质量分析7种统计工具
统计技术七工具简介
THANKS
03
案例分析:例如,在企业成本分析中 ,可以使用排列图来展示各项成本占 总成本的比重。通过观察排列图,可 以发现主要成本项目和次要成本项目 ,进而制定相应的成本控制措施。
因果图实践应用与案例分析
因果图是一种用于分析因果关系的工 具,通过绘制因果关系图来展示变量 之间的因 因果关系,包括产品质量、市场占有 率、客户满意度等。在制作因果图时 ,需要准确描述每个变量的含义和作 用,同时要清晰地展示变量之间的因 果关系。在分析因果图时,需要找出 关键因素和影响,制定相应的改进措 施。
03
案例分析:例如,在生产过程中,可 以使用控制图来监控生产线的稳定性 。通过绘制控制图,可以及时发现异 常点并采取相应措施进行改进,提高 生产效率和产品质量。
散点图实践应用与案例分析
• 散点图是一种用于展示两个变量之间关系的工具,通 过绘制散点图来展示两个变量之间的相关
05
总结与展望
对统计技术七工具的总结与评价
03
设计要素
流程图通常由方框、箭头、连 接符等组成,表示各个步骤之
间的逻辑关系。
04
使用方法
根据需要描述的过程或系统, 绘制流程图的各个步骤,并标
注连接符和说明。
排列图
01
定义
排列图是一种用于展示数据分布 和关系的工具,通常用于质量控
制、缺陷分析等领域。
03
设计要素
排列图通常由柱状图和折线图组 成,表示数据分布和累计比例关
回归分析
根据自变量和因变量的关系建立回归方 程,预测因变量的取值。
相关分析
通过计算相关系数等指标,衡量两个变 量之间的线性关系。
时间序列分析
通过对时间序列数据的分析和预测,揭 示其周期性变化和趋势。
QC统计工具
结所在,必须进一步分析其原因,并加以解决。
21
工具具体介绍——3、分层法
定义
又叫分类法、分组法。指按照一定标志,将 收集到的大量有关某一特定主题的统计数据加以 归类、整理和汇总的一种方法。目的在于把杂乱 无章和错综复杂的数据归类汇总,便于反应客观 事实。
原则
使同一层次内的数据波动幅度尽可能小,层 与层之间的差别尽可能大。
机器
回转精度差
回转 工作台
直径小
磨损快
人
刀片硬度低
刀具
未按规定自检
知道
不知
不执行 执行
规定
工艺差
锁不紧
夹具
知道不执行
主轴
油压低
基
窜动大
压不紧工件
未按规定换刀
座
缸
孔
未用标准 环校验
直
硬度高 进给快
间隙
径
量具 不准
缸孔 余量大
切削
留量
小
用量
切削大
转速低
液
粘度大
测量材料ຫໍສະໝຸດ 方法31定义
工具具体介绍——6、树图
7
7
2
9
10
14 17
23
27
合计
6 13 3 9 10 9 19 31 50
25
工具具体介绍——4、亲和图
定义
又叫A型图解。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 的相互亲近程度加以归类、汇总的一种图。
应用步骤
1)确定讨论主题; 2)制作语言资料卡片; 3)汇总、整理卡片; 4)按类将卡片中的信息加以登记、汇总; 5)画出亲和图; 6)写出书面报告。
调查人:李XX
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
关于质量管理七种工具的描述
质量管理七种工具是指在质量管理过程中常用的七种方法和工具,包括流程图、因果图、直方图、散点图、控制图、检查表和Pareto图。
这些工具可以帮助识别问题、分析数据、改进过程,以提高产品或服务的质量。
流程图:用于显示一个或多个输入转化为一个或多个输出的过程中,所需要的步骤顺序和可能分支。
流程图有助于了解和估算一个过程的质量成本。
因果图:也称为鱼骨图或石川图,用于分析问题的根本原因。
通过将问题与可能的原因相关联,可以识别出问题的潜在因素。
直方图:一种特殊的条形图,用于描述集中趋势、分散程度和统计分布形状。
