统计技术应用控制

统计技术应用控制程序1目的采用适当的统计技术，对产品形成或过程及产品质量进行监控，以利于及早发现问题采取预防措施，控制问题的发生。

2 适用范围适用于本厂产品质量及产品形成的各有关阶段。

3 职责3.1 各职能部门负责统计技术的选定及实施。

3.2 质管部门负责对统计技术应用的监督管理及归纳分析。

4 工作程序4.1 统计方法应用范围a．市场预测(如调查表等)；b．产品开发阶段(FMEA，FTA，方差分析，DOE等)；c．过程控制和过程优化(如控制图，抽样技术，缺陷收集卡，排列图，能力调查，DOE等)；d．进货检验(如抽样技术，缺陷收集卡，排列图分析)；e．最终检验(如抽样技术，缺陷收集卡，排列图分析)；f．产品使用过程中的失效分析(如缺陷收集卡，排列图分析等)； g．产品及过程分析(如因果图)4.2 常用统计方法4.2.1 统计分析表（调查表）法4.2.1.1 统计分析表法是以收集和记录资料的形式对数据进行粗略的整理和原因分析的一种方法。

4.2.1.2 统计分析表法可用于市场预测，调查、收集各类质量特性数据，供质量改进使用，也可用于成品检验情况分析。

4.2.2 排列图法4.2.2.1 排列图法是寻找影响产品质量的主要问题，即区分“关键的少数和无关紧要的多数”，确定质量改进关键项目的一种方法。

4.2.2.2 排列图法可用于产品缺陷分析，成品一次交检合格情况分析，找出质量问题的主要原因等。

4.2.3 因果图法4.2.3.1 因果图是用于寻找质量问题产生的原因，即分析原因与结果之间关系的一种方法。

4.2.3.2 因果图法可分析找出质量问题产生的主要原因，可用于废品原因分析，将分析报告提交职能部门主管审核，审核通过后上报质管部门，质管部门将统计分析结果归纳后，召集有关部门针对具体问题采取相应改进、控制措施，以保证产品质量稳定和不断提高。

4.3.7 统计技术应用成果汇总每年年底各职能部门将本部门的统计技术应用成果报质管部门汇总，由质管部门组织发布。

文件编号QP/03 生效日期2012年3月01日目录1 目的2 适用范围3 职责4 程序5 相关文件6 使用表格修订历史版本修订内容修订日期修订者批准者发文范围总经理管理者代表供销部技质部生产部财务部办公室受控印章编制审核批准收文部门日期日期日期文件编号QP/03 生效日期2012年3月01日1. 目的使本公司质量体系运行产生、收集、汇总的各种数据与资料能运用统计技术作分析，以掌握质量体系运行现状，了解过程能力及变化的趋势，寻找持续改进的机会，解决质量问题，特制定本程序。

2. 范围适用于进料、制造、成品检验的抽样计划确定，过程监控时控制图的使用，制造能力统计及问题统计分析，公司重大决策时的依据提供。

3. 职责3.1 技质部负责统计技术应用的归口管理工作并提供指导。

3.2 各部门负责统计技术应用的数据提供，统计分析和纠正措施的实施。

3.3 管理者代表负责组织统计技术应用效果的评估。

4. 程序4.1 基础培训在统计技术应用的过程中，由技质部组织对相关部门人员进行统计技术基本知识、使用方法和意义的培训和指导，以帮助管理人员和使用人员了解诸如变差、受控（稳定）、过程能力等概念，掌握必需的统计技术应用方法，进而使用并发挥统计技术在质量管理方面的作用。

4.2 方法确定4.2.1常用的统计技术方法及应用领域为：1）抽样计划：应用于大批量、破坏性、高成本的产品检验中，常依据GB2828标准。

2）调查表：常用于对顾客意见及满意程度的征询活动。

3）排列图：针对各类不合格及顾客投诉进行分类排列，找出主要问题或原因。

4）因果分析图：针对质量问题引用人、机、料、法、环、测等六个方面的影响因素进行分析，找出主要原因。

5）柱形图：常用于对质量指标的完成情况的统计和对合格供方供货（服务提供）业绩的统计。

6）控制图：过程控制中对产品质量特性随时间变化而出现的变差进行监控的图文件编号QP/03 生效日期2012年3月01日表。

7）测量系统分析（MSA）：应用于对测量系统的可信性分析。

淅川金博橡塑有限公司版次：统计技术应用及控制图0定义控制图:用来表示一个过程的特性的图线,图上标有根据那个特性收集到的一些统计数据,如一条中心线,一条或两条控制限.它能减少Ⅰ类或Ⅱ类错误的净经济损失.它有两个基本的用途:一是用来判定一个过程是否一直受到统计控制;二是用来帮助过程保持受控状态.CpK：稳定过程的能力指数。

