QC小组的数据统计基本知识

QC小组的数据统计基本知识2024/3/29QC小组的数据统计基本知识QC小组活动的基本特征(P36)质量改进和质量创新。

QC小组活动解决问题涉及到两方面的技术：专业技术和管理技术专业技术：小组解决问题的专业技术范围管理技术：指程序、证据、方法、技巧等专业技术各有特性管理技术为共性2QC小组的数据统计基本知识管理技术的三个主要方面

1.遵循PDCA活动程序：四个阶段，十个步骤

P（Plan）计划阶段（六步）

D（Do）执行阶段：（一步）

C（Check）检查阶段：（一步）

A（Action）处理：（两步）

3QC小组的数据统计基本知识管理技术的内容

PDCA循环两个特点：

1、阶梯上升

PDCAPDCAAPDCAPDCAPDCPDCA2、大环套小环

4QC小组的数据统计基本知识◆为什么选这个课题？◆问题的症结是什么？◆为什么制订这个目标？◆为什么确定这几条主要原因？◆每条对策是否有效，能否完成？◆活动效果怎样？2、以事实为依据,用数据说话5QC小组的数据统计基本知识3、应用统计技术目的：进行数据的整理、分析。方法：全数检验或随机抽取。工具：“老七种工具”“新七种工具”等。6QC小组的数据统计基本知识统计工具菜单（一）

排列图因果图调查表分层法直方图控制图散布图

关联图系统图（树图）亲和图（KJ法、A型图解）PDPC法（过程决策图法）矩阵图矩阵数据分析法矢线图

老七种工具新七种工具7QC小组的数据统计基本知识统计工具菜单（二）

饼分图折线图柱形图水平对比雷达图

0、618法正交实验法抽样检验方差分析假设检验价值工程

简易图表

专用工具类

其它类推移图流程图8QC小组的数据统计基本知识◆统计方法分类：一般分为描述性和推断性两类。（1）描述性:对统计数据进行整理和描述（2）推断性:在对统计数据进行描述的基础上，进一步进行分析、解释和作出推断性结论。统计方法基础知识（P93）统计：收集和整理国情、资料的一种活动。一、什么是统计方法◆统计方法：收集、整理、分析和解释统计数据，并对其所反映的问题做出一定结论的方法。9QC小组的数据统计基本知识统计方法基础知识二、统计方法的性质：描述性、推断性、风险性。三、统计方法的用途：1、提供表示数据特征的数据（平均数、标准偏差、极差等）2、比较两事物的差异（水平对比、假设检验等）3、分析事物影响变化的因素（因果图、系统图、分层法等）4、分析事物间相关关系（散布图、正交试验等）5、研究取样和试验方法，确定合理的试验方案6、发现质量问题，分析掌握质量数据的分布状态和动态变化（排列图、直方图、散布图等）7、描述质量形成过程（流程图、控制图等）通过归纳分析问题，显示事物的客观规律，不解决质量问题10QC小组的数据统计基本知识一、正常波动：随机原因引起的产品质量波动。特点：大量存在、影响很小、消除难度大、经济代价高。要求：一般情况下在生产过程中允许存在。控制状态：仅有正常波动的生产过程，简称为控制状态或稳定状态。产品质量的波动产品质量具有波动性和规律性。产品质量波动分为正常波动和异常波动两类。11QC小组的数据统计基本知识特点：不经常发生，一旦发生影响较大，容易查明原因，容易预防和消除。要求：由于对生产影响大，生产过程中不允许存在。质量管理工作的一项重要工作，就是把正常波动控制在合理范围之内，消除异常波动。产品质量的波动二、异常波动：由系统原因引起的产品质量波动。12QC小组的数据统计基本知识产品质量的波动引起产品质量波动六个方面，“5M1E”因素：人员（Man）操作者的意识、技术、素养及熟练程度等；机器（Machine）设备、工夹具精度、维护与保养等；材料（Material）化学成份、物理性能及外观质量等；方法（Method）加工工艺、操作规程的作业程度；测量（Measure）测量设备、试验手段和测试方法等；环境（Enviroment）工作场地的温、湿度，照明噪声等；正常波动—随机原因—随机特点—普遍存在异常波动—系统原因—系统特点—单一现象13QC小组的数据统计基本知识波动无处不在。当过程处于稳定状态时，产品质量特性数据，其波动服从于一定的分布规律。例如：长度尺寸必然形成右图的分布规律。分布有两种类型：一种是连续型分布常见的有：正态分布（计量数据）一种是离散型分布，常见的有：1、二项分布（计件数据）2、泊松分布（计点数据）

三波动的规律性正态分布图问题：什么情况下没有波动？14QC小组的数据统计基本知识关于正态分布正态分布受两个参数影响μ（总体平均值）——集中位置σ（总体标准偏差）——分散程度通常用样本平均值：X样本的标准偏差：S正态分布曲线，又称高斯曲线、钟型曲线。μσXS15QC小组的数据统计基本知识打靶与分布16QC小组的数据统计基本知识正态分布特性区间内的概率0.68260.95450.9973XS±σ±2σ±3σ17QC小组的数据统计基本知识集中趋势(位置)离中趋势(分散程度)偏态和峰度（形状）数据分布的特征18QC小组的数据统计基本知识统计数据及分类数据分类：计量数据、计数数据一、计量数据

服从于正态分布凡是可以连续取值的，或可以用测量工具测量出小数点以下数值的数据。如：用于计量的长度、重量、温度、时间、强度等数据。特点：两个数之间相对独立，一个变另一个不变。19QC小组的数据统计基本知识统计数据及分类二、计数数据凡是不能连续取值的或用测量工具也得不到小数点以下的数据，而只能自然数的数据称为计数数据。计数数据分为：计件数据服从于二项分布