直方图可以直观地展示数据的分布情况。
散点图:显示两个变量之间的关系的图表。
通过散点图的观察和分析,可以发现两个变量之间是否存在相关关系或因果关系。
控制图:用于确定一个过程是否稳定或可预测的绩效。
控制图可以检测到过程的异常波动,从而及时采取措施解决问题。
检查表:用于收集数据的查对清单。
通过检查表,可以对某一特定事项或问题进行逐项检查,以便记录和分析数据。
Pareto图:一种特殊的垂直条形图,用于识别造成大多数问题的少数重要原因。
Pareto图可以帮助企业优先解决关键问题,提高生产效率和质量。
这些工具在质量管理中发挥着重要作用,通过综合运用这些工具,企业可以更好地理解和控制生产过程,提高产品质量,降低生产成本,增强客户满意度和忠诚度。
常用质量分析工具
1. 常用质量管理工具
1.4 调查表法
——常用类型 (1)不合格品项目调查表。 (2)缺陷位置调查表。 (3)质量分布调查表
1)不合格品项目调查表:
不合格品项目调查表用来调查生产现场不合格 品项目频数和不合格品率,以便用于排列图 等分析研究。
成品抽样及外观不合格品项目调查表
批次
产品号
成品 量(箱)
1. 常用质量管理工具
1.2 排列图法
——注意事项 (1)要做好因素的分类。 (2)主要因素不能过多。 (3)数据要充足。 (4)适当合并一般因素。 (5)合理选择计量单位。 (6)重画排列图以作比较。
1. 常用质量管理工具
1.2 排列图法
——排列图法的适用范围 改进任何问题都可以使用排列图法:适
抽样 数(支)
不质合量分布批调不查合表 格品 格品率 切 数(支) (%) 口
贴 口
外观不合格项目
空 短 过钢 松 烟 紧印
油 点
表 面
1 烤烟型 10 500 3
0.6 1
1
1
2 烤烟型 10 500 8
1.6
2
1
1
… …….. … …… … …..
250 烤烟型 10 500 6
1.2
1
1
合计
2500 125000 990 0.8 80 29 7 458 85 28 10 15
1. 常用质量管理工具
1.3 因果分析图法
以尿素合成塔焊缝质量分析为例,我们对材 料、人员、工艺方法和设备这四个方面进行认真 分析。例如,在工艺方法方面,导致焊缝质量的 因素可能有图纸混乱、要求不清等;在设备方面, 可能原因有电流不稳定、仪表不准等。将各个方 面可能造成焊缝质量缺陷的所有原因都列举出来 后,就可以用鱼刺图清楚地表达出来,然后再逐 一进行论证。焊缝质量鱼刺分析图如图所示。
QC七大工具
.
26
三、检查表(四)
收集重点
1. 收集正确的数据。 2. 避免主观的判断。 3. 要把握事实真相。
取样方法。 测定方法与设备。
.
27
三、检查表(五)
下表为某QC小组对中继线插头焊接缺陷的检查表(调查表)。 根据此表还可以进一步画出排列图。
序号
项目
频数
累计
1
插头槽径大
3367
3367
2
插头假焊
.
24
三、检查表(二)
类别
1. 记录用检查表:又称改善用检查表,常用于不良原因 和不良项目的记录。
2. 点检用检查表:又称备忘点检表,常用于机械设备与 活动作业的确认。
.
25
三、检查表(三)
制作步骤
1. 决定所要收集的数据及希望把握的项目。 2. 决定查检表的格式。 3. 决定记录形式。 4. 决定收集数据的方法。
料 垂直度不够
装配经验不足
外圆跳动大
端盖
未按要求做
端盖的轴承室 与轴承配合不当
转子部件
刚性不够
噪
声
超
标
定、转子间的间隙小
轴承室公差不合理
转子外圆大
环境噪声大
设计
工位间距小
环境
.
14
二、柏拉图(一)
定义
柏拉图又叫排列图、帕累托图。它是将质量改进项目
从最重要到最次要顺序排列而采用的一种图表。排列图由一 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。
.