它是一项有关过程的指数，计算时需同时考虑过程数的趋势及该趋势接近于规格界限的程度。

矚慫润厲钐瘗睞枥庑赖。

PpK：初期过程的能力指数。

它是一项类似于CPK的指数，但计算时是以新产品的初期过程性能研究所得的数据为基础。

聞創沟燴鐺險爱氇谴净。

Ca：过程准确度。

指从生产过程中所获得的资料,其实际平均值与规格中心值之间偏差的程度。

Cp：过程精密度。

指从生产过程中全数抽样或随机抽样（一般样本在50个以上）所计算出来的样本标准差（σ×），以推定实际群体的标准差（σ）用3个标准差（3σ）与规格容许差比较。

残骛楼諍锩瀨濟溆塹籟。

1 目的对产品质量进行预防控制,对影响过程质量的各种因素进行科学地分析,从而减少质量变差,使产品质量持续稳步地提高。

酽锕极額閉镇桧猪訣锥。

2 适用范围适用于全公司各职能部门、车间与质量管理体系有关的统计活动。

3 职位及职责3.1 操作人员：负责收集数据,并记录。

3.2 技术工艺人员：计算控制界限。

3.3 检验员：负责计算工序能力,打点描图。

3.4 技术科长负责初期过程的能力指数和批量生产过程能力的测量评价。

4 运作4.1统计数据分类4.1.1 计量型数据,就是可以用数字表达的质量特性数据,即用相应的测量系统(如:千分尺、游标卡尺、千分表、百分表、温度计、压力表等)对零件及其它设施进行测量，可以给出具体的读数。

彈贸摄尔霁毙攬砖卤庑。

淅川金博橡塑有限公司版次：统计技术应用及控制图★计量型数据控制图包括：-X-R 控制图： 均值—极差图 -X-S 控制图： 均值—标准极差图∽X -R 控制图： 中位数—极差图 X-MR 控制图： 单值—移动极差图我公司多数情况下采用-X-R 及X-MR 控制图。

统计技术应用指导书1目的测量和控制过程波动情况，确保产品实现过程符合要求。

2适用范围适用于本公司统计技术的应用。

3统计技术方法3.1排列图3.1.1排列图又称巴类托（PBreto）图或主次因素分析图用以寻找影响产品质量的主要原因，形式排列图（图一）3.1.2 排列图的构成排列图由一个横坐标、二个纵坐标，若干个长方形和一条折线组成，横坐标表示影响质量的各种原因，其对质量的影响大小从左到右排列。

左边的纵坐标表示频率(件)右边的纵坐标表示累计频率。

折线称为巴类托曲线，各折点表示从左到右表示各种原因所占频率的累计百分数，通常将累计百分数分：B类区从0—80%左右为主要原因区；B类区80%—90%左右为次要原因区；C类区90%—100%为一般原因区，主要原因区也可根据情况的不同掌握在0—70%左右，排列图上B类区所包括的原因就是主要原因。

