常用统计技术.docx
- 文档编号:28205468
- 上传时间:2023-07-09
- 格式:DOCX
- 页数:24
- 大小:28.23KB
常用统计技术.docx
《常用统计技术.docx》由会员分享,可在线阅读,更多相关《常用统计技术.docx(24页珍藏版)》请在冰豆网上搜索。
常用统计技术
质量改进常用工具和技术
1排列图
排列图(Paretodiagram)又叫帕累托图。
它是将质量改进项目从最重要到最次要进行排列而采用的一种简单的图示技术。
排列图由一个横坐标、两个纵坐标、几个按高低顺序排列的矩形和一条累计百分比折线组成。
排列图建立在帕累托原理的基础上。
什么叫帕累托原理?
这就是意大利经济学家帕累托在分析意大利社会财富分布状况时得到的“关键的少数和次要的多数”的结论。
应用这一原理,就意味着在质量改进的项目中,少数的项目往往起着主要的、决定性的影响。
通过区分最重要和最次要的项目,就可以用最少的努力获得最大的改进。
排列图有两个作用:
一是按重要顺序显示出每个质量改进项目对整个质量问题的作用;二是识别进行质量改进的机会。
排列图的应用程序是:
a)选择要进行质量分析的项目;
b)选择用于质量分析的度量单位,如出现的次数(频数)、成本、金额或其他度量单位;
c)选择进行质量分析的数据的时间间隔;
d)画横坐标。
按度量单位量值递减的顺序自左至右在横坐标上列出项目,将量值最小的一个或几个项目归并成“其他”项,把它放在最右端;
e)画纵坐标。
在横坐标的两端画二个纵坐标,左边的纵坐标按度量单位规定,其高度必须与所有项目的量值和相等。
右边的纵坐标应与左边纵坐标等高,并从0~100%进行标定;
f)在每个项目上画长方形,其高度表示该项目度量单位的量值,长方形显示出每个项目的作用大小;
g)由左到右累加每一项目的量值(以%表示),并画出累计频数曲线,此曲线又叫帕累托曲线,用来表示各项目的累计作用;
h)利用排列图确定对质量改进最为重要的项目。
应用实例:
某卷烟车间在2001年第四季度对成品抽样检验后得到外观质量不合格项目的统计资料,如表1-1所示。
表1-1卷烟成品不合格项目统计
项目缺陷数
切口80
贴口297
空松458
短烟35
过紧28
钢印10
油点15
软腰12
表面55
根据排列图的应用程序对上述原始资料进行加工整理,得到表1-2和图1-1
表1-2缺陷项目统计表
序号项目频数(支)累计频数(支)累计百分比(%)
1空松45845846.3
2贴口29775576.3
3切口8083584.3
4表面5589089.9
5短烟3592593.4
6过紧2895396.3
7其他37990100
合计990
频99093.4%96.3%100频
数90089.9%率
(支)80084.3%(%)
70076.3%
600
50045850
40046.3%
300297
20080
10055352837
00
空贴切表短过其
松口口面烟紧他
图1—1卷烟外观质量不合格排列图
由图1—1可以看出,香烟“空松”和“贴口”这两项目质量缺陷占全体质量缺陷的76.3%,因此这两项应作为“质量改进”的主要对象。
紧紧抓住这个机会,就能取得质量改进的最好效果。
2散布图
散布图是研究成对出现如(x,y),每组为一个点的两组或两组以上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,研究点子云的分布状态,便可推断成对数据之间的相关程度。
当x值增加,相应的y值也增加,就称为x和y之间是正相关;当x值增加,相应的y值减少,则称x和y之间是负相关。
图2—1示6种常见的点子云形状。
散布图可以用来实现、显示和确认两组或两组以上相关数据之间的相关程度,常在质量改进活动中得到应用。
yy
..
.
...
...
...
.
.
...
.
...
..
...
..
....
..
.
......
..
xx
强正相关强负相关
yy
...
....
......
......
.......
......
........
........
......
...
.
....
xx
弱正相关弱负相关
yy
..
....
...
...
.........
..........
.......
.........
....
.......
......
