质量统计七大手法.docx
《质量统计七大手法.docx》由会员分享，可在线阅读，更多相关《质量统计七大手法.docx（43页珍藏版）》请在冰豆网上搜索。
质量统计七大手法
质量统计七大手法
质量统计方法是工厂质量管理过程中经常运用的重要手法。
主要是通过对各种相关资料的收集.分析和利用，以用来证实产品生产过程能力及产品对规定要求的符合性。
其作用在应用于产品的设计.生产过程的控制.防止不合格品产生.质量问题的分析.查找原因.确定产品和过程的限定值，预测.验证并测量和评定产品质量特性。
为了达到上述目的就必须选择适宜的统计方法，下述即常用的统计方法及其应用。
1.图示法（直方图.制程流程图.散布图.柏拉图.因果图等）
主要用于进行问题诊断，并据此选择适宜的方法进行统计诊断
2.统计控制图（X–R.P.C控制图等）
主要用于监控产品的生产和测量过程。
3.试验设计
主要用于确定变量对过程和产品性能有显著影响。
4.建立量化模型进行回归分析
主要用于生产过程运作的条件和产品设计发生变化时，对产品和过程的特性进行分析。
5.进行变量分析
对各变量构成进行评估.似务变量占总体变量的比例，作为最佳的质量改进机会的依据。
为控制图.产品特性的确定和产品的放行设计抽样方案。
6.抽样计划
工厂质量管理如果能充分运用各种统计手法，将在各方面受益，并表现在：
1.发现质量管理过程中的薄弱环节，对质量改善采取针对性的措施﹔
2.查找形成品不良的因素，使质量追溯有据可依﹔
3.验证质量控制方法有效性。
以下介绍品管七大手法
1.直方图
2.柏拉图
3.因果图法（鱼刺图）
4.层别法
5.控制图
6.检查表
7.推移图
2.统计技朮的应用
一直方图
直方图有称柱状图，是将囤积数据汇总.分组，并将每组数据绘成柱状图，依统计数据的分布形状，进行产品生产过程.质量状态及管制能力的分析。
运用直方图进行分析的步骤为
1.数据统计
将同一类型和相近似的现象归纳在一起，以分析该类现象对产品质量的影响程度。
2.将统计数据分组.确定组数是直方图分析中的重要步骤，将统计的样本总数进行合理分组便于观察数据分布情况，合理的组数鱼样本总数的关系通常为：
（见右下表）
3.计算全距.组距.组界.中心值：
N（样本总数）
组数
50以上
4-6组
50-100
7-10组
100-200
11-14组
200-400
15-19组
400以上
20组
1.全距：
代号为R，是数据中最大值与最小值的差，即
2.组距代号为，组距（h）=R/组数，组距通常选整﹔
3.确定组界：
最小一组的下组界=-测量值的最小位数/2
测量值的最小位数一般是1或0.1
最小一组的上组界=下组界+组距
4.确定中心值
各组界之间的中心值，也称中值。
每组的中心值=（该组的上组界+下组界）/2。
4..统计符合各组值的数据次数
在已确定的每组上下界的数值范围内，将样本数据中符合此范围的样本数统计出来，每一个数据为一次
5.建立坐标系
以数据的次数值为纵轴，特性值为横轴，建立坐标系
直方（柱状）控制图
MODELNO/NAME:
DATE:
Y
1.人力控制图80
X.实际工时70
Y.表示变量直60
50
40
30
20
10
0X
36912151821242730
MODELNO/NAME:
DATE:
Y
1.质量控制图80
X..表示变量直70
Y同一类型的质量60
不良情况出现的50
频次40
30
20
10
0X
36912151821242730
REMARKS:
ISSUEBBY:
CHECKBY:
APPROVEDBY:
CC:
ENG;PMC;PRU;AGM;
6.按每组数据次数的多少在坐标中绘出柱状图，并记入图名.日期.制作人等。
例：
直方图用应用实例
实验室为测定某型号火牛的温升是否正常，经统计获得以下数据：
火牛测定表
测试部门
使用测试房
实验编号
0542
所属部门
实验室
火牛型号
韵邦6603M16T
检测人
刘俸剑
检测日期
03.11.21
序号
实测
序号
实测
