QC新老七种工具XXXX08.pptx
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《QC新老七种工具XXXX08.pptx》由会员分享,可在线阅读,更多相关《QC新老七种工具XXXX08.pptx(90页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、QC新老七种新老七种工具工具统计质量控制的新、老七种工具统计质量控制的新、老七种工具老七种工具新七种工具调查表关联图分层法系统图直方图KJ法散布图矩阵图排列图矩阵数据分析法因果图过程决策分析法控制图矢线法1. 1.老七种工具老七种工具一)调查表 调查表是为了调查客观事物、产品和工作质量,或是为了分层搜集数据而设计的图表。它通过表格的形式把产品可能出现的情况及其分类预先列出,在检查产品时只需要在相应分类中进行统计,统计时只需要在表格上相应的栏目内填上数字或符号即可。 调查表应具有以下特点:v 内容简单明了,重点突出v 填写方便,符号容易记忆、辨别v 调查、加工和检验的次序与调查表的填写次序应基本
2、一致 常用的调查表有以下三种:A、不合格项目调查表 质量管理中的“合格”与“不合格”,都是相对于特定的标准、规格和公差而言的。调查表的目的是统计各种不合格项目的比例。 调查日期调查数合格数不合格品不合格品类型废品数次品数返修品数废品类型次品类型返修品类型合格品率B、缺陷位置调查表 这种调查表有两种表现形式:一是将产品的外形图、展开图画出来,然后在上面将缺陷位置标出;二是用语言、文字来描述具体的不合格项目,通过调查统计出每个不合格项目的频数。C、频数调查表 频数调查表是在数据搜集时用来进行频数统计的表格,这种表格能很好的满足及时性需要,每调查一个数据,就可以在表格上的相应的组内作一个标记,这样调
3、查完毕时,频数分布表也就随之完成,我们便能依据此表迅速的做出直方图,十分方便。 二)分层法 Stratification 分层就是将所搜集到的数据进行合理的分类,把性质相同、在同一条件下搜集的数据归纳在一起,划分成的数据组称为“层”,通过数据分层把错综复杂的质量影响因素分析清楚。 通常,我们需要将分层法与其他统计方法一起联合使用,即把性质相同、在同一条件下搜集的数据归纳在一起,然后再分别使用其他方法制成分层排列图、分层直方图、分层散布图等等。 例:在柴油机装配过程中,经常发生气缸垫漏气的现象,为解决这一问题,对“气缸垫的装配”工序进行现场统计。 (1)搜集数据:n = 50, 漏气数f = 1
4、9 , 漏气率 p = f /n = 19/50 =38% (2)分析原因: 通过分析,得知造成漏气的原因有以下两个: 该工序中负责涂胶剂的三个工人A、B、C的操作方法有差异 气缸垫的两个供货厂家使用的原材料有差异。 针对两个因素,将数据进行分类列表,得到以下的表格: 从右边的两个表格中,我们似乎可以得到这样的结论:降低气缸漏气率的办法可以采用乙厂提供的气缸和工人B的操作方法。但是实践证明,这样做的结果是漏气率非但没有降低,反而增加到43%,这是什么原因呢? 其实原因很简单,由于上面的方法只是单纯的分别考虑了操作者和原材料造成漏气的情况,而没有进一步考虑不同工人使用不同工厂提供的气缸垫,产生的
5、漏气结果也不同,因此需要更精细的综合分类式的分析。工人漏气不漏气漏气率A61332B3925C10953合计193138厂家漏气不漏气漏气率甲91439乙101737合计193138 从右侧的表中就可以清晰的看出,不同的工人使用不同厂家提供的气缸垫的效果是不同的,因此我们可以提出正确的措施: 使用甲厂提供的气缸垫时,要采用工人B的操作方法; 使用乙厂提供的气缸垫时,要采用工人A的操作方法。甲厂乙厂合计工人A漏气606不漏气21113漏气率75032工人B漏气033不漏气547漏气率04325工人C漏气3710不漏气729漏气率307853合计漏气91019不漏气141731漏气率393738合
6、计232750 实践证明,分层法可以帮助我们清楚的实践证明,分层法可以帮助我们清楚的分析隐藏在现象背后的事物之间错综复杂的分析隐藏在现象背后的事物之间错综复杂的关系,从而有助于我们尽快的发现事情的本关系,从而有助于我们尽快的发现事情的本质和原因,作出正确的判断,采取有效的措质和原因,作出正确的判断,采取有效的措施来解决问题。施来解决问题。三)直方图 histogram 直方图法适用于对大量计量值数据进行整理加工,找出其中的统计规律,即分析数据的分布状态,以便于对其总体的分布特征进行推断,对工序或批量产品的质量水平及其均匀程度进行分析。 1) 制作直方图的步骤如下: A、收集数据:一般都要随机抽
