汽车运输企业全面质量管理基础知识教1

1、.：.；汽车运输企业全面质量管理根底知识教材 HYPERLINK yqjtgs/yqwh/jiaocai/jc/qy.htm 前言 HYPERLINK yqjtgs/yqwh/jiaocai/jc/1.htm t _self 第一章 HYPERLINK yqjtgs/yqwh/jiaocai/jc/2.htm t _self 第二章 HYPERLINK yqjtgs/yqwh/jiaocai/jc/3.htm 第三章 HYPERLINK yqjtgs/yqwh/jiaocai/jc/4.htm t _self 第四章 HYPERLINK yqjtgs/yqwh/jiaocai/jc/5.htm

2、 t _self 第五章 HYPERLINK yqjtgs/yqwh/jiaocai/jc/6.htm 第六章 HYPERLINK yqjtgs/yqwh/jiaocai/jc/7.htm 第七章 HYPERLINK yqjtgs/yqwh/jiaocai/jc/8.htm 第八章第五章 汽车运输全面质量管理常用的数理统计方法第一节 数理统计概述“一切用数听说话，是全面质量管理的根本指点思想，但是并非一切数据都可以用来“说话，并非不经加工的数据就可以拿来“说话的。那么如何才干正确地用数听说话呢？这就要学会运用数理统计方法。数理统计方法的实际根底是数理统计学，它是以概率论为根底的一门数学分支，将

3、它运用于质量管理，主要是处理运用数据的方法问题，即正确地把搜集数据，科学地分析数据，使搜集的质量数据能反映质量活动的客观规律，从而为控制质量活动全过程组织和协调质量任务提供可靠的数据，有效地指点质量管理任务的开展。一、数理统计在质量管理中的主要作用数理统计运用于质量管理主要处理以下几个问题：一提供可靠的质量数据。如平均值、极差、规范偏向等。二用数据或图表描画质量特征。如运输质量的平安性、及时性、方便性、车辆的技术性能等。三比较两件事物中的差别。如判别不同的运营方法之间运输质量存在着哪些差别等。四分析影响质量的各种要素，并给予定量。如运用陈列图分析影响班车正点的各种要素，并分出主次。五分析两件事

4、物或一件事物的两种质量特性之间的关系。如运用相关图分析运量与班次的关系。六研讨取样与实验方法，确定合理的实验或设计方案。二、数理统计方法运用于质量管理的任务程序。全面质量管理运用数理统计方法大致按照如下任务程序进展：一针对所要处理的质量问题用科学方法搜集数据。二将搜集的数据整理归纳，构成能阐明问题的图、表或计算出特征值，如平均值、百分比、规范差等。三对这些经过整理的数据、图、表进展察看、分析、找出其中的统计规律。四根据统计规律的启示，找出影响质量的主要问题。五针对找出的问题采取措施，到达提高质量的目的。质量管理活动中运用数理统计方法的任务程序如图51所示统计规律数、表、图形特 征 值搜集数据整

5、 理归 纳观 察分 析组织、协调专业技术提高质量主要问题图51数理统计运用任务程序三、数据数据即丈量质量特性所得的数值。数据是数理统计研讨的对象，也是质量管理活动的主要根据。所以在质量管理中运用数理统计方法时首先要对数据的特性有一个明确的认识。一数据可分为计量值数据和计数值数据两大类。1、计量值数据。可以延续取值的数据叫计量值数据，所谓能延续取值是运用计量工具可以测出小数点，如1.1、1.2、1.12、1.112.等。长度、容量、时间、温度、运用寿命、强度、化学成分等都是可以延续取值的，都是计量值。2、计数值数据。不能延续取值的数据叫做计数值数据。这类数据用计量工具丈量只能得出整数，不能得到分

6、数或小数。如车辆数、机器数、正点班次、正点率、正班率、事故死亡人数等。由于百分比是源于计数值或是计量值，要详细分析，普通来说分子是计数值的，这个百分率就是计数值数据，如正点率，它的分子是正点班次，班次不能去小数，源于计数值，因此，正点率是计数值的数据。虽然正点率有时分子会出现小数，如98.5%，但这个分子不是表示正点班次，而是约分以后的结果，表示正点班次在总班次中所占的比重，所以依然应该看成是计数值。二数理统计常用的几个特征值1、算术平均值算术平均值是表示平均程度的数，比如某车队共有10辆车，某日行驶里程如下表：车 号12345678910行驶里程(公 里)247235245281213212

7、260213219240欲求这一天的平均车日行程那么将各车辆的车日行程相加除以车辆数236510=平均车日行程= 247+235+245+281+213+212+260+213+219+24010=236.5公里以上计算方法是简单算术平均数的计算方法，还有一种加权算术平均数的计算方法，主要是用于分组资料的计算。例如，某汽车公司当日班车的行驶里程分组如下：行驶里程公里班车数22023040230240452402505025026035从这个表中看不出每个班车的行驶里程，无法用简单平均数的计算方法将一切班车的行车里程相加。但是根据这个分组资料也可以算出车日行程的平均数，计算时先算出各组的组中值，

8、然后用组中值乘以各组的班次数，再将得到的乘数除以班次总数，计算公式如下： = 其中：x为样本平均数读x坝，为计算，为总和符号读西各马，f为各组频率，x为样本各组的组中值，n为样本中的子样总数。将例中数值代入：= =239.7公里=(fx) 22540235452455025535 n40455035 当日该公司各班车平均车日行程为239.7公里，这种利用组中值算出的加权平均数是近似值，但是计算很方便，不需求将170个班车的里程全部调查出来再计算总和，对汽车运输企业来说准确度曾经符合要求，不一定要绝对准确。这种计算方法中，各组的频率例中为各组的班车数起着权衡轻重的作用，所以被称为“权数，这种计算