18
柏拉图分析
2.5
2.21
1.99 (92.4 %)
制 2.0
(83.2 %)
常用的质量分析工具
调查者:王涛
200X年5月10日
地点:卷烟车间
随机抽样
2)缺陷位置调查表
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,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
图: 汽车车身喷漆质量的缺陷位置调查表(色斑,流漆,尘粒)
车间
油漆二
汽车车身喷漆质量缺陷位置示意图
直方图的空白区域,标明有关数据
资料,如数据个数,平均值等
f i 频数
30--
N 100
25--
x 3.526
20--
S 0.0523
15--
10--
5 --
0 -3.385
3.415
3.445
3.475
3.505 3.535 3.565 3.595
• 图:直方图
3.625
3.655
尺寸 3.685 mm
1. 常用质量管理工具
1.2 排列图法
——注意事项 (1)要做好因素的分类。 (2)主要因素不能过多。 (3)数据要充足。 (4)适当合并一般因素。 (5)合理选择计量单位。 (6)重画排列图以作比较。
1. 常用质量管理工具
1.2 排列图法
——排列图法的适用范围 改进任何问题都可以使用排列图法:适用
1.常用质量管理工具
1.6 散布图法
▪ 两个变量的相关类型
在相关图中,两个要素之间可能具有非常 强烈的正相关,或者弱的正相关。这些都 体现了这两个要素之间不同的因果关系。 一般情况下,两个变量之间的相关类型主 要有六种:强正相关、弱正相关、不相关、 强负相关、弱负相关以及非线性相关,如 图所示。
两个变量的六种相关类型
2007年企业管理师咨询实务复习:质量分析技术Ⅱ——新七种工具
第⼆节质量管理咨询的常⽤统计技术⼆、质量分析技术Ⅱ——新七种⼯具质量管理分析的新七种⼯具包括:关联(系)图、KJ法(亲和图)、系统图、矩阵图、矩阵数据分析法、过程决策程序图法(PDPC 法)、⽮线图(络图)。
(⼀)关联(系)图1.关联(系)图的含义所谓关联(系)图,是把⼀个或若⼲个存在的问题及其因素间的因果关系⽤箭头连接起来的⼀种图,便于直观地找出各因素之间的因果关系。
2.关联(系)图的作⽤关联(系)图适合于整理因素间有交叉关系的较复杂的问题,同时应⽤关联(系)图从计划阶段开始就能够以⼴阔的视野把握问题,同时准确地抓住重点并协调⼤家的意见,让每个⼈都可不拘形式⾃由发表意见,有利于探索问题的因果关系,能打破成见和解决问题。
其具体应⽤于以下环节:(1)制订、展开质量保证和质量管理⽅针;(2)制订质量管理的推进计划;(3)分析制造过程中不良品的原因,尤其是潜在原因的分析;(4)提出解决市场投诉的措施;(5)有效地推进QC⼩组活动;(6)促进采购原辅材料、外购件的质量管理;(7)改进各职能管理⼯作的质量。
3.关联(系)图的绘制步骤(1)提出认为与问题有关的⼀切相关原因(因素);(2)⽤简明通俗的语⾔表⽰原因;(3)⽤箭头表⽰原因之间、原因与问题之间的逻辑关系;(4)了解问题因果关系的全貌;原因应深⼊分析直⾄找出末端原因。
(5)进⼀步归纳出重点项⽬,⽤双圈标出。
4.关联(系)图应⽤注意事项(1)关联(系)图中的因素间必须是有交叉关系的。
(2)⽤因果分析关联图时,“要因”必出⾃末端因素并做出“标识”;(3)分析关系图时,其要因必须是对所有末端原因逐⼀现场验证后得到的。
例题:与关联(系)图拥有相同效⽤的还有().A. 控制图B. 散布图C. 系统图D. 排列图E. 因果分析法答案:CE(⼆)KJ法(亲和图法)1.KJ法(亲和图)的含义。
所谓KJ法,就是针对某⼀问题,充分收集各种经验、知识、想法和意见等语⾔、⽂字资料,通过A型图解进⾏汇总,并按其相互亲和性归纳整理这些资料,使问题明确起来,求得统⼀认识,以利于问题解决的⼀种⽅法。
统计技术(新老七种工具)
A
B
C
D
E
F
G
2、KJ法 ①定义: a. KJ法就是对未来的问题,未知的问题, 未经验领域的问题的有关事实、意见、构 思等语言资料收集起来,按其内在相互关 系(亲和性)作成归类合并图(A型图 解),从而找出解决问题途径的一种方法。 b. A型图解:就是把收集起来的语言资料 按相互接近情况加以综合的方法,又称近 似图解法,亲和图法。
• 4、根据控制图的判断准则对过程进行分析判断。对初 次使用的人员来说,如有异常则应从样品的取法是否随 机,数据的读取是否正确,计算有无错误,描点有无差 错等方面进行检查,然后再来调查过程方面的原因。
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。
