第四章统计质量管理

第四章统计质量管理质量管理(QualityManagement)：在质量方面指挥和控制组织的协调的活动。注：在质量方面指挥和控制活动，通常包括制定质量方针和质量目标以及质量策划、质量控制、质量保证和质量改进。企业经营、发展战略目标质量方针质量目标质量管理质量控制质量策划质量保证质量改进质量控制概述定义：质量管理的一部分，致力于满足质量要求目的：使产品、体系或过程的固有特性达到规定的要求。范围：贯穿产品设计、制造和使用的全过程。内容：专业技术和管理技术质量控制专业技术–产品开发和设计阶段：价值工程、QFD等–生产过程：统计过程控制（SPC）–使用阶段：顾客满意度（CSI）质量控制管理技术–质量控制管理活动是一个运行、评价、对比、判断、反馈（包括纠正）的交叉、相容、反复的控制过程。目标绩效评价评价结果过程操作层保持满足一致性对比仲裁不满足一致性纠正行动过程控制设计反馈循环图whywhat：明确控制对象how：明确控制手段和方法when：明确控制的具体时间和时间间隔where：明确活动的地点who：明确活动的责任人第一节质量工具概述两类质量工具：解决质量管理问题思路的工具•例如亲和图、头脑风暴法等。更多应用在管理和策划活动中。分析和处理过程和产品中的数据波动的工具。•以统计技术为核心，用于质量控制或质量改进的各个阶段中，系统地识别、分析、诊断和改进产品或过程。运用质量工具和方法的重要性有助于提高管理活动的效率有助于科学决策更加全面地考虑问题能把质量状况更好地向管理者和有关各方沟通能使更多的人参与质量管理活动质量工具矩阵（一）质量工具矩阵（二）二、总体和样本总体：研究对象的全体。用N表示。–产品质量的状况是通过对质量特性值（质量数据）的研究而得到的。样本，从总体抽取的部分个体组成的。用n表示–相对于N来说，n则是个很小的数。它可以是总体的几十分之一乃至几万分之一。在质量管理中，通过对样本数据的研究来推断总体的状况。但取得的样本必须对总体具有代表性，才能使控制和推断的误差较小。Nn抽样推测描述总体的方法总体均值总体方差和总体标准差总体分布描述总体的方法总体均值总体方差σ2和总体标准差σ总体分布x最常见的概率分布—正态分布3210-1-2-3X均值μ=0标准差σ=11050-5-10X均值μ=0σ＝1,2,3543210-1-2-3-4X标准差σ=1均值=-1,0,1正态分布μμ+σμ+2σμ+3σμ-σμ-2σμ-3σ68.26%95.44%99.73%描述样本的方法样本均值和样本中位数样本均值样本方差S2、样本标准差S、样本极差R样本标准差niiixfnx11niixxnS12)(11x第三节过程分析与数据收集过程分析的主要作用评价当前过程的效果和效率识别过程中存在的问题确定改进机会一、过程分析——流程图初步过程分析最重要的工具之一是流程图流程图是将一项活动过程分成几个步骤，用图示标志的形式将各个步骤之间的逻辑关系表示出来的一种图示技术。流程图示例：某品牌计算机特邀维修部报修收活过程流程图的基本符号设计、制作流程图的步骤明确开始与结束点，确定过程的输入和输出确定过程中活动与决策点识别过程中所有活动与步骤，以及相应的活动流向和决策点，识别时不应忽视诸如返工、报废等不增值的过程。用规定图形画好流程图按照确定的详略程度，选择合理的逻辑顺序，用规定的图形画好流程图，并对流程图进行验证。流程图的分析进行过程分析主要考虑：–产品过程输出缺陷或问题的重点关注区域在哪些环节或步骤上–流程中的非增值步骤或环节在何处，如返工/返修环节或步骤等–流程中是否有“瓶颈”存在–流程中是否有缺失、冗余或错误的步骤。流程图分析（二）流程图分析（三）流程图分析（四）新产品开发项目的开发流程图二、收集数据——调查表作用：收集和积累数据和信息，为分析、控制和改进产品和过程提供基础。二、收集数据——调查表基本步骤：①明确目的②针对目的（问题）收集所有相关的资料③确定负责人和整理资料使用的统计分析方法④设计调查表格式⑤调查表的预测试，审查表格设计的合理性⑥调查表的评审和修改1.