QC-数据统计分析方法

品管七大手法数据统计分析方法QC旧七种工具–排列图，因果图，散布图，直方图，控制图，检查表与分层法QC新七种工具(略)–关联图，KJ法，系统图法，矩阵图法，矩阵数据解析法，过程决策程序图法（PDPC)和箭头图法。数据统计分析方法数据统计分析方法-排列图排列图的定义：根据所收集之数据，按不良原因、不良状况、不良发生位等到不同区分标准，以寻求占最大比率之原因、状况或位置的一种图形。排列图又称为主次因素分析图或帕拉图（巴雷特、帕累特）数据统计分析方法-排列图排列图的来由：意大利社会经济学家帕雷特在1887年研究资本主义的意大利社会财富分布状况时，发现少数人占有绝大多数的财富，而绝大多数人却只占有少量财富处于贫困状态，从而得出“关键的少数和次要的多数”的社会财富分布规律。他还把这一规律用坐标图描绘出来，得到一条累计的百分比曲线。为纪念他，后人把这一条曲线称为帕累特曲线。后来，帕累特原理被用到质量管理活动中，成为七大手法之一，现在这一理论被升化为80/20原则。基本上，任何事物都遵循这一规律，如大多数废品是由少数人造成的，大部分设备故障是由少数几个原因引起的，企业80％的利润来自20％的顾客。排列图是由两个纵坐标，一个横坐标，若干个按高低顺序依次排列的长方形和一条累计百分比折线所组成的，为寻找主要问题或主要原因所使用的图。例1：1002003004000500600100%80%60%40%20%0%296182624030163644.71%72.21%81.57%87.61%92.15%94.56%100%模块不良原因分析坏项累积百分比（％)坏品数量PINTIA跑位LD跑位LD线性差金属件不良功率变化大其他管芯不良数据统计分析方法-排列图法数据统计分析方法-排列图²ºÀ»Ïîľ²ºÀ»Êý¿Û»ÓÊý¿Û»Ó±ÈÁÊ1PINTIAÅÜκ29629644.71%2¸¦Áʱä´ó18247872.21%3LDÅÜκ6254081.57%4¼ðÊò»þ²ºÀ»4058087.61%5LDÏßÐÔ²î3061092.15%6¸Üн²ºÀ»1662694.56%7ÆäËû36662100.00%662662100.00%模块不良统计表：排列图的优点–排列图有以下优点：直观，明了－－全世界质量管理界通用用数据说明问题－－说服力强用途广泛：质量管理/人员管理/治安管理数据统计分析方法-排列图排列图的作图步骤–收集数据(某时间)–作缺陷项目统计表–绘制排列图–画横坐标(标出项目的等分刻度)–画左纵坐标(表示频数)–画直方图形(按每项的频数画)–画右纵坐标(表示累计百分比)–定点表数，写字数据统计分析方法-排列图何谓因果图：对于结果（特性）与原因（要因）间或所期望之效果（特性）与对策的关系，以箭头连接，详细分析原因或对策的一种图形称为因果图。因果图为日本品管权威学者石川馨博士于1952年所发明，故又称为石川图，又因其形状似鱼骨，故也可称其为鱼骨图，或特性要因图数据统计分析方法-因果图人法环机料主要问题数据统计分析方法-因果图数据统计分析方法-因果图作因果图的原则–采取由原因到结果的格式–通常从‘人，机，料，法，环’这五方面找原因‘4M1E’,Man,Machine,Material,Method,Environment–通常分三个层次：主干线、支干线、分支线–尽可能把所有的原因全部找出来列上–对少数的主要原因标上特殊的标志–写上绘制的日期、作者、有关说明等数据统计分析方法-因果图作因果图应注意的事项–问题(结果)应单一、具体，表述规范–最后细分出来的原因应是具体的，以便采取措施；–在寻找和分析原因时，要集思广益，力求准确和无遗漏可召开诸葛亮会，采用头脑风暴法层次要清，因果关系不可颠倒原因归类正确数据统计分析方法-因果图作因果图应注意的事项–画法按从左至右的贯例执行－－规范化在作因果图前，可先从排列图中找出主要问题，然后针对主要问题，召集相关人员进行讨论，力求尽可能找出产生问题的原因，通过分析，确立主要原因。