品质意识及质量管理常用统计方法培训

1、Written byWritten by：何国山：何国山.先请大家回答问题：先请大家回答问题： 如果你家要买进一部热水器，那么请如果你家要买进一部热水器，那么请问你首先考虑的是以下那个因素：问你首先考虑的是以下那个因素：A、价钱、价钱B、外观设计、外观设计 C、产品质量、产品质量D、功能配置、功能配置E、其他、其他那么你认为什么是品质？那么你认为什么是品质？.品质就是生命.市场学里定律市场学里定律 如果一个顾客满意，他会把如果一个顾客满意，他会把这种满意告诉其他这种满意告诉其他6 6个人；如果一个人；如果一个顾客满意，他会把这种不满意个顾客满意，他会把这种不满意告诉其他告诉其他2222个人。个

2、人。.在用户完全满意之前，我们将永远不能在用户完全满意之前，我们将永远不能100%100%满意满意以自己的永远不满意达到用户完全满意以自己的永远不满意达到用户完全满意只有用户满意，企业才能生存只有用户满意，企业才能生存市场竞争是赢得用户的竞争市场竞争是赢得用户的竞争用户至上用户至上正确的客户观念正确的客户观念.谁要是让客户不满意谁要是让客户不满意, ,我们就让谁不满意我们就让谁不满意用户是企业的衣食父母用户是企业的衣食父母用户满意是企业永无止境的追求用户满意是企业永无止境的追求今天的质量就是明天的市场今天的质量就是明天的市场用户永远是对的用户永远是对的正确的客户观念正确的客户观念. 质量管理之

3、父戴明质量管理之父戴明 神一般的光环笼罩在他的头上神一般的光环笼罩在他的头上日本企业之神日本企业之神统计学大师统计学大师日本经济救世日本经济救世主主工业革命先驱工业革命先驱美国复兴导师美国复兴导师.日本日本-质量兴国质量兴国 日本产品在日本产品在40年代时质量低劣，但年代时质量低劣，但50年代后，日本确立年代后，日本确立了质量兴国和教育立国的战略方针。了质量兴国和教育立国的战略方针。 到到60年代，日本创造性地发展了年代，日本创造性地发展了全面质量管理全面质量管理理论和方理论和方法，先后提出了法，先后提出了“品质圈品质圈QCC”、“TQM” 等新理论和新方等新理论和新方法，还培养了一大批各种层

4、次的质量人才。法，还培养了一大批各种层次的质量人才。 不到半个世纪，日本的汽车、钢铁、电子不到半个世纪，日本的汽车、钢铁、电子 、家电、照相、家电、照相机等一大批产品质量超过美欧国家，位居世界前列，机等一大批产品质量超过美欧国家，位居世界前列，“日日本制造本制造”已成为优质产品的代名词，日本也成为仅次于美已成为优质产品的代名词，日本也成为仅次于美国的世界第二大经济强国。国的世界第二大经济强国。.经典案例经典案例 如果让一个日本人每天擦如果让一个日本人每天擦6 6遍桌遍桌子，他们会一丝不苟每天擦子，他们会一丝不苟每天擦6 6遍，遍，而我们中国的员工第一天擦而我们中国的员工第一天擦6 6遍，遍，第

5、二天也会擦第二天也会擦6 6遍，第三天擦遍，第三天擦5 5遍遍，第四天，第四天4 4遍遍 . 海尔海尔-中国企业质量管理典范中国企业质量管理典范19841984年年成立成立. . 營業額從虧損營業額從虧損147147万人民幣万人民幣, , 20002000年年品牌價值品牌價值320320億人民幣億人民幣. . 產品已出口至世界一百六十多個國家或地區產品已出口至世界一百六十多個國家或地區. . 正式被寫入哈佛案例的大陸企業正式被寫入哈佛案例的大陸企業. .20012001年年, ,營業額為營業額為602602億人民幣億人民幣. .业绩增长业绩增长1 1万多倍，万多倍，并保持年并保持年80%80%

6、的平均增长速度。的平均增长速度。 十六年來十六年來, ,平均年成長率平均年成長率80%,80%,被美國家電雜誌評被美國家電雜誌評為全球家電業成長速度最快的企業為全球家電業成長速度最快的企業. . 海尔的质量观海尔的质量观有缺陷的产品就是废品有缺陷的产品就是废品 ! !海尔的质量以一把大锤砸出海尔的质量以一把大锤砸出的的.100110失败费用失败费用评价费用评价费用预防费用预防费用KeyWord.持续改进，每天前进一步！w 有很多人不是不愿改进，而不屑于小的改进w 海尔在1984年的13条：不准在作业现场随地大小便。不准迟到早退。不准在工作时间喝酒。作业现场不准吸烟。不准盗窃工厂物资。w 什么？