9、方法称为加权算术平均法。2、几何平均数汽车运输企业经常要计算几年内平均增长速度。如运量、周转量、营收、本钱等，运用算术平均数计算不出来，必需采用几何平均数，例如某新辟线路5年内客运周转量增长率分别为100%，200%，250%，300%和400%，加上基数100%相应的增长系数那么为2，3，3.5，4和5，假设开场周转量为100人公里，5年内会增长到100233.545=42000人公里。假设用算术平均数计算增长系数是：2+3+3.5+4+55=3.5平均年增长率那么为250%，以这种递增率来验算即为1003.53.53.53.53.5=52522公里。前面算出的期末周转量为42000人公里，

10、相差10522人公里，这是一个相当大的误差，阐明用算术平均法不行，必需用几何平均数。利用几何平均数计算平均增长系数，即把5年的增长系数相乘，然后对这个乘积开5次方，计算几何平均数的公式是：Mg= n X1X2X3Xn将例中数值代入Mg= 5 2 33.545=5 420 =3.347减去基数100%，正确的平均率增长率为234.7%。3、中位数中位数是从一组数据中取出的一个数据点的值，它表示位于数据中心位置的那一项的大小。这一项位于数据数列的正中心，有一半察看值在它上面，一半察看值在它下面，说得简单一些就是处于中间位置的一个数。计算中位数时，首先要把这些数据按由大到小或由小到大的顺序陈列，如这

11、组数据的个数是奇数，那么数列正中心的一项就是中位数，假设这组数据的个数是偶数，那么中位数是数据数列中心两项的平均值。中位数与平均数相比，有些优点，最重要的优点是它不受数据中特殊值的影响，例如某车队有10辆车，其中9辆平均节油100公升，有一辆费油200公升，平均数即降为70公升。如取中位数依然是100公升，后者更能反映普遍程度。另外，当所取样本不是详细数据而是等级时，也可以取中位数代表普遍程度。如某公司有11个车站。文明站评选中列出了先后顺序，按顺序的第六个站可以代表普遍程度。而平均数却无法得到。但是中位数与平均数相比，计算比较费事，首先要把资料顺序陈列，对于察看值个数多的不方便运用。4、众数

12、众数是所取样本中出现次数最多的那个数值。例如某队10辆车的节油程度分别为：150、120、125、150、130、150、160、170、165、155，其中150出现了三次，次数最多，所以它就是众数。采用众数，与质量分布特点和各种平均数的特点有关，比如在选择车型时就要根据旅客、货主的意见选择众数，而不能用平均数和中位数。在诊断质量管理成果时也往往需求用到众数。在民主评议干部时那么是根据众数作结论的。众数的特点是不受极端数值的影响，当数据数列中出现开口组时也不受影响，但是当资料中包括同样次数的众数时，不方便采用。还有些资料中没有众数，因此在质量管理活动中众数不象平均数，中位数那样经常地运用。四

13、、总体和样本总体是指包括调查时对象一切单位的普通总体，也称母体。例如一个汽车运输企业的全部车辆，全部职工，全部岗位，全部任务等，它是质量管理活动最终要阐明的认识对象，从总体中随机抽选出来的单位所组成的小总体叫做样本，也叫子样或抽样总体，样本中的各单位叫样本单位，样本单位数用n表示。从样本中抽选一部分单位进展调查，可以有两种方法：一种是根据本人对总体情况的了解和判别有认识的选择假设干个有代表性的单位进展调查，另一种是随机抽选，即在抽选详细单位时，不掺杂客观判别，而是使总体中的每个单位都有同等的时机被抽到。我们通常只把按随机原那么抽取样本的调查叫做抽样调查。这是质量管理中经常要用到的一种方法，它的

14、作用是：一对于无限总体，不能够进展全面调查，可采用抽样调查反映总体特性。二破坏性的实验也不能够进展全面调查，例如发动机运用寿命，各部件耐磨程度，耐高温性能等，只需用抽样调查的方法检验。三有些总体从实际上讲可以全面调查，但实践上办不到。例如，班车行驶途中的无票乘车人数，专业汽车运输公司的日运量高达数万人，以致数十万人，不能够上路逐人检查，只需从稽查组抽样调查，计算出无票乘车率。四和全面调查相比较，抽样调查简便易行，抽样调查的单位比全面调查少得多，因此能省时省力，迅速地得到调查结果。例如人口普查全面普查要破费大量的人力，物力和很长时间，因此，有时也用抽样调查的方法。1987年我国就是用1%抽样调查

15、的方法普查人口总数。五有时抽样调查的结果比全面调查更准确。全面调查的调查单位多，涉及面广，参与调查汇总的人员也多，统计程度参差不齐，误差也较大。抽样调查的调查单位少，汇总人员少，可以选择统计程度高的人员参与，误差相对小一些。抽样调查虽然在质量管理中作用很大，用途很广，但是它只能提供阐明整个总体情况的统计资料，方便提供各种详细分类的统计资料。因此，抽样调查和全面调查不能偏废，也不能相互替代，必要时还要同时运用。五、QC工具概述QC工具是指全面质量管理常用的数理统计方法。经过这些方法把搜集的数据加工整理、分析、处置、到达控制工序质量，预防质量缺陷和提高质量的目的。如今常用的QC工具为新老“QC七法