因果图在今后可不断进行修改，逐渐完善，反复使用。数据统计分析方法-因果图数据统计分析方法-因果图例2：什么是直方图？–直方图是通过对数据的加工整理，从而分析和掌握质量数据的分布状况和估算工序不合格率的一种方法。直方图的作法–作直方图的三大步骤作频数表画直方图进行有关计算数据统计分析方法-直方图(Histogram)作直方图的步骤(例3)–1.搜集数据数据统计分析方法-直方图(Histogram)作直方图的步骤–计算极差(Range),上表中最大值Xmax=48;最小值Xmin=1;R＝Xmax-Xmin=48-1=47–适当分组(k)在本例中，取k=10确定组距(h)组距用字母h表示：h=R/k=47/10=4.7,Y约等于5。–确定各组界限－－组的边界值单位取最小测量单位的一半。数据统计分析方法-直方图(Histogram)作直方图的步骤–本例第一组的下限为：–第一组的上限值为下界限值加上组距–第二组的下界值为上界限值，第一组的上界值加上组距就是第二组上界限值，照此类推，定出各组的边界。数据统计分析方法-直方图(Histogram)最小值－最小测量单位2=1－1/2=0.5编制频数分布表数据统计分析方法-直方图(Histogram)画直方图5101520253005.510.515.520.525.530.535.540.545.550.5TLTU频数重量N=100X=26.6S=9.14CPk=0.85数据统计分析方法-直方图(Histogram)数据统计分析方法-直方图(Histogram)直方图的分析：作直方图的目的是为了研究工序质量的分布状况，判断工序是否处于正常状态。因此，在画直方图后要进一步对它进行分析。对于在实践中经常出现的非标准直方图的形状，现分析如下：A图为锯齿形，它通常是由于分组过多或测量等原因造成的。051015202530数据统计分析方法-直方图(Histogram)B图所示的直方图旁有孤立的小岛出现，称为孤岛形，这种直方图通常是由于工艺条件，如人、机、料、法、环、测等条件发生突变造成的。051015202530数据统计分析方法-直方图(Histogram)C图为偏向型，通常是由于习惯性加工、返修或剔除废品后造成的。0510152025数据统计分析方法-直方图(Histogram)D图为陡壁型，它的产生原因与偏向型相同。0102030405060708090100数据统计分析方法-直方图(Histogram)E图为双峰型，是由于将来自两种不同生产条件的数据混在一起整理而造成的，若用分层法将数据预先处理后，可避免出现这种形状。0510152025303540F图为平顶形，它可能是将来自两种不同生产条件的数据混在一起造成的，此外如果生产条件发生缓慢变化，如夹具的磨损，跳线损耗增大，测试板电流变化，操作者疲劳等都可能造成这种形状。0102030405060数据统计分析方法-直方图(Histogram)什么是散布图?–散布图也叫相关图。它是用来研究和判断两个变量之间关系的图。–两种不同的关系确定性的函数关系－－这种关系是两个变量存在着完全确定的函数关系。如圆周长和圆的直径D之间存在着C＝π*D的关系。非确定性的相关关系－－这种关系是非确定性的依赖或制约关系。如儿童的年龄和体重；数据统计分析方法-散布图（ScatterPlot)散布图的基本形式–散布图是由一个纵坐标，一个横坐标及很多散布点组成；–打点－－X为横坐标(自变量)，Y为纵坐标(应变量),把数据表中的各组对应数据一一按坐标位置表示出来。如果碰上两组完全相同，则在点上加圈表示，三组相同，则加上双重圈表示；从散布图上的点子分布状况，可以观察分析出两个变量(X,Y)之间是否有相关关系，以及关系的密切程度如何。20304050602030405060数据统计分析方法-散布图（ScatterPlot)散布图的判断分析对照典型图例是法－－这是最简单的方法。