统计运用及品管实务工具
产品质量控制常用的七种统计分析工具
产品质量控制常用的七种统计分析工具chinawoodmen,2010-04-18 14:51:35品管七大手法是常用的统计管理方法，又称为初级统计管理方法。
它主要包括控制图、因果图、相关图、排列图、统计分析表、数据分层法、散布图等所谓的QC七工具。
运用这些工具，可以从经常变化的生产过程中，系统地收集与产品质量有关的各种数据，并用统计方法对数据进行整理，加工和分析，进而画出各种图表，计算某些数据指标，从中找出质量变化的规律，实现对质量的控制。
日本著名的质量管理专家石川馨曾说过，企业内95%的质量管理问题，可通过企业上上下下全体人员活用这QC七工具而得到解决。
全面质量管理的推行，也离不开企业各级、各部门人员对这些工具的掌握与灵活应用。
1、统计分析表统计分析表是利用统计表对数据进行整理和初步分析原因的一种工具，其格式可多种多样，这种方法虽然较单，但实用有效。
2、数据分层法数据分层法就是性质相同的，在同一条件下收集的数据归纳在一起，以便进行比较分析。
因为在实际生产中，影响质量变动的因素很多如果不把这些困素区别开来，难以得出变化的规律。
数据分层可根据实际情况按多种方式进行。
例如，按不同时间，不同班次进行分层，按使用设备的种类进行分层，按原材料的进料时间，原材料成分进行分层，按检查手段，使用条件进行分层，按不同缺陷项目进行分层，等等。
数据分层法经常与上述的统计分析表结合使用。
数据分层法的应用，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加以分门别类的归纳及统计。
科学管理强调的是以管理的技法来弥补以往靠经验靠视觉判断的管理的不足。
而此管理技法，除了建立正确的理念外，更需要有数据的运用，才有办法进行工作解析及采取正确的措施。
如何建立原始的数据及将这些数据依据所需要的目的进行集计，也是诸多品管手法的最基础工作。
举个例子：我国航空市场近几年随着开放而竞争日趋激烈，航空公司为了争取市场除了加强各种措施外，也在服务品质方面下功夫。
全面质量管理的常用七种分析工具
全面质量管理的常用七种分析工具所谓全面质量管理常用七种工具，就是在开展全面质量管理活动中，用于收集和分析质量数据，分析和确定质量问题，控制和改进质量水平的常用七种方法.这些方法不仅科学,而且实用，作为班组长应该首先学习和掌握它们，并带领工人应用到生产实际中。
一、统计分析表法和措施计划表法质量管理讲究科学性,一切凭数据说话。
因此对生产过程中的原始质量数据的统计分析十分重要，为此必须根据本班组，本岗位的工作特点设计出相应的表格。
常用的统计分析表有以下几种，供参考。
１。
不良项目调查表某合成树脂成型工序使用的不良项目调查表如下.每当发生某种不良时，工人就可在相应的栏目里画上一个调查符号,这样，下班时哪些不良项目发生了多少，立即可知。
２.零件尺寸频数分布表此表与不良项目调查表属同一类型。
第二栏为零件尺寸的分组，第四栏的“ "与不良项目调查表中的“正”是相同的符号。
工人每加工完一个零件，经检测后，将所得零件尺寸在第二栏“组距”中找到相应的尺寸组，然后再在第四栏中记录符号，待到下班或完工时，再统计第五栏。
这样的图既直观、又明确、有助于掌握零件尺寸的分布情况。
３.汽车油漆缺陷统计表该表的特点是直观，而且将每个缺陷的部位表示出来了.４.不良原因调查表要分清不良的发生原因，可接设备、操作者、时间等标志进行分层调查，填写不良原因调查表。
下表为调查了甲、乙两位工人5天生产塑料勺不良原因的调查表。
５.不合格品分类统计分析表下表为某工序同时生产三种规格的轴承,按不良项目分别统计。
表的右侧和下边的合计栏均画作虚线，表示可根据需要取舍。
需要注意的是“尺寸精度”和“旋转精度”作为总目，下面还细分若干细目，这是表格设计的一种技巧，与此对应,下边合计栏也应合理设计。
6。
措施计划表措施计划表,又称对策表.在制订一个具体的改进措施计划后，所有对策编制成计划表的形式.下表为某照相机厂生产一种自拍照相机，为了解决自拍质量问题，针对所分析的原因，制订的改进措施计划表。
质量管理老七种工具的使用方法
1
81
98.78％
铆裂
1
82
100％
合计
82
82
