GPW系列培训课程(4)-QC工具实用

QC工具培训品质管理部QE2014.6.17主要内容介绍探索性分析——图形分析12介绍统计量及制程能力分析全面调查是对调查对象中所包含的全部个体无一遗漏的调查，其主要目的在于取得总体现象比较全面系统的总量指标。如各种普查。抽样调查是一种非全面调查，它是从全部调查研究对象中，抽选一部分个体进行调查，并据以对全部调查研究对象作出估计和推断的一种调查方法。思考：举例哪些是全面调查，哪些是抽样调查？概念补充基本术语母体：研究对象的全体叫母体或总体。个体：总体中每一个考察对象叫个体。样本：从总体中随机抽取的一部分个体叫做总体的一个样本。样本大小：样本中个体的数目称为样本大小或样本容量。基本术语估计母体个体样本样本统计量用于估计母体特征位置yx分散程度分布的形状一致性重要的母体特征母体特征——位置的量测：集中趋势11niiXXn估计11NiiXN众数（Mode）一组测量值的众数是出现次数最多（频率最高）的测量值；如果将此组资料用直方图或点图来表示的话，则柱条最高或堆叠区最高处的中心点即为众数。中位数（Median）一组测量值的中位数是当测量值按大小顺序排列时所取的中间数。算数平均值（ArithmeticMean）样本平均值用来表示，并且用此来估计母体平均值。X母体特征——分散度的量测：全距（Range）全距全距是一组量测资料中最大值与最小值的差考虑以下两个图形这两个图形有相同的全距但他们的分布形状完全不同maxminRXX母体特征——分散度的量测：变异（Variation）变异性的测量母体变异数（PopulationVariance）（）母体变异数是将所有观察值减平均值的平方加总，再除以母体总数N样本变异数（SampleVariance）（）样本变异数是将所有观察值减平均值的平方加总，再除以（n-1）用以代表母体变异数之无偏估计值22s估计22211()1niisXXn样本变异数2211()NiiXXN母体变异数母体特征——分散度的量测：变异（Variation）变异性的测量母体标准差（PopulationStandardDeviation）（σ）标准差是变异数的开平方根样本标准差（SampleStandardDeviation）（sorSigma“hat”）变异系数（CoefficientofVariation）（COV）22ss*100%COV母体参数VS.样本统计量2母体参数母体平均值（μ）母体变异数（）11NiiXN2211()NiiXXN2s样本统计量样本平均数（X-bar）变异数之估计（）11niiXXn2211()1niisXXn当n25时，其差异其实已经不重要了。样本统计量统计量是从一组样本资料整理得出的资讯。例如：最小值（Minimum）最大值（Maximum）极差（Range）平均值（Mean）中位数（Median）众数（Mode）百分位数（Percentiles）：25th，50th，75th次数（Count）总数（Sum）缺点百分数（PercentDefect）标准差（StanddardDeviation）…………用MINITAB显示描述性统计量打开MINITAB双击两下找出Planthight.MTW档案的位置打开Planthight.MTWPlanthight.MTW出现Planthight.MTW工作表如右范例——描述性统计量对某小麦杂交F2代的株高进行研究，抽取容量为100的样本，测试的原始数据保存在Planthight.MTW中。请用MINITAB求得描述性统计量。Planthight.MTW用MINITAB显示描述性统计量Minitab指令：统计基本统计量显示描述性统计用MINITAB显示描述性统计量求出SocketData.MTW的如下样本统计量：合计数、均值、标准差、最小值、中位数、最大值、极差。练习SocketData.MTW直方图（Histogram）Minitab指令：图形直方图SocketData.MTW我们分析这一组资料是来自于正态分配吗？资料属于正态吗？直方图（Histogram）MinitabOutput补充——正态分配在统计学上最重要的连续概率分配是正态分配（NormalDistribution）正态分配的概率函数为：22()21()2xPxe3.141592.71828e频率50%面积50%面积量测值对称：平均值=中位数=众数曲线下的面积就等于概率补充——正态分配只要μ和σ已知，则整个曲线即可确定μ1μ2μσ相同,μ不同σ不同,μ相同μ1μ2σ不同,μ不同μ1μ2σ相同,μ相同补充——正态分配正态分配涵盖的概率值12323168.27%45645σ695.45%99.73%99.9937%99.99943%99.9999998%未考虑偏移的正态分布从-∞到+∞曲线下的面积等于1曲线下的面积就等于概率补充——正态分配曲线下的面积就等于概率范例：右图为正态分配。设平均值为10，标准差为1，规格为10±3.小于LSL的曲线下面积是多少？大于USL的曲线下面积是多少？总不良率是多少？先求出小于LSL的曲线下面积Minitab指令：计算概率分布正态LSL小于LSL上的曲线下面积=0.00135MinitabOutput小于LSL的曲线下面积再求出大于USL的曲线下面积Minitab指令：计算概率分布正态USL大于USL上的曲线下面积=1-0.99865=0.00135总不良率=小于LSL的曲线下面积+大于USL的曲线下面积=0.00135+0.00135=0.0027=2700PPM大于USL的曲线下面积MinitabOutput正态性检验正态检定（NormalityTest）：使用Anderson-Darling（A）Minitab指令：统计基本统计量正态性检验我们分析的这一组范例资料是来自于正态分配吗？