质量数据及分析统计基本方法ppt

普通原因（随机原因、非偶然原因）
特殊原因（可查明原因）
说 是由许多单独的原因所构成
是由一个或只有少数几个单独的原因所构成
明 任何一个普通原因只会产生微小的变差，但许多 任何一个特殊原因都会造成较大的变差
方 普通原因一起作用，其产生的总变差是可观的
面 例子：在调整控制刻盘时人为的变差，机器的轻 例子：操作人员做错；一个错误的装置；一批不
直方图分析
4:尖峰型:公差范围比特性分布范围大很多,此 时应考虑是否可以改变工艺,以提高生产效率, 降低生产成本或者缩小公差范围;
5:超差型:质量特性分布范围过分地偏离公差 范围,已明显看出超差,应立限采取措施加以纠 正;
USL
直方图图形
30.50 30.30 29.00 27.75 26.45 25.15 23.85 22.55 21.25 19.95 18.65 17.35
6：SPC技术原理
统计过程控制（SPC）是一种借助数理统计方法的 过程控制工具。它对生产过程进行分析评价，根据 反馈信息及时发现系统性因素出现的征兆，并采取 措施消除其影响，使过程维持在仅受随机性因素影 响的受控状态，以达到控制质量的目的。当过程仅 受随机因素影响时，过程处于统计控制状态（简称 受控状态）；当过程中存在系统因素的影响时，过 程处于统计失控状态（简称失控状态）。由于过程 波动具有统计规律性，当过程受控时，过程特性一 般服从稳定的随机分布；而失控时，过程分布将发 生改变。SPC正是利用过程波动的统计规律性对过 程进行分析控制的。因而，它强调过程在受控和有 能力的状态下运行，从而使产品和服务稳定地满足 顾客的要求。
缺点：较一般随机抽样还要繁锁
e. 整群抽样法（又称集团抽样法）
方法：将总体分成许多群，每个群由个 体按一定方式结合而成，然后进行随机 抽取若干群，并由这些群中所有个体组 成样本。
优点 ：实施方便 缺点：代表性差、误差大
4、几个重要的特征数
a. 平均数：用 X 表示：
X

X1
X2
第二步：计算极差
• R= Xmax-Xmin=30.0-17.4=12.6
第三步：设定组数，计算组距
È·¶¨× é Êý £¨k£© ± í
Êý ¾Ý ¸ö Êý £¨n£©
× é Êý £¨k©£
50ÔÒ ÄÚ
5~7
50-100
6~10
100-250 250ÒÔ ÉÏ
7~12 10~12
有上表，设定组数k=10，测量值最小单位为0.1 则 组距（h）=R/k=12.6/10=1.26≈1.3
常分为以下几种方法：
一般随机抽样法； 顺序抽样法； 分层抽样法； 整群抽样法。
b. 一般随机抽样法：
抽取样品是随机 方法：将全部产品编号后可用抽签、抓
阄儿、查随机数表或掷骰子等办法抽取 样品。 优点：抽样误差小 缺点：较复杂
c. 顺序抽样法
又称等距抽样法、系统抽样法、或机械 抽样法。
不良数 31 18 13 7 2 2 73
不良率 42.5% 22.7% 17.8% 9.6% 2.7% 2.7% 100%
累计不良率 42.5% 67.2% 85% 94.6% 97.3% 100%
排列图不良率与累计不良率计算
1：不良率 P=单项不良数/总不良数
2：累计不良率 Np=P1+P2+P3+P4…
特殊原因
一种间断性的，不 可预计的，不稳定 的变差来源。有时 被称为可查明原因， 存在它的信号是： 存在超过控制线的 点或存在在控制线 之内的链或其他非 随机性的情形。
普通原因
造成变差的一个原因， 它影响被研究过程输 出的所有单值；在控 制图分析中，它表现 为随机过程变差的一 部分。
变差（波动）的普通原因与特殊原因的区别
1:对称型:质量特性分布范围B在T的中间,平均值X基 本与公差中心重合,质量特性分布的两边还有一定的 余地,这很理想;
2:单侧型:质量特性分布范围B虽然也落在公差范围 内,但因偏向一边,故有超差的可能,应采取措施纠正;
3:双侧型:质量特性分布范围B也落在公差范围内,但 完全没有余地,说明总体已出现一定数量的废品,应 设法使其分布集中,提高工序能力；
d.双峰型。常常是两种不同的分布混合在一起时多出现此型， 如两台设备或不同原料所生产的产品混在一起的情况。
LSL
10
20
30
直方图分布状态与分析
A：正常形，对称，是一般稳定生产状态的正常情况
直方图分布状态与分析
b.右偏峰型。由于某种因素使下限受到限制时多出现此型，如 清洁度近于零，缺陷数近于零，孔加工尺寸偏小等。
直方图分布状态与分析
c. 左偏峰型。由于某种因素使上限受到限制时多出现 此型。
直方图分布状态与分析
n
Xn

