质量管理之统计分析和相关图

兰州交通大学-工业工程系4.5统计分析表法.不良品检查表;.缺陷位置调查表;.成品质量调查表.统计分析表法（调查表）是用于收集数据的规范化表格。即把产品可能出现的情况及其分类预先列成统计调查表，检查产品时只需在相应分类中进行统计，并可从调查表中进行粗略的整理和简单的原因分析，为统计分析与判断质量状况创造良好条件。在设计统计调查表时应注意便于工人记录，把文字部分尽可能列入调查表中，工人只须简单的描点或打勾，以不影响操作为宜。4.5.1不良品检查表。不良品是指产品生产过程中不符合图纸、工艺规程和技术标准的不合格品和缺陷品的总称，它包括废品、返修品、回用品和退赔品。①不良品统计管理记录卡；②不良项目调查表；③不良原因调查表。①不良品统计管理记录卡。记录前应明确检验内容和抽查间隔，由操作者、检查员、班长共同执行抽检的标准和规定，下表为不良品统计管理记录卡。②不良项目调查表。为了调查生产过程中出现了哪些不良品以及各种不良品的比例。可采用不良项目调查表，“不良品类型”的内容，可以根据各行业具体情况填入表中。③不良原因调查表。如果不良损失的责任工序影响原因比较清楚，可以利用调查表进一步查明不良原因。4.5.2缺陷位置调查表。在很多产品中都会存在“斑点”、“外伤”、“脏污”这类外观缺陷，一般采用缺陷位置调查表比较好。此种调查表多是画成产品示意图或展开图。每当发生缺陷时，将其发生位置标记在图上。例如电视机显象管外观检验，把显象管屏幕划分为A、B区。各种整机的机柜或装饰件都可以采用缺陷位置调查表方法。缺陷位置调查表是工序质量分析中常用的方法。掌握缺陷发生之处的规律，可以进一步分析为什么缺陷会集中在某一区域，从而追寻原因，采取对策，能更好地解决出现的质量问题。应该注意，在使用缺陷位置调查表时，可以在草图上进行划区，分层研究、在分区域时应按尺寸等分。4.5.3成品质量调查表成品质量调查项目繁多，为了不致弄错遗漏并便于记录整理，采用成品质量检查表的方法。相关图相关图常称散布图，是进行相关分析的图形，它可以直观地表示出变量之间的相关程度。相关,客观事物之间常常是互相联系，并具有一定内部规律性，一切矛盾着的事物不但在一定条件下共处于一个统一体之中，而且在一定条件下互相转化：在质量控制中，众多的质量特性数据之间也有其内部联系、制约相转化的关系。1.确定性关系所谓确定性关系，是指变量之间可以用数学公式确切地表示出来，也就是曲一个自变量可以确切计算出唯一的一个因变量，这种关系就是确定性关系，也称函数关系，如欧姆定律就是确定性关系：V=IR，电路中电阻值R一定，要求该电路必须保证电压在一定范围。可以不直接测量电压V，而只要测量电流I，并加以控制就可以达到目的。一般认为，它们之间相互的关系可分为3类。确定性关系；相关性关系；互不相关。2.相关性关系所谓相关性关系，是指变量之间有关系，但又不能由一个自变量用一个数学公式确切地求出另一个因变量，而是由一个自变量对应一个因变量的统计分布，也就是一个自变量可对应一系列的因变量，这种变量之间的关系弥为相关关系；在质量管理中这种相关关系的事例很多，热处理时淬火温度与工件硬度的关系；炼钢时碳熔比与精炼时间有一定的关系，如果知道碳熔比则可大致估计出精炼时间，但又不能精确的定出精炼时间，这是由于炼钢过程中影响精炼时间的因素很多，互相之间构成了相当复杂的关系，变量之间既存在着密切的关系，又不能由一个(或几个)变量的数值来精确地求出另一变量的关系，则这类变量之间的关系为相关关系。3.互不相关。互不相关的质量特性是互相独立的变量，它们之间的关系不能用数学关系式表达。