7、你晕倒？只要大家能从我做起，一点一点地持续改善，还有什么困难嘛？2 100*(1+1%)1=1013 100*(1+1%)230 100*(1+1%)2942 100*(1+1%)4171 100*(1+1%)7090 100*(1+1%)89112 100*(1+1%)111120 100*(1+1%)119每天前进1%，关键是.有没有记录可以追踪？w 天下大事必做于细w 对过程还要进行严密的监控。w 海尔生产线的十个重点工作程序都有品质控制台，一百五十五个品质控制点都有品质跟踪单。w 产品从第一道程序到出厂都建立了详细的档案。w 产品到了用户家里，如果出了问题，哪怕是一根门封条，也可以凭着

8、“出厂纪录”找到责任人和原因。.品管人员是不是按程序作业？w 犯了错就要按程序处理.沟通有没有问题？.不合格品一定要剔除！.品管人员是不是一直在充当一个救火员的角色？.9999.9%.9%意味着一个公司的质量水平已经很高了意味着一个公司的质量水平已经很高了品质是品质部的事与我们无关品质是品质部的事与我们无关品质不良就是一线作业员工没做好品质不良就是一线作业员工没做好品质是检查出来的品质是检查出来的改善品质是件奢侈的事情改善品质是件奢侈的事情错误的品质观念错误的品质观念.设法做对每件事情是不切合实际的，不可能的事设法做对每件事情是不切合实际的，不可能的事品质管理需要很高深的知识的才可以掌握品质管

9、理需要很高深的知识的才可以掌握品质不良就是一线作业员工没做好品质不良就是一线作业员工没做好品质差不多就行的品质差不多就行的品质不会增加产量品质不会增加产量错误的品质观念错误的品质观念.正确正确品质与每个人息息相关品质与每个人息息相关品质改善无止境品质改善无止境零缺陷，零缺陷，100%100%是可以完全达到的是可以完全达到的质量重在预防质量重在预防我们的工作就是零缺陷我们的工作就是零缺陷正确的品质观念正确的品质观念品质是企业赖品质是企业赖以生存的命脉以生存的命脉. 2003.2.1 2003.2.1 美国美国“哥仑比亚哥仑比亚”航天飞机著陆前发生爆航天飞机著陆前发生爆炸，炸，7 7名宇航员全部遇

10、难，原因只是一块脱落的隔热瓦，名宇航员全部遇难，原因只是一块脱落的隔热瓦，“哥仑比亚哥仑比亚”航天飞机有航天飞机有2 2万多块隔热瓦，能抵御万多块隔热瓦，能抵御30003000度度高温的，但就一块脱落的隔热瓦，高温的，但就一块脱落的隔热瓦，0.5%0.5%差错葬送了价值连差错葬送了价值连城的航天飞机，还有无法用价值衡量的宝贵的城的航天飞机，还有无法用价值衡量的宝贵的7 7条生命。条生命。零缺陷零缺陷. 一架一架“波音波音747747”飞机上共有飞机上共有450450万个零件，万个零件，如果以如果以% %不良不良算的话，有算的话，有45450000个零件有问题。个零件有问题。 而而“阿波罗阿波罗

11、”登月号共有登月号共有580580万个零件，如万个零件，如果以果以% %不良不良万万PPMPPM）也有也有60006000个零件有问题，而个零件有问题，而哪怕是一亿分之一的不良都会造成致命的危害哪怕是一亿分之一的不良都会造成致命的危害 ! !零缺陷零缺陷.26“Almost(“Almost(幾乎幾乎)” )” 零缺點零缺點1 ! , , !1 ! , , !品質管理七工具品質管理七工具1 ! , , !品質管理七工具 檢查表(Data collection form) 分層法(Stratification) 散布圖(Scatter) 排列圖(Pareto) 直方圖(Histogram) 因果圖

12、(Cause-Effect diagram) 控制圖(Control Chart)1 ! , , !数据数据一切用数据说话，数据是质量管理活动的基础。一切用数据说话，数据是质量管理活动的基础。数据反映出产品特定数据，称为质量特性。数据反映出产品特定数据，称为质量特性。在质量管理过程中，需要有目的地收集有关质量数据，并对数据进行在质量管理过程中，需要有目的地收集有关质量数据，并对数据进行归纳、整理、加工、分析，从中获得有关产品质量或生产状态的信息，归纳、整理、加工、分析，从中获得有关产品质量或生产状态的信息，从而发现产品存在的质量问题以及产生问题的原因，以便对产品的设从而发现产品存在的质量问题以