1 n
n i1
Xi
n：数据个数
X i ：第i个数据值
b. 中位数，用 X 表示
将一组数据按从小到大顺序排列，位于中间位置 的数叫中位数。
当n为奇数时，则取顺序排列的中间数 当n为偶数时，则取顺序排列的中间两个数的平
均数。
c.极差R
极差是指一组数据中最大与最小之差，用符号R 表示：
5：为什么要应用SPC
在生产过程中，产品的加工尺寸/性能的波动 是不可避免的。它是由人、机器、材料、方 法和环境等基本因素的波动影响所致。波动 分为两种：正常波动和异常波动。正常波动 是偶然性原因（不可避免因素）造成的。它 对产品质量影响较小，在技术上难以消除， 在经济上也不值得消除。异常波动是由系统 原因（异常因素）造成的。它对产品质量影 响很大，但能够采取措施避免和消除。过程 控制的目的就是消除、避免异常波动，使过 程处于正常波动状态。
R=L-S L：数据的最大值 S：数据的最小值
d. 样本方差
样本方差：是衡量统计数据分散程度的特 征数字，用符号S2表示
n
( Xi X )2
S 2 n1 n 1
e. 标准偏差
国际标准化组织规定：将样本方差的平方根做为 标准偏差，用S表示：
S
1 n 1
n i 1
样本中所含的样品数目，一般叫样本容 量或样本大小。通常用n表示。
样本中所含的每一个个体叫样品。
3、抽样及抽样方法
a. 抽样：
抽样：是指从总体中随机抽取样本的活动。 随机性：是指要使总体中的每一个个体（即
产品）都有相同机会被抽取出来组成样本的 特性。 在质量管理过程中，常用抽取样本并通过样 本检测所得到数据来预测总体质量状况的这 种手段
如不合格品数，缺陷数等
2、总体和样本
a. 总体：又叫“母体”是指要分析研究
对象的全体。可以是一个过程，也可 以是这一过程的结果即产品。
组成总体的每个单元（产品）叫做个体。
总体中所含的个体数叫做总体含量，也称总
体大小。通常用N表示。
b. 样本
样本也叫“子样”。它是从总体中随机 抽取出来，并且要对它进行详细研究分 析的一部分个体。
二、质量管理七大手法
常用质量管理手法分为： 排列图法 直方图法 控制图法 调查表法 分层法 散布图法 因果图法
排列图：将质量改进项目从最重要到最次要进行排列
） 而采用的一种简单图示技术。（见例图
例：频数表
不良项目 沾锡渣 骨架破 磁芯破损 胶带破 焊点高 其它 合计
微震动；原材料的微小变化
合格的原材料
普通原因的变差（正常变差）无法从工序中以较 特殊原因的变差（异常变差）能被检测出来，采少代价消除之取措施来自消灭其原因，所花的代价通常是合算的
如果仅仅只有普通原因的变差出现，则说明工序 如果出现特殊原因的变差，则说明该工序并不是
解 释
是最良好的运行；如果在这种情况下生产出不合 最良好的运行 格品，就说明工序必须进行根本性的改变（改
方 面
造），或者必须修改公差，以期减少不合格品
如果一个观察值落在普通原因变差的控制限之 如果一个观察值落在普通原因变差的控制限之
内，说明该工序不必进行调整
外，通常说明该工序必须进行检查并加以纠正
如果只有普通原因变差存在，说明该工序很稳 如果出现特殊原因变差，说明该工序不够稳定， 定，可以运用抽样程序来预测全部生产的质量， 不足以运用抽样程序进行预测 或进行工序的优选研究（如调优运算）
(
Xi

X
)2
标准偏差S反映了数据的离散程度： S值大，数据密集程度差，离散度大 S值小，数据密集程度高，离散度小 同时也反映平均值的代表性
若S值大，则 X 代表性差
若S值小，则 X 代表性好
标准差σ （Sigma） 总体标准差 =
通常用样本标准差近似的估计为总体标准差
标准差的意义：一组数中各单个值与总体平 均数之间的平均离差，说明该组数的离散程 度
方法：先将全部产品编号，用随机抽样 法产生一个抽样起点，每隔相同数据间 隔而抽取的个体样本方法。
优点：操作简便 缺点：偏差性可能会很大
d. 分层抽样法（又称类型抽样法）
方法：总体可分为不同的子总体（也称 层）时，按规定的比例从不同层中随机 抽取样品（子样）来组成样本时的方法。
常用于产品质量的验收 优点：抽样误差较小
ÖÐ ÐÄ Öµ
Ƶ Êý
1
17.35~18.65
18.00
2
2
18.65~19.95
19.30
3
3
19.95~21.25
20.60
5
4
21.25~22.55
21.90
16
5
22.55~23.85
23.20
20
6