通用统计技术及品质手法.docx

通用统计技术及品质手法.docx

《通用统计技术及品质手法.docx》由会员分享，可在线阅读，更多相关《通用统计技术及品质手法.docx（28页珍藏版）》请在冰豆网上搜索。

通用统计技术及品质手法

1.0目的

通过进行‘通用统计技术及品质手法’的培训，使受训者能够具备灵活运用相关工具进行发现问题、分析问题、解决问题的能力。

2.0适用范围

此培训教程适用于喜高公司所有从事生产、技术、工程、品质等方面的人员。

3.0参考文件

无

4.0内容

4.1QC七大手法

4.1.1层别法

4.1.1.1概念

一种最基本的QC手法。

它就是将事物、现象等按照不同层次、类别进行分类，寻求差异或共同点，由此作为分析原因的着眼点。

4.1.1.2层别法的作用

●同一物品进行比较

●同一动作进行比较

●同一设备或生产线进行比较

●用层别法观察现场

●用层别法观察现物

●用层别法观察现况

4.1.1.3层别法的目的

●发掘问题，界定问题

IPQC用层别法找出哪条生产线不良率最高

●发掘问题的影响因素

用层别法区分A&B两台切割机切割不良造成的原因

4.1.1.3使用层别法的步骤

●明确目的你想使用层别法做什么？

●掌握影响问题的因素

●决定层别的项目

a.问题组b.比较组

●层别观察到的事实并做记录

●寻找差异点

●结论

4.1.2查检表

4.1.2.1概念

查检表就是记录表。

其特点为1、方便检查事实或项目2、记录检查的必要项目，以免检查遗漏3、分层、分类统计4、方便将检查结果记录于检查表上。

4.1.2.2查检表分类

●不良内容查检表

不良项目

不良数

抽样数

不良率

A

B

C

D

●不良原因查检表

不良原因

不良数

抽样数

不良率

缩水

夹水纹

混色

其它

●调查品质分布状况

次数

扭力（kgf.cm）

次数

＞36.0

30~36

18~30

●机器/设备开机前查检表

序号

检查项目

标准

结果

对策

1

电源是否接好

220V

√

2

气压是否正常

5kg/cm2

√

3

油压是否正常

10~25kg/cm2

√

4.1.2.3设计查检表的步骤

●明确收集数据的目的做什么用途

●整理并决定查检项目

●考虑是否需要层别

●决定查检数据的方法

●决定查检表格式

●试使用

●进行修正

4.1.3柏拉图

4.1.3.1概念

●以项目别进行分类

●依出现次数大小顺序排列图示

●表示出各项目之累积比率或影响度

●从众多复杂的事物或不良项目找出影响最大或最主要的项目（一般以累积比率或影响度80%以上为界限）。

4.1.3.2制作柏拉图的方法

●明确柏拉图分析目的

●决定层别项目、收集时间、收集方法、制作查检表。

●收集数据

●制作数据统计表

a.数据汇总后依大小顺序排列

b.计算各项累积比率

c.小项目可以合并为其他项目

柏拉图统计表

区分

不良项目

不良数

不良率

累积比率

A

20

38.5%

38.5%

B

16

30.8%

69.2%

C

10

19.2%

88.5%

D

5

9.6%

98.1%

Others

1

1.9%

100.0%

TTL

52

●绘制柏拉图

a.纵轴为项目出现的频率

b.横轴为不良项目分类（由大到小排列）

