质量管理中的统计技术与方法
常用统计技术在质量管理中的应用
方差分析在质量管理中的应用
方差分析是一种用于比较不同组数据的变异和误差的统计 方法。在质量管理中，方差分析可用于评估不同批次、不 同生产条件或不同供应商的产品质量稳定性。
通过比较不同组之间的变异和误差，分析它们对产品质量 的影响，从而确定哪些因素对产品质量有显著影响，并采 取相应的改进措施。
相关与回归分析在质量管理中的应用
常用统计技术在质量管理中的贡献与限制
数据依赖性
统计技术需要大量数据作为基础，数据的质量和完整 性直接影响分析结果。
技术复杂性
统计技术需要专业人员操作，且技术更新快，需要不 断，统计技术不能一刀切 地应用于所有情况。
未来研究方向与展望
01
研究方向
02
智能化技术：随着人工智能和大数据的发展，如何将智能 化技术与统计技术结合，提高质量管理效率是未来的研究 重点。
控制图的优缺点与注意事项
优点
能够及时发现异常波动，预防不良品的产生。
缺点
需要收集大量数据，计算和控制限可能随时 间变化。
注意事项
定期检查控制图，确保其有效性；当发现异 常时，及时采取措施纠正。
06
案例分析
描述性统计在质量管理中的实际应用案例
总结词
描述性统计用于收集、整理、描述数据，帮 助我们更好地理解数据分布和特征。
控制图的原理与绘制
原理
控制图是一种统计工具，用于监控过程 是否处于控制状态，并检测异常波动。
VS
绘制
通过收集数据，计算中心线（CL）和上下 控制限（UCL和LCL），绘制控制图。
控制图的应用与解读
应用
用于监控生产过程中的关键质量特性，如产品尺寸、重量等。
解读
通过观察数据点是否超出控制限，判断过程是否受控，并找出异常波动的原因。
质量管理中的统计技术与方法
抽样检验
五、检验水平（IL）：
检验水平反应了批量（N）和样本量（n）之间的关系，分为I 、 II 、 III 三个检验水平，水平 II 为正常检验水平。
GB2828中，检验水平的设计原则是：如果批量增大，一般样本量也随之增大， 大批量中一般样本量占的比例比小批量中样本量所占的比例要小。
散布图（Scatter）
直方图（Histogram）
定义：直方图是通过对数据的加工整理，从而分析和掌握数据 的分布状况和估算工序不合格率的一种方法。
用途：常用于分析质量原因，测量工序能力，估计工序不合格 率等，
作直方图的三大步骤： （1）作频数分布图； （2）画直方图； （3）进行相关计算。
总结一
总结二
提高过程能力指数方法
1）减少质量特性值分布的标准差s：
标准差s表示质量特性的离散（质量不一致性）的程度。 在实际生产过程中减少标准差s往往是困难的，需要通过技术改造、质量改
进等措施来实现。
2）放宽公差范围：
产品公差是设计过程所确定的，是以给社会（客户）造成损失最小为出发点， 通过质量损失函数的计算、分析而确定的。因此，对放宽公差来提高过程能 力必须持非常慎重的态度，轻易不可采用。
P = d1+d2+d3+…dK/n1+n2+n3+…nk； 对于老产品，k≥20批； 新产品：先用k = 5—10批初估，然后补充到20批再估； 预测供应商方可能提交产品的平均质量； 需求方用以规定或改变合同中的AQL值。
四、可接收质量水平（AQL）
在抽样检验中，认为可以接受的连续提交检验批的过程平均上限值，它又称为合格质量 水平。
质量管理统计技术与方法
②工序分类型。工序分类型是按生产或工作的工序顺序画出 大枝，然后把对工序有影响的原因填在相应的工序上。工 序流程也可延续到使用过程。工序分类型的因果图作图简 单、易于理解，缺点是相同原因可能出现多次并难于表现 几个原因联系在一起而影响质量的情况。
如下图所示为解决“阀孔粗糙度达不到要求”的因果图
2014-Leabharlann -29 第三章 质量管理统计技术与方法 2
1、因果图的主要内容有：
a)结果(问题或特性)：即工作和生产过程出现的结果，例
如尺寸、重量、纯度及强度等质量特性；工时、开动率、 产量、不合格品率、缺陷率、事故率、成本、噪声等工 作结果。这些特性或结果是期望进行改善和控制的对象。 b)原因：即对结果能够施与影响的因素。
1. 操作人员：按个人分，按现场分，按班次分，按经 验分； 2. 机床设备：按机器分，按工夹刀具分； 3. 材料：按供应单位分，按品种分，按进厂批分； 4. 加工方法：按不同的加工、装配、测量、检验等方 法分，按工作条件分； 5. 时间：按上、下午，按年、月、日分，按季节分； 6. 环境：按气象情况分，按室内环境分，按电场、磁 场影响分； 7. 其他：按发生情况分，按发生位置分等。
