CQC统计技术.ppt

统计技术 1 统计技术 一 ISO9001中统计技术策划 二 统计技术的概念与作用 三 统计技术的分类 四 常用统计技术的介绍 4 1 常见描述型统计技术 4 2 常见推断型统计技术 2 专家观点 在全面质量管理中 无论何时 何处都会用到数理统计方法 这些统计方法所表达的观点对于全面质量管理的整个领域都有深刻的影响 3 统计技术应用策划 4 统计技术应用策划 5 统计技术应用策划 6 统计技术应用策划 7 统计技术应用策划 8 统计技术应用策划 9 统计就是有目的地收集数据 整理数据 并使用相应的方法制图 列表与分析数据的过程 统计方法是指有关收集 整理 分析和解释统计数据 并对其所反应的问题作出一定结论的方法 统计方法一般分成描述性统计方法和推断性统计方法 统计技术的概念 10 1 提供表示事物特征的数据 对总体平均数进行估计2 比较两个数量 事物 之间的真正差异3 分析影响事物变化的因素 预测生产过程中出现的不合趋势 以便采取有效地预防措施4 研究取样和试验方法 确定合理的试验方案 产品的验收方法 抽样方法 试验设计5 分析影响事物之间的相关关系 研究事物中两个变量或多个变量之间是否存在相关关系6 发现质量问题 分析和掌握质量数据的分布状况和动态变化7 描述质量形成过程 建立因变量与自变量之间的回归关系 统计技术的作用 11 描述性统计技术推断性统计技术 统计技术的分类 12 描述性统计技术 描述性统计技术是用来对统计数据进行整理和描述的技术 统计技术的分类 13 缺陷检验过程控制模型控制策略 控制输出 事后把关 容忍浪费 描述型统计技术的过程控制模型和控制策略 是否合格 统计技术的分类 14 推断性统计技术 推断性统计技术是在对统计数据描述的基础上 进一步对其反映的问题进行分析 解释和作出推断性结论的技术 控制图技术 测量系统分析 统计抽样检验技术 试验设计 统计技术的分类 15 具有反馈的过程控制模型 控制策略 控制过程 预防缺陷 避免浪费 统计方法 推断型统计技术的过程控制模型和控制策略 统计技术的分类 16 常见统计技术的介绍 定性 描述型 统计技术与方法 17 2019 12 27 第三章质量管理统计技术与方法 18 因果图法是一种用于分析结果与可能影响结果的因素 原因 的一种工具 对问题 即结果 有影响的一些较重要的因素加以分析和分类 并在同一张图上把它们的关系用箭头表示出来 以对因果作明确系统的整理 因果图是从实际经验中编辑而成的一种方法 由于因果图形如鱼骨状 又称 鱼骨图 鱼刺图 一 因果图法 18 2019 12 27 19 1 因果图的主要内容有 a 结果 问题或特性 即工作和生产过程出现的结果 例如尺寸 重量 纯度及强度等质量特性 这些特性或结果是期望进行改善和控制的对象 b 原因 即对结果能够施与影响的因素 c 枝干 表示结果与原因之间的关系 也包括原因与原因之间的关系 称为枝干 最中央的干为主干 用双线箭头表示 从主干两边依次展开的称为大枝 中枝 小枝和细枝 用单线箭头表示 一 因果图法 2019 12 27 20 因果图形状如下图所示 一 因果图法 2019 12 27 21 一 因果图法 因果图的分类 结果分解型 结果分解型的要点是沿着为什么发生这样的结果这个疑问思路一追到底 对于制造过程的质量问题 结果分解型常按五大因素 人 原材料 设备 方法和环境 分成五个大枝 再分别找影响它们的因素填入中枝 小枝和细枝 如图所示 22 2019 12 27 23 工序分类型 工序分类型是按生产或工作的工序顺序画出大枝 然后把对工序有影响的原因填在相应的工序上 工序流程也可延续到使用过程 工序分类型的因果图作图简单 易于理解 缺点是相同原因可能出现多次并难于表现几个原因联系在一起而影响质量的情况 如下图所示为解决 阀孔粗糙度达不到要求 的因果图 因果图的分类 2019 12 27 24 原因罗列型 原因罗列型是把所考虑到的全部因素不分层次罗列出来 再根据因果关系整理这些原因项目 然后作出因果图 即先罗列 再整理 这种作法不采取按原因粗分类或按工序顺序追查原因 而是自由地提出所有可能原因 原因罗列型因果图的优点是不易漏掉主要原因 并通过原因与结果间的多种连接方法 丰富了因果图的内容 其缺点是结果与小枝间难于连接 且作图比较麻烦 因果图的分类 2019 12 27 25 原因罗列型因果图 例图 因果图的分类 2019 12 27 26 二 树图 系统图 含义 把要实现的目的与需要采取的措施或手段 