计点数据服从于泊松分布12345特点：两个数之间相互影响，一个变另一个随着也变。如：一辆汽车两道划痕，两辆汽车四道划痕。20QC小组的数据统计基本知识请说明以下数据的类型自来水表数、电冰箱、衣服溅了油、电机噪声、培训班学员人体重、布上的疵点、体温、车门被划了几道、酒瓶的汽泡一丈布、一箱玻璃、手机不合格率、工资、秒表数、错字率计量数据计件数据计点数据自来水表数、人体重量、体温、工资、秒表数、一丈布、电机噪声。电冰箱、培训班上的学员、手机不合格率、错字率、一箱玻璃。衣服溅了油、车门被划了几道、酒瓶上的汽泡、布上的疵点。百分数类型判别：数据分类取决于分子。21QC小组的数据统计基本知识总体：指某次统计分析中研究对象的全体又称母体。样本：从总体中随机抽取出来要对其进行分析的一部分个体，也称为子体。抽样：从总体中随机抽取样品组成样本的活动过程。随机抽样：使总体中每一个个体都有同等的机会，被抽出来组成样本的活动过程。总体与样本22QC小组的数据统计基本知识总体可以是一批产品，可以是一个过程。

判断随机抽取测量总体样本数据总体与样本随机抽样方法：1、简单随机抽样法2、系统抽样法（等距抽样）3、分层抽样法（类型抽样）4、整群抽样法（集团抽样）23QC小组的数据统计基本知识

统计特征数是对样本说的。常用的统计特征数可分为两类：一：表示数据的集中位置1、样本平均值2、样本中位数二：表示数据的离散程度1、样本方差

s2

2、样本标准偏差s

；3、样本极差R

统计特征数~

x24QC小组的数据统计基本知识均值--集中位置1、一组数据向其中心值靠拢的倾向和程度2、测量集中位置就是寻找数据一般的代表值和中心值。中心位置—X~

x25QC小组的数据统计基本知识

样本平均值—X式中样本的算术平均值；

n：样本大小。最常用的测度值，是集中趋势的测度值之一，易受极端值影响。计算公式：

=—X：26QC小组的数据统计基本知识

样本平均值—X原始数据: 10 5 9 13 6 85.868613951066543211=+++++=+++++==å=XXXXXXNXXNii计算算例：27QC小组的数据统计基本知识样本中位数将所收集的数按大小排序，在正中位置的数为中位数。集中趋势的测度值之一。不受极端值影响。50%50%~

x当N为奇数时，中位数为正中间位置的数。当N为偶数时，中位数为正中间两个数的算术平均值。~

x28QC小组的数据统计基本知识五个数据取中位数原始数据:105 91268排序: 5688.5

91012位置: 123 456原始数据: 2422212620排序: 2021222426位置: 12345

六个数据取中位数

中位数

8+928.5中位数

2229QC小组的数据统计基本知识数据分布的另一个重要特征离散程度的各测度值就是对数据离散程度所作的描述它所反映的是各变量值远离其中心值的程度，因此也称为离中趋势从另一个侧面说明了集中趋势测度值的代表程度离散程度minmax—X离中趋势30QC小组的数据统计基本知识

如果你想过河，有人只告诉你河的平均深度是1.5米，你是否还想知道它的变化范围。为什么要研究数据的离散程度？离散程度样本标准偏差s31QC小组的数据统计基本知识方差和标准差离散程度的测度值之一最常用的测度值反映了数据的分布反映了各变量值与均值的平均差异根据总体数据计算的，称为总体方差或标准差；根据样本数据计算的，称为样本方法或标准差4681012X=8.332QC小组的数据统计基本知识样本方差和标准偏差计算公式S：样本标准偏差，样本方差的正平方根。样本方差S2

：（xi-x）：表示某一数据与样本平均值之间的偏差。n：采集的样本数n-1：样本方差的自由度样本标准偏差S

：33QC小组的数据统计基本知识一组数据中可以自由取值的数据的个数当样本数据的个数为

n

时，若样本均值确定后，只有n-1个数据可以自由取值，其中必有一个数据则不能自由取值；例如，样本有3个数值，即x1=2，x2=4，x3=9，则

x

=5。当

x=5确定后，x1，x2和x3有两个数据可以自由取值，另一个则不能自由取值，比如x1=6，x2=7，那么x3则必然取2，而不能取其他值；样本方差用自由度去除，其原因可以从多方面来解释，从实际应用的角度看，主要为了更精确。—X(n-1)

样本方差的自由度34QC小组的数据统计基本知识样本方差算例原始数据:10 591368

平均数据：10+5+9+13+6+8÷6=8.535QC小组的数据统计基本知识原始数据: 10591368样本标准偏差算例36QC小组的数据统计基本知识1.一组数据的最大值与最小值之差2.离散程度的最简单测度值3.表示数据的分散范围4.易受极端值影响极差RR=max(Xi)-min(Xi)=205–145=60（公分）205145平均：17537QC小组的数据统计基本知识minmax—XXS±σ±2σ±3σ区间内的概率0.68260.95450.99730.999940.999994极差相当于6倍的标准偏差99.73%±σ±2σ±3σ±4σ±5σ正态分布特性38QC小组的数据统计基本知识XS±σ±2σ±3σ±4σ±5σ±6σ6σ6σ1.5σ（6西格玛）百万分之三点四的计算分布中心向左偏移1.5σ时，左边为4.5σ，区间外的概率为3.4/百万。右边为7.5σ可以忽略不计39QC小组的数据统计基本知识两类错误和风险根据随机抽样检测，研究样本质量状况，以此推断整批产品的好坏，并做出决定接收或拒收。可能会出现四种情况：（1）假定这批产品质量是好的，样品好：

接收（2）假定这批产品质量是好的，样品不好：

拒收（3）假定这批产品的质量不好，样品不好：

拒收（4）假定这批产品的质量不好，样品好：

接收40QC小组的数据统计基本知识第1、3项为正确推断，第2、4项为错误推断。第2项判断错误称为“弃真”α，是把质量好的产品作为坏的处理，这类风险是企业风险。第4项判断错误称为“取伪”β，是把质量坏的产品作为好的处理，这类风险是用户风险。运用统计方法，就是要把两类风险率和总损失率控制在期望的范围之内。两类错误和风险41QC小组的数据统计基本知识QC小组常用的工具与方法用于数字数据分析，非数字数据分析均可用于数字数据分析（统计型）用于非数字数据分析（情理型）老七种工具调查表分层法排列图直方图控制图散布图因果图新七种工具矩阵数据分析法亲和图（分层图）系统图（树图）关联图过程决策程序图箭条图矩阵图GB/T19004-4-1994ISO9004-4-1993质量改进指南调查表排列图直方图控制图散布图头脑风暴法分层图（亲和图）因果图树图（系统图）流程图水平对比法试验方法单因素试验法正交设计试验法其它方法过程能力指数简易图表：柱状图折线图饼分图带状图雷达图等项目工具名称类别42QC小组的数据统计基本知识应用调查表的步骤：（1）明确收集资料的目的；（2）确定所需搜集的资料；（3）确定对资料的分析方法及负责人；（4）设计记录资料调查表格式；（5）对先期收集和记录的资料进行检查；（6）必要时，对调查表格式进行评审和修改。调查表(P109)用来系统的收集资料、积累数据、确认事实并对数据进行粗略整理分析的图表。43QC小组的数据统计基本知识

