质管工具讲义TQMQC2教程

《质管工具讲义TQMQC2教程》由会员分享，可在线阅读，更多相关《质管工具讲义TQMQC2教程（305页珍藏版）》请在金锄头文库上搜索。

1、TQM 常用工具和技术 1 质量管理中常用的工具和技术 一、统计技术的概述 二、基本概念 三、质量管理工具 2 二、基本概念 1、产品质量波动 2、统计数据分类 3、总体、样本和样品 4、随机抽样 5、统计特征数 6、两类错误和风险 3 一、统计技术的含义： 统计技术是指研究如何以有效的 方式去收集、整理和分析数据的变异 ，以对所观察的问题做出推断、预测 ，直至为采取决策和行动提供依据的 方法。 第一、 统计技术的概述 4 二、统计技术的用途 1、提供表示事物特征的数据 通过对收集来的杂乱无章的数据的整理和统计，从中找出 其特征值，以显示事物的特征。 用来表示数据特征的有： 平均值、中位数、极

2、差、标准偏差、百分率等。 2、比较两事物间的差异 例如：判断两批产品质量是否存在显著差异；某一产品是否合格 （与标准比较）。 常用的方法有： 假设检验、显著性分析、方差分析和水平对比法等。 5 3、分析影响事物变化的因素 例如：分析影响产品质量的各个因素及其影响程 度。 常用的工具有： 因果图、散布图、排列图和方差分析等。 4、分析事物不同性质之间的相互关系 例如：研究两个变量之间是否相关，进而找出 变量之间的函数关系。 常用的工具有：散布图、试验设计法、排列图 和系统图等。 6 5、研究取样和试验方法，确定合理的试验方案 常用的工具有： 随机抽样方法、抽样检验方法、试验设计法和可靠 性试验等

3、。 6、发现质量问题，分析和掌握质量数据的分 布状况和动态变化 常用的工具有： 频数直方图、控制图、散布图和排列图等。 统计技术的作用只是归纳、分析问题，显示事 物的客观规律，而不去具体的解决质量问题。 ！ 7 三、统计技术的适用场合 市场调研； 产品开发和设计； 产品检验、试验； 分析质量问题； 确定所需的产品或过程范围； 预测、验证、评价质量特性； 过程设计； 过程控制； 质量改进； 进行决策等等。 8 四、统计技术的分类 1、描述型统计技术：主要利用数据的特征值或有关图表 来描述事件。质量管理七种统计工具就属此类。 2、推断型统计技术：主要解决从样本如何推断总体。也 就是在对统计数据描述

4、的基础上，进一步对其所反映的问 题进行分析、解释和做出推断性结论。概率论和数理统计 研究的对象 大多属此类。 9 1、引起产品质量波动的主要原因 ：操作者的质量意识、技术水平、文化素养、对工作的 熟练程度和身体素质等。 ：机器设备、工具的精度和维护保养状况等。 ：材料的化学成分、物理性能和外观质量等。 ：即方法，指加工工艺、操作规程和作业指导书的正确 程度等。 ：即环境，指工作场所的温度、湿度、含尘量、照明、 噪音和振动等。 ：测量设备、试验手段和测试方法等。 上述六大原因简称为“5M1E”因素。 第二、 基本概念 一、产品质量波动 人 机 料 法 环 测 10 2、产 品 质 量 波 动 产

5、品在制造过程中，即使人、机、料、法、环 、测六大因素（5M1E）等条件相同，但生产出来的同一 批产品的质量特性值却不完全相同，总是存在差异，这 就是产品质量的波动性。产品质量波动是普遍的、永恒 的、有规律的，是可控的，但波动却是不可消除的。 产品质量的波动分为正常波动和异常波动。 11 1）正常波动 是指由偶然性原因（随机原因）引起的产品质量波动。 偶然性原因是指短时的孤立的因素，它在生产过程中大量 存在，对产品质量经常发生影响，但它对质量波动的影响小。 如原材料性能、成分的微小差异，机床的轻微振动，刀具 承受压力的微小差异，切削用量、润滑油、冷却液及周围环境的微 小变化，刀具的正常磨损，夹具

