控制图排列图直方图讲义.docx
《控制图排列图直方图讲义.docx》由会员分享，可在线阅读，更多相关《控制图排列图直方图讲义.docx（35页珍藏版）》请在冰豆网上搜索。
控制图排列图直方图讲义
控制图、排列图和直方图
参考书：
张智勇（2004），基础质量管理工具，广东科技出版社
马逢时等，六西格玛管理统计指南，中国人民大学出版社。
全国质量专业技术人员职业资格考试办公室，质量专业理论与实务，第4章统计过程控制，中国人事出版社。
质量管理工具有七种主要工具：
排列图，直方图、质量控制图、散点图、分层法、因果图和检验表（老7种）。
本次重点介绍排列图，直方图和质量控制图的软件画法。
控制图能对过程质量特性统计值进行测定、记录、评估，从而监察过程是否处于控制状态，简言之，控制图用以判断生产过程是否处于统计控制状态（是否存在异因），可以判断生产过程的异常，及时报警。
质量控制图既可以由质量管理人员使用，也可以由第一线工人使用，日本115家中小企业平均每个厂用137张控制图；美国柯达公司5000名职工，共用35000张控制图，可见其重要性。
工厂中使用控制图的数量在某种意义上反映了管理现代化的程度。
控制图是质量管理7个工具的重要组成部分，也是六西格玛管理的重要工具。
质量管理软件分为专用软件与通用软件，后者如MINITAB，JMP、SPSS，SAS-QC等。
许多专用软件ETM（ERP）中也有质量控制部分。
本次只介绍MINITAB15中文版。
MINITAB是美国宾夕法尼亚大学统计系开发，特别适用于质量管理。
主要窗口有数据窗口（工作表）和会话窗口。
可用粘贴等方法将数据填入工作表。
在会话窗口发布命令和收到结果。
例1设某批产品出现缺陷（次品原因）如下表，画出排列图以找出主要原因。
断裂
10
檫伤
42
污染
6
弯曲
104
裂纹
4
砂眼
20
其它
14
合计
200
试画出排列图，以找出次品的主要缺陷。
提示：
本例次品缺陷互不重合，可用排列图查找主要原因。
排列图又称为Pareto图。
Pareto图是一种条形图，其中水平轴表示所关注的类别（缺陷），而非连续尺度。
类别通常是缺陷。
将每种缺陷按百分比从大到小排列成条形，Pareto图可帮助您确定哪些缺陷是“少数而关键”的缺陷，哪些缺陷为“多数而琐碎”。
累积百分比线条帮助您判断每种类别所占的比例。
Pareto图可帮助你，着重改进能获得最大收益的方面。
画排列图可按如下步骤：
将数据贴入工作表，为了清楚，在C1，C2下建立变量名“缺陷”和“频数”。
缺陷的值是断裂，檫伤，…等；频数的值是10，42，…。
在会话窗口通过指令（在会话窗口点击）
统计>质量工具>Pareto图。
得到排列图界面
点击“已整理成表格的缺陷数据”>将“C1缺陷”填入“标签位于”，将“频数”填入“频率位于”,从而确定横竖轴变量。
点击“确定”即可得图形。
从画出的图形可见次品的关键缺陷是弯曲和檫伤。
练习使炼油厂污水处理COD去除率低的缺陷和频数如下表，试写出画pareto图的步骤，执行并分析结果。
DO偏低
62
SS波动
12
COD波动
33
CN高
5
操作失误
1
其他
2
2画直方图，并与正态图形比较。
例2食品厂用自动装罐机生产罐头食品，从一批罐头中随机抽取100个进行称量，得罐头净重数据如下
342352346344343339336342347340340350347336341349346348342346
347346346345344350348352340356339348338342347347344343349341
348341340347342337344340344346342344345338351348345339343345
346344344344343345345350353345352350345343347354350343350344
351348352344345349332343340346342335349348344347341346341342
试根据这组数据画出直方图，并与正态图形比较，再加以分析。
提示：
直方图用于检查样本数据的分布情况。