系统地展开 并绘制成图 以明确问题的重点 寻找最佳手段或措施的一种方法 用途 用于新产品研发过程中产品质量功能的展开 质量保证活动的展开 建立质量保证体系 目标实施措施的展开 解决企业有关质量 成本 交货期等问题的具体解决措施的方案 作为因果图使用 探求部门职能 管理职能和提高效率的方法 2019 12 27 27 措施展开型 把为了解决问题和达到目的或目标的手段 措施加以展开 目的和目标 手段和措施 手段和措施 手段和措施 手段和措施 手段和措施 手段和措施 手段和措施 手段和措施 手段和措施 手段和措施 手段和措施 手段和措施 手段和措施 手段和措施 确定目标 展开手段 制动器质量保证树图 实例 二 树图 系统图 2019 12 27 29 三 对策表 当通过数据整理分析 排列图 因果图以及集思广益的办法找出存在问题后 为了迅速和有步骤地解决问题 可以用对策表来明确对策措施 标准要求并以定员 定期来保证对策的实施 从而确保产品质量和工作质量 对策表简单明确 责任分明 便于推行 应用广泛 是一种十分有用的质量管理工具 针对主要原因来制定对策表对策表主要内容 按5W1H来制定 例 某公司 球墨铸铁曲轴机械加工不合格品率高 的质量问题 经因果分析后制定的对策表 30 三 对策表 2019 12 27 31 四 亲和图 含义 又名KJ法或A型图 是对未来的问题 未知的问题 末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 按相互亲近的要求进行统一 从复杂的现象中整理出思路 以便抓住实质 找出解决问题途径的一种方法 亲和图基本形式 2019 12 27 32 用途适合于需要慢慢解决 不容易解决而又非要解决不可的问题 不适用于简单的 需要迅速解决的问题 具体为 用于认识事实 研究新情况 发现问题 用于归纳问题 整理见解 形成构思 用于打破现状 产生新思想 四 亲和图 2019 12 27 33 某公司总是发生交货期不准事件 屡次收到外部顾客的抱怨 下图为交货不准的原因亲和图 通过该图可以整理思路 把握现状 寻求突破 四 亲和图 实例 2019 12 27 34 五 分层法 分层就是把所收集的数据进行合理的分类 把性质相同 在同一生产条件下收集的数据归在一起 把划分的组叫做 层 通过数据分层把错综复杂的影响质量因素分析清楚 收集到的数据常由于产生数据的条件 加工机床 操作者 加工方法等 不同而异 不同性质的数据混在一起 用统计方法找不出规律 也就无法利用其规律加以控制 把不同性质的数据加以区别 分别处理的方法叫做对数据的分层 分层是整理数据的重要方法之一 2019 12 27 35 当分层分不好时 会使图形的规律性隐蔽起来 还会造成假象 例如 作直方图分层不好时 就会出现双峰型和平顶型 排列图分层不好时 无法区分主要因素和次要因素 也无法对主要因素作进一步分析 散布图分层不好时 会出现几簇互不关连的散点群 控制图分层不好时 无法反映工序的真实变化 不能找出数据异常的原因 不能作出正确的判断 因果图分层不好时 不能搞清大原因 中原因 小原因之间的真实传递途径 五 分层法 2019 12 27 36 数据分层可按下面的项目进行 操作人员 按个人分 按现场分 按班次分 按经验分 机床设备 按机器分 按工夹刀具分 材料 按供应单位分 按品种分 按进厂批分 加工方法 按不同的加工 装配 测量 检验等方法分 按工作条件分 时间 按上 下午 按年 月 日分 按季节分 环境 按气象情况分 按室内环境分 按电场 磁场影响分 其他 按发生情况分 按发生位置分等 五 分层法 2019 12 27 37 六 头脑风暴法 1 含义及用途又名畅谈法 集思法 是由美国奥斯本 AlexF Osborn 博士提出来的 采用会议的方式 利用集体思考 围绕某个中心议题广开言路 发表个人观点的一种创造性思考的方法 集体智慧的集中 用途 分析质量管理中存在的质量问题 用以寻求其解决的办法 用以识别潜在质量改进的机会 在绘制因果图 系统图 亲和图时 可以运用这种方法 2019 12 27 38 七 关联图 含义 关联图就是把关系复杂而相互纠缠的问题及其因素 用箭头连接起来的一种图示分析工具 从而找出主要因素和方案的方法 用途 全面质量管理的推行活动计划制订质量管理 质量保证方针的展开质量改进的活动方案的制订分析复杂的因果纠缠制造工序缺陷的解决 用来寻找解决工序管理上的多个问题 关联图的类型 多目的型 单目的型 中央集中型 39 2019 