现代质量管理-与-统计分析

1、现代质量管理和统计分析，6质量管理的统计技术和方法，参考文献黄宏生，统计技术和方法在质量管理中的应用，国防产业出版社，2006 (28元)， 第一章质量管理和统计知识库第一节质量管理基本概念第二节质量管理发展过程第三节统计质量管理观点和方法第四节统计技术基本知识佐原健二通用质量管理工具第一节调查表第二节层次法第三节排列图第四节因果图第五节直方图第六节推图第七节对策表第一节8节流程图，第三章统计流程控制第一节流程的基本知识第二节统计流程控制简介第三节控制图第四节控制图统计流程控制中的应用第五节流程更改分析第六节流程能力基本概念和计算节7流程能力评估， 第四章假设检验第五章方差分析第六章散布与回归

2、分析第一节散布图第二节回归分析第七章实验设计第一节实验设计的基本概念第二节试验设计与分析， 第八章质量管理创新工具第一节树图第二节亲和度第三节关系图第四节矩阵图第五节矩阵数据分析方法第六节流程决策程序图第七节网络图第八节“头脑风暴”法第九节水平比较方法， 第九章测量系统分析第一节测量系统分析的基本概念第二节测量系统分析应用第十章测量不确定性第一节基本概念第二节测量不确定性的来源第三节测量不确定性评估第四节应用实例第十一章抽样检查第一节抽样检查概论第二节抽样检查方案介绍第三节计算曹征抽样检查方案； 附录I正交表附录ii ff分布的分位数表附录3 GBT2828.12003标准应用本表附录4 GB

3、T152391994隔离批数抽样测试抽样方案表附录5 GBT132621991计数标准第一抽样表附录6测量控制图系数表参考，6.1概述，专家观点，费根鲍姆(A. V. Feigenbaum) .“用这种统计方法表达的观点对全面质量管理的整个领域有重大影响。”，使用数据，所有数据说话，数据是质量管理活动的基本质量特性：与产品、流程或系统要求相关的唯一特性。数据在质量管理中的作用：在质量管理过程中，收集有关质量数据的目的地，并找到有关产品质量或生产状态的信息，例如数据刘涛、整理、处理、分析、产品存在的质量问题以及产品设计、流程改进、产品质量保证和改进等问题的原因。质量特性值和质量特性值通常由各种数

4、字指示器表示。也就是说，质量指示器特定产品经常使用多种指标反映从相应质量测量或测量质量指标中获取的数值，即质量特性值，通常称为数据。根据质量指示器性质，质量性质值可以分为两类：计算值和测量值。如果数量：质量特性值只能具有特定的值集，而不能具有介于值之间的值，则这些特性值称为数值。米值可以进一步区分为碎片值和米值。对产品执行逐项检查时，结果属性(如通过和未通过评估)数据称为片段值。每个产品的质量缺陷数称为点值。棉织物的缺陷数、铸件的砂眼数等。土方和土方计算值、土方计算值：如果质量特性值可以在指定范围内获取任何可能的值，则这些特性值称为土方值。使用各种测量工具(如长度、重量、时间、温度等)测量的数

5、据是测量值。6.2数学统计初步，整体和样本的不同类型质量属性值形成的统计规律徐璐形成不同的控制方法。工业产品的数量很多，因此我们要理解和控制的目标产品的整体或表示产品性质的质量特性值的整体称为整体。通常，从整体随机抽取部分单位产品(即样品)，测量构成这些样品的质量特性值，以估计和判断总体特性。质量经营统计方法的基本思想就是利用样品的质量特性值进行总体科学的推断或预测。整体，个别整体：是整体(也称为母体)的整个研究对象。可以说是在一段时间内生产的部件、工艺或类似产品的全部。个人：构成了称为对象的整体基本单位。每个零件，每个产品都是个人的。样本和样本样本：提取整个对象的一部分，称为样本(也称为子样

