维思考去逐步明确问题的方法，其工具是矩阵图。从问题的各种关系中，找出成对要素Lj和Ri，用数学上矩阵的形式排成行和列，在其交点上标示出L和R各因素之间的关系，从中确定关键点。在寻求问题的解决手段时，若目的（或结果）能够展开为一元手段（或原因），则可用树图法；若有两种或两种以上的目的（或结果），则其展开用矩阵图较为合适。,矩阵法的概念图,着眼点,矩阵图的主要用途,确定系统产品开发、改进的着眼点在产品开发过程中，对产品质量进行展开系统地核实产品的质量与各项操作乃至管理活动的关系，便于全面地对工作质量进行管理发现制造过程不良品的原因了解有关市场信息，制定市场产品发展战略明确一系列项目与相关技术之间的关系探讨现有材料、技术的应用新领域,矩阵图的几种形式,新七种工具,关联图树图PDPC法箭条图KJ法矩阵图矩阵数据分析,矩阵数据分析法,矩阵数据分析法是对矩阵图法中的行与列之间因素的相关程度予以定量表示的方法，是新七种工具唯一利用进行数据分析的方法，其结果仍用图来表示，应用多元统计原理，进行多变量解析，主要方法为主成分分析法。,矩阵数据分析法示例,矩阵数据分析结果（1）,主成份散布图,特性值散布图,第四部分,过程能力分析,过程（工序）能力,指工序中人、机、料、法、测、环（5M1E）诸因素均处于规定的条件下，操作呈稳定状态时所具有的质量水平。通常用质量特性分布的标准偏差的6倍来表示。,1、过程（工序）能力的概念,1,2,3,1,2,3,61,62,63,2、过程（工序）能力与公差的关系,(a),(b),(c),(d),3、过程能力指数的计算,（1）过程（工序）能力指数的概念（2）过程（工序）能力指数的计算（3）过程（工序）能力指数的评定（4）提高过程（工序）能力指数的途径（5）过程（工序）能力调查,三、过程质量的控制方法,1、过程质量策划2、关键过程、特殊过程的识别3、过程（工序）质量控制点A、过程（工序）质量控制点设置原则B、设置质量控制点的步骤C、设置质量控制点应注意的问题D、编制质量控制点作业指导书4、过程质量控制指导文件,过程能力指数的定义,过程能力满足内外部顾客要求的程度。,过程能力指数的计算,1、双侧公差,3、修正偏移后,Cp与PPM的关系,Cp与Pp的关系,第五部分,统计推断,数据与推断,推断统计在统计方法中的地位,统计方法,描述统计,参数估计,假设检验,推断统计,统计推断的过程,第六部分,回归分析,回归分析,研究两组数据（x,y)之间的关系的一种统计工具两组数据的6种可能关系强正相关、弱正相关、强负相关、弱负相关、非线性相关、不相关,一、散布图二、相关系数1、相关系数的定义2、相关系数的检验3、具体计算,回归分析,三、一元线性回归方程1、一元回归方程的求法2、回归方程的显著性检验3、利用回归方程进行预测4、利用回归方程进行控制,相关系数及相关系数表,表示两组数据(x,y)关系的密切程度的统计量相关系数，用r表示。数学定义为：其中：,不线性相关并不意味着不相关；有相关关系并不意味着一定有因果关系；回归分析/相关分析研究一个变量对另一个（些）变量的统计依赖关系，但它们并不意味着一定有因果关系。回归分析对变量的处理方法存在不对称性，即区分应变量和自变量；相关分析则对称地对待两个变量，两个变量都被看作是随机的。,相关系数表,相关系数的检验：H0:0，H1:0其拒绝域为：,一元回归方程表达式方程系数的估计运用最小二乘法对方程系数a,b进行估算。方程显著性检验相关系数r检验方差分析平方和自由度fT=n-1fR=1(自变量数）fe=fT-fR,一元线性回归方程的获得,利用回归方程的进行预测,在获得一个有意义的回归方程后，可以通过给定一个x值，来预测可能的结果y。点估计y0=a+bx0区间估计那么当n30其中,第七部分,方差分析,方差分析（AnalysisofVariance,ANOVA)是假设检验的一种延续与扩展.它可以解决诸如多个均值是否相等等方面的检验问题，在因素分析中具有一定的优势。,方差分析,1、单因子方差分析,Ar,A2,A1,均值,水平,试验数据,和,随着A水平的变化，之间有无显著差异。,m,y,y,y,1,12,11,L,r,y,1,y,2,y,m,y