|
数据统计分析方法; N0 m" u [6 o- n( e
QC旧七种工具& W$ V0 A u1 z& {# C
排列图,因果图,散布图,直方图,控制图,检查表与分层法1 I: z& x- `8 g- z# |, N6 O
QC新七种工具(略)- Z' u( j) ^7 x. L( h
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。
( w1 ?- P% }0 g/ S0 g3 n9 q数据统计分析方法-排列图# _ _. N0 f) }& G& M0 c
数据统计分析方法-排列图
. i- K; L. ]3 ^2 e' e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。
" k# S- w/ O* H) P7 ~例 1:5 { G5 \. H7 D# e h
排列图的优点% f- v' {! e* S: w
排列图有以下优点:
1 G$ A5 t# i* r2 H& b" g直观,明了--全世界品质管理界通用% l" g! L; c$ n# |9 J6 D
用数据说明问题--说服力强
7 N% `2 A( c: j- n# I8 S用途广泛: 品质管理 / 人员管理 / 治安管理
; ^& {( f$ v8 g' ^, B排列图的作图步骤 j4 R- H8 d3 G
收集数据(某时间)
, f. }$ f. s2 w# ?作缺陷项目统计表
# |* p' C+ q, V3 d. r绘制排列图
* F8 b, Y& J5 m4 b. K' M画横坐标(标出项目的等分刻度)4 k3 _" u" }* u) L9 ]; c, H! |
画左纵坐标(表示频数)
2 n3 }, H: z: u) d4 C3 m. h画直方图形(按每项的频数画)5 ?. @2 [1 H- W+ u6 m% x
画右纵坐标(表示累计百分比)' o3 W+ x3 J g5 \8 w( P1 l! S
定点表数,写字% A, c z# e/ e0 h
数据统计分析方法-因果图5 z% N! c2 |8 d- R7 D8 Y# H, I7 y
何谓因果图:
& a, J; D5 B: ~5 [7 D% R9 R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。8 p; M. w* u7 R6 v2 I% e3 }' ^
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
6 n% K; L. O% U9 A- X作因果图的原则
+ A q2 l, B1 T4 n7 c& d& N采取由原因到结果的格式
$ ^5 k" y) J( l1 p/ \1 w$ ^通常从‘人,机,料,法,环’这五方面找原因' f0 s1 f+ w: N
‘4M1E’, Man, Machine, Material, Method, Environment* |6 k8 Q" |" F0 q) ], q6 ~" P
通常分三个层次:主干线、支干线、分支线& Y; J2 b' B7 v+ Y/ D, Q5 H. G
尽可能把所有的原因全部找出来列上
7 H4 d3 Y6 g$ @5 R8 L, i9 J. F对少数的主要原因标上特殊的标志
) f# |% ?9 t4 ]' |写上绘制的日期、作者、有关说明等# J! @8 o9 n" N0 l
作因果图应注意的事项$ ~ Q: D/ e& O# m( ~9 X
问题(结果)应单一、具体,表述规范
: G2 [. }" i9 `% ~最后细分出来的原因应是具体的,以便采取措施;: S( [4 F3 b0 c3 g
在寻找和分析原因时,要集思广益,力求准确和无遗漏( y- l( C8 K9 S# n/ _2 y
可召开诸葛亮会,采用头脑风暴法
5 q7 q! y0 O i层次要清,因果关系不可颠倒
( |5 `: k B. Z! l1 h$ Q原因归类正确; \9 S- l) t7 `- a% L' ?
作因果图应注意的事项, v# s, L2 g, n+ f: x1 b& k
画法按从左至右的贯例执行--规范化% I- q# E+ {) l; G/ H9 W' I: F' b
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,反復使用。2 W) X. n2 N9 S
什么是直方图?/ f/ ^) @! Z/ E' l. |
直方图是通过对数据的加工整理,从而分析和掌握品质数据的分布状况和估算工序不合格率的一种方法。" E& S; W) u6 E
直方图的作法
$ e3 V+ N! l( g7 g2 z0 k. s作直方图的三大步骤
; F0 L( s! a* j1 T+ ^1 h1 K; y作频数表3 u) R" U2 b4 C" O ^$ T- r3 ~! @
画直方图. J, e% P6 m6 D. F6 I. _5 B4 ~
进行有关计算7 M8 E1 w. ?: c5 I6 Z
作直方图的步骤(例3)
) @. D& B% q5 Q1.搜集数据. z& w& H% R2 T' ?* j
作直方图的步骤" u7 ~$ O( t' I# v
计算极差(Range),上表中最大值Xmax=48;最小值Xmin=1;
: Z" z: S, ?6 C8 ^: J8 kR=Xmax-Xmin=48-1=47( M, h% u5 O- g+ S1 z. f
适当分组(k)
+ N k w5 R9 @9 ~9 x+ T在本例中,取k=101 G* O" b6 {8 W+ M) ?% K7 l" Z: J
确定组距(h)( G- W- T5 F+ r9 U7 e9 H) F9 {
组距用字母 h 表示:/ a( y5 Z4 Q8 k* o% V
h=R/k=47/10=4.7, Y约等于5。- Z E- ?0 K$ _( v2 N
确定各组界限--组的边界值单位取最小测量单位的一半。
5 D1 `( R+ c% }* ?5 w5 O! Q/ w作直方图的步骤
1 ^: i0 e, H+ W; b( S* G本例第一组的下限为:
G4 e7 y$ e5 E" `" w. ]第一组的上限值为下界限值加上组距; [0 O, r: I3 K$ q$ T* s
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。
% F4 {2 m& F8 E编制频数分布表6 h, e/ D+ y6 Z; N2 f+ _8 y
画直方图
5 C0 L- s& A9 Y数据统计分析方法-直方图(Histogram)3 d1 B2 v F1 c( L
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。
: b1 \4 g& V4 v9 {" s数据统计分析方法-直方图(Histogram)
* [% G& u5 q7 O# e& dC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。5 P; ~4 P! [% v# I