c.分纵轴表示累积比率（影响度）

d.绘制累积折线

e.注明柏拉图名称，收集数据期间、制作者

4.1.3.3制作标柏拉图注意事项

●横轴项目以4~6项为宜

●纵轴一般代表出现的频数

●分纵轴代表累积比率

●一定要注明柏拉图名称、数据收集方式、时间、制作者

4.1.4特性要因图（鱼刺图）

4.1.4.1概念

特性要因图即为将结果（特性）与原因（要因）之间相互影响的关系表示在一个图中，形如鱼刺，故又称鱼刺图。

4.1.4.2物性要因图的作用

●分析因果关系

●表达因果关系

●通过识别症状、分析原因、寻找措施，促进问题的解决。

4.1.4.3特性要因图的制作方法

●决定品质特性、绘制骨架

特性

首先将品质特性（不良现象）写在纸张或白板右边，并用“”将其圈起来，然后自左向右画出一个粗箭头且箭头指向品质特性。

●列出大的要因、找出可能的原因，然后将各要因分成几个大项，每大项以“”圈起来并加以箭头，箭头以60°斜度插于横线上，并且箭头要指向品质特性。

●大要因可依4MIE（人、设备、材料、方法、环境）来分类。

设备

特性

人

材料

环境

方法

●依据大要因，再分中要因

细分出中要因之中骨线（与主干线保持平线），中要因选定约3~5个为宜（但非硬性规定），绘制时应将有因果关系之要因归于同一骨线内。

设备

人

特性

材料

方法

环境

●依据中要因，再细分出小要因，将中要因分成可以采取措的小要因

人

设备

特性

材料

环境

方法

●圈出最可能的主要原因

a.造成一个结果的原因很多，可以通过收集数据或自由讨论的方式（头脑风暴法），将最可能的主要原因用“”圈出来。

b.最可能的主要原因以4~6项为宜（但非硬性规定）。

●整理记录

a.标题、作为、日期、参与者

b.作成看板周知

4.1.4.4制作特性要因图注意事项

●要因必须是可对策的要因

●要因都是思考出来的，必须去验证才可下对策

●要因必须避免“不当”、“不注意”、“疏忽”等字眼

●对每一个特性要有一张特性要因图

4.1.5直方图

4.1.5.1概念

直方图是通过对大量计量值数据进行整理、加工，找出其统计规律，即数据的分布形态，以便对其总体的分布特征进行分析的方法。

4.1.5.2直方图的作用

●制程异常的判断

●不良率的预知

●判断工程能力的大小

●制订产品规格的依据

●可以观察到数据分布状态、特性倾向、中心位置变异大小。

4.1.5.3制作直方图的方法

●决定收集数据期间、方法、数据的个数（一般以50~100个为最佳。

●找出所有数据的最大值及最小值

●计算出全体数据的分布范围R，即极差。

R=Xmax-Xmin

●根据数据的个数进行分组，分组的原则如下：

数据的个数

组数（K）

50个数据以内

5~7组

50~100个数据

7~10组

100~250个数据

10~20组

●计算组距h，h=R/K。

●确定组界限

a.计算第一组的上下界限值，Xminh/2。

b.其余各组的上下界限是：

第一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（h）就是第二组的上界限值。

其余类推……

●计算各组的中心值（Xi）

（Xi）=（该组下界限值+该组上界限值）/2

.

.

.

其余类推。

●做成次数分布表

组号

组界

中心值

出现频数

次数

1

2

3

.