序号
实测
序号
实测
序号
实测
1
28.8
11
46
21
49.5
31
75
41
30.5
2
28
12
78.2
22
52.2
32
37.2
42
39.6
3
28.9
13
75.5
23
62.2
33
46.3
43
42.6
4
38
14
72
24
71.4
34
61.6
44
38.7
5
40.4
15
68.9
25
74.5
35
72.1
45
55.9
6
35.3
16
68
26
61.6
36
75.6
46
67.3
7
38.4
17
67.8
27
72.1
37
49.6
47
51.8
8
46.5
18
38.8
28
75.6
38
36
48
36.5
9
45.2
19
45
29
63.2
39
41.8
49
34.9
10
38.8
20
46.4
30
72.3
40
52.7
50
51.2
单位:
次/P.P
由表可知，样本最大值L=78.2,最小值S=28﹔全距R=78.2-28=50.2
组数为9组，则组距C=50.2/9=5.6
第一组的下组界=28-0.05=27.95，上组界=33.55
14火牛溫升直方圖
12X
10
8
6
4
2
0
制表部門：
制表人：
制表日期：
数据的次数分布如下：
次数分布表
组别
组界
组距
中心值
分布次数
1
27.95-33.55
5.6
30.75
4
2
33.55-39.15
5.6
36.35
11
3
39.15-44.75
5.6
41.95
4
4
44.75-50.35
5.6
47.55
8
5
50.35-55.95
5.6
53.15
4
6
55.95-6155
5.6
58.75
0
7
61.55-67.15
5.6
64.35
4
8
67.15-72.75
5.6
69.95
9
9
72.75-78.35
5.6
75.55
6
由图中看到
火牛温升直方图偏左分布，属不正常，
进一步分析其原因为冷却时间过短导致。
应延长冷却时间，使其分布状态为正态分布。
一般来说，应用直方图进行质量分析可达到如下目的：
1.比较平均值舆标准值，将其作为是否调整制程生产质量管理方式的依据;
2.评估制程能力符合工程设计能力的依据﹔
3.考核各部门质量管理绩效的依据﹔
4.比较物料或供货商的方法
直方图在应用过程中经常出现以下情况：
图一：
正态分布，左右对称，表明制程正常.稳定
图二：
偏态分布，制程中显示有异常因素。
图三：
双峰分布，表明制程内可能有二种不同的
偏差。
图四：
不正常分布，可能测定的数据有偏差。
（2）
（3）
（4）
二.柏拉图法
在工厂实际职作业过程中，造成质量不良的原因很多，但有一些因素所占的比率较低﹔而有一些因素所占的比率很高。
柏拉图就是将肢这些因素加以量化，对占80％以上的项目加以原因调查.分析，并获得质量效率法而提升。
使用柏拉图进行质量分析，必须要确定不良项目，按项目分类进行数据的统计舆汇总，再按所得数据绘制出曲线舆直方图。
应用柏拉图进行质量分析的步骤：
1.决定质量分析的期间，以确定进行数据的选取﹔
2.将质量统计数据按项目进行分类登记﹔
3.各项目数据，按大小顺序依次自左向右排列在横坐标轴上，（即大多数靠近纵坐标）﹔
4.以纵坐标表示项目的数量或折合金额数﹔
5.在横坐标上绘制每个项目的直方图形﹔
6.逐项累计项目数量，并按纵坐标参数，将所得之累计数标在柏拉图上﹔
7.连接累计曲线。
柏拉图应用示例
QA在八月份检查成品质量状况统计如下：
序号
不合格项目/类型
不合格数量
占不合格品总数比率（％）
累计比率
1
产品表面刮花
392
39.2
39.2
2
产品变形
330
33
72.2
3
破损
116
11.6
83.8
4
油污
91
9.1
92.9
5
贴纸移位
31
3.1
96
6
装箱数量不符
27
2.7
98.7
7
其它
13
1.3
100
序号
不合格项目/类型
不合格数量
占不合格品总数比率（％）
累计比率
