7种统计工具
QC七种工具
XXX XXX
2000年1月-6月
日期 班次 5月 332 245 144 82 16 819
2000.09.18 全部 6月 223 241 107 72 32 675 合计 1746 1537 913 493 130 4819
11欠铸 冷隔 小砂眼 粘 Nhomakorabea 其他 合计
4月 353 272 168 94 23 910
33
分层法
分层法示例
某空调维修部，帮助客户安装后经常发生制冷液泄 漏。通过现场调查，得知泄漏的原因有两个：一是 管子装接时，操作人员不同（有甲、乙、丙三个维 修人员按各自不同技术水平操作）；二是管子和接 头的生产厂家不同（有A、B两家工厂提供配件）。 于是收集数据作分层法分析（见表一、表二），试 说明表一、表二的分层类别，并分析应如何防止渗 漏？
21
散布图
分 散 图 示 例
强正相关
X Y Y Y Y
强负相关
X
弱正相关
X
弱负相关
X 22
散布图
Y Y
不相关
X
曲线相关
X
散布图的分析和判断
对照典型图例法、简单象限法、回归分析法
23
散布图
1）对照典型图例法
实际画出的散布图与典型图例对照，就可得到两个变量之间是否相关 及属哪种相关的结论。
2）简单象限法
24
散布图
3）回归分析法 相关系数的定义
r= ∑(xi-x)(yi-y) ∑(xi-x)2 ∑(yi-y)2 Lxy= ∑(xi-x)(yi-y) Lxx= ∑(xi-x)2 Lyy= ∑(yi-y)2
25
=
Lxy Lxx Lyy
散布图
质量管理的老7种工具
质量管理的老7种工具老七种工具：分层法排列图法因果分析图法调查表法直方图法散布图法控制图法产生背景:日本，二十世纪六十年代。
老七种工具的特点：强调用数据说话，重视对制造过程的质量控制通俗易懂,一线员工易于掌握质量管理老7种工具1.分层法概念分层法又称分类法，即：把收集来的原始质量数据，按照一定的目的和要求加以分类整理，以便分析质量问题及其影响因素的一种方法。
原则➢根据分层的目的➢按照一定的标志➢数据的归类➢分层的关键质量数据分层的标志(5M1E)操作者、机器设备、原材料、测量、方法、环境。
不同的时间；不同的检验手段；废品的缺陷项目。
分层法实例（1）某轧钢厂一个车间的生产情况统计如下：甲乙丙三班各轧制钢材2000t，共轧制6000t，其中轧废169t。
如果只知道这样三个数据，则无法对质量问题进行分析。
下表是进行的分层分析。
分层法实例（2）某产品的汽缸体与气缸盖之间经常发生漏油现象，使用分层法分析其主要原因。
解：通过现场调查发现主要原因是密封不好。
该装配工序是由甲乙丙三个工人各自完成的；并发现漏油的主要原因是三个人在涂粘结济方法上的不同以及所使用的气缸垫分别来自A 和B两个协作厂。
调查的数据如下：调查总数50个，漏油19个，漏油发生率0.38。
现采用分层法按操作者和协作厂分层收集整理数据。
按操作者分层结论：工人乙的操作方法漏油发生率比较低。
按协作厂分层结论：B厂的气缸垫漏油发生率比较低。
综上：建议采用乙的工作方法和B厂的气缸垫。
实施结果：漏油发生率增加了原因：没有考虑两者之间的关系措施：重新考虑分层与协作厂联合分层结论：B厂↔工人甲A厂↔工人乙2.排列图法概念➢排列图又称主次因素分析图或帕累托图（Pareto）。
➢由两个纵坐标、一个横坐标、几个直方块和一条折线所构成。
➢累计百分比将影响因素分成A、B、C三类。
排列图又叫巴雷特图（pareto diagram）,其原理是意大利经济学家帕累托在分析社会财富分布状况时得到的“关键的少数和次要的多数”的结论。
质量分析7种统计工具
。
不足
数据质量依赖
技术门槛较高
统计工具的分析结果受数据质量影响较大 ，如果数据存在误差或异常值，可能导致 分析结果不准确。
使用统计工具需要一定的统计学和计算机 知识，对使用者的技术要求较高。
无法处理非结构化数据
无法提供实时分析
数据可视化工具，支持 交互式数据探索和仪表
盘制作。
Power BI
商业智能工具，提供数 据整合、分析和可视化
等功能。
结合实际情况进行选择和应用
数据类型和规模
根据数据类型（如定量、定性）、数 据规模（如样本量、变量数）选择合 适的工具。
分析需求
明确分析目的和问题类型，选择相应 的统计方法和工具。
专业知识和技能
降低生产成本
通过质量分析，可以减少 不良品率，降低返工、维 修等成本。
提升客户满意度
优质的产品质量可以提高 客户满意度，增强品牌形 象。
汇报范围
统计工具介绍
简要介绍7种常用的质量分 析统计工具。
应用场景
说明这些统计工具在哪些 场景下使用以及如何使用 。
效果评估
对这些统计工具的应用效 果进行评估，包括提高产 品质量、降低生产成本、 提升客户满意度等方面。
展望
智能化发展：随着人工智能和机器学 习技术的不断发展，未来的质量分析 工具将更加智能化。这些技术可以帮 助组织自动识别数据中的模式和趋势 ，提供更准确、更及时的分析结果。 同时，智能化的分析工具还可以根据 历史数据和实时数据进行预测，为组 织提供更前瞻性的质量管理建议。
数据可视化：数据可视化是一种强大 的沟通工具，可以帮助组织更好地理 解和传达质量分析结果。未来的质量 分析工具将更加注重数据可视化功能 的发展，提供更丰富、更直观的数据 展示方式。这将使得质量分析结果更 易于理解和接受，从而促进组织内部 的沟通和协作。