把画出的散布图例对照就可得出两个变量之间是否相关及属于哪一种相关的结论。–强正相关－X变量增加，Y变量亦随之增加；且点子的分布比较密集，相关关系明显呈直线趋向。20304050602030405060数据统计分析方法-散布图（ScatterPlot)散布图的判断分析–弱正相关－点子的分布比较松散，相关关系大致呈直线趋向。20304050602030405060数据统计分析方法-散布图（ScatterPlot)散布图的判断分析–强负相关－X变量增加，Y变量随之减少；且点子的分布比较密集，相关关系明显呈直线趋向。2040608010012014016018010203040数据统计分析方法-散布图（ScatterPlot)散布图的判断分析–弱负相关－点子的分布比较松散，相关关系大致呈直线趋向。2040608010012014016018010203040数据统计分析方法-散布图（ScatterPlot)何谓分层法–分层的目的是把杂乱无章和错综复杂的数据，按照不同的目的、性质、来源等加以分类整理，使之系统化、条理化，能更确切地反映数据所代表的客观事实，便于查明产品质量波动的实质性原因和变化规律，以便抓住主要矛盾，找到主要影响因素，从而对症下药，采取相应的措施。分层的原则分层的原则是使同一层内的数据波动尽可能小、而层与层之间的差别尽可能大。数据统计分析方法-分层法为了达到目的，通常按操作者、机器设备、材料、工艺方法、测量手段、环境条件和时间等标志对数据进行分层。例如：*对操作者可以按产地、生产厂、成分、尺寸、批量、型号等分层。*对操作环境可以按噪声、清洁程度、采光、运输形式。*对时间可以按季、月、周、日、班次、上午、下午等来进行分层。*对操作人员可以按男工人、女工人、老工人、新工人、不同技术等进行分层。数据统计分析方法-分层法数据统计分析方法-分层法²Ù×÷ÕßÅÜκ²ºÅÜκÅÜκÁÊ»×1210011%ÒÒ5806%±û21002%例4：从例4中可以看出甲、乙、丙三个操作者都存在LD点焊跑位的情况，其中甲最为严重，跑位率为11％，丙最好，为2％。因此，就可以根据三位操作者不同质量情况，采取不同的措施：（1）表扬丙，并帮助总结经验，以便推广，勉励他再接再厉，力争100%不跑位。（2）号召甲、乙向丙学习。（3）令甲暂停操作，认真检查原因，找出与丙的差距，采取有效措施。（4）对乙，让其找出与丙的差距，边生产边采取措施，有效地降低跑位率。调查表调查表也叫检查表或核对表，它是一种为了便于搜集数据而使用简单记号并予统计整理，并作进一步分析或作为核对、检查之用而事先设计的一种表格或图表数据统计分析方法-调查表¸ý¶Éº··ì϶ÅÜκ»Ð½ß»Ð¼ò²ºµ±¹Ï»Æ»×901011.10%23510ÒÒ851517.60%43815¹Ï»Æ1752514.30%661325²º¹Ï·ñÁʲº¹Ï·ñÆ·ÏîľÈÕÆÚ²Ù×÷Õß²úÀ¾²º¹Ï·ñÆ·ÊýÀ¾例5：LD耦合不合格品项目调查表从表中可以看出，夹具夹紧不当的问题比较突出，乙的这种问题更为严重。从总体上看来，甲的质量优于乙。数据统计分析方法-调查表常用的调查表：常用的调查表有不良项目调查表（也叫不合格品项目调查表）、缺陷位置调查表、不良原因调查表、工序分布调查表（也叫质量分布调查表、频数表）、矩阵调查表。–缺陷位置调查表用来调查产品各部位的缺陷情况。–不良项目调查表用来调查发生的哪些不良项目、各自的比率；–不良原因调查表可以按影响工艺过程的人、机、料、法、环、测等标志进行分层调查；–工序分布调查表用来调查工序过程中各种质量特性出现频率的一种表格。每测一个相应地在栏中记一个，测量完毕时，频数的分布状态也显示出来了。–矩阵调查表是一种多因素调查表，它把问题及其对应的影响因素分别排成行和列，在行列交叉点上标出调查到的各种缺陷、问题和数量。数据统计分析方法