用于数字数据分析的调查表实例批次产品型号成品量(箱)抽样数（支）不合格品数（支）不合格率(%)外观不合格项目切口贴口空松短烟过紧钢印油点软腰表面1烤烟型1050030.61112烤烟型1050081.6112223烤烟型1050040.81214烤烟型1050030.6215..烤烟型1050051.011111250烤烟型1050061.211211合计25001250009900.880297458352810151255某卷烟厂对卷烟成品抽样检验，其不合格品项目调查表44QC小组的数据统计基本知识序号项目评价备注好较好一般差1知识水平√2工作水平√3组织能力√4工作态度√5工作业绩√某企业人事部门对干部测评使用的调查表用于非数字数据分析的调查表实例45QC小组的数据统计基本知识不合格调查表（表格式）序号项目频数累计%频率累计%1服务态度差8080

40402商品种类少6014030703商场环境差3017015854价格偏高2019010955服务设施差41942976其它62003100合计200

调查者：日期：地点：调查方式：46QC小组的数据统计基本知识缺陷位置调查表（图示法）车型检查处车身工序检查者调查目的喷漆缺陷调查数2139辆

图示：

流漆

花色

尘粒47QC小组的数据统计基本知识质量分布调查表零件实测值分布的调查表调查人：调查数（N）121调查日期*年*月*日频数136142632231042

一正正正

正正正

正正正一正正正正正一

正正正正正正

48QC小组的数据统计基本知识特点：常用于归纳整理所收集到的统计数据，把错综复杂和杂乱无章的数据进行分类、整理、汇总后，使之能更确切地反映客观事实。原则：同一层次内的数据波动幅度尽可能小；层与层之间差别尽可能大。分层法(P4113)分层：为解决某一个问题所收集的数据、资料，往往是综合性的。这些综合性的数据、资料可按其来源、特征、属性等标识分作两个以上的组。这样一个组称作“层”。49QC小组的数据统计基本知识一般可以从以下方面进行分层：1.按操作人员分层可按班（组）、个人、熟练程度、性别、年龄等分层。2.按机器设备分层可按机台号、结构、新旧程度、工夹模具等分层。3.按作业方法分层可按工艺、操作参数、操作方法、生产速度等分层。4.按原材料、零部件分层可按规格、成份、产地、供应商、批次等分层。5.按时间分层可按班次、日期等分层。6.按测量、检查分层可按计量仪器、测量人员、检查方法等分层。7.按环境分层可按温湿度、清洁度、照明度、地区、使用条件等分层。8.按缺陷分层可按缺陷内容、缺陷部位分层。如何分层50QC小组的数据统计基本知识1、收集数据2、将采集到的数据按不同目的选择分层标志3、分层4、按所分层次归类5、画出分层归类图注：分层法常与其它方法结合应用分层法的应用步骤51QC小组的数据统计基本知识

某装配厂的气缸与气缸盖之间经常漏油。经过对50套产品进行调查后发现两种情况：1、操作者操作方法不同。2、生产气缸垫的厂家不同。

分层法应用实例方法一、按操作者分层操作者漏油不漏油漏油率（%）王师傅61332李师傅3925张师傅10953共计19313852QC小组的数据统计基本知识方法二、按生产厂家分层供应厂漏油不漏油漏油率（%）A厂91439B厂101737共计193138方法一和方法二实际比较的结果是，为降低漏油率，应采用李师傅的操作方法。但是如果按两种因素进行交叉分层，又会得出新的结论。

53QC小组的数据统计基本知识方法三、两种因素交叉分层操作者漏油气缸垫生产合计A厂B厂王漏油606不漏油21113李漏油033不漏油549张漏油3710不漏油729合计漏油91019不漏油141731合计23275054QC小组的数据统计基本知识调查表、分层法应用案例

某电话机厂生产的新型电话机不合格率高，严重影响了产品的市场开发，厂部决定组织QC小组开展攻关活动，小组经调查发现，仅2005年上半年就生产不合格电话机达5136部，小组对不合格话机进行归类分析。序号项目频数频率累计频率%A插头焊接不牢487094.494.4B压簧不好1322.897.2C外观不好561.198.3G其它781.7100.00合计5136100.00100.00一次分层调查表55QC小组的数据统计基本知识插头焊接不牢缺陷调查表N=4870序号项目频数频率累计频率%A插头槽径大336769.1469.14B插头假焊52110.6879.82C插头焊化3827.8787.69D插头内有焊锡2014.1391.82E绝缘不良1563.2095.02F芯线未露1202.4697.48G其它1232.52100.00二次分层调查表56QC小组的数据统计基本知识51362500

焊接不好压簧不好外观不好其他

频数(次)N=5136累计百分比(%)100050487013256789497980500话机不合格排列图一57QC小组的数据统计基本知识话机不合格排列图二插头焊化其它绝缘不良累计频率（%）87.690N=4870382156201100频数件91.8295.02插头内有焊锡芯线未露050010003367521插头槽径大插头假焊79.8250300035004200500069.1412397.48120焊接不好的主要问题是：58QC小组的数据统计基本知识帕累托曲线排列图（ParetoDiagram)又叫帕累托图。是将质量改进项目从最重要到最次要顺序排列而采用的一种图表。排列图（一）20018014080400100%50%25%75%●●●●●N=200频数态度差种类少环境差价格高设施差其它项目70%97%95%85%频率40%59QC小组的数据统计基本知识排列图（二）排列图特点：