质量管理7种统计工具简介
质量管理7种统计工具简介目 录第一章 质量管理统计工具概述 (3)第二章 数据与图表 (3)第三章 调查表 (7)第四章 散布图 (12)X UCLLCL第五章层别法 (14)第六章直方图 (15)第七章柏拉图 (21)第八章特性要因分析图 (23)第九章操纵图 (25)第一章质量管理统计工具概述传统的统计技术是指“数理统计”。
是建立在概率论基础上的数学的一门分支，是“研究如何以有效的方式去收集、整理与分析受到随机性影响的数据，以对所观察的问题做出推断、预测，直至采取决策及行动提供根据。
”如抽样检验、实验设计、显着性检验、可靠性等都属数理统计的范畴。
这里我们要感谢日本的质量管理者，他们在推行全面质量管理（TQM）中，首先打破统计技术就是数理统计的禁区，使一些难以登上大雅之堂的，但在现场能方便使用的图表或者经整理的特征数据，也纳入统计技术的范畴。
为区别起见，人们习惯将统计技术分成两大类：推断型统计技术：要紧解决从样本如何推断总体。
概率论与数理统计研究的对象大多属此类。
描述型统计技术：要紧利用数据的特征值或者有关图表来描述事件。
质量管理七种统计工具就属此类。
第二章数据与图表一、数据＝事实质量管理八原则中的“基于事实的决策方法”原则强调：“有效决策是建立在数据与信息分析基础上的”。
数据就是质量体系现状的事实的一部分，它也是统计技术的基础。
二、数据的分类1.依特性计数型数据计量型数据2.依来源市场数据制程数据检验数据3.依时间过去数据日常数据新数据三、应用数据须注意的重点1.搜集正确可用的数据2.避免个人主观的推断3.掌握事实的真相四、整理数据的方法1.机器整理法(计算机软件…)2.人工整理法(卡片、笔记…)3.实例说明五、整理数据的原则1.发生问题而要采取改善计策前，务必有数据作为根据。
2.关于数据使用目的应清晰熟悉。
3.当数据搜集完成后，应立即使用它。
4.数据的整理与运用，改善前、改善后所具备的条件应一致。
QC七大工具的主要管理功能
操作员
漏气
不漏气
漏气率p/%
A
6
13
32
B
3
9
25
C
10
9
53
合计
19
31
38
表2 按工厂分层的漏气情况
供应商
漏气
不漏气
漏气率p/%
甲厂
9
14
39
乙厂
10
17
37
合计
19
31
38
由表1和表2，人们似乎认为，降低气缸漏气率的办法可采用乙厂提供的汽缸垫和操作员B的操作方法。但实践结果表明，这样做漏气率非但没有降低，反而增加到43％，这是什么原因呢？ 这是由于仅单纯的分别考虑操作者和原材料造成漏气的情况，没有进一步考虑不同操作员用不同工厂提供的汽缸垫也会造成漏气。为此，需要进行更细致的综合分析，如表3。
图例 调整要点
直方图的用途能够直观地看出数据的分布情况能够直观地判断生产过程的稳定性与规格比较，定性评价过程能力
六、散布图： 又称相关图，是研究两个变量之间关系的一种图形工具，能大概掌握原因与结果之间是否有关联及关联的程度如何。 散布图的判读：
控制图的种类： 按用途分： 分析用控制图：利用控制图对已经完成的生产过程进行分析，以评估该过程是否稳定，或确认改进的效果； 控制用控制图：对正在进行的生产过程实施质量控制，以保持过程的稳定。 当确认生产过程处于稳定受控状况时，再将分析用控制图的控制界限延长，转化为控制用控制图。
（B）偏心型
调整分布中心，使分布中心与公差中心重合。
直方图与质量标准（公差T)的关系分析
（C）无富余型
调整要点
表明工序能力不足，应采取措施提高工序能力。
QC老七种工具运用要点及口诀
直方图
常见类型
图例
正常型
偏向型
分析判断
可判定工序运行正 常，处于稳定状态。
1、自然界限（收 率、平坦度等）；
2、人为界限（剔 除某些数据）；
3、预防措施的结 果；
4、不同的输入源 混在一起的结果；
5、加工特性；
9
直方图
常见类型
图例
双峰型
孤岛型
分析判断
这是由于数据来自 不同的总体，如：来 自两个工人（或两批 材料、或两台设备） 生产出来的产品混在 一起造成的。
分层类别 时间别；日别；周别；月别；季节别 个人别；组别；年龄别、男女别 线别；工程别；机器作业别 场所别；速度别；作业条件 供方别；购入时间别、储存期别、储存场所别 试验器别；方法别
3
排列图
为了对发生频次从最高到最低的项目进行排列而采用的简 单图示技术。又称帕累托图、柏拉图 。建立在帕累托原理基础 上，主要的影响是由少数项目导致的，通过区分最重要的与较 次要的项目，可用最少的努力获取最佳的改进效果。
目录
一、调查表 二、分层法 三、排列图 四、因果图 五、直方图 六、控制图 七、散布图
1
调查表 系统收集资料和积累数据，确认并对数据进行
粗略整理和分析的统计图表。调 查 集 数 据
2
分层法
按照一定的标志，把搜集到的有关某一特定 主题的数据、信息加以归类、整理和汇总。
分层作解析
项目 时间别 作业者 装备别 作业方法别 原料别 测定别
11
直方图
公差分析
常见类型 TL
理想型
TL 偏心型
图例 M
调整要点
TU
图形对称分布，且两边有 一定余量，此时，应采取控制 和监督办法。
7种统计工具.