注意事项：当一种产品有两种或两种以上不 合格时，事先必须规定如何记录。
中、重卡第六横梁件铆接铆钉质量缺陷调查表
例二：
不合格位置调查表
#2022
机翼划伤位置记录表
单位：×车间×工段
日期： 年 月 日
操作者：× × ×
排 列 图
目从最重要到最次要进行排列而采用的一种简单的图 示技术。 排列图是由一个横坐标、两个纵坐标、几个按 高低顺序排列的矩形和一条累计百分比折线组成。
定义：排列图又叫帕累托图。它是将质量改进项
按重要性顺序显示每个质量改进项目对整 个质量问题的作用。 识别进行质量改进的机会。
作用
制作排列图的步骤
#2022
第七步，在横轴上按频数大小画出矩形，矩形的高度代表
各不合格项频数的大小。
第八步，在每个直方柱右侧上方，标上累计值(累计频数和
累计频率百分数)，描点，用实线连接，画累计频数折线(帕累
托曲线)。
第九步，在图上记入有关必要事项，如排列图名称、数
据、单位、作图人姓名以及采集数据的时间、主题、数据合计
序号
缺陷
频率
累计频数
频率×100
累击频率×100
1 2 3 4 5 6 7
精磨外圆 精切环槽 精镗销孔 垂直摆差 斜 油 孔 磨 偏 差 其 它
229 136 56 42 15 14 8
229 365 421 463 478 492 500
45.8 27.2 11.2 8.4 3.0 2.8 1.6
注意事项：
数据的性质分类要明确； 从品质(不良率/缺陷数)、效率(工时)、成本 (各项费用)等项目的日报、周报、月报中发现问题 同一问题有很多项目在一起应层别； 层别所得资料要能与对策相连接。
质量管理统计工具
一、统计数据的种类
1.计量值数据 凡是可以连续取值的或者说可以用测量工具具体测
量出小数点以下数值的这类数据（在给定范围内可以取 任何值）。如：长度、重量、电流、温度等。
测量结果的数据可以是连续的,也可以是不连续的。
２．计数值数据
凡是不能连续取值，或者说即使使用测量工具也得 不到小数点以下数值，而只能得到0或1、2、3等自然数 的这类数据。可分为计件数据和计点数据。 （1）计件数据：按件计数的数据。如不合格品数、质量检 测项目数等。服从二项分布。 （2）计点数据：按缺项点计数的数据。如疵点数、砂眼数 等。服从泊松分布。
缺陷位置调查表可以用来记录、统计、分析不同类型的外 观质量缺陷所发生的位置、数量和密集程度，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。
缺陷位置调查表是工序质量分析中常用的方法。
（3）质量分布调查表
----质量分布调查表是根据以往的资料，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。
4、分层的标志：
1) 人员：可按年龄、工级、和性别等分层。 2) 机器：可按设备类型、新旧程度、不同的生产线、工夹具类型分层。 3) 材料：可按产地、批号、制造厂、规格、成分等分类。 4) 方法：可按不同的工艺要求、操作参数、操作方法、生产速度分层。 5) 测量：可按测量设备、测量方法、测量人员、测量取样方法、环境
三、质量波动
1、引起产品波动的因素（5 M1E ）： 人（Man） ：操作者的质量意识、技术水平、文化素养、 熟练程度、身体素质等 ； 机器（Machine）：机器设备、工夹具的精度、维护保养 状况等； 材料（Material）：材料的化学成分、物理性能和外观 质量等； 方法（Method）：加工工艺、操作规程和作业指导书的 正确程度等； 测量（Measure）：测量设备、试验手段和测试方法等； 环境（Environment）：工作场地的温度、湿度、含尘度、 照明、噪声、震动等；
统计运用及品管实务工具
每隔n個柚樣
母体被“層別”成几個組,在每個組內隨机選 擇.
分組抽樣 行進中的過程
抽樣方法
每一小時在該點 抽3個樣本
上面介紹了幾種從母體中抽樣的方式
隨機性----從母體中抽取的樣本設計應使母體中每一個都有同等 機會抽中.
代表性----作為同一母體中其他樣本的實例.
17
一般準則
計數數據:50-100 計量數據:每個分組最少是30
變異(Process) =變異(Step 1) +變異(Step 2) +變異(Step 3) + . . .
