简短的个性说说：你的世界与我无关,我的世界你只配旁观.ppt

第十三章 统计方法在质量管理中的应用 引例（Statistics in Practice） 六西格玛诱变中兴企业基因 虽然中兴连续三年被美国《商业周刊》誉为“世界上增长最快的通信设备制造商”，其合同销售率也正以每年34％的速度迅速递增，不过它也摆脱不了“大家的烦恼”，通信设备制造行业的赢利能力快速下降，暴利时代一去不复返。中兴老总侯为贵一定仔细思量过老对手任正非的提问：“如果有一天，公司销售额下滑、利润下滑甚至会破产，我们怎么办？” 2001年，IT的冬天，GE走进了中兴的视线，六西格玛走进了侯的视线。中兴开始了六西格玛的企业整形手术。至少到目前为止，六西格玛在中兴已获成功。根据公司内部财务测算：2001年下半年，中兴的六西格玛战略为公司带来了1076万的财务收益；2002年，4024万；2003年，这个数字更是飙升至1.49亿。 第十三章 统计方法在质量管理中的应用 本章重点 1、质量控制的概念； 2、统计过程控制； 3、接受抽样； 本章难点 1、接受抽样。 * STAT /g/339.html STAT 第十三章 统计方法在质量管理中的应用 STAT 相关概念: 质量的定义:质量是一种产品或服务的总体特征,这些特征影响着自身满足一定需求的能力.(美国质量控制学会) 质量控制:就是进行一系列的检查和测量来确定质量水平是否达到要求. 本章要介绍的两种方法:统计过程控制和接受抽样. 第一节 统计过程控制 一、产品质量变化的原因 （一）非随机原因：如机器的磨损、错误的机器运载等。 （二）正常原因：如随机的材料、温度、湿度等原因。 只有出现了非随机的因素，我们才需要对生产进行调整。 第十三章 统计方法在质量管理中的应用 STAT 过程控制中的统计程序基于前面所介绍的假设检验的方法，零假设表示生产过程处于控制之中，备择假设表示生产过程失控。 过程控制的第一、二类错误可用下图说明： 第十三章 统计方法在质量管理中的应用 STAT （三）控制图 控制图可以帮助决定产品变化是由正常原因（控制中）还是由非随机原因（非控制中）造成的。 根据所包含的数据类型可将控制图分为： （1） 图 （2）R图 （3）p图 （4）np图 示例： 第十三章 统计方法在质量管理中的应用 STAT 1、 图:过程均值和标准差已知 KJW包装公司运行一条麦片罐装生产线，已知生产线正常时麦片的平均重量为16.05，标准差为0.1。 麦片重量服从的正态分布 一定容量麦片样本的平均重量服从的正态分布 结论：可以用样本服从的抽样分布来确定过程处于控制之中时的 第十三章 统计方法在质量管理中的应用 STAT 一般实际的操作是将 的合理值定在均值上下的3个标准差的范围之内。 . UCL LCL CL 第十三章 统计方法在质量管理中的应用 STAT 如果从样本中得到的样本均值落在控制界限之外，则表明过程出现了失控，如图中第14个点。 . . 第十三章 统计方法在质量管理中的应用 STAT 2、 图:过程均值和标准差未知 在KJW包装公司案例中，我们已知过程的平均重量和标准差。大多数情况是，我们并不知这些数据，这就需要从处于控制中的过程中抽取样本来估计这些数据。如我们可以在KJW公司生产处于控制之中的10天内，每天上午和下午随机抽5盒作为样本。 在实践中，通常用全距代替标准差来控制过程的变化。因为全距更容易计算。 第十三章 统计方法在质量管理中的应用 STAT 公式的推导： 已知 存在如下关系 令 可得 运有此公式，可画出均值和方差未知的控制图 第十三章 统计方法在质量管理中的应用 STAT 3、R图 推导：全距的标准差为： 可得 对上式进行简化 可得 第十三章 统计方法在质量管理中的应用 STAT 第十三章 统计方法在质量管理中的应用 STAT 4、np图 二项分布的均值为 方差为 可得 图略 第十三章 统计方法在质量管理中的应用 STAT 第二节 接受抽样 在接受抽样中，关心的东西可能是运入的原材料、购买的零件或者是来自装配线最后一道工序的成品。假定我们希望根据规定的产品质量特性决定是接受还是拒绝一组产品。用质量控制术语来说，这组产品就是一个批量，而接受抽样是一种统计方法，它可以使我们通过对从批量中抽取产品的检查结果做出取舍决定。 第十三章 统计方法在质量管理中的应用 STAT