散布图
1. 概念:判断各种因素对产品质量特性有无影响及影 响程度大小的一种工具。 2. 变量之间的关系： 完全确定的函数：只要知道了一个变量就可以求出另 外一个变量,如S=πr2 相关关系：如小孩的年龄和体重有一定的关系，一般 年龄越大，体重越重。通过统计得出大致关系：小孩 年龄=年龄x2+7（公斤）。不是所有的2周岁小孩体重 都是11公斤，但总是11公斤左右。这种非确定的依赖 或制约关系叫作相关关系。相关关系不能用函数来关 系表示，但可以借助统计技术——散布图来描述这种 变量之间的关系。
排列图
4.举例：8月份统计出153连杆瓦总不良数414片，不 良项为：电镀外观195片，壁厚90片，油槽45片，划 伤磕碰65片，倒角5片，平行5片，其它9片.
不良名称 电镀外观 壁厚 划伤磕碰 油槽 其它 合计 不良数量 不良率 195 90 65 45 19 414 47.1% 21.7% 15.7% 10.9% 4.6% 100% 累计不良率 47.1% 68.8% 84.6% 95.5% 100.0% 100.0%
人 机 料
主要原因
主要原因
主干线
质量问题
质量问题 大 原 因 中 原 因 小 原 因
法
环
因果图
3. 注意事项 3.1提出的问题点，要尽量具体，应是一个问题，而不是一个工序或质量特 性。 3.2原因分析要紧扣问题且要细到能采取措施为止。 3.3主要原因要标出。 3.4为美观，线段成600倾角。 3.5注意原因不得归类混乱。 3.6到现场落实要因项目。 4、要因验证方法 （1）收集图中的末端因素，末端因素是问题的根源。 （2）末端因素中是否有不可抗拒的因素。所谓不可抗拒因素，就是指小组 乃至企业都无法采取对策的因素。如“拉闸停电”不作为确定主要原因。 （3）对末端因素逐条确认，找出真正影响问题的主要原因。确认，就是要 找出影响证据，以客观事实为依据，用数据说话。个别因素一次调查得到 的数据尚不能充分判定时，就要再调查、再确认。这和医生看病一样，如 何确诊是什么病呢？就要通过对病人采取验血、X光透视、胃镜检查、B 超等手段，取得数据，并对这些数据进行分析确诊。如还不能充分证明， 还要做进一步的检查，取得证据，会诊，最后确诊。
精益改善中用于分析解决问题的七种统计工具
精益改善中用于分析解决问题的七种统计工具精益管理理念里，解决问题有两种不同的手段。
第一种手段用于有数据可用且通过分析数据就能解决问题的情况中。
生产相关领域出现的问题大多数属于这一类别。
分析解决问题的七种统计工具包括：1.帕累托图（pareto)。
此图表将问题按原因和现象分类。
根据优先级，用一个条形图将问题表现在图表中，用100%表示损失总值。
2.因果图（cause-and-effectdiagrams)。
此图用于分析某个过程或某种情况的特征，以及造成这些特征的因素。
因果图也被叫做“鱼骨图”或“哥斯拉骨架图”。
3.直方图（histograms)。
用测量得到的频率数据表现某一数值的峰值。
质量特征的波动被称做“分布”（distribution),以极性图表示的频率数据被称做直方图。
此图主要用在通过检查“离差”(dispersion)的形状、中值以及“散布”（dispersement)的本质来确认问题。
4.控制图（controlcharts)。
变动分为两种类型：一种是在正常状态下发生的不可避免的波动，另一种是由某种原因造成的变动。
后一种被称作“异常”。
控制图借助折线图（linegraph)探测异常趋势。
与标准的折线图不同，这里的折线图的控制线位于中央、顶端和底层。
样品数据以点的形式标注在图上，用来评估过程状况与趋势。
5.散点图（scatterdiagrams)。
散点图上标注出两组相对应的数据。
标注出的点之间的关系显示对应数据之间的关系。
6.分层法（graphs)。
可用的图形有很多种，取决于想要什么形状以及分析目的。
条形图（bargraph)通过并列的条形柱来比较数值，而折线图则用来表示一段时间内的变化波动。
扇形图（circlegraph)表示数值的分类统计，雷达图（radarchart)帮助分析以往评估项目。
7.检查表（checksheets)。
设计表格，针对某一情况进行日常记录，将结果列在表中。
这些工具被质量控制小组、工程师、经理广泛使用，用来发现和解决问题。
QC七种工具
常用的QC七种工具质量管理中统计方法很多，这里主要介绍一些最常用的方法，俗称“QC七种工具”，有检查表、分层法、排列图、因果分析图、直方图、散布图、控制图。
1）检查表检查表又称调查表、核对表、统计分析表。
它是用来记录、收集和积累数据，并能对数据进行整理和粗略分析的统计图表，它由于简便易用，既能整理数据又能直观分析，所以在质量管理活动中得到广泛的应用。
常见的调查表形式有：项目调查表、缺陷位置调查表、质量分布调查表、矩阵调查表等。
（一）不合格品项目调查表主要用来调查生产现场不合格品项目频数和不合格品率，以便继而用于排列图等分析研究。
