品质统计方法知识培训教材.ppt

1、品质统计方法知识培训教材,品质统计方法之应用,品质统计方法是工厂品质管理过程中经常运用的重要手法。 主要是通过对各种相关资料的收集、分析和利用，用来证实产品生产过程能力及产品对规定要求的符合性 应用于产品的设计、生产过程的控制、防止不合格品的产生、品质问题的分析、查找原因、确定产品和过程的限值，预测、验证并测定和评定产品质量特性,品质统计方法：,图示法 主要用于进行问题诊断，并据诊断此选择适宜的方法进行 统计控制图（X-R、P、C控制图） 主要用于监控产品的生产和测量过程 实验设计 主要是用于确定哪些变量对过程和产品性能有显著影响,图示法：,一表一法五图 -查检表 -层别法 -柏拉图 -控制图

2、 -特性要因图 -散布图 -直方图,查检表：,查检表是以表格的形式，将要进行的检查项目分类整理出来，然后按检查表的内容定期进行检查 其作用是比较简便、直观地反映问题,查检表的制作：,确定检查项目、检查人员、检查时间等 将要检查的项目按顺序列在表上 将相关的结果记录在表上,XX公司（IPQC）查检表（例）,查检表设计要领：,查检表没有一定的格式，只有根据使用的目地以及为求方便使用，有利于作统计分析 查检的项目不要太多，以4-8项为原则 尽可能使用数字、符号，应避免使用文字,层别法：,层别法是指对某一项目，按统计数据分类进行区别的方法 是统计方法中最基础的工具 通常与其它方法进行结合使用,层别法的

3、制作：,运用层别法先必须了解如何分层，按什么条件分层 划分层别的原则： 人员：按不同班组别分层 机器；按不同机器别分层 批别；按不同时期生产的产品进行分层 产品：按不同产品别分层 原物料：按不同供应商分层,层别法应用案例：,层别的要素,4M -机器、材料、人员、方法 环境 -地区、天气 时间 -日、期、上班,柏拉图,柏拉图的由来 意大利经济学家V.Pareto于1897年分析其社会经济结构所得出大小与所得之关系,用一定的方程式表示称为“柏拉法则” 1907年美国经济学者M.O.Lorenz使用累积分配曲线来描绘“柏拉法则”即经济学所称之为“劳伦芝曲线”,柏拉图的作法（步骤一）,决定数据的分类

4、项目: 依结果的分类: -不良项目别、场所别、工程别 依原因的分类： -材料别、机器别、设备别、作业者别中国最大的资料库下载 决定收集数据的时间 按发生次数顺序，将项目及次数记入分析表中 按各种分类别，统计数据作统计表,例： 某车间对一星期来所生产的产品之不良进 行了统计，见下表：,柏拉图作法（步骤二）,绘制柱状图表 用方格纸绘成柱状图 横轴：项目名称 纵轴：不良数 横轴、纵轴比例最好是非1：1 依数据大小项目自左向右排列,柏拉图作法（步骤三）数据整理,柏拉图作法（步骤四）,绘累计曲线,500,50%,A,B,C,D,E,100%,1000,柏拉图的判读,柏拉图是以不良金额、不良件数、缺点数等

5、组成纵轴 要因别、现象别、制程别、品种别等组成横轴 从图可以看出； -最大问题 -各项目所占比重,柏拉图的用途,作为降低不良的依据 决定改善的对策目标 确认改善效果 应用于发拙现场的重要问题 可作不同条件评估 配合特性要因图使用,特性要因图,何谓特性要因图： -对于结果（特性）与原因（要因）间或所期望之效果（特性）与对策间的关系，以箭头连接，详细分析原因或对策的一种图形 1952年日本品管权威学者石川馨发明 -一项结果的产生必定有其原因，应充分利用图解法找出原因 别称： -石川图 -鱼骨头,特性要因图的作法,决定问题（或品质）特性 要纸上绘出特性的骨架，将特性写在右端，自左向右划一粗线（称母线

6、） 把原因分成几个大类，每一大类置于中骨上，用 圈起来 探讨大原因的原因，再细分中小原因 决定影响问题点之原因顺序,特性要因图例,特性,人,机,料,法,环,其它,绘图注意事项,集合全员的知识与经验 把要因层别 把重点放在解决问题上 原因解析越细越好 应将重要问题整理出来，重新绘制另一要因图,特性要因图的特点,是一种教育过程 是讨论问题的捷径 可以显示出水平 展现现场问题的因果关系、工作层次,控制图,是工厂品质管理中不可少的工重要工具 由美国休华特1924年提出 通过设置合理的控制界限，对引起品质异常的原因进行判定和分析，使工序处于正常稳定的状态,控制图的种类,计量值控制图 -平均值-极差控制图