12 27 40 关联图的特点 适合整理原因非常复杂 并相互交织的问题 有利于抓住主要矛盾 找到核心问题 形式自由 有助于因素之间的连接和转换 便于归纳 研究和分析问题 有利于解放思想 提出新的见解 并不断地增加新内容 有利于明确各部门 各环节之间的协作关系 2019 12 27 41 关联图的判别方法 箭头只进不出是问题 箭头只出不进是主因 箭头有进有出是中间因素 箭头数出多于进的因素是关键中间因素 2019 12 27 42 使用关联图的注意事项 要针对复杂的因果关系入手 查找原因时要从人 机器 方法 环境 物料 测量 5M1E 等方面考虑 在排序时 针对找到的原因 适当调换位置 中间的关键因素也要作为主要因素对待 要反复研究 分析及修改 才能找到真正的重点问题 关联图示例 2019 12 27 44 八 过程决策程序图 含义 ProcessDecisionProgramChart PDPC 主要是在完成某个任务或达到某个目标 在制定行动计划或进行方案设计时 预测可能出现的障碍和结果 并相应的提出多种应变计划 最终保证实现理想目标的一种方法 基本形式 理想状态 开始状态 2019 12 27 45 可用于制订方针目标管理中的实施计划可用于制订新产品研发设计的实施计划可用于制订控制工序的措施可用于对整个系统的重大事故进行预测 重大事故预测图法 可用于选择质量纠纷的处理方案 八 过程决策程序图用途 2019 12 27 46 实例分析 某维修QC小组制定保证减少设备停机影响均衡生产的PDPC图来指导小组工作 八 过程决策程序图 定量 推断型 统计技术与方法 常见统计技术的介绍 2019 12 27 48 数理统计学基础 数据的种类1 计量值数据可以用量具 仪表等进行测量而得出的数值 可以出现小数 如长度 直径 重量 电流 温度 寿命 强度 硬度 速度 化学成分等 测量结果的数据可以是连续的 也可以是不连续的 定量统计技术与方法 2019 12 27 49 数据的种类 计数值数据 不能连续取值的 只能以个数计算的数为计数值数据 不能用量具 仪表来度量的非连续性的正整数值 它可以用计数的方法来得到 如产品废品数 次品数 合格品数 破损数 污损数 气孔数 疵点数等 1 计件值 直接写出计件值 以np表示 写出其百分率 以p表示 不是整数 可将其看作计数值2 计点值是在某一件产品上或某单位产品上发生的某种质量上的特点的数据 以c表示 定量统计技术与方法 2019 12 27 50 一种收集数据 信息的表格特点 填写数据同时进行整理统计 提高效率 填写时出现的差错事后无法发现 一 调查表 统计分析表 2019 12 27 51 调查表形式 1 工序分布调查表 适用于计量值数据的调查 在收集数据的同时 进行分类和频数统计 2019 12 27 52 一 调查表 数据调查表 2019 12 27 53 一 调查表 不合格项目调查表 质量管理中 合格 与 不合格 是相对于标准 规格 公差而言的 一个零件和产品不符合标准 规格 公差的质量项目叫不合格项目 2019 12 27 54 二 排列图 1 排列图的概念 帕累托分析法 关键的少数和次要的多数 即80 的问题源于20 的原因 排列图是为了寻找主要质量问题或影响质量的主要因素的一种方法 2019 12 27 55 排列图模型 由两个纵坐标 一个横坐标 左边的纵坐标表示频数ni 右边的纵坐标表示频率Fi 横坐标表示质量项目 按其频数大小从左向右排列 各矩形的底边相等 其高度表示对应项目的频数 排列图应用实例 精密铸造机壳质量不良项目有表面疵点 气孔 未充满 形状不佳 尺寸超差及其他等项 先记录两班工人一周内所生产的产品不良情况数据 如下表所示 表中 表示疵点 十表示气孔 表示未充满 表示形状不佳 表示尺寸超差 表示其他 缺陷情况调查表 56 2019 12 27 57 排列图 整理数据 缺陷项目记录表 2019 12 27 58 排列图的用途 找出主要因素 通过排列图来找出重点改进项目 主要应用形式 分析主要缺陷形式 分析引起不合格品的主要工序的原因 分析产生不合格品的关键工序 分析不合格品的主次地位等 2 改进效果的鉴定质量改进措施如果确有效果 则改进后的排列图中 横坐标上因素排列顺序或频数矩形高度应有变化 2019 12 27 59 直方图法是适用于对大量计量值数据进行整理加工 找出其统计规律 即分析数据分布的形态 以便对其总体的分布特征进行推断 对工序或批量产品的质量水平及其均匀程度进行分析的方法 