质量统计七大手法概述.docx
上传者：zhangshus
2022-05-26 09:47:12上传
DOCX文件
418 KB
质H统计七大手法
质虽统计方法是工厂质虽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.质虽问题的分析.查找原因.确定产品和过程的限定值，预测.验
证并测虽和评定产品质虽特性。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。
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
统计控制图（X一R.P.C控制图等）
主要用于监控产品的生产和测虽过程。
试验设计
主要用于确定变H对过程和产品性能有显著影响。
建立虽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。
进行变虽分析
对各变虽构成进行评估.似务变n占总体变n的比例，作
为最佳的质虽改进机会的依据。为控制图.产品特性的确
定和产品的放行设计抽样方案。
抽样计划
工厂质虽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：
发现质n管理过程中的薄弱环节，对质n改善采取针
对性的措施；
查找形成品不良的因素，使质虽追溯有据可依；
验证质虽控制方法有效性。
以下介绍品管七大手法
直方图
柏拉图
因果图法（鱼刺图）
层别法
控制图
检查表
推移图
统计技jft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.质虽状态及管制能力的分析。运用直方图进行分析的步骤
为
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
对产品质虽的影响程度。
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）
计算全距.组距.组界.中心值:
全距：代号为R,是数据中最大值
与最小值的差，即
组距代号为，组距（h）=R/组数,
组距通常选整；
确定组界：
最小一组的下组界
小位数/2
测虽值的最小位数
最小一组的上组界
确定中心值
各组界之间的中心值,
上组界+下组界）/2c
N（样本总
数）
组数
50以上
4-6组
50-100
7-10组
100-200
11-14
组
200-400
15-19
组
400以上
20组
每组的中心值=（该组的
=-测H值的最
般是1或0.1
=下组界+组距
也称中值。
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
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
MODELNO/NAME:
DATE:
Y
1.人力控制图
80
X.实际工时
——
70
Y.表示变虽直
60
50
—-
40
30
J—
20
—
110
I
X
3691215
1821242730
MODELNO/NAME:
DATE:
1
、Y
1.质虽控制图
-80
X..表示变虽直
一70
Y同一类型的质虽
一60
不良情况出现的
一50
频次
一40
一30
一20
一110
L
X
3691215
1821242730
REMARKS:
ISSUEBBY:CHECKBY:
APPROVEDBY:
CC:匚ENG;
PMC;
PRU;
AGM;
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
测试
部门
使用测试房
实验编号
0542
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
质虽统计方法是工厂质虽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.质虽问题的分析.查找原因.确定产品和过程的限定值，预测.验
证并测虽和评定产品质虽特性。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。
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
统计控制图（X一R.P.C控制图等）
主要用于监控产品的生产和测虽过程。
试验设计
主要用于确定变H对过程和产品性能有显著影响。
建立虽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。
进行变虽分析
对各变虽构成进行评估.似务变n占总体变n的比例，作
为最佳的质虽改进机会的依据。为控制图.产品特性的确
定和产品的放行设计抽样方案。
抽样计划
工厂质虽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：
发现质n管理过程中的薄弱环节，对质n改善采取针
对性的措施；
查找形成品不良的因素，使质虽追溯有据可依；
验证质虽控制方法有效性。
以下介绍品管七大手法
直方图
柏拉图
因果图法（鱼刺图）
层别法
控制图
检查表
推移图
统计技jft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.质虽状态及管制能力的分析。运用直方图进行分析的步骤
为
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
对产品质虽的影响程度。
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）
计算全距.组距.组界.中心值:
全距：代号为R,是数据中最大值
与最小值的差，即
组距代号为，组距（h）=R/组数,
组距通常选整；
确定组界：
最小一组的下组界
小位数/2
测虽值的最小位数
最小一组的上组界
确定中心值
各组界之间的中心值,
上组界+下组界）/2c
N（样本总
数）
组数
50以上
4-6组
50-100
7-10组
100-200
11-14
组
200-400
15-19
组
400以上
20组
每组的中心值=（该组的
=-测H值的最
般是1或0.1
=下组界+组距
也称中值。
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
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
MODELNO/NAME:
DATE:
Y
1.人力控制图
80
X.实际工时
——
70
Y.表示变虽直
60
50
—-
40
30
J—
20
—
110
I
X
3691215
1821242730
MODELNO/NAME:
DATE:
1
、Y
1.质虽控制图
-80
X..表示变虽直
一70
Y同一类型的质虽
一60
不良情况出现的
一50
频次
一40
一30
一20
一110
L
X
3691215
1821242730
REMARKS:
ISSUEBBY:CHECKBY:
APPROVEDBY:
CC:匚ENG;
PMC;
PRU;
AGM;
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
测试
部门
使用测试房
实验编号
0542
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
