QC小组诊断师培训(4-2)

1QC小组诊断师培训（之4-2）（数理统计部分）2第一部分数理统计的概念一、产品质量波动------必然性和规律性。•二、波动的分类：•正常波动----随机原因引起、影响小、难•克服。•异常波动----系统原因引起、影响大、容•易克服。•（系统即“人、机、料、法、环、测”系统。）3•正常波动异常波动•质量水平4•（1）现场型QC小组选题主要是针对解决异常波动。小组活动的目标是恢复到原来的质量水平。（这个目标无论是小组自选的还是考核指令的，都可以不进行目标的可行性分析，因为它解决的是过程因素的失控课题）•（2）攻关型QC小组选题主要是针对解决正常波动。小组活动的目标是提高一个新的质量水平。（攻关型课题一般都是指令的，这时候要考虑攻关目标的可行性分析）5三、数据的分类•1、计量值数据：•“能在数列上连续读值的数据”。•如：重量、长度、温度、压力、容积等•2、计数值数据：•“不能在数列上连续读值的数据”。•如：不合格数、疵点数、合格数等6•数列的读值•01234+∝•计量值••计数值7四、总体与样本•1、总体：•“在某一次统计中研究对象的全体”。•2、个体：•“组成总体的每个单元”。•3、样本：•“在总体中随机抽取的进行研究分析的一部分个体”。•4、随机抽样：使总体中每个个体都有同等机会被抽取组成样本的过程。8五、随机抽样的方法•1、一般随机抽样法（简单随机）•2、顺序抽样法（等距离抽样、系统抽样）•3、分层抽样法（类型抽样法、先分层再简单随机）•4、整群抽样法（集团抽样法）9六、统计特征数•1、显示数据集中位置的统计特征数：•样本平均值（X平均值）•样本中位数（X中位数）•2、显示数据离散程度的统计特征数：•样本极差（R）•样本方差（S2）•样本标准偏差（S）10X1+X2+X3+X4……..XNX（平均值）=NX（中位数）=一组数据按大小排列，中间的那个数（奇数时）。中间两个数的平均值（偶数时）R(极差)=Xmax–XminS2=1/(N-1).∑[XI-X(平均值)]2S=+√S211•例:•求1、2、3、4、5五个数的平均值、中位数、极差、方差、标准偏差。•X（平均值）=3•X（中位数）=3•R=5–1=4•S2=1/4{4+1+0+1+4}=1/4{10}=2.5•S=1.5812七、统计推断的可能性•1、用样本推断总体的方法是：•分析样本质量分布，计算样本的平均值和标准偏差，来推断总体的质量分布。•总体平均值用“μ”表示，标准偏差用“σ”表示。•样本平均值用“X平均”表示，标准偏差用“S”表示。13八、计量值数据质量分布的规律性•1、计量值数据质量分布服从正态分布。•2、正态分布中，以X（平均）为中线•各一个“S”区间质量分布的概率是0.6826,各两个“S”区间的质量分布概率是0.9544,•各三个“S”区间的质量分布概率是0.997314•3正态分布曲线是对称的钟形曲线。•X平均••S•拐点•-3S-2S–SS2S3S15用样本的正态分布来推断总体的不合格率•把质量要求和质量分布进行比较：•当质量要求等于“6S”时，质量分布中心与质量要求中心重合，总体中不合格品的概率约为：0.3%•当质量要求等于“4S”时,质量分布中心与质量要求中心重合,总体中不合格品的概率约为：4.6%16第二部分数理统计的常用工具•统计工具设计的基础理论：•“3σ原理”-----把产品质量控制在正、负3σ的范围，使产品超出控制范围的机会只有千分之三。按照这一法则进行质量控制的原理叫“3σ原理”。17一、直方图1）计量值数据显示统计样本质量分布的图形。2）取100至250个数据为统计样本，在直角坐标系内，按等距离的区间，做频数直方图。3）利用计算器进行“平均值”和“标准偏差”的计算。