方法找不出规律，也就无法利用其规律加以控制。
把不同性质的数据加以区别，分别处理的方法叫做对数据的 分层。分层是整理数据的重要方法之一。
2014-5-29
第三章 质量管理统计技术与方法
27
当分层分不好时，会使图形的规律性隐蔽起来，还会造成 假象。例如： ☆ ☆ 作直方图分层不好时，就会出现双峰型和平顶型。 排列图分层不好时，无法区分主要因素和次要因素，也 无法对主要因 素作进一步分析。
2014-5-29 第三章 质量管理统计技术与方法 11
质量统计分析方法
质量统计分析方法质量统计分析是一种用来评估产品或服务质量的方法，通过收集和分析数据，可以帮助企业了解产品或服务的质量状况，找出存在的问题，并采取改进措施。
在质量管理中，统计分析方法起着至关重要的作用，它能够为企业提供客观的数据支持，帮助企业制定科学的决策，提高产品或服务的质量水平。
一、数据收集。
在进行质量统计分析时，首先需要收集相关的数据。
数据可以来源于产品的生产过程、客户的反馈、市场调研等多个方面。
通过收集大量的数据，可以更全面地了解产品或服务的质量状况，为后续的分析提供充分的依据。
二、质量测量指标。
在进行质量统计分析时，需要选择合适的质量测量指标。
常用的质量测量指标包括产品的合格率、不良品率、客户投诉率、服务满意度等。
通过这些指标的测量，可以客观地评估产品或服务的质量水平，找出存在的问题，并进行针对性的改进。
三、统计分析方法。
在进行质量统计分析时，可以运用多种统计分析方法。
比如，可以利用控制图来监控产品质量的稳定性，通过对比实际数据和标准数据的差异，及时发现异常情况；可以运用散点图来分析产品的相关性，找出影响产品质量的关键因素；还可以利用回归分析来建立质量预测模型，预测产品或服务的质量表现。
四、质量改进措施。
通过质量统计分析，可以找出产品或服务存在的问题，并制定相应的改进措施。
比如，可以通过质量成本分析，找出造成质量问题的成本，并采取降低成本、提高质量的措施；可以通过质量功能展开(QFD)分析，了解客户需求，为产品设计和生产提供指导；还可以通过六西格玛方法，系统地改进生产过程，提高产品的质量水平。
五、持续改进。
质量统计分析不是一次性的工作，而是需要持续进行的过程。
通过不断地收集数据、分析数据，发现问题、改进问题，可以实现产品或服务质量的持续提升。
因此，企业需要建立健全的质量管理体系，将质量统计分析纳入到日常的管理工作中，形成持续改进的机制。
总结。
质量统计分析是企业质量管理的重要手段，通过收集和分析数据，可以客观地评估产品或服务的质量状况，找出存在的问题，并采取改进措施。
质量管理统计学
质量管理统计学是应用统计学的一个分支，主要关注如何通过收集、分析和解释数据来改进产品和服务的质量。
它涉及到一系列统计技术和方法，用于评估和监控产品和过程的质量，识别质量问题，确定改进的机会，并验证改进措施的有效性。
质量管理统计学的主要目标是通过使用统计方法来实现以下几个方面的目标：
质量控制：通过对生产过程进行监控和控制，确保产品或服务的质量符合规定的标准和要求。
质量改进：通过对质量数据的分析，确定质量问题的根本原因，并采取相应的改进措施，以提高产品或服务的质量。
质量保证：通过对产品或服务的质量进行评估和验证，确保其符合客户的需求和期望。
质量管理统计学涉及的统计技术和方法包括：控制图、过程能力分析、假设检验、方差分析、回归分析、实验设计等。
这些技术和方法可以帮助质量管理人员更好地理解和控制生产过程，提高产品和服务的质量，降低成本，提高客户满意度。
质量管理工具之QC七大统计手法
QC新旧七大手法的起源：
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。
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。
是发现与解决问题的一种思想、方法以及工具。 是一种统计手法在品质管理中的应用。
138 139 144 131 140 145 134 135 137 136 142 140 138 127 130 141 136 134 132 131 148 141 139 138 136 135 137 132 130 131 145 138 136 137 128 131 133 134 135 139 140 138 137 137 138 136 134 120 135 136 141 139 137 133 132 131 132 129 134 135
