质量管理体系工具(统计技术)ppt课件

.,1,第一篇基础知识部分,.,2,QMS审核员考试大纲涉及的统计技术简介,第一章质量管理专业基础知识,.,笔试大纲,a.统计技术-GB/Z19027-2005GB/T19001-2000的统计技术指南指导性技术文件的目的、范围和作用-描述性统计的概念、益处和用途；均值、标准差、趋势图（也称“运行图”），散布图，直方图的概念和作用,.,笔试大纲,-过程能力分析、过程能力指数和实际过程能力指数的概念；用途；表述及计算-抽样的概念、益处及用途-统计过程控制及SPC图的概念、益处、用途和常规控制图的类型（计数控制图和计量控制图）,.,笔试大纲,b.重点掌握GB2828.1-2003计数抽样检验程序第1部分：按接收质量限（AQL）检索的逐批检验抽样计划标准中：-标准的适用范围-术语：检验批、批量、样本、样本量、抽样计划、抽样方案、正常检验、加严检验、放宽检验、过程平均、接受质量限-标准第5、6、10章的内容以及第9章的“转移规则”,.,笔试大纲,c.了解失效（故障）模式和影响分析（FMEA）、六西格玛的概念,.,7,第一节GB/Z19027-2005GB/T19001-2000统计技术指南简介,.,8,GB/Z19027-2005GB/T19001-2000统计技术指南等同采用ISO/TR10017:2003技术报告,.,GB/Z19027是审核人员学习掌握统计技术的基础12类统计技术包括：,描述性统计试验设计假设检验测量分析过程能力分析回归分析可靠性分析,抽样模拟统计过程控制（SPC）图统计容差法时间序列分析(概念、用途、益处、局限性与注意事项、应用示例）,它只是起码的基础，仅学习掌握这12类统计技术是远远不够的。（教材P35）,.,10,.,11,第二节描述性统计,一、描述性统计的概念,.,12,描述统计这一术语是概括并表示定量数据，以显示数据分布特性的方法。主要作用：概括并表示定量数据；揭示数据分布的特征。描述统计是一类统计方法的汇总。,.,13,.,14,常见的方法可分为三类：用数据的统计量来描述。如：均值、标准差等。用图示技术来描述。如：直方图、散布图、趋势图、排列图、条形图、饼图等。用文字语言分析和描述。如：统计分析表、分层、因果图，流程图等。,.,15,二、用典型数据特征值的统计量来描述数据的分布,.,16,数据是指能够客观反映事实的数字和资料多数数据可用量化的方法描述也有一些非量化数据，如对某种感知（好、坏、满意与否）的评价就不是量化数据，有时可以转化为量化的数据。,.,17,量化数据的分类：质量管理活动中的数据可分为计量值和计数值两大类。计量值是指可以用测量器具进行测量而得出的连续性的数据。如长度，温度，电流，强度，化学成份等。计数值是用计数的方法得到的非连续性的数据，一般表现为正整数。如次品数，疵点数合格品数，用户投诉次数等。,.,18,计数值可分为计件值和计点值。如，一批产品中有5件不合格，这个5就是计件值；一件衣服一有5个疵点，这个5就是计点值。计件值又有两种表示方法。如，100件产品有3件不合格，一种表示为不合格品数3；另一种表示为不合格品率3%。计点值也可用在一件产品上或在一单位产品上发生的某个质量特征的数据表示。如在一块地里发生病害植物数，或在一亩地里发生病害植物数。,.,19,计量值1.25kg;3.49mm数据3个计件值计数值3%计点值5个点,.,20,总体被研究的对象的全体。如整批产品；一个工序中所产生的质量特性数据等。总体所关心的内容不仅是所指的对象，还要看具体的质量特性值及分布。总体所包含的个体的数目可以是无限的，也可以是有限的。在许多情况下，我们只能通过抽取总体的一小部分进行考察来了解总体的情况。从总体抽取的一部分个体叫样本。样本中所含个体的多少叫样本的大小或容量。,.,21,描述一组数据的分布常用两类典型的数据统计量：一、是表示数据分布的集中趋势二、是分布的离散程度由于在实际工作中,只能抽取有限的样本,所以我们是用样本的典型数据特性值来描述数据的分布情况。,.,22,.,23,（1）描述分布的中心位置（集中趋势）均值：一组数据的平均值如：1，2，3，4，5中位数：一组数据按大小顺序排列，其中间的数值叫中位数。若这组数据的数目为偶数，则取位于中间的两个数值的平均值为中位数。如：1,2,3,4,5;如：1,2,3,4,5,6;平均值或中位值表示一组数据分布的中心位置。,.,均值,这种均值有两种：简单均值和加权均值。简单均值（算术平均值）这是最常用的，它是根据未经分组整理的数据进行计算。加权均值,.,25,(2)描述分布的离散程度极差R例：10.0、10.4、10.6、10.5、10.3求极差，得：0.6一组数据中的最大值与最小值之差称为极差（0.6）n10时，极差越小，表示数据的离散程度小；反之，表示数据的离散程度大。,.,26,方差：各个数据与平均数之差的平方的平均数。用来度量随机变量和其数学期望（即均值）之间的偏离程度。s=(x1-x)2+(x2-x)2+.(xn-x)2/n(x为平均数)标准差s标准差=方差的算术平方根，标准差能反映一个数据集的离散程度。