13、及产生问题的原因，以便对产品的设计、工艺进行改进，以保证和提高产品质量。计、工艺进行改进，以保证和提高产品质量。数据在质量管理中的作用数据在质量管理中的作用1 ! , , !质量特性值通常表现为各种数值指标，即质量指标。一个具体产品常需用多个指标来反映它的质量。测量或测定质量指标所得的数值，即质量特性值，一般称为数据。根据质量指标性质的不同，质量特性值可分为计数值和计量值两大类。质量特性值质量特性值1 ! , , !计数值和计量值计数值和计量值a.计数值。当质量特性值只能取一组特定的数值，而不能取这些数值之间的数值时，这样的特性值称为计数值。计数值可进一步区分为计件值和计点值。对产品进行按件检

14、查时所产生的属性(如评定合格与不合格)数据称为计件值。每件产品中质量缺陷的个数称为计点值。如棉布上的疵点数、铸件上的砂眼数等。1 ! , , !计数值和计量值计数值和计量值b.计量值。当质量特性值可以取给定范围内的任何一个可能的数值时，这样的特性值称为计量值。如用各种计量工具测量的数据(长度、重量、时间、温度等)，就是计量值。1 ! , , !计数值和计量值计数值和计量值不同类的质量特性值所形成的统计规律是不同的，从而形成了不同的控制方法。由于工业产品数量很大，我们所要了解和控制的对象产品全体或表示产品性质的质量特性值的全体，称为总体。通常是从总体中随机抽取部分单位产品即样本，通过测定组成样本

15、大小的样品的质量特性值，以此来估计和判断总体的性质。质量管理统计方法的基本思想，就是用样本的质量特性值来对总体作出科学的推断或预测。1 ! , , !总体、个体总体、个体总体又叫母体，是研究对象的全体。总体又叫母体，是研究对象的全体。一批零件、一个工序或某段时间内生产的同类产品的全部都可以称为总体。一批零件、一个工序或某段时间内生产的同类产品的全部都可以称为总体。构成总体的基本单位，称为个体。构成总体的基本单位，称为个体。每个零件、每件产品都是一个个体。每个零件、每件产品都是一个个体。质量检验常用抽样方法进行，即从总体中抽出一部分个体，并测试每个质量检验常用抽样方法进行，即从总体中抽出一部分个

16、体，并测试每个个体的有关质量特性数据，进行统计分析后，对总体作出估计和判断。个体的有关质量特性数据，进行统计分析后，对总体作出估计和判断。1 ! , , !样本样本样本样本又叫又叫子样子样，是从总体中抽出来一部分个体的集合。，是从总体中抽出来一部分个体的集合。样本中每个个体叫样本中每个个体叫样品样品，样本中所包含样品数目称为样本大小，又，样本中所包含样品数目称为样本大小，又叫叫样本量样本量，常用，常用n n表示。表示。对样本的质量特性进行测定，所得的数据称为对样本的质量特性进行测定，所得的数据称为样本值样本值。当样本个数越多时，分析结果越接近总体的值，样本对总体的代表当样本个数越多时，分析结果

17、越接近总体的值，样本对总体的代表性就越好。性就越好。1 ! , , !抽样方法抽样方法随机抽样随机抽样分层抽样分层抽样系统抽样系统抽样1 ! , , !抽样方法抽样方法随机抽样随机抽样指总体中每一个个体都有同等可能的机会被抽到。这种抽样方法事先不能考虑抽取哪一个样品，完全用偶然方法抽样，常用抽签或利用随机数表来抽取样品以保证样品代表性。抽样当总体容量不大时，随机抽样是一种有效的抽样方法；1 ! , , !抽样方法抽样方法分层抽样分层抽样分层抽样是先将总体按照研究内容密切有关的主要因素分类或分层，然后在各层中按照随机原则抽取样本。分层抽样可以减少层内差异，增加样本的代表性。抽样样本当获得的资料不

18、均匀，或呈偏态分布时，分层抽样是一种有效的抽样方法；1 ! , , !抽样方法抽样方法系统抽样系统抽样从总体中每隔K个个体抽取一个个体的抽样方法，比值K是总体容量N与样本容量n之比；如果被抽总体足够大，并且易作某种次序的整理时，系统抽样比分层抽样好； 1， 2， . K K+ 1， K+2， .， 2K 2K + 1， 2K+2， .， 3K 直到 N为止例，从具有1000个个体的总体中抽取50个个体。1 ! , , !总体、样本、数据间的关系总体、样本、数据间的关系总体总体样本样本结论结论数据数据抽样分析管理测试1 ! , , !数理整理和统计数理整理和统计抽样的目的是通过样本来反映总体。抽