6、本)。样品：样品的每个实体称为样品，样品中包含的样品数也称为样品大小，也称为样品数量，通常表示为n。样例值：测量样例的质量特性，结果数据称为样例值。代表：样品越多，分析结果越接近总值，样品对全体代表越好。质量数据收集方法全面检查：可靠，但有局限性。消耗大量人力、物力、财力和时间，不适用于破坏性检查或流程质量管理。随机抽样检查简单随机抽样分层抽样(等距抽样)，随机抽样意味着所有个人都平等地提取机会。这种抽样方法完全是偶然的方法，不事先考虑提取什么样的样品，通常是抽签或利用随机数表提取样品，以确保样品代表。、总容量不大时随机采样是有效的采样方法。分级抽样、分级抽样首先对与研究内容密切相关的主要因素

7、进行分类或分层，然后根据各层次中的随机原则提取样品。分层抽样可以减少层间差异，增加样品的代表性。如果、获取的数据不均匀或偏移分布，则分层采样是有效的采样方法。系统采样，每k个提取一个个人的采样方法，比率k是总容量n与采样容量n的比率；系统采样通常比分层采样更好，前提是它足够大，并且易于对特定顺序进行整理。1，2，k1，K 2，2k 1，2K 2，3K到n，例如，从具有1000个对象的整个对象中提取50个对象。全部、抽样、数据之间的关系、全部、抽样、结论、数据、抽样、分析、管理、测试、统计推断抽样的目的是通过抽样反映整体。在质量管理中，通过收集测试的样本数据整理加工，并掌握其特性，经常推断出总体

8、变化规律、趋势和特性。数据放置，指示集中的倾向和数据的分散程度。表示中心倾向的平均值、中值等，表示数据分布程度的方差、标准差、非常差等。如果使用描述整个数据中心趋势的数平均总体数据不连续性的参数分布2样本参数粗略描述整个情况，则可以使用样本平均x近似值代替总体平均值，使用样本分布S2近似值代替总体分布2。，样例平均值，样例中间位值，X=，X1 X2 X3。Xn、n、中间位值是按数据大小顺序排列的中间数值，中间位值用x表示，如果n是偶数，则中间两个数值的平均值是中间位值。样本差异、样本方差和样本标准差、样本方差(S2)和样本标准差(s)是用于测量数据波动大小的重要特性值，数据方差也反映了：套数据

9、，样本偏差表示数据集的数据分布范围，数据中最大值和最小值的差异3360，6.3质量管理图形分析方法(教材第3章)流程图(6 sigma流程图)。pdf)检查列表和层次结构方法(层次结构方法)排列图(排列图)鱼骨图(排列图)(分析结果)和对策表数据的分布图/表频率(比率)分布表直方图柱状图点图框图表数据关系和趋势图时序图表散点图，质量管理最强调的是事实管理，即要了解事实，请设计检查表记录用核对表、核对表及分层法、分层法是所有手法中最基本的概念，不久将根据应用目的将各种数据分类为不同的“类别”，便于以后分析；人，机器，材料，角度法，他，案例分析1 -胶片生产厂的产品缺陷，P80案例分析2 -服装生

10、产企业的市场投诉，Joseph Juran博士Recognized this concept as a universal that could be applied to many fields。he coined the phrases vital few and use ful many(主要、次要多数)。直观含义：主要和次要原因分析也是基础：分层方法、排列图、工厂内部有很多问题需要解决，但是如何开始？事实上，大多数问题可以通过确定影响的几个因素，销毁和控制来解决80%以上的问题。柏拉图根据收集的资料，系统地对由于不好的原因和不好的情况而产生的现象进行分类，计算每个项目所产生的数据(例如

11、，不良率、损失额)和所占的比例，然后按大小顺序排列，然后添加累积值的图形，再添加由两个纵坐标、一个横坐标、多个矩形和一条曲线(折线)组成的左纵轴是累积频率(质量问题的数量)右垂直轴表示累计频率(质量问题的累计百分比)。横轴表示影响产品质量的多个因素/问题的高度。矩形的高度表示质量问题/因素的影响程度。曲线是累计频率点(称为累计频率线或排列图曲线)、排列图的组成、主要因素/问题(a类):累计频率0%至80%之间的次要因素/问题(b类):累计频率80%至90%之间的一般因素确定数据记录时间。按分类项目统计。计算累计频率。准备好打坐的纸，画纵横坐标。频率大小顺序直方图。按累计比例排列曲线。记录帕累托

