质量控制基础ppt课件

1、质量控制根底 讲演1：统计根底 Prepared by SAE XQ Huang.1.数据及其分类1.1数据是什么？ 远古时代人们需求计算人或财物的多少，用手指一个一个比较，构成初步数的概念。 “据是一种媒质，用以记录。 那么把“数记录到媒质上，就是“数据了。我有左巴掌加右巴掌小指的刀数，够用了。数据是人们按照公认的规范记录世界的一种方法.1.数据及其分类數据計量值：計量數据是指對于所调查子組中每一個單位產品的特性值的數值大小進行測量与記錄所得到的觀測值。例如：長度、分量等。特点：延续型数据，可以无限细分。計數值:計數數据表示通過記錄所调查的子組中每個個体能否具有某种特性(或特征)，計算具有該

2、特性的個体的數量。例如：電視机、磁頭等。特性：离散型数据，不可以无限细分計數值計件值：是按件、按個、按項計數的數据。例如：合格品件數、磁頭個數、HSA 的每日产出量等。計點值：是指按缺陷點計數，例如：疵點數、气泡數、單位缺陷數、1.2数据的分类官能量数据：取决于人的感观的量如天空很蓝, 用的是视觉特点：无法准确表述，但可以经过一定的规范转化为计量或计数数据其中计数型数据可以分为以下两类：.1.数据及其分类1.3搜集数据的目地 控制/调理、分析和检查1.4搜集数据的要求1.4.1针对性：可以反映实践需求。1.4.2完好性：反映的过程要完好，并且数据应该可以追溯，即必要时可以追溯相应的5M1E1.

3、4.3准确性1.4.4及时性：1.4.5延续性1.4.6一致性：包括数据的位数，修整规那么。A.舍入法: 普通采用四舍六入,对于末尾数为五的,如倒数第二位为偶数的,那么直接舍去. 例:2.335 舍入2.34; 2.245舍入2.24B. 数据加减乘除后: 普通取比原始测试数据的小数点位数多一位. .1.数据及其分类1.5数据的可靠性-异常数据的剔除1.5.1什么是异常数据? 指样本中的个别值,其明显偏离 了所属样本 的其它值1.5.2产生异常数据的缘由第一, 能够属于所研讨的总体固有的随机变异性的极端表现。这种异常数值和该样本中其他数据属于同一总体。第二, 也能够是由于实验条件和实验方法偶尔

4、偏离所产生的后果、或者由于观测、记录、计算中的失误呵斥。这种异常值和样本中其他数据不属于同一总体。为什么会产生异常数据?惨了,不幸多加了个0,100变成了1000.1.数据及其分类1.5.3处置异常数据的方式1.5.4异常数据的剔除规范国标.1.数据及其分类1.5.5怎样剔除异常数据? 比较流行的有格拉不斯(Grubbs),奈尔(Nair)和迪克逊(Dixon)法. 本文仅引见Grubbs方法. Grubbs法适用于正态分布或对数正态分布的数据,对样本中仅含一个异常值时效果最正确. 但样本中异常值超越两个,且察看数较少(如=30)时效率能够会降低.稍候会有引见P-value, Tn(a)见附表

5、.1.数据及其分类1.5.5怎样剔除异常数据举例.1.数据及其分类附表:Grubbs检验简表.N总体數(批量數)USL規格上限n樣本的大小(又称子组大小)SL規格中心限 (u=規格中心值)X平均數 LSL規格下限R极差P-value拒绝原假设的显著性水平. (s )总体方差和 样本方差Cp无偏移过程能力指數 (s)標准差( =总体標準差, s=樣本標準差)Cpk有偏移过程能力指數P不良率標准差估计值NP不良數T規格公差 T=USL-LSLC缺點數k样本数目(又称子组数目)U每單位缺點XUCL平均數管制上限DPPM百萬分之不良Xbar(X) 平均數中心限UCL控制上限XLCL平均數管制下限CL控

6、制中心限RUCL极差管制上限LCL控制下限Rbar(R) 极差中心限M(X)中位數RLCL极差管制下限22 2.统计术语及统计特征数 2.1统计术语留意:样本规范差不等于总体规范差, 总体规范差普通只能由样本规范差估计.1. N=总体數(批量數): 指总体(批量)數多少的個數.(例: 共50個HSA, N=50)2. n=樣本的大小(又称子组大小)指樣本. 例: 抽了7個樣品,n=73. X=平均數: 样本的平均值,計算公式: X=(X1+X2+Xn)/ n n=樣本大小, X1,X2.表示各個數值 例:有數值: 1.5 1.6 1.7 1.55 1.65 X=(1.5+1.6+1.7+1.5