19、样的目的是通过样本来反映总体。在质量管理中，常常将测试的样本数据，通过整理加工，找出它们的特在质量管理中，常常将测试的样本数据，通过整理加工，找出它们的特性，从而推断总体的变化规律、趋势和性质。性，从而推断总体的变化规律、趋势和性质。一批数据的分布情况，可以用中心倾向及数据的分散程度来表示，表示一批数据的分布情况，可以用中心倾向及数据的分散程度来表示，表示中心倾向的有平均值、中位值等，表示数据分散程度的有方差、标准偏中心倾向的有平均值、中位值等，表示数据分散程度的有方差、标准偏差、极差等。差、极差等。描述总体数据离散程度的参数为方差描述总体数据离散程度的参数为方差2 2 ，描述总体数据中心倾向

20、的数，描述总体数据中心倾向的数为均值为均值 。若利用样本参数近似描述总体状况时，可以利用样本方差。若利用样本参数近似描述总体状况时，可以利用样本方差S S2 2近似代替总体方差近似代替总体方差2 2，利用样本均值，利用样本均值X X近似代替总体均值近似代替总体均值p p。1 ! , , !数理整理和统计数理整理和统计样本平均值样本平均值样本中位值样本中位值X = X1+X2+X3 .+Xnn中位值是按照数据大小顺序排列位于中间的数值，中位值记为X若n为偶数，则取位于中间两个数值的平均值为中位值；1 ! , , !数理整理和统计数理整理和统计样本极差样本极差样本方差和样本标准偏差样本方差和样本标

21、准偏差样本方差和样本标准差就是用来度量数据波动幅度大小的一个重要特性值。样本方差是一组数据中每一个数值与平均值之差的平方和的平均样本方差是一组数据中每一个数值与平均值之差的平方和的平均值，通常记为值，通常记为S2；样本方差的平方根S称作样本标准偏差，它与样本方差一样，是反映一组数据分散程度的特性值:样本极差表示一组数据分布的范围，是指数据中最大值与最小值的差: R = Xmax - Xmin1 ! , , !检查表（检查表（check listcheck list）不良项目不良项目8月1 日8月1 日8月2 日8月2 日8月3 日8月3 日.8月1 9日8月1 9日合计合计刮伤刮伤2 24 4

22、裂伤裂伤10101313撞伤撞伤2 28 8污点污点4 48 8其它其它1 12 2合计合计19193535检查数检查数100100100100不良率不良率19193535在质量管理中最强调的是事实管理，就是要掌握事实，要掌握事实就必须设计检查表收集数据。记录用检查表1 ! , , !层别法层别法层别法是所有手法中最基本的概念，即将多种多样的数层别法是所有手法中最基本的概念，即将多种多样的数据，因应用目的的需要分类成不同的据，因应用目的的需要分类成不同的“类别类别”，使之方，使之方便以后的分析；便以后的分析；人 员机 器材 料方 法 其 他1 ! , , !排列表排列表不良项目不良项目8月1

23、日8月1 日刮伤刮伤2 2裂伤裂伤1010撞伤撞伤2 2污点污点4 4其它其它1 1合计合计1919检查数检查数100100不良率不良率1919用在检查表上用在排列图上1 ! , , !排列图的作用排列图的作用在工厂里，要解决的问题很多，但从何入手呢？在工厂里，要解决的问题很多，但从何入手呢？事实上，大部分的问题，只要能找出几个影响较大的因素，并加以处置及控制，就可解决问题的80%以上。柏拉图是根据收集的数据，以不良原因、不良状况发生的现象，有系统地加以项目别分类，计算出各项目所产生的数据（如不良率、损失金额）及所占的比例，再依照大小顺序排列，再加上累积值的图形1 ! , , !排列图排列图排

24、列图（帕累拉图）排列图（帕累拉图）意大利经济学家于1897年在研究国民所得时发现大部分所得均集中于少数人，而创出此原理。Dr. Joseph Juran recognized this concept as a universal that could be applied to many fields. He coined the phrases “vital few and useful many”（关键的少数，次要的多数）.1 ! , , !排列图的作图方法步骤排列图的作图方法步骤 将用于排列图所记录的数据进行分类。 确定数据记录的时间。 按分类项目进行统计。 计算累计频率。 准备坐标纸

25、，画出纵横坐标。 按频数大小顺序作直方图。 按累计比率作排列曲线。 记载排列图标题及数据简历。1 ! , , !排列图：例排列图：例1 1某厂铸造车间生产某一铸件，质量不良项目有气孔、未充满、偏心、形状不佳、裂纹、其它等项。记录一周内某班所生产的产品不良情况数据，并分别将不良项目归结为表1 ! , , !排列图：例排列图：例2 2某部门将上月生产的产品作出统计，总不良数409个，其中不良项目依次为：1 ! , , !排列图：例排列图：例2 21 ! , , !排列图：练习排列图：练习上例中主要不良品为破损，此破损为当月份生产许多产品的破损总和，再将产品类别用柏拉图法分析如下：1 ! , , !