它为确定质量改进的关键项目提供了有益的依据。

3.1.3绘制排列图的步骤：3.1.3.1 搜集一定期内出现某个质量问题的数据（如不合格品的统计数字等）。

3.1.3.2 将数据根据原因、部位、工序、类型等进行分层。

每个层次即为一个项目（如图一中的B、B、C……）。

3.1.3.3 计算各项目重复出现的次数—频次。

如果分层后的项目较多，其中有若干质的频数又明显较少，则可将几项合并成为“其他”项。

3.1.3.4 列出分项统计表将各个项目按频次多少加以排列（其他项列在最后），并计算各项占总频次数的百分比和累计百分比。

（具体参照表格—）质量不良分项统计表3.1.3.5 按一定比例绘图。

作出排列图的横坐标和左右两个纵坐标，将横坐标分成项目数，并按频数的大小从左到右顺序写项目名称。

左边纵坐标为频数；右边纵坐标为累计的百分比数。

3.1.3.6 按频数大小，依次作出长方形，长方形的高度为各项目对应左纵坐标的频数值。

各个长方形相互联接，成为由左向右下降排列（“有其它”项目除外）的图形。

3.1.3.7 根据1.3.4中的分项统计表，对应于右纵坐标，在各长方形的。

1.目的确保利用正确、可靠的数据信息，选用适用的统计技术，识别改进的机会，增强顾客满意。

2.适用范围适用于公司从监控和测量以及其它相关的渠道所得到数据的统计、分析。

包括：顾客满意度调查、与产品要求有关的符合性、过程和产品的特性及趋势，以及对供应商的评价。

3.职责3.1人力资源部负责组织对相关人员进行统计技术方法培训。

3.2质量部负责统计技术应用情况的监督。

3.3各部门选择本部门应用的统计技术，并按规定收集数据、统计分析。

4. 图示流程（无）5. 工作程序5.1统计技术选用及培训5.1.1各部门根据本部门数据分析的需要选用本部门适用的统计技术，选用时可参考5.1.2。

5.1.2统计技术选用说明（不限于以下内容）：1)抽样技术：对于批量产品，包括采购品、过程产品和最终产品的检验。

根据产品的重要程度和以往的控制经验，制订产品、过程的抽样方案，对产品、过程进行控制。

2)因果图：也称为鱼刺图，当问题的原因不易分析确定时，可采用因果图全面地分析其影响因素，以确定根本原因。

适用于各部门解决日常工作中存在的问题。

3)调查表：根据产品、过程、质量体系涉及的方方面面的控制需要，用表格形式来进行数据记录、整理和粗略原因分析。

如质量缺陷位置调查等。

4)排列图：当优先顺序或缺陷程度不能一目了然时，采用柱形图形式，按高低次序排列而成的图，以便于观察或决策。

适用于寻找主要问题，适用于各部门。

5)直方图：用一系列宽度相等、高度不等的长方形表示数据分布的图。

其作用是显示质量波动的状态，判断和预测产品质量及不合格率，确定质量改进的方向。

适用于生产过程质量监控。

6)控制图：用于监测生产过程是否处于受控状态，用来区分是由系统原因引起的异常波动，还是由随机原因引起的偶然波动，确定什么时候需对过程加以调整。

适用于生产过程。

7)CPK（过程能力分析）：过程处于稳定状态下的实际加工能力。

通过过程能力的评定来确定提高过程能力指数的途径。

适用于制造部、工程技术部。

统计技术在产品质量控制中的应用在当今竞争激烈的市场环境中，产品质量是企业生存和发展的关键。

为了确保产品质量的稳定性和可靠性，企业需要采用有效的质量控制方法。

统计技术作为一种科学的工具和方法，在产品质量控制中发挥着重要的作用。

统计技术可以帮助企业收集、整理和分析质量数据，从而揭示质量问题的本质和规律，为质量改进提供依据。

例如，通过抽样检验，企业可以在不检验全部产品的情况下，对产品质量做出合理的推断，从而节省检验成本和时间。

抽样检验的基本原理是基于概率统计，通过抽取一定数量的样本，并对样本进行检验，根据样本的质量情况来推断整批产品的质量水平。

控制图是统计技术在质量控制中的另一个重要应用。

控制图通过对生产过程中的关键质量特性进行连续监测和分析，及时发现过程中的异常波动。

例如，均值极差控制图可以用于监控生产过程中产品尺寸的均值和极差的变化。

如果控制图中的数据点超出了控制界限或者呈现出非随机的模式，就表明生产过程可能出现了异常，需要及时采取措施进行调整。

统计过程控制（SPC）是一种基于控制图等统计技术的过程质量控制方法。

SPC 强调预防为主，通过对过程的实时监控和分析，及时发现潜在的质量问题，并采取措施加以消除，从而确保过程处于稳定的受控状态。

SPC 不仅可以用于生产过程的质量控制，还可以用于服务过程的质量控制，如物流配送、售后服务等。

在产品质量控制中，统计技术还可以用于质量分析和改进。

例如，通过因果图可以帮助企业找出导致质量问题的根本原因。

因果图又称鱼骨图，它将质量问题的结果与可能的原因联系起来，通过层层分析，找出影响质量的关键因素。

此外，排列图可以用于确定质量改进的重点。

排列图根据“关键的少数和次要的多数”原理，将影响质量的各种因素按照其对质量影响程度的大小进行排列，从而找出主要的质量问题。

统计技术在产品设计阶段也有着重要的应用。

通过设计实验，企业可以优化产品的设计参数，提高产品的质量和性能。

例如，在新产品开发过程中，可以采用正交实验设计方法，通过合理安排实验因素和水平，在较少的实验次数内找到最优的设计方案。

统计过程控制在生产过程质量控制中的应用摘要：根据统计过程控制理论，运用控制图可以分析和判断生产过程中某种质量特性值是否处在受控状态，并通过分析受控状态，采取有效措施，达到保证生产过程中质量稳定的目的。