1、两个直角坐标

横--项目

纵

左频数

右频率%

3、依频次高低从左至右排列的柱形,宽度一致。4、“其它”频数较小的次要项目的“总合”排在最后。2、左面纵座标按度量单位标定，其高度必须等于所有项目量值的总和；右面纵座标是百分比的座标，其高度和左面的量值总合等高，并从0-100%标定。60QC小组的数据统计基本知识作排列图程序：必要的标注：选择分析的题目图名选择度量单位、频次等总数：N选择分析数据的时间间隔分类数据：NO画横坐标、纵坐标坐标值、百分比、原点每个项目上画长方型绘图人画累计频率曲线日期及收集数据的条件排列图（三）排列图作用：（1）按重要顺序显示出每个质量改进项目对整个问题的影响，找出关键的少数。（2）识别进行质量改进的机会61QC小组的数据统计基本知识注意事项：1、应排出关键的少数和次要的多数，否则重新排列。2、关键少数项目应是小组有能力解决的突出问题，否则应去掉，重新进行排列。3、纵坐标频数可以用“件数”、“金额”等表示，但对应各项目的度量单位必须一致。5、排列图项目一般不少于3项，最多不宜超过8项。当少于3项时，可用简易图表代替（如饼分图）6、实施后，为检查措施效果，要重新画出排列图。关键的少数看三点：排列图（四）1、看图形：关键问题比例高；2、看目标：对目标影响大；3、看实际能解决的问题（不可抗拒因素排除）。4、取样数量不易太少，至少应有50个数据62QC小组的数据统计基本知识

某产品（零件）机加工不合格品率，2005年1-4月达到1.8%，超过了0.8%的考核指标，小组以此为题，要把不合格品率降下来，在现状调查中，首先弄清了不合格品的总体情况，如下：某厂产品机加工不合格品率高统计表（案例）项目内容日期2005年1月2005年2月2005年3月2005年4月总计加工数量（件）450040004500450017500不合格品数（件）76758678315不合格品率（%）1.691.881.911.731.863QC小组的数据统计基本知识不合格品率％平均1.8%考核指标0.8%2005年按调查表绘制了折线图：

折线图中可看出，四个月均超过考核指标，而且没有哪个月有突发变化。鉴于该产品加工共有10道工序，每道工序都会出不合格品，那么，这315件不合格品都是哪些工序产生的？主要问题在哪儿？小组按工序区分进行了分层统计，并绘制了排列图。

64QC小组的数据统计基本知识工序不合格品数（件）占百分比（%）累计百分比备注第9工序16853.3353.33第2工序10533.3386.66第1工序185.7192.37第6工序103.1795.54第8工序51.5897.12其它92.88100合计315100某厂产品机加工不合格品率高统计表（案例）65QC小组的数据统计基本知识1、从排列图中可直观看出，不合格品率高的症结是：第9工序不合格168件占53.33%第2工序不合格105件占33.33%如果这两道工序的不合格品率能降低下来，则整个产品的不合格率就可大幅度下降。

2、第9、第2两道工序都分别加工多个部位，工序的不合格品包含着各个部位的不合格品。因此，还要再作进一步的分层，看看哪个部位不合格最多。关键问题分析：66QC小组的数据统计基本知识第9工序不合格项目统计表不合格品数67QC小组的数据统计基本知识第2工序不合格项目统计表以上三张排列图也可以制成一张分层排列图68QC小组的数据统计基本知识从图中可直观看出，某产品机加工不合格品率高的症结是：（1）A孔直径超差（2）孔距超差（3）底面不平。这三个问题占整个为合格品的55.3%×92.86+33.33%×87.62%=78.72%如果三个问题各解决80%,则该产品机加工不合格率可降低：1.8%×(1-78.72％×80％)=0.67%所以，目标值可定在1.2左右。

此计算为设定目标提供依据。综合分析结论：69QC小组的数据统计基本知识以会议形式，引导参会人员围绕主题、广开言路、自由奔放的思考及发表意见，通过相互启发、拓宽思路，激发灵感，在自己头脑中掀起思想风暴的一种集体创造思维的方法。作用：用来识别存在的质量问题；用来寻找改进的机会。头脑风暴法

(P117)70QC小组的数据统计基本知识人的潜能激发95%潜意识5%意识小组成员蕴藏着的巨大潜能如何调动和发挥小组成员的潜能

71QC小组的数据统计基本知识（1）引发和产生创造思维阶段会议要领：a、与会者平等b、明确会议目的c、每人依次发表一条意见或一个观点d、成员互相补充组内无训令e、现场记录f、会议进行到无人发言为止g、将每个人的意见重述一遍（2）整理阶段对每个人的观点进行确认，去掉重复、无关的观点。头脑风暴法应用步骤72QC小组的数据统计基本知识

联想法有：1、类比联想法：当受到刺激或遭遇某种处境时，人们就会下意识地联想起相似的情形。例如：飞机火箭；汽车摩托车；老虎猫；咖啡红茶。2、反比联想法：想起与其相反的事物与经历。例如：上下；高低；山川；晴雨；水火。3、近似联想法：想起与其相近或关联的事物。例如：桌子椅子；下雪滑雪；钉子锤子。头脑风暴法常与“联想法”一起应用73QC小组的数据统计基本知识1、绝对不用好与差给予评判不要计较建议内容的优劣，不批评也不赞扬。把意见记下来，到会议结束后再做归纳分析。2、倡导自由奔放鼓励出新出奇，不怕异想天开，要自由自在、畅所欲言。3、轻质重量鼓励点子的数量，数量是产生质量的铺垫，力求在最短的时间内，提出最多的建议。4、综合性地提炼他人的提案建议取长补短极为重要，通过融洽，产生出新的智慧，因此搭乘他人的快车，不失为一种捷径。

头脑风暴法的原则74QC小组的数据统计基本知识请给口字加两笔生成一个新的字口田加甲申囚由四旧叶白电古占石目只旦兄史可叫另叨召句号叹叭叮右卟叵叱台叻叼叽司叩头脑风暴法游戏75QC小组的数据统计基本知识把收集到的大量有关某一特定主题的意见、观点、想法和问题，按它们之间的相互亲近程度加以归类、汇总的一种图。亲合图(P119)亲合图图形表示：