26、排列图：练习排列图：练习序号序号产品产品不良品不良品占不良总数比率( % )占不良总数比率( % )累积比率( % )累积比率( % )1A13066.72B3517.984.63C105.189.74D84.193.85其他126.2100合计1951001 ! , , !排列图：练习排列图：练习不良数50100150200比率66.7%17.9%5.1%4.1%6.1%20406080100 A B C D 其他1 ! , , !排列图的应用排列图的应用1、利用排列图寻找产品质量的改善重点；、利用排列图寻找产品质量的改善重点；2、利用排列图验证改善产品质量的效果；、利用排列图验证改善产品质

27、量的效果；之前之前 100% 之后之后 100% 实现的改善1 ! , , !排列图的应用排列图的应用3、利用排列图对产品质量进行分层研究；、利用排列图对产品质量进行分层研究；A B C1 ! , , !散点图散点图反映相互有关连的的对应数据，并根据分布的形态来判反映相互有关连的的对应数据，并根据分布的形态来判断对应数据之间的相互关系。断对应数据之间的相互关系。1 ! , , !因果图因果图因果图因果图A cause-and-effect(C&E) diagram is a picture composed of lines and symbols designed to repres

28、ent a meaningful relationship between and effect and its causes. It was developed by Dr. Kaoru Ishikawa（石川磬） in 1943 and is sometimes referred to as an Ishikawa diagram or fishbone diagram because of its shape.某项结果之形成，必定有其原因，应设法利用图解法找出其原因来。1 ! , , !因果图因果图Quality CharacteristicpeoplematerialsWork met

29、hodsenvironmentEquipmentMeasurement1 ! , , !因果图因果图运用因果图有利于找到问题的症结所在，然后对症下药，解决质量问题。因果图再质量管理活动中，尤其是在QC小组、质量分析和质量改进活动中有着广泛的用途。外观外观不良不良人员技术不佳粗心缺乏培训无品质观念1 ! , , !因果图（练习）因果图（练习）粗糙度低人料法环机技术不熟练未按规定磨刀原料混杂原料太硬进刀量规定不合理车间地面振动大照明不好机床导轨松动机床轴承磨损1 ! , , !因果图（练习）因果图（练习）粗糙度低人料法环机技术不熟练未按规定磨刀原料混杂原料太硬进刀量规定不合理车间地面振动大照明不好

30、机床导轨松动机床轴承磨损1 ! , , !对策表对策表对策表对策表当利用鱼刺图确定了问题产生的主要原因后，有必要采取措施去消除这些原因，以达到质量改进的目的。这时，可以采用对策表的方法。用以针对质量问题产生的原因制定对策或措施，作为实施时的依据。对策表的目的对策表的目的1 ! , , !对策表的格式对策表的格式序号主要原因对策执行人验证人期限要求1 1操作者不能掌握组织学习工序质量控制工序质量控制方法 理论和公差原理； .2 2设备精度偏低 做好日常维护 点检3 3测量误差较大 及时将量具送计量室检定 、校准； 统一并选定正确的测量方法， 减少测量误差；4 4切削余热影响尺寸精确度 加工时注意

31、工件温度，最后 一刀加工在工件温度正常时 进行。1 ! , , !计量值数据的处理计量值数据的处理由抽样或试验收集得到的计量值数据中，蕴存着产品质量特性的大量信息，但未经处理和归纳时，是分散而不规则的。只有经过处理和归纳后，信息才能显示出来。处理计量值数据的基本方法是列表和作图，通过这些表和图就能够大体看出数据所代表的产品质量特性。1 ! , , !频数分布表频数分布表频数分布表是一种把分散和不规则的数据，整理成一个能顺着其度量的尺度，清楚地显示出该数据的集中趋势和离散程度的一种统计方法。1 ! , , !频数分布表频数分布表测定100只螺栓的外径所得到的100个计量值数据（略）。组号组号下界

32、限下界限上界限上界限组中值组中值频数符号 频数频数1 111.40511.50511.45511.4551 12 211.50511.60511.55511.5552 23 311.60511.70511.65511.6557 74 411.70511.80511.75511.75513135 511.80511.90511.85511.85524246 611.90512.00511.95511.95525257 712.00512.10512.05512.05516168 812.10512.20512.15512.15510109 912.20512.30512.25512.2551 1

33、101012.30512.40512.35512.3551 1100100频数分布表频数分布表1 ! , , !频数分布表编制步骤频数分布表编制步骤7 77、列频数分布表。组号组号下界限下界限上界限上界限组中值组中值频数符号 频数频数1 111.40511.50511.45511.4551 12 211.50511.60511.55511.5552 23 311.60511.70511.65511.6557 74 411.70511.80511.75511.75513135 511.80511.90511.85511.85524246 611.90512.00511.95511.9552525