變異( Process Step) = 變異(Methods) +變異(Materials) +變異(Environment) +變異(People) +變異(Equipment) +變異(Information)
保持穩定並維持高制程能力 • 持續監視及控制過程的變異源
14
Statistics 分佈的數學描述與定義
中心Center: 數據最集中在何處? 散佈Spread:數據變異程度及分散狀況如何? 形狀Shape:分佈是否對稱?扁平?凹凸?
是否有異常區
因為用抽樣統計,其結果只是估計, 和真實可能有差異. 適當的抽樣可使統計分析更準確.
10
變異(Variation)
描述分佈(Distribution)
Spread散佈
Shape形狀
Center中心
中心Center: 數據最集中在何處? 散佈Spread:數據變異程度及分散狀況如何? 形狀Shape:分佈是否對稱?扁平?凹凸?
是否有異常區
11
變異(Variation)
质量管理常用统计工具
用原则：严禁 批评、多多益
原理
集思广益的原理 追根求源的思想 逻辑思维的方法
人
善、自由奔放、 搭便车发展
因果关系推理
类别分层的考虑
机器（设备、设施、工具）
原因类别
材料 工艺方法（加工方法、操作方法）
环境
测量方法（仪器）
数据信息系统
23
质量管理老七种工具-因果图
1.画因果图的注意事项
1) 画因果图时应充分发扬民主，各抒己见，集思广益，把每个人的意见都一一记录在图 上； 2) 确定要分析的主要质量问题（特性）不能笼统，一个主要质量问题只能画一张因果图，多个 主要质量问题则应画多张因果图，因果图只能用于单一目标的分析； 3) 因果关系的层次要分明，最高层次的原因应寻求到可以直接采取对策为止； 4) 成功的因果图，要分析到第二、三层原因，主要原因一定要确定在末端因素上， 而不能确定在中间过程。 5) 主要原因可用排列图、投票或实验验证等方法确定，然后加以标记。
质量管理常用统计工具
目录
统计方法基础知识 质量管理老七种工具 质量管理新七种工具
2
统计方法基础知识
1.计量值数据
凡是可以连续取值的，或者说可以用测量工具具体测量出小数点以下数值的 这类数据。如：长度、容积、质量、化学成分、温度、产量、职工工资总额 等；
计量数据一般服从正态分布。
3
统计方法基础知识
2.计数值数据
凡是不能连续取值的，或者说即使使用测量工具也得不到小数点以下数值，
而只能得到0或1，2，3 等自然数的这类数据。
计数数据还可细分为记件数据和记点数据。记件数据是指按件计数的数据，如不 合格品数、彩色电视机台数、质量检测项目数等；记点数据是指按缺项点（项） 计数的数据，如疵点数、砂眼数、气泡数、单位（产品）缺陷数等。
统计的运用与品管实务工具(ppt 75页)
1 < 0 凹凸平坦
1 = 0
1 > 0
2 < 0
2 = 0
2 > 0
統計 Jason Lee 2003/2/19
22
常用計算公式
母體均值
N
Xi
m = i1
N
母體變異
n
(Xi m)2
s~ 2 i1
N
母體標準偏差
N
(Xi m )2
s~ = i=1
N
統計 Jason Lee 2003/2/19
20
Spread(散佈)
The "s Rule" states how m and s can be used to describe the entire distribution: • Roughly 60-75% of the data are within 1s of m. • Roughly 90-98% of the data are within 2s of m. • Roughly 99-100% of the data are within 3s of m.
• 連續型資料 • 比例關係 • 可應用演算法的多數公式
例子
• 分類 • 標簽
• 第一、第二、第三 • 相對高度 • 字母順序 • 1<2<3<4 • 溫度計 • 刻度盤
• 速度= 距離/時間 • 直尺
統計 Jason Lee 2003/2/19
5
連續資料的優勢
$
信息量少
$
連續的
信息量多
統計 Jason Lee 2003/2/19
統計 Jason Lee 2003/2/19
质量管理之常用统计工具
2020/12/18
质量管理之常用统计工具
• 本章主要内容：
• 1、了解数据、总体、样本的含义及随机抽样的一般方法 ；
• 2、掌握排列图、因果分析图的作图方法和应用；
• 3、掌握分层法、统计图表法的应用；
• 4、了解直方图的原理、作用、作图方法及应用；
本章主要要求
质量管理之常用统计工具
排列图的作用
质量管理之常用统计工具
•排列图（帕累拉图）
•意大利经济学家V.Pareto于1897年在研究国民所得时 发现大部分所得均集中于少数人，而创出此原理。
•Dr. Joseph Juran recognized this concept as a universal that could be applied to many fields. He coined the phrases “vital few and useful many”（关键的少数，次要的多 数）.
