统计过程控制12.pptVIP

折线图：预测未来趋势 折线图 为了我们的美好未来, 让我们一起努力奋斗! 谢谢！ * * f. 高端型。当工序能力不足时为找到适合标准的产品而做全数检查时多出现此型，也就是说用剔除不合格产品的产品数据作直方图时易出现此型。另外，在等外品超差返修时或制造假数据等情况易出现此型。 f 第七步：直方图的分布状态及分析 g. 孤岛型。当生产条件的明显变化，如一时原料发生变化或者在短期内由不熟工人替班加工时易出现此型；另外在测量有误时易出现此型。 g 第七步：直方图的分布状态及分析 h.栉齿型。如分组不当，级的宽度没有取为测量单位的整数倍时多出现此型。另外，测量方法或测量用表读数有问题时也容易出现此型。 h 第七步：直方图的分布状态及分析 第八步：与公差界限比较分析 理想型：直方图的分布中心与公差中心重合，其分布在公差范围内，且两边有余量 偏向型：直方图的分布在公差范围内，但分布中心和公差中心有较大偏移——工序稍微变化都易出现不合格 无富余型：直方图的分布在公差范围内，两边的分布均没有余地——工序稍微变化都易出现不合格 能力富余型：直方图的分布在公差范围内，两边有过大的余地——不经济 能力不足型：实际分布超出公差范围——已出现不合格 陡壁型：实际分布中心严重偏离公差中心，但作图时已剔除了不合格 直方图总结 利用正态分布的原理 作用 解析看似杂乱无章数据的规律性 一目了然的了解数据的中心值/分布 与柱形图（柱状图）的区别 柱形图利用推移的原理只反映过去每期或每类别项目的状态比较 直方图利用正态分布原理，反映整个时期的质量分布状况，从中找出可能存在的问题 柱形图 以纵轴表示考察指标，以横轴表示时间或不同类型的产品，以助兴长度对考察目标进行比较 产量 （条/月） 月份 問題的 果 料(因 1) 因 2 环(因 1) 因 2 人(因 1) 机(因 1) 法(因 1) 因 2 因 2 因 2 因 2 因 3 因 3 因 3 因 4 鱼骨图（因果图） 因果图作图方法 明确要管理的特性 划出特性（结果）与主干 选取影响特性的要因 先画大枝（大分类的要因） 对大枝细究，一层一层，形成中枝、小枝、细枝，直到找出可采取措施的原因为止 检查要因是否有遗漏 对特别重要的要因附以标记 几点注意事项： 结果（特性）要具体 一个特性（结果）一张图 要因的分析应尽可能深入细致，穷追到底 不能将原因分析与对策混淆 大原因不一定是主要原因！ 鱼骨图（因果图） 鱼骨图（因果图） 半成品尺寸不稳定 设备 责任心不强 培训不足 操作不真确 压出尺寸不稳定 材料 方法 环境 打压风压控制不稳 作业方法不合理 温度变化大 人员 成型打压压力波动 口型不合适 胶料收缩 未按标准作业 半成品部件拉伸 排列图（帕雷托图） 80/20法则-示例 80%的病假是由20%的员工所占用； 80%的档案使用量集中于20%的档案； 80%的菜是重复20%的菜色； 80%的垃圾是源自20%的地方； 80%的档案使用量集中于20%的衣物； 80%的看电视时间都花在20%的节目； 80%的阅读的书籍都是取自书架上20%的书籍； 80/20法则-示例 80%的看报时间都花在20%的版面； 80%的电话都是来自20%的发话人； 80%的外出吃饭都前往20%的餐馆； 80%的讨论都是出自20%的讨论者； 80%的教师辅导时间都被20%的学生所占用; 80%的业务都来自20%的客户； 80%的质量问题都集中于20%的原因。 80/20法则 按事情的“重要程度”编排行事优先次序的准则是建立在“关键的少数与无关紧要的多数原理的基础上。这个原理是十九世纪末期与二十世纪初期的意大利经济学家兼社会学家Pareto所提出。它的大意是：在任何特定群体中，重要的因子通常只占少数，而不重要的因子则占多数，因此只要能控制具有重要性的少数因子即能控制全局。这个原理经过多年的演化，已变成当今管理学界所熟知的80/20原理--即百分之八十的价值是来自百分之二十的因子，其余的百分之二十的价值则来自百分之八十的因子。 80/20法则—重要启示 避免将时间花在琐碎的多数问题上，因为就算你花了80%的时间，你也只能取得20%的成效：你应该将时间花于重要的少数问题上，因为掌握了这些重要的少数问题，你只花20%的时间，即可取得80%的成效。 80/20法则—企业应用实例（一） 在存货管理上，有所谓ABC分类法。该分类法是将存货分为A、B、C三类。A类代表重要的少数，这类存货量少价值高。它们应备受重视而享有最佳的存货管理，包括最完整的纪录、最充裕的订货等候时间、最小心的保管等。C类存货则指琐碎的多数。这类存货量多而价值低，例如文件夹、订书针、纸袋、信封、邮票等办公文具皆属于这类。对这类来说，简直不须有任何存货管理，因为如施以这种管理