16、，“老七法是：分层法、因果图法、陈列图法、调查表法、直方图法、分布图也叫相关图法、管理图也叫控制图法。“新七法是：关系图法、KJ法、系统图法、矩阵图法、矩阵数据分析法、PDPC法、箭条图法、汽车运输企业目前运用较多的是“老七法，下面重点引见“老七法。第二节 分层法把搜集到的数据按照不同的标志分类，再进展加工整理的方法叫分层法。分层法也叫分类法或分组法，分层的目的是把错综复杂的质量影响要素分析清楚，使数据能更加明确地反映质量活动规律。例如一场排球，假设连输三局，那么一共失误45分，从总数上看不出问题出在哪里，教练员一定要用分层法进展分析的。假设失误情况如下：接发球失误15分，发球失误10分，拦网

17、失误8分，扣球失误7分，配合失误5分从分层统计表上可以看出主要问题出在接发球失误和发球失误上，针对这两个薄弱环节训练，再赛时就能够获胜。假设不用分层法，不作详细分析，以为输了就是实力不如对方，那么，再战时还是要失败。汽车运输企业对质量数据的分层可以按照以下标志进展：一按人员分：按不同任务人员的年龄、工龄、性别、文化程度、技术业务程度、思想素质等标志分层。二按机具、设备分：即按照不同的车型、厂房、站房、机器、设备、设备、不同的机、手工具等标志分层。三按原资料分：即按消费原料的不同产地、制造厂、成分、规格、机号、到货日期等标志分层。四按运输方式分：如长途、短途、农公、旅游、包车、整车、零担、联运、

18、集装箱等。五按旅客、货物的构成要素分：旅客有长途、短途、城市、乡村、工人、农民、干部、学生等。货物有建筑资料、日用百货、鲜活物品、农副产品、轻工业物资、重工业物资等。六按工艺方法分：如不同的驾驶操作，车站效力、保修工艺等。七按管理程度分：如不同的行政管理、专业技术、质量管理方法、思想政治任务方式等。八按检验方法分：如不同的检验方式，不同的检验工具，不同的取样方法等。九按时间分：如年、季、月、旬、日、白天、黑夜等。十按气候分：如春、夏、秋、冬，雨、雾、雪、晴等。十一按环境分：如不同的社会条件，自然环境、政治情势，道路经过才干等。分层的标志很多，在分析不同的质量问题时，不要机械、呆板地套用，要根据

19、详细情况灵敏地确定。分层法经常与其他方法结合运用，例如画陈列图时就首先要将数据分层，作出分层统计表，详细运用下面再讲。第三节 陈列图法一、概念和原理陈列图又叫巴雷特图，按照实践运用的含义也可以称为主次要素陈列图。它是从影响质量的假设干要素中找出主要要素的一种数理统计方法。陈列图由意大利经济学家巴雷特始创，他在分析意大利社会的财富分布情况时发现绝大多数人处于贫困形状，少数人占有社会的绝大部分财富。他运用陈列图直观的反映了这种“关键的少数、次要的多数的关系。后来美国质量管理专家朱兰把这个根本原理运用于质量管理，发现虽然影响产质量量的要素很多，但真正起到关键作用的仅仅是少数几项，而他们呵斥的不合格品

20、却占总数的大部分，于是他利用“关键的少数，次要的多数，这个根本原理对质量数据进展分类陈列，以直观的方法阐明影响质量的主次要素。这就是陈列图在质量管理中的运用。二、根本格式陈列图普通由两个纵坐标、一个横坐标、几个直方形和一条曲线所组成。一左边的纵坐标表示频数，即不合格品的件数、次数、损失金额等。二右边的纵坐标表示频率，即不合格品的百分比。三横坐标表示影响质量的各个要素或工程，按影响程度的大小从左到右顺序陈列。四直方形的高度表示某项要素影响的大小。五曲线即巴雷特曲线，表示各影响要素的累计百分比，通常把累计百分比分为A、B、C三类。080%为A类要素A虚线包含部分，是主要要素；80%90%为B类要素

21、B虚线与A虚线之间的部分，是次要要素；90%100%为C类要素C虚线与B虚线之间部分，是普通要素。图5-9 陈列图60309012015020406080100ABC频数件次00N=98频率%三、举例作图例题：某客运车站某月晚点班次数为98班，经分析晚点缘由主要是：驾驶员责任；发车员责任；车况不良；道路阻塞；气候不好，还有一些其他缘由。试作陈列图分析。作图方法如下：一先将98个晚点班次按不同的缘由分层统计，作出分层统计表序号原 因频数班次频率%累计频率%1驾驶员责任4647472车况不良3031783发车员责任1111894道路阻塞44935气候不好33966其他缘由44100合 计：9810

22、0作分层统计表时留意将影响要素从大到小顺序陈列，“其他一栏放在最后。二画出两个纵坐标和一个横坐标，在左边纵坐标的最高点标上“100，略高于晚点班次数98。如总数是48，最高点那么可标为“50在右边纵坐标与左边刻度98齐平的地方标上“100%，由于分层统计共有六项，所以将横坐标六等份，并表上序号。如图53三以各工程的频数为高度，依次画出直方，如第一项驾驶员责任为46次，那么以右边横坐标46的高度画出第一个直方，以下类推如图5420 40608010050%100%20 40608010050%100%图5-3 图5-4四画出巴雷特曲线，在第一个直方图的右上角点一个点，标出该直方的百分比“47%，