K

●做成直方图

a.横轴的刻度为组中心点

b.纵轴的刻度为数据在该组界出现的频数

c.作柱状图

d.确定图名称，收集收集时间、方式、中心值、规格值

4.1.5.4实例演示

已知喜高公司DD1产品扭力测试规格要求为24.012kgf.cm，现从2000年9月份测试数据中抽出50个进行分析。

22

24

25

31

24

21

26

25

15

23

20

28

22

22

18

18

29

28

25

13

21

26

27

24

15

20

30

26

26

27

16

28

24

20

28

17

29

23

21

35

36

26

22

23

26

22

24

34

24

25

●找出上述列表中最大值、最小值

Xmax=36Xmin=13

●计算极差R=Xmax-Xmin=36-13=23

●确定组数为K=5

●计算组距h,h=

=

=4.6=5

确定组界限

●第一组下组界=15-

=15-

=12.5

●第一组上组界=15+

=15+

=17.5

●第二组下组界=17.5

●第二组上组界17.5+h=22.5

●其余类推

计算各组中心值

●第一组中心值X1=

=15

●第二组中心值X2=

=20

TU=36

作成次数分布表

组号

组界

中心值

出现频数检查

分布次数

1

12.5~17.5

15

5

2

17.5~22.5

20

13

3

22.5~27.5

25

21

4

27.5~32.5

30

8

5

32.5~37.5

35

3

=25

TL=12.0

名称：

DD1扭力测试值分布直方图

收集数据时间：

2000年9月12~2000年9月15日

收集方式：

抽检

收集人：

XXX

4.1.5.5常见的几种直方图

●

理想型

TLTU

说明：

分布正常、合理

●浪费型

TLTU

说明：

工程能力过剩

●勉强型

TLTU

说明：

工程能力刚好满足制程需要，一但出现偏差，则会出现不良品。

●

努力型

说明：

工程能力满足不了制程需要，已出现不良品

●

TU

TL

偏心型

TU

TL

说明：

中心值偏向了下公差，工程能力不足

●

双峰型

TLTU

说明：

有可能为不同设备生产的产品，用同一直方图表达（应用层别法进行分类）

●绝壁型

TLTU

说明：

质量特性完全偏向规格上限或下限

●

锯齿型

TLTU

说明：

测量不准确或不同测量人员

4.5.5.9

TU

TL

孤岛型

说明：

测量方法出现问题

●

高原型

TU

TL

4.1.6相关图（散布图）

4.1.6.1概念

相关图也称散布图，是分析、研究两种质量特性值之间相互关系的方法。

两种质量特性值或者两种数据之间有无相关性，相互关系如何，只从数据表中观察则很难判断，如果把数据作成散布图，则比较容易得出其相关与否的结论。

4.1.6.2相关图的制作方法

●收集相对应的数据，一般30~100组。

●画出横坐标轴和纵坐标轴，在进行因果分析时，一般横轴表示自变量，纵横表示因变量。

●按数据画出坐标点，根据每一组数据的数值逐个画出各数据的坐标点，当两组或多组数据完全相同时可用符号“”表示重合点。

●填上有关事项，如标题、调查日期、制图者、数据个数及其他参考事项。

4.1.6.3制作相关图应注意事项

●要有足够大样本

●画横坐标或纵坐标轴时，应使横轴数据最小值到最大值的距离大致等于纵轴数据最小值到最大值的尺度距离，如标度取得不当会影响观察效果。

●收集的数据必须一一对应。

●使用层别法将不同类别的数据或质量特性值进行分层。

4.1.6.4常见的几种相关图

（a.）强正相关（b.）弱正相关（c.）不相关

（d.）强负相（e）弱负相关（f.）非线性相关

4.1.7控制图

4.1.7.1概念

控制图即为根据概率统计的原理，在普通坐标纸上作出控制上下限、中心线，然后按时间顺序将样本所测得的质量特性值以点子的形式依次描在图上，从点子的动态分布情况来探讨工序质量及其趋势的图形。

