9、质量控制的工具与方法(一)

主讲人郝志明2019/8/211质量控制的工具和方法页码21食品质量数据（统计分析方法和控制图）生产过程质量数据分析整理信息质量控制抽样页码32.2ISO9001标准的变更历史1.1质量数据的性质1.计量值数据可以连续取值可测出小数点以下数值可用量具计测如：长度、面积、体积、重量、密度、糖度、酸度、硬度、温度、时间、营养成分含量、灌装量等。2.计数值数据只能间断取值得不到小数点以下的数值不能用量具进行计测如：产品件数、不合格品数、产品表面的缺陷数一般为正整数。页码42.2ISO9001标准的变更历史1.1质量数据的性质•注意：•（1）以百分数出现的数据由哪一类数据计算所得，就属于哪一类数据。•（2）计量值数据和计数值数据的性质不同，它们的分布也不同，所用的控制图和抽样方案也不同，所以必须正确区分。页码52.2ISO9001标准的变更历史1.1质量数据的性质2.计数值数据⑴计件值数据数产品的件数而得到的数值。如：产品件数不合格品率（p）不合格品数（np）质量检测的项目数⑵计点值数据数缺陷数而得到的数值。如：不合格数、大肠杆菌数、细菌总数产品表面的缺陷数单位时间内机器发生故障的次数棉布上的疵点数玻璃上的气泡数铸件上的砂眼数页码61、收集的目的（1）掌握和了解生产、工作现状；（2）分析问题，找出产生问题的原因；（3）对工序进行分析，判断是否稳定，以便采取措施；（4）调节生产条件，使之达到规定的标准状态；（5）对一批产品的品质进行评价及验收。2、数据的收集方法（1）简单随机取样（2）分层随机取样（3）整体随机取样（4）系统随机取样1.2数据的收集页码71.3总体与样本的特征值（一）总体与参数1.总体研究对象的全体可以是有限的，也可以是无限的如：10000瓶饮料2.个体也叫样本单位或样品构成总体或样本的基本单位如：1包奶粉、1个月饼等页码81.3总体与样本的特征值（一）总体与参数3.参数如：总体平均值总体标准差样本平均值样本标准差Xs页码91.3总体与样本的特征值(二）样本与统计量1.样本也叫子样、样组。从总体中抽取出来的一个或多个供检验的单位产品。范例：从3000包奶粉中抽取10包奶粉作为样本进行检验。样本量：n也称样本大小样本中所含的个体数目范例：从3000包奶粉中抽取10包奶粉作为样本进行检验其样本量n＝10页码101.3总体与样本的特征值(二）样本与统计量2.统计量⑴表示样本的中心位置的统计量①样本平均值②样本中位数指把收集到的统计数据按大小顺序重新排列，排在正中间的那个数。当样本量n为奇数时，正中间的数只有一个；当n为偶数时，正中位置有两个数，此时中位数为正中两个数的算术平均值。nXXni/1X~X~页码111.3总体与样本的特征值(二）样本与统计量2.统计量⑵表示样本数据分散程度的统计量•①样本极差•一组数据中最大值与最小值之差•范例：25101055354025②标准方差③样本标准差451055minmaxxxRniiXXns12211niiXXns1211页码12•例如，A、B两组选6位学生参加同一次语文测验，•A组的分数为95、85、75、65、55、45，•B组的分数为73、72、71、69、68、67。•这两组的平均数都是70，但A组的标准差约为17.08分，B组的标准差约为2.16分，说明A组学生之间的差距要比B组学生之间的差距大得多。••A组S：17.08•B组S：2.16页码131.4产品质量的波动任何一个生产过程，总存在着质量波动。质量波动是客观存在的，是绝对的。范例：经验告诉我们，按照同样的工艺、遵照同样的作业指导书、采用同样的原材料、在同一台设备上、由同一个操作者生产出来的一批产品其质量特性不可能完全一样，总是存在差异，即存在变异或波动。影响过程（工序）质量主要有六个因素5M1EMachine机器Material原材料Method方法Measure测量Man操作者Environment环境页码141.4产品质量的波动1．