成品抽样检验及外观不合格品项目调查表（二）缺陷位置调查表许多产品或零件常存在气孔、疵点、碰伤、脏污等外观质量缺陷。
缺陷位置调查表可用来记录、统计、分析不同类型的外观质量缺陷所发生的部位和密集程度，进而从中找出规律性，为进一步调查或找出解决问题的办法提供事实依据。
这种调查分析的做法是：画出产品示意图或展开图，并规定不同外观质量缺陷的表示符号。
然后逐一检查样本，把发现的缺陷，按规定的符号在同一张示意图中的相应位置上表示出来。
这样，这张缺陷位置调查表就记录了这一阶段(这一批)样本的所有缺陷的分布位置、数量和集中部位，便于进一步发现问题、分析原因、采取改进措施。
下图是反映橡胶手套各部位破损频数的缺陷位置调查表，“＊”表示破损发生的位置：(实际就是在实物图形上直接标出)（三） 质量分布调查表质量分布调查表是对计量数据进行现场调查的有效工具。
它是根据以往的资料，将某一质量特性项目的数据分布范围分成若干区间而制成的表格，用以记录和统计每一质量特性数据落在某一区间的频数。
见下表是一张某零件重量实测值分布调查表。
从表格的形式看，质量分布调查表与直方图的频数分布表相似。
不同点：质量分布调查表的区间范围是根据以往资料，首先划分区间范围，然后制成表格，以供现场调查记录数据；而频数分布表则是首先收集数据，再适当划分区间，然后制成图表，以供分析现场质量分布状况之用。
7种统计工具
检查表
1 .概念：即备忘录，将要检查的项目整理出来，定期检查。无固 定格式.
2. 举例：常用查核表
日期 号
项目
1
人员服装
工作场地
机器保养
机器操作
工具使用
。。。。
查核者
异常处理
点检用
234
5 。。。。 31
记录用 通常划记
项目
次数
尺寸不良 正正正正正正
表面斑点 正正正
装配不良 正正正正
电镀不良 正正正
其它 正
3. 用途:A.调查现状，明白现场问题,掌握品质 B.搜集原始数据 C.详细调查工作内容,防漏项,确定工作是否按照标准进行
直方图
1.概念：将全部数据分成若干组，以组距为底边，以各组相应
分层法
1. 概念：将多种情况分成不同类别以方便分析。 2. 常见分层项目：
人：不同班组、不同操作工 机：不同设备、不同工装 料：不同供应商材料、不同批次 法：不同转速、不同工艺 环：不同作业条件 3. 用途： 把复杂情况有系统、有目的地进行分类归纳与统计 为排列图做准备 4.举例：
用外圆车设备车外圆，外圆粗糙度与设备转速和人员 都相关。以下为不同操作工用同一设备使用不同转速加工状 况，根据人员及转速确认粗糙度偏高的主要原因。
的频数为高的若干矩形图。通过对数据的加工整理，分析和掌 握工序质量数量的分布情况，为工序能力测算做准备。
2.画法: 搜集数据 计算极差 适当分组
大于100个
R=Xmax-Xmin
N（数据） 组数
50~100
6~10
100~250 250 以上
品管老七工具与新七工具之区分
.与老七种 工具的差异 。
大量的数据资料
问题发生后的改善
两种质 量工具之间 相辅相成。
第三章关联 图 一.定义：
.就是把关 系复杂而相 互纠缠的问 题及其因 素，用箭头 连接起来的 一种图示分 析工具，从 而找出主要 因素和项目 的方法。 .60年代由 日本应庆大 学的千住镇 雄教授开发 出来的，正 式的全名叫 《管理指标 间的关联分 析》。 二、适用范 围： .用于纷繁 复杂的因果 纠缠分析。 .用于现场 问题的掌握 。 .用于市 场调查及抱 怨分析。. 用于方针管 理的展开。 三、关联图 的特点： .适合整理 原因非常复 杂的问题 。.容易取 得成员的一 致意见。 . 从计划阶段 一开始就可 以广阔的视 野透视问题 。 .形式自 由，有助于 因素之间的 连接和转换 。 .可打破 先入为主的 观念。
六、实例
如
观念要正确
何
使
Q
C
落
实
活动活泼化
七、注意事 项：.系统 图也适用于 生产管理 外，还可用 在日常管理 工作中。. 针对最下级 手段应具 体，并且要 提出实施对 策和计划 。.针对改 善对策可以 进行有效评 价，从实效 、实现性、 等级考虑。 第五章亲和 图法
目的
手段
内调
加强培训 举办读书会
冷隔
小砂眼
粘砂
其他
合计
二、排列图 .用从高到 低的顺序排 列成矩形， 表示各原因 出现频率高 低的一种图 表。其原理 是80%的问 题仅来源于 20%的主要 原因。 .注意几点
.明确问 题和现象
.寻找不 良的情况统 计数据
铸造不良情 况检查表 铸造质量不良
质检科
1月
2月
QC七种工具
第一概述一、起源新旧七种工具都是由日本人总结出来的。
日本人在提出旧七种工具推行并获得成功之后，1979年又提出新七种工具。
之所以称之为“七种工具”，是因为日本古代武士在出阵作战时，经常携带有七种武器，所谓七种工具就是沿用了七种武器。
有用的质量统计管理工具当然不止七种。
除了新旧七种工具以外，常用的工具还有实验设计、分布图、推移图等。
二、旧七种工具QC旧七大手法指的是：检查表、层别法、柏拉图、因果图、散布图、直方图、管制图。