,.,27,例：10.0、10.4、10.6、10.5、10.3均值10.36，求标准差，得：0.2302标准差s的值越小，表示数据的离散程度小；反之，标准差s的值越大，表示数据的离散程度大。,.,28,.,29,均值集中趋势中位数描述分布极差离散程度标准差,.,30,描述性统计,图形法直方图散布图运行图,.,31,直方图又称频数直方图它能直观地反映一组数据的分布特征。通常的直方图是把数据的分布范围分成若干个相等距离的组段，用矩形的高低来代表落入各个组段内数据的频数而形成直方图。,三、直方图,.,32,直方图,.,1.收集数据,.,2.确定并计算几个基本参数,.,确定分组,根据分组参考原则，确定分组数k为10样本总数分组数501006101002507122501020,.,4、计算幅度C和最低组的下侧边界值,.,5.生成数组区间分界点。其中，起始分界点为最低组的下侧边界值，下一个分界点为上一个分界点与幅度之和。,.,6.统计频数（人工计数）,.,.,40,直方图的解释,对分布中心的考察,要求,低于要求,高于要求,与要求重合,.,41,直方图的解释,对数据离散程度的考察,.,42,过程能力的大致判断,分布中心和散差满足要求，过程能力适当,分布中心严重偏离，过程能力不足（但潜在能力较高）。,分布中心适当和散差太大，过程能力不足,分布中心和散差均不满足要求，过程能力严重不足。,规范下限目标值规范上限,规范要求,.,43,对形状的考察,正常型说明过程的波动受控，稳定,偏峰型：有时操作时有的偏向倾向或测量的选择性(单向公差)。,双峰型：通常是数据来自两个总体。,锯齿型：数据不恰当、测量误差大、分组不合适(如过多)均可形成锯齿状。,平顶型：有可能数据来自多个总体或在某一区间符合均匀分布。,孤岛型：通常是数据来自两个总体。,.,44,直方图的作用：1、简明地表示出数据的分布状态2、大致判断数据是否符合正态分布3、大致判断过程满足要求的能力4、有助于发现过程是否出现显著性变化,.,45,四、散布图,散布图将两个变量的数据以坐标点的形式标注在图上，图上每个点都代表了一对数据。多个坐标点形成“点子云”，通过对点子云分布的状态来推断变量之间的相关模式。散布图的主要作用是观察两个变量之间的相关关系。,.,46,散布图,.,47,常见的点子散布模式：,强正相关变量之间的正相关性，可能存在显著的因果关系。有可能建立有效的回归方程。,弱正相关变量之间的有一定的正相关性，可能存在较弱的因果关系。,强负相关变量之间的负相关性，可能存在显著的因果关系。有可能建立有效的回归方程。,弱负相关变量之间的负相关性，可能存在较弱的因果关系。,曲线相关变量之间可能存在某种非线性相关关系。,不相关变量之间表现出的不相关性。有可能一个变量的改变不会对另一个变量产生影响。,.,48,.,49,散布图的作用是观察两个变量之间的相关关系，下列情况均可以运用散布图，如：在确定问题的原因用直观或统计的方法检验相关关系的强度或作因果图的后续工具证实变量间的因果关系等。,.,50,因果图（鱼刺图）,.,51,.,52,运行图（又称折线图、趋势图）当获得一部分数据，需要观察这些数据随时间而发生的变化趋势或演变模式时，可以利用运行图。,五、运行图,.,53,运行图,运行图的主要作用：监视过程的水平和随时间的波动发现过程变化的趋势、周期和形式比较过程前后业绩水平,测量值,时间序列,均值线,.,54,观察数据特征和规律,过程变化呈周期性,过程呈现突变,过程变化呈增长或下降趋势,趋势线,.,55,应用实例描述统计法已应用于定量数据收集的几乎所有领域。它能提供关于产品、过程或质量管理体系的若干其它方面，以及可提供用于管理评审的信息。这些应用的若干实例如下：归纳产品特性的关键测量值（如中心值和散差）；描述一些过程参数的性能，如炉温；表征服务业的交付时间或回复时间；归纳顾客调查的数据，如顾客满意度或不满意度；举例说明测量数据，如设备校准数据；用直方图显示过程特性的分布，并与该特性的规范限作对比；用趋势图的平均值显示整个时期的产品性能的结果；用散布图评定过程变量（如温度）与产量之间可能的关系。,.,56,休息一会儿！,.,57,1）控制图原理任何一种生产或服务提供过程，其输出都不可能是完全同一的。由许多因素会造成过程质量的变异，如常说的5M1E（即过程中的人、机、料、法、环、测诸因素）的变化都会对过程结果产生影响。,第三节控制图,.,58,变异有如下特点：过程中有多种导致变异的因素存在；每种因素的发生无法预测；过程的结果有变异是正常现象；彻底消灭变异是不可能的，但减少变异程度是可能的；过程控制就是把变异控制在允许的范围内，一旦超出就能及时报警并采取措施。,.,59,控制图理论认为存在两种变异第一种变异为随机变异，由“偶然原因”（又称为“一般原因”）造成。这种变异是由种种始终存在的、且不易识别的原因所造成。消除或纠正这些偶然原因，需要管理决策来配置资源，以改进过程和系统。第二种变异表征过程中实际的改变，由“异常原因”（又称为“特殊原因”）造成。这种改变可归因于某些可识别的、非过程所固有的、并且至少在理论上可加以消除的原因。