正常波动由随机因素，又称偶然因素(简称偶因)，如机器的固有振动、液体灌装机的正常磨损等引起的质量波动。偶因是固有的，始终存在，对质量的影响较小，难以测量，消除它们成本大，技术上也难以达到。如：温度或电压等生产条件的微小变化、机器的固有振动、液体灌装机的正常磨损、工人操作的微小不均匀性2．异常波动由系统因素（异常因素）引起质量管理中不允许的波动此时的工序处于不稳定状态或非受控状态。对这样的工序必须严加控制。例：配方错误、设备故障或过度磨损、操作工人违反操作规程、原材料质量不合格、计量仪器故障页码151.4产品质量的波动正常波动与异常波动比较正常波动异常波动产生原因偶然因素系统因素存在情况大量存在少量存在作用大小对质量特性值影响较小如存在，可使产品质量发生显著变化影响因素很多，不易识别，难以确定较少，容易识别解决方法提高科学技术水平加强管理质量管理工作控制在最低限度消除过程状态统计受控状态统计失控状态页码161.5产品质量的分布规律食品工业中搜集到的数据（针对计量值数据）大多为正态分布无论均值μ和标准差σ取何值产品质量特性值落在μ±3σ之间的概率为99.73％页码17讨论：产品质量的分布规律在实际质量控制中具体如何使用？页码18解答分享----页码19食品质量控制的传统方法2QC七工具或品管七大手法包括：因果图、排列图、散布图、直方图、调查表、分层法和控制图。可以解决质量管理中的大部分问题。页码20因果图2.1（一）因果图的概念和作用又称石川图、鱼骨图（fishbonediagram）、鱼刺图、树枝图。用于分析质量特性（结果）与可能影响质量特性的因素（所有可能原因）。页码21因果图2.15M1E原则：Man操作者Machine设备Material原材料Method操作方法Measure测量Environment环境页码22（二）因果图的制作步骤（1）确定需要分析的质量特性即针对什么问题寻找因果关系例如：产品质量、质量成本、产量、工作质量等问题（2）召集同该质量问题有关的人员参加的会议，充分发扬民主，各抒己见，集思广益，把每个人的分析意见都记录在图上（3）画一条带箭头的主干线，箭头指向右端，将质量问题写在图的右边，确定造成质量问题类别。因果图2.1需要解决问题页码23因果图2.1①一般按5M1E的6大因素分类②然后围绕各原因类别展开，按第一层原因、第二层原因、第三层原因及相互因果关系，用长短不等的箭头画在图上，逐级分析展开到能采取措施为止。页码24因果图2.1（4）讨论分析主要原因，把主要的、关键的原因分别用粗线或其他颜色的线标记出来，或者加上方框进行现场验证。页码25因果图2.1（5）记录必要的有关事项，如参加讨论的人员、绘制日期、绘制者等。（6）对主要原因制订对策表（5W1H），落实改进措施。注解：5W1H是管理工作中对目标计划进行分解和进行决策的思维程序。它对要解决问题的目的、对象、地点、时间、人员和方法提出一系列的询问，并寻求解决问题的答案。这六个问题是：（1）Why——为什么干这件事？（目的）；（2）What——怎么回事？（对象）；（3）Where——在什么地方执行？（地点）；（4）When——什么时间执行？什么时间完成？（时间）；（5）Who——由谁执行？（人员）；（6）How——怎样执行？采取那些有效措施？（方法）。巧计5W1H的中文口诀：“何时何地何人？做何事？为什么？怎么做？”页码26进行因果图分析：分析患近视的原因？材料方面人为方面环境方面方法方面设备方面印刷不清楚字太小灯光太暗灯光太强桌椅高度书本质量常揉眼睛常盯屏幕坐车看书走路看书躺着看书看书方法不对距离过近长时间看书不休息分析患近视的原因页码28排列图2.2（一）排列图的概念又称帕累托图（Pareto巴雷特图），全称主次因素排列图，将质量改进项目从最重要到次要进行排列。排列图是由一个横坐标、两个纵坐标、几个按高低顺序排列的矩形和一条累计百分比折线组成。此图是一个直角坐标图，它的左纵坐标为频数，即某质量问题出现次数，用绝对数表示；右纵坐标为频率，常用百分数来表示。