34、7 712.00512.10512.05512.05516168 812.10512.20512.15512.15510109 912.20512.30512.25512.2551 1101012.30512.40512.35512.3551 11001001 ! , , !频数直方图频数直方图以坐标横轴表示组距，坐标纵轴表示频数，所画出的矩形图称为频数直方图，简称直方图。外径尺寸11.405 11.505 11.605 11.705 11.805 11.905 12.005 12.105 12.205 12.305 12.405 频数1 ! , , !直方图在质量管理中应用直方图在质量管理中

35、应用1、判断分布类型产品质量特性值的分布，一般都是服从正态分布或近似正态分布。当产品质量特性值的分布不具有正态性时，往往是生产过程不稳定，或生产工序的加工能力不足。因而，由产品质量特性值所作的直方图的形状，可以推测生产过程是否稳定，或工序能力是否充足，由此可对产品的质量状况作出初步判断。根据产品质量特性值的频数分布，可将直方图分为正常型直方图和异常型直方图两种类型。1 ! , , !正常型直方图正常型直方图看直方图时应着眼于图形的整体形状，根据形状判断它是正常型还是异常型。正常型直方图具有“中间高，两边低，左右对称”的特征，它的形状像“山”，字。因此，根据产品质量特性值的频数分布所画出来的直方

36、图是正常型时，就可初步判断为生产过程是稳定的，或工序加工能力是充足的。1 ! , , !不正常直方图不正常直方图孤岛型直方图孤岛型直方图双峰型直方图双峰型直方图折齿型直方图折齿型直方图绝壁型直方图绝壁型直方图1 ! , , !孤岛型直方图孤岛型直方图在主体直方图的左侧或右侧出现孤立的小块，像一个孤立的小岛。出现孤岛型直方图，说明有特殊事件发生。造成原因可能是一时原材料发生变化，或者一段时间内设备发生故障，或者短时间内由不熟练的工人替班等。所以，只要找出原因，就能使直方图恢复到正常型。1 ! , , !双峰型直方图双峰型直方图双峰型直方图是指在直方图中有左右两个峰，出现双峰型直方图，这是由于观测

37、值来自两个总体、两种分布，数据混在一起。往往是由于将两个工人或两台机床等加工的相同规格的产品混在一起所造成的。1 ! , , !折齿型直方图折齿型直方图折齿型直方图形状凹凸相隔，象梳子折断齿一样。出现折齿型直方图，多数是由于测量方法，或读数存在问题，或处理数据时分组不适当等原因造成。应重新收集和整理数据。1 ! , , !绝壁型直方图绝壁型直方图绝壁型直方图左右不对称，并且其中一侧像高山绝壁的形状，当用剔除了不合格品的产品质量特性值数据作直方图时，往往会出现绝壁型直方图。此外，亦可能是操作者的工作习惯，习惯于偏标准下限，于是出现左边绝壁的直方图。1 ! , , !偏态型直方图偏态型直方图某种原

38、因使下（上）限受到限制时，容易发生“偏左型”（偏右型）。1 ! , , !平顶型直方图平顶型直方图与双峰型类似，由于多个总体、多种分布混在一起。1 ! , , !直方图与标准比较直方图与标准比较对于正常型直方图，将其分布范围B=S，L(S为一批数据中的最小值，L为一批数据中的最大值)与标准范围T=SL，Su， SL为标准下界限， Su为标准上界限)进行比较，就可以看出产品质量特性值的分布是否在标准范围内，从而可以了解生产过程或工序加工能力是否处于所希望的状态。为了方便，可在直方图上标出标准下界限值和标准上界限值。1 ! , , !直方图在标准范围内的情况直方图在标准范围内的情况当产品质量特性值

39、符合规定标准时，其对应的直方图，必定在标准范围之内。符合规定的直方图大致有下面四种类型：TB SL ( S )( L ) SuTB SL ( S ) ( L ) SuTB SL ( S ) ( L ) Su TB SL ( S ) ( L ) Su1 ! , , !直方图在标准范围内的情况直方图在标准范围内的情况直方图的分布范围直方图的分布范围B位于标准范围位于标准范围T内，旦有余量内，旦有余量;直方图的分布中心与标准中心直方图的分布中心与标准中心近似重合，这是理想的直方图。此时，全部产品合格，工序处于正常管理状态。近似重合，这是理想的直方图。此时，全部产品合格，工序处于正常管理状态。TB S

