統(tǒng)計工具在質(zhì)量分析中的應(yīng)用講義(共37頁).ppt

1、1統(tǒng)計統(tǒng)計工具在質(zhì)量分析中工具在質(zhì)量分析中的應(yīng)用的應(yīng)用20042前言前言柏拉圖推移圖控制圖過程能力3統(tǒng)計工具在質(zhì)量控制中有廣泛的用途。通過統(tǒng)計工具，能深入的分析質(zhì)量現(xiàn)象，得到很多有用的信息。圖表有著很直觀的表達(dá)能力，能簡捷明確的表達(dá)意思，也容易得到共識。統(tǒng)計工具非常豐富，在此僅簡單介紹柏拉圖、推移圖、控制圖、過程能力幾個基本工具。統(tǒng)計工具不深奧，關(guān)鍵在于應(yīng)用于實踐。4柏拉圖柏拉圖推移圖控制圖過程能力5一般用于從多個因子中找出關(guān)鍵因子數(shù)據(jù)格式為數(shù)據(jù)名、數(shù)值（或百分比），一般數(shù)據(jù)名在5個以上。數(shù)據(jù)名要求為文本格式（Text），數(shù)值要求為數(shù)據(jù)格式（Numeric）。一般按80/20原則，找到造成80

2、問題的關(guān)鍵因素。67數(shù)據(jù)名數(shù)據(jù)8Others產(chǎn) 品 工 作 不 穩(wěn) 定相 關(guān) 責(zé) 任 人 未 簽 字資 料 填 寫 錯 誤未 掃 描 單 板 信 息漏 測 指 標(biāo)合 同 配 置 失 誤 3 4 5 6 71227 4.7 6.3 7.8 9.410.918.842.2100.0 95.3 89.1 81.3 71.9 60.9 42.26050403020100100806040200DefectCountPercentCum %PercentCount不合格信息關(guān)鍵原因9柏拉圖推移圖推移圖控制圖過程能力10推移圖也叫時間序列圖，是以時間軸為橫軸，變量為縱軸的一種圖。推移圖主要目的是觀察變量是

3、否隨時間變化而呈某種趨勢。橫軸可按需要以分鐘、小時、天、周、月、年等進(jìn)行分類，不用在單元格中填寫，直接從對話框中選取。當(dāng)自定時間間隔時，需要建相應(yīng)時間列，并指定為時間格式（Data）?？v軸數(shù)據(jù)要用數(shù)據(jù)格式（Numeric）。1112選擇月起始月NOSAJJMAMFJ產(chǎn) 量Month產(chǎn)量14柏拉圖推移圖控制圖控制圖過程能力 15控制圖比較復(fù)雜。分連續(xù)數(shù)據(jù)和離散數(shù)據(jù)控制圖。對于連續(xù)數(shù)據(jù)，要求數(shù)據(jù)符合正態(tài)分布。如果不符合正態(tài)分布，需要將其轉(zhuǎn)化為正態(tài)分布，如何不能變?yōu)檎龖B(tài)分布，就不能使用控制圖。對于連續(xù)數(shù)據(jù)，又分為單值和分組控制圖。所謂單值，就是每個數(shù)據(jù)的重要性相同（如采集間

4、隔相同）；所謂分組，就是每個數(shù)據(jù)的重要性不同(如每小時采集1次，每次連續(xù)采集5個點）?？刂茍D一般要求有20個點以上。16連續(xù)數(shù)據(jù)控制圖需先進(jìn)行正態(tài)檢驗17P-Value: 0.362A-Squared: 0.384Anderson-Darling Normality TestN: 20StDev: 0.278282Average: 17.732518.217.817.4.999.99.95.80.50.20.05.01.001Probability長度Normal Probability PlotPValue大于0.05，正態(tài)18選擇均值方差圖19數(shù)據(jù)列每組的數(shù)據(jù)個數(shù)20軟件自動檢測異常點檢驗

5、異常點有8種原則，前3種常用215432Subgroup118.518.017.517.0Sample MeanMean=17.84UCL=18.60LCL=17.081.00.50.0Sample StDev1S=0.4680UCL=1.060LCL=0Xbar/S Chart for 長度是4個數(shù)據(jù)一組的均值本例是4個數(shù)據(jù)一組，一般5個數(shù)以上為好顯示異常點類型22不合格數(shù)、總數(shù)圖23不合格數(shù)總數(shù)242010020100Sample NumberSample CountNP Chart for 不合格數(shù)NP=1.963UCL=6.124LCL=0因每次的總數(shù)不同，所以上下限是變化的異常點規(guī)格

6、限和下限也會變化25柏拉圖推移圖控制圖過程能力過程能力 26過程能力計算也分連續(xù)和離散數(shù)據(jù)，比較復(fù)雜。連續(xù)數(shù)據(jù)要求是正態(tài)分布（同控制圖），數(shù)據(jù)量在20以上。如果不是也不能轉(zhuǎn)換為正態(tài)分布，只能用分位數(shù)計算，數(shù)據(jù)量要求很大（暫不講解）。連續(xù)數(shù)據(jù)過程能力分Cp（USLLSL）/6、 CpkMin（USL）/3，（LSL）/3）。當(dāng)分布中心等于規(guī)格限中心時，CpCpk，當(dāng)偏離時規(guī)格中心時， CpCpk。一般實用中選Cpk。離散數(shù)據(jù)典型例子就是每天統(tǒng)計缺陷數(shù)和總數(shù)?？捎枚椃植己椭苯佑煤细衤视嬎恪ｋx散數(shù)據(jù)中計算的是Z值，即合格數(shù)分布在多少倍內(nèi)。27正態(tài)的過程能力數(shù)據(jù)列28上下限2918.618.418.

7、218.017.817.617.417.217.0USLLSLProcess Capability Analysis for 長度PPM TotalPPM USLPPM USLPPM USLPPM LSLPpkPPLPPUPpCpmCpkCPLCPUCpStDev (Overall)StDev (Within)Sample NMeanLSLTargetUSL167813.79 48658.57119155.22190764.13 58415.86132348.27 50000.00 0.00 50000.000.390.390.550.47 *0.370.370.520.450.2819660

8、.2981102017.732517.4000 *18.2000Exp. Overall PerformanceExp. Within PerformanceObserved PerformanceOverall CapabilityPotential (Within) CapabilityProcess DataWithinOverall過程能力分長期、短期，一般看WithinCpCpk分布中心規(guī)格限中心，有偏離30缺陷數(shù)和總數(shù)3132201000.080.060.040.020.00Sample NumberProportionP=0.01963UCL=0.06124LCL=0201054

9、32Sample Number%Defective7.55.02.50.0Target500400300200100876543210%DefectiveSample SizeBinomial Process Capability Report for 不合格數(shù)Summary StatsCumulative %DefectiveDist of %DefectiveP ChartRate of Defectives(denotes 95% C.I.)Average P:%Defective:Target:PPM Def.:Process Z:0.01962621.9630196262.062(0.0151, 0.0250)(1.51, 2.50)(15113, 25041)(1.959, 2.167)過程能力和置信區(qū)間Z值不合格率散布不合格率分布累計不合格率3334合格率數(shù)據(jù)3146/321035過程能力36簡單地說，過程能力代表過程滿足客戶規(guī)格限的能力（如合格率）。連續(xù)數(shù)據(jù)中，SigmaCapability3Cpk，離散數(shù)據(jù)中， SigmaCapabilityZ值。37柏拉圖用于從眾多原因中找出主要原因，例如可從質(zhì)量問題中分析出主要原因。推移圖用來看變化趨勢，例如可看質(zhì)量變