• 平顶型直方图说明生产过程可能受缓慢变化因素的影响。
• 锯齿型直方图说明可能由于分组过多或测量数据不准等原因引 起。
直方图(频数直方图)
• ⑵对照规范进行分析比较(正常型图形)
控制图
• 一、控制图的定义 • 控制图是对过程质量加以测量、记录
并进行控制管理的一种用统计方法设计的 图。 • * 控制图上有中心线CL、上控制线UCL 和下控制线LCL,并有按时间顺序抽取的 样本统计量数值的描点序列。
d. 分析、寻找影响主要类别因素的原因并一层层地展开 下去,画在相应的中枝、小枝上。 1)组织相关人员进行原因分析,并将大家的意见从大 到小,从粗到细地画在图上。 2)因果关系的层次要分明,展开分析直至能够找出真 正原因可以直接采取具体措施为止。
e. 对结果有最大影响的原因(要因)进行标记(如框起 来)。
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。
新旧七种质量管理常用七种工具对比
新旧七种质量管理常用七种工具对比新七大手法要紧应用在中高层管理上,而旧七手法要紧应用在具体的实际工作中。
因此,新七大手法应用于一些管理体系比较严谨与管理水准比较高的公司QC旧七大手法:特性要因分析图、柏拉图、查检表、层别法、散布图、直方图、管制图。
QC新七大手法:关系图、系统图法、KJ法、箭头图法、矩阵图法、PAPC法、矩阵数据解析法。
一、检查表检查表又称调查表,统计分析表等。
检查表是QC七大手法中最简单也是使用得最多的手法。
但或者许正由于其简单而不受重视,因此检查表使用的过程中存在的问题很多。
使用检查表的目的:系统地收集资料、积存信息、确认事实并可对数据进行粗略的整理与分析。
也就是确认有与没有或者者该做的是否完成(检查是否有遗漏)。
二、排列图法排列图法是找出影响产品质量要紧因素的一种有效方法。
制作排列图的步骤:1、收集数据,即在一定时期里收集有关产品质量问题的数据。
如,可收集1个月或者3个月或者半年等时期里的废品或者不合格品的数据。
2、进行分层,列成数据表,马上收集到的数据资料,按不一致的问题进行分层处理,每一层也可称之一个项目;然后统计一下各类问题(或者每一项目)反复出现的次数(即频数);按频数的大小次序,从大到小依次列成数据表,作为计算与作图时的基本根据。
3、进行计算,即根据第(3)栏的数据,相应地计算出每类问题在总问题中的百分比,计入第(4)栏,然后计算出累计百分数,计入第(5)栏。
4、作排列图。
即根据上表数据进行作图。
需要注意的是累计百分率应标在每一项目的右侧,然后从原点开始,点与点之间以直线连接,从而作出帕累托曲线。
三、因果图法因果图又叫特性要因图或者鱼骨图。
按其形状,有人又叫它为树枝图或者鱼刺图。
它是寻找质量问题产生原因的一种有效工具。
画因果分析图的注意事项:1、影响产品质量的大原因,通常从五个大方面去分析,即人、机器、原材料、加工方法与工作环境。
每个大原因再具体化成若干个中原因,中原因再具体化为小原因,越细越好,直到能够采取措施为止。
质量分析常用工具
合计 65 43 35 20 6 169
•
从表中的数据可以看出,甲班产生废品的主要原因是“尺寸超差”, 乙班产生废品的主要原因是“轧废”,丙班产生废品的主要原因是 “耳子”。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
1.常用质量管理工具
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 头脑风暴法
1.常用质量分析工具
1.1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 • 概念 起,以便进行比较分析。因为在 分层法又称分类法, 实际生产中,影响质量变动的因 即:把收集来的原始 素很多如果不把这些困素区别开 质量数据,按照一定 来,难以得出变化的规律。数据 的目的和要求加以分 分层可根据实际情况按多种方式 类整理,以便分析质 进行。例如,按不同时间,不同 量问题及其影响因素 班次进行分层,按使用设备的种 的一种方法。 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。
1. 常用质量管理工具 1.4 调查表法
——常用类型 (1)不合格品项目调查表。 (2)缺陷位置调查表。 (3)质量分布调查表
1)不合格品项目调查表:
不合格品项目调查表用来调查生产现场不合格品项目频数和不合 格品率,以便用于排列图等分析研究。 成品抽样及外观不合格品项目调查表 外观不合格项目 不合 批不合 质量分布调查表 成品 抽样 批次 产品号 格品 格品率 切 贴 空 短 过 钢 油 表 量(箱) 数(支) 数(支) (%) 口 口 松 烟 紧 印 点 面 1 2 … 250