横坐标表示影响质量的各种因素，按频数的高低从左到右依次画出长柱排列图，然后将各因素频率逐项相加并用曲线表示。累计频率在80%以内的为A类因素，即是亟待解决的质量问题。排列图作用：找出主要原因。页码29排列图2.2（二）排列图的制作案例表2-1是某食品厂2005年6月2日至6月7日菠萝罐头不合格项调查表菠萝罐头不合格项调查表不合格类型外表面真空度二重卷边净重固形物杂质块形小计不合格数17142286489页码30排列图2.2（二）排列图的制作案例步骤：（1）制作排列图数据表，计算不合格比率，并按数量从大到小顺序将数据填入表中。“其他”项的数据由许多数据很小的项目合并在一起，将其列在最后。否则横坐标会变得很长。菠萝罐头排列图数据表页码31排列图2.2（2）画两根纵轴和一根横轴左边纵轴，标上件数（频数）的刻度，最大刻度为总件数（总频数）；右边纵轴，标上比率（频率）的刻度，最大刻度为100%。左边总频数的刻度与右边总频数的刻度（100%）高度相等。横轴上将频数从大到小依次列出各项。（3）在横轴上按频数大小画出矩形，矩形高度代表各不合格项频数的大小。（4）画累计频率曲线，用来表示各项目的累计百分比。（5）在图上记入有关必要事项。排列图名称、数据及采集数据的时间、主题、数据合计数等。页码32排列图2.24228764297.8％86.6％78.7％47.2％93.3％0204060801001234560102030405060708090100110频数（不合格项）频率/％净重固形物真空度杂质块形其他菠萝罐头不合格项目排列图页码33排列图2.2（三）排列图的使用（1）为了抓住“关键的少数”，在排列图上通常把累计比率分为3类：在0~80%的因素为A类因素（主要因素）（不超过三项）在80%~90%的因素为B类因素（次要因素）在90%~100%的因素为C类因素（一般因素）从图中可以看出，出现不合格品的主要原因是净重和固形物含量，只要解决了这两个问题，不合格率就可以降低78.7%。（2）在解决质量问题时，将排列图和因果图结合起来特别有效。先用排列图找出主要因素，再用因果图对该主要因素进行分析，找出引起该质量问题的主要原因。页码34散布图2.3也称相关图、分布图、散点图。研究两个变量之间的关系及相关程度。温度硬度Y=a+bx可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。页码35散布图2.3曲线相关自变量弱负相关因变量因变量自变量强正相关因变量因变量不相关自变量自变量弱正相关因变量自变量强负相关因变量自变量页码36散布图2.3例：某酒厂为了研究中间产品酒醅中的酸度和酒度2个变量之间存在什么关系，对酒醅样品进行了化验分析，结果如表所示。利用散布图对数据进行分析、研究和判断。酒醅中酸度和酒度分析数据表页码37散布图2.30123456700.250.50.7511.251.51.752酒度/％酸度/%注意：散布图相关性规律，一般局限于观测值数据的范围内页码38直方图2.4（一）直方图的概念与作用直方图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后，用一系列宽度相等、高度不等的矩形表示数据分布的图。矩形的宽度表示数据范围的间隔，矩形的高度表示在给定间隔内的数据频数。页码39直方图2.4（二）直方图的制作案例市场销售的带有包装的产品所给出的标称重量，法律规定其实际重量只允许比标称重量多而不允许少。而为了降低成本，灌装量又不能超出标称重量太多。案例：某植物油生产厂使用灌装机，灌装标称重量为5000g的瓶装色拉油，要求溢出量为0~50g。现应用直方图对灌装过程进行分析。1.收集数据作直方图要求收集的数据，一般为50个以上，最少不得少于30个。数据太少时所反映的分布及随后的各种推算结果的误差会增大。本例收集100个数据，列于表中。页码40直方图2.4（二）直方图的制作案例1.收集数据