直方图由许多小矩形拼成，每个矩形的下底边长相同，称为区间；落于每个区间内的样本值（观测值）的次数称为频数，该频数所占占百分比称为频率，矩形的高表示频率。
直方图可用于分析数据变化规律：
是否服从某种分布？
生产是否正常？
画图步骤是：
建立变量名“净重”，将100个数排成一列。
拷到工作表。
在会话窗口通过指令
图形>直方图。
得到界面（选择图形内容的图片）
点黑4个图形中的右上图形，再点击“确定”后得直方图界面
将净重选为图形变量；再点击“确定”可得图形。
由所得图形可见：
图形接近正态分布，从直方图角度而言，生产处于统计控制状态。
练习
100个样品的拉伸强度（kgf/cm2）如下表，试写出画直方图程序，执行并分析
48.1
49.9
49.8
57.7
38.7
49.3
50.4
61.3
54.7
61.2
75.8
34.5
68.7
68.5
48.5
54.1
64.8
77.0
51.9
40.3
40.8
46.2
44.3
49.0
70.4
46.7
50.0
56.0
43.1
54.6
38.7
71.3
42.0
44.0
48.1
42.4
39.3
49.1
43.1
70.6
57.0
48.8
52.6
50.1
56.2
63.9
36.6
48.3
33.2
67.0
61.7
56.1
47.1
41.7
50.9
47.2
59.0
55.0
63.2
52.3
52.2
58.0
59.5
51.6
65.2
50.7
56.7
47.6
48.5
43.2
50.1
55.3
57.7
57.5
45.5
58.1
54.6
43.8
58.8
49.9
60.9
56.1
52.5
46.0
44.1
45.0
49.2
36.6
51.3
48.5
49.0
60.1
61.4
53.1
53.1
48.9
52.4
37.5
66.2
46.4
控制图用于跟踪一段时间内的过程统计量并检测是否存在特殊因素变异。
特殊因素所导致的变异可以被检测出并受控制。
例如供应商、班次或周中天数的差异。
而另一方面，常规因素变异是过程中所固有的偶然因素。
当只有常规因素（而非特殊因素）影响过程输出时，过程即受控制，称为稳态。
一道工序达到统计控制称为稳定工序，每道工序都达到统计控制称为全稳生产线，SPC（统计过程控制）所以能够保证实现全过程的预防，依靠的就是全稳生产线。
控制图中有控制限：
上控制线UCL和下控制线LCL，（它们又称为3
线），并有按时间顺序抽取样本统计量的描点序列。
稳态情况下，所描点落在控制线内概率是99.73%。
当点未超出控制限，且这些点未显示出任何非随机异常时，过程即受控制。
非随机异常包括：
1.连续9点落在中心线同一侧。
2.连续6点递增或递减。
3.连续14点上下交替..（见GB/T4901-2001《常规控制图》）。
非随机性检查（8条判异准则可在该图通过指令：
“选项>检验”进入检验框而让MINITAB自行检查，但R、S、P、C、U、NP图只查前4项）。
常用控制图有：
控制图、
控制图、
控制图、
控制图、 P控制图、C控制图和 U控制图。
控制图、
控制图、
控制图、
控制图由两张图组成，上图反映产品是否符合规格，下图反映设备精度。
控制图用于抽样比较困难，因而每个批次只抽一个样品的过程。
控制图通常用于跟踪容量为8或更小的样本的过程水平和过程变异，而
控制图用于较大的样本。
控制图具有稳健性，较少用。
p控制图,np控制图用于属性数据分析（只有正品次品两种状态情形）， P控制图绘制每个子组中缺陷品的比率。
np控制图绘制每个子组中缺陷品的数量。
C和U控制图用于服从Poisson分布的缺陷数（理论上，缺陷数量可以是无限的情形），通常称为计点数据。
当抽样条件相同时（例如统计数据是同样长度布匹上的疵点数，同种铸件上的疵点数），使用C控制图。
C控制图绘制每个子组中的缺陷数 。
当子组条件不固定时，使用U控制图，例如统计数据是不同长度布匹上的疵点数，不同种铸件上的疵点数，U控制图绘制在每个子组中抽取的每单位样本的缺陷数，用疵点数与布匹长度或铸件重量的比来绘图。