质量管理的统计方法
质量管理的统计方法早期,最常采用的统计技术是抽样检验。
它是以小批量的抽样为基准进行检验,以确定大量或批量产品质量的最常使用的方法。
现在,在质量控制方面已转为以预防为重点了。
人们正努力研究一种消除不合格品根源的方法。
基于这一目的,近年来,推出了七种重要的方法,这些方法不需要做大量的统计计算,因此容易被工厂基层职员所掌握。
1 分层法2 排列图法3 因果分析图法4 直方图法5 散布图法6 控制图法7 调查表法1 分层法分层法又称分类法,就是将零乱的质量数据按某一属性进行分类,找出影响产品质量问题的主要原因。
如某班某日生产中出现了40件次品,按生产时间(班次)、操作者进行分层,得到表8-1所示的资料。
从表8-1可以看出,次品数量与时间(班次)没有多大关系,但受设备的影响较为明显,甲设备生产的次品总比乙设备要多。
由此可见,甲设备是导致产品不合格的主要原因。
表8-1 某班日生产分层运用分层法时,常用的分层标志有:1. 操作者:包括操作者的姓名、年龄、工种、性别、技术级别等。
2. 生产手段:如机器、输入设备、输出设备、工艺装备等。
3. 操作方法:指操作规程、工序名称等。
4. 原材料:包括供应厂家、批次、成分等。
5. 检查条件:指检查人员、测试仪器、测试方法等。
6. 时间:如日期、班次等。
7. 环境条件:包括地区、温度、清洁度、湿度、震动等。
运用分层法进行数据分层时往往可以按几个不同的层别分层而分别得到某一方面的结论,但是不同层别的数据之间存在着有机联系时,即因素之间存在着交互作用时,孤立分层进行分析将会导致错误的结论,这时应将不同层中有关联的因素放在一起进行综合考虑。
2 排列图法排列图又称主次因素排列图,是质量管理工作中常用的一种统计工具,是找出影响产品质量主要因素的一种有效方法。
排列图是由意大利经济学家帕累特(Pareot)最先提出和应用的,故又称为帕累特图。
1906年,帕累特在研究社会财富分布问题时,首先运用了排列图,借助于排列图这一工具,他发现占人口极少数的富人占有社会财富的大部分,而占人口总数绝大多数的穷人却处于贫苦的边缘,即发现了关键的少数和次要的多数的规律。
质量分析器的选择及应用
质量分析器的选择及应用质量分析是一个关键的过程,用于评估和测量产品、服务或过程的质量。
在不同行业和领域中,可以采用不同的质量分析器进行质量评估。
在选择合适的质量分析器时,应考虑以下因素:应用场景、测试目标、数据采集和分析需求、预算和资源。
以下是一些常见的质量分析器及其应用领域:1. 基本统计分析器:基本统计分析器适用于对数据进行基本的统计分析,如平均值、中位数、标准差等。
它可以帮助分析数据的分布情况、趋势和异常值。
在质量管理中,可以使用这些分析器来了解产品或过程的性能。
2. 直方图和散点图分析器:直方图和散点图分析器可以用于分析数据的分布和关系。
直方图可以显示数据的频率分布,散点图可以显示数据之间的相关性。
这些分析器可用于检测错误或异常数据,并帮助确定原因和解决方案。
3. 箱线图分析器:箱线图分析器通过绘制数据的统计分布来分析数据的离散程度。
它可以显示数据的中位数、上下四分位数和异常值。
箱线图可以帮助分析数据的稳定性和一致性,以及发现异常情况。
4. 帕累托图分析器:帕累托图分析器通过按重要性对问题或缺陷进行排序,以帮助识别和优先解决最严重的问题。
这种分析器常用于问题解决和质量改进工作中。
5. 矩阵分析器:矩阵分析器适用于评估不同因素之间的关系。
例如,质量损失矩阵可以用来评估不同缺陷类型对产品质量的影响,以便确定优先解决的问题。
6. 效能分析器:效能分析器可用于测量和分析产品或过程的效率和效果。
例如,生产线效能分析器可以用来监测生产线的工作效率和资源利用率。
7. 六西格玛分析器:六西格玛分析器是一种用于管理和改进质量的强大工具。
它结合了多种统计方法和工具,如因果图、流程图、散点图等,用于识别和解决质量问题,并改进过程的稳定性和性能。
选择适合的质量分析器还需要考虑数据采集和分析的需求。
有些分析器需要大量的数据输入,而其他分析器则更适合处理小样本或实时数据。
此外,应根据可用的资源和预算来选择适当的质量分析器。
工序统计分析七种工具
排列图是一种用于识别主要因素或原 因的分析工具,通过图形的方式展示 出不同因素对整体的影响程度。
作用
排列图可以帮助我们快速识别出影响 产品质量或效率的主要因素,以便采 取针对性的措施进行改进。
绘制方法
收集数据
收集与问题相关的数 据,例如不合格品、 故障次数等。
确定分类
