QC7大大手法与Minitab工序统计剖析七种工具.ppt

Sep.20,2007 Harry.Peng * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 散布图及相关分析 用 MINITAB 作散布图 散布图及相关分析 用 Excel 作散布图 箱 图一个非常流行的分析工具 Graph Boxplot 按照下列方式填写对话框： “箱图” 用于对比不同的样本或不同类型数据 点击‘OK’ 箱图－一个非常流行的分析工具 中值 四分之三位 (Q3) 四分之一位 (Q1) * 界外值 上部触须的最高点表示下面两值中的较小值 : Q3 + 1.5(Q3-Q1) 数据组中的最大值 下部触须的最低点表示下面两值中的较大值: Q1 - 1.5(Q3-Q1) 数据组的最小值 * 任何超过所计算上限或下限的点在图上用界外值(由星号标记)表示 箱图－一个非常流行的分析工具 Quartile (“Q”) 代表数据的四分之一 (一组数据有4个Quartiles) ‘方框’ 代表数据的中间50% 方框中的水平线是中值 方框上面和下面的垂直线是 ‘触须’，代表分布状态的末端 星号代表(*)界外值 这个直方图显示了设备间的什么差异? 四分之三位 四分之一位 中值 上限 Q3 + 1.5(Q3 - Q1) 下限 Q1 - 1.5(Q3 - Q1) 箱图－一个非常流行的分析工具 直方图,分布图- 展示数据分布状态- 分析工序能力 控 制 图- 工序稳态分析、判断及控制 控 制 图 本材料中未提及的相关内容，参照 中华人民共和国国家标准 常规控制图 GB/T 4091—2001 （idt ISO 8258:1991) 控 制 图 控制图: 用于分析和判断工序是否处于控制状态所使用的带有控制界限线的图。控制图可展示过程变异并发现异常变异,是对工序特性进行研究和控制的重要工具，并进而成为采取预防措施的重要手段。 控制图是1924年由美国品管大师W.A. Shewhart博士发明。因其用法简单且效果显著，人人能用，到处可用，遂成为实施质量控制时不可缺少的主要工具。 按测定值性质，控制图可分为计量值和计数值控制图； 按用途不同，控制图可分为分析用和控制用控制图。 任何反映产品或工序特性的变量(计量数据)或属性(计数数据)都可以绘制控制图,前者称计量型控制图,后者称计数型控制图。 计量型控制图,一般有两张图组合使用:一个用来监控工序中心(均值)的变化,一个用于监控工序的变异(极差或标准差)的变化。 控制图原理 3σ原则 当质量特性值的随机变量服从正态分布时,则变量落在μ±3σ范围内的概率是0.9973。根据小概率事件可以“忽略”的原则,如果变量超出μ±3σ范围,则认为过程存在异常变异(系统性变异)。 工序中的质量特性均值及离散量符合正态分布。 一个控制图通常有3条线: 中心线(Central Line),简称CL线;其位置与正态分布均值μ重合。 上控制线(Upper Control Line)或上控制限(Upper Contro1Limit),简称UCL;其位置在μ+3σ处。 下控制线(Lower Control Line)或下控制限(Lower Control Limit) ,简称LCL,其位置在μ-3σ处。 存在系统误差 存在随机误差 控制图原理 两类错误 控制图是用从总体中抽取的样本数值进行判断的,既然是抽样就可能存在风险,即产生错判或漏判错误的风险。 第Ⅰ类错误 (生产者风险)：错判，虚发警报。即使工序正常,仍可能由于偶然原因而造成点子超出上下控制限,将一个正常总体错判为不正常。第Ⅰ类错误通常用α表示。 控制界限的幅度影响犯第Ⅰ类错误的概率，α随着控制界限的增大而减小。 当采用3σ原则时,α=0.27%。 第Ⅱ类错误 （使用者风险）： 漏判，漏发警报。在工序存在异常变异时;如被监控的总体的均值发生偏移或其标准差发生改变,仍会有一部分数据在上下控制限以内,从而发生漏报的错误,发生这种错误的概率通常以β表示。 受四个方面的影响 控制界限幅度； 均值偏移幅度； 标准偏差变动幅度； 样本大小。 β随着控制界限的增大而增大，随着样本的增大而减小。 控制图原理 检出力： 当工序发生异常时,控制图可以把这种异常检测出来的概率。是控制图的重要质量特性。 检出力=l-β 影响检出力的因素同样有四个 控制界限幅度； 均值偏移幅度； 标准偏差变动辐度； 样本大小。 样本大小可由生产者和管理者决定。大样本检出力大，检出灵敏；样本小时,检出力小.检出迟钝。 应用控制图时,应保证适宜的检出力。检出力过大,检出过于灵敏,容易虚发警报,检出力过小,检出过于迟钝,容易漏发警报。 为保证控制图有适宜的