6、的微小松动，工艺系统的弹性变形 ，工人操作中的微小变化，测试手段的微小误差，检查员读值的微 小差异等等。 10 12 偶然性因素不易识别和避免，也难以确定和消除，又因 为它对质量波动的影响小，因此，在生产过程中是允许存在的， 所以仅仅由偶然性原因（随机原因）引起的产品质量波动称为正 常波动。公差就是承认波动的产物。 仅有正常波动的生产过程称为控制状态或稳定状态。 偶然性原因可以通过质量控制的方法进行控制：如制定标 准，根据标准制定工艺操作规程，认真执行规程，对执行的结果 （产品）进行检验，将检验结果与标准进行比较，对发现的问题 通过恢复原状（纠正）进行补救。 13 2）异常波动 是指由系统性（

7、较长时间、较大范围）原因引起的产品质量 波动。 这些系统性因素在生产过程中不是大量、经常发生。但是， 一旦在生产过程中存在这类因素，就必然使产品质量发生显著的变 化，影响较大。只能通过改变原状（即突破或改进）进行补救。如 建厂以来产品不合格率均为24%，或近期连续三批产品合格率均低 于目标值。要解决这个问题只有改进目前的生产或管理现状。 14 由于系统性原因引起的波动它的大小和作用方向 具有周期性和倾向性，因此，比较容易识别，可以避免 。又由于异常波动对质量特性值的影响较大，因此，这 种波动在生产过程中是不允许存在的。 有异常波动的生产过程称为失控状态或不稳定状 态。 因此，产生质量波动的原因

8、分随机因素和系统因 素两大类。 15 1、计量数据 凡是可以连续取值，或者说可以用测量工具具体测量出 小数点以下数值的数据叫计量数据。 如长度、温度、产量、工资总额等。 二、统计数据分类 16 2、计 数 数 据 凡是不能连续取值，或者说即使使用测量工具 也得不到小数点以下数值，而只能得到0、1、2、3等自然数的 这类数据叫计数数据。如不合格品数、台数、次数等. 计数数据又可以分为计件数据、计点数据。 1）计件数据 ：按件计数的数据。如不合格品数、产品件 数、质量检测项目数等。 17 2）计点数据： 是指按缺陷点（项）计数的数据。 如： 疵点数、砂眼数、气泡数、单位（产品）缺陷 数等。 例：在

9、5米棉布上有12个疵点。5是计量数据，12 是计数数据中的计点数据。 18 当数据以百分率表示时，要判断它是计量数据还是 计数数据，应取决于给出数据的计算公式的分子。当分子 是计量数据时，则求得的百分率为计量数据。当分子是计 数数据时，即使求得的百分率有小数（非整数），也应属 于计数数据。 例：1000台电动机中，有12台为不合格品，其不 合格品率是多少？ 计算：12/1000100%=1.2% 电动机不合格品率1.2%是计数数据。 ！ 19 1、总体：一般为了掌握一批产品的质量信息，不可能 去全数检验该整批产品的质量，而是从整批产品中抽取一定 数量的样品进行检验，再从样品的检验结果来推断整批

10、产品 的质量。这里的整批产品就叫总体，又叫“母体”。 总体：是指某一次统计分析中研究的所有对象的全体 。 三、总体、样本和样品 20 总体又分为有限总体和无限总体。 能数得清楚的总体叫有限总体。如：一百个、三千万台 、五亿次，数据虽然很大，但总可以数得清楚，都是有限总体 。 数不清楚的总体叫无限总体。如： 某个生产过程或某 道工序，它过去、现在和将来都在生产某个产品，产品的全部 产量无法数清，这个全部产量就是无限总体。 组成总体的每个单元（产品）叫个体。总体中所含个 体数，叫总体的大小（总体含量），用N表示。 21 2、样 本 又叫“子样”。是指从总体中随机抽取出来并用于研 究分析（检验）的一

11、部分个体。 样本中所含个体的多少叫样本的大小或样本量，用n 表示。 样本中的每一个个体叫“样品”。 例：今天所有听课的学员构成一个总体，总体量是N ，从中随机叫10个人构成样本，样本量是n=10，每一个人就 是一个样品。通过对10个学员的提问来推断讲课的效果（运 用样本推断总体）。 22 总 体 样 本 总体、样本、样品间的关系： 样品 23 1、定义：是指从总体 中抽取样品，并使总体中 的每一个个体都有同等机 会被抽取出来，组成样本 的过程。 四、随机抽样 24 2、随机抽样方法 1）简单随机抽样（随机抽样） 是指总体中的每一个个体被抽到的机会相同。可 以用抽签、抓阄、掷骰子、查随机数值表等