合计
1000
100
步骤2：
绘制柏拉图
步骤3：
解读柏拉图
由上图可知：
造成质量不合格的主要因素是：
1.产品表面刮花﹔2.产品变形
3.产品破损。
此三项累计达83.8％，工厂应着重调查造成此三项不合格得原因，并在综合分析的基础上，制定出有针对性的纠正措施。
三.因果图（鱼刺图）
在质量统计中，运用柏拉图找到主要的问题，需要进一步用因果图来分析问题产生的原因，“一项结果的产生，必定有其原因，应充分利用图解法找出其原因来”。
这是由日本品管专家石川馨提出来的，因此，因果图又称为“石川图”，因其形状象鱼刺，也称之为“鱼刺图”。
鱼刺图的构成是先例出发生质量变异的项目，然后对造成变异的4MIE因素（人.机.方法.物料..环境）进行分析，将造成质量变异的原因一一列明。
其基本形状如下：
物料
人員
第一层原因
第二层原因
質量問題
設備
作業環境
作業方法法
第三层原因
1.因果图的应用步骤
1.确定产生的质量变异问题，将其标明在图中主干的前端﹔
2.召集相关人员研讨，将可能的原因全部显示出来，先将第一层原因找出，展开形成第二层原因﹔将第二层原因展开，形成第三层原因，依次展开，直到提出解决措施为止﹔
3.分析图上标出的原因，从最低层次原因中找出少量对结果有主要影响的原因，并画上标记，对它们进一步收集资料。
进行实验和确认
因果图应用实例
电子部QA组对2003年11月份电动工具快充充电器电路板各项不良状况统计后，将各项数据制成不良状况一览表。
电路板不良状况一览表制表部门：
QA组制表人：
常玉锋制表日期：
03/12/1
序号
不良项目
不良品数（件）
占不良总数比率（％）
累计比率（％）
1
线路不良
658
54.8
54.8
2
焊接不良
163
13.6
68.4
3
装配不良
108
9
77.4
4
尺寸不良
84
7
84.4
5
丝印不清
66
5.5
89.9
6
装箱错误
50
4.2
94.1
7
表面赃物
42
3.5
97.6
8
其它不良
29
2.4
100
合计
1200
100
将表中各项数据绘制成柏拉图，有图很容易看到电路板中不良项目比例最高的是线路不良，占不良率的54.8％，因此，运用因果图对线路不良项目展开分析，查找产生不良的主要原因。
通过对线路不良的原因分析，查找出其中的主要原因为：
1.作业人员:
本月招进新员工过多，未能进行足够的培训，另外有经验的老员工流失过多。
2.设备：
设备电压不稳，造成质量不稳定，多个供货商的组件混用，也造成质量不稳定。
3.物料：
免检放行物料太多且未严格执行先进先出原则。
4.作业方法：
没有及时更换作业指导书，操作不规范。
5.作业环境：
噪音.光线等影响作业员注意力。
6.其它方面：
生产计划中急单过多，造成加班频繁，客户给定图纸中参数有误差。
物料
設備
作業人員
线路板表面生锈
未经培训上岗顶位太多调机欠经验物料不良
生产计划中人员不稳定
操作技能欠缺加班过多
人员流动过快组件不良机器运行不良免检物
線路不良
多个供货商不一致电压不稳定料多
型号更改，未制噪音过大新开发客户定作业指导书光线太暗客户检验严格
欠缺注意力不集中
未进行首机器距离太进视线模糊模具精度不够
其它
作業環境
作業方法
件检验设计参数有错误
工厂各相关部门在对上述原因进行研讨后，拟定如下改善对策：
1.加强对新员工的培训，每组中至少安排二名有经验的老员工进行辅导，对重点设备.重点产品进行监控﹔
2.申购一台过锑炉﹔
3.加强线炉路板的管理，杜绝同一产品使用多种线路板的现象，并编制书面的线路板质量要求给予供货商﹔
4.清查仓库中不良线路板，由品管部对其质量进行重新评定﹔
5.电子开发部尽快制定新的作业指导书，并就客户图纸中的技朮参数舆客户进行确认﹔
6.生产计划部门在编排生产计划时合理评估产能，尽量避免急单。
四.层别法
层别法是指对某一个项目按统计数据分类进行区别的方法，层别法是统计方法中最基础的工具。
通常舆其它方法如柏拉图.因果图等结合使用。