4.1.7.2控制图的分类

●计数值控制图

a.P控制图（P-Chart），亦称为不合格品率控制图，此类控制图最为常见。

b.Pn控制图，亦称为不合格品数控制图。

c.C控制图，亦称为缺陷数控制图。

●计量值控制图

●-R（X-bar&R）控制图，此图可以同时控制质量特性值的集中趋势，即平均值的变化，以及其偏离中心线的离散程度，即极差R的变化，此类控制图最为常见。

4.1.7.3-R（X-bar&R）控制图

●制作方法

a.确定样本组大小，一般25个以上样本组且每个样本组，最好为3~5个样本。

b.确定抽样数、频率、抽样地点。

注意：

抽样时，制程要处于正常状态，且要连续进行生产。

c.计算出每个样本组的平均值和极差R。

d.计算出所有样本组的总的平均值、极差平均值。

e.计算出控制图、R控制图之控制界限及中心线。

控制图

中心线CL=

控制上限UCL=+A2

控制下限LCL=-A2

R控制图

控制上限UCL=D4

控制下限LCL=D3

备注：

其中A2、D3、D4为管制参数，可参照3控制界限参数表（附录A）。

4.1.7.4实例演示

序号

检查值

平均值

极差R

X1

X2

X3

X4

1

3.0

4.2

3.5

3.8

3.62

1.20

2

4.3

4.1

3.7

3.9

4.00

0.60

3

4.2

3.6

3.2

3.4

3.60

1.00

4

3.9

4.3

4.0

3.6

3.95

0.70

5

4.4

3.4

3.8

3.9

3.88

1.00

6

3.7

4.7

4.3

3.6

4.08

0.90

7

3.8

3.9

4.3

4.5

4.12

0.70

8

4.4

4.3

3.8

3.9

4.10

0.60

9

3.7

3.2

3.4

4.2

3.62

1.00

10

3.1

3.9

4.2

3.0

3.50

1.20

11

3.2

3.8

3.8

3.7

3.62

0.60

12

3.1

4.4

4.8

4.2

4.05

1.40

13

3.4

3.7

3.8

3.9

3.70

0.50

14

4.4

4.2

4.1

3.5

4.05

0.90

15

3.4

3.5

3.8

4.4

3.78

1.00

16

3.9

3.7

3.2

4.8

3.70

0.80

17

4.4

4.3

4.0

3.7

4.10

0.70

18

3.6

3.2

3.6

4.4

3.70

1.20

19

3.2

4.4

4.2

4.5

4.08

1.30

20

4.7

4.6

3.8

3.2

4.08

1.50

21

4.8

4.2

4.0

3.0

4.03

1.80

22

4.5

3.5

3.0

4.8

3.95

1.80

23

3.8

3.2

4.2

3.0

3.55

1.20

24

4.2

4.0

3.8

3.5

3.88

0.70

25

4.3

3.6

3.6

4.4

3.82

1.40

Total

96.53

25.7

Totalaverage

3.861

1.028

●依据3控制界限参数表可以查知：

A2=0.729、D3=0、D4=2.282

●控制图控制界限为：

CL==3.861

UCL=+A2=3.861+0.729*1.028=4.61

LCL=-A2=3.861-0.729*1.028=3.112

●R控制图控制界限为：

CL==1.028

UCL=D4=2.282*1.028=2.346

●分别描点制作控制图及R控制图，并画出各组的中心线、上下控制界限

控

制

图

R

控

制

图

4.1.7.5P-Chart控制图

●制作方法

a.应按生产条件基本相同的原则选取样本，同时生产一定要正常，一般按时间顺序将样本分成若干组（一般为25组上），从每组中抽取样本大小为n的样本，检查出样本中不良品个数Pn。

b.填写数据表

c.计算每个样本组的不良率P，（P=Pn/n）

d.计算平均不良率=ΣPn/Σn

e.计算中心线和控制界限。

中心线CL=

控制上限UCL=+3

控制下限LCL=-3

f.作控制图

将每个样本组之不良率所对应的数据点描在控制图上。

●制作P-Chart之注意事项

a.不合格品的个数Pn，一般要求每个样本组中大致包含1~5个不合格品。

b.为了方便计算，各样本组之本样本大小n应尽可能相同。

当可预先知道不良率P时，可由下式计算出样本的大小n，n=Pn/P=（1~5）/P。

如已知不良率P=1.0%时，则n=（1~5）/0.01=100~500。

c.样本组数：

一般取25组以上。

d.