23、把第二个直方的右边线延伸，在第二项与第一项的累计频率78%的高度打一个点，并表上“78%，以下类推，将一切的点衔接起来即为巴雷特曲线。五阐明统计总数用N=x表示，频数单位、各工程频数高度、图题等必要事项，一个陈列图就画成了如图55现将作图步骤简单归纳如下：第一步：作分层统计表；第二步：画纵横坐标；第三步：画直方；第四步：画巴雷特曲线；第五步：注明必要事项。图5-5 陈列图 频率%50%100%20406080100N=9847%78%89%93%频数次 96% 0 0%1 2 3 4 5 6 四、察看方法和本卷须知：一陈列图作好后要分析主要要素，次要要素和普通要素，即作出ABC分类线，察看影响

24、质量问题的主要要素是哪一次或哪几项，如举例主要要素是驾驶员责任和车况不良，应该针对这两个问题进一步排出产生问题的缘由，进而采取措施，予以处理，以后逐渐处理次要问题和普通问题。二普通情况下，主要要素只能是一个，两个，最多不超越三个。假设主要要素包含的工程太多，就失去了抓住主要矛盾的意义，需求重新分类。三描画质量缺陷的陈列图，除了用缺陷数为频率外，还可以用损失金额，损失工时等反映经济效益的数据为频数作图，作图结果，主要要素能够会发生变化。例如，在竞争中晚点会带来经济损失，例中的主要要素“驾驶员责任引起的晚点普通时间较短，带来的经济损失很少，甚至没有；而因路阻、车况不良等缘由引起的晚点那么能够带来较

25、大的经济损失，重新分类后位置就会发生变化。四普通要素较多时，可以列入“其他栏内。因此，“其他栏能够比前面的工程频数高，但为了分析方便仍将“其他栏放在最后。五数据分层标志不能只看景象、机械地罗列，而要根据影响质量的缘由分，如例中晚点班次可以按时间，班组，线路划分，但真正排找缘由还是要按影响要素分层，为了透彻和分析缘由，有时还要同时从几个不同的方面进展分类，画出几种陈列图。六找出主要要素，并采取呼应措施后，为了检查效果，还要重新画出陈列图，以便对照。总之，运用陈列图察看和分析问题有很多益处，概括起来就是“直观笼统，简单明晰，主次清楚，易学易用。不论是在消费第一线，还是在管理岗位都可以运用。因此，陈

26、列图法是汽车运输企业推行全面质量管理运用最广泛的根本方法。第四节 因果分析图法一、因果分析图是寻觅质量问题产生缘由的图，也叫特性图。图外笼统树枝或鱼刺，也叫树枝图或鱼刺图，其根本外形如图56如下图，因果分析图由缘由和结果两部分组成。结果是我们所要分析的质量问题，原来由主干、大枝、中枝、小枝所组成。主干是指向质量缘由的一条程度线。大枝是表示产生质量问题的几大类要素，普通从人、机、料、法、环五大要素分析缘由，也可增减或从其他角度分析；中枝是各类大缘由中分析出的详细要素；小枝是在中缘由的根底上进一步分析出的更详细的要素。 图5-6因果图人机料中缘由(中技)法环汽车运输企业产生的质量问题，大体上都可以

27、从工程质量的五大要素人、机、料、法、环上寻觅缘由。但是各种详细的质量问题往往不是一种或几种缘由的结果，经常是多种复杂要素综协作用的结果。要从这些错综复杂的要素中找出头绪，找到真正起作用的要素，找出关键要素，并不是一件轻而易举的事情。只需层层深化地详细分析，才干真正分析出影响质量的详细缘由。因果分析图就是这样一种分析和寻觅质量缘由的简便有效的科学方法。详细运用因果分析法，要发动群众，集思广益，把大家的意见集中起来，画到一张树枝状的图上，全面系统的，直观笼统的反映问题。要依托群众的智慧和力量，进一步分析缘由与缘由之间的关系，从交错复杂的大量影响要素中理出头绪，找出主要缘由，从而制定处理问题的方案措

28、施。所以，运用因果分析图是发动群众参与质量管理，发扬全员管理的作用，处理质量缺陷的一种好方法。二、举例分析这是某车站分析运营方法不顺应竞争情势的因果分析图见图57，图中按“人员、“管理、“方法、“设备、“环境四大缘由分类排出中缘由和小缘由，大缘由主要是起分类作用，小缘由才是可以采取对策的缘由。三、作图方法一确定质量特性。制造因果图时首先要明确分析什么问题，普通来说应选择质量关键或对质量影响较大的需求处理的问题作为分析对象。二确定大缘由。大缘由不一定都机械地按人、机、料、法、环五个方面分类，也不一定是五个，本例是分析车站任务质量问题，资料要素是次要的，没有列入。三根据大缘由分别排出各类大缘由的各

29、种中缘由，要求分类恰当，不能张冠李戴，不要把这方面的要素列到那方面去，比较容易混淆的是环境和设备，人员和管理要素。四根据各项中缘由分析出更详细的小缘由又叫末梢缘由。小缘由要求越详细越好，一定要分析到可以采取对策，但是不要包罗万象，要紧扣主题排出直接缘由，以便针对缘由采取措施。五标明图题，绘制日期，绘制单位等必要事项。四、本卷须知一因果分析图是用直观方式反映质量问题的，但是切不可把主要留意力放在方式上，虽然这种方式一学就会，真正用好却不容易。有些影响质量的要素并不是凭直觉就能发现的，假设没有较丰富的业务知识，没有较强的察看分析才干，对质量管理过程没有较全面、透彻的认识，就无法准确地找出影响质量的