运用层别法时一定要充分了解如何分层，即按什么条件分层。
1.划分层别的原则
1.人员：
按不同组别分层
2.原物料：
按不同供货商分层
3.产品：
按不同产品别分层
4.机器：
按不同机器别分层
5.批别：
按不同时期生产的产品分层。
层别法的应用示例
QA部在对2003年11月20日至30日生产的成品圆盘锯进行抽查过程中，对其不良现象统计如下：
QA部成品验货统计表
序号
日期
不良项目
1
2
3
4
5
6
7
8
9
10
合计
1
机内有异物
4
3
3
2
6
5
7
1
2
2
35
2
杂音
6
8
7
5
4
6
6
2
1
1
46
3
大身离壳
3
4
6
7
5
3
2
3
4
2
39
4
接触不良
5
4
4
7
7
6
6
2
5
6
52
5
外壳刮花
2
3
1
4
2
6
5
4
2
1
30
6
表面赃污
7
8
4
7
5
6
6
3
3
2
51
7
保护罩回弹不良
5
4
3
2
7
5
6
5
7
3
47
8
锯片松动
4
3
5
2
7
8
9
10
5
4
57
9
合计
36
37
33
36
43
45
47
30
29
21
357
从表中可清楚的看出11月20日至30日，生产的产品每天的不良项目.不良数量，对每天生产的产品的质量状况一目了然。
五.控制图
控制图是工厂质量管理中不可缺少的一项重要工具，它最早是由美国贝饵电话实验室的休华特在1924年首先提出使用的，它通过设置合理的控制界限，对引起质量异常的原因进行判定和分析，使工序处于正常、稳定的状态。
控制图的种类、应用特点如下﹔对于上述各种控制图的表样，限于篇幅，此处只给出X-R
及P控制图的表样，对于控制图的应用，本次以P控制图的应用进行说明。
1.P-Chart：
不良率控制图的应用
1.在制程中，定时、定量的随机抽取样本﹔
2.接统计所得数据，分组计算出不合格品率P=Pn/n=单项不合格品数/抽样总数﹔
3.计算平均不合格率（P）=∑Pn/∑n=不合格总数/总抽样数
4.计算控制线中心值，上限及下限值﹔
中心控制线CL=P
控制上限UCL=P+3√P（1-P）/nP=P
控制下限LCL=P-3√P（1-P）/nP=P
5将抽取得样本结果（测量所得数值）填写在P控制图得相应栏中﹔
6.将数值按计点方式绘制在P控制图上
7.控制界限得解读：
a.数据点超出上下限。
其中：
超过上限的点，要查明造成不合格率高的原因，并针对性采取纠正措施﹔而对于低于下限的点，也应分析为什么会有如此低的不合格率，是否为以前制定标准过低，或有其它原因，管理者应针对此现象进行调查，以便制定出合理的不良率，充分发挥各生产部门的潜力，使生产业绩不断上升，并在此基础上，有意识地降低不合格率标准。
b.抽样数据连续有7个点偏离中心时，表示制程能力出现不稳定，特别是出现7个点持续走低﹔或7个点持续走高的状态，管理者应谨慎对待。
c.各点均在上下限之间有规律的变动时，表示制程情况较为稳定，这时管理者应考虑是否提高作业要求。
控制图种类及特点
类别
名称
控制图符号
作用
应用特点
备注
计量值控制图
平均值-极差
控制图
X-R
判断工序是否正常的效果好，计算量大，最常用
产品批量大，工序正常、稳定
需通过计算值，如长度、高度重量等管理质量时，用X-R控制图
中位数-极差控制图
〜
X-R
效果较差、计算简便
产品批量大、工序正常稳定
单值-移动
极差控制图
X-RS
能及时判断工序是否稳定，但不易发现工序分布中心的变化，较简便
抽样困难或尽快发现并消除异常原因
每一个数据都需管理，或抽样数据均匀，可用X-Rs控制图
计算值控制图
不合格品数控制图
Pn
计算简单，易于操作理解，较常用
样本数量相等
要通过不良个数管理质量时，用Pn控制图
不合格品率控制图
P
要通过不良率、合格率、报废率管理质量时，用P控制图
样本数量可以不等
计算量大、控制线凹凸不平
缺陷数控制图
C
在预先确定的项目中统计所有的不良数，并用来管理质量时，用C控制图
样本数量相等
计算简单、易于操作理解，较常用