三、新七种工具QC新七大手法指的是：关系图法、KJ法、系统图法、矩阵图法、矩阵数据分析法、PDPC法、网络图法。
相对而言，新七大手法在世界上的推广应用远不如旧七大手法，也从未成为顾客审核的重要方面。
第二层别法一、定义层别法是所有手法中最基本的概念，亦即将多种多样的资料，因应目的的需要分成不同的类别，使之方便以后的分析。
二、通常的层别方法使用的最多的是空间别：作业员：不同拉、班、组别机器：不同机器别原料、零件：不同供给厂家别作业条件：不同的温度、压力、湿度、作业场所产品：不同的产品别（如同时生产Ni-Cd和Ni-MH电池）时间别：不同批别、不同时间生产的产品其他：如使用不同的工艺方法生产的同种产品别三、应用层别法的应用，主要是一种系统概念，即在于要想把相当复杂的资料进行处理，就得懂得如何把这些资料加以有系统有目的的加以分门别类的归纳及统计。
第三检查表一、概述检查表是QC七大手法中最简单也是使用得最多的手法。
但或许正因为其简单而不受重视，所以检查表使用的过程中存在的问题不少。
不妨看看我们现在正在使用的各种报表，是不是有很多栏目空缺？是不是有很多栏目的内容用笔进行了修改？是不是有很多栏目内容有待修改？二、定义以简单的数据，用容易理解的方式，制成图形或表格，必要时记上检查记号，并加以统计整理，作为进一步分析或核对检查之用。
三、目的记录某种事件发生的频率。
四、时机1.当你必须记下某种事件发生的具体情况时；2.当你想了解某件事件发生的次数时；3.当你想收集资讯时。
QC7种道具(最新版)C
2.00
個 300
1.00
数
60 累
70
50
積 比
60
0.00
1995
1996
1997
1998
1999
2000
200
40 率
50
78.400 78.300 78.200 78.100
100
30
40
20
10
30
78.000 77.900 77.800 77.700
1 3 5 7 9 11 13 15 17 19 21 23 25
酸化皮膜厚さ
4
QC７种工具
何谓图表・管理图
２．ＱＣ７种工具
１ ）图表·管理图
所谓图表，就是为了能够一眼看明白状况而把数据置于图表，用视觉诉说， 概括更多的信息，更快更准地传达信息．
可以用于表示时间的变化、表示详细内容的一种方式．
图表（柱状图・折线图・饼图・带状图・雷达图等）
8.00
7.00
6.00
制作图表时应考虑的重要方面
１ ）图表·管理图
目的明确
解析用、管理用、说明用、记录用・・・
刻度、单位等， 不要忘记必要事项
数据的处理方法
在着手作图之前， 要充分进行探讨
是原始数据吗 要换算为平均值或百分率吗？
数据的履历（背景） 清晰吗（5Ｗ1Ｈ）
数据很充足吗
･ 7
QC７种工具
图表的种类和特征
２．ＱＣ７种工具
１ ）图表·管理图
（１）柱状图 想比较数量的大小时使用
（２）折线图 想表示时间系列的变化时 （３）饼图
（４）带状图 想表示时间的变化或不同 分层项目的详细比例时
（５）雷达图 想看出项目的平衡性时
QC新老七种工具介绍工具
新七种工具－4
矩阵图
新七种工具－5 箭条图
用网络图旳形式安排一项工程（或产品）旳时间进
度计划，阐明其各项作业之间旳关系，以对工期进行高
效率旳管理。
外壁抹灰
2
④
外装饰
1
⑤
① 基础施工 ② 构架装配
2
4
③ 门窗安装
3
⑥ 内部安装
2
检验交工
11 1
12
管道施工
2
⑧
内壁作业
2
电气配线
1
内壁涂漆
⑨2 ⑩ ⑦
新七种工具－1
系统图
新七种工具－2
关联图
A配电房人员实 际操作培训少
G负管中心告知客 户限电旳方式 单
一
H错峰限电督 察保障机制不
限电操 作失误
配电房人员限 电操作不熟练
健全 客户得知限 电渠道不畅
E负管中心限 电方式复杂
C客户自限电 时请示报告 环节多
未进行 模拟操 作
客户无法在 要求时间降 下负荷
32
李师傅 3 9
25
张师傅 10 9
53
合计
19 31
38
用途 ① 应用层别法、找出数据差别原因而
对症下药。 ② 以4M，每1M层别之。 ⑴借用其他图形，本身无图形。 ⑵由大到小排列。
老七种工具－2
调 查表
序 号
抢修阶段
所用时间 （分钟）
合计时间（ 分钟）
1 排查故障 135
135
2 途中
30
165
任意分布 网点
无需拉线 放线
终端服务器技术先进 通用性强
支持多种协议 设备灵活 工作效率高
统计工具与新七种工具
统计方法基础知识
两类错误和风险：根据随机抽样通过检测，研 究样本的质量状况并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
30 20 190 194 200
累计% 40
70
85 95 97 100
调查者： 日期： 地点： 调查方式： 总计
调查表的种类:
1. 记录用查检表: 主要功用在于根据收集之数据以调查不良项
目、不良主因、工程分布、缺点位置等情形. 必要时,对收集的数据要予以层别.
