TQC中的7大工具介绍.ppt

我们可以把噪声变量划分成三个主要的散布族 单元-单元（Location-to-Location） - 由于生产线中相似过程引起的散布差异 设备-设备的差异 生产线-生产线的差异 模具-模具的差异 冲压-冲压的差异 作业者-作业者的差异 时间-时间（Time-to-Time） - 工程在时间上的散布差异 班次-班次 工作日-工作日 周-周 序列（Sequential） - 一系列工程之间的差异 如果输出变量受到几个不同的工程的影响，我们将检验工程-工程的散布 控制图的主要类型 注意：相关关系就其本身来说并不意味着因果关系! 潜在变量! 其它例子? 汽车价格 汽油行车里程 在什么情况下推断因果关系才是正确的? 6）相关与回归 “最佳”拟合意味着… 希望t (Y- ) 很小 (Y- ) 称为预测的残差或误差 希望 2 很小 希望 S 2 很小 最小平方 = 最小化误差的平方和 (Y- ) (Y- ) Y (真实观测值) (“拟合观测值) 最小二乘法 判定两个变量的相关关系后,我们希望找到最佳的拟合直线(或曲线),即利用最小二乘法求出回归方程。 3.7 直方图（ Histogram ） 1）定义 把计量值的数据分成几个区间（或级），根据各区间所包含的数据个数（度数），用柱状表示的图形。 2）用途 调查数据（计量型）是以什么值为中心，形成什么样的图表。 — 把握数据的全体面貌。 — 定好数据的中心在何处。 — 把握数据所具有的偏移。 — 把握数据的分布状态。 — 比较数据的规格差异，一次可以获得多种数据。 3）术语 — 度数：属于各区间（或级）数据的数量。 — 区间的幅：柱子的宽度。 — 区间的警界值：组织之间的警界值。 — 区间的中心值：柱子中央的值。 138 150 164 132 129 144 144 140 146 158 140 125 147 149 163 135 161 138 126 147 153 157 154 150 168 173 142 148 142 136 165 145 146 135 145 176 156 152 135 128 4）柱状图做成（按照实例方式） ① 收集测定的特性值。n＝40 ② 决定数据的范围（R）：最大值＝176 ，最小值＝125 R＝最大值－最小值＝176－125＝51 ③ 决定区间的数K ④ 定出区间的宽度H＝ R / k ＝ 51/5 ＝ 10.2 ≒ 10 ⑤ 求区间的界限值 原则上定为比测定数据的单位最末位数小一位（最小测定单位的1/2） 测定数据的数（n） 30～50 51～100 101～250 250以上 区间的数（k） 5～7 6～10 7～12 10～20 ⑥ 求各区间的代表值（区间的中心值) ⑦ 求度数分布,以Check Mark（/，//，///，////，////）方式 ⑧ 做出柱状图 区间 NO. 区间的界限 区间的代表值 Check Mark 度数 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 14 12 10 08 06 04 02 0 129.5 139.5 149.5 159.5 169.5 179.5 代表值 5）解释 为获取信息，不考虑小的曲折，只考虑整体形态。 ① 分布的中心位置？ ② 数据的散布？ — 有无左右偏移？ — 分布是否平均？ — 是否脱离？ — 有无两座山？ — 分布的左右，有无峭壁形？ — 层别结果，其必要性？ ③ 规格是？ — 有无超出规格范围的数据？ — 分布中心是否在规格的中间