第二章常用质量管理方法1.ppt

一、基本统计知识 统计数据 常用统计量 质量波动 （1）统计数据 计量值数据； 计数值数据： 计件值数据； 计点值数据。 （2）常用统计量 总体、样本和数据之间的关系 产品质量的统计观点 产品质量具有变异性；（不稳定性、不一致性 产品质量变异具有规律性。（在一定范围内并符合一定规律的变异） 统计方法的重要性 有没有可能永远不出现不合格品？ 永远不出现不合格品是零缺陷吗？ 统计技术不仅是救火，更多的是防火！！ 案例分析——扁鹊行医 魏文王问名医扁鹊说∶“你们家兄弟三人，都精于医术，到底哪一位医术最好呢?”扁鹊答说∶“长兄最好，中兄次之，我最差。”文王吃惊地问∶“你的名气最大，为何反长兄医术最高呢?”扁鹊惭愧地说∶“我扁鹊治病，是治病于病情严重之时。一般人都看到我在经脉上穿针管来放血、在皮肤上敷药等大手术，所以以为我的医术高明，名气因此响遍全国。我中兄治病，是治病于病情初起之时。一般人以为他只能治轻微的小病，所以他的名气只及于本乡里。而我长兄治病，是治病于病情发作之前。由于一般人不知道他事先能铲除病因，所以觉得他水平一般，但在医学专家看来他水平最高。”? SPC的理论基础——正常波动和异常波动 二、质量管理常用概率分布 正态分布； 二项分布； 泊松分布。 正态分布 正态分布的两个参数 正态分布的概率与概率密度 Beta2是电子产品的指标x，统计结果显示该指标服从正态分布 N（250.7,38.032）； 请问x=250.7的概率是多少？ x=250.7的概率密度是多少？ Beta2指标的技术要求为（80，600）， 请问题该指标不合格的概率是多少？ 正态分布实际生活举例 人的体重大概服从N（60，102）分布，某电梯限乘13人，限重1500kg，试问满员时超重的概率是多少？(0) 其中13个人服从正态分布N（780，362） 二项分布 独立重复试验，若P（A）=p不变，n次独立重复试验，事件A出现的次数X ~ B（n,p）。 生活中：投硬币、射门、射击、投篮等？ 质量管理中有无二项分布？ 二项分布实际生活举例 一次考试只有10道单项选择题，每题有4个选项，每题10分，让一个没有任何本课程知识的人考试，通过的概率是多少？(0.02) 质量管理工作中二项分布 现有批量为N=1000（可以未知，但要大些）的一批产品，采用抽样方案（10，1）进行抽检，假设放回抽样，再假设此产品不合格品率为5%。问将这批产品判为接收的概率是多少？ 实践中，n/N≤0.1时，可近似为二项分布。 泊松分布举例 VLK926B2P有26个指标，如Beta1、Vbe1等，历史数据表明平均每百单位产品出现不合格0.5个。 现用抽样方案（100，2）检验，将一大批产品判为接收的概率是多少？ 或随机抽取100个产品，出现2个以下不合格的概率是多少？ 特别强调 不合格服从什么分布？ 不合格品服从什么分布？ 质量管理的基本工作任务 首要任务：消除异常波动；局部措施！ 其次：进行质量改进或将正常波动控制在合理的范围之内。系统措施！！ 是符合即可？还是越靠近目标越好？ （1）调查表 用于收集数据的图表工具。 正态性检验——基于直方图方法 正态性检验——基于正态分布方法 散点图示例 典型散点图形状 散点图作图步骤 （1）收集数据； （2）建立直角坐标系； （3）在直角坐标系上描点； （4）标出相关事项。 用软件作图 同一组数据作不同散点图 不同数据作图 相关分析 计算相关系数r反映两变量线性关系，大小从-1至+1； 进行相关性检验。用软件演示！ 回归分析 一元线性回归方程；y=a+bx 回归方程的检验；r检验或回归系数检验 应用软件解决。 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 实例－钢的淬火温度与硬度的相关关系判断 序号 淬火温度（C0） x 硬度（HRC） Y 序号 淬火温度（C0） x 硬度（HRC） Y 1 810 47 16 820 48 2 890 56 17 860 55 3 850 48 18 870 55 4 840 45 19 830 49 5 850 54 20 820 44 6 890 59 21 810 44 7 870 50 22 850 53 8 860 51 23 880 54 9 810 42 24 880 57 0 820 53 25 840 50 11 840 52 26 880 54 12 870 53 27 830 46 13 830 51 28 860 52 14 830 45 29 860 50 15 820 46 30 840 49 1）对照典型图例判断法 810 42 44 46 48 5