例如，如果您要统计电视屏幕内表面的瑕疵数，C控制图将绘制同样大小屏幕内表面的实际瑕疵数，而U控制图将适用于不同尺寸屏幕内表面的实际瑕疵数，绘制所抽取样本中每平英寸（平方米）的瑕疵数。
画质量控制图中必须有“批次变量”，它最好取从1开始递增的自然数为值，放在横轴上。
为了检查判异准则，可以从指令“统计>控制图>…”进入“控制图框”，在该框上通过指令“选项>检验”查看8项准则。
3画
控制图
例3设在10个批次奶粉中测量水分含量百分比，得下表，画
控制图
批次pc
1
2
3
4
5
6
7
8
9
10
x
2.9
3.2
3.6
4.3
3.8
3.5
3.0
3.1
3.6
3.5
提示：
此题抽样量少，每批次只抽一个样，只可用
控制图。
控制图由2张图对应，一张以均值为中心线，画出3
控制线和观测值的折线图，另一张画出移动极差及其3
控制线（相邻2次观测之差）折线图。
若观测值和移动极差在3
控制线外，或有非随机异常时，则不处于统计控制状态。
将批次变量“批次”和水分含量百分比变量x存入工作表。
即下列图片
在会话窗口通过指令
统计>控制图>单值的变量控制图〉I-MR。
得到画
控制图界面
将纵轴变量选为x，再点击确定，得到图形是
由图形可见生产处于统计控制状态
练习
某纯净水厂每8小时测一次电导率，16天数据如下表，试作
控制图并分析
3.13.43.33.33.23.43.23.23.03.23.23.2
3.03.33.33.23.23.43.23.23.33.33.43.2
3.03.23.23.23.33.13.13.13.13.33.23.2
3.43.23.23.23.13.23.43.23.13.33.33.2
4画
控制图：
例4设2007.7.3在25个批次螺拴中抽取螺拴扭矩子组，每个子组有5个样品，数据如下。
画
控制图
no
样品1
样品2
样品3
样品4
样品5
10
154
174
164
166
162
11
166
170
162
166
164
12
168
166
160
162
160
13
168
164
170
164
166
14
153
165
162
165
167
15
164
158
162
172
168
16
167
169
159
175
165
17
158
160
162
164
166
18
156
162
164
152
164
19
174
162
162
156
174
20
168
174
166
160
166
21
148
160
162
164
170
22
165
159
147
153
151
23
164
166
164
170
164
24
162
158
154
168
172
25
158
162
156
164
152
26
151
158
154
181
168
27
166
166
172
164
162
28
170
170
166
160
160
29
168
160
162
154
160
30
162
164
165
169
153
31
160
160
170
172
158
32
172
164
159
165
160
33
174
164
166
157
162
34
151
160
164
158
170
提示：
此例每个子组有5个样品，可画
图，该控制图由两张图对应：
一张以总均值为中心线，画出每个子组均值折线图及其3
控制线，另一张以极差平均值为中心线，画出每个子组极差折线图和其3
控制线图。
若某个子组观测值或其极差在3
控制线外，或有非随机异常时，则不处于统计控制状态。
为了清楚，选定“批次”为批次变量，1，2，3，4，5为子组观测值变量。
将批次变量“批次”和变量“1”，“2”，“3”，“4”，“5”的值存入工作表。
得
通过指令
统计>控制图>子组的变量控制图〉Xbar-R（B）。
得到
图界面
为了决定总极差，点击“Xbar-R选项”得界面（选择总R计算公式的图片）
通过“估计”>点击Rbar（R）>确定。
回到
图界面
选定“子组的观测值位于多列的同一行中”，使扭矩观测值作为纵轴变量，点击“确定”得到图形是