,.,60,控制图是对过程质量加以测定、记录并进行控制管理的一种图形统计方法。控制图就是用来区分正常波动与异常波动的一种工具，控制图上的控制界限是区分正常波动与异常波动的科学界限。统计控制状态只有偶然原因没有异常原因的状态；简称：稳态，是控制阶段实施过程控制所追求的目标。,.,61,2）控制图的构造当过程仅存在偶然因素引起的波动时，过程输出的质量特性X通常服从正态分布，其中为正态均值，为标准差。用界限3作为控制限来管理过程意味着：正常情况下过程结果超出界限的概率为0.27%。若超出界限的比率高于此值，就可认为该过程出现了异常变异。,.,62,把正态分布图及其控制限3同时左转90，并以时间为横轴或样本编号，以过程参数（均值、标准差等）为纵轴，并在3处引出两条水平线（用虚线表示）。这样就形成一张控制图。图上三条水平线分别称为：中心线（CL），对应均值；上控制限（UCL），对应+3；下控制限（LCL），对应-3；,.,63,控制图的类型计量和计数控制图,.,64,控制图的判异准则以均值控制图为例，判断异常的8条检验准则如下图所示。,.,65,控制图的判异准则,.,66,5）控制图的应用应用控制图的基本条件过程管理规范，人、机、料、法、环、测六大因素已经标准化，生产过程相对稳定，产品质量具有可追溯性。所控制的过程具有可重复性，对于只有一次性或少数几次的过程显然也不能应用控制图进行控制。,.,67,对于所确定的控制对象（质量指标）应能够定量，如果只有定性的要求而不能够定量，那就无法应用控制图。应用控制图要选择需要控制的质量特性（即质量指标），主要选择能定量的、对生产和使用影响较大的、经常出现质量问题的质量特性。应用控制图收集数据时的取样问题一般涉及到样本容量和取样时间间隔。,.,68,作控制图（分析用控制图）时，有一个总样本容量N的问题，一般要求取组数K2025个样本组，总样本容量N应100个以上，这样才能保证有效性。时间间隔的确定要视生产过程的具体情况而定。所谓“合理子组原则”，是指“组内差异只由偶因造成，组间差异主要由异因造成。”,.,69,均值-极差控制图,右边计算公式中A2、A3、D3、D4、B2、B3等是与子组观测值个数有关的系数，其相应值见下表：,.,70,.,71,UCL,CL,R,示意图,.,72,第四节过程能力分析,.,73,.,74,1）过程能力过程能力（PC）是反映过程保持输出变异程度的能力。在过程稳定时，质量特性X通常服从正态分布（,2），其中标准差的大小表示过程稳定的程度,.,75,愈小，过程愈稳定，而稳定过程的99.73%的产品质量特性值，散布在区间-3，+3内（右图）；该区间的宽度6愈小，过程愈稳定，从而过程能力就愈强。,.,76,12,-31-21-11+11+21+31,61,正态分布下，其半边区间有3个标准差1，过程能力(PC1)相对较弱,正态分布下，其半边区间有6个标准差；过程能力(PC)相对较强,.,77,此图说明：当过程处于稳态时，不同个数区间的产品质量特性X的合格概率不同；,.,78,2）过程能力指数过程能力指数（Cp或PCI）是用来度量一个过程满足特定要求的程度。标准要求体现在规范限T（LSL，USL）上，其中点M=（LSL+USL）/2称为规范中心。规范限的宽度T=USL-LSL常称为公差。在规范中心M与受控过程中心（即正态均值）重合时，过程能力指数定义为：,.,79,在规范要求不变的情况下，变异越小（越小），Cp值越高，说明过程满足规范要求的能力越强。,.,80,此时，a图中半边规范区间（0.2）内的的个数=2.67个该过程的产品质量特性值合格概率=99.23%b图中半边规范区间（0.2）内的的个数=3个该过程的产品质量特性值合格概率=99.73%c图中半边规范区间（0.2）内的的个数=4个该过程的产品质量特性值合格概率=99.99%,.,81,-31-21-11+11+21+31,12,在半边规范区间中有3个标准差1，过程满足规范要求能力相对较弱,在半边规范区间中有6个标准差，过程满足规范要求能力较强,61,当考虑规范限T且与线重合时,.,82,本图展示的是规范线与线重合时，规范限不同，过程满足规范要求的能力不同，在不同规范限内的产品质量特性的合格概率不同，CP值也不同,.,83,过程能力指数等级所反映的过程状态如下：,.,84,规格界限CpPPM的对照表（过程中心无偏移）,.,85,3)有偏移的过程能力指数CPK,通常，过程中心在规范限（LSL，USL）之中，并把规范限分为两个小区间；（LSL，）和（，USL）。它们与3的比值能反映过程在左端或右端满足标准要求的程度（图2-3）则称：,.,86,上述CpL和CpU相当于在Cp的分子与分母中各取一半而定义的两个过程能力指数。在M时，CpLCpU。这是因为：-LSLUSL-,.,87,过程能力分析,特性分布中心与规范中心有偏移时，过程能力指数：,.,88,其中偏移系数。定义对于M的相对偏移度k为：（0k1）由此可看出CpK的一个重要性质：CpKCp其中，等号仅当k=0或M=时成立。由上面三种形式可看出：提高CPK的途径有如下三点：减小偏移系数k，即减小；减小标准差；与顾客协商，能否扩大规范限。