全面质量管理4--质量管理工具和方法课件

《全面质量管理4--质量管理工具和方法课件》由会员分享，可在线阅读，更多相关《全面质量管理4--质量管理工具和方法课件（110页珍藏版）》请在金锄头文库上搜索。

1、1,质量管理常用统计方法 Statistical methods in quality management,质量管理常用统计方法,武汉理工大学 机电工程学院 工业工程系 李存荣（cunrong_）,2,统计技术,“质量管理”是指导和控制组织与质量有关的彼此协调的活动.质量是一组固有特性满足要求的程度.,质量管理经历了质量检验、统计质量控制、全面 质量管理阶段,3,统计技术,质量检验阶段,支持理论：泰勒的“科学管理” 优点：生产和检验分开； 避免了不合格品流入市场； 缺点：即便发现了不合格品，损失已经发生，无 法挽回； 质量是检验出来的。,4,统计技术,统计质量控制阶段,支持理论：统计推断理论

2、 奠基人：休哈特、道奇和罗米格 优点：5M1E 过程 质量特征值 单纯的质量检验的事后把关转变为预防控制； 缺点：过分地强调了数理统计理论的研究； 主要应用于制造阶段,5,5M1E,机器 机器的老化，新机台 材料 供应商的更换、材料的替代、材料机械或化学性质之变动、材料尺寸 变动 方法 流程之变更、作业立法之变更、工具夹具不当、 操作员操作员熟练度、操作员习惯性、操作员有没有依照作业标准作业 操作员之体力与情绪、操作员的工作场所及使用工具 测量 测量手法、测量仪器精确度 环境因素源稳定度、水质稳定度、温度湿度、空气粉尘、照明度、地板及工作场所清洁、工作场所物品之摆放,6,统计技术,全面质量管理

3、阶段,支持理论：系统工程、运筹学、统计推断理论、价 值工程、生产管理、项目管理、成本管理、试验设计、测量技术等多种技术的综合应用 思想奠基人：费根堡姆、朱兰 基本思想：用户至上，一切为用户服务；预防为主，强调事先控制；建立有效的质量管理体系；持续改进；突出人的作用。 特点：“三全一多”,7,统计技术,传统的统计技术是指“数理统计”，是建立在概率论基础上的数学的一个分支，是“研究如何以有效的方式去收集、整理和分析受到随机性影响的数据，以对所观察的问题作出推断、预测，直至采取决策及行动提供依据。,8,统计技术,日本的质量管理者首先打破了统计技术就是数理统计的禁区。 图表或经过整理的数据特征值，也纳

4、入统计技术的范畴。 推断型统计技术 描述性统计技术,9,对统计技术作用的认识,2000 版ISO9000 族标准将统计技术提升为质量管理体系的一个基础，强调的不是统计技术本身，而是“统计技术的作用”，即将统计技术作为分析、解决问题，提高质量管理体系有效性和促进持续改进的一种工具。,统计技术研究的对象是变异 什么是变异: 同一起源的个体性状差异 变异具有规律性 变异有不同性质 关注总体质量和长远质量 贵在坚持，重在应用,10,A. V. Feigenbaum 的观点：,专家观点,在全面质量管理中，“无论何时、何处都会用到数理统计方法”。 “这些统计方法所表达的观点对于全面质量管理的整个领域都有深

5、刻的影响。,11,统计技术,统计质量控制 抽样检验 试验设计 可靠性 故障模式和影响分析(FMEA) ,12,统计技术,抽样检验 从交验的每批产品中随机地抽取预定样本容量的产品,如果样本中所含的不合格品小于抽样方案预先规定数,则判定该批产品合格,予以接收,否则,拒绝接收,试验设计 是以概率论、数理理论和线性代数等为根据，科学地安排试验方案，正确分析试验结果，尽快获得优化方案的一种数学理论和方法,13,统计技术,可靠性 可靠性是指产品在规定的条件和规定的时间内，完成规定的功能的能力。 可靠性指标：可靠度、故障率、故障密度函数、寿命分布函数、系统的可靠性模型、系统可靠性预计和分配、可靠性设计、可靠