总体、个体
质量管理之常用统计工具
• 样本:
•样本又叫子样，是从总体中抽出来一部分个体的集合。
•样本中每个个体叫样品，样本中所包含样品数目称为样本大小， 又叫样本量，常用n表示。
•对样本的质量特性进行测定，所得的数据称为样本值。
•当样本个数越多时，分析结果越接近总体的值，样本对总体的代 表性就越好。
❖ 设计生产过程，确保一次成功。
❖ 跟踪记录生产结果，并利用这些结果指导系统的改善；
❖ 把这些概念扩展到供应商和经销环节；
•方法
•全面质量管理
•内涵
❖ 持续改进； ❖ 树立榜样； ❖ 授权给职员； ❖ 发扬团队协作精神；
❖ 依据事实作出决策；
全面质量管理的常用七种分析工具
全面质量管理的常用七种分析工具所谓全面质量管理常用七种工具，就是在开展全面质量管理活动中，用于收集和分析质量数据，分析和确定质量问题，控制和改进质量水平的常用七种方法。
这些方法不仅科学，而且实用,作为班组长应该首先学习和掌握它们，并带领工人应用到生产实际中。
一、统计分析表法和措施计划表法质量管理讲究科学性,一切凭数据说话。
因此对生产过程中的原始质量数据的统计分析十分重要，为此必须根据本班组,本岗位的工作特点设计出相应的表格。
常用的统计分析表有以下几种，供参考。
１.不良项目调查表某合成树脂成型工序使用的不良项目调查表如下。
每当发生某种不良时，工人就可在相应的栏目里画上一个调查符号，这样，下班时哪些不良项目发生了多少，立即可知。
２。
零件尺寸频数分布表此表与不良项目调查表属同一类型。
第二栏为零件尺寸的分组，第四栏的“ "与不良项目调查表中的“正”是相同的符号。
工人每加工完一个零件，经检测后,将所得零件尺寸在第二栏“组距”中找到相应的尺寸组，然后再在第四栏中记录符号，待到下班或完工时，再统计第五栏。
这样的图既直观、又明确、有助于掌握零件尺寸的分布情况。
３。
汽车油漆缺陷统计表该表的特点是直观，而且将每个缺陷的部位表示出来了。
４.不良原因调查表要分清不良的发生原因，可接设备、操作者、时间等标志进行分层调查，填写不良原因调查表.下表为调查了甲、乙两位工人5天生产塑料勺不良原因的调查表。
５.不合格品分类统计分析表下表为某工序同时生产三种规格的轴承,按不良项目分别统计。
表的右侧和下边的合计栏均画作虚线，表示可根据需要取舍。
需要注意的是“尺寸精度”和“旋转精度”作为总目，下面还细分若干细目，这是表格设计的一种技巧,与此对应，下边合计栏也应合理设计.6。
措施计划表措施计划表，又称对策表。
在制订一个具体的改进措施计划后，所有对策编制成计划表的形式。
下表为某照相机厂生产一种自拍照相机，为了解决自拍质量问题，针对所分析的原因，制订的改进措施计划表。
质量管理06_常用几种统计工具与技术
第四步骤（D4），找出问题真正的、根本原因： 寻找原因，应通过头脑风暴法等形式，充 分发挥临时小组成员的集体智慧。 当分析完成，识别可能的原因，从而找到 问题真正的原因，以找出最可能的原因，测 验、确认每一个原因。
第五步骤（D5），选择永久对策： 找到造成问题的主要原因后，则应针对已 确认的根本原因制订永久性的纠正措施，即开 始拟出对策的方法。 第六步骤（D6），执行及验证永久对策： 当永久对策准备妥当，则可开始执行及停 止暂时对策。并且对永久对策作一验证，并监 视其长期效果。
· 头脑风暴会议的过程执行阶段 1）阐述问题。 2）提出想法并记录。让团队成员提出尽可能多 的想法，并让他们举手发言，各抒己见。然 后马上将所提出的想法记录在黑板或活动挂 图上，保证清晰可见。训练辅导员应保证每 名成员都有发言机会，任何人都不得批评、 讨论和评价所提出的观点或控制会议进程。
3）将所提出的想法进行分组归类。 4）明确选择方案的标准，如可行性、成本和相 关性。 5）在头脑风暴会议后，为每类意见指定一个小 组进行评估。各个 小组分别召开会议，根据方案选择标准淘汰没 有使用价值的意见。 6）各个小组拟出方案，提交管理层。