不相关x非线性相关x
图2—1散布图中的点子云形状
2.1散布图的应用程序
a)收集成对数据(x,y),从将要对其关系进行研究的相关数据中,收集成对数据(至少不得少于30对);
b)标明x轴和y轴;
c)找出x轴和y轴的最大值和最小值,并用这两个值定横轴(x)和纵轴(y)。
两个轴的长度大致相等。
d)描点。
当两组的数据值相等,即数据点重合时,可围绕数据点画同心圆表示,或在离第一个点最近处画上第二个点表示。
e)判断。
分析研究画出的点子云的分布状况,确定相关关系的类型和强度。
2.2散布图的分析和判断
散布图的分析判断方法有对照典型图例法、简单象限法、回归分析法等。
这里介绍两种方法。
a)对照典型图例法这是最简单的方法。
图2—1是六种典型散布图例。
把实际画出的散布图与典型图例对照,就可得到两个变量之间是否相关及属哪一种相关的结论。
b)简单象限法①在图上画一条与y轴平行的P线,使P线的左右两侧的点数相等或大致相等;②在图上再画一条与X轴平行的Q线,使Q线上下两侧的点数相等或大致相等;③P、Q两线把图形分成4个象限区域,分别计数各象限区域内的点数(线上的点不计);④分别计算对角象限区域内的点数nⅠ+nⅢ,nⅡ+nⅣ。
当nⅠ+nⅢ>nⅡ+nⅣ时,为正相关。
当nⅠ+nⅢ<nⅡ+nⅣ时,为负相关。
应用实例:
某酒厂要判定中间产品酒醅中的酸度含量和酒度二个变量之间有无关系,存在什么关系。
于是使用了散布图,对表2—1中所示的30对数据进行分析、研究和判断。
从画出的散布图(图2--1),经对照典型图例法和简单象限法分析判断,可以认为酒醅与酒度之间存在着弱负相关关系。
表2—1数据表
序号酸度x酒度y序号酸度x酒度y
10.56.3160.76.0
20.95.8170.96.1
31.24.8181.25.3
41.04.6190.85.9
50.95.4201.24.7
60.75.8211.63.8
71.43.8221.53.4
80.95.7231.43.8
91.34.3240.95.0
101.05.3250.66.3
111.54.4260.76.4
120.76.6270.66.8
131.34.6280.56.4
141.04.8290.56.7
151.24.1301.24.8
2.3应用散布图的注意事项
a)应将不同性质的数据分层作图,否则将会导致不真实的判断结论;
b)散布图相关性规律的运用范围一般局限于观测数据的范围内,不能任意扩大相关判断范围;
c)散布图中出现的个别偏离分布趋势的异常点,应在查明原因后予以剔除。
︵YP
酒7.0nⅡnⅠ
度6.5....
︶6.0.....
5.5.....
5.0.Q
4.5.。
4.0...
3.5nⅢ...nⅣ
3.0。
..
0X
0.40.60.81.01.21.41.61.8(酸度)
图2—2酒醅中酸度与酒度的散布图
3调查表
3.1应用
调查表用于系统地收集数据,以获取对事实的明确认识。
3.2说明
调查表是收集和记录数据的一种形式,它便于按统一的方式收集数据并进行分析。
3.3程序
a)确立收集数据的具体目的(将要解决的问题)。
b)识别为达到目的所需要的数据(解决问题)。
c)确定由谁以及如何分析数据(统计工具)。
d)编制用于记录数据的表格,并提供记录以下信息的栏目:
表3—1调查表
缺陷类型
缺陷原因未印上的页数模糊的页数透过反面的页数顺序不对的页数合计
机器卡纸
湿度
色料
原件情况
其他(详列)
总计
调查者:
日期:
地点:
调查方式:
---谁收集的数据;
---何地、何时,以何种方式收集的数据。
e)通过收集和记录某些数据来试用表格。
f)必要时,评审并修订表格。
3.4示例
表3—1列出了按原因的属性类型收集复印缺陷数的表格。
4分层法