直方图可以非常清楚地刻画出整批产品的生产过程情况 并直观地表示出数据分布的中心位置及分散幅度的大小 在质量控制中是非常有用的工具 三 直方图 示例 2019 12 27 60 直方图在生产中是经常使用的简便且能发挥很大作用的统计方法 其主要作用是 1 观察产品质量特性分布状态 2 判断工序是否稳定 3 计算工序能力 估算并了解工序能力对产品质量保证情况 便于及时掌握工序能力及工序能力保证产品质量的程度 并通过工序能力来估算工序的不合格率 直方图用途 2019 12 27 61 直方图的形状观察与分析 对直方图的观察 主要有两个方面 一是分析直方图的全图形状 能够发现生产过程的一些质量问题 二是把直方图和质量指标比较 观察质量是否满足要求 2019 12 27 62 直方图的局限性 直方图能够很好地反映出产品质量的分布特征 但由于统计数据是样本的频数分布 它不能反映产品随时间的过程变化 有时生产过程已有趋向性变化 而直方图却属正常型 这是直方图的局限性 2019 12 27 63 四 散布图 1 散布图的含义及用途散布图是通过分析研究两种因素的数据之间的关系 来控制影响产品质量的相关因素的一种有效方法 有些变量之间有关系 但又不能由一个变量的数值精确地求出另一个变量的数值 将这两种有关的数据列出 用点子打在坐标图上 然后观察这两种因素之间的关系 这种图就称为散布图 用途 在质量管理中 主要用于判断质量特性与某一变化因素之间 或两个因素之间存在的相关关系 进而确定改进产品质量的因素 2019 12 27 64 如棉纱的水分含量与伸长度之间的关系 喷漆时的室温与漆料粘度的关系 零件加工时切削用量与加工质量的关系 热处理时钢的淬火温度与硬度的关系 如下图 等等 散布图的应用 2019 12 27 65 散布图 从图中可见 数据的点子近似于一条线 在这种情况下可以说硬度与淬火温度近似线性关系 2019 12 27 66 1 此处仅介绍 图形判断法根据测量的两种数据做出散布图后 观察其分布的形状和密疏程度 来判断它们关系密切程度 散布图的观察分析 2019 12 27 67 a 强 完全 正相关 x增大 y也随之增大 x与y之间可用直线y a bx b为正数 表示 y x a 完全正相关 散布图的观察分析 2019 12 27 68 b 强 完全 负相关 x增大 y随之减小 x与y之间可用直线y a bx b为负数 表示 散布图的观察分析 2019 12 27 69 c 正相关 x增大 y基本上随之增大 此时除了因素x外 可能还有其它因素影响 散布图的观察分析 2019 12 27 70 d 负相关 x增大 y基本上随之减小 同样 此时可能还有其它因素影响 散布图的观察分析 2019 12 27 71 e 无关 即x变化不影响y的变化 散布图的观察分析 2019 12 27 72 f 曲线相关 x y f 曲线相关 散布图的观察分析 73 控制图 控制图 表现一个过程的某一特性的图形表示法 这图上画出了从该特性所收集到的一些统计量的数值 如一条中心线 一条或两条的控制限 它有两个基本的用途 一是用作判决断以确定一个过程是否一直处于统计受控状态 二是用来帮助保持该过程的统计受控状态 控制图的作用 1 确保制程持续稳定 可预测 2 提高产品质量 生产能力 降低成本 3 为制程分析提供依据 4 区分变差的特殊原因和普通原因 作为采取局部措施或对系统采取措施的指南 2019 12 27 控制图的基本格式 UCL CL LCL 子样号 重量特性数据 中心线CL CentralLine 用细实线表示 上控制界限UCL UpperCortrolLimit 用虚线表示 下控制界限LCL LowerControlLimit 用虚线表示 控制图 74 2019 12 27 说明 控制图有两个坐标 纵坐标表示质量特性值 横坐标表示样本号或时间 控制图一般都有三条横向线条 二条虚线 一条实线 上 下两条虚线称为上 下控制界限 分别用符号UCL和LCL表示 中间的实线叫中心线 用符号CL表示 上 下控制界限的值为中心线 3倍标准差 在生产过程中 定期抽取样本 测量各样本的质量特性值 并将测得的数据经统计计算点到图上 根据这些点子是否超出控制界限 以及点子排列有无异常状况 来判断生产过程是否处于稳定状态 2019 12 27 控制图 75 16500 17000 17500 16000 18000 UCL 18106 LCL 16191 Mean 17149 图中 UCL 上控制限