,.,89,CpPPM与CpkPPM的对照表,.,90,第五节抽样,.,91,1）抽样的基本概念抽样是指从所要研究对象的总体中抽取一定数量的个体所组成的样本。抽样的目的是通过对样本的研究来确定总体在某些特性的状况，从而作为管理决策的依据。为什么要抽样？抽样是相对于全数研究而言的。有很多情况是无法或不值得进行全数研究的。,.,92,抽样的风险是什么？由于抽样是对总体中的一个样本进行研究，由此推断总体时有可能发生两种错误的风险：第一类错误是弃真，如把原为合格的产品批判断为不合格批予以拒收；第二类错误是存伪，如把不合格的产品批判断为合格批予以接收。抽样则是通过设计和运用合理的抽样系统把两类错误的发生概率降到可以接受的程度。,.,93,2）抽样的分类（1）调查抽样抽样调查是指从总体中随机抽取一定数量的单元/个体作为样本进行调查。其目的是根据调查结果，来推断总体的特性状况或特性在总体中的分布状况。它是一种科学的统计调查和分析方法。,.,94,（2）接收抽样接收抽样也称抽样检验指按规定的抽样方案，随机地从一批或一个过程中抽取一定单位产品所进行的检验。抽样检验根据收集的数据性质分为计量抽样检验和计数抽样检验。,.,95,3）计量抽样检验计量抽样检验指对样本检验时所取的数据是计量的质量特性值，而不是不合格品数、不合格数等计数型数值。,.,96,计量抽样检验（相对于计数抽样检验）有以下特点：在相同的AQL（接受质量限）情况下，计量抽样所用的样本量较小，因此在破坏性检验时计量抽样检验有优势；对产品质量特性的了解上具有优势，在质量下降时能够早期发出警告，因此适合与控制图联合使用；在产品测量项目较多的情况下不适用，因为每个特性都要分别考虑；计量抽样要求质量特性的分布服从正态分布。计量抽样计划不如计数抽样计划容易被理解和接受，如计量抽样计划会出现没有发现不合格而拒收的情况,.,97,关于计量抽样的国家标准有GB/T6378-2002不合格品率的计量抽样检验程序及图表等。,.,98,4）计数抽样检验目前，国际上最常用的是计数调整型抽样检验。调整型是指根据已检验过的批质量，随时按一套规则调整检验的严格程度。GB/T2828.1-2003计数抽样检验程序是用于调整型抽样检验的国家标准的第1部分，“按接收质量限(AQL)检索的逐批检验抽样计划”。,.,99,计数抽样检验,GB/T2828.1的抽样系统由批量范围、检验水平和AQL组成单位产品为实施抽样检验的需要而划分的基本产品单位。如一个零件，一升自来水。批量指检验批中单位产品的数量（N）。检验水平（IL）反映了批量（N）和样本量（n）之间的关系。过程水平在规定的时段或生产量内平均的过程质量水平，即一系列初次交验批的平均质量。通常利用样本数据估计。,.,100,分层抽样法,.,101,A类不合格认为最为关注的一种不合格B类不合格关注度比A类低的一种不合格C类不合格关注度比A和B低的一种不合格接收质量限（AQL）是指当一个连续系列批被提交验收抽样时，可允许的最低过程平均质量水平；即要求在生产连续稳定的基础上的过程不合格率的最大值。例如：规定AQL=1.0（%），是要求加工过程在稳定的基础上最大不合格率不超过1.0%。,.,102,（1）AQL是计数调整型抽样系统的基础，它描述过程平均质量的参数，是可以允许的和不能允许的最差过程平均的分界线。应注意计数调整型抽样检验把重点放在长期平均质量保证上面，是对生产方过程质量提出要求，而不是针对各个批的质量保证。,.,103,AQL的确定,根据过程平均质量确定。用生产方近期提交的初检产品批的样本检验结果对过程平均的上限加以估计，如能被使用方接受，则以此作为AQL值。按不合格类别确定。A类不合格(品)的AQL值B类不合格(品)的AQLC类不合格(品)的AQL，如：规定0.150.400.65；同一类不合格如有多个项目，项目数多的，AQL可大些；产品的复杂程度大和发现缺陷难，AQL可小些；产品对下道工序影响越大，或产品越贵重，不合格损失越大，AQL取值应越小；使用方与生产方双方共同确定。,.,104,（2）在AQL确定后，还需要确定交检验批中产品的数量（N）并选择检验水平（IL）。检验水平是抽样方案事先选定的一个特性，用于明确批量（N）和样本量（n）之间的关系。GB/T2828.1中检验水平分为两类：一般检验水平（、三个水平），无特殊要求均采用。特殊检验水平（又称小样本检验水平）规定了（S-1、S-2、S-3、S-4），用于检验成本高，允许较高风险的场合。,.,105,检验水平不同，样本量（n）就不同，、三个水平的样本量比例为0.4:1:1.6。可见的判别能力最低，最高。能给使用方较高的质量保证。不同的检验水平对使用方风险的影响远远大于对生产方风险的影响。,.,106,一般检验水平、的选择应考虑以下几点：选低检验水平：构造简单、价格低廉的产品；检验费用高的产品；破坏性检验；批内质量波动幅度小；选高检验水平生产的稳定性差；新产品；批与批之间的质量差异性大。