FMEA的作用 1、改进所评估产品的质量、可靠性及安全性； 2、降低产品开发周期及成本； 3、确定降低风险的措施； 4、辅助开发设计验证计划； 5、帮助工程师确定改进的优先顺序； 6、提高客户/消费者满意度； 7、FMEA是一种事前的预防行为； 8、事前改进，非事后总结； 9、减少后续更改的危机；
进行FMEA的目的
二、亲和图 1、亲和图的概念 亲和图(Affnity Dia Sram)又叫A型图解 (图)，是KJ法的一种类型。它是把收集到 的大量有关某一特定主题的意见、观点、 想法和问题，按它们之间相互亲近程度加 以归类、汇总的一种图。
质量管理06常用几种统计工具与技术
质量管理06常用几种统计工具与技术
质量管理06常用几种统计工具与技术
主要用途有： (1)企业方针目标实施项目的展开； (2)在新产品开发中进行质量设计展开； (3)为确保质量保证活动而进行的保证质量要素(事项)
的展开； (4)对为解决企业内质量、成本、产量等问题所采取
的措施加以展开； (5)企业承包责任制项目的展开； (6)工序分析中对质量特性进行主导因素的展开； (7)探求明确部门职能、管理职能和提高效率的方法； (8)可以用于因果分析。
质量管理06常用几种统计工具与技术
使用方法或过程 ·准备阶段 1）准确阐述问题。如有必要，将复杂问题细分成
小问题。 2）成立一个5～10人小组，团队成员由组织内部地
位相同的不同学科的专家组成。 3）选出一个团队队长，让其负责辅导、筹划、帮
助和指导方面的工作。 4）会议之前，找时间把对相关问题的阐述和背景
2.柱状图 柱状图是用长方形的高低来表示数据大小，并
对数据进行比较分析的图。
质量管理06常用几种统计工具与技术
3.饼分图 饼分图也叫圆形图。它是把数据的构成按
比例用圆的扇形面积来表示的图形。各扇形 面积表示的百分率加起来是100％，即整个 圆形面积 .
质量管理06常用几种统计工具与技术
潜在的失效模式及后果分析（FMEA）
质量管理06常用几种统计工具与技术
第四步骤（D4），找出问题真正的、根本原因： 寻找原因，应通过头脑风暴法等形式，充
分发挥临时小组成员的集体智慧。 当分析完成，识别可能的原因，从而找到问 题真正的原因，以找出最可能的原因，测验、 确认每一个原因。
质量管理06常用几种统计工具与技术
第五步骤（D5），选择永久对策： 找到造成问题的主要原因后，则应针对已
产品质量控制常用的七种统计分析工具
产品质量控制常用的七种统计分析工具品管七大手法是常用的统计管理方法，又称为初级统计管理方法。
它主要包括控制图、因果图、相关图、排列图、统计分析表、数据分层法、散布图等所谓的QC七工具。
运用这些工具，可以从经常变化的生产过程中，系统地收集与产品质量有关的各种数据，并用统计方法对数据进行整理，加工和分析，进而画出各种图表，计算某些数据指标，从中找出质量变化的规律，实现对质量的控制。
日本著名的质量管理专家石川馨曾说过，企业内95%的质量管理问题，可通过企业上上下下全体人员活用这QC七工具而得到解决。
全面质量管理的推行，也离不开企业各级、各部门人员对这些工具的掌握与灵活应用。
1、统计分析表统计分析表是利用统计表对数据进行整理和初步分析原因的一种工具，其格式可多种多样，这种方法虽然较单，但实用有效。
2、数据分层法数据分层法就是性质相同的，在同一条件下收集的数据归纳在一起，以便进行比较分析。
因为在实际生产中，影响质量变动的因素很多如果不把这些困素区别开来，难以得出变化的规律。
数据分层可根据实际情况按多种方式进行。
例如，按不同时间，不同班次进行分层，按使用设备的种类进行分层，按原材料的进料时间，原材料成分进行分层，按检查手段，使用条件进行分层，按不同缺陷项目进行分层，等等。
数据分层法经常与上述的统计分析表结合使用。
数据分层法的应用，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加以分门别类的归纳及统计。
科学管理强调的是以管理的技法来弥补以往靠经验靠视觉判断的管理的不足。
而此管理技法，除了建立正确的理念外，更需要有数据的运用，才有办法进行工作解析及采取正确的措施。