引起质量波动的原因是多种多样的,因此搜集到的质量数据和意见往往带有综合性。
为了能真实地反映产品质量波动的实质原因和变化规律,就必须对质量数据和意见进行适当归类和整理。
分层法又叫分类法、分组法。
它是按照一定的标志,把搜集到的大量有关某一特定主题的统计数据和意见加以归类、整理和汇总的一种方法。
分层的目的在于把杂乱无章和错综复杂的数据和意见加以归类汇总,使之更能确切地反映客观事实。
分层法常用于归纳整理所搜集到的统计数据,常与其他统计方法结合起来应用,如分层排列图法、分层散布图法、分层因果图和分层调查表,等等。
分层的原则是使同一层次内的数据玻动(或意见差异)幅度尽可能小,而层与层之间的差别尽可能大,否则就起不到归类汇总的作用。
分层的目的不同,分层的标志也不一样。
一般来说,分层可采用以下标志:
1)人员。
可按年龄、工级和性别等分层。
2)机器。
可按设备类型、新旧程度、不同的生产线和工夹具类型分层。
3)材料。
可按产地、批号、制造厂、规格成分等分类。
4)方法。
可按不同的工艺要求、操作参数、操作方法、生产速度等分层。
5)测量。
可按测量设备、测量方法、测量人员、测量取样方法和环境条件等分层。
6)时间。
可按不同的班次、日期等分层。
7)意见、观点和想法。
可按其性质、内容等分层。
8)环境。
可按照明度、清洁度、温度、湿度等分层。
9)其他。
可按地区、使用条件、缺陷部位、缺陷内容等分层。
分层方法很多,可根据具体情况灵活运用。
也可以在质量管理活动中不断创新,创造出新的分层标志。
分层法应用程序是:
a)收集数据或意见。
b)将采集到的数据或意见根据目的不同选择分层标志。
c)分层。
d)按层归类。
e)画分层归类图。
示例:
某装配厂的气缸体与气缸盖之间经常发生漏油。
经调查50套产品后发现,一是由于三个操作者在涂粘结剂时,操作方法不同;二是所使用的气缸垫是由两个制造厂所提供的。
在用分层法分析漏油原因时采用:
①按操作者分层(表4--1);②按气缸垫生产厂家分层(表4--2)。
表4—1
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193138
表4--2
供应厂漏油不漏油漏油率(%)
一厂91439
二厂101737
共计193138
由上两表容易得出:
为降低漏油率,应采用李师傅的操作方法和选用二厂的气缸垫。
然而事实并非如此,当采用此方法后,漏油率并未降到预期的指标(表4--3)。
即漏油率为3/7=43%。
因此,这样的简单分层是有问题的。
正确的方法应该是:
①当采用一厂生产的气缸垫时,应推广采用李师傅的操作方法;②当采用二厂生产的气缸垫时,应推广使用王师傅的操作方法。
这时它们的漏油率平均为0%(表4--3)。
因此,运用分层法时,不宜简单地按单一因素分层,必须考虑各因素的综合影响程度。
表4—3
操材气缸垫合计
作料一厂二厂
王漏油606
操不漏油21113
作李漏油033
者不漏油549
漏油91019
张不漏油729
漏油91019
合计不漏油141731
共计232750
5矩阵图
矩阵图是以矩阵的形式分析因素之间相互关系的图形。
它由3个部分组成:
对应事项,事项中的具体元素和对应元素交点处表示相关程度的符号,这种用矩阵图并根据各因素之间的相关程度,寻找解决问题的方法,就是矩阵图法。
矩阵图是从作为问题或原因的事项中找出对应的事项L和R,分别属于L的元素L1、L2……Lm及属于R的元素R1、R2……Rn排成行与列,然后分别分析它的支点处因素之间相互关系,并用不同符号表示出它们的相关程度。
常用的表示相关程度的符号有三种:
◎表示有强相关(或密切关系);○表示有关系(或弱相关);△表示可能有关系(或不相关)。
R
R1R2R3R4R5……Rn
L1
L2
L3
L
L4
.
.
.