柏拉图 (Pareto Diagram)
柏拉图抓重点
排列图、帕累托图、80/20法则
直方图 (Histogram)
直方图显分布
层别法 (Stratification)
层别法作解析
分层法
散布图 (Scatter Diagram)
散布图看相关
控制图 (Control Chart)
控制图找异常 3
应用数据要注意的重点
▪ 收集正确可用的数据； ▪ 避免个人主观的判断； ▪ 掌握事实的真相。
有了科学的数据，适宜的QC统计手法就可以快速地找到问题发生的原因和果 断采取必要的措施，不断持续改善。
10
一、检查表
定义：是为了使数据看起来简单明了好整理而而事先设计好的表格或图表， 利用此表可以只依靠简单的检查就可以获得主要情报，另外检查时也不会 遗漏掉主要的项目，即可提供量化分析或比对检查，有时也称为点检表或 查核表。
产品质量检测中的统计与分析方法
产品质量检测中的统计与分析方法在如今高度竞争的市场中，产品质量是一个企业成功的关键因素。
为了确保产品的质量，我们需要进行有效的质量检测。
而在质量检测过程中，统计与分析方法起着至关重要的作用，它们能够帮助我们更准确地评估产品的质量水平并指导改进措施。
一、统计与分析的基本概念统计学是一门应用广泛的学科，它通过收集、整理和分析数据来揭示实际问题的本质。
在产品质量检测中，我们需要采集大量的数据，比如样本数量、产品尺寸、重量等。
然后，我们可以通过统计学方法来揭示这些数据背后的规律性，进而为质量控制提供依据。
二、抽样技术对于大批量产品的质量检测，我们通常采用抽样技术。
抽样是从总体中选择一部分样本进行检测，以此来推断总体的情况。
合理的抽样方法能够保证样本的代表性和可信度。
常见的抽样方法包括随机抽样、分层抽样和系统抽样。
随机抽样能够保证样本的随机性，增加抽样的公正性；分层抽样则是将总体分为若干层，按照比例从各层中获取样本，保证不同层次的产品都能被充分检测；而系统抽样则是按照一定的规律从总体中抽取样本。
不同的抽样方法可以根据实际情况选择，以保证抽样的准确性和效率。
三、数据分析方法在抽样后，我们获得了一系列的数据。
接下来，我们可以使用不同的统计与分析方法来对这些数据进行处理。
1. 描述性统计分析我们可以通过描述性统计分析来了解样本的基本情况。
比如，可以计算产品尺寸的平均值、标准差、最大值和最小值等。
这些指标能够帮助我们快速了解产品质量的整体状况，并发现异常情况。
2. 统计假设检验统计假设检验是用来判断样本与总体之间是否存在显著差异的方法。
我们可以根据样本数据来推断总体参数，比如产品质量的平均值是否符合要求。
根据不同的问题，我们可以选择合适的假设，比如单样本T检验、双样本T检验和方差分析等。
3. 控制图分析控制图是一种用来监控过程变异的工具，其核心思想是将样本数据与上下限进行比较，以判断过程是否处于统计控制之内。
通过绘制控制图，我们可以及时发现过程中的异常，以便采取相应的纠正措施。
SPC统计与质量数据基本知识
SPC统计与质量数据基本知识引言SPC（统计过程控制）是一种在质量管理中使用的统计方法，通过对数据的收集、分析和控制，帮助组织实现产品和过程的稳定性和一致性。
本文将介绍SPC统计与质量数据的基本知识，并提供一些常用的SPC统计技术和质量数据分析方法。
一、质量数据的类型质量数据主要分为离散型和连续型两种类型。
离散型数据是指只能取有限个或无穷个可数值的数据，如产品的合格与否、产品的缺陷数等。
连续型数据是指可以在一定范围内取任意值的数据，如产品的长度、重量等。
二、SPC统计方法SPC统计方法主要包括以下几个方面：1. 数据采集数据采集是SPC的第一步，通过对相关数据的收集，可以了解到产品或过程的状态和性能。
数据采集可以通过人工记录、仪器测量等方式进行。
2. 数据分析数据分析是SPC的核心部分，通过对采集到的数据进行统计分析，可以获得关于产品或过程的各种信息。
常见的数据分析方法包括均值、标准差、极差、直方图、控制图等。
•均值是一组数据的平均值，可用于判断数据的集中趋势。
•标准差是一组数据的离散程度的度量，可用于判断数据的稳定性和一致性。
•极差是一组数据中最大值与最小值之间的差异，可用于判断数据的变异性。
•直方图是用来表示数据分布情况的图形，可用于判断数据的偏态性和峰态性。
•控制图是用来监控过程稳定性和一致性的图表，常用于判断过程是否处于统计控制中。
3. 过程改进与控制通过对数据分析的结果，可以找到存在的问题和改进的方向，并采取相应的措施进行改进和控制。
