QC七大手法92727.docVIP

目录： 第Ⅰ部分：课程简介 第Ⅱ部分 基本统计概念 统计的定义 研究对象的数据一一随机变量 正态分布 极差 中位值，众数值 计量值与计数值 品质的敌人一一变异 练习 第Ⅲ部分：QC七大手法 检查表 柏拉图（二八开规律） 层别法（分层法） 散布图 Run一Chart 直方图 管制图及CPK 综合应用 第Ⅰ部分：课程简介 什么是QC七大手法（QC 7 TOOLS） QC七大手法是用于品质改善的七种工具包括： ⑴ 检查表（Ceck list） ⑵ 柏拉图（Preto Diagram） ⑶ 特性要因图/鱼骨图（Cause and Effect Diagram） ⑷ 层别法/分层法（Stratification） ⑸ 散布图（Scatter Diagram） ⑹ 直方图（Histogram） ⑺ 管制图（Control Chart） 为了便于大家对QC七大手法有更深入的认识，并能灵活应用于工作中，该课程补充了第Ⅱ部分：基本统计概念，内容大致如下： 注：特性要因图对此次培训不作要求，补充 Run—Chart （趋势图）。 二，QC 七大手法使用阶段的人员 品质改善进行的阶段 应用的品质改善工具 应用人员 1．发现问题 检查表，直方图，柏拉图，管制图 技术员，组长，检查员及其它管理人员 2．寻找原因 特性要因图，散布图 技术员，组长及其它管理人员 3．分析原因及解决问题 直方图，特性要因图，散布图 技术员，管理人员 4．检查效果 检查表，柏拉图，管制图 检查员及组长及以上人员 QC七大手法应用于品质改善及管理的步骤 第Ⅱ部分：基本统计概念： 统计的定义 统计通常有两种解释，在此仅列出应用于品质管制的统计定义，即： 一门包括如何针对数量性数据进行收集，制图，列表与分析等之科学知识。 它包括有数量性地对数据进行收集，制图，解释及介绍等步骤，每个步骤均依赖前者的精确及完整。 以某塑胶制品为列，QC人员收集有关量度塑胶成品与配件之间拉出磅力的数据，QC组长或相关人员采用人手或电脑绘图，并进行分析工作，其中包括计算，比较等等，最后的结果可用于解释及预估该塑胶成品与配件之间拉出磅力的整体品质水平 二，研究对象的数据-----随机变量 做统计分析时，常常需要针对研究对象的大量数据，往往称这些数据不“随机变量”，记为Xi。随 机变量具有随机性，广泛性，代表性，这三个条件是统计分析的基本要求。 随机变量的累积“（累加）常用 其中∑-表示累加号 表示有n个数累加 随机变量的平均值（常见的是） 某稳定工序正批量生产某关键尺寸为50.0±2.0mm的工件,QC抽样10个,尺寸如下: 50.0 48.5 49.0 51.0 50.5 50.0 51.5 49.5 50.0 49.5 请计算该抽样的累积数,平均值,以及数据为50.0在这10个抽样数中占的百分比; 计算如下: 累积数:(这里的n=10) 当收集大量的数据,然后在坐标轴上,按各个数据出现的次数(频率)作统计并绘图时,绘出的图形是以50.0为对称轴,左右两边对称的曲线图形(如下图Ⅱ-Ⅰ),这样的曲线图我们称为正态分布图. 问:正态分布有何特征?那一类的数据,其图形是显示正态分布的呢? 三.正态分布 1.正态分布常常用N(u,ó2)来表示,其中U是正态分布图形的对称中心(如图Ⅱ-Ⅰ),统计学上称中央趋势,它也是数据的平均值,但U是整体数据的平均值,如果是抽样数据的平均值,用×表示,即样本平均值,因此我们常见到X ó2表明正态分布数据的分散程度(统计学上称为标准差),显示该正态分布图是瘦高型还是矮胖型(如图Ⅱ-2),如果是抽样数据的标准差,用S表示,注意:图Ⅱ-2中的这两个图形面积相等,在正态分布图里,用1表示整个图形的面积,各部分占整个面积的多少常常用%来表示. 问:瘦高型,矮胖型哪个好? 提示:两个图形面积相等时,标准差越大,数据越分散,图形越趋向于矮胖型 2.标准差的计算 前面已算出平均值,标准差按以下公式很容易求得: *标淮差的计算中用n-1而不用n ,因为要弥补特殊情况(样本小于20)时的显著误差,当N20时,n-1或n都不会对计算结果有显著影响. 题目同例1 请计算该抽样数的标准差. 计算如下: 由于例1已计算出平均值为49.95此处选用手算公式,得 = = 0.89 3.正态分布除前面提及其图形显左右对称的特点外,还有另一特点,即不管其图形是瘦高型还是矮胖型,每个正态分布图形里,平均值±标准差(U±ó)的范围内将占有整个图形面积的68.26%(如图Ⅱ-3). 、 问：u±2ó，u±3ó占的面积是固定的吗？各为多少？ 提示：u±2ó占的面积为95。46%，u±3ó占的面积为99。73%自已按上图试画