Lm
图5—1矩阵图格式
5.1矩阵图的主要用途
a)确定系列产品的研制或改进的着眼点。
b)原材料的质量展开。
c)寻找产品的不合格现象与原材料、设备、工艺之间的关系。
d)拟定与市场相关联的产品战略方案。
e)加强质量审核制度并使之效能化。
f)明确产品质量特性与管理职能或负责部门的关系。
g)明确顾客质量要求与过程管理项目之间的关系等。
5.2矩阵图的分类
矩阵图大体上有5类,其中最常见的是L型和T型矩阵图。
a)L型矩阵图它是最基本的形式,一般是将两个对应事项A和B的元素。
分别按行和列排列而成。
它用于分析若干个目的(或问题)和为实现这些目的(问题)的手段(原因)。
(图5--1)。
b)T型矩阵图它是由两个L型矩阵图组合而成的矩阵图。
c)Y型矩阵图Y型矩阵图中有三个事项,其中两两相对应的事项分别构成三个L型矩阵图,所以Y型矩阵图是这三个L型矩阵图的组合。
d)X型矩阵图X型矩阵图是由4个L型矩阵图组合而成。
X型矩阵图适用面受到一定限制,但如果使用得当仍会收到相应的效果。
e)C型矩阵图它有3个事项A、B、C,分别以A的元素、B的元素和C的元素为边画出的长方体(或正方体),因此C型矩阵图中元素的交点是三维空间点。
5.3矩阵图的应用程序
现以T型矩阵图(图5--2)为例。
a)制作图形在图上画出纵横的栏,分左上栏(如图中的“现象”栏)、左下栏(如图中的“工序”栏)和横栏(如图中的“原因”栏),每栏设定一个元素(如图中的“现象”、“工序”、“原因”)。
b)分别整理各栏元素的内容,并将其填入各栏填写时可按重要程度或发生频率大小等顺序填写。
c)分析各元素间的关联关系分别确定两栏间对应两项内容的关联关系,并根据关联的强弱程度,用符号相应地标记在交叉点上。
d)确认关联关系分别以每栏元素为基础,将其与其他项目的关联关系及符号加以确认。
e)评价重要程度对各交叉点标记关联符号所表示的强弱程度分别打分。
例如,◎为3分,○为2分,△为1分。
按行和列统计总分,以各栏每项内容的得分多少作为对其重要度的定量评价,进而给予各个项目以总评价。
这种方法适用于根据积分来评价重要程度和优先程度。
5.4L型矩阵图应用示例
某电扇厂QC小组针对吊扇输入功率高、效率低的问题,使用了L型矩阵图(图5--2)。
通过分析,认为定子性能与功率、转速、起动性能有强相关关系,是吊扇性能好坏的关键因素。
因此它们对影响定子性能的各元素采用正交试验,解决了问题。
性能
原因
绝缘
强度低
耐压
击穿
功率大
转速低
起动
性能差
绝缘漆浓度低
◎
○
预烘时间短
◎
○
定子性能差
◎
◎
◎
转子缺陷
◎
◎
○
风叶不配套
○
◎
○
风叶角度与电机不匹配
◎
○
△
轴承不合格
△
○
△
精加工精度差
◎
○
◎
图5—2性能原因分析矩阵图
6流程图
流程图就是将一个过程(如工艺过程、检验过程、质量改进过程等)的步骤用图的形式表示出来的一种图示技术。
通过一个过程中各步骤之间关系的研究,一般能发现故障的潜在原因,知道哪些环节需要进行质量改进。
流程图可以用于从材料流向产品销售和售后服务的全过程的所有方面。
流程图可以用来描述现有的过程,亦可用来设计一个新的过程。
流程图由一系列容易识别的标志构成。
一般使用的标志如图6—1所示。
开始和结束活动说明决定框按顺序示出从一个活动
(圆或椭圆)到另一个活动的流向
图6—1流程图标志
6.1描述现有过程的流程图应用程序
1)差别过程的开始和结束。
2)观察从开始到结束的整个过程。
3)规定在该过程中的步骤(输入、活动、判断、决定、输出)。
4)画出表示该过程的一张流程图草图。
5)与该过程中所涉及的有关人员共同评审该草图。
6)根据评审结果改进流程图草图。
7)与实际过程比较,验证改进后的流程图。
8)注明正式流程图的形成日期,以备将来使用和参考(它可以用作过程实际运行的记录,亦可用来判别质量改进的程度、机会)。
6.2设计新过程的流程图应用程序
1)判别该过程的开始和结束。
2)使新过程中将要形成的步骤(输入、活动、判断、决定、输出)形象化(符号化)。
开始接受文件把复印页数写入登记本开始复印
重新开始正确的操作机器?
