当前位置：文档之家 › 质量分析7种统计工具 PPT

质量分析7种统计工具 PPT

  • 格式：ppt
  • 大小：4.24 MB
  • 文档页数：39

下载文档原格式

  / 39

合集下载

质量分析7种统计工具

质量分析7种统计工具


PPT文档演模板
质量分析7种统计工具
散布图
1. 概念:判断各种因素对产品质量特性有无影响及影 响程度大小的一种工具。
2. 变量之间的关系：
完全确定的函数：只要知道了一个变量就可以求出另 外一个变量,如S=πr2
相关关系：如小孩的年龄和体重有一定的关系，一般 年龄越大，体重越重。通过统计得出大致关系：小孩 年龄=年龄x2+7（公斤）。不是所有的2周岁小孩体重 都是11公斤，但总是11公斤左右。这种非确定的依赖 或制约关系叫作相关关系。相关关系不能用函数来关 系表示，但可以借助统计技术——散布图来描述这种 变量之间的关系。
4.3如果两对数据完全相同，则在点上加一个圈表 示重复。三对数据重复，则加两 个圈表示。
PPT文档演模板
质量分析7种统计工具
散布图
5.观察与分析
5.1对比法:对照前面六个典型图，推断结果变量与原因变量之间 的相关关系。
65..2注符意号事鉴项定法：在作好的散布图上画一条与y轴和x轴平行的P 6.1线.相和关Q的线判，定使只P线限左于右画和图Q所线用上的下数的据点范数围大之致内相，等不。能随意延伸 5.3判P定线范和围Q线。将有坐延标伸平需面要分时成应四扩个大区搜域集。数分据别的数范出围二，个重对新角作区相域关
PPT文档演模板
质量分析7种统计工具
散布图 3. 几种典型的散布图
PPT文档演模板
质量分析7种统计工具
散布图 4. 做法：
4.1搜集数据：应搜集30对以上，数据太少相关不 明显。将数据填入数据表，把原因因素定为X,对 应的结果因素定为Y。
4.2打点：坐标的取值范围应包括数值的最大值和 最小值，不一定从零开始，越往右上取值越大。 纵横坐标取值范围的长度应基本相等，标上纵横 坐标的刻度、名称、单位及图名。
质量管理新七种工具图解法解析.pptx

质量管理新七种工具图解法解析.pptx

(三)、评价手段和措施。评价提出的措施和手段是否 得当并进行取舍。对评价新构思时，应采取积极慎 重的态度。
(四)、绘制手段、措施卡片。对评价中采用的手段和 措施。用通俗易懂的文字记载于卡片上。
(五)、使手段、措施具体化。要仔细考虑如何更好 地对手段和措施进行系统的展开，以明确是否有疏 忽和遗漏之外。
第三节 系统图与过程决策图法（PDPC法）
一、系统图法的概念 系统图法是把为了达到目的、目标所必须的手段、方法系统
地展开，并绘制成系统图以便纵观全局、明确重点、寻求 实现目的、目标的最佳措施和手段的方法。 二、适用范围： 新产品研制过程中设计质量的展开； 制订质量保证计划,对质量活动进行展开； 可与因果图结合使用； 目标、方针、实施事项的展开； 明确部门职能、管理职能； 对解决企业有关质量、成本、交货期等问题的创意进行展 开。
5、用于筹划组织工作。单纯把各方面的人员集中还 不能解决问题，必须使他们相互了解，按照A型图 解法向其他成员说明，以达到相互理解、促进工作 的目的。
6、用于彻底贯彻方针。领导者要使自己的观点和方 针得到贯彻，可以根据讨论所得到的语言资料作出 A型图解，以口头发表形式向下级传达自己的方针 并可反复进行，以达彻底贯
应用关联图的步骤：
1、确定要分析的“问题”。“问题”宜用简洁的“主语＋谓 语”的短语表示，一般用粗线方框□圈起。一个粗方框只 圈一个“问题”，多个问题则应用多个方框圈起来。“问 题”识别规则是“箭头只进不出”。
2、召开诸葛亮会。与会者应用“头脑风暴法”就分析的“问 题”充分发表意见，找“因素”（手段）。
三、系统图的主要用途
质量管理中，系统图的应用范围很广，主要有以下 几个方面：
(一)、在发展新产品中，把用户要求具体化为设计 质量并将设计质量目标进行展开；
质量分析7种统计工具