7、取50个以上的质量特性数据,并按照先后顺序排列 B、找出数据中的最大值、最小值,并计算出极差 最大值用Xmax表示, 最小值用 Xmin 表示,极差用R表示 C、确定组数 (k) 组数通常用k表示, k与数据量有关,数据多,多分组;数据少,少分组。有人用下面的经验公式来确定组数:lgn 3.311kkXXhminmax 由于正态分布成对称形,故常取由于正态分布成对称形,故常取 k k 为奇数为奇数D、求出组距求出组距 (h) 组距即组与组之间的间隔量,等于极差除以组数,即:组距即组与组之间的间隔量,等于极差除以组数,即: E、确定组界 组界为组的边界,通常最小值开始,先将最小值放在第一组的中间
8、位置,第一组的组界为: F、确定各组的组中值 所谓组中值,就是处于各组中心位置的数值,又叫中心值。 某组的组中值(wi )(该组上限值+该组下限值)/ 2 G、统计各组的频数 H、画直方图)2hX )2h(Xminmin( 例:为研究某产品的质量状况,从一批产品中抽取了100个特性数据,如下表所列:组号实 测 数 据X XmaxmaxX Xminmin161556339495550555550633924438504853505050505253383485252524855454950545545445505551485453556055604555643475050506347404363
9、40654534543484345435353544374947484048454752485052408474854504749505551435543945545555476350495560634510455247555562504645476245 确定最大值、最小值,计算极差: 统计项目数据为:Xmax 63, Xmin38,极差R Xmax Xmin633825,区间 38,63 称为数据的散布范围,全体数据在此范围内变动。 确定组数:本题中 n = 100,则组数 k 为: 为方便分组,取 k = 9; 确定组距:87.62lg100 3.311lgn 3.311k378.293
10、863kXXhminmax 确定组界:第一组的组界为(381.5,38+1.5),即(36.5,39.5), 第二组的组界为(36.5+3,39.5+3),即(39.5,42.5) 依此类推,求出9个组的边界。见下表 确定组中值:第一组的中心值( w1 )(36.5+39.5)/ 2 38 第二组的中心值( w2 )(39.5+42.5)/ 2 41 依此类推,求出9个组的组中值。 统计各组的频数,如下表所示:组号 组界 组中值 频数 累积频数 相对累积频率 / % 136.539.538222239.542.541244342.545.544162020445.548.54718383854
11、8.551.550236161651.554.553177878754.557.556159393857.560.55939696960.563.5614100100 画直方图:以分组号为横坐标,以频数为纵坐标,作出直方图221618231715340510152025123456789组号频数2)直方图的用途v 观察与判断产品质量特性的分布状况v 判断工序是否稳定v 计算过程能力,估算并了解过程能力对产品质量的影响3)直方图的观察与分析v 分析直方图的全图形状,能够发现生产过程的一些质量问题v 把直方图与质量指标作比较,观察质量是否满足要求v正常型:图形中央有一顶峰,左右大致对称,这时工序处
12、于稳定状态。v非正常型:图形有偏左、偏右的情形造成这种状况的原因有 一些形位公差要求的特性值是偏向分布 生产者受到心理因素的影响,导致加工中心偏位v 双峰形:图形出现两个顶峰 可能是由于不同加工者生产的,或是不同材料、不同加工方法、不同设备生产的两批产品混在一起造成的。v 锯齿型:图形呈锯齿状,参差不齐,多是由于分组不当或检测数据不准造成。v 平顶型:图形无突出顶峰。 多是由于生产过程中缓慢变化的因素(如设备磨损)造成的v 孤岛型:图形明显的分为两部分,呈孤岛形状。 通常是由于测量有误,或生产中的突发因素造成4)直方图与标准界限的比较A、统计分布符合标准的直方图 理想直方图:散布范围B在 标准
