项目质量控制培训课件

变异是指在过程运行中，任何与目标或规范要求不一致的变化，有时 也称为波动。
变异是客观存在的，它存在于任何事物中，变异可以是非常小的，甚 至没有高精度的测量仪器就无法感觉到。变异也可以很大并且容易发 现。
世界上没有两个对象具有相同的特性测量值；如果两个对象有相同的 特性测量值，常常是由于测量手段的限制造成的。
2.工具与技术 1)因果图 2)控制图 3)流程图 4)直方图 5)帕累托图 6)趋势图 7)散点图 8)统计抽样 9)检查 10)缺陷补救审查
3.成果 1)质量控制衡量 2)确认的缺陷补救 3)质量基准(更新) 4)推荐的纠正措施 5)推荐的预防措施 6)请求的变更 7)推荐的缺陷补救 8)组织过程资产(更新) 9)确认的可交付成果 10)项目管理计划(更
30
2020/5/16
31
2020/5/16
32
2020/5/16
33
2020/5/16
34
2020/5/16
35
2020/5/16
36
2020/5ቤተ መጻሕፍቲ ባይዱ16
37
常用统计技术和方法
2020/5/16
38
2020/5/16
39
2020/5/16
40
2020/5/16
41
2020/5/16
根据产生引起变异因素的性质，可以分为一般原因变异(common cause varitation )和特殊原因变异两类。 (special cause varitation )
原材料 工具
输入
操作者
方法
过程
输出
机器
环境
测量仪器
人的检验 绩效
2020/5/16
生产过程中的变异来源
29
2020/5/16
42
2020/5/16
43
2020/5/16
44
2020/5/16
45
2020/5/16
46
2020/5/16
47
2020/5/16
48
2020/5/16
49
2020/5/16
50
优点：
缺点。
① 节约了检验费用； ② 适用于破坏性测试； ③ 所需检验人员较少； ④ 由于拒收的是整批产
2020/5/16
22
2020/5/16
23
如果一个随机变量x的概率 分布呈正态分布，则其概
f(x)1 e-(-xu2)/22 -x
率密度函数可以表示如图
22
所示
正态分布通常记x为～,N（，）
其中
μ为随机变量x的均值
σ为x的标准偏差
e = 2.71828……，为自然 对数体系中的底数
π= 3.14159……，为圆周 率
④ 总体中有68.26%的个体落于μ±1σ范围
内；总体中有95.44%的个体落于μ±2σ
范围内；总体中有99.73%的个体落于
μ±3σ范围内……总体中有
209290/5./916999998%的个体落于μ±6σ范围内。
26
2020/5/16
27
2020/5/16
28
(一)变异(Variation)及其来源
2020/5/16
19
离散随机变量的分布
离散随机变量的分布可以用分布列来表示，比如随机X取n值：x1， x2，…，xn，X取x1的概率为p1, X取x2的概率为p2,……X取xn的概率为 pn。
这用一个式子表示：P(X= xi)= pi i=1,2，…，n
作为一个分布，pi 满足以下两个条件：
新)
2020/5/16
7
2020/5/16
8
2020/5/16
9
2020/5/16
10
为什么需要控制？
2020/5/16
11
2020/5/16
12
2020/5/16
13
2020/5/16
14
2020/5/16
15
2020/5/16
16
2020/5/16
17
2020/5/16
18
2020/5/16
25
① 正态分布概率密度函数曲线是对称的、
单峰的钟形曲线。
②
任何一个正态分布仅由均值μ和标准偏 差σ这两个参数完全确定；μ确定中心位
F (c 1x c2)c cf 1 2(x )d c c1 2(1 2 xe )-1 2 (x -u)2d
置，称为位置参数，σ决定分布曲线的
形状，称为形状参数；σ越小，曲线越
陡，数据离散程度越小，σ越大，曲线
cc12f(x越的)d扁均(cc平值x12)，μ12=数0e-，1 2据(x-u且)离2d标(散x准程) 偏度差越σ大=1。，随则机称变为量
这时的正态分布为标准正态分布。
③ 正态分布曲线下面的面积，是随机变量 在相应区间取值的概率，或者说总体中 有多大比例的数值落在相应的区间范围 内。
概率密度函数p(x)有多种形式， 它在以X发生概率为纵轴，X取 值为横轴的平面坐标系上，概
率密度（即单位长度上的概率
或频率）曲线不同的位置、散
布程度、分布形状，反映了质 量特性的差别。
随机变量X的分布(概率密度函 数)有几个重要的特征数，分别 期望来表示分布的集中位置(中 心位置)和用方差表示散布程度 大小。
2020/5/16
21
X在区间（a，b)上取 值的概率P(a＜X＜b) 为概率密度曲线以下 区间(a,b)上的面积。
概率密度曲线一定位 于x轴上方(p(x)≧0)， 并且与x轴所夹的面积 恰好为1。
P{ c1＜ x≤c2} =F(c1 ＜ x≤c2)
c2
= c1f(x)d(1c(xx )c2)
干扰 受控对象
检测器 ⊕
输出
控制信 息
反馈信 息
控制机制
项目质量控制（Project Quality Control）
2020/5/16
4
2020/5/16
5
2020/5/16
6
1.依据 1)质量管理计划 2)质量测量指标 3)质量核对表 4)组织过程资产 5)工作绩效信息 6)批准的变更请求 7)可交付成果
2020/5/16
1
2020/5/16
chenyt_tcs@
1
质量控制 （quality
质量控制过程
control，QC)
——质量管理的一部分， 1.
确定标准，评价实际绩 效
致力于达到质量要求。 2. 将实际绩效与质量目标
对比
3. 对差异采取措施
2020/5/16
2
输入
比较器 ⊕
pi≥0，
p1+p2
+…
+pn =1
满足这两个条件的分布称为离散分布，这一组pi 称为分布的概率函数。
这些可以用一张表表示：
2020/5/16
20
连续随机变量的分布
连续随机变量的分布可用概率 密度函数p(x) 表示，也记为f （x）。
它是一种表示质量特性X随机取 值内在统计规律性的函数。