质量分析7种统计工具

使用统计工具进行数据分析， 可以方便地保存和分享分析结 果，实现分析过程的可重复性
。
不足
数据质量依赖
技术门槛较高
统计工具的分析结果受数据质量影响较大 ，如果数据存在误差或异常值，可能导致 分析结果不准确。
使用统计工具需要一定的统计学和计算机 知识，对使用者的技术要求较高。
无法处理非结构化数据
无法提供实时分析
数据可视化工具，支持 交互式数据探索和仪表
盘制作。
Power BI
商业智能工具，提供数 据整合、分析和可视化
等功能。
结合实际情况进行选择和应用
数据类型和规模
根据数据类型（如定量、定性）、数 据规模（如样本量、变量数）选择合 适的工具。
分析需求
明确分析目的和问题类型，选择相应 的统计方法和工具。
专业知识和技能
降低生产成本
通过质量分析，可以减少 不良品率，降低返工、维 修等成本。
提升客户满意度
优质的产品质量可以提高 客户满意度，增强品牌形 象。
汇报范围
统计工具介绍
简要介绍7种常用的质量分 析统计工具。
应用场景
说明这些统计工具在哪些 场景下使用以及如何使用 。
效果评估
对这些统计工具的应用效 果进行评估，包括提高产 品质量、降低生产成本、 提升客户满意度等方面。
展望
智能化发展：随着人工智能和机器学 习技术的不断发展，未来的质量分析 工具将更加智能化。这些技术可以帮 助组织自动识别数据中的模式和趋势 ，提供更准确、更及时的分析结果。 同时，智能化的分析工具还可以根据 历史数据和实时数据进行预测，为组 织提供更前瞻性的质量管理建议。
数据可视化：数据可视化是一种强大 的沟通工具，可以帮助组织更好地理 解和传达质量分析结果。未来的质量 分析工具将更加注重数据可视化功能 的发展，提供更丰富、更直观的数据 展示方式。这将使得质量分析结果更 易于理解和接受，从而促进组织内部 的沟通和协作。
统计技术(新老七种工具)

统计技术(新老七种工具)


直方图（频数直方图）
• ⑹画直方图: 在横轴上以每组对应的组距为底，以该组的频数 为高，作直方图。计算样本平均值（X），样本标准偏差值 （S），在图上标出公差范围（T），样本量（n），样本平均值 （X），样本标准偏差（S）和X的位置。
• 计算公式: （以替换数法）
∑ fi ui • X= Xo+ h× n
控制图
•
2.计数值控制图
• ⑴不合格品率控制图（P）
• ⑵不合格品数控制图（nP）
• ⑶单位不合格品数控制图（u）
• ⑷不合格数控制图（C）
控制图
•
四、常规控制图的判断准则
• 1.在点子随机排列的情况下，出现下列情况之
一，就判断过程处于稳态，即没有异常波动的 状态。
• ⑴连续25个点，落在控制界外的点数为0；
• 产品质量的波动分为正常波动和异常波动两 类。
• 控制图就是用来及时反映和区分正常波动 与异常波动的一种工具, 控制图上的控制界限是 区分正常波动与异常波动的科学界限。
控制图
• 三、常规控制图的分类 • 一般按数据的性质分为计量值控制图和计数
值控制图两大类。 • 1.计量值控制图 • ⑴均值——极差控制图（X-R） • ⑵均值——标准差控制图（X-S） • ⑶中位数——极差控制图（X～-R） • ⑷单值——移动极差控制图（X-Rs）
•
S= h ×∑ fi u2i
-（ ∑ fi ui
）2
n
n
•
其中: Xo——频数最大的组中值。
•
fi——各组频数
•
ui——各组替换数，设定频数最大的一组u=0，以此往上分
别为-1,-2,-3……，往下分别为1，2，3…..
七大质量工具 PPT课件

