品管七大手法2011

品管七大手法现代品质管理理念现代质量管理原则之一一切用数据说话基于事实的决策方法，有效决策是建立在数据和信息分析的基础上。基础统计概念1.数据的分类：计数型数据：只能取一组特定的数值，而不能取这些数值之间的数值（如：人数、件数、缺陷点数等）或这些数值间的比值（如不合格品率）。计量型数据：取给定范围内的任何一个可能的数值（如：长度、重量、时间、温度等）。基础统计概念2.总体和样本总体—研究对象的全体总体可以是有限的、无限的。如一台机床连续不断地工作，那么加工零件数量是无限的。样本—是从总体中随机抽出来一部分个体的集合。当样本个数越多时，分析结果越接近总体的值，样本对总体的代表性就越好。基础统计概念3.抽样方法如何又经济又有代表性，则要对抽样方法进行选择。随机抽样—总体中每一个个体都有同等可能的机会抽；分层抽样—先将总体分类或分层，然后在各层随机抽样，减少层内差异，增加样本的代表性；系统抽样—机械随机抽样，按一定的时间间隔抽取样本的一种方法。基础统计概念４.数据整理和统计抽样的目的是通过样本来反映总体，常常将样本测试数据，通过整理加工，找出它们的特性，从而判断总体的变化规律性、趋势和性质。数据的分布：两个参数就可描述：S2,X样本平均值：X=（X1+X2+…+Xn）/n样本中位值：:按数据大小顺序排列位于中间的数值。，若n为偶数，则取位于中间两个数值的平均值。极差Ｒ：Xmax-Xmin基础统计概念４.数据整理和统计（续）样本方差和样本标准偏差：——度量数据波动幅度大小的特性值。样本方差：一组数据中每一个数值与平均值之差的平方和的平均值。用S2表示反映数据的离散程度S→样本标准偏差七大手法分类：分层法----层别法排列图----柏拉图因果图----特性要因图、鱼骨图、石川图直方图----柱状图检查表----统计分析表散布图控制图----管制图七大手法1、分层法A分层法也叫分类法，它是将收集到的质量数据按一定的标志来分类整理，以便分析影响质量的原因，找到提高质量的有效方法。J分层排列图J分层直方图J分层控制图J分层散布图等。七大手法分层的方法，可按J按时间分：如按班次分；J按操作员分：如按工人级别；J按使用设备分：如按机床的不同型号。分层时注意事项J数据分层与收集数据的目的性紧密相关；J分层要合理，使问题暴露得更清楚。七大手法2、排列图：A排列图：又称柏拉图、主次因素排列图，为寻找主要问题或影响质量的主要原因所使用的图。七大手法如：某部门上月生产的产品统计，总不合格数分类整理如下表：序号不良项不良数（件）占不良品比例（%）累计比例（%）1破损19547.147.12变形9021.768.83刮痕6515.884.64尺寸不良4510.995.55其它194.5100.06合计414100.0七大手法频数N=414累计比率400-———————————————————100%95.5%84.6%300-75%68.8%200-19550%47.1%100-9025%65451900破损变形刮痕尺寸其它七大手法3、因果图：A又称鱼骨图、特性要因图。分析影响产品质量各种原因的一种方法。七大手法某造纸厂收集一个班生产的有外观纸病的纸１８０张，其外观纸病进行分类如下：纸病类别皱纹干折子大孔眼铁锈点大黑点其它合计张数7636272795180%4220151553100七大手法新工人多缺勤多照顾不来干燥曲线不当操作不熟练干毯使用不当毛布质次真空箱破损压榨压力二边不等调节机构失灵纸病邹纹环境原材料设备人员工艺游戏1请大家共同完成一个头脑风暴法的游戏。（为什么城市交通路旁常栽一些光杆无枝的树？）练习请培训人员分成3组花20分钟时间选用贵公司生产工序中存在的一个常见品质问题进行因果图分析。七大手法4、直方图A直方图：为分析观察值分布状态，以便对总体的分布特性进行推断，直角坐标系中若干顺序排列的长方形图系。俗称：柱状图。七大手法4直方图（续）应用程序：a）确定特性值（什么特性值）b）确定、收集统计量（n个观察值），n≥50,一般取n=100c）找出观察值中最大值（Xmax）(Xmin)计算极差R=Xmax-Xmin七大手法4直方图（续）d)确定组数k和组距h：nk一般使用k组距50-100100-2502506-107-1210-2010①结果园整为一位有效数字h=②h要取奇数kR七大手法4直方图（续）e）确定各组界限并填入频数分布表第一组下界限X1L=Xmin-第一组上界限X1U=X1L+h第二组上界限X2U=X1U+h（第二组下界限为第一组上界限）f）将观察值一一填入频数分布表，统计频数f，确定组次v，计算fivi,fivi2,Σfivi,Σfivi2a）g)计算平均值，标准差Ｓ;h)画图：练习2请用30分钟完成。