第二章六西格玛概念.ppt

第二章6SIGMA（六西格玛）概念 第一节 数据及处理方法 一、数据 1、什么叫数据 数据：能够客观的反映事物事实的资料和数字。 2、收集数据的目的 收集数据的目的：为了采取某种行动。统计方法的实质就是要用符合事实的 数据，判断客观事物的规律，采取相应的活动。通常收集数据的作用为： 1）用于控制； 2）用于分析； 3）用于检验或验证。 3、数据的特点： 数据的特点具有波动性和规律性。 在事物过程中，数据的波动是客观存在的。 所谓波动性，就是他的分散性和变异性。 但是数据的波动性，看似杂乱无章，经过分 析后，发现数据并不是杂乱无章，而是呈现一定 的规律性。数据的特点是：它是波动的，但是常 常是具有规律性的客观存在的事实，统计方法就 是从有波动性的数据中找出其中规律性的一种数 学方法。 二、质量特性值 1、质量管理的目的是保证与提高产品质量和工作质 量。任何产品都表现有固有的质量特性如： 物理特性； 感官特性； 行为特性； 时间特性； 人体工效特性； 功能特性。 这是我们学习ISO9000——2000标准中很熟悉的内容，不展 开了。这些产品、过程质量特性，很多需要量化的结果加以 表示，这种表示称之为质量特性值。 2、质量特性值分类： 两类：1）计量值：用量具或仪表等测量得出的连续数 值。 计量值：可用计量器具、仪器仪表进行测量而得到连续 性数值，可以出现小数。如长度、直径、重量、温度、 寿命、强度、速度、化学成分等。 2）计数值：不能用计量器具、仪器仪表进行测量 的非连续性数值。它可用计数的方法得到非连续性数值。 如产品的件数、废品数、返工数、返修数、合格品数、 不合格品数、气孔数、疵点、等等。计数值又分为计件 值和计点值。如合格件数、不合格件数；布匹的疵点、 显象管的气泡、铸造件 的砂眼等属于计点值。 计数值中产品的合格数或不合格数有时用合格率或 不合格率表示如：不合格率为百分之二、记为0.02， 虽然不是整数，但仍将它看作计数值。这些计数值 和计量值都是质量特性值，当然都是数据。这些数 据都是从客观实践来的，反映了客观事实，当然具 有数据的特点，即具有波动性和规律性。 三、质量管理统计分布规律 生产和科研中，从客观实践活动得到大量的质量特性数据，这些具有波动性和规律性的质量特性数据，经过整理能够找到其统计规律。实践证明计量值统计分布规律常为正态分布；计数值的统计分布规律常为二项分布和泊松分布。 1、正态分布： 大量的实践证明，许多连续性的计量值符合正态分布。正态分布的特点 是：中间数据高两头数据低，左右对称，数据向+ ∝和- ∝方向延伸。 数学表达式为： f（x）= F（x） 数据分布曲线的纵座标值 π圆周率为π≈3.1416 x 数据分布曲线的横坐标值 μ 分布中心的均值 e 自然对数的底为e ≈ 2.7183 σ 数据分散程度的标准偏差 希腊字母σ代表标准差，它是质量统计中的一个尺度。表示质量特性值分布 的离散程度， σ大小决定了分布曲线的形状。 σ愈大，曲线低而胖，质量特 性值愈分散。 σ愈小，曲线高而瘦，质量特性值愈集中。 3 σ法管理（称传统的方法） 在± 3 σ范围内正态分布曲线已覆盖的面积有0.27%的 测量数据值落范围外边。有99.73 %落在曲线面积内。 按不合格率和合格率描述是，在± 3 σ控制范围内合 格率为99.73 % ，不合格率为0.27 %近似0.3 %。认为 0.3 %不合格是正常的，不再下工夫解决。传统3 σ管理法：如直方图、统计过程控制图（SPC），过程 能力指数等。都是采用传统的3 σ做质量特性分析、控 制、改进的。 第二节 六西格玛法的概念 一、基本概念 在质量改进控制方法中，传统的3 σ质量特性控 制界限，是区分和判断过程数据中是否存在由数据系 统应素导致的质量特性波动的一个标准。 在6 σ法中， 6 σ是一个过程性能的目标，表示每 一百万活动或每一百万产品（单位产品）中，3.4个 （次数）不合格。在数理统计学意义上是：一个过程 如果具有6 σ的能力，就意味着过程平均值与规格上 下限的控制距离为6