质量管理学课件-统计质量控制理论和方法.pptVIP

因果图作图步骤 （4）确定因果图中的主要、关键原因，并用符号明显的标出，再去现场调查研究，验证所确定的主要、关键原因是否找对、找准。以此作为制订质量改进措施的重点项目。一般情况下，主要、关键原因不应超过所提出的原因总数的三分之一。 因果图作图步骤 （5）注明本因果图的名称、日期、参加分析的人员、绘制人和参考查询事项。 做因果图的一个重要内容就是要收集大量的信息，而许多信息是靠人们主观想象和思维得到的。 2.作因果图的注意事项 （1）要充分发扬民主，把各种意见都记录、整理入图。一定要请当事人、知情人到会并发言，介绍情况，发表意见。 （2）主要、关键原因越具体，改进措施的针对性就越强。主要、关键原因初步确定后，应到现场去落实、验证主要原因，在订出切实可行的措施去解决。 作因果图的注意事项 （3）不要过分的追究个人责任，而要注意从组织上、管理上找原因。实事求是的提供质量数据和信息，不互相推托责任。 （4）尽可能用数据反映、说明问题。 作因果图的注意事项 （5）作完因果图后，应检查下列几项：图名、应标明主要原因是哪些等、文字是否简便通俗、编译是否明确、定性是否准确、应尽可能地定量化、改进措施不宜画在图上。 （6）有必要时，可再画出措施表。 汽车失控 胎 瘪 钉子 石头 爆胎 玻璃 路 滑 油 冰 雨 雪 药物影响 嗜 睡 司机差错 训练不足 反应慢 鲁 莽 机械故障 系杆断裂 加速器失灵 刹车失灵 刹车片磨损 润滑不良 因果分析图法例子 散布图大致可分为下列情形： (5)无关 即x变化不影响y的变化。 y x 无关 · · · · · · · · · · · · · · · · 制作与观察散布图应注意的几种情况 (a)应观察是否有异常点或离群点出现，即有个别点子脱离总体点子较远。 如果有不正常点子应剔除； 如果是原因不明的点子，应慎重处理，以防还有其它因素影响。 制作与观察散布图应注意的几种情况 (b)散布图如果处理不当也会造成假象，如图。 若将x的范围只局限在中间的那一段，则在此范围内看，y与x似乎并不相关，但从整体看，x与y关系还比较密切。 ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ 局部与整体的散布图 x y ○ ○ 制作与观察散布图应注意的几种情况 (c)散布图有时要分层处理。 如图，x与y的相关关系似乎很密切，但若仔细分析，这些数据原是来自三种不同 的条件。如果这些点子分成 三个不同层次A、B、C。从 每个层次中考虑，x与y实际 上并不相关。 ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ ○ 应分层处理的散布图 x y ○ ○ A B C 2.散布图与相关系数r 变量之间关系的密切程度，需要用一个数量指标来表示，称为相关系数，通常用r表示。 不同的散布图有不同的相关系数，r满足：-1≤r≤1。 因此，可根据相关系数r值来判断散布图中两个变量之间的关系。 r值 两变量间的关系，判断 r=1 完全正相关 1＞r＞0 正相关 （越接近于1，越强： 越接近于0，越弱） r=0 不相关 0＞r＞-1 负相关 （越接近于 -1，越强；越接近于0，越弱） r= -1 完全负相关 散布图与相关系数r表 相关系数的计算公式是： 式中 ——表示n个x数据的平均值； ——表示n个y数据的平均值； ——表示x的离差平方之和，即 ——表示y的离差平方之和，即 ——表示x的离差与y的离差的乘积之和， 即 通常为了避免计算离差时的麻烦和误差，在计算相关系数时，也可采用下列进行： 注意 r所表示线性相关。 当r的绝对值很小甚至等于0时，并不表示x与y之间就一定不存在任何关系。如x与y之间虽然是有关系的，但是经过计算相关系数的结果却为0。这是因为此时x与y的关系是曲线关系，而不是线性关系造成的。 相关图法的运用实例 某一种材料的强度和它的拉伸倍数是有一定关系的，为了确定这两者之间的关系，我们通过改变拉伸倍数，然后测定强度，获得了一组数据，如表所示。 拉伸倍数与强度的对应数据 老七种工具之五：排列图 排列图是通过找出影响产品质量的主要问题，以便改进关键项目。 排列图最早由意大利经济学家巴累特(Pareto)用于统计社会财富分布状况的。他发现少数人占有大部分财富，而大多数人却只有