1、用树图来表示目录

2、用A型图解来表示

3、以文字形式表示

第一节

第二节

第一节

第二节

第一章

第二章

第一篇

第三节76QC小组的数据统计基本知识归纳、整理由“头脑风暴”法所产生的各种意见、观点和想法等语言资料。应用步骤：（1）确定讨论主题（2）制作语言资料卡片（3）汇总整理卡片◆把卡片集中随机放在一起，把有关联的卡片归在一组◆找出或另写一张能代表该组内容的主卡片放在最上面◆按类将卡片中信息登记汇总◆画出亲合图；◆写出书面报告，说明结论。亲合图作用77QC小组的数据统计基本知识亲合图应用注意事项

应用条件

（三种齐备）

必须解决的问题

不容易解决的问题

有时间去解决的问题

不可应用的条件

简单的问题

速战速决的问题

A型图解的应用条件

这种条件下用亲合图法

必须解决的问题

不容易解决的问题

有时间去解决的问题

可以一个人做

速战速决

轻而易举

这种情况下不用此法

亲和图在QC小组活动中常用于选择课题或找改进的着眼点等处。但不宜作原因分析用。78QC小组的数据统计基本知识某服装商店经营情况不好，于是设计了调查表，征求顾客意见还召开部分职工座谈会，运用头脑风暴法，让大家畅所欲言提意见，共收集语言资料20条，它们是：货价摆放乱抵挡服装少自选范围小商品有尘土说话不热情尺寸号不全样品陈列少商品落地放接待不及时服务态度差退换没讲清售货员不会推荐商品款式较陈旧面料知识少灯光照明暗售货员扎堆聊天缺少试衣间男服式样少价格定位高下班关门早亲合图案例79QC小组的数据统计基本知识要改变经营现状；应从提高售货员素质；调整商品结构；改善购物环境和加强管理四个方面主抓售货员素质低

说话不热情

接待不及时售货员扎堆聊天

面料知识少

不会推荐商品

服务态度差

业务知识差

管理问题

货架摆放乱

商品落地放

商品有尘土

退换没讲清

下班关门早

商品管理差

价格定位高

缺少试衣间

自选范围少

购物环境差

样品阵列少

灯光照明暗

款式较陈旧

尺寸号不全

商品结构不好

低档服装少

男服式样少80QC小组的数据统计基本知识因果图一(P125)

因果图又称石川图、特性要因图、鱼刺图。是用于考虑并展示已知结果与其潜在原因之间关系的一种工具。因果图的基本图形：结果原因类别原因类别原因类别原因类别

第三层原因

第一层原因

第二层原因81QC小组的数据统计基本知识原因类别：对于分析现场质量问题时，为避免遗漏通常以4M1E或5M1E来作为原因的类别。人（Man）机器（Machine）环境（Enviroment）材（Materiel）方法（Method）测量（Measure）材料机器人方法环境测量质量问题但这不是绝对的，要根据分析的问题不同而具体对待。分析的方法：（1）展开分析结果结果原因原因原因结果因果图（二）82QC小组的数据统计基本知识因果图的用途：1.分析问题的原因2.有助于积累知识和经验因果图（三）应用步骤：1、规定需要解决的质量问题2、规定可能发生的原因的主要类别（人、机、料、法、环、测量）3、画图4、寻找画出下一层次的原因

83QC小组的数据统计基本知识注意事项：1、画图前必须开“诸葛亮”会，集思广义，做好记录。2、首先说明结果，然后确定原因的类别，针对每一个原因类别进行展开分析。3、因果关系间层次要分明，最高层次的原因应寻求到可直接采取对策为止。4、箭头从原因指向结果，末端原因才是可能影响结果的具体原因。5、一个主要质量问题只能画一张图，因果图只能用于单一目标分析。6、对所有末端原因，都应到现场进行观察、测量、试验等，加以确认。因果图（四）84QC小组的数据统计基本知识环境 方法材料

电机丢转搅拌不匀水控开关失灵供水系统失控水管开关坏机器

人技术不熟练未培训责任心不强温度低水量大工艺参数选择不对渗合剂少配量比例不对水泥少细砂含土量大使用错误水泥标号不对未达规定值Y型混凝土坍落度高未进行考核因果图实例85QC小组的数据统计基本知识树图《系统图》（一）什么是树图：1、树图是表示某个主题（质量问题）与其组成要素之间关系的一种树枝状的图。2、树图用于系统地把某一主题分解成组成要素，并显示它们之间顺序关系和逻辑关系。3、通过头脑风暴法产生的观点和用亲和图列出的或者归类的观点，可以转换成树图以显示出逻辑和顺序关系。86QC小组的数据统计基本知识主题主要类别组成要素子要素树图的类型：树图一般有两种形式：宝塔型和侧向展开型。树图《系统图》（二）宝塔型树图常用于组织机构等主题主要类别组成要素子要素侧向型树图常用于方针目标展开、原因分析等87QC小组的数据统计基本知识应用步骤：1、明确要研究的主题；2、确定该主题的类别（层次）；3、构造树图；4、确定其组成要素和子要素；5、把组成要素和其子要素分别放在类别右边相应的方框内；6、评审画出图的准确性。注意事项：◆用于因果分析的一般是单目标，一个质量问题只画一张图。◆主要类别可以不先从5M1E出发，可根据其逻辑关系选取。树图《系统图》（三）88QC小组的数据统计基本知识树图实例(目的手段型)

减少交通事故的系统图《某运输队QC小组》

目的

手段一级

手段二级（措施）

可行性评价

二次评价

消灭重大事故“死亡”为零

整顿司机队伍

改善车况

坚持安全教育，每周半日

调出八名喝酒的司机

严格司机年审，合格上岗

违章三次/年的司机停职

全部车辆安全检查，调整

更新国产车换进口车

填好出车记录，每日安全报警

按生物节律分析，安排出车

加大违章扣罚力度

☺

×？☺

☺

☺

☺

☺

☺

☺

×××☺

☺

☺

☺

☺

89QC小组的数据统计基本知识膏面色泽不均匀胶浆存放室温度高胶中有团状疙瘩搅拌不均匀胶浆含水高溶质析出操作不熟练敷料3粘结于打胶机内壁打胶时间不够原料含水高操作人员培训不够辅料1含水量高辅料3投入时间不当辅料3颗粒过大打胶机温度高溶剂挥发产生老化塑胶质量差胶浆系统稳定性差打胶机叶片角度不当打胶过程温度测量不准确冷却水水压低水管有堵塞物出水口温度高打胶过程控制不好打胶机夹层水循环不好树图实例（因果分析）90QC小组的数据统计基本知识亲和图事例：某服装店经营状况差的亲和图，转换成