七大质量工具 PPT课件

a. 最小一组的下组界值=S-测量值的最小位数/2
b. 最小一组的上组界值=最小一组的下组界值+组距 c. 第二组的下组界值=最小组的上组界值 6.决定组的中心点 （上组界+下组界）/2=组的中心点 7.作次数分配表 依照数值的大小记入各组界内，然后计算各组出现的次数。
8.绘直方图 横轴表示数值的变化，纵轴表示出现的次数。
0.647 0.646 0.649 0.640 0.663 0.649 0.652 0.634 0.655 0.638
0.646 0.655 0.651 0.652 0.662 0.642 0.661 0.641 0.658 0.645
0.649 0.649 0.637 0.657 0.647 0.637 0.654 0.653 0.649 0.650
绘制方法： 1.确定数据的分类项目并进行层别
从结果分类：不良项目别、场所别、工序别 从原因分类：人、机、料、法、工序等
2020/5/14 17
2. 收集数据并计算数据汇表； （可考虑与其他手法配合使用）； 3. 坐标轴：横轴表示需层别的项目，左纵轴以数量表示，右测纵轴表示对应的百分比 4. 计算各项目的比率，并右大至小排列在横轴上。 5. 绘制拄状图， 6. 连接累计的曲线。
0.648 0.653 0.640 0.654 0.649 0.649 0.647 0.652 0.640 0.649
0.649 0.659 0.646 0.655 0.648 0.657 0.641 0.653 0.643 0.655
•确定基本内容：N=100 •组数：K=10（参考经验数值）或计算确定 •最大值L=0.665 最小值S=0.634 全距R=0.665-0.634=0.031 •计算组距H H=R/K 0.031÷10=0.0031，取H为0.003 注：组距的位数应与测定值的位数相同或为测定值最小单位的整数倍
质量管理七大工具演示文稿ppt(共50张PPT)

质量管理七大工具演示文稿ppt(共50张PPT)


用错
率
材料
低
？
时机不当
感应不灵
收料机 判断错误
材质差
材厚不一
方法
不通电
其它
分层法（Stratification）
一种按性质、来源、影响等方面，按其分类列明，并将每类隶层关 系逐项向下层展开的过程.
目的：为了把性质不同的数据和错综复杂的影响因素分析清楚，找
到问题症结所在，以便对症下药，解决问题。
适应范围：可按性质、来源、影响等进行分类的情况下均适应 。
适应范围：计量型数据分析 。
散布图（Scatter diagrams）
方法/步骤 ：
①确定两个变量(X,Y)，及相关关系 表达主题；
②确立主变量(X)的取值范围和档 位值,并收集(或试验)X值情况下的 Y值；
③在坐标系中描点 ；
④根据所有点的分布趋势确定回归直 线；
⑤依据回归直线的斜率(相关系数r值) 判定结果 ；
铸造不良情况检查表
铸造质量不良 质检科
收集人
XXX
日期
记录人
XXX
班次
2006年1月-6月
1月
2月
3月
4月
5月
224
258
356
353
332
240
256
283
272
245
151
165
178
168
144
75
80
90
94
82
14
18
27
23
16
704
777
934
910
819
2006.09.18 全部
6月
质量管理七大工具
质量控制QC 七种工具