40、L ( S )( L ) Su1 ! , , !直方图在标准范围内的情况直方图在标准范围内的情况直方图的分布范围直方图的分布范围B B位于标准范围位于标准范围T T内，数据变化仍比较集中，但分布中心偏移标内，数据变化仍比较集中，但分布中心偏移标准中心，并且直方图的一侧已达到标准界限，准中心，并且直方图的一侧已达到标准界限， 此时状态稍有变化，产品就可能此时状态稍有变化，产品就可能超出标准，出现不合格品。因此，需要采取措施，使得分布中心与标准中心重合。超出标准，出现不合格品。因此，需要采取措施，使得分布中心与标准中心重合。TB SL ( S ) ( L ) SuTB SL ( S ) ( L )

41、 Su 1 ! , , !直方图在标准范围内的情况直方图在标准范围内的情况直方图的分布范围直方图的分布范围B B没有超出标准范围没有超出标准范围T T，但没有余量。此时分布中心稍有偏移便，但没有余量。此时分布中心稍有偏移便会出现不合格品，所以应及时采取措施，缩小产品质量特性值的分布范围。会出现不合格品，所以应及时采取措施，缩小产品质量特性值的分布范围。TB SL ( S ) ( L ) Su1 ! , , !直方图在标准范围内的情况直方图在标准范围内的情况产品质量特性值的分布非常集中，致使直方图的分布范围产品质量特性值的分布非常集中，致使直方图的分布范围B B与标准范围与标准范围T T之间的余

42、之间的余量过大。此时，可对原材料、设备、工艺等适当放宽要求，从而降低生产成本量过大。此时，可对原材料、设备、工艺等适当放宽要求，从而降低生产成本; ;或者加严标准，提高产品的性能，以利于组装等或者加严标准，提高产品的性能，以利于组装等TB SL ( S ) Su ( L )1 ! , , !直方图超出标准范围内的情况直方图超出标准范围内的情况产品质量特性值的分布中心向左产品质量特性值的分布中心向左( (或向右或向右偏离标准中心，致使直方图分布范围偏离标准中心，致使直方图分布范围B B的下界限的下界限( (上界限上界限) )超出标准范围超出标准范围T T的下界限的下界限( (或上界限或上界限)

43、)，因而在下界限，因而在下界限( (或上界限或上界限) )出现不合格品，此时，应设法提高出现不合格品，此时，应设法提高( (或降低或降低) )产品质量特性值的平均值，使直方图产品质量特性值的平均值，使直方图的分布中心向右的分布中心向右( (或向左或向左) )移动，从而使直方图的分布范围完全落在标准范围之内。移动，从而使直方图的分布范围完全落在标准范围之内。TB( S ) SL( L ) Su1 ! , , !直方图超出标准范围内的情况直方图超出标准范围内的情况直方图的分布范围直方图的分布范围B B超出标准范围超出标准范围T T，此时，在标准上界限和下界限都出现不合格，此时，在标准上界限和下界限

44、都出现不合格品。这种情况通常是由于产品质量特性值的标准差太大，这时，应及时采取技术品。这种情况通常是由于产品质量特性值的标准差太大，这时，应及时采取技术措施，降低分布的标准差。如果属于标准定得不合理，可以放宽标准范围。措施，降低分布的标准差。如果属于标准定得不合理，可以放宽标准范围。TB( S ) SLSu ( L )1 ! , , !直方图超出标准范围内的情况直方图超出标准范围内的情况直方图的分布范围直方图的分布范围B B大大超出标准范围大大超出标准范围T T，此时已出现大量不合格品，必须立即分，此时已出现大量不合格品，必须立即分析原因，采取紧急措施析原因，采取紧急措施; ;如果标准允许改变

45、，就重新修订标准。如果标准允许改变，就重新修订标准。TB( S ) SLSu ( L )1 ! , , !直方图的分层比较直方图的分层比较当直方图出现非正常的奇异形状，特别是出现双峰型直方图时，应将收集到的产品质量特当直方图出现非正常的奇异形状，特别是出现双峰型直方图时，应将收集到的产品质量特性值数据，按某个条件，如设备、操作人员、作业方法、所用原材料、生产环境等因素分性值数据，按某个条件，如设备、操作人员、作业方法、所用原材料、生产环境等因素分成两个以上的组，通常把这样划分成的组称为层，由此作出的直方图称为分层直方图。通成两个以上的组，通常把这样划分成的组称为层，由此作出的直方图称为分层直方

46、图。通过分层直方图，探讨造成直方图异常的原因，从而比较不同设备、不同原材料、不同操作过分层直方图，探讨造成直方图异常的原因，从而比较不同设备、不同原材料、不同操作方法等对产品质量特性值影响的差异。方法等对产品质量特性值影响的差异。轴承外径直方图 按工人分层直方图 改善后的直方图 1 ! , , !直方图的分层比较直方图的分层比较1 ! , , !直方图的缺点直方图的缺点 波动图直方图时间1 ! , , !直方图直方图( (练习练习) )i j12345678910115.015.815.215.115.914.714.815.515.615.3215.115.315.015.615.714.8