树图如下所示：款式陈旧尺寸号不全低档服装少男服式样少缺少试衣间自选范围小样品陈列少灯光照明暗商品管理差价格定位高下班关门早退换没讲请说话不热情接待不及时扎堆聊天面料知识少不会推荐商品货架摆放乱商品落地放商品有尘土服务态度差业务知识差经营状况差商品结构不好售货员素质低购物环境差管理问题91QC小组的数据统计基本知识因果分析维修服务差受理台席忙，接通率低操作不当，计算机知识缺乏业务引导不够受理人员业务不精查修工作不规范业务能力不足核查力度不够障碍多，工作量大预处理不够用户端障碍多重复障碍多人员素质不高查修力量不足窗口服务障碍率查修质量92QC小组的数据统计基本知识关联图（一）原理：

用于解决：

图形：

采用逻辑关系，理清复杂问题，整理语言文字资料的一种方法。关系复杂、因素之间有相互关联的原因与结果或目的与手段等单一或多个问题的图示技术。

1、中央集中型把分析的问题放在图的中央位置，把同“问题”发生关联的因素逐层排列在其周围。

2、单侧汇集型：把要分析的问题放在右（或左）侧，与其发生关系的因素从右（左）向左（右）逐层排列。

注意事项：

1、单目标可作因果分析的一般不用关联图

2、图中一定有若干相互关联的因素

3、要因必须出自末端因素并明确表示

93QC小组的数据统计基本知识1、中央集中型1441131092因素156127813问题1问题2关联图（二）

关联图图形：94QC小组的数据统计基本知识2、单侧汇集型1441131092因素156127813问题1问题295QC小组的数据统计基本知识关联图应用实例：某企业地处郊区，饮用地下深井水，环境条件也不好，夏季苍蝇多，食堂条件一般。去年夏季因患肠道病减员较多，影响生产，行政科今年初成立QC小组，围绕如何预防肠道病，减少夏季因患肠道病而减员开展活动。小组成员针对夏季易患肠道病这个问题，运用头脑风暴法，共提出原因12条：饮食不干净苍蝇太多交叉感染喝生水剩饭菜变质炊具不干净饭前不洗手睡觉受夜寒卫生习惯不好水质净化不好使用病人用过的碗筷生拌菜带病菌由于原因之间有交叉影响，因此绘制了中央集中型关联图关联图（三）

96QC小组的数据统计基本知识关联图（三）夏季容易患肠道病

喝生水

凉拌菜带病菌

受夜寒

卫生习惯不好

饭前不洗手

水质净化不好

饮食不干净

炊具未洗净

剩饭菜变质

苍蝇太多

交叉感染

使用病人的碗筷

实例：

97QC小组的数据统计基本知识关联图（四）注意事项：

1、用于多目的的问题分析。

2、展示全貌原因可缠绕。

3、箭条方向从原因指向结果（问题）。

4、分析到能采取对策为止。5、末端因素的箭头只出不进。

6、要因用符号加以标识。

7、语言准确，宁可多写几个字。8、“问题”识别规则是：箭头只进不出。9、边记录，边绘制，反复修改。98QC小组的数据统计基本知识关联图（五）因果与包容关系的转换：做关联图不仅要考虑因果关系，也要考虑包容关系。当按因果图会做成枣核状时（如上图），应及时转换为包容关系来处理（如下图）

夏季易得肠道病

夏季易得肠道病

卫生习惯不好

卫生习惯不好

使用病人碗筷

喝生水

饭前不洗手

使用病人碗筷

喝生水

饭前不洗手

99QC小组的数据统计基本知识关联图案例100QC小组的数据统计基本知识名称适用场合之间关系展开层次因果图对单一问题的原因分析原因之间没有交叉关系一般不超过四层系统图对单一问题的原因分析原因之间没有交叉关系没有限制关联图对单一或多个问题原因进行分析原因之间有交叉关系没有限制因果图系统图关联图三种图示方法的应用101QC小组的数据统计基本知识流程图一(P135)原理：通过对一个过程中各步骤之间关系的研究（用图的形式表示），发现问题，找出需要改进的环节。

常用图形：设计新过程流程图的步骤：1、判别过程：开始和结束2、形象化描述新过程将形成的程序3、确定程序（输入、活动、判断、决定、输出）4、画出新过程的流程草图

表示活动的顺序决策

活动说明

开始和结束

5、与相关人员评审新流程草图6、对不合理（非增值）步骤进行改进

102QC小组的数据统计基本知识流程图（二）流程图分析过程：

1、判别过程的开始和结束

（规定起点和终点）2、描述整个过程

（把过程经过各点写清楚）3、规定该过程的程序（规定该点的做法）

4、画出流程草图

5、评审流程图

6、改进非增值步骤

（在流程中但不起作用的步骤）7、与实际过程比较

8、验证并修改不合理步骤

9、注明新流程的形成日期

103QC小组的数据统计基本知识流程图（三）流程图实例：

接受文件

输入份数

开始复印

装订文件

重新开始纠正错误

整理

机器运转是否正常

是否进行装订

是是否否开始1212结束104QC小组的数据统计基本知识简易图表（一）折线图：（波动图）（变化图）用来表示质量特性数据随着时间推移而产生波动（变化）的情况10080604020销售额（万元）123456789101112时间（月）

某厂年度销售额折线图

105QC小组的数据统计基本知识活动前后产品不合格率折线图30209时间(月)指标22.026.920.826.0.20.423.8%

8910111212345678910111223.924.323.710.55.75.065.024.89活动前活动中活动后巩固期不合格率4.96.25.2106QC小组的数据统计基本知识简易图表（二）柱状图：用长方型的高低来表示数据大小，对数据进行比较、分析。活动目标现状97%99%提高产品合格率目标柱状图107QC小组的数据统计基本知识10不合格率%0活动前目标值活动后