7、（X-R） -中位数-极差控制图（ X-R） -单值-移动极差控制图（X-Rs）,控制图的种类,计数值控制图 不合格品数控制图（Pn） 不合格品率控制图（P） 缺陷数控制图（C） 单位缺陷数控制图（U）,常用控制图解析：,计量值控制图 X-R（平均值-极差）： -特点：判断工序是否正常效果好，计算量大，最常用。产品量大、工序稳定 计数值控制图 P（不合格品率） -特点：要通过不良率、合格率、报废率来管理品质。样品数量可以不等,平均值-极差控制图的作法：,收集100个以上的数据，依测定时间顺序或群体顺序排列 把45个数据分为一组 把数据列入数据表 计算各组的平均值X 计算各组的全距R 计算总平均

8、值X=X/组数（n） 计算全距平均P=R/组数（n） 计算管制界限：,计算管制界限 X控制图：中心线CL=X 上线UCL=X+A2R 下线LCL=X-A2R R控制图：中心线CL=R 上线UCL=D4R 下线LCL=D3R,A,D,D可查表:,实例：某公司为管制其生产包装生产重量，每小时随机抽取5个样本来测定其重量，共取得25组数据来绘制X-R控制图,解：,X=(50.2+50.4+.+40.8)/25=50.15 R=(8+3+.+7+5/25=5.08 X控制图: CL=X=50.15 UCL=X+A2R=50.15+0.5775.08=53.08 LCL=X- A2R= 50.15-0.

9、5775.08=47.22 R控制图: CL=R=5.08 UCL=D4R=2.12 5.08=10.77 LCL=D3R(因n6不考虑),绘图：,0,5,10,15,20,25,UCL,CL,LCL,UCL,CL,P控制图的作法:,收集数据,至少20组以上 计算每组不良率P=Pn/n =单项不合格数/抽样数 计算平均不良率P= Pn/ n =不合格总数/总抽样数,计算控制界限：,中心线CL=P 上限UCL=P+3P(1-P)/N 下限LCL=P-3P(1-P)/N,例:,解:,P=不良数/总抽样数=0.027=2.7% CL=P=2.7% UCL=0.027+3 0.027(1-0.027)

10、/100 =0.0576=5.76% LCL= 0.027-3 0.027(1-0.027)/100 =0,绘图:,8,6,4,2,CL= 2.7%,UCL=5.76%,控制图的判读,管制状态 多数点集中在中心线附近 少数点落在管制界限附近 点之状态呈随机状态,无规则可依 没有点超出管制界限 非管制状态 点在管制界限线外 点在管制线内,但呈特殊排列,控制图的效用:,维持制程稳定,防止异常原因再度发生 配合直方图,可以判断制程能力 可以查出真正影响品质的因素 可用于决定制造工程可能达到的目标 配合柏拉图使用可以控制少数影响较大的原因,更能解决问题,直方图:,又称柱状图，是将统计数据汇总、分组，并

11、将每组数据绘成图形（柱状图） 依统计数据的分布形状，进行产品生产过程、产品品质状态及控制能力的分析,绘制直方图的步骤：,数据统计 -将同一类型或相近的现象归纳在一起，以分析该现象对产品品质的影响程度 将统计数据分组并设定组数 -统计数据的分组、确定组数是直方图分析中的重要步骤 合理的组数与总样本数关系如下：,关系表：,计算全距、组距、组界、中心值,全距： -代号为R，是数据中最大值（L）与最 小值（S）,即R=L-S 组距: -代号为C,组距C=R/组数. 组距通常选整数 确定组界: -最小的一组下组界=S-测量值的最小数/2 -通常为1或0.1,最小一组的上组界=下组界+组距 确定中心值:

12、各组界之间的中心值也称中值.每组的中心值=(该组的下组界+上组界)/2 统计符合各组值的数据次数 建立坐标系 -以数据的次数为纵轴，特性为横轴 按每组数据次数的多少依次绘出柱状图，并记入日期、图名、制作人等,直方图应用实例：,解：,从上图可知： 最大值L=306，最小值S=292。 全距R=306-292=14 设组数为8组，则组距C=14/8=1.75=2 第一组下组界=292-1/2=291.5 第一组上组界=291.5+2=293.5,次数分布表:,绘出直方图,直方图的判读,正态分布: -左右对称,表明制程稳定,正常 偏态分布: -制程中显示的异常因素 双峰分布: -表明制程中的二种不同

13、的偏差 不正常分布: -可能测定的数据有误,运用直方图可以达到的目地,比较平均值与标准值,将其作为是否调整制程生产品质管制方式的依据 评估制程能力是否符合设计能力要求 考核各部门品质管制绩效的依据,散布图,为研究两者之间的变量关系，而收集成对二组数据，以点表示出两个特性值之间相关情形的图形 用途： -确认两组数据（或原因结果）之间的相关性 -可用于检讨制程不同变数的影响因素,散布图的作法：,收集相对数据（20组以上）整理到样表上 找出数据（X.Y)之最大值与最小值 划出纵轴与横轴,并取X及Y最大值与最小值差为数据刻度 将各种数据点在坐标上 横轴与纵轴之交绘处点上“ ” 二组数据重复在同一点上刻上二重符号 记