P值0.05，资料为非正态；P值0.05，资料为正态。MinitabOutput正态性检验正态检定（NormalityTest）：使用Anderson-Darling（A）Minitab指令：统计基本统计量图形化汇总我们分析的这一组范例资料是来自于正态分配吗？MinitabOutputNormalityTest:正态性检定A-Squared:越接近零时判断为接近正态P-Value:比留意水准大时为正态性制程能力分析Minitab指令：统计质量工具能力分析正态估计短期变异：常用合并标准差或R-bar制程能力分析MinitabOutput制程能力充足吗？我们现在该做什么？制程能力补充制程能力概念制程能力：是指过程加工质量满足技术标准的能力，它是衡量过程加工内在一致性的，是稳态下的最小波动。（1）无偏移双侧公差情况的过程能力指数制程能力指数211()1niisxxn制程能力补充制程能力指数（2）单侧公差情况的过程能力指数()3UpUUTCT•只有上限，对下限没有要求：•只有下限，对上限没有要求：()3LpLLTCT制程能力补充制程能力指数（3）有偏移情况的过程能力指数当均值μ与公差中心M不重合，所计算的过程能力指数不能反映有偏移的实际情况，需修正，修正后的过程能力指数为Cpk：min(,)pkpUpLCCC产品质量分布的均值μ与公差中心M不重合的情况T/2TLMμ制程能力补充制程能力指数Cp值越大，表明加工质量越高，但对设备和人员的要求也越高，加工成本越大，所以对Cp值的选择应根据技术与经济的综合分析来决定。LTUTLTUTLTUT情况1情况2情况3Cp1Cp=1Cp13σ3σ3σ3σ3σ3σ制程能力补充制程能力指数Cp的评价参考Cp值的范围级别过程能力的评价参考Cp≥1.67Ⅰ过程能力过高（应视具体情况而定）1.33≤Cp1.67Ⅱ过程能力充分，表示技术管理能力已很好，应继续维持。1.00≤Cp1.33Ⅲ过程能力充足，表示技术管理能力较勉强，应设法提高为Ⅱ级。0.67≤Cp1.00Ⅳ过程能力不足，表示技术管理能力已很差，应采取措施立即改善。Cp0.67Ⅴ过程能力严重不足，表示应采取紧急措施和全面检查，必要时可停工整顿。制程能力补充下控制限上控制限制程能力补充识别“短期变异”和“长期变异”；识别“组内变异”和“组间变异”；小节母体特征样本统计量直方图正态检定制程能力分析主要内容介绍探索性分析——图形分析12介绍统计量及制程能力分析范例——探索性分析某厂生产一种插座，1模有4穴，S1,S2,S3,S4.用量规测量开关的尺寸。标准规格是11±6.测量人员每隔六小时抽取5模连续运行周期的插座，每天抽4次，每个样本：4*5=20件。测量结果如下：测量人员共取了5天，共20个样本（5天*4次/天=20次），每个样本有20件，试计算制程能力并确定变异来源。S1S2S3S4A1813107B14978C151089D179910E1510109范例——探索性分析某厂生产一种插座，1模有4穴，S1,S2,S3,S4.用量规测量开关的尺寸。标准规格是11±6.测量人员每隔六小时抽取5模连续运行周期的插座，每天抽4次，每个样本：4*5=20件。测量结果如下：测量人员共取了5天，共20个样本（5天*4次/天=20次），每个样本有20件，试计算制程能力并确定变异来源。S1S2S3S4A1813107B14978C151089D179910E1510109叙述统计量Minitab指令：统计基本统计量显示描述性统计选择要计算的统计量SocketData.MTW叙述统计量——分组Minitab指令：统计基本统计量显示描述性统计加入层别因子：SLOT叙述统计量——Minitaboutput结论：显然SLOT是主要的变异来源直方图-分组Minitab指令：图形直方图层别因子：SLOTSocketData.MTW直方图-分组MinitabOutput结论：显然SLOT的不同是主要的变异来源点图(DotPlot)Minitab指令：图形点图SocketData.MTWMinitabOutput点图(DotPlot)点图(DotPlot)-分组Minitab指令：图形点图层别因子：SLOTSocketData.MTWMinitabOutput点图(DotPlot)-分组结论：显然SLOT是主要的变异来源单值图(IndividualPlot)-分组单值图的做法与点图是相同逻辑，请自行练习！Minitab指令：图形单值图MinitabOutputSocketData.MTW箱线图(BoxPlot)-分组按周期（Cycle）和穴（Slot)建立箱线图Minitab指令：图形箱线图SocketData.MTW箱线图(BoxPlot)-分组MinitabOutput结论：显然SLOT是主要的变异来源箱线图的解释触须线Whisker的定义：上下须分别由其四分位线延伸到上下限内最远的数值异常值Outliers超过上下限的资料点上限：Q3+1.5*IQR下限：Q1-1.5*IQRIQR：四分位数全距IQR=Q3-Q1箱线图对非正态资料很有用触须线Whisker第三分位数Q3中位数Median第一分位数Q1触须线Whisker异常值Outliers补充——箱线图范例——箱线图的绘制12位商学院毕业生薪水如下：271027552850|288028802890|292029402950|305031303325绘制步骤：1.画数轴；2.画箱子，箱子端边的位置对应Q1和Q3；3.在箱子中位数位置画垂直线；4.画触须线；5.用*标出异常值。四分位数计算n=12Q1位置=（12+1）/4=3.25Q1=