1、质量控制数据质量控制数据 分析分析 胡 鹍 2010年12月28日质量总监职业发展通道课程 目 录v课程前言v涉及的通用统计知识v常用质量管理工具v制丝过程质量控制数据分析v卷制与包装过程质量控制数据分析质量总监职业发展通道课程 课程前言质量质量管理的发展路径管理的发展路径直觉式经验管理直觉式经验管理 品质公共认证逻辑管理品质公共认证逻辑管理 转变转变Why?数据表明有数据表明有99%99%的把握认定的把握认定根本原因是根本原因是,有没有反对意见？有没有反对意见？质量总监职业发展通道课程 通用统计知识质量总监职业发展通道课程 常用统计学概念 v随机变量随机变量n在一定条件下，并不总是出现相同结
2、果的现象称为随机现象。n随机变量是表示随机现象结果的变量。产品的质量特性是表征产品性能的指标，产品的性能一般都具有随机性，每个质量特性就是一个随机变量。n假如一个随机变量取数轴上有限个点，则称此随机变量为离散型变量，例如一支烟的缺陷数。n假如其可能的取值充满数轴上的一个区间（a，b），则其为连续随机变量，例如烟支的长度。 v总体、个体和样本总体、个体和样本n总体又叫母体，是研究对象的全体。一批产品、一个工序或某段时间内生产的同类产品的全部都可以称为总体。n构成总体的基本单位，称为个体。每件产品都是一个个体。n样本又叫子样，是从总体中抽出来一部分个体的集合。样本中每个个体叫样品，样本中所包含样品
3、数目称为样本大小，又叫样本量，常用n表示。n对样本的质量特性进行测定，所得的数据称为样本值。样本个数越多，分析结果越接近总体的值，样本对总体的代表性就越好。质量总监职业发展通道课程 v均值、方差和标准差均值、方差和标准差n均值表示随机变量分布的中心位置，用E（X）来表示，对于绝大多数的随机变量，在均值附近取值的机会较多。n方差用来表示随机变量分布的离散程度，用Var（X）表示。方差大意味着分布的离散程度大，也即分布较分散；方差小，分布的离散程度小，也即分布较集中。n由于标准差为方差开方所得，同样也能反映发布的离散程度，但与X的量纲相同，因此在实际中更常使用标准差。质量总监职业发展通道课程 v抽
4、样抽样n随机抽样指总体中每一个个体都有同等可能的机会被抽到。这种抽样方法事先不能考虑抽取哪一个样品，完全用偶然方法抽样.常用抽签或利用随机数表来抽取样品以保证样品代表性。质量总监职业发展通道课程 抽样n分层抽样分层抽样是先将总体按照研究内容密切有关的主要因素分类或分层，然后在各层中按照随机原则抽取样本。分层抽样可以减少层内差异，增加样本的代表性。当获得的资料不均匀，或呈偏态分布时，分层抽样是一种有效的抽样方法。 质量总监职业发展通道课程 抽样样本 1， 2， . K K+ 1， K+2， .， 2K 2K + 1， 2K+2， .， 3K 直到 N为止例：从具有1000个个体的总体中抽取50个
5、个体。n系统抽样。从总体中每隔K个个体抽取一个个体的抽样方法，比值K是总体容量N与样本容量n之比；如果被抽总体足够大，并且易作某种次序的整理时，系统抽样比分层抽样好。 正态分布 v正态分布的概念及性质n正态分布是具有两个参数和2的连续型随机变量的分布，记作N (，2 )。n正态分布是在质量管理中最重要也最常使用的分布，它能描述很多质量特性随机取值的统计规律性。n一些其他分布也可通过数学转换的方式转化为正态分布或近似正态分布。v标准正态分布n当0，2 1时，称为标准正态分布，它是一种特殊的正态分布，记为N（0，1），服从标准正态分布的随机变量记为U。n设a，b为任意实数，标准正态分布具有以下性质
6、：P(Ua)= P(Ua)=1-(a)(-a)=1-(a)P(aUb)=(b)-(a)P( U a)= 2(a)-1v正态分布的标准化转换n在现实中，尽管很少有标准正态分布，但是，任何正态变量都可以通过标准化变换转化为标准正态变量，方法是让U=(X-)/。例如：例如： 对于正态分布XN (，2 )，要求Xv理论计量精度分析理论计量精度分析 公式： 理论计量精度（实际累计量标准重量中心值）/标准重量中心值100% 案例：案例： 解：解： 理论计量精度47004950/4950 100%=5.05% 标准要求理论计量精度小于5%批间质量控制数据分析 v批间质量数据分析的内容批间质量数据分析的内容n