质量控制QC 七种工具

12
QC老七种工具之二[排列图]
❖ 排列图的分类
分析现象用排列图 这种排列图与以下不良结果有关，用来发现主
要问题。 （1） 质量：不合格、故障、顾客抱怨、退货、维修； （2） 成本：损失总数、费用等； （3） 交货期：存货短缺、付款违约、交货期拖延等； （4） 安全：发生事故、出现差错等。
13
QC老七种工具之二[排列图]
20
QC老七种工具之三[因果图]
❖ 别名
石川图、鱼刺图、特性要因图
21
QC老七种工具之三[因果图]
❖ 概念及用途
因果图是一种用于分析质量特性（结果）与可 能影响质量特性的因素（原因）的一种工具。 它可用于以下几个方面：
（1）分析因果关系；
（2）表达因果关系；
（3）通过识别症状、分析原因、寻找措施， 促进问题解决。
3
七种工具为什么？
❖ QC工具一览表
序号 1 2 3 4 5 6 7
老七种工具 调查表 排列图 因果图 散布图 分层法 直方图 控制图
新七种工具 关联图 亲和图 树图 矩阵图 网络图 PDPC法
矩阵数据解析法
4
七种工具为什么？
❖ QC老工具浅说
调查表——调查问题的原因类别和数量关系，为 排列图、直方图提供数据； 排列图——分析因素影响的大小； 因果图——分析原因与结果的关系，找到问题的 原因；
34
QC老七种工具之四[散布图]
❖ 应用实例
Y 体 重
X
身高
35
QC老七种工具之四[散布图]
❖ 思考练习题
现有一化学反应的温度和反应时间对应数据如下： 试以散布图手法了解其二者之间的关系为何？
36
QC老七种工具之五[分层图]
统计工具在质量分析中的应用ppt37页

统计工具在质量分析中的应用ppt37页

5
柏拉图－Minitab菜单选择
6
柏拉图－填写数据
数据名 数据
7
柏拉图－图表结果
关键原因
8
柏拉图 推移图 控制图 过程能力
9
推移图－说明
1. 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）。
Sigma Capability Yield Defect Rate(DPMO)
1 Sigma 30.230000%
697,700
2 Sigma 69.123000%
308,770
3 Sigma 93.318900%
66,811
4 Sigma 99.370%
31
过程能力－图表结果（离散）
不合格 率散布
累计不 合格率
过程能力和 置信区间
32
不合格 率分布
过程能力－用合格率数据1
33
过程能力－用合格率数据2
合格率数据 3146/3210
34
过程能力－简单合格率结果
过程能力
35
过程能力是什么概念
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，SigmaCapability＝3×Cpk， 离散数据中， SigmaCapability＝Z值。
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。
质量管理新、老七种工具PPT课件

质量管理新、老七种工具PPT课件

20
第一章 质量管理七种工具简介
例：灯泡的质量，抽8个样品做寿命试验
寿命范围（小时）
样品数
累计样品数
0－100 100－200 200－300 300－400 400－500 500－600 600－700 700－800
1
1
4
5
8
13
9
22
16
38
18
56
13
69
6
75
21
个体数 20
直方图
10
17
第一章 质量管理七种工具简介
分层法示例
某空调维修部，帮助客户安装后经常发生制冷液泄漏。通 过现场调查，得知泄漏的原因有两个：一是管子装接时， 操作人员不同（有甲、乙、丙三个维修人员按各自不同技 术水平操作）；二是管子和接头的生产厂家不同（有A、B 两家工厂提供配件）。于是收集数据作分层法分析（见表 一、表二），试说明表一、表二的分层类别，并分析应如 何防止渗漏？
准确度高 精确度高
过程波动小 过程波动大
规范
24
第一章 质量管理七种工具简介
25
第一章 质量管理七种工具简介
26
第一章 质量管理七种工具简介
七、控制图
❖控制图是用于分析和控制过程质量的一种方法。 ❖控制图是一种带有控制界限的反映过程质量的记
录图形，图的纵轴代表产品质量管理量特性值( 或由质量特性值获得的某种统计量)；横轴代表 按时间顺序(自左至右)抽取的各个样本号；图内 有中心线(记为CL)、上控制界限(记为UCL)和下
6月 合计 223 1746
冷隔 240 256 283 272 245 241 1537
小砂眼 151 165 178 168 144 107 913
7种质量管理工具ppt课件