13、界限T TL , TU 之内, 两边有余量TB B 位于 T内,一边有余量,一边重合,分布中心偏移标准中心。 此时应采取措施使分布中心与标准中心重合或接近重合,否则无余量的一侧容易出现大量废品。TBTB B 与 T 完全一致,两侧均无余量。 这种情况也容易出现不合格品。TBB、统计分布不符合标准的直方图 分布中心偏移标准中心,一侧超出标准边界,出现不合格品。 散布范围 B 大于标准范围 T ,两侧超出边界,均出现不合格品。TBTB四)、散布图 scatter diagram 在实际生产中,往往有些变量之间存在着相关关系,但是又无法由一个变量的数值精确的求出另一个变量的数值。 散布图(也称散点图
14、或相关图)是通过分析研究代表两种因素的数据之间的关系,来控制影响产品质量的相关因素的一种有效方法。如果我们通过分析得出两个变量 x 和 y 之间存在某种相关关系,其中Y的值随着X的值变化而变化,那么我们称 x 为自变量,称 y 为因变量。然后,可以通过绘制关于 x 和 y 的散布图来分析它们之间的相关关系。 简单的说,散布图的形式就是一个直角坐标系,它是以自变量 x 的的值作为衡坐标,以因变量 y 的值为纵坐标,通过描点作图的方法在坐标系内形成一系列的点状图形。1 1、散布图的观察分析、散布图的观察分析 散布图大致有以下散布图大致有以下5 5种情形,分别表现了种情形,分别表现了x x、y y
15、之间之间不同的关系密切程度:不同的关系密切程度:v 完全正相关: x 增大,y随之增大,它们之间可用直线 y = a + bx 表示(b 0)v 正相关: x 增大,y基本上随之增大。这表明此时除了因素 x 之外,y还受其他因素影响。xyxyv 负相关: x 增大,y基本上随之减小。同时除了因素 x 之外,y可能还受其他因素影响。v 完全负相关: x 增大,y随之减小,它们之间可用直线 y = a + bx 表示(b0)xyxy v 无关: 即 x 变化不影响 y 的变化。xy 制作和观察散布图时,应注意以下几种情况:应观察是否出现异常点或离群点,即有个别点子离总体点子较远,如果有,应及时剔除
16、,如果是原因不明的点子,应慎重处理,以防错误判断。 散布图如果处理不当也会造成假象。如下图所示,如将 x 的范围只局限于中间一段,x 和 y似乎并不相关,但从整体上看,它们之间的关系还是比较密切。xy 散布图有时需要分层处理:x、y在多种不同条件下,表现出不同的关系状况,此时需要对这些点子进行分层分析。如下图,从整体上看, x、y似乎有密切的相关关系,但是这些数据明显的来自三个不同的条件,明显的分为三个层次,而且在每一个层次内部, x、y都无关。所以实际上x、y并不相关。xy2、散布图与相关系数 r 为了表达两个变量之间相关关系的密切程度,需要用一个数量指标来表示,这个指标就是相关系数,通常用
17、 r 来表示。 不同的散布图有不同的相关系数,并且 r 满足:1 r 1。因此我们可以依据 r 的值来判断散布图中两个变量之间的关系。r 值两个变量之间的关系r1完全正相关0r1正相关(越接近于1,越强;越接近于0,越弱)r0无关1r0负相关(越接近于1,越强;越接近于0,越弱)r1完全负相关 相关系数的计算公式: 式中, n 个 x 数据的平均值; n 个 y 数据的平均值; x 的离差的平方和,即 y 的离差的平方和,即 x 的离差与 y 的离差的乘积之和,即yxxyLLLyyxxyyxxr22)()()(xy2)(xx2)(yy)(yyxxxyLyLxL 应注意: 相关系数 r 所表示的
18、两个变量之间的相关是线性相关性。因此当 r 的绝对值很小,甚至等于0时,并不表示 x、y 之间就一定不存在任何关系,如x、y之间是有关系的,但经过计算得到的相关系数可能却为0,这表示, x、y 之间不是线性相关,而是非线性的相关关系(如曲线关系等)。五)排列图 pareto diagram 排列图是通过找出影响产品质量的主要问题,以便确定质量改进关键项目的图表。排列图最早由意大利经济学家巴雷特用于统计社会财富分布状况,后来被美国质量管理学家朱兰把这个原理运用到质量管理中来,使其成为解决产品质量的主要问题的一种常用方法。 排列图的形式一般如下图所示。B区区C区区A区区 1、排列图的作图步骤 确定