（卡西欧计算器使用SD程序）4）基本图形：18直方图基本图形•平均值X标准偏差S195）直方图常见的波动形态•1、正常型----中间高、两边低、左右对称•2、偏向型----一边陡、一边缓两边不对称•3、孤岛型----一个大分布带一个小的分布•4、双峰型----两个分布叠加•5、平顶型----顶部平缓，高低不明显•6、锯齿型----矩形高低交错•20直方图的常见波动形态•正常型偏向型孤岛型•双峰型平顶型锯齿型216）QC小组用直方图进行课题选择•（1）过程测评时，做出正常型直方图的情况下，不必开展QC小组活动。•（2）过程测评时，做出偏向型直方图的情况下，要评审过程结果的单向性或生产习惯。•（3）过程测评时，做出孤岛型或双峰型直方图的情况下，要对生产过程因素的变化进行分析，及时纠正、调整，可不选择QC小组课题的方式组织质量改进。•（4）过程测评时，做出平顶型直方图的情况下，应成立QC小组进行质量改进活动。227）QC小组用直方图进行现状调查和要因确认•（1）现状调查时，收集150个以上数据，做直方图，看质量分布的规律性，推断过程是否处于受控状态。•（2）现状调查时，从直方图的波动形态上直接观察，并结合现场的实际变化情况，推断“过程”的变化。•（3）要因确定时，可采用稳定几个过程因素改变某个过程因素，看对S值的影响来确定主要原因。238）直方图评价的重点•（1）统计对象必须准确，统计目的必须明确。•（2）小组能否使用直方图判断现场“人、机、料、法、环”的显著变化；•（3）小组评价活动结果的时候是否关注了“S”值的减少，是否用提高过程能力来检查小组活动的效果。•（3）数据的真实性，样本的大小，图型的特征。24过程稳定性控制的想法•（1）正态分布的概念，对于“确定质量”非常有用，但我们还想“控制稳定的质量水平”。•（2）“S”是对过程进行定量分析的基础数据，我们对“6S”可能控制的不合格率为99.73%的质量水平很赞同。（既好控制，成本又不高）•（3）把6S做为控制区间设计控制图，是休哈特控制图的基本思想。25休哈特控制图设计的示意图•UCL•+3S•-3S•-3S+3SLCL26二、控制图•1、原理：•“休哈特控制图按3σ原理确定控制界限”•1）计量值控制图是控制两个质量特性，由控制样本集中位置的控制图和控制样本离散程度的控制图联合组成。•2）控制图是在过程充分标准化的受控状态下，对过程稳定性进行控制的统计工具。272、X平-R控制图的基本图形•上控制界线UCL•X图中线CL•下控制界线LCL•上控制界线UCLR图中线CL•下控制界线LCL283、X平-R控制图的数据表NOX1X2X3X4X5X平均极差R1121420161816821416171815164318162014171764121617181315.26515161317191666172215181617.677141518191315.868201813201717.679131618121414.6610141519131615.46平均16.126.2294、X平-R控制图的控制界限计算•1、X图的控制界限的计算公式：•中线(CL)------样本平均值的平均值（X平平）•上控制界限---UCL=X平平+A2.R平•下控制界限---LCL=X平平-A2.R平•2、R图的控制界限的计算公式：•中线（CL）----极差的平均值（R平）•上控制界限-----D4R平•下控制界限-----D3R平30•把（数据表）的控制界限计算如下:•(N=5时;A2=0.577D4=2.115)•UCL=16.12+0.577×6.2=19.7•X图CL=16.12•LCL=16.12-0.577×6.2=12.54•UCL=2.115×6.2=13.1•R图CL=6.2•LCL=不计算31标注控制界限并绘制控制图•UCL19.7X平CL16.12•LCL12.54•UCL13.1RCL6.2•LCL不计325、控制图的异常判定•1）原理：•“小概率事件原理”即少数次试验当中小概率事件不应该发生。•2）判断准则：•第一类小概率事件:点子出界•第二类小概率事件:点子排列不随机•33•3）判断准则•准则1一个点落在控制界限外.