如何建立原始的数据及将这些数据依据所需要的目的进行集计，也是诸多品管手法的最基础工作。
举个例子：我国航空市场近几年随着开放而竞争日趋激烈，航空公司为了争取市场除了加强各种措施外，也在服务品质方面下功夫。
我们也可以经常在航机上看到客户满意度的调查。
产品质量检测中的统计方法与工具应用
产品质量检测中的统计方法与工具应用产品质量是消费者关注的一个重要指标，而作为生产厂家，如何确保产品的质量稳定和可靠是一个关键问题。
为了提高产品质量，统计方法和工具在产品质量检测中的应用变得越来越重要。
本文将探讨如何应用统计方法和工具来提高产品质量，并介绍一些常用的统计方法和工具。
首先，统计方法在产品质量检测中的应用是非常广泛的。
统计方法可以帮助我们分析产品质量数据，了解产品的整体质量状况。
通过对产品质量数据的统计分析，我们可以确定产品是否符合质量标准，进一步了解产品的质量稳定性。
例如，我们可以使用均值和标准差等统计指标来描述产品的质量水平和质量变异程度。
通过统计方法，我们能够更好地评估产品质量，及时发现质量问题，并采取相应的措施进行改进。
其次，工具的应用也是产品质量检测中不可或缺的一部分。
常用的统计工具包括控制图、散点图、箱线图等。
这些工具可以帮助我们分析产品质量数据的分布情况、趋势变化和异常点等。
其中，控制图是一种常用的统计工具，可用于监控产品质量的稳定性。
通过绘制控制图，我们可以及时发现产品质量偏离正常范围的情况，并采取纠正措施以保证产品质量。
除了统计方法和工具的应用，还有一些其他的技术在产品质量检测中也起着重要的作用。
例如，六西格玛方法是一种经典的质量管理方法，可以帮助企业降低产品质量的差异性，提高产品质量水平。
通过六西格玛方法，我们可以对生产过程中的关键环节进行优化和改进，从而提高产品质量。
此外，统计方法和工具在产品质量检测中的应用还可以帮助企业进行数据驱动的决策。
通过对产品质量数据的分析，我们可以获得一些有价值的信息，如质量问题的根本原因、改进措施的效果等。
这些信息可以为企业提供决策依据，帮助企业优化生产流程、提高产品质量。
总而言之，统计方法和工具在产品质量检测中的应用是非常重要的。
通过统计方法和工具的应用，我们可以更好地了解产品的质量特征，评估产品的质量稳定性，并及时发现和解决质量问题。
第二章质量管理常用统计工具
正态分布曲线
第 二 章 质 量 管 理 常 用 统 计 工 具
μ1 μ2 X (a)μ 1≠ 2，σ 1=σ 2 μ
正态分布曲线
第 二 章 质 量 管 理 常 用 统 计 工 具
σ2
μ 1= μ 2 ，σ 1< σ 2
μ 1= μ
2
正态分布概率的计算
第 二 章 质 量 管 理 常 用 统 计 工 具
第二节质量管理老七种工具（六种） 第二节质量管理老七种工具（六种）
第 二 章 质 量 管 理 常 用 统 计 工 具
四、因果图 五、直方图 六、散布图 二、分层法 三、排列图 一、调查表
一、调查表
第 二 章 质 量 管 理 常 用 统 计 工 具
1.应用调查表的步骤： 1)明确收集资料的目的； 2)确定为达到目的所需搜集的资料（这里强调问题）； 3)确定对资料的分析方法（如运用哪种统计方法）和负责人； 4)根据不同目的，设计用于记录资料的调查表格式，其内容应包括： 调查者、调查的时间、地点和方式等栏目； 5)对收集和记录的部分资料进行预先检查，目的是审查表格设计的合 理性； 6)如有必要，应评审和修改该调查表格式。
2.计数值数据 计数值数据
第 二 章 质 量 管 理 常 用 统 计 工 具
凡是不能连续取值的， 凡是不能连续取值的，或者说即使使用测量工 具也得不到小数点以下数值，而只能得到0或 ， 具也得不到小数点以下数值，而只能得到 或1， 2，3 等自然数的这类数据。 ， 等自然数的这类数据。 计数数据还可细分为记件数据和记点数据。 计数数据还可细分为记件数据和记点数据。记 件数据是指按件计数的数据，如不合格品数、 件数据是指按件计数的数据，如不合格品数、 彩色电视机台数、质量检测项目数等； 彩色电视机台数、质量检测项目数等；记点数 据是指按缺项点（ 计数的数据，如疵点数、 据是指按缺项点（项）计数的数据，如疵点数、 砂眼数、气泡数、单位（产品）缺陷数等。 砂眼数、气泡数、单位（产品）缺陷数等。 记件数据一般服从二项式分布， 记件数据一般服从二项式分布，记点数据一般 服从泊松分布。 服从泊松分布。