12、方法。 2）分层抽样法（类型抽样法） 是指从一个可以分成不同子总体（或称为层）的 总体中，按规定的比例从不同层中随机抽取样品的方法 。 例：把今天的学员分成六个组，从每一组中随机抽出 三个人来组成样本。 25 3）顺序抽样法（等距抽样法或机械抽样法） 先将总体中的全部样品编上号，并确定抽样间 距。再随机 确定从哪一件开始抽样，然后按等距离原则依次抽取样品组成样本 。 在流水线生产中定时抽取产品进行检验，就属于顺序抽样法。 ！当总体有周期性变化，抽样间隔又与这个周期相吻合时，样本 不能准确地代表总体。 4）整群抽样法（集团抽样法） 将总体分成许多群，随机抽取若干个群，由这些群中的所有个 体来组成

13、样本。 26 统计特征数是针对样本的，分为两类：一类是表示数据集中 趋势（位置）的，如样本平均值、样本中位数等。另一类是表 示数据分布和离散程度的。如样本方差、样本标准偏差、样本 极差等。 1、样本平均值 （算术平均值） 常用 表示， = 式中：n 样本量 例： 求2、10、4、8、6的平均值。 = （2+10+4+8+6）= 6 五、统 计 特 征 数 27 把收集到的统计数据按大小顺序排列，排在正中间的数叫中 位数。常用 表示 ！ 数据的个数为奇数时，取正中的一个数；数据的个数为 偶数时，正中位置有两个数，取这两个数的算术平均值。 例：求10、4、6、10、8、4的中位数。 按大小排列后为

14、：4、4、6、8、10、10 取6、8的算术平均值，为7， = 7 2、样本中位数 28 是衡量统计数据分散程度的一种特征数，常用 S2 表示 。S2 越小，表示数据的分散程度越低，说明产品的加工精度越 高。 S 2 = 例：求2、3、4、6、7、8的样本方差。 样本平均值 = =（2+3+4+6+7+8 ）/ 6 = 5 S2 =1/（6-1）（2 - 5）2+（3 -5）2+（4 -5）2 +（6 - 5）2 +（7 - 5）2 + （8 - 5）2 = 1 / 5 （9 + 4 + 1 + 1 + 4 + 9）= 5.6 3、样 本 方 差 29 国际标准化组织规定，把样本方差的正平方根

15、作为样本 标准偏差，又称标准差， 用S表示， 例：求上例的样本标准偏差S。 S2 = 5.6 5、样本极差 一组数据中最大值与最小值之差。 用R表示。 例：求2、3、4、6、7、8的极差。 R = 8 - 2 = 6 4、样本标准偏差 30 假设有一批数量很大的产品，其质量状况不清楚， 现随机抽取其中的一个样本，通过检测或研究，确定该 样本的质量状况，再依据此状况推测判断整批产品的质量 状况，然后作出接受或拒收决定。这种做法可能发生以下 情况： 六、两类错误和风险 31 1、假定质量是好的。通过检测或研究样本的质量是 好的，依此推断整批产品质量好，决定接收。 好 好 2、假定质量是好的。通过检测或研究样本的质量 是坏的，推断整批产品质量坏。 决定拒收。 好 坏 32 3、假定质量是坏的。通过检测或研究样本的质量是坏的 ，推断整批产品质量坏。 决定拒收。 坏 坏 4、假定质量是坏的。通过检测或研究样本的质量是好 的，推断整批产品质量好。 决定接收。 坏 好 1、3情况，推断正确； 2、4情况，推断错误。 33 对于第2 种情况，我们犯了把好的当成坏的对待的错误， 这种错误叫第类错误，称为“弃真”错误，犯这类错误的概 率值用“”表示，一般取0.01、0.05。犯判断错误要承担风 险和损失，又叫第类错误的风险率。 对于第4种情况，我们犯了把坏的当成好的对待的