,.,107,特殊检验水平的使用场合,以下任一种情况：破环性试验试验费用高试验时间长，订货方等不了产品使用要求低，误判不会造成重大损失批产品质量特别稳定,.,108,（3）检验严格程度的规定指对提交批产品检验的宽严程度，有正常、加严、放宽检验三种。一般开始采用正常检验，根据已检信息和转移规则选择使用加严或放宽检验。,.,109,检验的严格度与转移规则,正常检验：当过程质量优于AQL时，应以很高的概率接收检验批，以保护生产方的利益。加严检验：是为保护使用方的利益而设立。通常让加严检验的样本量同正常检验的样本量一致而降低合格判定数。放宽检验的设计原则是：当批质量一贯很好，为尽快得到批质量的信息、情报并获得经济利益，以减少样本量为宜。,.,110,.,111,（4）抽样方案类型，GB/T2828.1规定了一次、二次、多次抽样方案。各种抽样方案的抽样特性（OC）曲线是基本一致的。抽样特性曲线的横坐标为提交产品的质量水平，纵坐标为预期的批被接收的概率。,.,112,抽样特性（OC）曲线,批接收概率L(p)随批质量p变化的曲线称为抽检特性曲线或OC曲线。,p（%）,.,113,.,114,抽样方案的检索（步骤）先定批量N和检验水平IL从样本字码表中检索出相应的样本量字码再根据样本量字码和AQL，利用附录的抽检表检索抽样方案一次抽样方案的检索由样本量字码读出样本量n,再从样本量所在行和规定的AQL所在行相交处，读出判定数组Ac,Re二次抽样方案多次抽样方案,.,115,例：某电器厂的出厂检验中，采用GB2828.1,规定AQL=1.5(%),检验水平为，求N=2000时的正常检验一次抽样方案。解：从样本量字码表中在N=2000和检验水平的交汇处找到字码k;查一次正常抽样表检索出一次正常抽样方案,.,116,.,117,.,118,例：某电器厂的出厂检验中，采用GB2828.1,规定AQL=1.5(%),检验水平为，求N=2000时的正常检验一次抽样方案。解：从样本量字码表中在N=2000和检验水平的交汇处找到字码k;查一次正常抽样表检索出一次正常抽样方案n=125,Ac=5,Re=6即一次正常抽样方案为125，5，6,.,119,例：某电器厂的出厂检验中，采用GB2828.1,规定AQL=1.5(%),检验水平为，求N=2000时的正常检验二次抽样方案。解：从样本量字码表中在N=2000和检验水平的交汇处找到字码k;查二次正常抽样表检索出二次正常抽样方案。,.,120,.,121,.,122,例：某电器厂的出厂检验中，采用GB2828.1,规定AQL=1.5(%),检验水平为，求N=2000时的正常检验二次抽样方案。解：从样本量字码表中在N=2000和检验水平的交汇处找到字码k;查二次正常抽样表检索出二次正常抽样方案：n1=n2=80,Ac1，Re1=2,5Ac2，Re26,7如果第一次出现3或4，就需抽第二次，但两次之和，不能超过6，出现7即不能“过”。,.,123,确定AQL确定交验批中N选检验水平IL一般检验水平、特殊检验水平S-1、S-2、S-3、S-4正常检验选严格程度加严检验放宽检验一次抽样方案选抽样方案二次抽样方案五次抽样方案,计数抽样检验小结,.,124,选择抽样方案类型主要考虑的因素：产品的检验和抽样成本，一次抽样方案的平均样本量是固定的，而二次（或多次）抽样方案的平均样本量低，成本节约但所需时间、检验知识和复杂性要高。,.,125,一次、二次和五次抽样方案的优缺点比较,.,126,5）样本的抽取方法为使抽出的样本更具有代表性，应使该过程尽量“随机化”。常见的抽样方法有：（1）随机抽取（2）系统抽样（3）分层抽样（4）整群抽样,.,127,（1）随机抽取指总体中的每一个个体被抽到的机会是相同的。先编顺序号，再用抽签（或抓阄），或查随机数值表，或用计算机随机数发生器产生。优点：抽样误差小缺点：抽样手续比较繁琐,.,128,（2）系统抽样将批中产品按某种次序排列，随机抽取一个初始单元，然后按一次规则确定其他样本中的产品。如：等距抽样（5，15，25）；优点：操作简便，实施时不易出差错缺点：当总体发生周期性变化，抽样间隔与这周期相吻合时，会得到一个偏倚很厉害样本，不宜使用,.,129,（3）分层抽样也叫类型抽样。它是从一个可以分成几个子总体（或称为层）的总体中，按规定的比例从不同层中随机抽取样品（个体）的方法。例如：低层、中层、高层人员A类、B类、C类原材料优点：样本的代表性比较好，抽样误差比较小缺点：抽样手续比较随机抽样还要繁琐。常用于产品质量验收。,.,130,（4）整群抽样又叫集团抽样。这种方法是将总体分成许多群，每个群由个体按一定方式结合而成，然后随机抽取若干群，并由这些群中的所有个体组成样本。例如：车间，或分公司及其人员优点：抽样实施方便缺点：由于样本只来自个别几个群体，而不能均匀地分布在总体中，因而代表性差，抽样误差大。常用于工序控制中。,.,131,第六节其他统计技术简介,.,132,试验设计是指事先安排好的实验活动，它依靠对结果的统计评定，在规定的置信水平下得出结论。,.,133,假设检验是在规定风险水平下，用以确定一组数据（一般来自样本）在已知假设的条件下是否一致的一种统计方法。