产品质量控制常用的七种统计分析工具
产品质量控制常用的七种统计分析工具chinawoodmen,2010-04-18 14:51:35品管七大手法是常用的统计管理方法，又称为初级统计管理方法。
它主要包括控制图、因果图、相关图、排列图、统计分析表、数据分层法、散布图等所谓的QC七工具。
运用这些工具，可以从经常变化的生产过程中，系统地收集与产品质量有关的各种数据，并用统计方法对数据进行整理，加工和分析，进而画出各种图表，计算某些数据指标，从中找出质量变化的规律，实现对质量的控制。
日本著名的质量管理专家石川馨曾说过，企业内95%的质量管理问题，可通过企业上上下下全体人员活用这QC七工具而得到解决。
全面质量管理的推行，也离不开企业各级、各部门人员对这些工具的掌握与灵活应用。
1、统计分析表统计分析表是利用统计表对数据进行整理和初步分析原因的一种工具，其格式可多种多样，这种方法虽然较单，但实用有效。
2、数据分层法数据分层法就是性质相同的，在同一条件下收集的数据归纳在一起，以便进行比较分析。
因为在实际生产中，影响质量变动的因素很多如果不把这些困素区别开来，难以得出变化的规律。
数据分层可根据实际情况按多种方式进行。
例如，按不同时间，不同班次进行分层，按使用设备的种类进行分层，按原材料的进料时间，原材料成分进行分层，按检查手段，使用条件进行分层，按不同缺陷项目进行分层，等等。
数据分层法经常与上述的统计分析表结合使用。
数据分层法的应用，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加以分门别类的归纳及统计。
科学管理强调的是以管理的技法来弥补以往靠经验靠视觉判断的管理的不足。
而此管理技法，除了建立正确的理念外，更需要有数据的运用，才有办法进行工作解析及采取正确的措施。
如何建立原始的数据及将这些数据依据所需要的目的进行集计，也是诸多品管手法的最基础工作。
举个例子：我国航空市场近几年随着开放而竞争日趋激烈，航空公司为了争取市场除了加强各种措施外，也在服务品质方面下功夫。
- 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)。
錯誤
FAIL
PASS
電氣電路
卡尺
計時器
溫度
溫度計
統計
4
衡量工具分類
衡量工具分類
名義型:不相關類, 只代表符合
離 條件或不符合條件個體數. 散 型 順序型:順序類,但沒有各類間隔
的資訊.
間距型:順序類,兩類之間間隔相
連 等,但沒有絕對零點. 續 型 比例型:順序類,兩 類之間間隔
相等, 同時存在絕對零點. .
• 速度= 距離/時間 • 直尺
統計
5
連續資料的優勢
$
信息量少
$
連續的
信息量多
統計
6
基礎統計運用概念
統計
7
變異(Variation)
當我們從一過程中收集數據,會發現數據不會永 遠相同,因為變異(Variation)在過程中隨時存在
製造流程
Step 1
Step 2
Step 3
Process Output
P
a r
穩定
a
m
e
t
e
r
Time
CAPABLE (i.e., small variation compared to the product specifications.) Product Specifications
散佈小
Parameter Distribution
統計
13
控制變異(Variation)
中心Center: 數據最集中在何處? 散佈Spread:數據變異程度及分散狀況如何? 形狀Shape:分佈是否對稱?扁平?凹凸?
是否有異常區
因為用抽樣統計,其結果只是估計, 和真實可能有差異. 適當的抽樣可使統計分析更準確.