将数据按照不同的因 素或原因进行分类, 例如机器、操作员、 材料等。
绘制方法
01
02
03
数据收集
收集实际生产过程中的工 序数据,包括合格品和不 合格品的数据。
数据处理
计算工序的平均值、标准 差等统计量,并确定规格 界限。
绘制图表
将实际工序数据绘制成散 点图,并将规格界限用界 限线表示。
解读与应用
解读
通过观察散点图上的数据分布情况,判断工序能力是否 充足。如果实际数据分布接近或触及界限线,说明工序 能力充足;如果实际数据分布远离界限线,说明工序能 力不足。
解读与应用
解读
应用
通过观察控制图上的点分布情况,判断生产 过程是否处于受控状态。如果点在控制限内 分布较为均匀,且无异常波动,则认为生产 过程处于受控状态;如果点超出控制限或出 现异常波动,则认为生产过程存在异常因素。
控制图可用于监测生产过程中的各种质量特 性值,如尺寸、重量、硬度等。通过定期检 查和调整生产过程参数,确保产品质量稳定, 提高生产效率和客户满意度。
根据散点图的趋势,可以添加一条趋势线 来描述两个变量之间的关系,帮助我们更 好地理解数据之间的关系模式。
解读与应用
解读
通过观察散点图的分布和趋势,可以初步判断两个变量之间的关系。如果散点图的点分布比较集中, 说明两个变量之间的关系比较强;如果散点图的点分布比较分散,说明两个变量之间的关系比较弱。 同时,通过观察趋势线的斜率和截距,可以进一步了解两个变量之间的具体关系。
质量管理的老七种工具
质量管理;老七种工具一、质量管理的老七种工具指的是什么?质量管理的老七种工具是对应质量管理的新七种工具而言的,又叫做QC其中工具,包括统计分析表、数据分层表、排列图、因果分析图、直方图、散布图和控制图七种,其中工具可以单独使用也可以配合使用。
目的是服务质量管理。
二、质量管理的老七种工具的主要作用是什么?1、统计分析表:统计分析表是利用统计方法对数据进行整理和初步原因分析并形成表格以供直接阅读的一种工具,其格式多种多样,可以根据用户的习惯来自行制定,有利于对质量数据进行分类汇总查找规律。
2、数据分层表:数据分层法是统计分析表的延伸,就是将性质相同的,条件相同条件下收集的质量数据归纳比较。
例如统计分析表如果具体到每个车间工段的话,数据分层表可以具体到其班组和生产材料及影响因素,检查者的素质能力等。
可以按检查手段,按使用条件、和时效等进行分层,进行质量深入分析。
3、排列图。
排列图是在统计分析基础上,对影响质量的各个因素进行逐层分析后,通过直观手段呈现质量影响主要因素或者高频因素的一种质量管理图形,又叫柏拉图,图形的左侧纵坐标是影响频数,右侧纵坐标是影响频率,坐标趋势线是累积频数,横坐标是影响因素从大到小的排列组合4、因果分析图。
因果分析图又叫鱼骨图,是一种以原因作为因素,以结果为质量问题特征的关系图。
用箭头对应来代表。
因果分析图可以通过头脑风暴法来集思广益,调动员工发现质量问题并查找原因的积极性。
5、直方图。
直方图与排列图的作用类似,但是形式不一样。
主要是反映质量问题和管理效果总体分布的一种工具。
通过直方图可以较为直观的看出质量的特征的分布,有利于质量管理的高效准确开展。
6、散布图。
散布图的作用是通过若干数据的对应关系,使得特征和原因分布在一定平面区间内,作为查找质量特征发生原因或者条件的一种借鉴工具。
有利于判断质量问题以及客观条件和发生原因等变量之间的对应关系。
7、控制图。
控制图分为供分析的控制图和供管理用的控制图。
常用的质量分析工具
1. 常用质量管理工具
1.3 因果分析图法 ——概念
也叫特性因素图/鱼刺图/石川图,是整理 和分析影响质量(结果)的各因素之间的 一种工具。
形象地表示了探讨问题的思维过程,通过 有条理地逐层分析,可以清楚地看出“原 因-结果”“手段-目标”的关系,使问题 的脉络完全显示出来。
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。
• 某轧钢厂有甲乙丙三个生产班组,一月份各 轧钢2000吨,共轧钢6000吨,其中轧废169 吨。
• 表显示了甲乙丙三个生产班组每类废品的数
据。
废品数量 (吨)
废品项目
甲
乙
丙
合计
尺寸超差 轧废 耳子 压痕 其他
30
1. 常用质量管理工具
1.4 调查表法
——常用类型 (1)不合格品项目调查表。 (2)缺陷位置调查表。 (3)质量分布调查表
1)不合格品项目调查表:
不合格品项目调查表用来调查生产现场不合格 品项目频数和不合格品率,以便用于排列图 等分析研究。
成品抽样及外观不合格品项目调查表
批次
产品号
成品 量(箱)
频率 累计频率 (%) (%)
51% 51%
24% 75%
12% 87%
10% 97%
3% 100%