6、性管理。,故障模式和影响分析 是一种可靠性分析的方法，研究产品故障对系统工作所产生的后果和影响，并将每一种可能的故障模式按其危害度进行分类，并采取必要的纠正措施,14,质量管理工具,检查表; 关联图 分层法； 系统图 散布图； 矩阵图 直方图； 矩阵数据分析法 排列图； 过程决策程序图法 控制图； 箭条线图法 因果图； KJ法,统计质量控制 用来解决质量问题及实现工序的改进。它们有助于收集和分析数据以便为决策提供依据。,15,解决质量问题的基本步骤,确定问题并明确改进目标,收集数据,分析问题,获得可能的解决方案,选择一个解决方案,解决质量问题,检查解决方案并说明是否实现了目标,16,数据,一切

7、用数据说话，数据是质量管理活动的基础。,在质量管理过程中，需要有目的地收集有关质量数据，并对数据进行归纳、整理、加工、分析，从中获得有关产品质量或生产状态的信息，从而发现产品存在的质量问题以及产生问题的原因，以便对产品的设计、工艺进行改进，以保证和提高产品质量。,数据在质量管理中的作用,在产品设计、制造和销售中，各种与产品质量有关的数据能够为人们提供信息，从而帮助人们认识产品质量的变化规律，为改善和保证产品质量提供采用措施的依据。,经营过程实质是数据的采集、传递和加工处理的过程，产品是数据的物质表现。,17,1、了解数据、总体、样本的含义及随机抽样的一般方法； 2、掌握排列图、因果图的作图方法

8、和应用； 3、掌握分层法、统计图表法的应用； 4、了解直方图的原理、作用、作图方法及应用；,本章主要要求,本课主要内容：,18,质量特性值通常表现为各种数值指标，即质量指标 一个具体产品常需用多个指标来反映它的质量。 测量或测定质量指标所得的数值，即质量特性值，一般称为数据。 根据质量指标性质的不同，质量特性值可分为计数值和计量值两大类。,质量特性值,数据反映出产品特定性质,19,计数值:,计数值和计量值,当质量特性值只能取一组特定的数值，而不能取这些数值之间的数值时，这样的特性值称为计数值。 计数值可进一步区分为计件值和计点值。 对产品进行按件检查时所产生的属性(如评定合格与不合格)数据称为

9、计件值。 每件产品中质量缺陷的个数称为计点值。如棉布上的疵点数、铸件上的砂眼数等。,20,计量值:,计数值和计量值,当质量特性值可以取给定范围内的任何一个可能的数值时，这样的特性值称为计量值。如用各种计量工具测量的数据(长度、重量、时间、温度等)，就是计量值。,21,总体和样本:,计数值和计量值,不同类的质量特性值所形成的统计规律是不同的，从而形成了不同的控制方法。 把所要了解和控制的对象产品全体或表示产品性质的质量特性值的全体，称为总体。 从总体中随机抽取部分单位产品即样本，通过测定组成样本大小的样品的质量特性值，以此来估计和判断总体的性质。 质量管理统计方法的基本思想，就是用样本的质量特性

10、值来对总体作出科学的推断或预测。,22,总体:,数据的收集-总体、个体,个体:,总体又叫母体，是研究对象的全体。 一批零件、一个工序或某段时间内生产的同类产品的全部都可以称为总体。,构成总体的基本单位，称为个体。 每个零件、每件产品都是一个个体。,质量检验常用抽样方法进行，即从总体中抽出一部分个体，并测试每个个体的有关质量特性数据，进行统计分析后，对总体作出估计和判断。,23,数据的收集-总体、个体,在质量管理上，我们把我们所要了解和控制的对象产品全体或表示产品性质的质量特性值的全体，称为总体。 一批零件、一个工序或某段时间内生产的同类产品的全部都可以称为总体。 构成总体的基本单位称为个体，它