統計
15
抽樣概念-母體參數和樣本統計量
母體: 包含所關心特性的已經製造或將要製造的物件 的全體 樣本:
說明 • 離散型資料 (通常) • 分組 / 分類 • 是 /否, 合格 / 不合格 • 不能計算
• 離散型資料 • 分級 • 很少用 • 很難加以計算 • 連續型資料 • 最常見的尺規 • 計算時要很小心
• 連續型資料 • 比例關係 • 可應用演算法的多數公式
例子
• 分類 • 標簽
• 第一、第二、第三 • 相對高度 • 字母順序 • 1<2<3<4 • 溫度計 • 刻度盤
抽樣方法
每一小時在該點 抽3個樣本
上面介紹了幾種從母體中抽樣的方式
隨機性----從母體中抽取的樣本設計應使母體中每一個都有同等 機會抽中.
代表性----作為同一母體中其他樣本的實例.
統計
17
一般準則
計數數據:50-100 計量數據:每個分組最少是30
統計
18
Center(中心)
• 均值: 一組值的算術平均均值:
s
Distribution
PROCESS #2 - Unstable Variation不穩定 Distribution
T
h
i
c
k
n
e
s
Part
s
統計
12
變異(Variation)
在製造過程中,有變異都是不好.問題是我們能容忍到 何種範圍.我們能容忍的變異是具有以下兩項特徵:
STABLE (i.e., consistent and predictable over time).
“資料本身並不能提供資訊 —— 必須對資料加以處理以後 才能得到資訊, 而處理資料的工具就是統計學”.
統計
3
離散型資料和連續型資料
離散型
連續型
NO-GO
GO
數量 1 3 10 2
單價 $10.00 $1.50 $10.00 $5.00
裝貨單
說明
總價 $10.00
$4.50 $10.00 $10.00
變異( Process Step) = 變異(Methods) +變異(Materials) +變異(Environment) +變異(People) +變異(Equipment) +變異(Information)
統計
9
變異(Variation)
雖然變異是隨機的,但他們的隨機性通常有模式存在, 這種模式可用統計上的分佈(Distribution)來形容.如 此變異加以統計分析,便可有某種程度的預測性存在 並易於被理解或控制.
在統計研究中實際測量的物件組。 樣本通常爲所關心母體的子集
“母體參數”
“樣本統計量”
m = 母體均值
s~ = 母體標準偏差
母體
X = 樣本均值
s = 樣本標準偏差
样本
統計
16
抽樣方法
隨機抽樣
層別式抽樣
每個均有被選上的相等机會
系統隨機抽樣
每隔n個柚樣
母体被“層別”成几個組,在每個組內隨机選 擇.
分組抽樣 行進中的過程
Methods Materials Environment People Equipment Information
Output of Process
Step
統計
8
變異(Variation) 我們觀察到的變異,是在過程中各種擾動累積起 來的.
變異(Process) =變異(Step 1) +變異(Step 2) +變異(Step 3) + . . .
特徵化
1. Characterize
瞭解過程:
•過程由時間來看是否穩? •制程能力是否能滿足目標規格?
改善
2. Improve
控制
3. Control
使制程更好: • 確認並除去不穩定原因 • 確認並降低變異程度使滿足規格
保持穩定並維持高制程能力 • 持續監視及控制過程的變異源
統計
14
Statistics 分佈的數學描述與定義
是否有異常區
統計
11
變異(Variation)
變異可以是穩定(Stable)或不穩定(Unstable)的.
- 穩定變異:變化的分佈較具預測性及一致性,對時間而言具可預測性 - 不穩定變異:對時間而言不具可預測性
PROCESS #1 - Stable Variation穩定
T
h
i
c
k
n
e
s
Part
量測值
X XX X X XX X X 參數
分佈
Spread散佈 Center均值
多數在此 少數在此
統計
10
變異(Variation)
描述分佈(Distribution)
Spread散佈
Shape形狀
Center中心
中心Center: 數據最集中在何處? 散佈Spread:數據變異程度及分散狀況如何? 形狀Shape:分佈是否對稱?扁平?凹凸?
單元(二) 統計運用及品管實務工具
資料數據 基礎統計運用概念 生產製造環境 實用品質統計工具 製程能力分析與SPC統計製程控制
統計
1
資料及數據
統計
2
你想瞭解什麽?
資訊源:
● 文字的 (A to Z) ● 圖示的● 口頭的 ● 數位的 (0-9)
數據
分組 離散型
衡量 連續型
名義型 順序型 間距型 比率型