质量管理的数学方法与工具(ppt 109页).ppt

第一章 绪论 第一章 绪论 第二章 质量管理的数学方法与工具 1 质量管理中的数据及统计方法 1.1 质量管理中的数据 数据是反映事物性质的一种量度，全面质量管理的基本观点之一就是“一切用数据说话”。 生产过程中的数据按其性质基本上可以把它们分为2类： 计量值数据和计数值数据。 （1）计量值数据 计量值数据 是指用测量工具可以连续测取的数据，即通常可以用测量工具具体测出小数点以下数值的数据。 例如产品的长度、电压、重量、温度、时间、硬度等。 (2) 计数值数据 计数值数据 是不能连续取值的，只能以个数计算的数据，或者说即使使用测量工具也得不到小数点以下的数值，而只能得到如0、1、2、3…等整数的数据。如合格品与不合格品件数，质量检测的项目数，疵点数，故障次数等，它们都是以整数出现，都属于计数值数据。 一些难以用定量的数据可以用优劣值法、顺序值法、评分法等，使之转换成数据。 2数据的搜集 (1) 搜集数据的目的 1）掌握和了解生产、工作现状； 2）分析问题，找出产生问题的原因，以便找到问题的症结所在； 3）对工序进行分析、判断是否稳定，以便采取措施； 4）调节生产条件，使之达到规定的标准状态； 5）对一批产品的质量进行评价和验收。 (2) 数据收集的方法 数据收集一般采用抽样检查的方法，通过对子样进行测试，就可得到若干数据； 通过对这些数据的分析整理，便可判断出总体是否符合质量标准。数据收集的方法主要有4种。 (2) 数据收集的方法 （1）简单随机抽样： 就是对总体中的全部个体不做任何分组、排队，完全随意地抽取个体作为样本的抽样。通常采用抽签的方法或者随机数值表的方法取样。 （2）分层随机取样： 将整批产品按某些特征或条件(如原材料、操作者、作业班次分组(层)后，在各组(层)内分别采用简单随机抽样法抽取产品组成样本。 (2) 数据收集的方法 （3）整群随机抽样： 在1次随机抽样中，不是只抽1个产品，而是抽取若干个产品组成样本，如每次取1箱的产品等。 （4）系统随机抽样： 在时间上或空间上按一定间隔从总体中抽取样品作为样本的抽样，这种方法适用于流水线，多用于工序质量控制。 (3) 数据收集的方法注意事项 1）目的要明确： 目的不同，搜集的方法和过程不同，得到的数据也不一样； 2）正确抽样： 为了使抽到的子样具有代表性，应该采取随机抽样的方法； 3）足够的数量： 对于每种统计方法所抽的子样应有最低的数量要求，数量过少不能反映总体的真实状况，过多会造成时间、人力、财力上的浪费； 子样的大小与产品的均匀程度和批量的大小有关； (3) 数据收集的方法注意事项 4）数据必须真实、准确、可靠→科研 假数据必然造成错误的判断，有害无益； 5）搜集的数据要进行整理，按目的分层：把同一种生产条件的数据归纳在一起，以便于统计方法的应用。 6）注明搜集数据的条件： 在搜集数据时必须将抽样时间，抽样方式，抽样人测量方法等记录清楚。 1.3 数据的特征值 统计特征值可以分为2类： 一类是表示数据的集中位置，例如平均值，中位数等； 另一类是表示数据的分散程度，例如极差，标准偏差等； (1)平均值 平均值是将所有数据之和为分子，数据的总个数为分母的商。 1.3 数据的特征值 (2) 中位数 中位数可以认为是平均值的近似值，把数据按大小顺序排列，当有相同数值时应重复排列，取处于最中间位置的数据即为中位数。当数据的个数为偶数时，取中间位置的两个数据平均值为中位数。 1、2、3、4、5、6、7、8、9 → 5 2、4、6、8、10、12、14、16 → （8+10）/2=9 （3)极差R 极差是一组数据中最大数与最小数之差，级差虽能表示数据的分散程度，但只利用了一组数据中最大和最小的2个数据，没有考虑到其他数据的影响程度。 (4)标准偏差S 标准偏差是能够较准确地表示样本数据分散程度的统计特征值,用符号S表示,计算公式为 1.4 产品质量的波动 在完全相同的条件下生产相同的产品，可得到波动的数据。造成这种波动的原因 人(man)： 操作者的质量意识，技术水平及熟练程度，身体素质等； 机器(machine)： 机器设备的精度和维护保养状况等； 原材料(material)： 材料的成分、物理性能和化学性能等； 方法(method)： 加工工艺、工艺装备、操作规程、测试方法等； 环境(environment)： 工作地点的温度、湿度、照明、噪声和清洁条件等； 4M1E。 波动划分 波动划分为2大类：一类是正常波动；另一类是异常波动。 （1）正常波动 正常波动是由偶然性、不可避免的因素造成的波动。这些因素在技术上难以消除，经济上也不值得消除。 如温度、电压等造成的。服从正态或一定的分布。 （2）异常波动 异常