过程改进与控制需要持续进行，以确保产品和过程的稳定性和一致性。
三、常用的SPC统计技术1. 控制图控制图是SPC中最常用的统计工具之一，用于监控过程的稳定性和一致性。
常见的控制图有以下几种：•均值控制图：用于监控过程的平均值是否处于统计控制范围内。
•范围控制图：用于监控过程的变异性是否处于统计控制范围内。
•P图：用于监控不良品的比例是否处于统计控制范围内。
10第十章统计基础与统计方法自考质量管理学
汇报人：
1. 统计基础
目
2. 质量管理中的统计技术和方法
录
3. 总结
统计是一项收集、组织、分析、解释和展现数据的活动或方法。它为人们从 观测数据中获取信息、分析关系、形成知识。做出判断和决策提供了有效途径。 在质量管理理论与实践中，统计思想、统计技术和方法的应用，极大地增强了质 量管理理论研究和实践的能力。
1
统计基础
了解数据类型、统计量表、样本与总体、统 计参数、随机变量与概率分布等统计的基本 知识，是学习和应用统计技术和方法的前提。
一、统计量表与数据类型
数据是特定对象的观测值。使用不同的统计量表，可以得到不同类型的数据，相 应地，可以使用不同的统计方法进行分析和处理，获得不同的信息。基本的统计量 表、数据类型与统计方法如表10 - 1所示。数据是关于对象特性的描述，用于反映 和理解对象或事实，但不是对象或事实本身。
X
x1
x2
…
xn
P
p1
p2
…
pn
P（X=xi）=pi（i=1,2，…n）
三、概率与随机变量
4.常用随机变量的分布 常用的离散随机变量的分布有二项分布、泊松公布和超几何分布。常用的连续随机变服 分布有均匀分布、正态分布、对数正态分布等，最常用的是正态分布，它描述了许多质量特 性随机取值变化的规律性。特别重要的是，根据中心极限定理，一个变量无论其总体限从什 么分布，只要样本量足够大，来自这个总体的随机样本的均值就呈近似正态分布。 这里主要介绍正态分布。 如果一个随机变量I的概率分布呈正态分布，则其概率密度函数为:
2
质量管理中的统计技术和方法
在质量管理实践中，人们运用统计学原理，将基本的统 计技术运用于观察、分析和复决质量问题，产生了许多有用、 实用的统计方法。统计方法是关于收集、整理、分析、解释 和展现统计数据，并根据数据所反映的问题做出一定结论的 方法。它是统计技术的具体运用和专门化。
质量管理常用 的统计方法
1
2
3
标准差相同、均数不同的正态分布曲线
正态分布的参数
均数相同、标准差不同的正态分布曲线
正态曲线下面积的分布规律
正态曲线下面积的意义：正态曲 线下一定区间内的面积代表变量 值落在该区间的概率。整个曲线 下的面积为1，代表总概率为1。 曲线下面积的求法：定积分法和 标准正态分布法
标准正态分布与正态分布的 转换
表4-1
项目 日期 交 验 数 合 格 数 废品数 不 良 品
不良品项目调查表
不良品类型
次 品 数
返修品数
废品类型
次品类型
返修品类 型
良 品 率 （%）
2. 缺陷位置调查表 缺陷位置调查表宜与措施相联系，能充分反映 缺陷发生的位置，便于研究缺陷为什么集中在那 里，有助于进一步观察、探讨发生的原因。缺陷 位置调查表可根据具体情况画出各种不同的缺陷 位置调查表，图上可以划区，以便进行分层研究 和对比分析。如表4—2。
质量管理常用统计方法目录第一节产品质量的波动及其统计描述第二节产品质量波动的原因第三节产品质量波动性的规律第四节正态分布第五节统计质量控制的实质第六节质量数据统计特征值的计算第七节质量管理常用的统计方法质量管理中常用的工具和技术概述变异性过程的输入活动和输出均存在着变异的这种特性统计技术收集整理和分析数据变异并进行推论的技术用途提供表示事物特征的数据比较两事物的差异分析影响事物变化的因素分析事物之间的相互关系研究取样和试验方法确定合理的试验发现质量问题分析和掌握质量数据的分布状况和动态变化第一节产品质量的波动及其统计描述一产品的质量特性值二产品质量特性值的波动性一产品的质量特性值测量质量特性所得的数值叫质量特性数值习惯上称质量特性数据分为
【直方图】第四章质量管理中的统计技术
i
2
0.011
CPU
TU 3S
0.2 0.176 3 0.011
0.73
p 1(3Cpu) 1 (3 0.73) 1.43%
单侧下限
例、某绝缘材料，规定其击穿电压不低于1400v，随机 抽取20个样品，经实验得μ=1460v，σ=28v，求 过 程能力指数？不合格品率？
解：
CPL
TL
＝2－(2.51) (2.05) 2.62%
单侧上限
例、某产品规定表面粗糙度X≤0.2（μm）
为合格品，今任抽5件，测得表面粗糙度为