不合格品项目调查表例如：项目日期交验数合格数不合格品不合格品类型废品数次品数返修品数废品类型次品类型返修品类型良品率（%）2.缺陷位置调查表充分反映缺陷发生的位置，便于进一步观察、探讨发生的原因。3.质量分布调查表（频数调查表）根据收集到的数据资料，将某一质量特性项目的数据分布范围分成若干区间而制成的表格，用来记录和统计每一质量特性数据落在某一区间的频数分布状况。4.矩阵调查表（检查确认调查表）一种多因素调查表。统计抽样法概率抽样（无意识抽样）非概率抽样(有意识抽样）限制随机抽样简单随机抽样多次随机抽样系统随机抽样分层随机抽样整群随机抽样目的抽样定额抽样简便抽样一次抽样二次抽样多次抽样逐次抽样二、收集数据——统计抽样•优点：方法简单直观•缺点：程序复杂简单随机抽样•优点：代表性好，抽样误差小•缺点：抽样手续繁琐•适用于产品质量验收分层随机抽样•优点：方便•缺点：易产生偏差•适用于大批量生产线抽查系统随机抽样文本整群随机抽样•优点：抽样实施方便；•缺点：代表性差，抽样误差大•适用于工序控制中随机抽样的比较例如，甲、乙、丙三个车间生产同一种产品，若甲车间的生产量是全部的30%，乙车间占50%，丙车间占20%，需要抽取100件的样本。采用分层随机抽样应从甲车间随机抽取30件，从乙车间随机抽取50件，从丙车间随机抽取20件，合起来共100件，组成样本。例如，对某一种产品抽取5%的抽样检查，每隔20小时抽出1小时的产量组成样本，然后对这些抽出来的样本进行质量检查并推断总体的质量情况。第四节数据整理和分析数据整理和分析的步骤–掌握数据的基本情况–进一步了解数据中不同变量的关系和趋势–对数据进行评价数据的描述方法特征值–表示中心趋势的特征值•平均值、中位数、众数等–表示离散趋势的特征值•极差、方差、标准差图表法–饼图–直方图–运行图数据的描述——饼图作用：主要是直观的表示数据的构成类似作用的图形还有柱形图等卷烟外观不合格项目数据的描述——直方图又称频数直方图。把数据按一定的组距加以分组归类做出的图。1.用途①显示质量波动状态②反映过程质量状况③有助于质量改进工作数据表43282726332918243214342230292224222848124293536303414423862832222536392418281638362120262018812374028281230313026284742323420283420242724291821461410212234222828203812321930281930202435202824243240绘制直方图的步骤(1)收集数据收集数据要随机抽取50个以上，以100个左右为宜。(2)找出数据中的最大值xmax，最小值xmin和极差R。R=xmax-xmin(3)确定组数。组数常用符号k表示。k与数据数多少有关。常分为10组左右,本例取k=10(4)求出组距(h)。组距即组与组之间的间隔，等于极差除以组数，组距h=R/K=47/10=4.7≈5(g)(5)为了确定边界，通常从最小值开始。先把最小值放在第一组的中间位置上。例5-14中数据最小值xmin=1，组距h=5，故第一组的组界为：)2)2(maxminhxhx～（即（0.5~5.5）(6)(wi)。▲所谓组中值，就是处于各组中心位置的数值，又叫中心值。▲某组的中心值(wi)=(某组的上限+某组的下限)/2▲第一组的中心值(w1)=（0.5+5.5）/2=3▲第二组的中心值(w2)=（5.5+10.5）/2=8▲其它各组类推，组中值如表5-22中所示。(7)统计各组频数。统计频数的方法，如表5-23所示。(8)画直方图。以分组号为横坐标，以频数为高度作纵坐标，作成直方图，如图5-19所示。