其中1、3项为正确推断，2、4项为错误推断。第2 项判断错误称为“弃真” α，第4项判断错误称为“取 伪” β。
统计工具菜单 （一）
老七种工具
排列图 因果图 调查表 分层法 直方图 控制图 散布图
新七种工具
关联图 系统图 （树图） 亲和图 （KJ 法、A 型图解） PDPC 法 （过程决策图法）
矩阵图 矩阵数据分析法
0
AB
C
D
E 其它 项目
排列图（二）
排列图特点：
横 -- 项目
a、两个直角坐标
左 频数 纵 右 频率 %
b、按高低顺序排列的柱形
宽度一致
依频次高低从左至右排列
“其它”频数较小的次要项目的“总合”排在最
后
“项目（”一是般与不目超的过相总对数应的的10同%一）层次的相关类
c、别累计百分比折线
邻线夹角小于180度（“其它”对应位置除外
统计方法基础知识
统计技术(新老七种工具)
控制图
• 5、对于异常情况的处理，应执行“查出原因， 采取措施，保证消除，纳入标准，不再出现”。
• 6、控制图只起报警作用，而不能告知造成异 常的因素是什么。
控制图
• 五、使用常规控制图的注意事项：
• 1、所控制的过程必须具有可重复性，即具有统计规律。 • 2、在使用控制图时应选择能代表过程的主要质量指标
作为控制对象。
• 3、根据所控制质量指标的数据性质来选择控制图类型。 如数据为计量值的，应选择X-R图、X-Rs图等，数据为 计件型的，应选择P或nP图，数据为计点的，应选择C或 u图。
因果图 ①定义：表示质量特性波动与其潜在原因关系的一种图 表，又称石川图，特性要因图、树枝图、鱼刺图。 ②作用：分析和寻找影响产生质量问题的原因。 ③应用程序： a. 确定需要解决的一个主要质量问题（特性） 1）主要质量问题不能笼统不具体。 2）不能确定多个主要质量问题。 b. 画出主干线，并在右端方枢内填入质量问题（特性） c. 确定潜在原因的主要为类别并作为大技分别画于主干 线两侧。 类别因素主要有：人、机、料、法、环、测等
0污 染
13
7 4
裂 油电 纹 漆镀
0
其 它
直方图（频数直方图）
• 1、定义：用一系列宽度相等，高度不等的矩 形表示数据分布的图。
• 2、用途： • ⑴显示质量波动分布的状态。 • ⑵较直观地传递有关过程质量状况的信息。 • ⑶通过直方图了解质量数据波动状况，从而掌
握过程的状况，确定质量改进的方向。
质量管理常用的七种统计方法1
质量管理常用的七种统计方法日本质量管理专家石川馨博士将全面质量管理中应用的统计方法分为初级、中级、高级三类，本节将要介绍的七种统计分析方法是他的这种分类中的初级统计分析方法。
日本规格协会10年一度对日本企业推行全面质量管理的基本情况作抽样统计调查，根据1979年的统计资料，在企业制造现场应用的各种统计方法中，应用初级统计分析方法的占98%。
由此可见，掌握好这七种方法，在质量管理中非常之必要；同时，在我国企业的制造现场，如何继续广泛地推行这七种质量管理工具（即初级的统计分析方法），仍然是开展全面质量管理的重要工作。
一、排列图排列图法又叫帕累特图法，也有的称之为ABC分析图法或主项目图法。
它是寻找影响产品质量主要因素，以便对症下药，有的放矢进行质量改善，从而提高质量，以达到取得较好的经济效益的目的。
故称排列法。
由于这种方法最初是由意大利经济学家帕累特（Pareto）用来分析社会财富分布状况的，他发现少数人占有社会的大量财富，而多数人却仅有少量财富，即发现了“关键的少数和次要的多数”的关系。
因此这一方法称为帕累特图法。
后来美国质量管理专家朱兰（J．Ｍ．Juran）博士将此原理应用于质量管理，作为在改善质量活动中寻找影响产品质量主要因素的一种方法．在应用这种方法寻找影响产品质量的主要因素时，通常是将影响质量的因素分为Ａ、Ｂ、Ｃ三类，A类为主要因素，B类为次要因素，C 类为一般因素。
根据所作出的排列图进行分析得到哪些因素属于A类，哪些属于B类，哪些属于C类，因而这种方法又把它叫做ABC分析图法。
由于根据排列图我们可以一目了然地看出哪些是影响产品质量的关键项目，故有的亦把它叫主项目图法。
所谓排列图，它是由一个横坐标、两个纵坐标、几个直方形和一条曲线所构成的图。
其一般形式如图1所示，其横坐标表示影响质量的各个因素（即项目），按影响程度的大小从左到右排列；两个纵坐标中，左边的那个表示频数（件数、金额等），右边的那个表示频率（以百分比表示）；直方形表示影响因素，有直方形的高度表示该因素影响的大小；曲线表示各影响因素大小的累计百分数，这条曲线称为帕累特曲线。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
分层法
操作工 张 王 李 赵 张 王 李 赵 转速 1000 1000 1000 1000 2000 2000 2000 2000 粗糙度OK 9 1 11 21 11 1 8 12 粗糙度偏高数 2 9 2 3 4 11 4 3
