第一章统计过程控制 2005 教案（刘德惠）.ppt

统计过程控制 2005 案例（刘德惠） 第一章 质量统计基础概述 一、产品质量的统计观念 产品质量的统计观点是现代质量管理的基本观点之 一。若推行这样的观点就是现代的质量管理，否则即为传统 的质量管理。首先认识什么是数据？它具有什么特点；数据 的目的性； （一）数据： 1、什么是数据？ 数据：能够客观地反映事物事实的资料和数字。 2、收集数据的目的 目的：为了采取某种行动。统计方法的实质就是收集符合事实的数据，判断客观事物的规律性，采取响应的活动。所以通常收集统计数据其作用是： ①用于分析；②用于控制；③用于判断如检验或验证等. 3、统计数据的特点 数据具有两重性：波动性和统计规律性。 （1）数据的波动性： 在事物运行的过程中，数据具有波动性，这是客观存在所行成的如“人、机、料、法、环”等五大因素我称它为“4M1E”总是变化之中，设备应理解为机器设备及辅件、工装、模具等及设施，水、电、汽。材料应包括主要材料和辅料，方法应包括所用的软件等。所谓波动性就是它的分散性和变异性。 （2）数据的统计规律性： 数据的波动性，看似杂乱无章。经过整理、分析其波动性具有统计规律性，它具有随机现象的统计规律。 （3）统计方法就是从有波动性的数据中找出它的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。 任何产品都表现自己的固有的质量特性如： 物理特性； 感官特性； 行为特性； 时间特性； 人体功效特性； 功能特性。 这些产品、过程的质量特性，通常有的用量化的结果加以表示。 这种量化值的表示称之为质量特性值。 2、质量特性值（统计数据）分类 （1）计量值：用量具或仪器仪表等测量得出的数字是连续的 数值，可以出现小数。如长度、直径、重量、时间、速度、温度、寿命、强度、化学成分等。 （2）计数值：不能用计量器具或仪器仪表测量的非连续的数值，没有小数。如产品的件数，合格品数、不合格品数、废品数、气孔数、气泡数、疵点数等。 计数值数据又分为计件值和计点值。如合格件数、不合格件数；疵点数、气泡数、砂眼数等。 计数值的计件数如合格品数、不合格品数又用合格品率和不合格品率来表示，如不合格品 p=5% 记为0.05，这种百分比表示法为小数，但具体到单位产品件数而言仍是整数所以仍为计数值。 二、质量特性值统计分布 生产和科研中，从客观实践活动得到大量的质量特性值，这些具有波动性和统计规律的数据，经过整理能够找到它们的统计规律性。实践证明计量值数据常为正态分布；计数值中的计件值数据常为二项分布；计数值中的 计点值数据常为泊松分布。 （一）计量值数据的正态分布 1、正态分布曲线的表现特征 由于客观因素的影响，任何一组统计数据的数值不可能做到完全相等，表现在产品质量特性值具有分散性和变异性。因此要给质量特性值公差。正态分布的特点是：中心数值多表现在曲线上图形高。离开中心的正负方向数值越来越少，表现在曲线上图形越来越低。从理论上讲两边数据延伸向+∞，－∞。图形像寺院中倒扣的一口钟，因此又称为钟形图。 其表现特征为： 总结 : 正态分布的特点是:“中间高、 两头低、 数据延伸至±∞。 μ的变化只影响曲线中心分布位置移动，不影响图形的形状变化。μ值越大离开规格中心越远。 σ的变化只影响曲线的形状的变化，中位位置不变，σ值越小，曲线又高又瘦，数据越集中；σ值越大，曲线又矮又胖，数据离散程度越大。 因此，正态分布参数μ和σ的变化是反映了质量波动状况。控制μ要小，σ要小，是质量保证、质量控制、质量分析和质量改进的研究对象。 （四）正态分布的概率 概率就是可能性或机率。 正态分布的概率就是正态分布曲线在X轴以上所包含的面积大小。从理论上讲正态分布曲线数据延伸至±∞。 那么，对正态分布数学表达从－∞积分到+∞就是正态分布的包含的面积，表示如下：f(x) ＞0，永远为正值。 2.总体分布与样本分布 ① 正态分布的总体分布特征值 总体：指研究对象的全体。要获得总体分布就要对产品全体数量测 得其质量特性值的全部。总体往往是巨大的、甚至是无限的。 测得总体的质量特性值，μ和σ(标准差)往往是不可能的。 总体分布是指总体单位的分布，其单位x随机变量服从正态分布。分布中 心 μ和标准差σ记为