七大手法练习2：某物重量规格310±8g,现测量５０件，其重量如下表示，请用20分钟时间完成其直方图的制作和分析：308317305310309312313307304311306314309305307305310315312312308315304310315312320311309316306302316307315305308310309312311307303318316309311314310318七大手法5、检查表：A检查表：又叫统计分析表，是根据不良分类来确定其主要不良分布以便分析产生不良的原因。七大手法例：某PQC抽检50PCS机板发现其不良分布如下：统计分析表不良项目数量（PCS）备注短路2040%半焊1530%假焊510%无锡36%浮高48%锡渣36%合计50七大手法6、散布图：A散布图：判断两个变量之间是否存在相互关系的在直角坐标系中由一系列点子所形成的图。B选定分析对象：可以是质量特性与因素之间的关系，质量特性值与质量特性值之间关系因素与因素之间的关系。七大手法7、控制图：（又称管制图）A控制图：判别生产工序过程是否处于控制状态的一种的手法。七大手法B作用：使生产过程达到统计控制状态，判断生产过程是否异常。前者为分析用控制图，后者为控制用控制图。*统计控制状态：只存在偶然误差，不存在系统误差；只存在正常波动，不存在异常波动。七大手法B图形：欲控对象：指想要控制的质量特UCL控制上限性或指标。CL中线统计量：指单值X，平均值极差Ｒ，LCL控制下限移动极差Ｒs等0样本号样本号：体现时间序列。欲控对象统计量七大手法B原理：由正态分布旋转９０0，再立体转１８０0，再加上横坐标而得。90-----------------UCLCLμ-3σμμ+3σ-----------------LCL样本号0七大手法(1-β)------------------------UCL图示表示分布中心向上限偏离μ’β为图中白面积μCL1-β为图中阴影部分，称为------------------------LCL检出力，即检出异常能力。0样本号七大手法常规控制图：XX~X类别名称控制图符号适用埸合计量值控制图平均值－极差图-R适用于产品批量大，且稳定、正常的样本较小（样本量9）工序中位数－极差图-R（同上）易于车间工人使用平均值--标准差图-S样本量较大，数据通常由计算机实时处理单值－移动极差图X-Rs因各种原因（时间、费用等）每次只能得到一个数据或希望尽快发现并消除异常因素。计数值控制图不合格品数图np样本数量相等不合格品率图p样本数量可以不等缺陷数图c样本数量相等单位缺陷数图u样本数量不等七大手法常规控制图应用程序：a）选取控制图拟控制的质量特性值，如重量、不合格品数等。b）选用合适的控制图种类：如：根据数据类别计量值→X-R图X-Rs图等计数值→P图C图等根据数据获得难易程度难→X-Rs图易→X-R图c)确定样本组，样本大小和抽样间隔。在样本组内，假定波动只由偶然原因所引起。七大手法常规控制图应用程序(续）：d)收集并记录的数据≥１００，在生产稳定正常情况收集数据（相同条件下）。e)计算各组样本的统计量，各样本平均值，样本极差和样本标准差等。f）计算各统计量的控制界限。g）画控制图并标出各组的统计量。h）研究在控制界限以外的点子和在控制界限内排列有缺陷的点子，并标明异常原因的状态。i）决定下一步行动。七大手法控制图异常判断准则：a）７点链：连续７点在中线一侧b)间断链：连续１１点中有１０点在中线一侧连续１４点中有１２点在中线一侧连续２０点中有１６点在中线一侧c）较多边界点：边界点指落在μ+2σ至μ+3σ之间的区域中的点子。较多边界点是指以下情况：连续３点中有２点落在边界区连续７点中有３点落在边界区d)连续７点向上或向下倾斜七大手法控制图分析作用：a）分析用控制图：图上点子同时满足下述条件时，认为生产过程处于统计控制状态。①连续２５点中没有出界点，或连续３５点中最多只有一个出界点,或连续１００点中最多只有２个出界点。②控制界限内点子无排列缺陷。b）控制用控制图：图上点子出现下列情况之一时，生产过程判为异常：①点子落在控制界限外（或界限上）；②控制界限内点子排列有缺陷。c）当分析用控制图呈现出统计控制状态时，即可将其控制界限延长,用于日常控制。七大手法控制图日常控制：a）定期从工序中抽样、打点、观察。若点子有出界或排列缺陷时，则查明原因，采取措施，予以排除，使工序恢复正常，从而达到控制作用。b）当工序条件发生变化时,或控制界限使用一段时间（一般三个月）后，应重新收集数据，计算控制界限。七大手法控制图是如何体现预防原则的？a)应用控制图对生产过程不断监控，当异常因素刚一露出苗头，甚至在未造成不合格品之前就能及时被发现。b)在现场，更多的情况是控制图显示异常，这时一定要贯彻下列“20字真经”：查出异因，采取措施，保证消除，不再出现，纳入标准。新的七大管理工具关系图/KJ法互相关系图树图首要矩阵矩阵图决定制程程序图（PDPC）活动网络图谢谢！