7种质量管理工具ppt课件


精选版课件ppt
18
第5章- 1.1 七种基本质量控制工具——控制图
➢ 控制图的作用
过程当中存在两类变差，普通原因（随机原因、偶然原因） 变差和特殊原因（可查明原因）变差 。
控制图作为数据采集与处理的工具，有两个重要用途：
■ 分析用控制图，分析过程是否存在特殊因素的影响，出现 失控（不稳定）状态；
标识和可追溯性控制流程图 标书评审控制流程图 不合格品控制流程图 采购控制流程图
流程图使用注意事项
流程图的绘制、变更、审批必须遵循严格的程序，必须在
所涉及的所有部门得到充分沟通和确认。
精选版课件ppt
9
第5章- 1.1 七种基本质量控制工具——因果图
➢ 什么是因果图
■ 因果图也称为石川图或鱼骨图，用来向质量改进成 员分析产生质量问题的种种可能原因，从而找到问题 的原因和结果之间关系的一种图形化工具。 通过因果图的分析，要找出“为什么会造成这样的 问题？” 该方法常常结合头脑风暴法(Brainstorm)使用。
✓通过讨论和绘制流程图，可以相互启发，发现和改进 过程中的冗余和缺陷。
精选版课件ppt
8
第5章- 1.1 七种基本质量控制工具——流程图
➢ 常见的流程图种类 高层过程流程图（SIPOC图） SIPOC（供应商、输入、过程、输出、顾客）分析被称为 “高层过程流程图分析”。
制造业常用的流程图 制造业常用的流程图数量繁多，现列举如下，
➢散布图的用途
1）从实测的数据出发，确定两个变量之间的相关关系。 2）对这两个变量间的关系的可靠程度进行统计检验。 3）从影响输出变量（指标）的众多因素中，判断哪些因素 的影响是重要的（显著的）。 4）利用求得的变量间的关系，对生产进行管理和预测。
医疗质量管理的七大工具 ppt课件

医疗质量管理的七大工具 ppt课件


七大工具的简介与作用
临床路径管理
为特定病种制定标准化的诊疗流 程，规范医护人员的诊疗行为， 提高医疗服务效率和质量。
患者满意度调查
收集患者对医疗服务的评价和建 议，了解患者的需求和期望，为 医疗机构改进服务提供依据。
02
七大工具之一：流程图
流程图的定义与作用
定义
流程图是一种用图形方式表示一系列 步骤或决策的图表，通过箭头和节点 来表示流程的顺序和关系。
选择两个需要比较的变量，例如病人的 年龄和住院时间。
在图表上添加图例、标题和解释性文字 ，以便更好地解释图表内容。
根据数据点的分布情况，绘制散点图， 可以使用不同的颜色或形状来区分不同 的数据集或类别。
收集这两个变量的数据，并记录在表格 中。
确定坐标轴的刻度和单位，将数据点标 记在坐标系中。
散点图的应用实例
05
头脑风暴：召集相关人 员，列出可能导致问题 或结果的所有可能原因
。
02
使用箭头将原因与问题 或结果连接起来，表示
因果关系。
04
因果图的应用实例
患者跌倒事件
通过绘制因果图，分析患者跌倒的可能原因，如医护人员 警示不足、地面湿滑、患者自身状况等，从而采取相应措 施进行改进。
手术感染事件
针对手术感染问题，利用因果图分析感染的可能原因，如 手术操作不规范、器械消毒不彻底、患者免疫力低下等， 进而制定相应的预防措施。
作用
直方图可以直观地展示数据的分布情 况，帮助我们了解数据集的离散程度 、集中趋势、异常值等，从而对数据 有一个整体的把握。
直方图的绘制方法与步骤
数据收集
收集需要分析的数据，并按照数据类型和 要求进行分类整理。
添加统计量