诸多统计技术如抽样、SPC图、试验设计、回归设计、测量分析等都明显地或隐含地用到了假设检验。,.,134,测量分析（又称为“测量不确定度分析”或“测量系统分析”）是测量系统在其操作的条件范围内的不确定度的一组方法。可能用分析产品特性的同样方法分析测量误差。,.,135,回归分析能反映所研究的特性变化（通常称之为“因变量”）与潜在原因因素（通常称之为“自变量”）之间的关系。,.,136,可靠性分析是应用工程和分析方法来评定、预测和保证所研究的产品或系统在工作时间内无问题工作用于可靠性分析的技术常要用到统计方法。可靠性分析包括其它技术（如失效模式和影响分析），这些技术关注失效机理的性质和原因，以及失效的预防和减少的问题。,.,137,模拟(仿真)是一个集合名词。是通过用解决某一问题的计算机程序，把一个（理论的或经验的）系统用数学模型表示出来的许多方法的统称。如果模型涉及概率论的概念，特别是随机变量的概念，则仿真可以称之为“蒙特卡洛方法”。,.,138,统计公差（统计容差）是根据一定的统计原理用于估计公差的一种方法。它用元件尺寸的统计分布来确定组件的总公差。,.,139,时间序列分析是用于研究按时间顺序收集到观测值的一族方法。时间序列分析作为分析技术可以包括简单的“趋势图”，在本技术报告中，这种初始的描绘图表已被引入“描述统计”的简易图表法中。,.,140,第七节FEMA与6简介,.,141,一、FEMA潜在的失效模式和后果分析,.,142,PotentialFailureModeandEffectsAnalysis简称FMEA,.,143,FMEA是在产品/过程/服务等的策划设计或过程阶段，对构成产品的各子系统、零部件，对构成过程、服务的各个程序逐一进行分析，找出潜在失效模式，分析其可能的后果，评估其风险，从而预先采取措施，减少失效模式的严重程度，降低其可能发生的概率，以有效地提高质量与可靠性，确保顾客满意的系统化活动。,.,144,FMEA是一种是事前行为，是从局部失效入手，分析其对上一级系统、相关部分、下游程序以及总体系统的后果，是“由下至上”的分析途径。,.,145,失效链一个潜在的失效事件的发生，如果没有采取或来不及采取或事实上不可能采取措施，而使之引起下游系统或相关系统产生链锁失效事件，称之为“失效链”,.,146,.,147,失效链中，上一个失效模式是下一个失效模式的起因，下一个失效模式是上一个失效模式的后果。在没有任何措施情况下，最有效的措施是不让支架断裂这一根源模式发生。“切断”失效链中的任何环节，可防止失效链的发展。,.,148,传统的产品的可靠性，是指产品在规定的条件下和规定的时间内完成规定功能的能力。不能完成规定的功能，就是失效，就是不可靠。FMEA就必须从搞清楚功能开始。功能，即产品满足需要的、正面的、有利的功效、作用。如：照相机的功能是获得能被保留下来的静态影像；其性能包括总像素、有效像素、快门速度、光圈范围等。,.,149,失效，即“丧失功能”。失效模式，即失效表现的形式。潜在的失效，是指系统、子系统或零部件有可能未达到设计意图的表现形式，即失效可能发生，但不一定发生。失效模式分两大类型：型失效模式型失效模式,.,150,型失效模式，指不能完成规定的功能。示例：突发型：断裂、碎裂、弯曲、塑性变型、失稳、短路、断路、击穿、泄露、松脱等。渐变型：磨损、腐蚀、龟裂、老化、变色、热衰退、蠕变、低温脆变、性能下降、渗漏、失去光泽、褪色等。,.,151,型失效模式，指产生了有害的非期望功能。示例：噪声、振动、电磁干扰、有害排放等。,.,152,潜在失效后果，指失效模式可能带来的对完成规定功能的影响，以致带来顾客的不满意和不符合安全、政府的法规。失效后果的分析，要运用失效链分析方法，搞清楚直接后果、中间后果和最终后果。,.,153,失效后果可以从以下几个方面考虑：对完成规定功能的影响；对上一级系统完成功能的影响；对系统内其他零件的影响；对顾客满意的影响；对安全和政府法规符合性的影响；对整体产品的影响。,.,154,FMEA应用实例（房间照明系统）,.,155,.,156,FMEA应用实例（左前车门子系统）,.,157,.,158,严重度（S）,是潜在失效模式发生时对（相关零件、子系统、系统、用户等）顾客影响的严重程度的评级，或者说：潜在失效模式发生时对下一操作者或最终用户的影响程度分数愈高，后果愈严重要降低严重度只能通过修改设计来完成,.,159,严重度评价准则（第四版）,.,160,是指某一特定失效起因/机理出现的可能性（发生率）排序值比绝对值更有意义通过设计更改来消除或控制一个或更多的失效起因/机理是降低频度数的唯一途径,频度（发生率O）,.,161,频度（发生率）评价准则（第四版）,.,162,探测度（D）,是指在零部件、子系统或系统投产之前，用第二种现行设计控制方法来探测潜在失效起因/机理的能力的评价指标，或者用第三种设计控制方法探测后续的失效模式能力的评价指标或者说，是当前的设计或工艺控制发现潜在失效模式的概率,.,163,探测度评价准则（第四版）,.,164,风险优先（顺序）数RPN,风险优先数（风险顺序数）RPN是严重度数(S)、频度数(O)、和(不易)探测度(D)的乘积。