7种统计工具.
新老七种工具比较
新老七种统计工具文献综述摘要:质量管理统计方法,是根据数理统计原理对产品质量实行统计质量控制的科学的质量管理方法。
一些学者把质量管理中常用统计方法归纳为新老两类,本文介绍了统计工具在质量管理中的应用,重点阐述了质量专家发明的“老七种工具”和“新七种工具”的特点、应用、使用注意事项等。
关键词:质量管理;质量控制;老七种工具;新七种工具一、前言王毓芳,郝凤.(2003)质量分析质量改进与统计技术中提出新老七种工具都是由日本人总结出来的。
日本人在20世纪60年代提出老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。
除了新老七种工具以外,常用的工具还有实验设计、分布图、推移图等。
20世纪70年代末80年代初,日本“质量管理研究会”根据推进全面质量管理的需要,经过多年研究和实践,提出“质量管理新七种方法”,简称“新七种工具”。
质量控制(QC=Quality Control)是指控制制造产品或服务的质量,使产品或服务质量达到最优良的状态。
老七种工具 QC 老七大手法指的是:检查表、层别法、柏拉图、因果图、散布图、直方图、管制图。
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老七大手法,也从未成为顾客审核的重要方面。
(一)QC七大手法的作用1、协助我们作好日常安全生产管理,达到降本增效的目的。
2、可在混沌不明的情况下,认清问题关键在于搜集数据,分析、归纳问题,进而解决问题。
二、老七种工具刘宏(2006)质量与管理中老七种工具的特点1、强调用数据说话,重视对制造过程的质量控制2、通俗易懂,一线员工易于掌握,主要解决现场质量问题。
秦现生(2008)质量管理学这本书中质量管理的老七种工具:(一)、层别法又叫分类法分组法,是整理质量数据的一种重要方法。
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
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。
常用的统计工具方法
2、举例:
XX不合格品缺陷统计表
序号 缺陷类别 发生频数 频率% 累计频率%
1
2 3 4 5 6 7
顶部充不满
气 孔 成型不良 表面疵点 色斑 变形 其它 合计
108
40 14 7 4 3 4 180
60
22.2 7.8 3.9 2.2 1.7 2.2 100
60
82.2 90 93.9 96.1 97.8 100 19
18
1、应用排列图识别改进项目时应注意的问题
⑴ 排列图依据的原理是“关键的少数,次要的多数”; ⑵ 必须是属于同一分层标志的数据,才能在一起排列; ⑶ “频数”纵坐标可以用“件数”或“金额”等表示; ⑷ 量值很小的项目较多时,可合并为“其他”项,排在横轴最后; ⑸ 两个纵坐标的标度,应使频数总数与累计频率100%取等高。
23
分析要点:
• a、确定大要因(大骨)时,现场作业一般从“人机料法环”着手,管 理类问题一般从“人事时地物”层别,应视具体情况决定; • • b、大要因必须用中性词描述(不说明好坏),中、小要因必须 使用价值判断(如…不良); c、脑力激荡时,应尽可能多而全地找出所有可能原因,而不仅 限于自己能完全掌控或正在执行的内容。对人的原因,宜从行动而非 思想态度面着手分析; d、中要因跟特性值、小要因跟中要因间有直接的原因-问题关系, 小要因应分析至可以直接下对策;
40.5
45.5
50.5 (g)
7
矩阵调查表
塑料制品外观质量调查表
缺陷符号: ○ 气孔, 成形, 疵点, × 变形, 其它 机 号 1 2 2月5日
上午 下午
2月6日
上午 下午
2月7日
上午 下午
2月8日
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
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。
品质七种工序统计分析工具
• 2、3、4找出的关键因素(要因,以3-5个为宜),用圆圈“○”或方框“□” 框 起来,作为制订质量改进措施的重点考虑对象。
5. 注明画图者,参加讨论分析人员、时间等可供参考的事项。
Sep.20,2007
Harry.Peng
15
Sep.20,2007
Harry.Peng
5
排列图
• 排列图的应用程序
1. 确定要分析的项目、度量单位。
2. 收集一定期间的数据。
3. 将数据按一定分类标志进行分类/层整理,填入数据统计表中,计算各类项 目的累计频数、频率、累计频率。
4. 按一定的比例,画出两个纵坐标和一个横坐标。
• 画横坐标。按度量单位量值递减的顺序自左至右,在横坐标上列出项目。将量 值最小的一个或几个项目归并成“其他”项,放在最右端。数量可超过倒数第
Harry.Peng
4
排列图