•出界点•·34•准则2•连续9个点在中心线一侧.35•准则3•连续6点递增或递减.36•准则4•连续14个点中点子总是上下交替.37•准则5•连续三个点中有两个在A区.•A•A38•准则6•连续五点中四个点落在同一侧的C区外.•C39•准则7•连续15个点在C区内.•C40•准则8•连续8个点在C区外，且无一点在C区内•C416、控制图评价重点•1）过程不稳定时不要使用控制图；•（记住CP≦1时不要使用控制图）•2）是否用公差线代替控制界限；•3）过程要素变化时要及时调整控制界限；•4）控制图不要和折线图混淆；•5）关注图中的“小概率事件”的处理。42三、散布图•在分析成对出现的两组数据的时候有这样的三种情况:•1)确定关系•可以用直线方程来建立数学模型;•如:速度×时间=距离(V×T=S)•“距离”S为因变量,它随“时间”T这个自变量的变化而变化.43•2)没关系•两组数据没有相关性;•3)相关关系•两组数据没有确定的关系(不能用数学公式来计算)但是,他们之间却有着紧密的关系,我们称这种关系叫“相关关系”;•如:父亲的身高和孩子的身高之间的关系,没有确定的公式来计算,但大家都认同有密切的关系.44•4）散布图是研究成对出现的（X.Y）两组相关数据之间关系的简单图示。•5）散布图中点子云的典型图•强正相关----X增加Y也增加，点子分布呈带状；•弱正相关----X增加Y也增加，点子分布呈橄榄核状；•强负相关----X增加Y减少，点子分布呈带状；•弱负相关----X增加Y减少，点子分布呈橄榄核状；•不相关-------X增加Y可能增加，也可能减少，点子分布呈团状；•非线性相关----点子分布没有线性规律。45散布图基本图型•Y（因变量）•••••••••••••·······•···············•·······•0X（自变量）463、QC小组的使用。1）QC小组在确定主要原因时可使用；当小组对某一原因是否确定为主要原因时，小组内部有不同的看法并都例举了事实和数据，这时，我们可以收集30对以上的数据进行散布图的分析，如果，是强相关的话必须确定为主要原因。如果，弱相关的话可以考虑确定为主要原因。2）QC小组在选择课题的时候可以使用；当小组在选择创新型课题的时候可以使用二维分析的统计方法来确定创新的课题。47用二维分析进行创新型课题选题事例•利润大•要开发的新产品销售小销量大利润小48四、过程能力和过程能力指数•1、过程能力（加工精度）•生产过程在一定时间内处于统计控制状态下制造产品的质量特性值的经济波动幅度。（过程自然存在分散的参数）•过程能力高，质量波动的幅度小；•过程能力低，质量波动的幅度大•我们习惯把“6S”做为波动幅度范围。49•当前，不少企业根据产品的特点或考虑产品质量对于顾客的影响程度，把控制范围升程。提出“8S、10S、12S”的幅度进行控制,这都是根据本企业经营需要所确定的质量目标和管理理念。•采用的“六西格玛”管理理念，实际是把“12S”做为控制范围，在中心值“3S”的波动下，不合格概率能控制在3.4/100万的水平。（包括产品质量也包括工作质量）502、过程能力的定量表示•B=6S•B----过程能力S----标准偏差6----常数•例：•某生产过程通过样本数据计算知到S=0.24秒•那么该过程的过程能力“B”是:6×024=1.44秒513、过程能力指数•过程能力是描述过程本身具有的能力。•质量标准是来自与顾客或产品设计的要求。•我们把质量要求和过程能力的比值（满足程度）叫做“过程能力指数”用“CP”表示。52•过程能力指数的数学模型：•TT•CP==•B6S•CP--------过程能力指数•T----------公差（技术要求）•B----------过程能力（工序能力）53过程能力指数的计算•1、分布中心与公差中心重合的情况下：•TTU-TL•CP==•B6S•TU---上限公差TL---下限公差54•2、分布中心与公差中心不重合的情况下：•T-2ε（