UCL

样本大小n与控制界限UCL&LCL之间关系，由式

LCL

=±3

可以看出，当n增大时控制界限变窄，这时只要生产过程稍有波动，就会使一些点超出控制界限而成为不必要的严格控制。

反之，当n减小时，控制界限变宽，这时生产过程的变异又常常不能被发现，即不良率P=0%的点子增多，作为控制图是不适宜的。

因此实际不良率很小，而又不能增大n时，可以从控制目的出发，严格收缩检验规格标准的方法来解决。

例如：

DD1HeadAss’y拉力测试，标准为悬挂5kg砝码5分钟，HeadAss’y不应脱落。

而用此标准做测试时，不合格品数Pn几乎为零，但为了达到控制图目的，可以将标准加严，如改为悬挂10kg砝码。

●实例演示

P-Chart数据表

序号

样本大小n

不良

数Pn

不良率P（%）

序号

样本大小n

不良

数Pn

不良率P（%）

1

100

4

4

14

100

0

0

2

100

2

2

15

100

2

2

3

100

0

0

16

100

3

3

4

100

5

5

17

100

1

1

5

100

3

3

18

100

6

6

6

100

2

2

19

100

1

1

7

100

4

4

20

100

3

3

8

100

3

3

21

100

3

3

9

100

2

2

22

100

2

2

10

100

6

6

23

100

0

0

11

100

1

1

24

100

7

7

12

100

4

4

25

100

3

3

13

100

1

1

合计

2500

68

2.7

●平均不良率

=（68/2500）*100%=2.7%

●计算中心线和控制界限

CL==2.7%

UcL=P+3

=7.6%

LcL=-2.2%（负数不考虑）

●描点（将每个样本组之不良率所对应的数据点描在控制图上）

4.1.7.6异常点的判定

●连续五点呈上升或下降趋势，则制程可能出现异常。

●连续七点位于中心线上侧或下侧，则制程可能出现异常。

●点的分布呈周期性变化，则制程有可能被异常因素作用。

●一般，点子超出控制界限都应以异常点来对待，但必须考

虑如下经验原则。

●连续35点，允许有1点超出控制界限

●连续100点，允许有2点超出控制界限

4.1.7.7控制图的修正方法

●-R控制图的修正方法

a.-R控制图的控制界限要经常进行修正，以剔除失控

点，计算出新的控制界限。

b.控制界限的修正方法

nw=

∑X-xd

m-md

nw=

∑X-xd

m-md

nw-A*

UCLX=

Rnw

d2

nw-A*

LCLX=

Rnw

d2

UCLR=

D2*

nw

d2

LCLR=

D2*

nw

d2

其中：

Xd：

剔除的样本组平均值、md：

剔除的样本组数、Rd：

剔除的样本极差、m：

原有的样本组数

c.控制界限的参数A、d2、D1、D2请参照3控制界限参数表（附录A）。

●P-Chart控制图修正方法

a.P-Chart控制图的控制界限要经常进行修正，以剔除失控点，计算出新的控制界限。

b.控制界限的修正方法

nw=

∑c-cd

∑n-nd

CL=nw

UCL=nw+3

LCL=nw-3

其中：

cd：

剔除样本失效数、nd：

剔除样本大小

4.2抽样技术

4.2.1常见的一些概念

4.2.1.1单位产品

为了适应实施抽样检验的需要而划分的基本单位。

单位产品有的可以自然划分、有的不可以自然划分。

例如：

一个螺丝、一支铅笔等可以自然划分；布料、电、糖类等不可以自然划分。

4.2.1.2单位产品的缺陷

一个单位产品的任何一个特征不符合规定的要求，都称为单位产品的缺陷。

一般分为三类：

致命缺陷、严重缺陷、轻微缺陷。

4.2.1.3致命缺陷

单位产品的极重要质量特性不符合规定要求。

如汽车方向盘失灵、电器漏电伤人。

4.2.1.4严重缺陷

单位产品的重要质量特性不符合规定要求。

如钟表误差太大、电冰箱制冷性能很差。

4.2.1.5轻微缺陷

单位产品的一般质量特性不符合规定的要求。

如外观缺陷。

4.2.1.6不合格品、合格品

●产品中凡有一个或一个以上的缺陷，即属于不合格品。

●产品的全部检查项目均符合标准（无缺陷），才称该产品为合格品。

4.2.2检验批的构成

产品的批只能由质量均匀或生产条件相同的产品组成，其特征如下：

4.2.2.1不得将不同原材料或零件制造的产品放在一起。

4.2.2.2用不同制造设备、制造方法制造的产品，不能放在一起。

4.2.2.3不同时间或交替轮番制造的产品，不得归在一起。

●例如：

某产品以一天的产量作为一个批量，一天当中由于故障原因设备作出调整，这一天的产量要以设备调整前后的产量分别组成检查批。

4.2.3抽样技巧

4.2.3.1单纯随机抽样

4.2.3.2分层随机抽样

●这是当检验批可按生产条件不同划分几个副批时，按比例从各副批中随机抽取检验单位，然后将抽取的产品放在一起作为一个整体样本。

●例如：

一个产品批量大小为1600个，由A、B、C三台设备分别加工800个、500个、300个，现进行抽样数为150个的分层抽样，其方法为：

a.从A生产的产品中抽取150X800/1600个

b.从B生产的产品中抽取150X500/1600个

c.从C生产的产品中抽取150X300/1600个

4.2.4检查水平

4.2.4.1共有七种检查水平，由低到高分别为S-1、S-2、S-3、S-4、、、，其中S-1~S-4为特殊检查水平，适用于破坏性检验或检验费用较大场所，而、、为一般检查水平。

4.2.4.2对于一般检查项目，通常采取级水平，对于尺寸检测、功能测试、破坏性测试等经常采取S-2水平，对于开箱数检查通常采取S-4水平。

4.2.5合格质量水平AQL

4.2.5.1致命缺陷的