資源描述:
《質(zhì)量管理第二章質(zhì)量數(shù)據(jù)統(tǒng)計(jì)處理.ppt》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在PPT專區(qū)-天天文庫。
1、第二章質(zhì)量數(shù)據(jù)的統(tǒng)計(jì)處理第一節(jié)數(shù)據(jù)的取得與整理第二節(jié)質(zhì)量變異的描述與模型第三節(jié)質(zhì)量管理中常用統(tǒng)計(jì)方法第四節(jié)直方圖第五節(jié)工序能力分析第一節(jié)數(shù)據(jù)的取得與整理收集數(shù)據(jù)的目的用于控制現(xiàn)場(chǎng)的數(shù)據(jù)用于分析的數(shù)據(jù)用于調(diào)節(jié)的數(shù)據(jù)用于檢查的數(shù)據(jù)計(jì)量數(shù)據(jù)計(jì)數(shù)數(shù)據(jù)順序數(shù)據(jù)點(diǎn)數(shù)數(shù)據(jù)優(yōu)劣數(shù)據(jù)數(shù)據(jù)的分類數(shù)據(jù)的取樣隨機(jī)抽樣:從總體中隨機(jī)抽取一定數(shù)目的個(gè)體單位作為樣本進(jìn)行觀察,使每個(gè)個(gè)體單位都有一定的概率被選入樣本,從而使根據(jù)樣本所做出的結(jié)論對(duì)總體具有充分的代表性1簡(jiǎn)單隨機(jī)抽樣2系統(tǒng)隨機(jī)抽樣3分層隨機(jī)抽樣4整群隨機(jī)抽樣總體:個(gè)體:總體又叫母體,是研究對(duì)象的全體。一批零件、一個(gè)工序或某段時(shí)間內(nèi)生產(chǎn)的同類產(chǎn)品的全
2、部都可以稱為總體。構(gòu)成總體的基本單位,稱為個(gè)體。每個(gè)零件、每件產(chǎn)品都是一個(gè)個(gè)體。質(zhì)量檢驗(yàn)常用抽樣方法進(jìn)行,即從總體中抽出一部分個(gè)體,并測(cè)試每個(gè)個(gè)體的有關(guān)質(zhì)量特性數(shù)據(jù),進(jìn)行統(tǒng)計(jì)分析后,對(duì)總體作出估計(jì)和判斷。樣本:樣本又叫子樣,是從總體中抽出來一部分個(gè)體的集合。樣本中每個(gè)個(gè)體叫樣品,樣本中所包含樣品數(shù)目稱為樣本大小,又叫樣本量,常用n表示。對(duì)樣本的質(zhì)量特性進(jìn)行測(cè)定,所得的數(shù)據(jù)稱為樣本值。當(dāng)樣本個(gè)數(shù)越多時(shí),分析結(jié)果越接近總體的值,樣本對(duì)總體的代表性就越好??傮w樣本結(jié)論數(shù)據(jù)抽樣分析管理測(cè)試質(zhì)量變異的描述與模型一產(chǎn)品質(zhì)量的統(tǒng)計(jì)觀點(diǎn):1認(rèn)識(shí)到產(chǎn)品質(zhì)量的變異性。2可以掌握產(chǎn)品質(zhì)量變異的統(tǒng)計(jì)規(guī)
3、律性二質(zhì)量因素的分類:1按不同來源分類:操作人員(Man),設(shè)備(Machine),原材料(Material),操作方法(Method),環(huán)境(Environment)簡(jiǎn)稱4M1E.測(cè)量(Measurement),5M1E2按影響大小與作用性質(zhì)分類:偶然因素影響微小,始終存在,逐漸不同,難以消除異常因素影響較大,有時(shí)存在,一系列產(chǎn)品受到同一方向的影響,不難消除質(zhì)量管理中常見的概率分布1二項(xiàng)分布一個(gè)包含n個(gè)獨(dú)立的實(shí)驗(yàn),每次實(shí)驗(yàn)的結(jié)果是“成功”或“失敗”,成功的概率為常數(shù)p,則在n次試驗(yàn)中成功的次數(shù)x具有下列二項(xiàng)分布式中,n與p為參數(shù),n為正整數(shù),0