原因 张 王 操作工 李 赵 1000 转速 2000
良品数 20 2 19 33 42 32
分层法
1. 概念：将多种情况分成不同类别以方便分析。 2. 常见分层项目： 人：不同班组、不同操作工 机：不同设备、不同工装 料：不同供应商材料、不同批次 法：不同转速、不同工艺 环：不同作业条件 3. 用途： 把复杂情况有系统、有目的地进行分类归纳与统计 为排列图做准备 4.举例： 用外圆车设备车外圆，外圆粗糙度与设备转速和人员 都相关。以下为不同操作工用同一设备使用不同转速加工状 况，根据人员及转速确认粗糙度偏高的主要原因。
人 机 料
主要原因
主要原因
主干线
质量问题质量问题 大 原 因 来自 原 因 小 原 因法
环
因果图
3. 注意事项 3.1提出的问题点，要尽量具体，应是一个问题，而不是一个工序或质量特 性。 3.2原因分析要紧扣问题且要细到能采取措施为止。 3.3主要原因要标出。 3.4为美观，线段成600倾角。 3.5注意原因不得归类混乱。 3.6到现场落实要因项目。 4、要因验证方法 （1）收集图中的末端因素，末端因素是问题的根源。 （2）末端因素中是否有不可抗拒的因素。所谓不可抗拒因素，就是指小组 乃至企业都无法采取对策的因素。如“拉闸停电”不作为确定主要原因。 （3）对末端因素逐条确认，找出真正影响问题的主要原因。确认，就是要 找出影响证据，以客观事实为依据，用数据说话。个别因素一次调查得到 的数据尚不能充分判定时，就要再调查、再确认。这和医生看病一样，如 何确诊是什么病呢？就要通过对病人采取验血、X光透视、胃镜检查、B 超等手段，取得数据，并对这些数据进行分析确诊。如还不能充分证明， 还要做进一步的检查，取得证据，会诊，最后确诊。
9). 最小测量单位 Min unit= 1
No.
Data
No.
Data
直方图
Ö ³ ² é Ê ý
1 2 3 4 5 6 7 8 9 10 11
30 25 20 15 10 5 0
Ï Ï Â Þ 402.5000 407.2000 411.9000 416.6000 421.3000 426.0000 430.7000 435.4000 440.1000 444.8000 449.5000
检查表
1 .概念：即备忘录，将要检查的项目整理出来，定期检查。无固 定格式. 2. 举例：常用查核表 点检用 记录用 通常划记 号 ÕÆ È Ù 项目 次数 îÄ Ï ¿ 1 2 3 4 5¡ £¡ £¡ £¡ £ 31 尺寸不良 正正正正正正 ËÔ È ±þ ²³ ° ¤÷ ¹ ³¡ ³µ × 表面斑点 正正正 úÆ » ÷£ ±Ñ ø úÆ » ÷Ø ²³ ÷ 装配不良 正正正正 ¤ß ¹ ¾¹ ÊÓ Ã £¡ ¡ ££ ¡¡ £ 电镀不良 正正正 éº ² Ëß Õ 其它 正 ì³ Ò £¦ ´À í 3. 用途:A.调查现状，明白现场问题,掌握品质 B.搜集原始数据 C.详细调查工作内容,防漏项,确定工作是否按照标准进行
4、要因验证方法：确定主要原因常用的方法有调查表、简易
图表、散布图、正交试验设计法。
①现场验证。到现场通过试验，故障再现，取得数据来证明。这对方法类的因 素确认很有效。如对某一个参数定得不合适的影响因素进行确认时，就需要到现 场做一些试验，变动一下该参数，看它的结果有无明显的差异，来确定它是不是 真正影响问题的主要原因。又如加工某零件产生变形所分析的原因是“压紧位置 不当”，进行确认时，可到现场改变一下压紧位置，进行试加工，如果变形明显 改善，就能判定它确实是主要原因。 ②现场测试、测量。到现场通过亲自而不是操作工测试、测量，取得数据，与标 准比较，看其符合程度。这对机器、材料、环境类因素很有效。如对机器某一部 位的精度差、环境某一项指标高，可以借助仪器、仪表到现场实测取得数据；对 材料方面的因素可到现场抽取一定数量的实物作为样本进行测试，取得数据，与 标准比较来确认。 ③调查、分析。人的因素，不能用试验或测量的方法来取得数据，则可设计调查 表，到现场进行调查，取得数据来确认。 总之，确认必须要亲自到现场，亲自去观察、调查、测量、试验，取得数据 才能为确定主要原因提供依据。只凭印象、感觉、经验来确认是依据不足的。采 用举手表决、"01打分法"、按重要度评分法等，均不可取。
Ö Á
¡ « ¡ « ¡ « ¡ « ¡ « ¡ «
É Ï Ï Þ 407.2000 411.9000 416.6000 421.3000 426.0000 430.7000 435.4000 440.1000 444.8000 449.5000 454.2000
散布图
