质量数据及分析、统计基本方法.ppt

SPC统计技术Statistical Process Control磁通品质部 一、质量数据的基本知识 1、质量数据的分类 质量数据是多种多样的，按其性质和使用目的不同，可分为两大类： 计量值数据 计量值数据是可以连续取值，或者说可以用测量工具具体测量出小数点以下数值的这类数据。 如长度、压力、温度等。 计数值数据 计数值数据是不能连续取值，只能以个数计算的数据。 如不合格品数，缺陷数等 2、总体和样本 总体：又叫“母体”是指要分析研究对象的全体。可以是一个过程，也可以是这一过程的结果即产品。 组成总体的每个单元（产品）叫做个体。 总体中所含的个体数叫做总体含量，也称总体大小。通常用N表示。 样本 样本也叫“子样”。它是从总体中随机抽取出来，并且要对它进行详细研究分析的一部分个体。 样本中所含的样品数目，一般叫样本容量或样本大小。通常用n表示。 样本中所含的每一个个体叫样品。 3、抽样及抽样方法 抽样： 抽样：是指从总体中随机抽取样本的活动。 随机性：是指要使总体中的每一个个体（即产品）都有相同机会被抽取出来组成样本的特性。 在质量管理过程中，常用抽取样本并通过样本检测所得到数据来预测总体质量状况的这种手段 常分为以下几种方法： 一般随机抽样法； 顺序抽样法； 分层抽样法； 整群抽样法。 一般随机抽样法： 抽取样品是随机 方法：将全部产品编号后可用抽签、抓阄儿、查随机数表或掷骰子等办法抽取样品。 优点：抽样误差小 缺点：较复杂 顺序抽样法 又称等距抽样法、系统抽样法、或机械抽样法。 方法：先将全部产品编号，用随机抽样法产生一个抽样起点，每隔相同数据间隔而抽取的个体样本方法。 优点：操作简便 缺点：偏差性可能会很大 分层抽样法（又称类型抽样法） 方法：总体可分为不同的子总体（也称层）时，按规定的比例从不同层中随机抽取样品（子样）来组成样本时的方法。 常用于产品质量的验收 优点：抽样误差较小 缺点：较一般随机抽样还要繁锁 整群抽样法（又称集团抽样法） 方法：将总体分成许多群，每个群由个体按一定方式结合而成，然后进行随机抽取若干群，并由这些群中所有个体组成样本。 优点 ：实施方便 缺点：代表性差、误差大 4、几个重要的特征数 平均数：用 表示： n：数据个数 ：第i个数据值 中位数，用 X 表示 将一组数据按从小到大顺序排列，位于中间位置的数叫中位数。 当n为奇数时，则取顺序排列的中间数 当n为偶数时，则取顺序排列的中间两个数的平均数。 极差R 极差是指一组数据中最大与最小之差，用符号R表示： R=L-S L：数据的最大值 S：数据的最小值 样本方差 样本方差：是衡量统计数据分散程度的特征数字，用符号S2表示 标准偏差 国际标准化组织规定：将样本方差的平方根做为标准偏差，用S表示： 标准偏差S反映了数据的离散程度： S值大，数据密集程度差，离散度大 S值小，数据密集程度高，离散度小 同时也反映平均值的代表性 若S值大，则 代表性差 若S值小，则 代表性好 标准差σ （Sigma） 总体标准差 = 通常用样本标准差近似的估计为总体标准差 标准差的意义：一组数中各单个值与总体平均数之间的平均离差，说明该组数的离散程度 5：为什么要应用SPC 在生产过程中，产品的加工尺寸/性能的波动是不可避免的。它是由人、机器、材料、方法和环境等基本因素的波动影响所致。波动分为两种：正常波动和异常波动。正常波动是偶然性原因（不可避免因素）造成的。它对产品质量影响较小，在技术上难以消除，在经济上也不值得消除。异常波动是由系统原因（异常因素）造成的。它对产品质量影响很大，但能够采取措施避免和消除。过程控制的目的就是消除、避免异常波动，使过程处于正常波动状态。 6：SPC技术原理 统计过程控制（SPC）是一种借助数理统计方法的过程控制工具。它对生产过程进行分析评价，根据反馈信息及时发现系统性因素出现的征兆，并采取措施消除其影响，使过程维持在仅受随机性因素影响的受控状态，以达到控制质量的目的。当过程仅受随机因素影响时，过程处于统计控制状态（简称受控状态）；当过程中存在系统因素的影响时，过程处于统计失控状态（简称失控状态）。由于过程波动具有统计规律性，当过程受控时，过程特性一般服从稳定的随机分布；而失控时，过程分布将发生改变。SPC正是利用过程波动的统计规律性对过程进行分析控制的。因而，它强调过程在受控和有能力的状态下运行，从而使产品和服务稳定地满足顾客的要求。 特殊原因 一种间