50.545.540.535.330.525.520.515.510.55.50.5302520151050重量频数XTU=50TL=0T直方图的解释对分布中心的考察直方图的解释对数据波动考察直方图的解释对过程能力的大致判断分布中心和标准差满足要求，过程能力适当分布中心严重偏离，过程能力不足（但潜在能力较高）分布中心适当但标准差太大，过程能力不足分布中心和标准差均不满足要求，过程能力严重不足直方图的解释直方图能够很好地反映出产品质量的分布特征，但不能反映产品随时间的过程特性变化第五节数据分析的质量工具排列图散布图其他一、数据分析——排列图排列图最早由意大利经济学家巴累特(Pareto)用于统计社会财富分布状况的。美国的朱兰博士将此原理应用到质量管理领域，提出“关键的少数，次要的多数”，通过排列图区分最重要的与较次要的项目，用于改进质量。将质量改进项目从最重要到最次要排队的一种图示方法。（排序）1.排列图的形式●●●●●●问题（项目）B类C类频数(件)累计百分数(%)A类ABCDFE2.排列图的作图步骤(1)一般指不合格项目、废品件数、消耗工时,损失金额等等。(2)可按废品项目、缺陷项目，不同操作者等进行分类。列表汇总每个项目发生的数量即频数fi，按大小进行排列。(3)计算频数fi、频率（比率）Pi%、累计百分数Fi等。(4)排列图有两个纵坐标，一个横坐标。左边的纵坐标表示频数fi，右边的纵坐标表示累计百分数Pi；横坐标表示质量项目，按其频数大小从左向右排列；各矩形的底边相等，其高度表示对应项目的频数。2.排列图的作图步骤2.排列图的作图步骤(5)根据排列图，确定关键、一般、次要因素。关键因素——累计百分数Fi在0~80%左右的若干因素。它们是影响产品质量的关键原因，又称为A类因素。其个数为1~2个，最多3个。一般因素——累计百分数Fi在80~95%左右的若干因素。它们对产品质量有一定的影响，又称为B类因素。次要因素——累计频率Fi在95~100%左右的若干因素。它们对产品质量仅有轻微影响，又称为C类因素序号项目返修工时fi百分比Pi(%)累计百分比Fi(%)类别1焊缝气孔14860.460.4A2夹渣5120.881.23焊缝成型差208.289.4B4焊缝凹陷156.195.55其他114.5100C合计245100例：某项目小组对十五台尿素塔焊缝缺陷所需工时进行统计分析，如下表。●●●●●问题（项目）返修工时fiF（%）60.4%焊缝气孔81.2%89.4%100%95.5%50%夹渣焊缝成型差焊缝凹陷其它50100150200250根据排列图，确定焊缝气孔和夹渣为关键因素；焊缝成型差和焊道凹陷为一般因素，其它为次要因素。例：某工业公司钻头车间在分析钻头车间的锥柄扭制钻头的废品率较高的情况时，经统计整理后得到的资料如下表所示项目频数比率（%）累计百分比（%）接柄2605663.463.4扭槽1026325.088.4热处理33558.296.6车工8652.198.7外加工4621.199.8其他690.2100合计410702605610263335586546269010000200003000040000接柄扭槽热处理车工外加工其他废品数020406080100累计百分比（%）3.排列图的用途(1)找出关键（主要）因素(2)解决其他管理问题也可用排列图(3)检查质量改进措施的效果二、数据分析——散布图（相关图）将两种有关的数据列出，用点子打在坐标图上，然后观察这两种因素之间的关系。这种图称为散布图。散布图是通过分析研究两种因素的数据之间的关系，来控制影响产品质量的相关因素的一种有效方法。如棉纱的水分含量与伸长度之间的关系；喷漆时的室温与漆料粘度的关系；零件加工时切削用量与加工质量的关系；热处理时钢的淬火温度与硬度的关系(如图1)等等。散布图从图中可见，数据的点子近似于一条直线，在这种情况下可以说硬度与淬火温度近似线性关系。45505560850900淬火温度(oC)硬度HRC图1钢的淬火温度与硬度分布图。。。。。。。。。。。。