30、缘由，那么所作的因果分析图也只能是流于方式。二不能闭门造车，要集思广益。光凭一个人的认识和智慧往往有较大的片面性，因此要召集职工，质量管理人员，专业技术人员及行政管理人员召开分析会议，充分发扬民主，这样不仅能较准确地利用，而且有利于对策实施。三在分析各种缘由时，要主次清楚，层次明晰，不要简单罗列。四因果分析图画好后要放到实际中去验证，发现与实践情况不符的要及时修正。五因果分析图中的缘由大多是影响质量的问题，而不是某种外表景象或正确的做法，胜利的阅历。六画图时要注不测形的匀称、美观、明晰、便于察看。五、分析和确认主要缘由主要缘由只在小缘由，即末梢缘由中分析，要将一切的末梢缘由都列出，逐项分析，确

31、定的主因不要太多，更不能将一切的末梢缘由都确以为主因，普通四、五项即可。主因确实认不能仅凭客观判别，一定要经过现场调查、现场验证、现场丈量、数据分析等客观方法确定。第五节 检查表法检查表法又叫统计分析表法，是利用统计调查表来进展数据整理和粗略分析缘由的一种工具。这种方法汽车运输企业运用非常广泛，如行车路单、接发车记录、事故调查、任务质量检查、各种原始记录、报表等不下于几十种。但是这里重点引见的是用于全面质量管理的一种特殊检查表对策表。对策表是QC小组在制定方案措施时常用的一种方法。对策表既是实施的方案，也是检查对照的根据。普通应包括以下几个工程：序号要因对策目的值措施执行者完成时间实施地点其中

32、，“要因栏主要是影响质量的详细缘由，普通是从因果分析图中的末梢缘由中确认获得。为处理要因问题需制定对策表，这张对策表是总的要求，主要起到职责分工，对照检查的作用，各执行人还要按照分工制定更详细的实施细那么，实施细那么依然用对策表的格式，但把“执行人写在标题中，成为“处理问题对策表，目的值最好要详细数据值表示，以便检查对照完成的情况。对策表定好后实施过程中可根据详细情况作部分修正，但改动不宜过多，修正时还要征求QC小组其他成员的意见，有分歧意见那么不宜修正，以坚持QC程序的一致性。第六节 直方图法一、根本概念直方图，是用于工序质量控制的一种质量数据的分布图。它是把从工序中搜集来的质量数据分布情况

33、画成以组距为底边，以频数为高度的一系列直方形连起来的图形。其根本方式如图58 直方图根本方式T频数 X图中纵坐标表示频率或频数，横坐标表示质量特性，每个直方的底边长度代表产质量量的取值范围，每个直方块的高度表示落在这个质量特性范围内的数据个数。二、作图方法：试以本行业实例阐明作图方法。某单位为了试行单车承包运营责任制，对全公司车辆的单位本钱进展抽样调查，被抽查的100辆车报告期单位本钱如表54表中数据除第一个15.45外，其他的因整数部分都是15，因此省略不写，如第二个30，表示该数为15.30，这样记录简单，计算也简便。详细作图步骤如下：确定分组数数据分组要恰当，太少会掩盖各组频数分布的变化

34、，太多会呵斥各组高度参差不齐，也不便计算。表5-4 客车单位本钱抽样调查数据表单位：元/千人公里抽样调查所得数据列中最大值列中最小值15.453029283531202634164516362432312426243050350326313738323616444084483034242738412620301841204038232228222010143940104230301432333228304949144434362230362226292644223120234816122324362448123030224014342132302140143322263722302626344

35、24222根据阅历，组数大体按如下关系确定：50-100个数据，分为6-10组；100-250个数据，分为7-12组；250以上数据，分为10-20组。本例取100个数据，分为10组，组数以K表示，即K=10二确定组距组距即组与组之间的间隔，用H表示，计算方法如下：=4.75=H=最大值最小值 LaSm 503 组数 K 10三确定各组上下界限值从实际上讲，各组的下界限值加上组距即为上界限值，第一组的下界限值为最小值Sm，依次加组距即得到各组的下界限值和上界限值。但是这样所获得的数据有能够与界限值重合，所以界限值应比丈量精度多取一位小数。最小计量单位 2详细方法是：下界限值=Sm 本例最小单位

36、是0.01元即1分， 1 2那么 第一组下界限值=3 =2.5第一组上界限值为下界限值加组距即2.5+5=7.5第一组上界限即第二组下界限值，再加上组距H即为第二组上界限值，依次类推，得各组界限值。四填写频数分布表频数分布表的格式如表55，可以成批印制这种表式，随用随填，非常方便，填制步骤如下：1、填组界。算出第一组上下界限值可依次加上组距即可。2、填组中值。组中值即“上限+下限2，以后依次加上各组距即为下一组的组中值。如第一组组中值为2.5+7.52=5，再加上组距5即为第二组组中值，余下类推。3、统计各组频数。统计时在“频数统计栏内划线记数或划“正记数。做这步任务要细心，每组统计数字后要在

37、数据表上做记号，否那么少记一个要全部返工，呵斥反复劳动。全部记数以后要核对总频数能否正确，差一个、多一个都要重新统计。核对正确将各组统计数字填入“f栏频数栏内，并在合计栏栏内填写合计频数，本例为100，即填“N=100。4、计算各组简化中心值u简化中心值为了计算方便，将各组的组中值同减去频数最大一组的中心值Xo再除以组距而得，本例第六组频数25为最大，于是各组中值都减去该组中值30，再除以组距5，便得到“u栏的数字。5、计算频数与简化中心值的乘积fu这是加权平均法的计算步骤，根本原理前面曾经讲过，计算时将各组“f栏数据乘上“u栏数据即可。最后填上累计值，本例为“24。表5-5 直方图频数分布表