7、5+1.65) / 5=1.64. R=极差: 該样本最大值-最小值的得數,計算公式: R = MAX(該样本最大值)-MIN(該样本最小值) 例:有數值: 1.5 1.6 1.7 1.55 1.65 那么 R =1.7-1.5=0.2 5. 样本方差 s =6. 樣本標准差 s = 附:部份計算公式2 (Xi-X)n-122 (Xi-X)n-1由上例数据, s = (1.5-1.6) +(1.6-1.6) +(1.7-1.6) +(1.55-1.6) +(1.65-1.6) / (5-1)2.2.统计术语及统计特征数更多术语参考(暂时略过):.2.统计术语及统计特征数2.2统计特征数分布 分

8、布：指一群数据的集合。任何可度量的景象都服从统计分布1分布的根本性质：中心如均值，分布如规范差sigma和方差和外形如峰度和偏度。2中心极限定理：不论总体分布外形如何，随着样本容量的添加，样本均值的分布趋向于正态分布 正态分布的决议参数：均值和方差sigma2) (3)经常运用的分布: 正态分布, 泊松分布, 二项分布, t分布, 等等.2.统计术语及统计特征数2.2.1正态分布.2.统计术语及统计特征数2.2.1.1正态分布的实践数据的拟合Histogram(直方图) 搜集到100个数据:.2.统计术语及统计特征数2.2.1.2从正态分布我们可以得到什么启发? 假设您的工序产品的特性值服从正

9、态分布并且有规格(LSL和USL)限制.2.统计术语及统计特征数2.2.1.3如何从直方图分析您的数据?.2.统计术语及统计特征数2.2.2 t分布.3.抽样方法抽样方法共分四种, 分别为:简单随机抽样,系统抽样、分层抽样、整群抽样. 以下将详细引见3.1简单随机抽样 设一个总体的总数为N，假设经过逐个抽取的方法从总体中抽取一个样本，且每次抽取时 , 各个个体被抽到的概率相等.3.2系统抽样 当总体中个体数较多时，采用简单随机抽样显得较为费事，这时，可将总体分成平衡的几个部分，然后按照预先定出的规那么，从每一个部分抽取个个体，得到所需求的样本，这种抽样就称为系统抽样或机械抽样*系统抽样与简单随

10、机抽样的联络是：将总体均分后的每一部分进展抽样时，采用的是简单随机抽样3.3分层抽样 当组成总体的几个部分有明显的差别时，为了使样本更真实地反映总体的情况，常将总体分成几个部分，然后按照各个部分所占的比例进展抽样，这种抽样叫做分层抽样，其中所分的各个部分叫做层3.4整群抽样. 抽样单位不是个体而是群体，如居民区、班级、连队、乡、村、县、工厂、学校等。然后用以上几种方法从一样类型的群体中随机抽样。抽到的样本包括假设干个群体，对群体内一切个体均给以调查。群内个体数可以相等，也可以不等。.3.抽样方法3.5要点简析3.5.简单随机抽样是系统抽样和分层抽样的根底，它们都是一种等概率抽样，由其定义，建议

11、抓住以下特点了解： (1)它要求被抽取样本的总体个数有限； (2)它是从总体中逐个地进展抽取； (3)它是一种不放回抽样. 3.5.2 系统抽样，又称等距抽样，号码序列一确定，样本即确定了，但要求总体中不能含有一定的周期性，否那么其样本的代表性是不可靠的，甚至会导致明显的偏向。 3.5.3抽样方法经常交叉起来运用 比如：分层抽样，假设每层中个体数量仍很大，那么可辅之系统抽样，系统中的每一平衡的部分，又可采用简单随机抽样。.3.抽样方法例: 120 个零件中，一级品 24 个，二级品 36 个，三级品 60 个，从中抽取容量为 20 的一个样本。下面分别用三种方法来计算总体中每个个体被抽取的概率

12、。 (1)简单随机抽样法采用抽签法： 易知每个个体被抽取到的概率均为 20/120 = 1/6(2)系统抽样法：将 120 件产品分成 20 组，每组 6 件，每组取 1 个， 那么每个个体被抽到的概率为 1/6(3)分层抽样法：一级、二级、三级品之比为 24 3660=235， 分别从一级、二级、三级品中抽取4件、6件、10件， 每个个体被抽到的概率分别为 1/6 。(4) 整群抽样法: 一切产品分为120/20=6群, 每群从一二三级产品中分别取1/6构成一群,那么每一群抽到的概率都是1/6, 相当于每个产品抽到的比例亦为1/6. 所以无论运用哪一种抽样方法，总体中的每个个体被抽到的概率都是一样的。 Comment：三种抽样方法的共同点就是：每个个体被抽到的概率都是一样，这样样本 的抽取表达了公平性和客观性。.3.抽样方法3.6 实践运用中的抽样方式抽样检验摘自, 下同.3.抽样方法3.6抽样检验的根本术语(黑体字部分).3.抽样方法3.7 检验的OC曲线10n批产品的接纳概率.3.抽样方法3.7 检验的OC曲线.3.抽样方法3.7 检验的OC曲线.3.抽样方法3.7 检验的OC曲线.4.产质量量动摇影响质量的要素称为质量要素,分类如下:4.1按来源分: 可以划分为人机料法环和丈