从上图可以看出第13批（批次变量=22）扭矩样本均值太小，超出3
界外；从下图上可以看出第17批（批次变量=26）样本极差太大，超出3
界外，因而不处于统计控制状态。
为了检查“非随机性”，可通过点击“Xbar-R选项”得以下界面，选择“检验”。
练习
某化学药品规定含水量应小于76.0%，某厂13天抽查含水量如下表，试画出
控制图并分析
1月1日
71.3
70.5
68.5
67.6
74.0
71.4
70.9
72.9
1月2日
69.5
68.7
70.7
67.7
74.3
72.0
70.1
70.1
1月3日
67.4
68.1
69.6
68.1
68.9
69.6
72.2
67.7
1月4日
71.6
66.8
72.9
69.8
71.5
71.8
73.4
75.3
1月5日
67.5
72.2
67.8
70.2
68.6
70.3
68.8
68.3
1月6日
69.6
66.3
67.9
68.3
67.2
70.9
67.5
72.9
1月7日
70.4
71.0
68.6
73.1
67.8
69.5
70.1
67.5
1月8日
69.7
70.9
69.0
73.9
71.7
69.0
67.0
70.5
1月9日
69.8
69.0
69.1
70.1
71.9
70.2
70.8
70.7
1月10日
71.1
71.8
71.3
71.8
70.4
68.1
72.7
70.2
1月11日
70.0
71.2
71.2
70.2
72.1
73.6
74.0
73.9
1月12日
71.8
74.5
70.1
70.5
71.1
70.8
73.3
72.8
1月13日
72.5
71.2
70.8
73.2
69.7
67.4
72.0
71.4
5画
控制图
例5对上例数据画
控制图
提示：
图控制图由两张图对应：
一张以总均值为中心线，画出每个子组均值折线图及其3
控制线，另一张以所有子组样本标准差平均值为中心线，画出每个子组样本标准差折线图和其3
控制线图。
若某个子组观测值或某个子组样本标准差在3
控制线外，或有非随机异常时，则不处于统计控制状态。
画图步骤是
为了清楚，选定“批次”为批次变量，1，2，3，4，5为子组观测值变量。
将批次变量“批次”和变量的值“1”，“2”，“3”，“4”，“5”存入工作表。
得
为了画图
在会话窗口通过指令
统计>控制图>子组的变量控制图〉Xbar-S（A）。
得到
图界面
点击Xber-S选项。
得界面（决定总样本方差公式图片）
点击估计>SbarS，以决定总标准差的计算公式。
再点击“确定”回到
图界面
选定“子组的观测值位于多列的同一行中”,使扭矩观测值作为纵轴变量，点击“确定”得到图形是
从第2张图上可以看出第17批（批次变量=26）样本标准差太大，超出3
界外；第13批（批次变量=22）样本均值太小，超出3
界外，因而不处于统计控制状态。
练习
某化学药品规定含水量应小于76.0%，某厂13天抽查含水量如下表，试画出
控制图并分析
1月1日
71.3
70.5
68.5
67.6
74.0
71.4
70.9
72.9
1月2日
69.5
68.7
70.7
67.7
74.3
72.0
70.1
70.1
1月3日
67.4
68.1
69.6
68.1
68.9
69.6
72.2
67.7
1月4日
71.6
66.8
72.9
69.8
71.5
71.8
73.4
75.3
1月5日
67.5
72.2
67.8
70.2
68.6
70.3
68.8
68.3
1月6日
69.6
66.3
67.9
68.3
67.2
70.9
67.5
72.9
1月7日
70.4
71.0
68.6
73.1
67.8
69.5
70.1
67.5
1月8日
69.7
70.9
69.0
73.9
71.7
69.0
67.0
70.5
1月9日
69.8
69.0
69.1
70.1
71.9
70.2
70.8
70.7
1月10日
71.1
71.8
71.3
71.8
70.4
68.1
72.7
70.2