38、 年 月 日组号组 界组中值分布频数统计FUFUFU2AE法 12.57.551-5-5251127.512.5103-4-124845312.517.5156-3522.52014-2-28562439D522.527.52519-1-191943C0627.532.5302600000732.537.535151151531A0837.542.54010220401625B942.547.54533927691047.552.55034124833H=5=30N=100-2633QE=98计算公式:6、计算fu频数与简化中心值平方的乘积这是计算规范偏向的步骤，用“

39、f栏数据乘以“u栏各数的平方，或用“u数据乘以“fu栏的数据均可。最后填上累计值，本例为336。7、计算平均值 计算平均值可以用两种方法，一种是变换数法，一种是AE法。1变换数法计算公式为：fu n= Xo+h-26100本例=30+5 =30+(-1.3)=28.72AE法AE法比变换数法更简便，用这个方法就不需求计算u、fu、fu2三栏的数据，只需算出AE法、两栏即可。栏计算方法：依然把频数最大的一栏定为O，上面一栏为C，下面一栏为A。然后把f栏最上边和最下边的数移过来，本例为1和3。上边第二个数字为f栏前两个数字的累计值1+3=4；第三个数字为f栏前三个数字的没累计值1+3+6=10，以

40、下类推。O以下的各数，用同方法自下而上累加。栏计算方法：还是把频数最大的一栏为O，并在上下方各填一个O。O以上一栏为D，以下一栏为B。栏的各数为栏各数的累计值，计算方法同上。、栏各数填好后便可按公式计算。(A+B)-(C+D)N(31+25)-(43=39)100-26100=X0+H =30+5 =30+5=30+(-1.3)=28.78、计算规范偏向S：根据俄国数学家契比雪夫定理，用规范差可以准确地确定落在平均数两例某个范围内的频率分布值有多少。所谓规范差即各变量值与它的算术平均数的偏向，计算规范差时先将各项离差数自乘，消去负号，平均以后再开平方根复原。本例 S=99、画直方图直方图与陈列

41、图有相通之处，学会了画陈列图，可以把部分作图步骤运用到直方图上来。详细步骤如下：1画一个直角坐标。纵坐标表示频数，最高刻度略高于最高一组的频数即可，本例最高频数为26，最高刻度可定为30。横坐标表示质量特性，其刻度应包含所取数据的最大值和最小值本例为50和3，还要包含公差即质量动摇的允许范围，设本例公差上限和下限分别为55和0，那么横坐标应稍长于55，以防止纵坐标与下限重合。2在图上标上N、X、S等特性值和规格上、下限X虚线，直方图便根本完成。图59 30N=100X=15.287S=9T2520151050 15.00 15.025 15.075 15.125 15.175 15.225 1

42、5.275 15.325 15.375 15.425 15.475 15.525 15.55 (元/千人公里)直方图的察看分析直方图的察看主要是看两个方面，一是看图形的外形，二是把直方图的位置和规格规范进展比较。1、直方图的几种常见外形见图5101正常型。又称对称型，特点是中间高、两边低、左右根本对称，这是理想形状的图形，阐明工序稳定。2孤岛型。在直方群以外又出现小的直方组像孤岛一样。阐明有异常质量动摇，如车型变化，燃料、轮胎或其他配件供应异常，新驾驶员等。3偏向型。直方的顶峰不在中间位置，偏向一边，有时是数据分组不当所致，有时质量分布本身就是这种规律，如春节运输期间的日运量就是偏向型的分布。

43、4双峰型。直方图中出现两个顶峰，这是把两种不同类型的数据混在一同呵斥的。如两种不同的车型混合抽样，或两种不同营运方式的车辆混合抽样所致。5平顶型。直方的高度差不多，频数分布详尽。这是有缓慢的要素起作用所呵斥的，如车辆老旧，保修质量下降，人员素质逐渐下降等。6锯齿型。直方参差不齐形如锯齿，能够是数据分组过多或计算有误，应重新分组计算。图5-10 (1) 正常型 2 孤岛型3 偏向型 4 双峰型5 平顶型 6 锯齿型2、用直方与公差进展对比主要是看直方图能否都在公差要求之内，在公差之内还要看位置如何，这种对比大体上也有六种情况见图511，图中B为数据分布范围，T为公差范围图5-11 直方图中实践分

44、布范围B与公差T对比情况TBTBTBTBTBTB(1) (2)(3)(4)5 61B在T的中间，平均值也正好与公差中心重合，两边有一定的余地，这样的质量形状比较理想。2B虽在T内，但因偏向一边，随时有超差的能够，须采取措施把分布范围向中间挪动。3B虽在T内，但完全没有余地，不小心就会超差，必需减少分布范围。4B大于T，这时有两种处置方法，一是从经济性出发降低规范扩展公差范围，一是坚持从规范出发减少分布范围。5B与T偏离位置过多，呵斥很多不合格品，应立刻采取措施纠正。6B分布范围太大，产生了超差，应采取措施减少B。本例作出的直方图为理想形状，这是为了适宜教学需求作了一些处置，现实上汽车运输企业质