100%
频数 N=150
累计频率(%)
100
97%
87%
80
75%
77
60
51%
36
40
18 15 4 20
适 查 改某 维 用 询 进些 护 不速 功响 方度 能应 便慢 要太
QC七种质量工具学习方法
3. 风险性
——统计方法既然要推断用部分整体,那么这种由推断而得出的结论 就不会是百分之百正确,即可能有错误。犯错误就要担风险。
2021/3/5
3
QC小组活动培训材料
三、统计方法的用途
1. 提供表示事物特征的数据;(平均值、中位数、标准偏差、方差、极差) 2. 比较两事物的差异;(假设检验、显著性检验、方差分析、水平对比法) 3. 分析影响事物变化的因素; (因果图、调查表、散布图、分层法、树图、方
25
QC小组活动培训材料
第七节 两类错误和风险
第一类错误(弃真错误):把质量好的一批成品当作质量坏的一批 成品去看待、处理的错误;
:第一类错误的概率值,也叫第一类错误的风险率。
第二类错误(取伪错误):把质量坏的一批成品当作质量好的一批 成品去看待、处理的错误;
β :第二类错误的概率值,也叫第二类错误的风险率。
2021/3/5
9
QC小组活动培训材料
二、计数数据
——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。
工序
控制
总 体
样本
一批 半成品
样本
判断
数据
数据
对一批产品质量进 有
一批
行判断,确定是否
限 总
产品
合格
体
2021/3/5
样本 判断
数据
13
QC小组活动培训材料
质量分析7种统计工具
02
双峰形:情况与孤岛形大致一样,只是表现得更突出。
03
平顶形:由于加工中存在某种缓慢而均匀变化的倾向,如刀具、模具磨损。
直方图
B充分包含在T之中,且B和T的分布中心重合,分布满足公差要求并有相当的余地时,工程能保证产品合格。当T远大于B时,则存在质量过剩。 B虽在T 之中,但中心有偏移,B和T的一端(或两端)重合时,条件稍有变化就会出现不合格品。此时应及时调整中心 。 B和T 的界限交叉(或B大于T)或明显偏向一边,必然会产生不合格品,此时应及时调整或改进工艺。
6. 注意事项 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,重新作相关图。例如体重与年龄的关系就不具有延伸性。 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变量处于稳定状态。 6.3个别偏离分布趋势的点子,可能是特殊原因造成的,判明原因后,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。
3倍标准偏差(3σ)
●
●
●
●
●
●
●
●
●
●
●
一、概述
--控制图的种类很多,一般按数据的性质分为计量值控制图、计数值控制图两大类。
类别
名称
控制图符号
特点
适用场合
计 量 值 控 制 图
平均值-极差控制图
x - R
最常用,判断工序是否正常的效果好,但计算工作量很大。
适用于产品批量较大的工序。
- 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)。
人
机
主要原因
料
主要原因
主干线
法
环
质量问题
质量问题 大原因 中原因 小原因
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
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
操作工
王 李
赵
转速 1000 2000
良品数 20 2 19 33 42 32
3 411.9000 ~
4 416.6000 ~
5 421.3000 ~
6 426.0000 ~
7 430.7000
8 435.4000
9 440.1000
10 444.8000
11 449.5000
30 25 20 15 10
5 0
上限 407.2000 411.9000 416.6000 421.3000 426.0000 430.7000 435.4000 440.1000 444.8000 449.5000 454.2000
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。
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 累计不良率
195
47.1%
47.1%
90
21.7%
68.8%
65
15.7%
84.6%
45
10.9%
95.5%
19
4.6%