介绍了较常用的单值-移动极差控制图应用于生产过程中质量控制的应用实例。

关键词：统计过程控制、控制图、单值-移动极差、生产过程在市场经济的不断发展和技术的不断革新中，企业面临的竞争将更加激烈，企业间的竞争实质上就是产品质量的竞争。

如果不从产品质量入手去赢得市场，企业就会陷入发展的困境。

统计过程控制是一种有效的质量管理工具【1】，它广泛用于各种生产领域，在欧美等西方发达国家中得到了成功的应用和发展。

在企业生产中成功实施统计过程控制，在质量控制中将起到积极的预防作用，从而为提高产品质量、降低生产成本、为企业带来丰厚的利润，为企业的发展起到事半功倍的效果。

统计过程控制技术是美国休哈特博士在20世纪20年代创造的理论。

经过几十年的探索与发展，特别是日本于20世纪50年代引入并运用后带来了令人瞩目的成绩。

使该技术在20世纪80年代被西方企业列为高科技之一，目前已在世界范围得到了广泛运用【2】。

近十年来我国的许多企业也开始采用统计过程控制技术，随着iso9001质量管理体系的引入，企业质量管理基础逐渐深入，在现在环境和条件下找到一种适合国内中小企业的统计过程控制技术应用方法是非常迫切和必要的。

本文的应用研究对发挥统计过程控制在生产过程中的作用，推广统计过程控制应用具有重要的现实意义。

统计过程控制是应用统计技术对过程中各个阶段进行评估和监控，建立并保持过程处于可接受的并且稳定的水平。

从而保证产品与服务符合规定的要求的一种质量管理技术。

它是过程控制的一部分，从内容上主要有两个方面，一是利用控制图分析过程的稳定性，对过程存在的异常因素进行预警；二是计算过程能力指数分析稳定的过程能力满足技术要求的程度，对过程质量进行评估【3】。

统计学在产品质量控制中的应用随着市场的不断竞争和消费者的不断要求，产品质量控制变得越来越重要。

要确保生产的产品质量是可靠的，需要一定的指导来实现目标。

这就是统计学在产品质量控制中的作用。

统计技术用于监测并保证每次生产出的产品质量始终达到一定的标准，从而减少产品质量问题的风险。

统计学实际上是生产质量控制的一种科学处理方式，它是对产品和过程的质量控制的一种有效方式。

在很多领域中，如物流、医疗、金融和科学等，统计学都广泛应用于产品或者工艺的质量监控中。

数据收集与整理在产品质量控制中，首先必须确定需要收集哪些数据。

数据收集的方式包括手工或者自动化的方式，而且数据的收集点可以是任意的地方，但这些数据必须是可靠的数据。

同时，从来没有收集过是无用的，准确地测量和收集数据是一个重要的开始。

数据收集必须细致、全面，同时对每一个数据都要进行验证和核对，避免因为数据处理上的错误导致项目方向偏离。

收集的数据必须有目的性、准确性和完整性，数据要保证正确和及时，以便通过后续统计分析为其他工作提供参考依据，这样才能准确反映整个系统的状态。

数据分析数据分析是统计学中的重要部分，它包括描述性分析和推断性分析。

描述分析主要是针对数据的统计信息进行分析，比如均值、标准差、最大值、最小值和中位数等，以此来了解到数据的基本特性情况，并衡量整个系统的质量控制水平。

一些样本点数据很容易统计，但实际上产品质量的影响因素非常多，比如原材料的来源、采购渠道、加工时间、运输方式等等。

这时候就需要推断性分析，在推断性分析中建立一定的统计模型，对数据进行深入分析和挖掘，以了解数据之间的关系，并把这些数据关系应用到实际的生产和质量控制中去，从而优化生产流程和提高产品质量。

监控控制统计学在产品质量控制中最重要的一个方面是监控控制，这是实现质量控制最有效的方法之一。

通过监控控制，可以及时发现某个节点是否存在问题，如果问题出现，把问题解决在萌芽状态，避免成为后续大问题，最大程度地保证产品质量。