45、量管理中作出的直方图普通都不是理想形的图，由于运输消费不象成批产品的加工制造那样严厉地控制规格尺寸。所以直方图能反映质量分布，估算不合格率即可，因此应把重点放在如何根据直方图采取措施提高质量方面，而不是看图形能否规范。第七节 控制图法一、概念和原理控制图也叫管理图，是用于分析和判别工序能否处于稳定形状所运用的带有控制界限的一种图形，它的作用是经过图形来显示消费随时间变化的过程中质量动摇的情况，分析和判别是偶尔性缘由还是系统性缘由所呵斥的动摇，从而提示人们及时作出正确的对策，消除系统要素的影响，坚持工序处于稳定形状，预防废品产生。二、根本方式控制图根本方式如图512所示，图上普通有一个直角坐标，

46、纵坐标为特性值，横坐标为样本号或时间。坐标中有三条线，中间的一条线叫中心线，常用实线表示并标上符号CL，上面的一条线叫上控制线，用虚线表示，标上符号UCL；下面的一条线叫下控制线，用虚线表示，标上符号LCL。这三条线是经过搜集过去一段消费稳定形状下的数据计算出来的。控制线的范围为3为规范偏向，在这个范围内，我们判别失误的能够性仅为千分之三，这个误差可以忽略不计。 ucl cl lcl 三、控制图的分类：控制图主要分为两大类：计量值控制图和计数值控制图。一计量值控制图1、-R控制图平均值、极差控制图这是一种最常用，最根本的控制图。可用于控制长度，分量、时间、消费量等计量值可反映的工序质量。这里的

47、计量是指的平均值，汽车运输企业的绝大部分质量数据的平均值都可以是计量值，因此，如运量、周转量、营收本钱，利润、平安质量目的，正点率、正班率、无票乘车率等都可以用-R控制图加以控制。其中，控制图主要用于察看质量分布的平均值的变化，R控制图主要用于察看分布的分散情况的变化。-R控制图将两种图结合运用既可以控制质量分布又可以控制离散程度，对工序的控制才干很强，很受管理人员和消费工人的喜欢。2、-R控制图中位数、极差控制图它与-R控制类似，只是用中位数替代平均数X。由于的计算比简单，故多用于在现场需求把测定数据直接记入控制图而进展管理的场所。3、X控制图单值控制图用于每取一个数据，需求较长时间的场所。

48、如行车事故，定站停靠率、商务事故、不测损伤、质量事故等。由于不象前两种控制图那样能获得较多的信息，所以灵敏度较差。二计数值控制图：1、P控制图不合格品率控制图用于控制对象为不良品率的场所，如售票过失率，返修率等。2、Pn控制图不合格品数控制图用于控制对象为不良品个数的场所。P为不良品率，n为样本大小，Pn即不良品个数，所以以Pn为样本中不良品个数的记号。Pn控制图可用于售票过失张数，晚点班次数，抛锚次数，维护返修车次等不良品次数的控制。3、C控制图缺陷数控制图用于控制对象为一部机器，一个部件，一定的长度，一定的面积或任何一定的单位中所出现的缺陷数目，如镀件上的砂眼数，机器设备的缺陷数或缺点次数

49、等。4、u控制图单位缺陷数控制图它与C控制图的不同之处在于：当样品的大小不变时运用C控制图，当样品的大小有变化时那么应运用u控制图。U控制图是控制每单位中的缺陷数，如万车公里事故次数，万张票过失次数等。控制图的种类很多，以上是常用的几种，其中-R图是最常用、实际根据最充分、最灵敏的一种，下面运用实例引见它的做法。四、举例作图制造-R图时，首先要确定平均数X的总平均值(读X罢罢)和极差的平均值R。确定时需抽取2025个子样组，测出样本数据，然后根据他们来计算值和R值。计算方法如下： 1+2+kk = 式中：1，2Xk为各子样组内平均数，K为子样数。1+2+k k=式中：1，2，k为各子样组内极差

50、值。平均值控制图的上下界限计算方法如下：UCL=+A2RLCL=-A2R式中：UCL为上控线 LCL为下控线 A2为系数，其大小取决于子样组内样品数目见表5-6极差控制图的控制界限可根据平均极差值来确定。对于R图来说。由于R总是正值，在理想的情况下，子样内各样品的尺寸完全一样R=0所以控制图上最主要的是上控制界限UCL和中心线R，下控制界限相对来说不太重要，极差普通情况下是越小越好，有时那么可以不画下控制界限。表5-6 控制 图 用 系 数 表系数NA2D3D4m3A2E21d221.8803.2671.8802.6600.88631.0232.5751.1871.7720.59140.729

51、2.2820.7961.4570.48650.5772.1150.6911.2900.43060.4832.0040.5491.1340.39570.4190.0761.9240.5091.1090.37080.3730.1.8640.4321.0540.35190.3370.1841.8160.4121.0100.337100.3080.2231.7770.3630.9750.325现举例阐明某汽车运输企业为了加强经济核算用-R控制图控制单位收入，每天随机抽取五辆车测算，一共20天获得100个数据如表57，试作出-R控制图。解：一填数据记录表表5-7R控制图数据记录表组号X1X2X3X4X5

52、XR10.0240.0200.0200.0240.0180.0210.00620.0160.0230.0200.0230.0190.0200.00730.0200.0210.0200.0180.0180.01940.00340.0210.0200.0190.0220.0230.02100.00450.0210.0220.0180.0170.0200.01960.00560.0190.0200.0190.0180.0220.01960.00470.0200.0210.0210.0200.0190.02020.00280.0220.0240.0170.0210.0210.02100.00790.0