19、分析对象:一般是指不合格项目、废品件数、消耗工时等; 搜集和整理数据:可以先按照不同的项目进行数据分类。然后列表汇总 每个项目发生的频数fi ,按照fi 的大小进行项目排列。 计算频数fi 、频率Pi ()、累积频率Fi 等。 画图:排列图由一个横坐标轴,两个纵坐标轴,几个按顺序排列的矩形和一条累积频率折线组成。左边的纵轴表示频数fi ,右边的纵轴表示频率Pi ,横坐标表示质量项目,按其频数大小从左向右排列;各矩形的底边等宽其高度表示对应项目的频数;对应于右边纵轴坐标(频率Pi ), 应在各矩形的右侧或右侧延长线上打点,各点的纵坐标值代表对应项目的累计频率;以原点为起点,依次连接上述各点,所得
20、到的折线即为累积频率折线。 依据排列图,确定主要因素、有影响因素和次要因素。 主要因素累计频率Fi在0%到80%左右的若干因素。它们是影响产品质量的关键原因,又称为A类因素。其个数为1到2个,最多3个。 有影响因素累计频率Fi在80%到95%左右的若干因素。它们对产品质量有一定影响,又称为B类因素。 次要因素累计频率Fi在95%到100%左右的若干因素。它们对产品质量仅有轻微影响,又称为C类因素。 例:某化工厂对15座压力容器的焊缝缺陷统计分析,数据如表所示:焊缝缺陷统计分析表序号缺陷项目缺陷数量fi频率Pi/%累积频率Fi/%类别1焊缝气孔14860.460.4A2夹渣5120.881.2A
21、3焊缝成型差208.289.4B4焊道凹陷156.195.5B5其他114.5100C合计245100v 按照排列图的作图顺序,确定各缺陷项目的性质(A、B、C,见表格),然后作出排列图,如下图所示。60.481.289.495.5B区区C区区A区区2、排列图的用途1)找出主要因素 排列图可以把影响产品质量的“关键的少数与次要的多数”直观的表现出来,使我们明确应该从哪个方面着手来提高产品质量。2)解决质量问题 不仅产品质量,其他的工作如节约能源、减少消耗、安全生产等都可以用排列图来改进工作,提高工作质量。六)因果图 cause-effect diagram 因果图是表示质量特性与原因的关系的图
22、,主要用于寻找质量问题产生的原因,并分析原因与结果之间的关系。 因果图就是通过层层深入的分析研究来找出影响质量的原因,从交错复杂的大量影响因素中理出头绪,逐渐的把影响质量的主要的、关键的、具体原因找出来,从而明确所要采取的措施。 因果图的形状像一根树枝,或一条带刺的鱼骨。在图上,需要解决的问题和所有产生问题的原因都被列举出来,他们之间通过箭头,按照他们的相互逻辑关系连接起来,体现出各个元素之间的依附、隶属关系。结果结果(某一质量问题)(某一质量问题)大原因大原因中原因中原因小原因小原因更小原因更小原因 因果图的基本结构形式如下:因果图的基本结构形式如下:1、因果图的作图步骤: 确定要研究的质量
23、问题和对象,即确定要解决的质量特性是什么。然后画出主干,箭头指向右端的结果研究的对象。 确定造成这个结果和质量问题的因素分类项目。( 通常影响工序质量的因素有人、机、料、法、环等)再依次细分,画出大的支干,箭头指向主干,箭尾端记上分类项目,并用方框框起来。 把与会者的发言、讨论、分心意见归纳起来,按照相互的依附隶属关系,从达到小,从粗到细,逐步深入,直到能够采取解决问题的措施为止。将上述项目分别展开;中支干代表对应的项目中 造成质量问题的一个或几个原因;一个原因画一个箭头,使它平行于主干而指向大支;把讨论、意见归纳为短语,记在支干的上面或下面,再展开。画小支,小支是造成中支的原因。如此展开下去
24、,越细、越具体越好。 确定因果图中的主要、关键原因,再到现场调查研究,验证所确定的主要、关键原因是否属实,是否有漏洞。以此作为制定质量整改措施的重点项目。 注明因果图的名称、日期、参与人员、绘制人和参考查询项目。2、作因果图的注意事项v 在讨论会议上,要充分发扬民主,把各种意见都记录整理入图;特别是当事人、知情者,务必做到“言之能尽”。v 主要、关键的原因越具体,改进措施的针对性就越强。主要、关键原因确定后,还需要到现场去落实、验证,再制定切实可行的措施去解决。v 不要过分的追究个人责任,而是要注意从组织上、管理上找原因。实事求是的提供质量数据和信息,不要互相推脱责任。v 做完因果图后,图名、
- 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:
- QC 新老七种 工具 XXXX08
![提示](https://www.taowenge.com/images/bang_tan.gif)
限制150内