在11000之间。RPN=(S)(O)(D)是一項制定风险的指标。RPN越高，意味着风险越大，它可以帮助人们对问题的轻重缓急进行排序。对RPN较高的失效模式应优先采取纠正措施來降低风险。RPN值的经验界限，将根据企业的经验来判断。记住：不管RPN的结果如何，要特别注意严重度(S)高的失效模式。,.,165,二、六西格玛（6Sigma）,.,166,什么是(Sigma)？,念“西格玛”或“Sigma”是希腊字母，在统计学上用來表示数据的分散程度专业术语“”定义为“标准偏差”用来描述某个特性值X相对于过程平均值的偏离程度。,.,167,前面第四节“过程能力”一节的结论：过程能力（PC）是反映过程保持输出变异程度的能力。在过程稳定时，质量特性X通常服从正态分布（,2），其中标准差的大小表示过程稳定的程度,.,168,愈小，过程愈稳定，而稳定过程的99.73%的产品质量特性值，散布在区间-3，+3内（右图）；该区间的宽度6(半边是3)愈小，过程愈稳定，从而过程能力（PC）就愈强。（此为不考虑规范限时的情况）,PC=6,.,169,什么是?,减少偏差是减少缺陷的关键,专业术语“”定义为标准偏差用来描述某个特性值X相对于过程平均值的偏离程度。,.,170,T,什么是?,.,171,对于一个商务或制造过程来说：值-是一个度量单位,它显示过程的执行情况的个数值越高说明执行情况越好。通过测量过程的能力来追求零缺陷。这里把缺陷定义为可能导致客户不满的任何要素。如：邮递丢失信件不安全的饮用水不正确的外科手术航班不准时错误处方不正常停电小时,什么是？,.,172,在6中，常用的测量指数是单位缺陷数(defects-perunit)其中单位可以是任何形式一个零件/一块材料/时间段/距离等。的个数值显示了缺陷可能发生的频率。个数值越高，过程产生缺陷的可能性越少。当个数值增加时，成本下降，工作周期减少，同时客户满意度提高。,什么是6？,.,173,由上图可见，当过程中心与规范中心重合（无偏移）时：3(不良率2,700PPM)(一个規范公差內含有3)（PPM：百万分之一）6(不良率2PPB=0.002PPM)（一个規范公差內含有6）(PPB：十亿分之一),.,174,3的不足,过去一个世纪以來，一般企业多建立在三个西格玛的质量水平，此水平今后已经无法接受。试想，作为99.73%（用于计量值）的合格率看来已经相当完善(不良品率是百万分之2700，或万分之27)，但借用到服务业（适用计数值）而言，这个绩效水平也是不敢恭维（例如：航班每降落一万次，有27次出问题）。,.,175,6(6Sigma),对计数值而言，用來度量缺陷率、不良率；另外，通常过程分布中心与规范中心重合（无偏移）的情况极少，通常都有一定的偏移；摩托罗拉提出了：过程分布中心的偏移设定为1.5时，不同标准差对应的过程不良率PPM的情况，见下表：,.,176,标准差PPM的对照表,.,177,标准差PPM的对照表（续上表）,3.4,.,178,Cp、Cpk、Sigma与PPMYFT的对应关系,.,179,YFT为firsttimeyield（首次通过率）YFT=S/US为直接通过检查或测试的单位产品数U为检查或测试的产品总数,其中，,.,180,其中：6表示缺陷率為3.4PPM6=3.4PPM=Cp2.0=Cpk1.5,.,181,例如：在服务业，如果是处于3水平：一个银行每处理一百万笔储户的存取款业务，会发生66,807笔差错；一个医院每实施一百万件手术，会发生66,807件手术事故；一个航空公司每降落一百万架次，非正常着陆会发生66,807架次；,.,182,由此可见，如果把实施6作为目标一个银行每处理一百万笔储户的存取款业务，差错将会下降到3.4笔；一个医院每实施一百万件手术，手术事故将会下降到3.4件；一个航空公司每降落一百万架次，非正常着陆将会下降到3.4架次；,.,来自国外的数据,在很多情况下99%的合格水平还不够好,.,184,三个西格玛公司故障成本耗费15-25%的销售额每百万次机会产生66,807个缺陷依靠检查来发现缺陷认为高质量是昂贵的没有规范的解决问题的方法以竞争对手作为参照基准进行比较认为99%已经足够好从自身内部出发定义质量关键点（CTQ）,六个西格玛公司故障成本耗费5%的销售额每百万次机会产生3.4个缺陷依靠有能力的工序防止缺陷产生知道高质量制造商就是低成本制造商使用测量、分析、改进、控制和测量、分析、设计、验证以世界上最好的公司作为参照基准进行比较认为99%是无法接受的从外部出发定义质量关键点（CTQ）,不同西格玛的不同理念,.,185,它是一种思维方式，一种决策方法。在需要时所运用的工具或技巧。就好似驾驶汽车。您是否记得您第一次学习并排停车是多么困难？,6的工具和技巧将提供更加有效的方式来解决问题及制定决策。