数据统计分析方法之品质七大手法

品管七大手法數據統計分析方法QC舊七種工具–排列圖，因果圖，散布圖，直方圖，控制圖，檢查表与分層法QC新七種工具(略)–關聯圖，KJ法，系統圖法，矩陣圖法，矩陣數據解析法，過程決策程序圖法（PDPC)和箭頭圖法。數據統計分析方法數據統計分析方法-排列圖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）數據統計分析方法-排列圖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。排列圖是由兩個縱坐標，一個橫坐標，若干個按高低順序依次排列的長方形和一條累計百分比折線所組成的，為尋找主要問題或主要原因所使用的圖。例1：1002003004000500600100%80%60%40%20%0%296182624030163644.71%72.21%81.57%87.61%92.15%94.56%100%模块不良原因分析壞項累積百分比（％)壞品數量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數據統計分析方法-排列圖法數據統計分析方法-排列圖不良项目不良数累加数累加比率1PINTIA跑位29629644.71%2功率变大18247872.21%3LD跑位6254081.57%4金属件不良4058087.61%5LD线性差3061092.15%6管芯不良1662694.56%7其他36662100.00%662662100.00%模块不良统计表：排列圖的優點–排列圖有以下優點：直觀，明了－－全世界品質管理界通用用數據說明問題－－說服力強用途廣泛：品質管理/人員管理/治安管理數據統計分析方法-排列圖排列圖的作圖步驟–收集數據(某時間)–作缺陷項目統計表–繪製排列圖–畫橫坐標(標出項目的等分刻度)–畫左縱坐標(表示頻數)–畫直方圖形(按每項的頻數畫)–畫右縱坐標(表示累計百分比)–定點表數，寫字數據統計分析方法-排列圖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，或特性要因图數據統計分析方法-因果圖人法環機料主要問題數據統計分析方法-因果圖數據統計分析方法-因果圖作因果圖的原則–采取由原因到結果的格式–通常從‘人，機，料，法，環’這五方面找原因‘4M1E’,Man,Machine,Material,Method,Environment–通常分三個層次：主幹線、支幹線、分支線–盡可能把所有的原因全部找出來列上–對少數的主要原因標上特殊的標誌–寫上繪製的日期、作者、有關說明等數據統計分析方法-因果圖作因果圖應注意的事項–問題(結果)應單一、具體，表述規範–最後細分出來的原因應是具體的，以便采取措施；–在尋找和分析原因時，要集思廣益，力求準確和無遺漏可召開諸葛亮會，采用頭腦風暴法層次要清，因果關係不可顛倒原因歸類正確數據統計分析方法-因果圖作因果圖應注意的事項–畫法按從左至右的貫例執行－－規範化在作因果圖前，可先從排列圖中找出主要問題，然後針對主要問題，召集相關人員進行討論，力求盡可能找出產生問題的原因，通過分析，確立主要原因。因果圖在今後可不斷進行修改，逐漸完善，反復使用。數據統計分析方法-因果圖數據統計分析方法-因果圖例2：什麼是直方圖？–直方圖是通過對數據的加工整理，從而分析和掌握品質數據的分布狀況和估算工序不合格率的一種方法。直方圖的作法–作直方圖的三大步驟作頻數表畫直方圖進行有關計算數據統計分析方法-直方圖(Histogram)作直方圖的步驟(例3)–1.搜集數據數據統計分析方法-直方圖(Histogram)作直方圖的步驟–計算極差(Range),上表中最大值Xmax=48;最小值Xmin=1;R＝Xmax-Xmin=48-1=47–適當分組(k)在本例中，取k=10確定組距(h)組距用字母h表示：h=R/k=47/10=4.7,Y約等于5。–確定各組界限－－組的邊界值單位取最小測量單位的一半。數據統計分析方法-直方圖(Histogram)作直方圖的步驟–本例第一組的下限為：–第一組的上限值為下界限值加上組距–第二組的下界值為上界限值，第一組的上界值加上組距就是第二組上界限值，照此類推，定出各組的邊界。數據統計分析方法-直方圖(Histogram)最小值－最小測量單位2=1－1/2=0.5編制頻數分布表數據統計分析方法-直方圖(Histogram)畫直方圖5101520253005.510.515.520.525.530.535.540.545.550.5TLTU頻數重量N=100X=26.6S=9.14CPk=0.85數據統計分析方法-直方圖(Histogram)數據統計分析方法-直方圖(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數據統計分析方法-直方圖(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數據統計分析方法-直方圖(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數據統計分析方法-直方圖(Histogram)D图为陡壁型，它的产生原因与偏向型相同。0102030405060708090100數據統計分析方法-直方圖(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數據統計分析方法-直方圖(Histogram)什麼是散布圖?–散布圖也叫相關圖。它是用來研究和判斷兩個變量之間關係的圖。–兩種不同的關係確定性的函數關係－－這種關係是兩個變量存在著完全確定的函數關係。如圓周長和圓的直徑D之間存在著C＝π*D的關係。非確定性的相關關係－－這種關係是非確定性的依賴或制約關係。如兒童的年齡和體重；數據統計分析方法-散布圖（ScatterPlot)散布圖的基本形式–散布圖是由一個縱坐標，一個橫坐標及很多散布點組成；–打點－－X為橫坐標(自變量)，Y為縱坐標(應變量),把數據表中的各組對應數據一一按坐標位置表示出來。如果碰上兩組完全相同，則在點上加圈表示，三組相同，則加上雙重圈表示；從散布圖上的點子分布狀況，可以觀察分析出兩個變量(X,Y)之間是否有相關關係，以及關係的密切程度如何。20304050602030405060數據統計分析方法-散布圖（ScatterPlot)散布圖的判斷分析對照典型圖例是法－－這是最簡單的方法。把畫出的散布圖例對照就可得出兩個變量之間是否相關及屬於哪一種相關的結論。–強正相關－X變量增加，Y變量亦隨之增加；且點子的分布比較密集，相關關係明顯呈直線趨向。20304050602030405060數據統計分析方法-散布圖（ScatterPlot)散布圖的判斷分析–弱正相關－點子的分布比較鬆散，相關關係大致呈直線趨向。20304050602030405060數據統計分析方法-散布圖（ScatterPlot)散布圖的判斷分析–強負相關－X變量增加，Y變量隨之減少；且點子的分布比較密集，相關關係明顯呈直線趨向。2040608010012014016018010203040數據統計分析方法-散布圖（ScatterPlot)散布圖的判斷分析–弱負相關－點子的分布比較鬆散，相關關係大致呈直線趨向。2040608010012014016018010203040數據統計分析方法-散布圖（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。數據統計分析方法-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。數據統計分析方法-分层法數據統計分析方法-分层法操作者跑位不跑位跑位率甲1210011%乙5806%丙21002%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數據統計分析方法-调查表过渡环缝隙跑位夹具夹紧不当合计甲901011.10%23510乙851517.60%43815合计1752514.30%661325不合格率不合格品项目日期操作者产量不合格品数量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。數據統計分析方法-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。數據統計分析方法-调查表早中晚早中晚早中晚甲乙丙○管脚弯曲●管脚不齐◇虚焊◆模块壳缝隙□其他时间9月1日9月2日9月3日例6：模块外面质量调查矩阵表數據統計分析方法-调查表數據統計分析方法-控制图控制