11、是各项统计数字的原始承担者。每个零件、每件产品都是一个个体。,24,数据的收集-总体、个体,总体的分类： 无限总体：包含无数个体的总体。 例如：在一条自动加工的连续生产线上制造某种零件，假定生产过程永不停止，则这些零件组成的总体为无限总体； 有限总体：包含有限个个体的总体。 例如：某一段时间内，在一条自动加工的连续生产线上制造某种零件，则这些零件组成的总体为有限总体；,25,数据的收集-总体、个体,样本是按照随机原则从总体中抽出来一部分个体的集合。所谓随机原则，就是不带任何主观倾向，完全凭偶然性抽取样本，使每个样本都有均等机会被抽中。随机原则是抽样技术的基本原则，只有按照随机原则抽取样本单位，

12、才能得到与总体结构相似的样本。,样本:,26,样本,样本又叫子样，是从总体中抽出来一部分个体的集合。 样本中每个个体叫样品，样本中所包含样品数目称为样本大小，又叫样本量，也叫样本容量，常用n表示。 对样本的质量特性进行测定，所得的数据称为样本值， 也叫样本数据 当样本个数越多时，分析结果越接近总体的值，样本对总体的代表性就越好。,27,抽样方法,随机抽样 分层抽样（类型抽样） 系统抽样（等距抽样） 整群抽样,28,抽样方法,随机抽样,指总体中每一个个体都有同等可能的机会被抽到。这种抽样方法事先不能考虑抽取哪一个样品，完全用偶然方法抽样，以保证样品代表性。,当总体容量不大时，随机抽样是一种有效的

13、抽样方法,29,抽样方法,分层抽样,分层抽样是先将总体按照研究内容密切有关的主要因素分类或分层，然后在各层中按照随机原则抽取样本。分层抽样可以减少层内差异，增加样本的代表性。,当获得的资料不均匀，分层抽样是一种有效的抽样方法,30,分层抽样（续）,对设计确定的样本单位数如何在各类型组中分配，通常有以下三种方法： ）等额分配：各类型组中分配同等单位数； ）等比例分配：按各类型组在总体中所占比例分配样本单位数； ）最优分配：上述两种方法的综合；,抽样方法,31,抽样方法,系统抽样,从总体中每隔K个个体抽取一个个体的抽样方法，比值K是总体容量N与样本容量n之比；,如果被抽总体足够大，并且易作某种次序

14、的整理时，系统抽样比分层抽样好；,1， 2， . K K+ 1， K+2， ， 2K 2K + 1， 2K+2， ， 3K 直到 N为止,例，从具有1000个个体的总体中抽取50个个体。,32,整群抽样,33,总体、样本、数据间的关系,总体,样本,结论,数据,抽样,分析,管理,测试,34,数理整理和统计,直方图,正态概率密度曲线,99.73%,95.5%,68.3%,35,数理整理和统计,抽样的目的是通过样本来反映总体。 在质量管理中，常常将测试的样本数据，通过整理加工，找出它们的特性，从而推断总体的变化规律、趋势和性质。 一批数据的分布情况，可以用中心倾向及数据的分散程度来表示，表示中心倾向

15、的有平均值、中位值等，表示数据分散程度的有方差、标准偏差、极差等。,描述总体数据离散程度的参数为方差 ，描述总体数据中心倾向的数为均值 。 若利用样本参数近似描述总体状况时，可以利用样本方差S2近似代替总体方差2，利用样本均值 近似代替总体均值 。,36,数理整理和统计,样本平均值,样本中位值,X = ,X1+X2+X3 .+Xn,n,中位值是按照数据大小顺序排列位于中间的数值，中位值记为,若n为偶数，则取位于中间两个数值的平均值为中位值；,37,数理整理和统计,样本极差,样本方差和样本标准偏差,样本方差和样本标准差就是用来度量数据波动幅度大小的一个重要特性值。样本方差是一组数据中每一个数值与平均值之差的平方和的平均值，通常记为S2；样本方差的平方根S称作样本标准偏差，它与样本方差一样，是反映一组数据分散程度的特性值:,样本极差表示一组数据分布的范围，是指数据中最大值与最小值的差: R = Xmax - Xmin