质量分析7种统计工具

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
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 大于100个 计算极差 适当分组 确定组距 确定各组界限
R=Xmax-Xmin
N（数据） 50~100 100~250 250 以上 组数 6~10 10~20 10~20
Ö Á
¡ « ¡ « ¡ « ¡ « ¡ « ¡ «
É Ï Ï Þ 407.2000 411.9000 416.6000 421.3000 426.0000 430.7000 435.4000 440.1000 444.8000 449.5000 454.2000
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。
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。
200 100 60 90
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。
累积百分数（%）
N=极差R/(组数K-1)（N取整数）
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.工程能力与工程能力指数 1 51 447 428 2 52 432 444 工程：各种生产条件的总和，包括设备、工具、劳动者和加工 3 53 444 440 4 54 435 431 对象，及在这些条件下进行的生产过程，统称为工程。 5 55 420 418 工程能力：指工程能够满足产品质量要求的能力。 6 56 419 431 7 57 437 425 工程能力指数：工程能力所能满足产品质量要求的程度。工程 8 58 431 424 9 59 425 432 能力指数越大，工程能力所能满足产品质量要求的程度越好。 举例: 进气管一长度是特殊特性，其规格上限为450mm，规格 下限为410mm。从生产现场每小时随机抽取5台机组成一个样本， 共抽取25个,测得长度值如上表（只显示部分） 1). Data数量 Volume of data= 101 2). Maximum Value= 450 最大值 3). Minimum Value= 403 最小值 4). Range = 47 极差 5). Range = 25.24 极差平均值 6). Average = 430.416 平均值
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%
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 点检用 记录用 通常划记 号 ÕÆ È Ù 项目 次数 îÄ Ï ¿ 1 2 3 4 5¡ £¡ £¡ £¡ £ 31 尺寸不良 正正正正正正 ËÔ È ±þ ²³ ° ¤÷ ¹ ³¡ ³µ × 表面斑点 正正正 úÆ » ÷£ ±Ñ ø úÆ » ÷Ø ²³ ÷ 装配不良 正正正正 ¤ß ¹ ¾¹ ÊÓ Ã £¡ ¡ ££ ¡¡ £ 电镀不良 正正正 éº ² Ëß Õ 其它 正 ì³ Ò £¦ ´À í 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
9). 最小测量单位 Min unit= 1
No.
Data
No.
Data
直方图
Ö ³ ² é Ê ý
1 2 3 4 5 6 7 8 9 10 11
30 25 20 15 10 5 0
Ï Ï Â Þ 402.5000 407.2000 411.9000 416.6000 421.3000 426.0000 430.7000 435.4000 440.1000 444.8000 449.5000
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。
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
400 350 300 250 A类 B类
C类
100% 90% 80% 70% 60% 50% 40%
频数
200 195 150 100 50
出碟噪音
90 65 45 19
不读碟 涂油不均匀 TE PHASE超标 其它
30% 20% 10% 0
0
不良项目
累计百分数（%）
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。
频数（件）
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。
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。 6 . 注意事项 5.2 符号鉴定法：在作好的散布图上画一条与y轴和x轴平行的P 线和 Q线，使P线左右和Q线上下的点数大致相等。 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 5.3P 线和Q线将坐标平面分成四个区域。分别数出二个对角区域 图。例如体重与年龄的关系就不具有延伸性。 点数之和n13和n24，未压线的总点数N。压在线上的点数一律不 算 ,重复的点按重复次数计。 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 5.4. 使用符号鉴定表。对应N给出α=0.01和α=0.05的两个显著水 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 平的点数。在对角区域之和当中，点数比较少的一项低于或等 变量处于稳定状态。 于哪个显著水平的点数，就判定为这个水平的相关。显著水平 6.3就是把本来正确但判断为错误的可能性的大小，也称为风险率。 个别偏离分布趋势的点子，可能是特殊原因造成的，判明原 Α值越小说明显著水平越高，风险越小，把握性越大。 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。
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
Baidu Nhomakorabea
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．
1000
C类 B类
75 85
100 91
A类
500 330 33 220
帕累托曲线
55 50
散布图 3. 几种典型的散布图
因变量 因变量 因变量
强正相关
自变量 强负相关
自变量
自变量 弱正相关
因变量
因变量
因变量
弱负相关
自变量
曲线相关
自变量 不相关
自变量
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。 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。