5.观察与分析 5.1对比法:对照前面六个典型图，推断结果变量与原因变量之间 的相关关系。 6 . 注意事项 5.2 符号鉴定法：在作好的散布图上画一条与y轴和x轴平行的P 线和 Q线，使P线左右和Q线上下的点数大致相等。 6.1. 相关的判定只限于画图所用的数据范围之内，不能随意延伸 判定范围。有延伸需要时应扩大搜集数据的范围，重新作相关 5.3P 线和Q线将坐标平面分成四个区域。分别数出二个对角区域 图。例如体重与年龄的关系就不具有延伸性。 点数之和n13和n24，未压线的总点数N。压在线上的点数一律不 算 ,重复的点按重复次数计。 6.2. 应将具有不同性质的数据分开作相关图，否则将会导致不真 实的判定。当我们决定要对某个因变量和自变量之间相关关系 5.4. 使用符号鉴定表。对应N给出α=0.01和α=0.05的两个显著水 进行研究并采集数据时，应尽可能使影响这个因变量的其它自 平的点数。在对角区域之和当中，点数比较少的一项低于或等 变量处于稳定状态。 于哪个显著水平的点数，就判定为这个水平的相关。显著水平 6.3就是把本来正确但判断为错误的可能性的大小，也称为风险率。 个别偏离分布趋势的点子，可能是特殊原因造成的，判明原 Α值越小说明显著水平越高，风险越小，把握性越大。 因后，可以去掉该点。 6.4要应用专业技术对相关分析的结果加以确认，因为可能出现 伪相关现象,尤其当多个自变量都影响这个因变量的时候。
200 100 60 90
内 径 超 差
外 径 超 差
平 面 度 超 差
缩 水
毛 刺
其 它
因素
2、ABC分析法:累积百分比0~80% 为A类—关键因素, 以1至2个 为宜, 80~90%为B类—重要因素, 90%以上 为C类—一般因素. 根据实际灵活应用。一般要抓住关键的少数、次要的多数原理。
累积百分数（%）
散布图
1. 概念:判断各种因素对产品质量特性有无影响及影 响程度大小的一种工具。 2. 变量之间的关系： 完全确定的函数：只要知道了一个变量就可以求出另 外一个变量,如S=πr2 相关关系：如小孩的年龄和体重有一定的关系，一般 年龄越大，体重越重。通过统计得出大致关系：小孩 年龄=年龄x2+7（公斤）。不是所有的2周岁小孩体重 都是11公斤，但总是11公斤左右。这种非确定的依赖 或制约关系叫作相关关系。相关关系不能用函数来关 系表示，但可以借助统计技术——散布图来描述这种 变量之间的关系。
排列图
400 350 300 250 A类 B类
C类
100% 90% 80% 70% 60% 50% 40%
频数
200 195 150 100 50
出碟噪音
90 65 45 19
不读碟 涂油不均匀 TE PHASE超标 其它
30% 20% 10% 0
0
不良项目
累计百分数（%）
因果图
1.概念:又叫鱼刺图、树枝图，它是表示影响因素与结果关系的图。 2. 作法:明确要分析和解决的质量问题。召集相关人员参加分析会，集思广益， 脑力风暴。将提出的看法按中、小原因及相互关系用箭头线画在图上。把主 要原因标出来。
不良品数 6 20 6 6 16 22
不良品率 23% 91% 24% 15% 28% 41%
排列图
1．概念：又叫柏拉图,将影响因素或项目按大小顺序排列, 找出 主要因素或项目。又称主次因素分析图法．重点管理法．
1000
C类 B类
75 85
100 91
A类
500 330 33 220
帕累托曲线
55 50
排列图
4.举例：8月份统计出153连杆瓦总不良数414片，不 良项为：电镀外观195片，壁厚90片，油槽45片，划 伤磕碰65片，倒角5片，平行5片，其它9片.
不良名称 电镀外观 壁厚 划伤磕碰 油槽 其它 合计 不良数量 不良率 195 90 65 45 19 414 47.1% 21.7% 15.7% 10.9% 4.6% 100% 累计不良率 47.1% 68.8% 84.6% 95.5% 100.0% 100.0%
频数（件）
排列图
3．作图： 3.1收集数据：确定分类项目、数据的收集时间段 3.2将各项目及出现的频数按从大到小填入数据分项统计表。 3.3计算累计数、项目比例和累计百分比。 3.4描点连线. 3.5分别从右纵坐标累计百分率为80%、 90% 、100% 三处向 左引三条平行虚线，虚线下边分别写上A类、B类、C类。 填写排列图的名称，标出数据。 4注意事项: 4.1如果画出的排列图各项目频数相差很小，主次问题不突出， 应考虑更改分类项目,然后重新画图。 4.2二条纵坐标的比例可以取得不一样，但总高度须一致。 4.3找出了主要因素并采取措施后,还要继续使用排列图分析， 以检查实施效果。
直方图
1.概念：将全部数据分成若干组，以组距为底边，以各组相应
的频数为高的若干矩形图。通过对数据的加工整理，分析和掌 握工序质量数量的分布情况，为工序能力测算做准备。 2.画法: 搜集数据 大于100个 计算极差 适当分组 确定组距 确定各组界限