12、标题和数据简历。帕累托图绘制方法步骤，分析工厂采用新工序后影响产品质量的原因，案例-1，p93-95，案例-2，部门对上个月生产的产品进行统计，总次品为409，其中次品为：案例3课堂练习，以上实例中的主要次品为损坏这种损伤是月份生产很多产品时的损坏之和，然后用柏拉图法分析产品类别。坏数，50，100，150，200，百分比，66.7%，17.9%，5.1%，4.1%，6.1%，2，使用排列图验证产品质量改进效果。之前，100%，之后，100%改善，排列图应用程序，3，使用排列图对产品质量进行分层研究；A B C、A cause-and-effect(C直方图的分布中心与世界中心几乎一致，是理想

13、的直方图)。此时，所有产品都合适，工序处于正常管理状态。直方图的分布范围b在标准范围t内，数据波动仍然相对集中，但是分布中心偏移了标准中心，直方图的一侧达到了标准限制，此时状态稍有变化，可能导致产品超出标准范围，变为无效。因此，必须采取措施使分布中心与世界中心重合。如果直方图在标准范围内，则为2，直方图的分布范围b没有超过标准范围t，但没有余量。此时，稍微偏移分布中心会产生无效现象，必须及时采取措施缩小产品质量属性值的分布范围。如果直方图在标准范围内，则3，产品质量特性值的分布非常集中，因此直方图的分布范围b和标准范围t之间的剩馀量太大。此时，可以适当放宽对原材料、设备、工艺等的要求，减少生产

14、成本。或者，添加严格的标准，提高产品的性能，以帮助装配等；T、B、SL (S)、Su(L)；直方图在标准范围内时为4；直方图超出标准范围时为1；产品质量特性值的分布中心向左(或向右偏离标准中心时为直方图分布范围B)直方图分布范围b标准范围t，此时，在标准限制和子限制处出现无效。这通常是由于产品质量特性值的标准偏差过大造成的。此时，为了降低分布的标准偏差，必须采取相应的技术措施。如果标准设定不当，可以放宽标准范围。直方图在基准范围外的情况下为2，直方图的分布范围b远远超过基准范围t，此时已经发生了大量不合格，应立即分析原因，采取紧急措施；如果标准允许更改，请重新修订标准。T，B，(S) SL，S

15、u (L)，直方图超出标准范围3，直方图出现异常奇点时收集的产品质量特性值数据，特别是在出现双模态直方图时收集的产品质量特性值数据为设备、操作员、工作方法、将直方图分层，研究不同设备、不同原料、不同操作方法等对产品质量特性值影响差异的直方图以上的原因。柱状图的层次比较，按轴承外径柱形图工作人员改进层次柱形图后，时序图/推图可以从时间角度观察数据和趋势。数据的关系和趋势图，一些变量之间的关系，但是一个变量的数值不能准确地计算另一个变量的值。列出这两个相关数据，试验坐标，并观察两个元素之间的关系。这种图形称为散布图。散布图是通过分析研究两个因素的数据之间的关系来控制影响产品质量的相关因素的有效方法。数据的关系和散点图，示例1:供应商和客户的关系，示例2:热处理时钢的淬火温度和硬度的关系，如图所示，数据的想法类似于直线，在这种情况下，硬度和淬火温度几乎可以说是线性关系。根据测量的两个数据制作散布图，然后观察其分布有多紧密，判断其关系有多紧密。散点图的类型，(1)完全正相关x增加，y增加。x和y之间可以用线y=a bx(b为正数)表示。(2)正相关x增加，y基本增加。此时，除了因子x外，还可能存在其他因子。(