第三章第二、三、四节质量数据的统计处理.pptVIP

第二节 质量数据的搜集 质量特性值 数据取样 随机抽样方法 一、质量特性值（质量数据） ——“测量或测定质量特性所得的数值” 1）计量值（计量数据） ——质量特性值为给定范围内的任何一个可能数值。 2）计数值（计数数据） ——质量特性值为特定数值。 计件数据 计点数据 质量数据的特点 波动性 规律性 二、统计数据取样 1、统计推断——从整批（全部）产品中随机抽取一定数量的样品进行测试，将样品测试结果组成样本数据，然后通过对样本数据的分析来推断整批产品的质量。 2、总体——研究对象的全体。 3、个体——组成总体的基本单位。 4、总体容量N——总体中的个体数量。 ５、样本（子样）——由从总体中抽取的部分个体组成。 ６、样本容量（样本大小）ｎ——样本中的个体数量。 三、随机抽样方法 简单随机抽样 系统随机抽样 分层随机抽样 整群随机抽样 １、简单随机抽样 “总体中每个个体被抽到的机会相同”。 有放回地随机抽取得到的样本是简单随机抽样； 无放回地随机抽取得到的样本，当样本容量ｎ相对于总体容量Ｎ很小，可近似看作简单随机抽样； 简单随机抽样实现方法： 抽签 抓阄 查随机数值表 简单随机抽样应用场合——对总体中的Ｎ个个体没有太多了解。 简单随机抽样优缺点： 方法简单直观，抽样误差相对较小，但抽样程序复杂。 ２、系统随机抽样（机械随机抽样） ——“将总体按某一标志（如时间、长度等）排序，然后按一定间隔随机抽取样本单位”。 系统随机抽样适合大批量生产的流水线上产品的抽查； 系统随机抽样实施方便；但是若总体排序后呈现一定的规律性甚至周期性，而抽样间隔的周期正好与之吻合，则会产生系统性偏差。 ３、分层随机抽样 ——“先将总体按某些重要标志分成不交叉重叠的若干层，然后在各层中采用简单随机抽样等方法抽取”。 适用于产品质量验收； 样本代表性好，抽样误差小。 ４、整群随机抽样 ——“先将总体按某个标志分成若干群，然后在总体中，随机抽取整群产品，并由抽中群中的所有个体组成样本。” 整群随机抽样常用于工序控制中； 代表性差，抽样误差大。 第三节 质量数据的整理与图示 计量数据的整理与直方图 计数数据的整理与条形图 一、计量数据的整理与直方图 １、直方图（频数分布图） ——矩形宽度表示个组数据范围，高度表示在给定间隔内数据出现的次数（频数）。 2、直方图法 ——是从总体中随机抽取样本，将从样本中获得的数据进行整理，从而找出数据变化的规律性。 3、作直方图的步骤 1.收集数据 2.确定极差R 3.确定分组的组数k（一般为7~10）和组距h H=R/k 4.确定各组上、下限（a0≦Xmin ， ak ≧Xmax ， ak = ak-1 +h ） 5.统计数据落在各个组限区间的个数； 6.作频数分布表 7.画直方图 详见[例2.2.1-1] p24 4、直方图的观察分析 通过直方图来分析质量状况：一方面可观察直方图的形状判断总体（生产过程）的正常或异常，进而寻找异常的原因，另一方面可与质量标准（公差）比较，判定生产过程中的质量情况及工序能力状况。当出现异常情况时，应立即采取措施，预防不合格品的产生。 直方图的形状分析 直方图与质量标准（公差）比较分析 直方图的形状分析 整体分布形状是否向左或向右侧斜，是否对称； 整体分布位置是否适当，宽度如何； 整体分布中有无折齿或缺齿，有无孤岛，有无尖峰、双峰，是否过于平坦。 标准型 标准型的形状是中间高，两边低，左右基本对称。数据大体上呈正态分布，这时可判定工序处于稳定状态。 偏向型 一边的频数递减较快，形成左偏或右偏。 一些有形位公差等要求的特性值是偏向型分布。也有的是由于加工习惯而造成的。 由于剔除了不合格品的数据所作的直方图也可呈偏向型，则可判断测量工作有假。 双峰型 直方图出现两个顶峰，往往由于把不同的材料、不同加工者、不同操作方法、不同设备生产的两批产品混在一起而造成的。 这时若分层作直方图就能发现其差异。 锯齿型（包括掉齿型） 直方图象锯齿一样凹凸不平，大多是由于分组过多或检测数据不准而造成的，应查明原因，采取措施，重新作图分析。 平顶型 直方图没有突出的顶峰，这主要是在生产过程中有缓慢变化的因素影响而造成的。 孤岛型 在直方图的左边或右边出现孤立的长方形。这是测量有误，或生产过程中出现异常因素而造成的。如原材料一时的变化（如混料），刀具短时间严重磨损，或混入了少量不同规格的产品或短时间由不熟练工替班等。 陡壁型 当工序能力不足，为找出符合要求的产品而对产品进行全数检验的情况 直方图与质量标准（公差）比较分析 理想型 直方图的分布中心和规格中心近似重合，直方图的分布在公差范围内且两边有些余量。这种情况一般来说很少出现不合格品。根据概率计算，公差范