装订装订文件
是是
否否
纠正错误整理
结束
图6—2复印文件的流程图
3)确定该过程中的步骤(输入、活动、判断、决定、输出)。
4)画出表示该过程的流程图草图。
5)与预计该过程将要涉及到的有关人员一起评审该流程图草图。
6)根据评审结果改进流程图草图。
7)注明形成正式流程图的日期,以备将来使用和参考。
6.3应用实例
图6—2示出复印一份文件的流程图。
7因果图
因果图又叫鱼刺图、特性要因图、树枝图等。
它是表示质量特性波动与其潜在原因关系,即表达和分析因果关系的一种图表。
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。
因果图在质量管理、质量分析和质量改进活动中有着广泛的用途。
7.1因果图的应用程序
1)简明扼要地规定结果,即规定需要解决的质量问题。
如,主轴颈出刀痕、烟支空松、青霉素瓶消毒后胶塞水分高,等等。
2)规定可能发生的原因的主要类别。
这时要考虑的类别因素主要有:
数据和信息系统、人员、机器设备、材料、方法、测量和环境等。
3)开始画图,把“结果”画在右边的矩形框中,然后把各类主要原因放在它的左边,作为“结果”框的输入(图7--1)。
4)寻找所有下一层次的原因,画在相应的主(因)枝上,并继续一层层地展开下去(图7--2)。
一个正常因果图展开的层次至少应有2层,许多情况下还可以有3层、4层或更多的层。
5)从最高层次(即最末一层)的原因(末端因素)中选取和识别少量(一般为3~5个)看起来对结果有最大影响的原因(一般称重要因素,简称要因),并对它们做进一步的研究,如收集资料、论证、试验、控制等。
图7—3是某制药厂盐酸林可霉素“成品色级不合格”的因果分析图。
图中用方框框出的末端因素是“要因”。
这些“要因”经论证后,都将列入对策表(措施计划表)中。
类别类别
结果
类别类别
图7—1因果图框架
主因主因A第二层原因
第一层原因
第三层原因
结果
主因主因
图7—2因果层次展开示意图
中间体人
丁提液乳化物多
盐酸色深丁浓液透光度低操作不稳定
粗品粉质量差蒸发时间长
蒸发温度高新调入人员多
粗品粉呈粉末责任心差
脱色液透光度低碱度低
碱洗液透光度低重收率、轻质量
脱色液浓度高成
洗涤次数少品
脱色液PH未控制色
级
尘埃粒子数不合格结晶罐不密闭不
结晶温度低干燥器设计不合理合
格
尘埃晶体容器
图7—3盐酸林可霉素成品色级不合格的因果图
7.2画因果图的注意事项
1)画因果图时必须开“诸葛亮会”,充分发扬民主,畅所欲言,各抒已见,集思广益,把每个人的意见都一一记录在图上。
2)确定要分析的主要质量问题(特性),不能笼统、不具体,或在一张因果图上分析若干个主要质量问题,换句话说,即一个主要质量问题只能画一张因果图;多个主要质量问题则应画多张因果图。
总之,因果图只能用于单一目的研究分析。
3)因果关系的层次要分明。
最高层次的原因应寻求至可以直接采取具体措施为止。
4)“要因”一定要确定在末端因素(最高层次因素)上,而不应确定在中间过程上。
5)对末端因素,特别是“要因”应科学论证。
6)论证合格的“要因”,一定要在对策表上反映出来。
因果图常同排列图、对策表联合起来应用,因而将它们称为“两图一表”。
8树图
树图又叫系统图。
树图是表示某个质量问题与其组成要素之间的关系,从而明确问题的重点,寻求达到目的所应采取的最适当的手段和措施的一种树枝状示图,亦是一种倒立树状逻辑因果关系图。
树图可以系统地把某个质量问题分解成许多组成要素,以显示出问题与要素、要素与要素之间的逻辑关系和顺序关系。
比如,可以把用因果图法和分层法形成的见解等均可转换成树图,以便更清晰地显示出诸要素之间、要素同主题之间的逻辑关系、顺序关系或因果关系。
树图可以是单目标的,也可以是多目标的。
一般均自上而下展开作图。
(图8―1)。
树图在质量管理活动中,尤其是质量改进活动中有着广泛的用途,具体地说,其主要用途有:
1)企业质量方针、目标实施项目的展开;
2)在新产品开发中进行质量设计展开;
3)为确定质量保证活动而进行的保证质量要素(事项)的展开;
4)对为解决企业内质量、成本、产量等问题所采取的措施加以展开;
5)工序分析活动中对质量特性进行主导因素的展开;
6)探求明确部门职能、管理职能和提高效率的方法;
7)可以用于因果分析,即可以作为因果图使用。
主题主要类别组成要素子要素
图8—1侧向型树图
8.1树图的应用程序
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 常用 统计 技术