质量统计七大手法

质量统计七大手法

质量统计七大手法

质量统计方法是工厂质量管理过程中经常运用的重要手法。主要是通过对各种相关资料的收集.分析和利用，以用来证实产品生产过程能力及产品对规定要求的符合性。其作用在应用于产品的设计.生产过程的控制.防止不合格品产生.质量问题的分析.查找原因.确定产品和过程的限定值，预测.验证并测量和评定产品质量特性。为了达到上述目的就必须选择适宜的统计方法，下述即常用的统计方法及其应用。

一. 图示法(直方图.制程流程图.散布图.柏拉图.因果图等)

主要用于进行问题诊断，并据此选择适宜的方法进行统计诊断 二. 统计控制图(X –R.P.C控制图等)

主要用于监控产品的生产和测量过程。 三. 试验设计

主要用于确定变量对过程和产品性能有显著影响。 四. 建立量化模型进行回归分析

主要用于生产过程运作的条件和产品设计发生变化时，对产品和过程的特性进行分析。 五. 进行变量分析

对各变量构成进行评估.似务变量占总体变量的比例，作为最佳的质量改进机会的依据。为控制图.产品特性的确定和产品的放行设计抽样方案。 六. 抽样计划

工厂质量管理如果能充分运用各种统计手法，将在各方面受益，并表现在：

1. 发现质量管理过程中的薄弱环节，对质量改善采取针对性的措施﹔ 2. 查找形成品不良的因素，使质量追溯有据可依﹔ 3. 验证质量控制方法有效性。 以下介绍品管七大手法

1. 直方图 2. 柏拉图

3. 因果图法(鱼刺图) 4. 层别法 5. 控制图 6. 检查表 7. 推移图

2.统计技朮的应用 一 直方图

直方图有称柱状图，是将囤积数据汇总.分组，并将每组数据绘成柱状图，依统计数据的分布形状，进行产品生产过程.质量状态及管制能力的分析。运用直方图进行分析的步骤为 1. 数据统计

将同一类型和相近似的现象归纳在一起，以分析该类现象对产品质量的影响程度。

2. 将统计数据分组.确定组数是直方图分析中的重要步骤，将统计的样本总数进行合理分组便于观察数据分布情况，合理的组数鱼样本总数的关系通常为：(见右下表)

质量统计七大手法

3.计算全距.组距.组界.中心值：

1. 全距：代号为R，是数据中最大值与最小值的N(样本总数) 组数 差，即 50以上 4-6组 2. 组距代号为 ，组距(h )=R /组数，组距通常选整50-100 7-10组 ﹔ 100-200 11-14组 3. 确定组界： 200-400 15-19组 最小一组的下组界= -测量值的最小位数/2 400以上 20组 测量值的最小位数一般是1或0.1 最小一组的上组界=下组界+组距 4. 确定中心值

各组界之间的中心值，也称中值。每组的中心值=(该组的上组界+下组界)/2。 4..统计符合各组值的数据次数

在已确定的每组上下界的数值范围内，将样本数据中符合此范围的样本数统计出来，每一个数据为一次 5. 建立坐标系

以数据的次数值为纵轴，特性值为横轴，建立坐标系 直方(柱状)控制图 MODEL NO/NAME: DATE: Y 1.人力控制图 80 X.实际工时 70 Y.表示变量直 60 50 40 30 20 10 0 X 3 6 9 12 15 18 2124 27 30 MODEL NO/NAME: DATE: Y 1.质量控制图 80 X. .表示变量直 70 Y 同一类型的质量 60 不良情况出现的 50 频次 40 30 20 10 0 X 3 6 9 12 15 18 2124 27 30 REMARKS: ISSUEB BY: CHECK BY: APPROVED BY:

CC: ENG; PMC; PRU; AGM;

质量统计七大手法

6. 按每组数据次数的多少在坐标中绘出柱状图，并记入图名.日期.制作人等。 例：

直方图用应用实例

实验室为测定某型号火牛的温升是否正常，经统计获得以下数据： 火牛测定表 0542 测试部门 使用测试房 实验编号 所属部门 实验室 火牛型号 韵邦6603M16T 检测人 刘俸剑 检测日期 03.11.21 序号 实测 序号 实测 序号 实测 序号 实测 序号 实测 1 28.8 11 46 21 49.5 31 75 41 30.5 2 28 12 78.2 22 52.2 32 37.2 42 39.6 3 28.9 13 75.5 23 62.2 33 46.3 43 42.6 4 38 14 72 24 71.4 34 61.6 44 38.7 5 40.4 15 68.9 25 74.5 35 72.1 45 55.9 6 35.3 16 68 26 61.6 36 75.6 46 67.3 7 38.4 17 67.8 27 72.1 37 49.6 47 51.8 8 46.5 18 38.8 28 75.6 38 36 48 36.5 9 45.2 19 45 29 63.2 39 41.8 49 34.9 10 38.8 20 46.4 30 72.3 40 52.7 50 51.2 单位:次/P.P 由表可知，样本最大值L=78.2,最小值S=28﹔全距R=78.2-28=50.2 组数为9组，则组距C=50.2/9=5.6

第一组的下组界=28-0.05=27.95，上组界=33.55 数据的次数分布如下：

14 火牛温升直方图 次数分布表 组别 组界 组距 中心值 分布次数 1 27.95-33.55 5.6 30.75 4 2 33.55-39.15 5.6 36.35 11 3 39.15-44.75 5.6 41.95 4 4 44.75-50.35 5.6 47.55 8 5 50.35-55.95 5.6 53.15 4 6 55.95-6155 5.6 58.75 0 7 61.55-67.15 5.6 64.35 4 8 67.15-72.75 5.6 69.95 9 9 72.75-78.35 5.6 75.55 6 12 X 10 由图中看到 火牛温升直方图偏左分布，属不正常， 进一步分析其原因为冷却时间过短导致。应延长冷却时间，使其分布状态为正态分布。一般来说，应用直方图进行质量分析可达到如下目的：

1. 比较平均值舆标准值，将其作为是否调整制程生产质量管理方式的依据; 2. 评估制程能力符合工程设计能力的依据﹔ 3. 考核各部门质量管理绩效的依据﹔ 4. 比较物料或供货商的方法

直方图在应用过程中经常出现以下情况：

图一：正态分布，左右对称，表明制程正常.稳定 图二：偏态分布，制程中显示有异常因素。 图三：双峰分布，表明制程内可能有二种不同的

偏差。

质量统计七大手法

图四：不正常分布，可能测定的数据有偏差。

(2) (3)

(4) 二.柏拉图法

在工厂实际职作业过程中，造成质量不良的原因很多，但有一些因素所占的比率较低﹔而有一些因素所占的比率很高。柏拉图就是将肢这些因素加以量化，对占80 …… 此处隐藏：2543字，全部文档内容请下载后查看。喜欢就下载吧 ……