• 可整理为排列图的数据举例: – 品质方面: • 不良品数、损失金额,按不良项目、发生场所、发生工序、设备、原料、作业方法等区分出“重要 的少数,次要的多数”。 • 消费者的抱怨项目、抱怨件数、修理件数等。 – 时间方面一效率: • 作业的效率,故障率,修理时间等。 – 成本方面: • 原料、材料别的单价; • 规格别、商品别的单价; • 品质成本一预防成本、鉴定成本、内外部损失成本。 – 营业方面: • 销货金额别、营业所别、商品销售别、业务员别。 – 交通方面: • 交通事故肇事率一违规案件类别、车种别、地区别(国家别); 高速公路超速原因别、肇事死亡原因 别。 – 安全方面: • 灾害的件数 一 场所别、职称别、人体部位别 – 选举方面: • 票源分布区域;调查活动区人数分配。 – 治安方面: • 少年犯罪率、件数、年龄别;缉捕要犯件数、人数、地区别、时间别。 – 医学方面: • 病因别、年龄别、糖尿病要因别、职业病别;门诊病患类别、门诊科别。
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。
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。
质量管理工具和常用统计方法
质量管理工具和常用统计方法质量管理是指为了实现质量目标,而进行的所有管理性质的活动。
下面店铺为你介绍现质量管理工具和常用统计方法。
质量管理工具质量管理工具是指在进行全面质量管理时,对关联图法、KJ法、系统图法、矩阵图法、数据矩阵分析法、PDPC法以及箭条图法的统称,这“新七种工具”是相对分层法、排列图法、因果分析图法、统计调查表法、直方图法、控制图法和散布图法等“老七种工具”而言的。
这七种新工具是日本科学技术联盟于1972年组织一些专家运用运筹学或系统工程的原理和方法,经过多年的研究和现场实践后于1979年正式提出用于质量管理的。
这新七种工具的提出不是对“老七种工具”的替代而是对它的补充和丰富。
“老七种工具”的特点是强调用数据说话,重视对制造过程的质量控制;而“新七种工具”则基本是整理、分析语言文字资料(非数据)的方法,着重用来解决全面质量管理中PDCA循环的P(计划)阶段的有关问题。
因此,“新七种工具”有助于管理人员整理问题,展开方针目标和安排时间进度。
整理问题,可以用关联图法和KJ法;展开方针目标,可用系统图法、矩阵图法和矩阵数据分析法;安排时间进度,可用PDPC法和箭条图法。
质量管理常用统计方法1.常用的统计管理方法又称为初级统计管理方法。
它主要包括分层法、调查表、控制图、因果图、相关图、排列图、直方图,即所谓的“qc7种工具”。
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,可通过企业全体人员活用这7种工具而得到解决。
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。
2.中级统计管理方法包括抽样调查方法、抽样检验方法、功能检查方法、试验计划法等。
这些方法不一定要企业全体人员都掌握,主要是有关技术人员和质量管理部门的人使用。
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
- 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)。
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。
80% A类 70% 60% 195 50% 40% 90
标 音 超
数
频
200 150 100 50
30% 45
匀
65
20% 19
其 它
碟
噪
均
10% 0
Hale Waihona Puke 读碟H不
出
不 良 项 目
T
涂
E
油
P
不
0
A
S
E
累
计
百
250
分
300
数
350
B类
90%
(
排列图
400
C类
100%
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。
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
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.
件
C 类 B 类
7 5 8 5
9 1
(
数
频
3 3 0
2 0 0 1 0 0 6 0 9 0
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。
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
3 3 2 2 0
积
5 0 0
5 5
5 0
百
A 类
帕 累 托 曲 线
分
数
1 0 0 0
1 0 0
% )
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。
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。