质量管理七大工具简介

析,以提供更多信息.
3
排列图的七个步骤
步骤一：确认数据的类别
从研究检查表所搜集的资料，以决定柏拉图将要表示的数据类别。 如 24 个工序中，不同工序所需时间或某一部机器所产生的错坏数 目......
步骤二：决定要展示的时期
即视乎问题简单或复杂度决定搜集多少数据，从而得出可靠的情 报。
步骤三：总计出现频率
控制 图
用于分析和掌握资料的分布状况，以便推断特性总体分布状态的一种
统计方法 。
直方图使用目的
测知制程能力； 调查是否混入两个以上不同群体； 测知分配中心或平均值； 测知分散范围或差异； 与规格比较计算不良率 ； 测知有无假数据; 订定规格界限.
3
6、直方图制作方法
7
统计基本概念
＊ 抽样方法 如何又经济又有代表性，则要对抽样方法进行选择。 A. 随机抽样：总体中每一个个体都有同等可能的机会抽 ； B. 分层抽样：先将总体分类或分层，然后在各层随机 抽样，减少层内差异，增加样本的代表性。 C. 系统抽样：机械随机抽样，按一定的时间间隔抽取 样本的一种方法。
8
5
分组不宜过多,也不宜过少,一般用数学家史特吉斯提出 的公式计算组数,其公式如下:
K=1+3.32 Lgn 一般对数据之分组可参考下表:
数据数
组数
50~100
6~10
100~250 250个以上
7~12 10~20
6
3.组距
组距=全距/组数 组距一股取5,10或2的倍数
4.决定各组之上下组界
最小一组的下组界=最小值-测定值之最小位数/2,测定值的最 小位数确定方法:如数据为整数,取1;如数据为小数,取小数所 精确到的最后一位(0.1;0.01;0.001……)

质量改进七大工具


(J·M·Juran) 把该原理应用于质量管理工作中。在质量分析时
发觉，尽管影响产品质量最关键旳原因往往只是少数几项，
而由它们造成旳不合格产品却占总数旳绝大部分。就是根 据这个“关键少数，次要多数”旳原理，使排列图在质量 管理中，成为查找影响产品质量关键原因旳主要工具。
排列图(Pareto)
2 用途：影响原因旳主次位置，可从 排列图上一目了然。从而 明确改善方向和改善措施。采用措施后旳效果，还可用排列 图进行对比确认。排列图不但可用于质量管理，还广泛地应 用于其他领域。
质量改善七工具
质量改善七工具
检验表(Data collection form) 分层法(Stratification) 散布图(Scatter) 排列图(Pareto) 直方图(Histogram) 因果图(Cause-Effect diagram) 控制图(Control Chart)
分层法(Stratification)
举例: 气缸体毛坯完毕金切后发觉旳不合格项按其不 同供给商进行分层
•供应商
•缺陷数 •缺陷率
哈尔滨××
6
6%
成都
2
2%
四平××铸造厂 12
12%
昆山
9
9%
三、散布图(Scatter)
定义:散布图也叫相关图, 它是用来研究判断两个变量之 间相关关系旳图。 两个变量之间常见旳两种关系:(1)函数关系
材料
措施
因果图(Cause-Effect diagram)
因果图(Cause-Effect diagram)
练习:联络实际中旳问题,画出因果图及对策表
环境
操作者
机床
材料
措施
七、控制图(Control Chart)

