质量管理之统计分析和相关图

4.5统计分析表法.不合格品检查表缺陷位置调查表.成品质量调查表.统计分析表法(调查表)是收集数据的规范化表。 也就是说，把产品可能发生的状况及其分类作为统计调查表，在检查产品时，只需用相应的分类进行统计，就能从调查表中进行粗略的整理和简单的原因分析，为统计分析和质量状况的判断创造好的条件。 在设计统计调查表时，要注意工人的记录，尽量把文字部分放在调查表里，工人最好简单地画点和检查点，不要影响操作。 4.5.1不良品检查表。 所谓次品，是在产品生产过程中不符合图纸、工艺规则和技术标准的次品和次品的总称，包括废品、退货、退货和退货。 不良品统计管理记录卡不良项目问卷不良原因调查表。 不良品统计管理记录卡。 记录前明确检查内容和检查间隔，由操作者、检查员、班长共同执行检查标准和规定，下表为不良品统计管理记录卡。 不良项目问卷。 为了调查生产中发生了什么样的不良品和各种各样的不良品。 可以采用不良项目问卷，“不良类型”的内容可以根据各行业的情况填写表。 不良原因调查表。 如果明确了不良损失的责任工程的影响原因的话，可以利用调查表进一步查明不良原因。 4.5.2缺陷位置调查表。 很多产品存在“斑点”、“外伤”、“污垢”等外观缺陷，一般最好采用缺陷位置调查表。 这种问卷多描绘产品的形象和展开图。 每次发生缺陷时，其发生位置如图所示。 例如，电视显像管的外观检查将显像管屏幕分成a、b区。 各单元整体的橱柜和装饰品可以采用缺陷部位的调查方法。 缺陷位置调查表是工程质量分析中常用的方法。 掌握缺陷发生的地方规律，进一步分析为什么集中在有缺陷的地区，找出原因，采取对策，可以更好地解决发生的质量问题。 请注意，使用缺陷位置问卷时，可以在草图上进行划分，进行分层研究，划分时，必须按照尺寸进行等分。 4.5.3成品质量调查表的成品质量调查项目多，为了不出错，容易记录整理，采用成品质量检查表的方法。 另外，相关图、相关图通常被称为散布图，通过进行相关分析的图表能够视觉上表示变量之间的相关程度。相关、客观事物之间经常相互连接，有一定的内部规则，矛盾的事物在一定的条件下不仅共存于一个统一体中，而且在一定的条件下相互转换：在质量管理中，很多质量特性数据之间也有内部连接，制约转换的关系。 1 .确定性关系意味着变量之间可以用数学公式正确地表达，即一个参数可以正确地计算唯一的因素变量，该关系是确定性关系，也称为函数关系，欧姆定律是确定性关系： V=IR，电路电阻值r恒定，在该电路中电压为不是直接测定电压v，而是测定电流I并进行控制就能达到目的。 一般认为，这些相互关系可以分为三种。 确定的关系、相关关系相互无关系。2 .相关关系相关关系是指变量之间有关系，但不能从一个参数用数学式正确地求出一个变量，与从一个参数到一个变量的统计分布相对应，即，一个参数能够与一系列的变量对应， 在意味着这种变量间的关系处于相关关系的品质管理中，这种相关关系的事例很多，热处理时的淬火温度和工件硬度的关系炼钢时的碳熔融比与精炼时间有一定的关系，如果知道碳熔融比，就可以粗略地估计精炼时间，但是要正确地决定精炼时间这是因为，在炼钢过程中影响精炼时间的因素很多，相互之间构成了相当复杂的关系，变量之间存在密切的关系，无法从一个(或几个)变量的数值正确地求出另一个变量的关系。 3 .相互没有关系。 相互无关的质量特性是相互独立的变量，它们的关系不能用数学关系式来表现。 例如，加工部件的尺寸精度和部件材料之间通常不相关。 一般来说，尺寸精度取决于机床的精度、操作者的技术水平和工作态度等。 相关图的做法，相关图(散布图)的概念：分析研究两个品质特性值之间的相关的方法。 很难判断2种品质特性值或2种数据间有无相关、相关关系如何从数据表进行观察，如果将数据做成散布图，则容易得出有无相关的结论。 关联图的做法。 收集30100组数据。 因为作为散布图研究相关性，所以收集数据必须一对一地对应，不能将没有对应关系的2种数据作为散布图使用。 画横轴和纵轴。 在进行因果分析时，一般横轴表示自变量，纵轴表示因子变量。 应该注意的是坐标轴的标度，原则上横轴数据的最小值到最大值的距离与纵轴数据的最小值到最大值的标度距离大致相同，如果标度取得不适当，就会影响观察效果。 每个数据画一个坐标点。 根据各组数据的数值，一个一个地绘制各组数据的坐标点。 如果两个组或多个组的数据完全相同，匹配点用小同心圆表示。 填写有关事项。 标题、调查日期、制图者、数据数、其他参考事项等。 相关图的直接观察、相关图的观察主要是所见的分布状态，判断自变量x和因子y的相关的有无、相关的状态和密切度。 关联图的形态很多，但常见的有几个如图。 (b )弱正相关(即，x变大，y也显着变大)，(c )为不相关(即，x和y之间没有相关关系)，且(d )为强负相关(表示(e )弱负相关(即，x变大，y几乎变小) (f )为非线性相关(x变大，y和x不线性变化)。 观察分析相关图必须注意以下事项需要足够大的样品。 如果样本太小(例如，不到20个)，即使实际上相关，制成的相关图也可能变得零散且不能成为趋势。 这样，在图中看起来没有相关关系，不能从相关图正确地判断。 因此，在必须取得足够大小的样本来作图的其他情况下，使用以下说明的相关系数法确定其相容性。 异常点的处理-偏离相关图整体的异常点的出现，可能是由于测定错误、记录错误、作业条件的变化等特殊的原因。 在这种情况下，应该仔细分析、查明原因，去除这些异常点后再估计x和y的相关关系，另外，如果原因明确，请不要随便去除这些点。 注意分层观察，在图中的状况下，从整体上观察好像没有相关性，分层观察的话有明显的相关性。相反，在图8-4所示的情况下，整体上看起来是相关的，但是在层级化后制作相关图的情况下，如果能根据某个要素或特性来区分层级，就能用符号或颜色明确地分析变量间的关系。 1 .中央值线在相关图上分别作成x、y的中央值线，中央值线的上下、左右两侧的点数相同，中央值线在相关图上被划分的4个区间从右上逆时针方向分别成为第I、ii、iii、iv象限。 在相关图的相关检验中用相关图分析两种数据的相关时，为了在实际生产和工作中迅速判断相关，多采用中值滤波器，中值滤波器的方法如下，2 .分数计算出各象限内的分数n和线上的分数，分别填写表。 3.Iii=iiiv=n=式中的nI是I象限的点数，nii是ii象限的点数，niii是iii象限的点数，niv是iv象限的界限的点数，n是相关图的总点数，n线计算中值线落下的点数。 把和中的较小的值作为判定值。 对于表中的数据： 9作为判