统计工具在质量分析中的运用

1统计统计工具在质量分析中工具在质量分析中的应用的应用20042前言前言柏拉图推移图控制图过程能力31.统计工具在质量控制中有广泛的用途。通过统计工具，能深入的分析质量现象，得到很多有用的信息。2.图表有着很直观的表达能力，能简捷明确的表达意思，也容易得到共识。3.统计工具非常丰富，在此仅简单介绍柏拉图、推移图、控制图、过程能力几个基本工具。4.统计工具不深奥，关键在于应用于实践。4柏拉图柏拉图推移图控制图过程能力51.一般用于从多个因子中找出关键因子2.数据格式为数据名、数值（或百分比），一般数据名在5个以上。3.数据名要求为文本格式（Text），数值要求为数据格式（Numeric）。4.一般按80/20原则，找到造成80问题的关键因素。67数据名数据8Others产 品 工 作 不 稳 定相 关 责 任 人 未 签 字资 料 填 写 错 误未 扫 描 单 板 信 息漏 测 指 标合 同 配 置 失 误 3 4 5 6 71227 4.7 6.3 7.8 9.410.918.842.2100.0 95.3 89.1 81.3 71.9 60.9 42.26050403020100100806040200DefectCountPercentCum%PercentCount不合格信息关键原因9柏拉图推移图推移图控制图过程能力101.推移图也叫时间序列图，是以时间轴为横轴，变量为纵轴的一种图。2.推移图主要目的是观察变量是否随时间变化而呈某种趋势。3.横轴可按需要以分钟、小时、天、周、月、年等进行分类，不用在单元格中填写，直接从对话框中选取。当自定时间间隔时，需要建相应时间列，并指定为时间格式（Data）。纵轴数据要用数据格式（Numeric）。1112选择月起始月份13100001000DNOSAJJMAMFJ产 量Month产量14柏拉图推移图控制图控制图过程能力 151.控制图比较复杂。分连续数据和离散数据控制图。2.对于连续数据，要求数据符合正态分布。如果不符合正态分布，需要将其转化为正态分布，如何不能变为正态分布，就不能使用控制图。3.对于连续数据，又分为单值和分组控制图。所谓单值，就是每个数据的重要性相同（如采集间隔相同）；所谓分组，就是每个数据的重要性不同(如每小时采集1次，每次连续采集5个点）。4.控制图一般要求有20个点以上。16连续数据控制图需先进行正态检验17P-Value:0.362A-Squared:0.384Anderson-Darling Normality TestN:20StDev:0.278282Average:17.732518.217.817.4.999.99.95.80.50.20.05.01.001Probability长度Normal Probability PlotPValue大于0.05，正态18选择均值方差图19数据列每组的数据个数20软件自动检测异常点检验异常点有8种原则，前3种常用215432Subgroup118.518.017.517.0Sample MeanMean=17.84UCL=18.60LCL=17.081.00.50.0Sample StDev1S=0.4680UCL=1.060LCL=0Xbar/S Chart for 长度是4个数据一组的均值本例是4个数据一组，一般5个数以上为好显示异常点类型22不合格数、总数图23不合格数总数242010020100Sample NumberSample CountNP Chart for 不合格数NP=1.963UCL=6.124LCL=0因每次的总数不同，所以上下限是变化的异常点规格限和下限也会变化25柏拉图推移图控制图过程能力过程能力 261.过程能力计算也分连续和离散数据，比较复杂。2.连续数据要求是正态分布（同控制图），数据量在20以上。如果不是也不能转换为正态分布，只能用分位数计算，数据量要求很大（暂不讲解）。3.连续数据过程能力分Cp（USLLSL）/6、CpkMin（USL）/3，（LSL）/3）。当分布中心等于规格限中心时，CpCpk，当偏离时规格中心时，CpCpk。一般实用中选Cpk。4.离散数据典型例子就是每天统计缺陷数和总数。可用二项分布和直接用合格率计算。离散数据中计算的是Z值，即合格数分布在多少倍内。27正态的过程能力数据列28上下限2918.618.418.218.017.817.617.417.217.0USLLSLProcess Capability Analysis for 长度PPM TotalPPM USLPPM USLPPM USLPPM LSLPpkPPLPPUPpCpmCpkCPLCPUCpStDev(Overall)StDev(Within)Sample NMeanLSLTargetUSL167813.79 48658.57119155.22190764.13 58415.86132348.27 50000.00 0.00 50000.000.390.390.550.47 *0.370.370.520.450.2819660.2981102017.732517.4000 *18.2000Exp.Overall PerformanceExp.Within PerformanceObserved PerformanceOverall CapabilityPotential(Within)CapabilityProcess DataWithinOverall过程能力分长期、短期，一般看WithinCpCpk分布中心规格限中心，有偏离30缺陷数和总数3132201000.080.060.040.020.00Sample NumberProportionP=0.01963UCL=0.06124LCL=020105432Sample Number%Defective7.55.02.50.0Target500400300200100876543210%DefectiveSample SizeBinomial Process Capability Report for 不合格数Summary StatsCumulative%DefectiveDist of%DefectiveP ChartRate of Defectives(denotes 95%C.I.)Average P:%Defective:Target:PPM Def.:Process Z:0.01962621.9630196262.062(0.0151,0.0250)(1.51,2.50)(15113,25041)(1.959,2.167)过程能力和置信区间Z值不合格率散布不合格率分布累计不合格率3334合格率数据3146/321035过程能力36简单地说，过程能力代表过程满足客户规格限的能力（如合格率）。连续数据中，SigmaCapability3Cpk，离散数据中，SigmaCapabilityZ值。371.柏拉图用于从众多原因中找出主要原因，例如可从质量问题中分析出主要原因。2.推移图用来看变化趋势，例如可看质量变化趋势。3.控制图分连续和离散数据，连续数据需要符合正态分布，离散数据的上下限可能会变化。根据异常点判定设置可以过程是否稳定和是否超出控制。4.过程能力分连续数据和离散数据，连续数据需要符合正态分布，过程能力分Cp和Cpk。离散数据可用二项分布和合格率计算。例如可用过程能力分析质量控制能力，质量合格率。5.附数据文件。