4、別為當(dāng)n充分大時(shí),二項(xiàng)分布趨于對(duì)稱,近似趨于正態(tài)分布在質(zhì)量管理中一個(gè)常見的隨機(jī)變量是樣本不合格品率x為樣本不合格品數(shù),其服從參數(shù)為n(樣本大小)與p(總體不合格品率)的二項(xiàng)分布.2泊松分布在質(zhì)量管理中,泊松分布典型用途是用作單位產(chǎn)品上所發(fā)生的缺陷數(shù)目的數(shù)學(xué)模型當(dāng)充分大時(shí),泊松分布趨于對(duì)稱,近似趨于正態(tài)分布泊松分布的均值和方差分別為:3正態(tài)分布若x為一正態(tài)隨機(jī)變量,則x的概率密度為若為n個(gè)獨(dú)立的正態(tài)隨機(jī)變量,其均值分別為方差為則下列正態(tài)隨機(jī)變量的線性組合的分布也是正態(tài)分布,其均值和方差分別為:中心極限定理:若為n個(gè)獨(dú)立的隨機(jī)變量,其均值為方差為且則n當(dāng)趨向無窮大時(shí)的分布趨于標(biāo)準(zhǔn)正
5、態(tài)分布N(0,1)中心極限定理表示n個(gè)獨(dú)立分布的隨機(jī)變量之和的分布近似正態(tài)分布.而不管個(gè)別變量的分布如何問的方差,均值為多少方差為均值為樣本均值的方差和均值?方差為均值為正態(tài)分布從批量為N的且其中有M(NP)個(gè)不合格品的產(chǎn)品批中,隨機(jī)地抽取n個(gè)產(chǎn)品為子樣,則子樣中不合格品數(shù)為服從超幾何分布的隨機(jī)變量。若記該隨機(jī)變量為d,則出現(xiàn)不合格品數(shù)為d的概率5 超幾何分布設(shè)一批同類產(chǎn)品共N個(gè),其中有M個(gè)次品,現(xiàn)從中任取n個(gè),則這n個(gè)產(chǎn)品中所含的次品數(shù)X是一隨機(jī)變量,正態(tài)曲線的特征曲線關(guān)于μ對(duì)稱;當(dāng)x=μ時(shí)取到最大值;X離μ越遠(yuǎn),f(x)的值越??;μ正態(tài)曲線68%95%99.7%第三節(jié)質(zhì)量管
6、理常用的統(tǒng)計(jì)分析方法什么是排列圖排列圖就是利用經(jīng)濟(jì)學(xué)上的80/20原則,即“關(guān)鍵的少數(shù),次要的多數(shù)”,對(duì)影響產(chǎn)品質(zhì)量的許多因素,按影響程度大小,主次排列,從中找出關(guān)鍵因素,以確定從哪里入手解決問題的一種方法。為了直觀起見,用圖形表示出來,這一圖形便是排列圖。排列圖的全稱為“主次因素排列圖”,也稱為巴雷特圖(Pareto)圖。為什么要使用排列圖識(shí)別關(guān)鍵要素;直觀的顯示關(guān)注點(diǎn);更好地利用有限資源排列圖的作圖步驟收集數(shù)據(jù)做缺陷項(xiàng)目統(tǒng)計(jì)表計(jì)算累積數(shù)、累積百分比,并填入統(tǒng)計(jì)表繪制排列圖步驟之一:收集數(shù)據(jù)搜集一定時(shí)間的質(zhì)量數(shù)據(jù),按照缺陷項(xiàng)不同進(jìn)行分類。項(xiàng)目缺陷數(shù)平面度124表面銹坑17螺紋
7、53尺寸264位置度7割口粗糙6垂直度4表面劃傷3步驟之二:作缺陷項(xiàng)目統(tǒng)計(jì)表序號(hào)項(xiàng)目頻數(shù)累積數(shù)累積百分比%1尺寸2平面度3螺紋4表面銹坑5其它合計(jì)為簡(jiǎn)化計(jì)算和作圖,把頻數(shù)少的“位置度”、“割口粗糙”、“垂直度”、“表面劃傷”四項(xiàng)合并為“其它”項(xiàng)。序號(hào)項(xiàng)目頻數(shù)累積數(shù)累積百分比%1尺寸26426455.22平面度12438881.23螺紋5344192.34表面銹坑1745895.85其它20478100合計(jì)478步驟之三:計(jì)算累積數(shù)、累積百分比并填入統(tǒng)計(jì)表將各分類項(xiàng)目及出現(xiàn)的頻數(shù),按其頻數(shù)從大