47、14.514.214.914.9315.215.015.315.615.114.914.214.615.815.2415.915.215.014.914.814.515.115.515.615.1515.115.015.314.714.515.515.014.714.214.2生产某种滚珠，要求其直径x为15.0 1.0 (mm)，试用直方图进行统计分析。1 ! , , !直方图直方图( (练习练习) )1、从数据中找出最小值S和最大值L。2、决定组数。m = 1 + 3.3lgn = 63、计算组距。组距 4、求界限值。下限值 5、计算组中值。6、统计频数。7、列频数分布表。1 ! , ,

48、!直方图直方图( (练习练习) )组号组号下界限下界限上界限上界限组中值组中值频数频数fi频率频率Pi1 114.0514.3514.214.23 30.060.062 214.3514.6514.514.55 50.100.103 314.6514.9514.814.810100.200.204 414.9515.2515.115.116160.320.325 515.2515.5515.415.48 80.160.166 615.5515.8515.715.76 60.120.127 715.8516.1516.016.02 20.040.045050100%100%1 ! , , !直方

49、图直方图( (练习练习) )X 频数1 ! , , !频数多边形频数多边形以坐标横轴表示组中值,坐标纵轴表示频数,所画出的多边形图称为频数多边图,简称多边图。多边图的作法与直方图类似,不同的只是多边图以组中值为横坐标,频数为纵坐标,在坐标平面上依次标出各点的位置,然后把相邻各点用直线段连接起来,由此得到频数多边形。外径尺寸11.405 11.505 11.605 11.705 11.805 11.905 12.005 12.105 12.205 12.305 12.405 0 05 510101515202025253030频数1 ! , , !控制图的基本模式控制图的基本模式33公差上限公差

50、上限TuTu公差下限公差下限T TL L控制上限控制上限UCLUCLUpper Control LimitUpper Control Limit控制下限控制下限LCLLCLLower Control LimitLower Control Limit中心线中心线CLCLCentral LimitCentral Limit样品编号（或取样时间）质量特性 x控制线是根据散布程度在工程内的程度来决定规格线是根据客户，工程师等来决定的1 ! , , !控制图的基本模式控制图的基本模式33公差上限公差上限TuTu公差下限公差下限T TL L控制上限控制上限UCLUCLUpper Control Limit

51、Upper Control Limit控制下限控制下限LCLLCLLower Control LimitLower Control Limit中心线中心线CLCLCentral LimitCentral Limit样品编号（或取样时间）质量特性 x1 ! , , !例例- -第一步第一步1 1、收集数据并加以分组、收集数据并加以分组 在5MIE充分固定，并标准化的情况下，从生产过程中收集数据。 本例每隔2h，从生产过程中抽取5个零件，测量其长度值，组成一个大小为5的样本，一共收集25个样本. 一般来说，制作-R图，每组样本大小 n 10 ,组数k 25.1 ! , , !例例- -第二步第二步

52、2 2、计算每组的样本均值和样本极差；、计算每组的样本均值和样本极差；njjiixnx11i =1,2,kjinjjinjixxR11minmax1 ! , , !X-RX-R图数据表图数据表均值均值极差极差X1X2XnXiRi1 1x11x12x1n2 2x21x22x2nkxk1xk2xkn样本号样本号测量值测量值数据数据1 ! , , !表（某零件长度值数据表）表（某零件长度值数据表）51iixxixiR样本 1 49.4850.062 49.5160.073 49.5000.064 49.4960.075 49.5300.116 49.5060.127 49.5040.108 49.5

53、020.069 49.5060.1210 49.5260.0911 49.5000.1112 49.5120.0613 49.4940.0714 49.5260.1051iixxixiR样本 15 49.4900.0916 49.5040.0517 49.5100.0718 49.5060.0619 49.5100.0520 49.5020.0821 49.5160.1022 49.5020.0623 49.5020.0924 49.5000.0525 49.5240.11 1237.6692.00平均 49.50680.080 51iixxixiR单位mm1 ! , , !例例- -第三步第三步3 3、计算总平均和极差平均、计算总平均和极差平均kiixnx15068.491kiiRkR10800. 011 ! , , !例例- -第四步第四步4 4、计算控制线；、计算控制线；n2 23 34 45 56 67 78 89 91010A(n)1.8811.8811.0231.0230.7290.7290.5770.5770.4830.4830.4190.4190.3730.3730.3370.3370.3080.308D3(n)0.0760.0760.1360.1360.3370.3370.3080.308D4(n)3.2673.2672.5752.5752.2822.2