《QC七大工具》课件


施，降低故障率。
集成式质量管理平台
03
将多种质量管理工具和流程集成到一个平台上，实现统一管理
和协同工作。
QC 七大工具的发展趋势与展望
持续改进与优化
随着质量管理理念的不断深化，QC七大工具将不断优化和完善， 以更好地满足企业质量管理的需求。
跨部门协同与整合
未来质量管理将更加注重跨部门协同与整合，打破部门壁垒，实现 质量管理的全面覆盖。
QC 七大工具的未来发展与趋 势
技术发展对 QC 七大工具的影响
数据分析工具的升级
随着大数据和人工智能技术的进步， QC七大工具将更多地依赖先进的数据 分析工具，实现更精准、高效的质量 控制。
远程监控与实时反馈
虚拟仿真技术的应用
虚拟仿真技术将为QC七大工具提供更 为逼真的模拟环境，有助于在早期阶 段发现和解决潜在问题。
因果图
总结词
一种用于分析因果关系的图表。
详细描述
因果图是一种流程图，用于分析因果关系，可以清晰地显示出各个因素之间的关联和影响。在质量管 理中，因果图常用于分析质量问题产生的原因，以便找出根本原因并制定相应的解决措施。
散布图
总结词
一种用于分析两个变量之间关系的图表。
详细描述
散布图是一种图表，用于分析两个变量之间的关系，可以清 晰地显示出两个变量之间的关联程度和趋势。在质量管理中 ，散布图常用于分析两个质量特性之间的关系，以便了解其 相互影响和关联性。
02 QC 七大工具详解
层别法
总结词
将数据按照不同的特性或属性进行分类整理的方法。
详细描述
层别法是一种常用的数据整理方法，它将收集到的数据按照不同的特性或属性 进行分类，以便更好地分析和解决问题。在质量管理中，层别法常用于对质量 数据进行分类整理，以便找出问题的根本原因。
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

