QC七大手法预案.ppt

常规控制图的标准GB/T 4091—2001八种准则 直方图 -Histogram 直方图是将数据所分布的范围，区分为几个区间，将出现在各 区间内的数据之出现次数做成次数表，并将其以图（柱图） 的形式表现出来。 通过数据的量测（长度、重量、时间、温度等，由量测 所得到的数据）及直方图的整理， 我们可以得到数据的几种特征: 数据的分布形态（分配状态） 数据的中心位置 数据离散程度的大小 数据和规格之间的关系 目的：确认整批产品的分布与变异。 外观检验划伤数 ? 身高分配 ? 体重分配 ? Unit：个数/cm/kg 说明:直方图之平均值位在极左方，次数在左半部急高，而右半部急落。 解析:当把规格以下之数据，完全剔除时，就会出现此种情形。 截断分配：全检剔除 规格下限 说明:分布在中央的次数比较少，且在左右各有一个『峰』 解析:平均值相差大的数据分布混合在一超时，即会出现这种情形 双峰分配：来自不同的群体 说明:在直方图的左端或右端出现分离的小岛 解析:夹杂了其他分布的少量数据 （工序异常/测量错误…） 附属岛屿分配：特别原因 1.收集数据 作直方图,数据至少50個以上.一般对于数据个数多少,称为样品大小, 用 n 表示. 2.整理数据 将数据整理,并找出最小值与最大值. 3.决定组数 分组的组数并没有统一的规定，但太多或太少组都会使直方图失真 . A.分组组数依数据样本的大小n决定 B.最大值减去最小值的差(R),用2,5,10等相关数值相除. 样本大小 ｎ 建议分组组数 ｋ 50　? ～　100 6　? ～　10 100　～　250 7　? ～　12 250　以上 10　～　25 全距( R )=最大值(Max)-(最小值)Min 组数= R / 2, 5,10 例题：假定某车间有部车床车制直径为10mm的机螺丝。为了了解机螺丝的质量，从车制好 的机螺丝中抽出100个，测量并记录其直径数据如表（一）。为找出这些数据的统计 规律将它们分组、统计、作直方图 。 步骤一: 收集数据，数据最好收集50个以上，较容 易显示出整体数据的分布情况 步骤二: 决定组数，分组组数没有统一规定，但分 太多或太少皆会使直方图失真，依照样本大 小n，决定组数，如表（二）本例中 n=100,k=8 步骤三: 决定组距，组距h可由组数K除以全距R来 决定，如下式： 全距=R=XMAX-X MIN=10.6-9.22=1.38 组距=h=R/K=1.38/8=0.1725≈0.2 步骤四: 决定组界，组界即每一组的上下界，其计 算方法如下： 第一组下界 L1=XMIN-测量单位/2 第一组上界 U1=L1+h 第二组下界 L2=U1 第二组上界U2=L2-h 以此类推 … … 直方图实例 步骤五: 计算组中点，各个组的值以中点为代表值，计算方法如下：Xi=(Li+Ui)/2 步骤六: 计算次数并作次数分配表。 步骤七: 绘制直方图，以组界或组中点为X轴，次数为Y轴，再以各组之组距为底边，次数为高，对每一组绘一长 方形，相邻的组其长方形紧靠在一起，不要有空隙。 直方图实例 管制图  Control Chart 管制图为Shewhart博士于1924年发明。 管制图为一种图形表示的工具，用以显示从样本中量测或 计算所得之品质特性。 管制图不仅能将数值以曲线表示，观察其变化之趋 势，并可通过它即时判定制程是否有发生异常的趋势或已 发生异常。 管制图 逻辑 可信的 Output 掌握工程能力/ 管理状态 Controller Process Input Output UCL LCL X 制作管理图 Sampling 异常点 Out-of-Control (历史资料)平均值 管制上限(UCL): +3 σ 管制下限(LCL): -3 σ 样本平均值： 中心线(CL): 一.平均数、中位数 都是描述数据的“集中趋势”的“特征数”。 1.平均数：一般来说就是把所有数据相加，除以个数。用 “ ” 表示 2.中位数：将一组数据按大小依次排列，把处在最中间位置的