2002年9月2002年10月2002年11月23.8%9%5.71%5.69%5.06%5.02%4.89%2002年12月效果检查柱状图108QC小组的数据统计基本知识简易图表（三）饼分图：（圆形图）饼分图是把数据的构成按比例用圆的扇形面积来表示的图形，各扇形面积表示的百分比和是100%。

某产品质量故障原因构成饼分图

操作者引起设备引起测量引起环境引起其它原因109QC小组的数据统计基本知识简易图表（四）A2A1A4A3A6A5C1B1A7B2B3B4B5C2C3C41086100ABC雷达图：常用来检查工作绩效的一种图表A—理想水平B—平均水平C—不理想水平注意事项：多项目综合工作考核指标体系分区展示A、B、C区域划分呈比例各指标坐标不统一，但范围一样大发展趋势应是CBA110QC小组的数据统计基本知识C1B1A1C2B2A2C3B3A3C4B4A4C5B5A5C6B6A6C7B7A7用雷达图选题1、该课题对用户是否重要2、该课题是否很耗资3、该课题是否容易完成4、该课题周期是否太长5、该课题对管理是否很重要6、该课题小组是否能够控制7、该课题是否需要多方配合雷达图趋势重要程度判断111QC小组的数据统计基本知识协作进取心团队意识技术水平学习参与意识活动前活动后活动前后对比，QC小组在进取心、团队意识和协作精神等方面都有提高。小组绘制雷达图对小组的各项能力进行综合评价。用雷达图评价小组活动前后的能力112QC小组的数据统计基本知识012345服务意识团体精神个人能力综合知识解决问题能力与信心去年今年用雷达图评价个人能力提高程度113QC小组的数据统计基本知识直方图法是从总体中随机抽取样本，将从样本中获得的数据进行整理，根据这些数据找出质量运动规律，预测工序质量好坏，估算工序不合格品率的一种常用工具。直方图一(P141)直方图的概念：主要用途：◆直观的显示过程质量状况；◆帮助寻找可以改进的项目。114QC小组的数据统计基本知识MTTUTL00.55.510.515.520.525.530.535.540.545.550.55051015202530频数重量（cg）成品重量直方图

n=100

26.6(cg)S=9(cg)x直方图115QC小组的数据统计基本知识直方图是使用一系列宽度相等，高度不等的长方形表示数据的图。

注：（1）长方形的宽度表示数据范围的间隔（2）长方形的高度表示在给定间隔内的数据的数目（3）变化的高度形态表示数据的分布情况直方图116QC小组的数据统计基本知识2、直观的传达有关过程的信息通过计算可准确地得到平均值和标准偏差，但不直观。通过绘制直方图并对其形态的研究，就能直观的掌握过程的情况。直方图1、直方图的尺寸分布服从正态分布的形态计算平均值：计算标准偏差：117QC小组的数据统计基本知识企业用直方图选择供应商水泥供应商产品质量直方图A企业B企业规格上限规格下限规格下限规格上限规格中心规格中心118QC小组的数据统计基本知识直方图（二）直方图的应用步骤：（1）收集数据，求极差R。在原始数据中找出最大值xmax和最小值xmin，计算二者差值，即极差。（2）确定分组的组数和组距。一批数据究竟分多少组，通常根据数据的多少而定，可参考下表。直方图数据分组数表10-20250以上7-12100-2506-1050-100分组数K数据个数119QC小组的数据统计基本知识直方图的应用步骤：（3）确定各组界限为避免数据落在组界上，组界值的末位数应取测量值单位的1/2。例如，测量单位为0.001mm，组界的末尾数应取0.001/2=0.0005(mm)。分组界限应能把最大值和最小值包括在内。在决定组界限时，可先从第一组起。第二组的上界限值就是第二组的下界限值，第二组的下界限值加上组距就是第二组的上界限值，也就第三组的下界限值，……，依此类推，可定出各组的组界。为了计算的需要，往往要决定各组的中心值。每组上下界限相加除以2，所得数据即为组中值。组中值为各组数据的代表值。120QC小组的数据统计基本知识（4）作频数分布表。将测得的原始数据分别归入相应组中，统计各组数据个数，即频数fi，填好各组频数后，检查总数是否与数据总数相符，避免重复或遗漏。（5）画直方图。横坐标表示质量特性，纵坐标为频数（或频率），在横轴上标明各组组界，以组距为底，频数为高画出一系列的直方柱，就成了直方图。直方图的应用步骤：121QC小组的数据统计基本知识直方图（三）◆样本容量n≥50，通常取100，生产量小不宜用◆计算组距（h），取测量单位的整数倍；◆确定分组界限，关键是计算第一组下限：

-0.5；◆各组频数根据频数分布表中各组的频数记号统计；频数记号应按数据表的顺序逐个数据“对号入座”进入相应的组；◆作出直方图后，应在图上标出n、、S三个数

◆标出四条线：

TU规格上限

TL

规格下限M规格中心实际分布中心。应注意的问题：xxminx122QC小组的数据统计基本知识作图：某厂生产的产品重量规范要求为1000（克）。

实测数据如下表：+0.05+043282726332918243214342230292224222848124293536303414423862832222536392418281638362120262018812374028281230313026284742323420283420242724291821461410212234222828203812321930281930202435202824243240测量单位：cg注：表中数据是实测数据减去1000g乘以100后由克转化为厘克所得。直方图（四）123QC小组的数据统计基本知识124/0.5~5.55.5~10.510.5~15.515.5~20.520.5~25.525.5~30.530.5~35.535.5~40.540.5~45.545.5~50.512345678910111213381318232833384348///////////////////////////////////////////////////////////////////////////////////////////////////合计100136141927141033组号

组界

小大组中值

频数统计

fi

数据记录№

年月日频数分布表频数分布表124QC小组的数据统计基本知识MTTUTL00.55.510.515.520.525.530.535.540.545.550.55051015202530频数重量（cg）成品重量直方图判断：过程能力无富余

n=100

26.6(cg)S=9(cg)x画直方图125QC小组的数据统计基本知识如何使用直方图：观察分析法：1、总体形状分析：正常型、异常型；（A）正常型（B）偏向型（C）双峰型（D）孤岛型（E）平顶型（F）锯齿型直方图（五）126QC小组的数据统计基本知识（a）对称型。这是正常的形状。（b1）左偏向型。当缺陷数近于0，使下限受到控制的情况下，会出现此型。