0.162， 0.184， 0.178， 0.167， 0.188，
求 过程能力指数？不合格品率？
解：
＝1 n
n i1
i 0.176, S
1n n 1 i1
4、陡壁型
直方图像高山上的陡壁，向一边倾 斜。
原因：通常在产品质量较差时，为得 到符合标准的产品，需进行全数检查，以 剔除不合格品。当用剔除了不合格品的产 品数据作直方图时容易产生这种陡壁型。 这是一种非自然状态。
(a)
(b)
陡壁型直方图
5、偏态型
直方图的顶峰偏向一侧，有时 偏左，有时偏右。
原因：下限受到限制，容易发生 “偏左型”。如用标准值控制下限。 反之，会发生“偏右型”。
50.001 mm，S=0.003 mm，求CPK
解： M=50.0025
ε= M-X = 50.0025-
50.00T1-=20ε.0010.0525-2×0.0015 0.022
6S
6×0.003 = 0.018
CPK= =
=1.22
•过程能力指数的评定
对有偏过程能力的判断（供参考）
8-质量管理中的统计技术与方法(2)
金融与统计学院
- 33 -
控制图的起源与发展
1. 1924年修哈特（Walter A. Shewhart）博士在贝 尔实验室发明了控制图。 2. 1939年修哈特与戴明合作写了《品质观点的统计 方法》专著。 3. 二战后英美两国将品质控制图方法引入制造业并 应用于生产过程。 4. 美国汽车制造商对SPC很重视，使SPC图得以广泛 应用。
新生研讨课
现代质量管理 与 统计分析
金融与统计学院
-1-
6 － 质量管理中
的
统计技术与方法
金融与统计学院
-2-
6.4 质量管理的数理统计方法
1) 工序质量控制方法 2) 质量管制图(SPC)
金融与统计学院
-3-
（数理）统计方法包括
参考资料 试验（实验）设计 方差分析 回归分析 假设检验 抽样检验－见
金融与统计学院
- 10 -
（2）系统性原因
系统性原因在生产过程中少量存在的，并且对产品质量不 经常起作用的影响因素。 一旦在生产过程中存在这类因素，就必然使产品质量发生 显著的变化。 这类因素有工人不遵守操作规程或操作规程有重大缺点， 工人过度疲劳，原材料规格不符，材质不对，机床振动过 大，刀具过度磨损或损坏，夹具严重松动，刀具的安装和 调整不当，定位基准改变，马达运转异常，润滑油牌号不 对，使用未经检定过的测量工具，测试错误，测量读值带 一种偏向等等。 一般来说，这类影响因素较少，容易识别，其大小和作用 方向在一定的时间和范围内，表现为一定的或周期性的或 倾向性的有规律的变化。
金融与统计学院
-7-
质量波动及其原因分析
1．质量特性值的波动性
某个工人，用同一批原材料在同一台机器设备上所生产 出来的同一种零件，其质量特性值不会完全一样。这就是 我们常说的产品质量特性值有波动（或称分散、差异）的 现象。这种现象反映了产品质量具有“波动性”这个特点。
浅谈统计技术和方法在企业质量管理中的应用
分析 整 个企 业 与产 品质量 相 关 的大量 数 据 ，如Ｍ Ｓ Ｉ 系
笔 者结 合２ 年统 计工 作的 实践 和体 会 ，就统 计 方 统 中 的 设 备 运 行 台 账 、缺 陷 管 理 流 程 中 数 据 缺 陷 ， 工 ０ 法 和技术 在 民爆企 业质 量管理 工 作 中的应 用情况 、建 作现 场 中大量 的试验 、检验 、测量 、计 量 、工艺参 数
进。 三 ．企业质量管理 活动 中加强统计技 术和方法 应 用的建议
掌握解统 计技术 的相 关知识 。
５ 、全力提 高统计数据质量
由于企 业统计 数据 的质量直接 关系到统计 技术应
１ 、提升应 用统计技术 的力度
用的质量 ， 因此 ， 要让 民爆企业全体统计 技术人 员都
产 品 质 量 统 计 分 析 应 该 注 重 以 事 实 为 依 据 、 用 意 识 到 数 据 质 量 的 重 要 意 义 。 数 据 作 为 信 息 流 的 重 要 数 据 说 话 。 从 现 状 调 查 、 寻 找 影 响 质 量 问题 的症 结 所 组成部 分 ， 是企业 的重 要资源 。 鉴于 数据分析 的基 在 ， 到 目标 设 定 、 原 因分 析 、制 定 对 策 、检 查 效 果 等 础 是概 率 和数理 统 计知 识 ， 这就 要 求对 员工 开展 这方 都 需 要 用 数 据 对 现 状 进 行 调 查 ， 从 总体 描 述 事 物 的特 面的培训 ， 才能够针对相 关数据作 出客观 、公正 的数
议 和应 该 注 意 的 问题 提 出如 下 看 法 ：
一 ．