单位缺陷数控制图
U
在不固定的试验中统计产生的不良数，并用于管理质量，用U控制图
样本数量不等
计算量大，控制线凹凸不平
部门/组：
X-R控制图控制图编号：
产品名称
规格
标准
N/√n
管制图
X图
R图
制造部门
期限
年月日/年月日
品质
特性
最大值
上限
设备号码
抽样
方式
平均值
中心值
测量单位
最小值
下限
操作员
测试人
日期
合计
批号
∑X=
∑R=
样
本测定值
X1
X2
X3
X4
X5
∑X
平均值
X
X
R
R
X控制图R控制图
N
A2
M3
A2
A9
D4
4
0.73
0.80
1.52
2.28
5
0.58
0.69
1.36
2.11
6
0.48
0.55
1.26
2.00
原因追查
六、检查表
检查表是以表格的形式，将要进行的检查项目分类整理出来，然后按检查表定期进行检查，其作用在于比较简便、直观地反映问题。
1.检查表的制作方法
1.确定检查项目、检查人员及时间等﹔
2.将要检查的细目逐条列在表上﹔
3.将相关的检查结果记入表中。
2.检查表样表（*见下页）
七、推移图（散布图）
推移图是将实际工作绩效于计划值之间关系数据化，并用统计报表将实绩转换成图示的方法。
推移图可以反映工作的实际绩效于目标值的差距，促进管理者进一步采取措施。
1.推移图的绘制
1.统计需要到而数据﹔设定统计项目，如产量、不良数、合格率等。
将该项目在期间（日、月、年）内的计划数、实际数、累计数分别进行统计并列入相应的表格中﹔
2.建立坐标图，纵轴表示结果，将设定的项目用一定的形状表示出来，如：
合格率：
用折线图
部门/组：
P-Chart控制图控制图编号：
产品名称
规格
标准
管制图
P
制造部门
期限
年月日/年月日
品质
特性
最大值
上限
设备号码
抽样
方式
平均值
中心值
测量单位
最小值
下限
操作员
测试人
日期
合计
批号
∑P=
∑Pn=
批量
抽查数
φPn
φP
ULC
LCL
控制图
柏拉图分析
原因追查
产量：
用柱状图
不良数：
用柱状图
不良率：
用折线图
横轴表示日期、月度、年度，并将已统计的数据列于横轴下方。
2.推移图的作用
推移图通过将计划目标于实绩相比较，能一目了然的反映管理成效，如果期间内的实绩始终控制在目标线附近，则表明管理状况良好，否则就需要采取改善行动。
3.推移图的应用实例
电动工具生产部2003年11月生产型号为圆盘锯的电动工具，在该类产品完成后，经统计编成如下图的月度推移图。
从该图中即可了解该部门11月份的生产实绩、不良率等生产状况。
电动工具生产部2003年11月月度推移图
质量绩效分析
工厂的质量管理是否上轨道，各项质量控制活动是否有效落实执行，要通过质量绩效来体现。
对于工厂管理者，只有通过质量绩效的分析，才能明了现行质量管理水平舆质量目标之间的差距，获取质量改进的必要信息。
一.质量绩效分析的步骤
1.准时出货率
2.客户投诉率
3生产直通率
4.成品合格率
标识日产数
2.626000不良率
2.41200日产计划24000计划累积
2.2110022000实绩累积
2.0100020000
1.890018000
1.6800×不良目标16000
1.470014000
1.2600×××12000
1.0500×10000
0.8400累积实绩线8000
0.63006000
0.4200累积计划线4000
0.21002000
％501000
日期123452728293031合计
实绩日产量930880980920950
实绩不良率1.01.21.51.01.3
累计划数900180027003600450021600
积计划数9301810279037104660
对七大手法的补充：
1.柏拉图的分析
一般情况下，以累积百分比达到80%的不良项目为主要项目，称为A类﹔累积在80-95%左右属次要项目，称为B类﹔95%以上为更次要问题，但实际工作中不可机械的按80%确定，应结合具体情况来选定。
柏拉图一般直
升级会员 