如加工零件的尺寸精度与零件材料之间常常是互不相关的。因为一般来讲，尺寸精度常常取决于机床的精度、操作者的技术水平和工作态度等。相关图的作法相关图（散布图）的概念：是分析研究两种质量特性值之间相关性的方法。两种质量特性值或者两种数据之间有无相关性、相关关系如何只从数据表中观察则很难判断，如果把数据作出散布图则比较容易得出其相关与否的结论。相关图的作法。①收集30—100组相对应的数据。作散布图是为研究相关性，所以收集数据必须一一对应，没有对应关系的两种数据不能用来作散布图。②画出横坐标和纵坐标轴。在进行因果分析时，一般横轴表示自变量，纵轴表示因变量。须注意的是坐标轴的标度，原则上应使横轴数据最小值到最大值的距离大致等于纵轴数据最小值到最大值的尺度距离，如果标度取得不当会影响观察效果。③按数据画出坐标点。根据每一组数据的数值逐个画出各组数据的坐标点。当两组或多组数据完全相同时，可用小同心圆来表示重合点。④填上有关事项。如标题、调查日期、制图者、数据个数及其他参考事项。相关图的直观察•观察相关图主要是看点的分布状态，判断自变量x与因变量y有无相关性，相关的状态和密切程度。相关图的形态很多，但常见的有如图所示的几种。(a)为强正相关(即x变大，y也显著变大)；(b)为弱正相关(即x变：大，y也大致变大)；(c)为不相关(即x和y之间没有相关关系)；(d)为强负相关(即x变大，y显著变小)；(e)为弱负相关(即x变大，y大致变小)；(f)为非线性相关(x变大，y与x不成线性变化)。观察分析相关图应注意以下事项；①要有足够大的试样。如果取样太小(如低于20个)，实际上即使相关，作出的相关图也可能零落分散，形不成趋势，这样在图上看上去似乎没有相关关系，不能从相关图上作出正确的判断，为此，应取足够大的试样来作图；否则要用下面将介绍的相关系数方法来确定其相性。②异常点的处理-相关图上如果出现远离总体的异常点如图所示，可能是由于：测量错误、记录错误或作业条件发生变化等特殊原因造成的，此时应该很好地分析研究，查明原因，除掉这些异常点后才能估计x和y之间的相关关系；并且要注意如果原因下明，可不能随意除掉这些点。③要注意分层观察，如图所示的情况，从整体观察时似乎没有相关性，若分层观察时则有明显的相关性。相反如图8—4所示的情况，从整体看似乎相关但分层后就不相关了，所以作相关图时，如果能根据某些因素或特性分层，用记号或颜色把不同层分开来，更可以清晰地分析变量之间关系，1．作中值线在相关图上分别作出X、Y的中值线，使得中值线的上下、左右两侧的点数相同，中值线在相关图上所划分的四个区间自右上角起沿逆时针方向分别为第Ⅰ、Ⅱ、Ⅲ、Ⅳ象限。相关图的相关检定利用相关图分析两类数据的相关性时，在实际生产和工作中为了能够迅速判断其是否相关，常常采用中值法，中值法的作法如下2.数点数出各象限内的点数n及位于线上的点数，分别记入表中。象限ⅠⅡⅢⅣ线上合计点数1942052503.计算Ⅰ+Ⅱ=Ⅱ+Ⅳ=N=式中nⅠ为Ⅰ象限的点数，nⅡ为Ⅱ象限的点数，nⅢ为Ⅲ象限的点数，nⅣ为Ⅳ象极限的点数，N为相关图的总点数，n线为落在中值线上的点数。取和中之小值作为判定值。对于表中数据有：则应取9作为判定值。nnⅢⅠnnⅣⅡnn线nnⅢⅠnnⅣⅡnⅠ+nⅡ=19+20=39nⅡ+nⅢ=4+5=9N=∑n-n线=50-2=484.判定。将计算所得结果与检定表比较，如果点数界限大于判定值，则应判定为相关，否则为无关。检定表如表下所示，其中5％、1％为危险率。上例中由N=48，查点数界限(1％)为14，大于nⅡ+nⅢ=9，则判定有相关关系。