2-质量管理方法工具培训-QC老七种工具

常用质量管理方法、工具北京科立特管理咨询公司@QMC.COM.CN•第一部分：数据分布特征•第二部分：QC老七种工具•第三部分：QC新七种工具•第四部分：统计过程控制•第五部分：统计推断•第六部分：回归分析•第七部分：方差分析•第八部分：试验设计主要内容第二部分QC老七种工具因果图排列图直方图检查表分层法散布图控制图追原因抓重点看差异显分布集数据看相关找异常因果图•因果图的概念•因果图的绘制•因果图的注意事项绘制的注意事项使用的注意事项案例排列图•排列图的概念•制作排列图的步骤•排列图的分类•排列图的注意事项•排列图与因果图结合使用排列图作法如下：•步骤1：针对存在的问题收集一段时间的数据；•步骤2：将各项不合格品数按从大到小的顺序排列，计算各自所占的比率和累计比率；•步骤3：将横坐标按不合格品数从大到小的顺序，依次列出各种不合格的原因；•步骤4：以左侧纵坐标为不合格品数，右侧纵坐标为累计比率；•步骤5：在横坐标上的每个不合格原因出，画出与其不合格品数对应的矩形；•步骤6：有左自右累加每个不合格原因的比率，画出累计频数曲线。原因（1）不合格品数（2）累计不合格品数（3）比率%（4）累计比率%（5）沾污515151%51%裂纹257625%76%油漆138913%89%电镀7967%96%变形2982%98%其他21002%100%合计100100%某厂为提高电阻的成品率，对10月份生产的不合格品进行分类，下表是按不合格原因统计的数据。使用排列图对此问题进行分析。出现不合格品主要原因是沾污和裂纹，只要解决这两个问题，不合格品可以下降76%直方图的概念直方图法是从总体中随机抽取样本，将从样本中获得的数据进行整理，根据这些数据找出质量运动规律，预测工序质量好坏，估算工序不合格品率的一种常用工具。直方图的作图步骤（一）第一步，收集数据，求极差R。在原始数据中找出最大值xmax和最小值xmin，计算二者差值，即极差。第二步，确定分组的组数和组距。一批数据究竟分多少组，通常根据数据的多少而定，可参考下表。直方图数据分组数表10-20250以上7-12100-2506-1050-100分组数K数据个数直方图的作图步骤（二）第三步，确定各组界限。为避免数据落在组界上，组界值的末位数应取测量值单位的1/2。例如，测量单位为0.001mm，组界的末尾数应取0.001/2=0.0005(mm)。分组界限应能把最大值和最小值包括在内。在决定组界限时，可先从第一组起。第二组的上界限值就是第二组的下界限值，第二组的下界限值加上组距就是第二组的上界限值，也就第三组的下界限值，……，依此类推，可定出各组的组界。为了计算的需要，往往要决定各组的中心值。每组上下界限相加除以2，所得数据即为组中值。组中值为各组数据的代表值。第四步，作频数分布表。将测得的原始数据分别归入相应组中，统计各组数据个数，即频数fi，填好各组频数后，检查总数是否与数据总数相符，避免重复或遗漏。第五步，画直方图。横坐标表示质量特性，纵坐标为频数（或频率），在横轴上标明各组组界，以组距为底，频数为高画出一系列的直方柱，就成了直方图。如何使用直方图•看直方图的形状•看直方图与公差界限的相对位置直方图常见的形状(a)(b)(c)(d)(e)(f)(h)(g)各种形状对应的情况（a）对称型。这是正常的形状。（b）锯齿型。通常是测量方法或读数有问题，也可能是数据太少，分组的组数太多导致，对于后一种情况，软件会自动做出对应，进行调整。（c）左缓坡型。当不纯的成分近于0%，或缺陷数近于0等原因使下限受到控制的情况下，会出现此型。（d）右缓坡型。与情况（c）正好相反，当成品率或纯度接近于极限值等原因使上限受到控制的情况下，会出现此型。（e）双峰型。存在两种不同分布时多出现这种情况。例如将两批不同来源的产品混在一起检测时。（f）孤岛型。说明工序条件发生过异变，例如在原料一时发生变化或短期内由不熟练工人替班加工或测量。（g）平顶型。当生产过程中有某种因素在发生缓慢变化时多有出现。例如：工具发生磨损、操作者疲劳或环境发生了缓慢变化。（h）陡壁型。当工序能力不足，为找出适合标准的产品而进行全数检查时，会出现此型。换言之，用剔除不合格品后的产品质量数据绘制的直方图，就常是这种形状。(a)(b)(c)(d)直方图与公差界限比较我们领导说了，数量不多也得砸!!!不合格！43282726332918243214342230292224222848124293536303414423862832222536392418281638362120262018812374028281230313026284742323420283420242724291821461410212234222828203812321930281930202435202824243240数据表测量单位(克)案例演示散布图[散布图][什么是散布图]散布图是研究成对出现的两组相关数据之间关系的简单示图。[散布图][散布图的作用]散布图可以用来发现和确认两组相关数据之间的关系并确认两组相关数据之间预期的关系。图酒醅中酸度与酒度的散布图0.40.60.81.01.21.41.61.8（酸度）酒度7.03.03.54.04.55.05.56.06.50散布图[散布图][散布图的应用程序]（1）收集成对数据（x，y）（2）标明x轴和y轴（3）找出x和y的最大值和最小值，并用这两个值标定横轴（x）和纵轴（y）（4）描点（5）判断[散布图][散布图的分析和判断]（1）对照典型图例法图散布图中的点子云形状强正相关yx强负相关yx弱正相关yx弱负相关yx不相关yx曲线相关yx散布图[散布图][散布图的分析和判断]（2）简单象限法当nⅠ+nⅢnⅡ+nⅣ时，为正相关；当nⅠ+nⅢnⅡ+nⅣ时，为负相关；当nⅠ+nⅢ=nⅡ+nⅣ时，为不相关。散布图[散布图][散布图的实例]某酒厂要判定中间产品酒醅中的酸度含量和酒度2个变量之间有无关系，存在什么关系。散布图序号酸度X酒度Y序号酸度X酒度Y10.56.3160.76.020.95.8170.96.131.24.8181.25.341.04.6190.85.950.95.4201.24.760.75.8211.63.871.43.8221.53.480.95.7231.43.891.34.3240.95.0101.05.3250.66.3111.54.4260.76.4120.76.6270.66.8131.34.6280.56.4141.04.8290.56.7151.24.1301.24.8表数据表[散布图][应用散布图的注意事项]（1）应将不同性质的数据分层作图；（2）散布图的数据不能任意扩大相关判断范围；（3）散布图中出现的个别偏离分布趋势的异常点，应当查明原因予以剔除。控制图见统计过程控制部分