和控 制数 据等 。质 量管理 人 员对于 统计 型统计 方法 应
质量管理技术
31
漏油率(%)
32 25 53
38
质量管理技术
按气缸垫生产厂家分层
漏油原因的厂家分层
供应厂
漏油
不漏油
一厂
9
14
二厂
10
17
共计
19
31
漏油率(%)
39 37 38
质量管理技术
分析：为降低漏油率，应采用李师傅的操作方法和先用二
厂的气缸垫。还要考虑注意事项的第 点.
考虑层与层之间各因素对产品质量的影响是否具有相关性。
质量管理技术
2. 分层的原则
按不同的时间分层：如按不同的日期，不同的班次等；
按操作人员：如按年龄、性别、工龄、技术水平等；
按使用设备分层：如按不同型号的设备，不同的工装夹具、 新旧程序等；
按操作材料分层：如按不同的进料时间，不同的供应单位、 不同的材料成分等；
按操作方法分层：如按不同的工艺方法、不同的作业环 境条件等；
2. 工序能力的表示方法：
B = 6
B：工序能力
：标准偏差
B越大，表明：工序的实 际精度越差，工序能力 越小。
B越小，表明：工序的实 际精度越高，工序能力越 大。
质量管理技术
3. 工序能力指数的概念和计算 概念： 工序能力指数CP，即产品的公差范围T与工
序能力B之比，表示工序能力对满足产品设计要 求的程度。
u值和值时。 CL = u
UCL = u + 3 LCL = u – 3
质量管理技术
ii. 无经验数据时，
质量管理技术
X－R控制图 最常用的一种，也是获得工序情况最多的 一种控制图。
X－R控制图是X控制图与R控制图并用， X控制图主要观察分析平均值X的变化，R控 制图主要观察分析各样本组的离散波动变化。
质量管理 常用几种统计工具与技术
4）为每类的记录内容选定标题。找出或另写 出一张能代表该组内容的主卡片；把主卡片 放在最上面。
5）按类(组)将卡片中的信息加以登记、汇总； 画出亲和图。
第5章
几种常用统计工具与技术
一、系统图（树图）
树图(Treed)又叫系统图。树图是表示某个 质量问题与其组成要素之间的关系，从而明 确问题的重点，寻求达到目的所应采取的最 适当的手段和措施的一种树枝状图。
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)
进行FMEA的目的
1）发现，评价产品/过程中潜在的失效及其结 果；
2）确定与产品有关的过程潜在失效及其结果； 3）确定失效对顾客的影响； 4）确定潜在制造或安装过程失效起因，确定
减少失效发生或找出失效条件的过程控制变 量； 5）减少缺陷的严重性； 6）提高对缺陷的发现概率。
实施FMEA的步骤
①确定被分析的缺陷名称：根据零件的工艺特性，对 特定工序列出每一个可能发生的潜在失效模式。
▪ 8D报告适用的范围和作用
范围： 8D报告适用于解决各类可能遇到的简单或复
杂的问题。 作用：
1、提高解决问题的效率,积累解决问题的经验。 2、提供找出现存的与质量相关问题的框架, 杜 绝或尽量减少重复问题出现。
8D报告的主要内容
1、8D 包含8个解决问题的步骤。8D报告针对出现的 问题,找出问题产生的根本原因,提出短期,中期,和长 期对策,并采取相应行动措施。
头脑风暴法的用途:
质量管理常用的工具与方法
质量管理常用的工具与方法
1.统计过程控制（SPC）
SPC，是一种基于数据可视化分析的质量控制方法，它将质量控制结
果可视化，并可以准确掌握质量趋势及异常情况，从而判断产品的质量是
否满足要求。
SPC通常使用控制图分析，使用技术统计图绘制出质控报告。
控制图能够帮助企业追踪品质变化、发现缺陷及质量偏差。
2.质量改进工具（QIT）
质量改进工具（QIT）包括各种实用工具，用于帮助企业实现质量改进，可以提升企业的质量流程，降低成本，提高效率。
常见的QIT工具有：管制图、矩阵图、Pareto图、标准作业流程图、探讨法、鱼骨图、树形
图等。
它们、能帮助企业实现质量改进的目标，掌握企业的质量管理活动，发现质量问题，并制订质量解决方案。
3. 六西格玛理论（Six Sigma）
“六西格玛”是一种革新性的质量管理理论，它要求在企业发生的所
有缺陷量不超过3.4个每一百万次产品/服务交付次数，以此来达到质量
控制的要求。
它分成五个阶段，根据缺陷的类型及缺陷对企业的影响程度，采取相应的控制策略。
4.质量奖励计划（QRP）
QRP（质量奖励计划）是一种由企业实施的质量改进计划。
质量控制中的统计过程控制技术与应用
质量控制中的统计过程控制技术与应用质量控制是现代工业生产不可或缺的一部分，合理的质量控制可以有效的提高产品质量、降低生产成本、增强竞争力。