,6(6Sigma),.,186,6是管理方法上的又一次革命提高顾客满意度的经营策略-关注顾客需求测量你的产品和服务-关键质量要求(CTQs)消除过程差异的工具-生产的稳定和可控降低低劣质量成本-由低质而导致的成本(COPQ)世界级公司的衡量标准-每百万机会中有3.4个缺陷,6世界一流公司的工作方式,.,187,6(6Sigma)可以看做是：,.,188,GE公司将6作为公司的四项发展战略之一，定义为“消除产品和工艺过程中的缺陷的工作方法”“6”是一个定义、测量、分析、改善和控制每一个公司产品、流程和交易的质量的数理统计术语，其终级目标是要真正实现零错误率。,6(6Sigma),.,189,6是一项旨在从每一件产品、过程和交易中几乎消灭缺陷的方法；6是一项在组织范围内改进过程性能的战略活动，其核心目标是减少成本和增加收入，既适用于在制造业又适用于应用在服务业；6是一种灵活的综合性系统方法，通过它获取、维持、最大化公司的成功。它需要对顾客需求的理解，对事实、数据的规范使用、统计分析，以及对管理、改进、再发明业务流程的密切关注。,6(6Sigma),.,190,是一种愿景，一种基于数据制定决策的方法，一种致力于改善客户质量的承诺。产品质量和过程能力的衡量指标，目标是每百万次机会3.4个缺陷。统计工具应用于定义定义源于客户期望的商业问题。测量测量现有过程。分析确定过程的关键因素。改进优化关键因素。控制控制关键因素。,6(6Sigma),.,191,6过程,Y取决于其它变量与客户相关的输出结果现象监视,X1.XN独立变量工序的输入原因问题控制,为了得到结果，我们应该把注意力集中在Y还是X上？,f(X),Y=,用控制X来控制Y,.,192,弹弓发射球体,结果变量Y穿越距离,主要因素X钩杯起始角停止角栓,Y=f（X）项目示例,.,193,变压器制造,结果变量Y延迟交付天数,主要因素X时间设计信息（T）质量设计信息（Q）采购事项（P）供应商（S）,Y=f（X）项目示例,.,194,来自国外的数据：,如果一个3企业将其所有资源投入改进过程，大约每年可以提高一个的水平，并可获得下述收益：利润率增长20%产出能力提高12%18%减少雇员12%资本投入減少10%30%,.,195,投入6改进的成本及回馈,国外成功经验的统计显示：如果企业全力实施6革新，每年可提高一个水平，直到达到4.7，无须大的资本投入。這期间，利润率的提高十分显著。而当达到4.8时，再提高水平需要对过程重新设计，资本投入增加，但此时产品/服务的竞争力提高，市场占有率提高。,.,196,实施DMAIC过程，提高水平,当现有的产品或工序经改进能够满足或超越客户的要求，而同时还能够支持公司商业目标的时候，应该使用DMAIC过程。DMAIC是实现六个西格玛质量的关键，因为它能够为我们提供基于数据的方法，通过减少缺陷来实现持续的工序改进。,DMAIC是：以数据为基础的质量方法，用于改进现有的产品和工序。,.,197,六西格玛的五个步骤DMAIC,1、定义问题（Define)2、测量你所处的状态（Measure)3、分析问题从什么地方开始的（Analyze)4、改进状况（Improve)5、控制新的流程（Control),.,198,定义：确定需要改进的产品和/或工序，决定项目需要什么资源。即：建立Y=f(x)设计模型，寻找最佳x，使设计目标函数最优化测量：定义缺陷、收集有关产品或工序现状的(底线)数据，确立改进的目标。即：测量Y值：Y=f(x)分析：分析在测量阶段所收集的数据，以确定一组按重要程度排列的影响质量的变量。即：分析Y受潜在的x的影响改进：优化解决方案，并确认该方案能够满足或超过项目质量改进目标。即：通过优化x来改善Y控制：确保对工序的改进一经实施就能够持之以恒，并确保工序不会返回到以前的状态。即：控制x的变化,.,199,DMAIC,1.以客户要求为中心确定（转换为）项目的质量关键点CTQ2.管理层审批3.高级过程图4.项目Y（测量客户CTQ的方法，Y必须与客户有关）5.项目Y的性能标准6.项目数据收集计划及核定测量系统7.项目Y的数据8.项目Y的工序能力9.项目Y的改进目标10.所有X（影响Y的变量）的优先顺序列表11.少数几个重要X的列表12.量化的财务机遇13.拟定的解决方案14.经过试验的解决方案15.持续的解决方案16.项目文档17.经验交流,定义测量分析改进控制,.,200,小结1、西格玛西格玛是测量方法，用于确定一个流程的业绩有多好或者有多差；换句话说，西格玛用来确定一个公司到底出了多少差错，无论这个公司是从事哪个行业的。2、六西格玛是一种通过减少缺陷和差错，提高客户满意度，增加利润的管理方法，它是人的力量和过程的力量的结合。6就是人们努力达到的西格玛的完美程度。,.,201,3、六西格玛管理战略的未来发展尤其值得注意的现象是，自通用电气之后，所有公司都将六西格玛战略应用于组织的全部业务流程的优化，而不仅仅局限于制造流程。更有越来越多的服务性企业，如美国最大的花旗银行（CitiGroup）、全球最大的B2C网站A等企业也成功地采用了六西格玛战略来提高服务质量、维护高的客户忠诚度，所以六西格玛已不再是一种单纯的、面向制造性业务流程的质量管理方法，它同时还是一种有效的提高服务性业务流程的管理方法和战略。在6西格玛的显著成效影响下，甚至一些政府机构也开始采用六西格玛的方法来改善政府服务。目前，美国公司的平