53、220.0220.0240.0160.0200.02080.008100.0180.0200.0240.0190.0220.02060.006110.0190.0210.0220.0210.0180.02000.004120.0190.0250.0170.0210.0200.02040.008130.0210.0160.0180.0200.0230.01960.007140.0220.0180.0190.0180.260.01860.006150.0210.0180.0190.0220.0190.01980.004160.0200.0200.0210.0220.0230.02120.00317

54、0.0230.0240.0200.0190.0220.02160.005180.0160.0180.0210.0170.0200.01840.005190.0210.0200.0180.0200.0210.02000.003200.0230.0200.0210.0190.0220.02100.004合计0.4050.101平均=0.020=0.005数据记录表可直接按固定格式一致印制，如表57，每次运用时将搜集的数据填入即可。搜集数据应在50个以上，本例搜集了100个。将所取数据分组，普通每组35个数据，本例每组5个数据，共20组。计算各组平均值= X1+X2+X3+X4+X5 n将计算出的数

55、据分别填入各组一栏。三计算各组的极差R各组的极差为组内最大值减最小值之差。R=X大X小将算出的数据填入各组R栏计算总平均值= K计算各组极差值的平均值 = R 本例=0.005 K六计算中心线和控制界限图中心线CL=X=0.020图上控制线UCL=X+A2R=0.020+0.5770.005=0.020+0.003=0.023图下控制线LCL=XA2R=0.0200.5770.005=0.0200.003=0.017R图中心线CL=R=0.005R图上控制线UCL=D4R=2.1150.005=0.011R图下控制线LCL=D3R 本例N7，D3无值，因此下控制线无须画出。其中A2、D4、D3

56、都可以从控制图系数表中查出，本例N=5，即从N栏中找到，在5横列中与A2相对应的即A2系数，与D4相对应的即D4系数，与D3相对应的即D3系数。七画控制图将上面计算出的控制界限画在坐标纸上如图513，上部为管理图，下部为R管理图。横坐标刻度为样本组编号，虚线为控制界限线，实线为中心线。各组X和R值按样本组编号分别在呼应的坐标处打点，然后用折线衔接各点，再标注必要事项，-R控制图便作成。五、控制图的察看分析作控制图的主要目的是分析判别消费过程能否稳定，能否处于控制形状。处于控制形状必需满足两个条件：1、点子没有超出控制界限。2、点子在控制界限内陈列没有缺陷。反之，出现以下两种情况可判别消费过程失

57、控：1、点子超出控制界限2、点子在控制界限内陈列有缺陷凡有以下情况之一即判别为陈列有缺陷：1点子在中心线一侧延续出现9次。2延续出现6点上升或下降的倾向。3延续14点中相邻的点子总是上下交替。4延续3个点中有2个点落在中心线同一侧的B区以外。5延续5点中4点落在中心线同一侧的C区以外。6延续15点落在中心线两侧的C区以外。7延续8点落在中心线两侧且无一点在C区。以上8种缺陷见图514图5-14 消费过程失控情况判别 本例客车单位收入-R控制图根本上处于控制形状。如有点子超出界限那么能够有浮收运费景象，如有缺陷那么应分析缘由分别采取措施予以处理。当然这是从实际上进展分析，详细实际当中还有许多其他

58、要素，不可一概而论。但是决不可因此而以为控制图在汽车运输企业不适用，关键是如何熟练地、灵敏地适用上下工夫，为管理自动化打下根底。第八节 分布图相关图法一、概述分布图又称相关图，是将两种要素的数据列出，并用“点填在坐标纸上，察看两种要素之间关系的图。这种关系分析就称为相关分析。简言之，分布图即表示两个变量之间变化关系的图。相关的两个变量之间的关系有一种是完全确定的函数关系，例好像一档次的里程与运价，周转量与运价，同一线段的运量与周转量等，只需知道其中一个数据就可以准确地计算出另一个数据，还有一种是非确定性的关系，它们之间的关系不能用确定的函数来表示，不能由一个变量的数值准确地求出另一个变量的值。

59、例如人的身高与体重，父亲的身高与儿子的身高，驾驶员的工龄与平安行驶里程，修缮工的工龄与技术等级，工资与技术程度等等，上述相关的要素之间有亲密的联络但是不能由一个数值准确地求出另一个数值。它们之间的关系只能借助于数理统计方法来描画，这就是相关图。二、分布图的几种方式常见的分布图大体有如下几种方式如图5-15一X增大，Y也显著增大，这种相关图叫强正相关图，二X增大，Y大致变大，但不象一那么明显。这叫弱正相关。三X增大，Y也显著减少，这种显著相关叫强负相关。四X增大，Y大致变小，但没有三那么明显，这种相关叫弱负相关。五X与Y之间没有明显的关系，X增大，Y或大或小，这种关系称为不相关或无关。六开场时，

60、X增大，Y随着增大，但超越某数值时，Y相反减小了，这种关系称为非线性相关。相关图的六种关系表示图图5-15 (一) (二) (三) 强正相关 弱正相关 强负相关 (四) (五) (六) 弱负相关 不相关 非线性相关三、分布图的作法 画分布图的详细步骤如下：一搜集对应关系的数据：作分布图是为了研讨对应要素的相关性，X、Y数据是一一对应的搜集。例如调查行驶里程和汽油耗费的关系必是同一车型或同一线路，同一车队，而不能把这种车型的里程和那种车型的油耗作比较，或把不同线路，不同车队的里程和油耗作比较。搜集数据普通要在30组以上，每5个或10个编为一组，类似控制图数据表。二画直角坐标普通以横坐标X表示缘由