1月11日
70.0
71.2
71.2
70.2
72.1
73.6
74.0
73.9
1月12日
71.8
74.5
70.1
70.5
71.1
70.8
73.3
72.8
1月13日
72.5
71.2
70.8
73.2
69.7
67.4
72.0
71.4
6画
控制图：
例6
MINITAB不能画
控制图
7P图（二项分布）
例7某公司生产晶体管，每天随机抽取若干只，每天的批号为t，每天随机抽取数为n，检验不合格品数为f；数据如下，试画出P图并分析。
t
n
f
1
158
11
2
140
11
3
140
8
4
155
6
5
160
4
6
144
7
7
139
10
8
151
11
9
163
9
10
148
5
11
150
2
12
153
7
13
149
7
14
145
8
15
160
6
16
165
15
17
136
18
18
153
10
19
150
9
20
148
5
21
135
0
22
165
12
23
143
10
24
138
8
25
144
14
26
161
20
提示：
p控制图以全体样品不合格品率为中心线，画出每个子组不合格品率3
控制线，和每个子组不合格品率图。
若不合格品率在3
控制线外则不处于统计控制状态。
建立3个变量：
批次，抽样量，次品数。
输数据到工作表
通过指令统计>控制图>属性>控制图P（P）。
得到P图界面
点击变量（V），得到数据。
将次品数放入变量（V）空格。
将抽样量放入子组大小（U）空格。
点击确定，得图形
从图形上可见第17和26批次超出界外，不处于统计控制状态。
练习
某厂1月1日-1月15日生产电阻抽样数和不合格率如下表试作P图并分析。
1
3000
11
2
3000
9
3
3000
6
4
3000
9
5
3000
5
6
3000
11
7
7000
18
8
7000
16
9
7000
15
10
7000
17
11
7000
16
12
5000
10
13
5000
11
14
5000
11
15
5000
14
8c图
例8某厂从每天生产的录像带抽查1卷（长350m），测得不合格疵点数为下表，由于不合格疵点数服从Poisson分布，试画C图并进行分析。
盘号
n
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
疵点数
x
7
1
2
5
0
6
2
0
4
4
6
3
3
1
6
3
1
3
5
6
提示：
c控制图以全体样品不合格品率为中心线，画出每个子组不合格品率3
控制线，和每个子组不合格品率图。
若不合格品率在3
控制线外则不处于统计控制状态。
先将本数据（批次变量“批次”和疵点数的值）输入工作表
通过指令
统计>控制图>属性>控制图C（C），得到C图界面
点击疵点数>选择>确定。
得到图形是
计算出的下控制线应当是负的，而x值不会是负的，只需考虑上控制线。
从图上可以看出，生产处于统计控制状态
练习
某厂生产一种设备，每天生产2000台，某月不合格台数如下表，试画出C图并分析
日
5
6
7
8
9
10
11
12
13
15
16
台
17
10
10
11
6
10
13
5
15
9
8
日
17
18
19
20
21
22
23
24
25
26
27
台
16
20
13
13
5
11
11
19
10
7
13
9u图（不合格品数服从Poisson分布,不同总量）
例9检测20批村衫，其中每批检测箱子数，次品数如下，试画出u图并分析。
box（批次）
flaws（次品数）
nshirts（检查箱子数）
1
3
10
2
8
10
3
15
25
4
30
25
5
9
25
6
1
10
7
1
10
8
21
50
9
3
10
10
7
10
11
1
10
12
21
25
13
9
25
14
3
25
15
12
50
16
18
50
17
7
10
18
14
10
19
8
10
20
4
10
建立变量：
批次，次品数，监测箱数。
将数据输入工作表
通过指令（在会话窗口点击）
升级会员 