100.0%
414
100%
100.0%
排列图
频数 累计百分数(%)
400
C类
350
B类
300
A类
250 200 195
散布图 3. 几种典型的散布图
因变量
因变量
因变量
自变量 强正相关
自变量 强负相关
自变量 弱正相关
因变量
因变量
因变量
自变量 弱负相关
曲线相关 自变量
自变量 不相关
散布图 4. 做法:
4.1搜集数据:应搜集30对以上,数据太少相关不 明显。将数据填入数据表,把原因因素定为X,对 应的结果因素定为Y。
频数
2 4 9 12 14 17 25 19 10 8 5
进气管长度
直方图
直方图
3. 直方图图形分析
对称形:左右对称,显示过程大致稳 定,一般计量型特性呈这种分布。
锯齿形:测量方法不当、读数有问题或 数据分组不当所致。一般经过测量方 法或重新分组可转化成对称形。
偏向形:可能存在人员习惯因素、 测量误差、加工系统误差等原因。
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。
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。
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.
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。
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
3.
点检用
日期 常划记号
项目
1 2 3 4 5 。。。。 31
人员服装
工作场地
机器保养
机器操作
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。
确定各组界限
计算各组的中心值 统计各组出现的频次
最小一组的下组界= Xmin-(最小测量单位/2) 最小一组的上组界=最小一组的下组界+组距 后一组的下组界=前一组的上组界
画坐标系,画直方,标图名
对图形形状进行对比分析
直方图
5.工N程1o.能力与D4工4a7t程a 能力N5指o1 .数
Data
428
直方图
孤岛形:存在某种突发异常,如加 工中出现了条件变动。
65..2注符意号事鉴项定法:在作好的散布图上画一条与y轴和x轴平行的P 6.1线.相和关Q的线判,定使只P线限左于右画和图Q所线用上的下数的据点范数围大之致内相,等不。能随意延伸 5.3判P定线范和围Q线。将有坐延标伸平需面要分时成应四扩个大区搜域集。数分据别的数范出围二,个重对新角作区相域关
图点。数例之如和体n1重3和与n年24,龄未的压关线系的就总不点具数有N延。伸压性在。线上的点数一律不 6.2算.应,重将复具的有点不按同重性复质次的数计据。分开作相关图,否则将会导致不真 5.4实.使的用判符定号。鉴当定我表们。决对定应要N对给某出个α因=0变.0量1和和α自=0变.0量5的之两间个相显关著关水系
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。
4.2打点:坐标的取值范围应包括数值的最大值和 最小值,不一定从零开始,越往右上取值越大。 纵横坐标取值范围的长度应基本相等,标上纵横 坐标的刻度、名称、单位及图名。
4.3如果两对数据完全相同,则在点上加一个圈表 示重复。三对数据重复,则加两 个圈表示。
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。
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。
工程23:各种生4434产24条件的55总23 和,包4444括40 设备、工具、劳动者和加工 对象4,及在这43些5条件下5进4 行的生43产1 过程,统称为工程。
工程56能力:指4421工09程能够55满56 足产品4413质81 量要求的能力。
工程78能力指数4433:71工程能55力78 所能满4422足54 产品质量要求的程度。工程 能力9指数越大42,5工程能5力9 所能满43足2 产品质量要求的程度越好。
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。
2.2.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
10~20 10~20
确定组距
N=极差R/(组数K-1)(N取整数)
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: