质量控制技术与方法
合集下载
相关主题
- 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)。
样本是指从总体中随机抽取出来,并对其进行详细 研究分析的一部分个体(样品),样本中包括的样 品数目称为样本量或样本大小,常用符号n表示。
三、随机抽样的方法
(一)抽样及相关的概念 1、抽样,是指从总体中抽取样品组成 样本的过程。 2、随机抽样,是指按随机抽样的原则 抽取出来组成样本的过程。
抽取样本的过程只是手段,目的是通过 研究(样本)来推断全部(总体),从而 达到保证质量和提高产品质量的目的。
抽样的目的,使样本更具代表性;运用样 本估计,推断总体,有“存伪”、“弃真” 风险。
存伪—不合格产品混进了合格批中给放行。 弃真—合格产品与不合格批中一起放弃了。
三、随机抽样方法
1、简单随机抽样法
方法:
①先将总体中每个总体单位编号, ②抽样可采取抽签(抓阄),也可以查随机
数表、掷随机数等办法抽取。 优点:误差小 缺点:抽样手续较为繁杂
1、影响产品质量因素(或引起 产品质量波动的因素) 2、质量波动种类
1、影响产品质量的因素
引起产品质量波动的原因主要来自六个方面(5M1E) 1)人(操作者):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; 2)机(机器):机器设备、工夹具精度、维护保养 状况等; 3)料(材料):材料的化学成分、物理性能和外观 质量等; 4)法(方法):加工工艺、操作规程和作业指导书 的正确程度等; 5)量(测量尺寸):测量设备、试验手段和测试方 式等; 6)环境(环境):工作场地的温度、湿度、含尘度、 照明、噪声、震动等。
方法: 先将所有总体单位编号,然后确定 所需样本数量n,确定样本间隔距离 =N/n,在样本距离的数值范围内抽 签确定一个数值,作为抽样的起点, 每隔相同样本间隔距离,抽取一个 样本。
2、质量波动种类 1)正常波动 2)异常波动
1)正常波动
正常波动是由于随机原因 引起的产品质量波动;
仅有正常波动的生产过程 称为处于统计控制状态,简称 为控制状态或稳定状态。
随机因素的特点:
影响微小; 始终存在; 逐件不同; 不易消除。
2)异常波动 异常波动是由系统原因引起的 产品质量波动;
当分子是计量值数据时,则该百分比数 据是计量值数据;当分子是计数数值时, 则该百分比数据是计数值的数据。
例如,生产1000台电视机,有12台不合 格品,其不合格品率为1.2%,虽然它是小 数点以下的数据,但因为计算公式的分子 12台是计数值数据。所以,电视机不合格 率1.2%应是计数值数据。
质量波动
第四步:以上号码对应的10台机器就是要抽取的对象。
思考:当N=100时,分别以0,1,3,6为起点对 总体编号,再利用随机数表抽取10个号码, 你能说出从0开始对总体编号的好处吗?
当总数为100时,从0开始编号,那么用两位 数字即可,因此可以节省从随机数表中抽取随机数 的时间。
三、随机抽样方法
2、系统抽样(等距抽样)
有异常波动的生产过程称为非 统计控制状态,简称为失控状 态或不稳定状态。
系统因素的特点
影响较大; 有时存在; 一系列产品受到影响; 易于消除或削弱。
二、总体、总体单位和样本
总体是指在某一次统计分析中研究对象的全体。用 N表示。
总体可以是有限的,也可以是无限的。 总体单位指组成总体的每一个基本单元。用xi表示。
பைடு நூலகம்记件数据一般服从二项分布,记点数据 一般服从泊松分布。
二项分布即重复n次的伯努利试验。在每次试验中只有两种可能的结果,而且是 互相对立的,是独立的,与其它各次试验结果无关,结果事件发生的概率在整个 系列试验中保持不变,则这一系列试验称为伯努力试验 .
泊松分布的概率分布函数为: P(X=k)=\frac{e^{-\lambda}\lambda^k}{k!} 泊松分布的参数λ是单位时间(或单位面积)内随机事件的平均发生率。
质量控制技术与方法
路漫漫其悠远
少壮不努力,老大徒悲伤
教学目的
了解统计数据及其分类 掌握随机抽样的方法 了解常用的统计特征数 掌握排列图、直方图、控制图、散布图
的应用步骤和作用方法
教学内容
第一节 统计基础知识 第二节 调查表、分层法 第三节 排列图、直方图 第四节 控制图、散布图
一、数据分类
(一)计量值数据 (二)计数值数据
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 分含量、温度、职工工资总额等。
计量数据的概率分布服从正态 分布。
正态分布又名高斯分布(Gaussian distribution),是一个在数学、物理及工程等 领域都非常重要的概率分布,在统计学的许多方面有着重大的影响力。若随机变量X 服从一个数学期望为μ、标准方差为σ2的高斯分布,记为:则其概率密度函数为正 态分布的期望值μ决定了其位置,其标准差σ决定了分布的幅度。因其曲线呈钟形, 因此人们又经常称之为钟形曲线。我们通常所说的标准正态分布是μ = 0,σ = 1的 正态分布
练习:要从某厂生产的300台机器中用随机数表法 抽出10台作为样本,试设计抽样方案。
第一步:将300台机器编号,号码是000,001,…,299;
第二步:在随机数表中任选一个数作为开始,例如选出第 3行第2列的数“6”;
第三步:从数“6”开始,向右读,每次读取3位,凡不在 000~299中的数跳过去不读,前面已经读过的也跳过去不 读,依次可得到:026,141,012,269,050,101,243, 099,006,184;
2、计数值数据
1)凡是不能连续取值的,或者说即使用测 量工作工具也得不到小数以下数值,只能 得到0、1、2、3……等自然数的这类符号。 2)计数数据还可以细分为记件数据和记点 数据。记件数据是指按件记数的数据,如 不合格数、彩色电视机台数、质量检测项 目数等;记点数据是按缺项点(项)记数 的数据,如疵点数、砂眼数、气泡数、单 位(产品)缺陷数等。
泊松分布适合于描述单位时间内随机事件发生的次数。如某一服务设施在一定 时间内到达的人数,电话交换机接到呼叫的次数,汽车站台的候客人数,机器 出现的故障数,自然灾害发生的次数,一块产品上的缺陷数,显微镜下单位分 区内的细菌分布数等等。[
当数据以百分比表示时,要判断它是计量 值数据还是计数值数据,应取决于数据分 子的计量单位。
三、随机抽样的方法
(一)抽样及相关的概念 1、抽样,是指从总体中抽取样品组成 样本的过程。 2、随机抽样,是指按随机抽样的原则 抽取出来组成样本的过程。
抽取样本的过程只是手段,目的是通过 研究(样本)来推断全部(总体),从而 达到保证质量和提高产品质量的目的。
抽样的目的,使样本更具代表性;运用样 本估计,推断总体,有“存伪”、“弃真” 风险。
存伪—不合格产品混进了合格批中给放行。 弃真—合格产品与不合格批中一起放弃了。
三、随机抽样方法
1、简单随机抽样法
方法:
①先将总体中每个总体单位编号, ②抽样可采取抽签(抓阄),也可以查随机
数表、掷随机数等办法抽取。 优点:误差小 缺点:抽样手续较为繁杂
1、影响产品质量因素(或引起 产品质量波动的因素) 2、质量波动种类
1、影响产品质量的因素
引起产品质量波动的原因主要来自六个方面(5M1E) 1)人(操作者):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; 2)机(机器):机器设备、工夹具精度、维护保养 状况等; 3)料(材料):材料的化学成分、物理性能和外观 质量等; 4)法(方法):加工工艺、操作规程和作业指导书 的正确程度等; 5)量(测量尺寸):测量设备、试验手段和测试方 式等; 6)环境(环境):工作场地的温度、湿度、含尘度、 照明、噪声、震动等。
方法: 先将所有总体单位编号,然后确定 所需样本数量n,确定样本间隔距离 =N/n,在样本距离的数值范围内抽 签确定一个数值,作为抽样的起点, 每隔相同样本间隔距离,抽取一个 样本。
2、质量波动种类 1)正常波动 2)异常波动
1)正常波动
正常波动是由于随机原因 引起的产品质量波动;
仅有正常波动的生产过程 称为处于统计控制状态,简称 为控制状态或稳定状态。
随机因素的特点:
影响微小; 始终存在; 逐件不同; 不易消除。
2)异常波动 异常波动是由系统原因引起的 产品质量波动;
当分子是计量值数据时,则该百分比数 据是计量值数据;当分子是计数数值时, 则该百分比数据是计数值的数据。
例如,生产1000台电视机,有12台不合 格品,其不合格品率为1.2%,虽然它是小 数点以下的数据,但因为计算公式的分子 12台是计数值数据。所以,电视机不合格 率1.2%应是计数值数据。
质量波动
第四步:以上号码对应的10台机器就是要抽取的对象。
思考:当N=100时,分别以0,1,3,6为起点对 总体编号,再利用随机数表抽取10个号码, 你能说出从0开始对总体编号的好处吗?
当总数为100时,从0开始编号,那么用两位 数字即可,因此可以节省从随机数表中抽取随机数 的时间。
三、随机抽样方法
2、系统抽样(等距抽样)
有异常波动的生产过程称为非 统计控制状态,简称为失控状 态或不稳定状态。
系统因素的特点
影响较大; 有时存在; 一系列产品受到影响; 易于消除或削弱。
二、总体、总体单位和样本
总体是指在某一次统计分析中研究对象的全体。用 N表示。
总体可以是有限的,也可以是无限的。 总体单位指组成总体的每一个基本单元。用xi表示。
பைடு நூலகம்记件数据一般服从二项分布,记点数据 一般服从泊松分布。
二项分布即重复n次的伯努利试验。在每次试验中只有两种可能的结果,而且是 互相对立的,是独立的,与其它各次试验结果无关,结果事件发生的概率在整个 系列试验中保持不变,则这一系列试验称为伯努力试验 .
泊松分布的概率分布函数为: P(X=k)=\frac{e^{-\lambda}\lambda^k}{k!} 泊松分布的参数λ是单位时间(或单位面积)内随机事件的平均发生率。
质量控制技术与方法
路漫漫其悠远
少壮不努力,老大徒悲伤
教学目的
了解统计数据及其分类 掌握随机抽样的方法 了解常用的统计特征数 掌握排列图、直方图、控制图、散布图
的应用步骤和作用方法
教学内容
第一节 统计基础知识 第二节 调查表、分层法 第三节 排列图、直方图 第四节 控制图、散布图
一、数据分类
(一)计量值数据 (二)计数值数据
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 分含量、温度、职工工资总额等。
计量数据的概率分布服从正态 分布。
正态分布又名高斯分布(Gaussian distribution),是一个在数学、物理及工程等 领域都非常重要的概率分布,在统计学的许多方面有着重大的影响力。若随机变量X 服从一个数学期望为μ、标准方差为σ2的高斯分布,记为:则其概率密度函数为正 态分布的期望值μ决定了其位置,其标准差σ决定了分布的幅度。因其曲线呈钟形, 因此人们又经常称之为钟形曲线。我们通常所说的标准正态分布是μ = 0,σ = 1的 正态分布
练习:要从某厂生产的300台机器中用随机数表法 抽出10台作为样本,试设计抽样方案。
第一步:将300台机器编号,号码是000,001,…,299;
第二步:在随机数表中任选一个数作为开始,例如选出第 3行第2列的数“6”;
第三步:从数“6”开始,向右读,每次读取3位,凡不在 000~299中的数跳过去不读,前面已经读过的也跳过去不 读,依次可得到:026,141,012,269,050,101,243, 099,006,184;
2、计数值数据
1)凡是不能连续取值的,或者说即使用测 量工作工具也得不到小数以下数值,只能 得到0、1、2、3……等自然数的这类符号。 2)计数数据还可以细分为记件数据和记点 数据。记件数据是指按件记数的数据,如 不合格数、彩色电视机台数、质量检测项 目数等;记点数据是按缺项点(项)记数 的数据,如疵点数、砂眼数、气泡数、单 位(产品)缺陷数等。
泊松分布适合于描述单位时间内随机事件发生的次数。如某一服务设施在一定 时间内到达的人数,电话交换机接到呼叫的次数,汽车站台的候客人数,机器 出现的故障数,自然灾害发生的次数,一块产品上的缺陷数,显微镜下单位分 区内的细菌分布数等等。[
当数据以百分比表示时,要判断它是计量 值数据还是计数值数据,应取决于数据分 子的计量单位。