数据统计分析方法-直方图(Histogram)4 I: X- X: T5 Q( m! N
D图为陡壁型,它的产生原因与偏向型相同。
4 ~# ~1 p. S( I% E' ^0 E数据统计分析方法-直方图(Histogram): }4 s0 ~. i0 v2 h( K7 W- |
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。6 D M2 J9 s- W/ {: R
数据统计分析方法-直方图(Histogram)
0 F: ?) o9 s* C' eF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。1 x6 w! Q0 @: h' }
什么是散布图
# h8 w$ [. `/ J: E" @- P4 L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。
u1 Z3 e8 w9 s- o. ?0 U% {两种不同的关系
4 Y( \4 z& y4 W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。
% V m, [7 G( g: h0 \3 `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;9 I0 |! s5 o2 w p
散布图的基本形式- H0 I g8 Y) t; `
散布图是由一个纵坐标,一个横坐标及很多散布点组成;- M+ j3 U* Z6 U. r% W" }4 W2 ~
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。. m" Z$ Q, w; s
散布图的判断分析9 {# B! q+ ^& l8 D, h
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。6 O6 [) _9 V& Q: s9 }$ ?, u
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。$ v7 }$ ~! T5 Q6 \6 b% L- [& K
散布图的判断分析1 U O; E# Q/ t X9 s- V1 R k
弱正相关-点子的分布比较松散,相关关系大致呈直线趋向。
. N) h0 a* x6 d7 r1 n* Z( i' y散布图的判断分析$ w% }4 h( M8 W
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。" z2 q; n+ D' j6 F
散布图的判断分析! a" p6 p3 A, E0 B% D
弱负相关-点子的分布比较松散,相关关系大致呈直线趋向。
% |4 O; K0 L' ~# R1 V数据统计分析方法-分层法
' e6 C7 } m* Z7 u; L e何谓分层法
! ^$ ~; v8 |9 ]1 x; d Q! S2 ^- |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。
8 U( H; Z; O, `4 m R1 [分层的原则
+ |7 w( ?0 Y0 d9 M- }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。
4 T$ K9 Q9 w3 C$ J R4 U/ D数据统计分析方法-分层法9 z- |( R8 F. z1 }2 P
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。6 S8 i; J `7 w8 f- X8 o
例如:
6 B- d5 U* d4 K1 L0 o9 ]* 对操作者可以按产地、生产厂、成分、尺寸、批量、型号等分层。4 `2 g5 x6 z0 j9 j
* 对操作环境可以按噪声、清洁程度、采光、运输形式。
6 o# d! P$ d y6 q& X. L# E+ r* 对时间可以按季、月、周、日、班次、上午、下午等来进行分层。
2 W0 [0 w) m- V" F1 j*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。1 ]8 c3 A" v0 L+ P" U# b, A
数据统计分析方法-分层法
" a) r, ], A& C( U( c3 k数据统计分析方法-调查表
; w( @% V9 Y( K$ X调查表
& Q A& l- Q0 L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& t2 z7 d. H' P- |, Y) }( F
数据统计分析方法-调查表
; f3 w A3 h _; \数据统计分析方法-调查表9 U% O+ p% W( W. S1 w/ N& w1 M8 V2 C7 c+ S
常用的调查表:& N- ?/ A, A3 \" E4 T
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。1 z! }& m* M, s( ^. b5 K) `
缺陷位置调查表用来调查产品各部位的缺陷情况。
3 v& X) u+ u& w0 u$ _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;
; i- O5 t l; i; p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;1 o( y$ D) C9 c9 n! c, ^
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。
( A" V- t% f( }* o/ M, {8 r% @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。
! P, z6 m5 v& o1 n$ ?% s数据统计分析方法-调查表7 X- r$ V( l" n, G+ e
数据统计分析方法-控制图
2 E! j& s/ {: P8 h0 i. y+ X控制图5 D1 V" k7 g: P5 G* v
控制图是用于分析和控制过程质量的一种方法3 ^! `3 r0 P9 L
控制图是一种带有控制界限的反映过程质量的记录图形,图的纵轴代表産品质量特性值(或由质量特性值获得的某种统计量);横轴代表按时间顺序(自左至右)抽取的各个样本号;图内有中心线(记爲CL)、上控制界限(记爲UCL)和下控制界限(记爲LCL)三条线(见下图)。
" i I1 v; h: k5 z9 g数据统计分析方法-控制图& K" M, W8 f/ t' G t9 D$ H" S
控制图示例
) p) W& Y) |" {- [
- x% m0 V2 s$ C* `' c o |
|