而统计过程控制技术（SPC）作为质量控制中的一种重要方法，可以通过对生产过程中某一特定指标进行实时监控和控制，实现对质量过程的持续监控和改善。
一、SPC的基本概念和原理统计过程控制是一种基于统计学方法的质量控制方法。
SPC的理论基础在于统计方法中的正态分布和中心极限定理。
通过对生产过程中某一特定指标的实时监控，SPC可以帮助企业实现对质量过程的监控和控制，从而帮助企业提高产品质量，降低生产成本。
SPC的基本原理是以控制图为基础，通过收集过程数据，建立有效的控制上限和下限线，对过程进行实时监控和控制，当过程落在控制上限和下限线之间时，认为过程处于可控状态，否则认为过程处于不可控状态，需要进行进一步研究和控制。
二、SPC的应用场景SPC在生产过程中的应用非常广泛，可以适用于各种不同的生产场景。
下面列举几个典型的应用场景。
1.瓶颈工序控制在制造工艺过程中，通常存在一些关键生产环节，这些环节通常被称为瓶颈工序。
在这些瓶颈工序中，质量控制尤为重要，因为这些环节的效率和产品的质量直接影响到整个生产过程的效率和质量。
SPC 可以帮助企业实时监控这些瓶颈工序，并对其进行控制，从而提高过程效率和产品质量。
2.常规过程控制在任何生产环节中，都存在着一些常规的生产过程，这些常规过程通常采用流水线生产方式，相对于瓶颈工序而言，这些生产环节的控制相对简单。
SPC可以帮助企业实现对这些常规的生产过程的监控和控制，从而降低生产成本，提高生产效率。
3.新产品开发和试制阶段在新产品的开发和试制阶段，需要对生产过程进行有效的控制和监控，以确保产品的质量和效率。
SPC可以帮助企业在新产品开发和试制阶段进行实时监控和控制，从而提高产品的质量和效率。
三、SPC的应用效果SPC的应用可以帮助企业实现以下目标：1.提高产品质量SPC可以帮助企业进行实时的质量监控和控制，对产品质量进行持续改善，提高产品的合格率和稳定性。
- 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)。
无论随机变量的共同分布是什么（离散分布或连续分 布，正态分布或非正态分布），只要独立统计分布随 机变量的个数n较大时，样本平均值或其总和的分布总 是近似服从正态分布
无论服从什么样的分布，只要样本量n≥5，试验次数 足够多，样本均值的分布总是趋近于正态分布
Statistical Process Control 统计过程控制
准确 有效 恰当 真实 正确
数据的统计规律
每件产品的尺寸与别的都不同
范围
范围
范围
范围
但它们形成一个模型,若稳定,可以描述为一个分布
范围
范围
分布可以通过以下因素来加以区分
位置
分布宽度
范围
范围
范围 或这些因素的组合
形状
范围
Normal Distribution（正态分布）
f (x) 1 e(x22)2
2
when n→∞ it turns to
1 e(x22)2dx1
2
f(
X LIE x)
σ
Cpi 拐点
拐点
σ —— standard
deviation
x
µ —— central location
中心极限定理
然而实际在样本的抽取过程中，数据的分布并不是 这么完美
可能遵循另外的分布——二项式分布 or 泊松分布
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 矢线图
统计工具菜单（二）
简易图表 饼分图 折线图 柱形图水 平对比 推移图 流程图 雷达图
专用工具类 0.618法 正交实验法 抽样检验 方差分析 假设检验 价值工程
ISO9004-4-1993质量改进指南推荐的11种支持工具和技术
测量或测定质量指标所得的数值，即质量特性值， 一般称为数据。
根据质量指标性质的不同，质量特性值可分为计数 值和计量值两大类。
计数值和计量值
质量特性值只能取一组特定的数值，而不能取这些 数值之间的数值时，这样的特性值称为计数值。
当质量特性值可以取给定范围内的任何一个可能的 数值时，这样的特性值称为计量值。如用各种计量 工具测量的数据(长度、重量、时间、温度等)，就 是计量值。
统计技术与方法在质量管理中的应用
专家观点：菲根堡姆(A. V. Feigenbaum)
在全面质量管理中，“无论何时、何处都会用到数理 统计方法”。
“这些统计方法所表达的观点对于全面质量管理的整 个领域都有深刻的影响。”
数据
一切用数据说话，数据是质量管理活动的基础
质量特性：产品、过程、或体系与要求有关的固有 特性.