例如：考生成绩集中在80—100分区域（b2）右偏向型。与情况（b）正好相反，当缺陷数接近于极限值等原因使上限受到控制的情况下，会出现此型。（c）双峰型。存在两种不同分布时多出现这种情况。例如：将两批不同来源的产品混在一起检测时。直方图形状所反应的现象：127QC小组的数据统计基本知识（d）孤岛型。说明工序条件发生过异变。例如：在原料一时发生变化或短期内由不熟练工人替班加工或测量。（e）平顶型。当生产过程中有某种因素在发生缓慢变化时多有出现。例如：工具发生磨损、操作者疲劳或环境发生了缓慢变化。（f）锯齿型。通常是测量方法或读数有问题，也可能是数据太少，分组的组数太多导致。直方图形状所反应的现象：128QC小组的数据统计基本知识图例调整要点图形对称分布，且两边有一定余量，是理想状态，此时，应采取控制和监督办法。调整分布中心，使分布中心与公差中心重合。TLTUM（1）理想型（2）偏心型TLTUM2、与公差界限进行比较：看直方图与公差界限的相对位置，判断是否满足设计规格要求。M

xx129QC小组的数据统计基本知识图例调整要点采取措施，减少标准偏差S。过程能力出现过剩，经济性差。可考虑改变工艺，放宽加工精度或减少检验频次，以降低成本。（3）无富余型TLTUM（4）能力富余型TLTUM130QC小组的数据统计基本知识（5）能力不足型图例调整要点已出现不合格品，应多方面采取措施，减少标准偏差S或放宽过严的公差范围。TLTUM不合格！我们领导说了，数量不多也得砸!!!131QC小组的数据统计基本知识直方图应用案例用直方图确定主要原因

发动机生产厂组装车间解决缸体结合面漏水QC小组，在分析原因时，把紧固后的联接螺栓扭矩，因为磨合震动而变小当做原因之一。为了进一步确认磨合后连接螺栓的扭矩是否变小？QC小组使用直方图对震动前和震动后的螺栓扭矩的平均值和标准偏差进行比较（见图5-3）发现集中位置和离散程度两个特性值变化都不明显。因此，不能把磨合震动后扭矩变小当做缸体结合面漏水的主要原因。132QC小组的数据统计基本知识S2=0.31X1=22.4公斤/米S1=0.3X2=22.1公斤/米(1)磨合前质量分布图 (2)磨合后质量分布图扭紧力矩规格22±1公斤/米结论：磨合震动后扭矩变小不是缸体结合面漏水的主要原因。133QC小组的数据统计基本知识散布图一(P147)

散布图是研究成对出现的两组相关数据之间关系的简单示图。在散布图中，成对的数据形成点子云，可从点子云的形态来推断相关数据之间的关系。

如果X增加Y也增加，X与Y成为正相关；如果X增加Y则减少，X与Y成为负相关。散布图概念：

散布图可以用来发现和确认两组数据之间是否存在相关关系，及其相关程度，并确认两组相关数据之间预期的关系，以利于QC小组的质量改进活动。散布图的作用：134QC小组的数据统计基本知识钢的淬火温度与硬度的散布图Y810820830840850860870880890X淬火温度（OC）硬度（HRC）42444648505254565860散布图图形:散布图（二）135QC小组的数据统计基本知识散布图（三）散布图的分析和判断：1、对照典型图例法XY0XY0XY0XY0XY0XY0

（a）强正相关（b）强负相关（c）弱正相关（e）不相关（f）非直线相关（d）弱负相关典型的点子云形状图136136QC小组的数据统计基本知识

2、简单象限法：又叫符号检定法。画一条与X轴平行的直线，使线的上面与下面的点子相等。再画一条与Y轴平行的直线，使线的左面与右面的点子相等。当nⅠ+nⅢ>nⅡ+nⅣ时，为正相关；当nⅠ+nⅢ<nⅡ+nⅣ时，为负相关；当nⅠ+nⅢ=nⅡ+nⅣ时，为不相关。散布图（四）137QC小组的数据统计基本知识散布图应用步骤：

1.收集成对数据，一般不应少于30对。2.标出X轴和Y轴。3.找出X和Y的最大值和最小值，并用这两个值标定横轴（X）和纵轴（Y），两个轴的长度应大致相等。4.描出成对（X，Y）的所有数据点。5.当两组数据的数值重合时，可围绕数据点画出同心圆

“

”

，也可在离第一数据点最近处画上第二个点。6.判断。分析研究点子云的形态，找出相关关系。注意事项：◆应将不同性质的数据分层作图；◆散布图中出现的个别偏离分布趋势的异常点，应当查明原因予以剔除。散布图（五）138QC小组的数据统计基本知识某化工产品为增加强度而加入了添加剂。做了30次试验，数据如下表，请问添加剂用量X与强度y之间是否有关系？散布图案例139QC小组的数据统计基本知识nⅠ+nⅢ=28>nⅡ+nⅣ=4正相关取α＝0.01时，查符号检定表得7，n2+n4=4<7∴强相关140QC小组的数据统计基本知识控制图一(P155)控制图概念：控制图又叫管理图，是用于区分由异常原因（系统原因）引起的波动或是由过程固有的随机原因引起的波动的一种工具。控制图是对过程进行动态控制的工具。建立在数理统计学的基础上，运用有效数据建立控制界线。CLUCLLCL上控制界限下控制界限中心线3倍标准偏差3倍标准偏差141QC小组的数据统计基本知识控制图作用：◆用于分析生产过程是否处于统计控制状态（稳定状态）；◆用来确定何时需要对过程进行调整，以控制生产过程，保持相应的稳定状态；◆用来确认某生产过程是否得到了改进。控制图（二）控制图图形：142QC小组的数据统计基本知识类别名称特征适用场合计量值控制图-R控制图最常用、发现异常敏感性高，但有一定计算工作量适用于较大批量生产的过程控制-S控制图判断要序是否正常效果好,但计算工作量大适用于样本容量n>10时产品批量大的工序。-RS控制图比-R控制图要差的多适用于因时间、费用等原因只能