人
机
主要原因
料
主要原因
主干线
法
环
质量问题
质量问题 大原因 中原因 小原因
因果图
3. 注意事项 3.1提出的问题点，要尽量具体，应是一个问题，而不是一个工序或质量特
性。
3.2原因分析要紧扣问题且要细到能采取措施为止。 3.3主要原因要标出。 3.4为美观，线段成600倾角。 3.5注意原因不得归类混乱。 3.6到现场落实要因项目。 4、要因验证方法 （1）收集图中的末端因素，末端因素是问题的根源。 （2）末端因素中是否有不可抗拒的因素。所谓不可抗拒因素，就是指小组
90
65
50
45
0
100% 90% 80% 70% 60% 50% 40% 30% 20% 19 10% 0
涂油不均匀 其它
PHASE超 标
出碟噪音
不读碟
TE
不良项目
累计百分数（%
因果图
1.概念:又叫鱼刺图、树枝图，它是表示影响因素与结果关系的图。 2. 作法:明确要分析和解决的质量问题。召集相关人员参加分析会，集思广益， 脑力风暴。将提出的看法按中、小原因及相互关系用箭头线画在图上。把主 要原因标出来。
③调查、分析。人的因素，不能用试验或测量的方法来取得数据，则可设计调查 表，到现场进行调查，取得数据来确认。
总之，确认必须要亲自到现场，亲自去观察、调查、测量、试验，取得数据 才能为确定主要原因提供依据。只凭印象、感觉、经验来确认是依据不足的。采 用举手表决、"01打分法"、按重要度评分法等，均不可取。
4注意事项:
4.1如果画出的排列图各项目频数相差很小，主次问题不突出， 应考虑更改分类项目,然后重新画图。
4.2二条纵坐标的比例可以取得不一样，但总高度须一致。
4.3找出了主要因素并采取措施后,还要继续使用排列图分析， 以检查实施效果。
排列图
4.举例：8月份统计出153连杆瓦总不良数414片，不 良项为：电镀外观195片，壁厚90片，油槽45片，划 伤磕碰65片，倒角5片，平行5片，其它9片.
不良名称 电镀外观 壁厚 划伤磕碰 油槽 其它 合计
不良数量 不良率 累计不良率
195
47.1%
47.1%
90
21.7%
68.8%
65
15.7%
84.6%
45
10.9%
95.5%
19
4.6%
100.0%
414
100%
100.0%
排列图
频数
400
C类
350
B类
300
A类
250 200 195
150
100
用外圆车设备车外圆，外圆粗糙度与设备转速和人员 都相关。以下为不同操作工用同一设备使用不同转速加工状 况，根据人员及转速确认粗糙度偏高的主要原因。
分层法
操作工 张 王 李 赵 张 王 李 赵
转速 1000 1000 1000 1000 2000 2000 2000 2000
粗糙度OK 9 1 11 21 11 1 8 12
排列图
3．作图：
3.1收集数据：确定分类项目、数据的收集时间段
3.2将各项目及出现的频数按从大到小填入数据分项统计表。
3.3计算累计数、项目比例和累计百分比。
3.4描点连线.
3.5分别从右纵坐标累计百分率为80%、 90% 、100% 三处向 左引三条平行虚线，虚线下边分别写上A类、B类、C类。 填写排列图的名称，标出数据。
粗糙度偏高数 2 9 2 3 4 11 4 3
原因
张
操作工
王 李
赵
转速 1000 2000
良品数 20 2 19 33 42 32
不良品数 6 20 6 6 16 22
不良品率 23% 91% 24% 15% 28% 41%
排列图
频数（件） 累 积 百 分 数 （ %）
Байду номын сангаас
1．概念：又叫柏拉图,将影响因素或项目按大小顺序排列, 找出 主要因素或项目。又称主次因素分析图法．重点管理法．
质量分析7种统计工具
分层法
1. 概念：将多种情况分成不同类别以方便分析。 2. 常见分层项目：
人：不同班组、不同操作工 机：不同设备、不同工装 料：不同供应商材料、不同批次 法：不同转速、不同工艺 环：不同作业条件 3. 用途： 把复杂情况有系统、有目的地进行分类归纳与统计 为排列图做准备 4.举例：
乃至企业都无法采取对策的因素。如“拉闸停电”不作为确定主要原因。
（3）对末端因素逐条确认，找出真正影响问题的主要原因。确认，就是要 找出影响证据，以客观事实为依据，用数据说话。个别因素一次调查得到 的数据尚不能充分判定时，就要再调查、再确认。这和医生看病一样，如 何确诊是什么病呢？就要通过对病人采取验血、X光透视、胃镜检查、B 超等手段，取得数据，并对这些数据进行分析确诊。如还不能充分证明， 还要做进一步的检查，取得证据，会诊，最后确诊。
1000 500
A类
C类
91
B类
85
75
帕累托曲线
55
100 50
330
33 220
200
100
60
90
内
外
径
径
超
超
差
差
平
缩
毛
其
面
水
刺
它
度
超
差 因素
2、ABC分析法:累积百分比0~80% 为A类—关键因素, 以1至2个 为宜, 80~90%为B类—重要因素, 90%以上 为C类—一般因素.
根据实际灵活应用。一般要抓住关键的少数、次要的多数原理。
4、要因验证方法：确定主要原因常用的方法有调查表、简易
图表、散布图、正交试验设计法。
①现场验证。到现场通过试验，故障再现，取得数据来证明。这对方法类的因 素确认很有效。如对某一个参数定得不合适的影响因素进行确认时，就需要到现 场做一些试验，变动一下该参数，看它的结果有无明显的差异，来确定它是不是 真正影响问题的主要原因。又如加工某零件产生变形所分析的原因是“压紧位置 不当”，进行确认时，可到现场改变一下压紧位置，进行试加工，如果变形明显 改善，就能判定它确实是主要原因。 ②现场测试、测量。到现场通过亲自而不是操作工测试、测量，取得数据，与 标准比较，看其符合程度。这对机器、材料、环境类因素很有效。如对机器某一 部位的精度差、环境某一项指标高，可以借助仪器、仪表到现场实测取得数据； 对材料方面的因素可到现场抽取一定数量的实物作为样本进行测试，取得数据， 与标准比较来确认。
散布图
1. 概念:判断各种因素对产品质量特性有无影响及影 响程度大小的一种工具。
2. 变量之间的关系：
完全确定的函数：只要知道了一个变量就可以求出另 外一个变量,如S=πr2
相关关系：如小孩的年龄和体重有一定的关系，一般 年龄越大，体重越重。通过统计得出大致关系：小孩 年龄=年龄x2+7（公斤）。不是所有的2周岁小孩体重 都是11公斤，但总是11公斤左右。这种非确定的依赖 或制约关系叫作相关关系。相关关系不能用函数来关 系表示，但可以借助统计技术——散布图来描述这种 变量之间的关系。