数据在质量管理中的作用：在质量管理过程中， 需要有目的地收集有关质量数据，并对数据进行归 纳、整理、加工、分析，从中获得有关产品质量或 生产状态的信息，从而发现产品存在的质量问题以 及产生问题的原因，以便对产品的设计、工艺进行 改进，以保证和提高产品质量。
质量特性值
质量特性值通常表现为各种数值指标，即质量指标 一个具体产品常需用多个指标来反映它的质量
质量管理中的统计技术与方法
统计学概述
研究如何搜集、整理、分析数据 资料的一门方法论科学。
统计学的研究对象：大量现象的 数量方面。包括数量特征、数量关系、 数量界限等。
数理统计学以随机样本为基础推 论有关总体数量特征的推断统计学。
统计工作的阶段
1.搜集数据； 2.整理数据——分组、统计表、统计图、综合指标等； 3.统计分析——运用统计方法及分析对象的有关知识，从定
统计特征数
统计特征数是对样本说的。 常用的统计特征数可分为两类：
一：表示数据的集中位置 1、 样本平均值 2、 样本中位数 二：表示数据的离散程度 1、样本方差 s2 2、样本标准偏差 s ； 3、样本极差 R
样本平均值
最常用的测度值，是集中
趋势的测度值之一，易受
极端值影响。
x 计算公式：
量与定性的结合上进行研究。统计分析可以把数据、情况、 问题、建议等融为一体。是发挥统计的信息、咨询、管理、 监督和决策功能的重要内容。
统计方法分类
统计方法通常可以分为描述统计和推断统计两部分。 1.描述统计:
主要是指在获得数据之后，通过分组、有关图表、 统计指标等对现象加以描述； 2.推断统计: 指通过抽样调查等非全面调查，在获得样本数据的 基础上，以概率论和数理统计为依据，对总体的情 况进行科学推断。
1、调查表 2、亲和图 3、水平对比 4、头脑风暴 5、因果图 6、流程图 7、树图 8、控制图 9、直方图 10、排列图 11、散布图
使用统计工具的注意事项
五点注意事项
该用什么工具用什么工具 使用工具后就要有所收获 能用简单的不用复杂的 工具要“使用”不要事后编 套先学后用、学会再用、学以致用
排 序: 20 21 22 24 26
中位位数置: 22 1 2 3 4 5
六个数据取中位数
原始数据: 10 5 9 12 6 8
排 序: 位 置:
5 6 8 8.5 9 10 12
123
4 5 6
方差和标准差
1. 离散程度的测度值之一 2. 最常用的测度值 3. 反映了数据的分布 4. 反映了各变量值与均值的平均差异 5. 根据总体数据计算的，称为总体方差或标准差；根据样本数
1n
=
xi n i1
式中 —X： 样本的算术平均值；
n：样本大小。
样本中位数
将所收集的数按大小排序，在正中位置的数为中位 数。集中趋势的测度值之一。不受极端值影响。
50%
50%
当N为畸数时，中位数为正中间位置的数。 当N为偶数时，中位数为正中间两个数的算术
平均值。
五个数据取中位数
原始数据: 24 22 21 26 20
据计算的，称为样本方法或标准差
极差R
1. 一组数据的最大值与最小值之差 2. 离散程度的最简单测度值 3. 表示数据的分散范围 4. 易受极端值影响
平均：
145
205
175
R = max(Xi) - min(Xi)
= 205 – 145 = 60（公）
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