7、连续性检测数据（每批次样本量n=9的检验项目）n加香、加料、梗丝掺配n物料温度验证n工序重量n物理特性抽检v连续性检测数据（每批次样本量连续性检测数据（每批次样本量n=9的的检验项目）检验项目）平均值平均值X X均均所生产批次均值的符合程度所生产批次均值的符合程度平均值平均值S S 所生产批次的批间波动所生产批次的批间波动红色部分：均值控制上限红色部分：均值控制上限/ /下限下限单次检测数据平均值的上控制限和下控制限，公式：单次检测数据平均值的上控制限和下控制限，公式：标准中心值标准中心值允差允差/SQRT/SQRT（单次检测样本量）（单次检测样本量）蓝色部分：超出（上、下）界限（均值不准确）
8、的批次及百分比蓝色部分：超出（上、下）界限（均值不准确）的批次及百分比标偏标偏X均均 所生产批次批内波动的平均水平所生产批次批内波动的平均水平红色部分：标准偏差控制上限红色部分：标准偏差控制上限 ，公式：允差公式：允差/3/3蓝色部分：超出界限（波动）的批次及百分比蓝色部分：超出界限（波动）的批次及百分比公式：（平均值公式：（平均值XX均）均） 3 3 （标准偏差（标准偏差s）公式：（平均值公式：（平均值XX均）均） 3 3（标准偏差（标准偏差X均）均）v加香、加料、梗丝掺配加香、加料、梗丝掺配公式：目标值公式：目标值目标值目标值精度精度%红色部分：控制上下界限，公式：目标值红色部分：控制上下
9、界限，公式：目标值允差允差蓝色部分：超出上下界限的批次及百分比蓝色部分：超出上下界限的批次及百分比v物料温度验证物料温度验证显著性水平（可调整）显著性水平（可调整）0.05置信程度置信程度95判断方法判断方法:P0.05 接受接受P0.05 拒绝拒绝 从从P P值中可以看出，值中可以看出，P=0.0060.05,P=0.0060.05,可以判定，这个样本的均可以判定，这个样本的均值与标准值有显著差异，即拒绝。值与标准值有显著差异，即拒绝。 这里的这里的P P为实测显著性水平，也就是零假设正确出现的概率。为实测显著性水平，也就是零假设正确出现的概率。这里这里P=0.006P=0.006，也就是说
10、样本均值与标准相等的概率（可能性），也就是说样本均值与标准相等的概率（可能性）为为0.0060.006，即，即0.60.6，反之可知不相等的概率为，反之可知不相等的概率为1-0.0061-0.0060.9940.994，即即99.499.4，因而可以判定这个样本均值与标准值之间存在显著，因而可以判定这个样本均值与标准值之间存在显著差异。差异。质量总监职业发展通道课程 卷制与包装卷制与包装过程质量控制数据分析过程质量控制数据分析 外观质量数据的录入、分析与评价 v卷制与包装过程外观质量缺陷分类卷制与包装过程外观质量缺陷分类 v外观质量专检数据的录入外观质量专检数据的录入 每班次生产结束后，将当前
11、班次的外观检验数据进行统计（包括总样本量、出现缺陷项及缺陷总数），录入至“外观质量专检记录（电子文档）”。v外观质量专检数据的分析外观质量专检数据的分析 n外观质量专检数据的分析以分类缺陷率为主要分析指标，公式为： 缺陷率缺陷数量/总检测样本量100n实际工作中，将缺陷项及缺陷数录入“外观质量专检记录”模板，可直接获得条装、盒装、盒装烟支及烟支的分类外观质量分析报告。v外观质量评价方案外观质量评价方案 n与过程分析模板不同，外观质量评价模板主要用于综合评价卷烟的外观质量。n外观质量评价是以各机台的平均缺陷率为指标，评价项目包括烟支、盒内烟支、盒、条、箱等五项，每项权重20%，五个项目缺陷率评分
12、的加权平均值即为外观质量的综合评价得分。烟支物理特性数据的录入、分析与评价 v烟支物理特性数据的录入烟支物理特性数据的录入n烟支物理特性检测的项目包括重量、圆周、长度、吸烟支物理特性检测的项目包括重量、圆周、长度、吸阻、硬度和总通风率等六项。阻、硬度和总通风率等六项。n每班次生产结束后，将当前班次的烟支物理特性检测每班次生产结束后，将当前班次的烟支物理特性检测数据录入至数据录入至“烟支物理特性数据专检记录（电子文档烟支物理特性数据专检记录（电子文档）”。 v烟支物理特性数据的分析烟支物理特性数据的分析 n 借助“烟支物理特性数据专检记录”表，可直接获得各检测项目的均值、标准偏差、合格率和控制图情况。n 对照标准和选定的质量水平，可得各检测项目的质量评价。v烟支物理特性质量评价烟支物理特性质量评价 n评价指标是烟支物理特性质量评价采用专业模板。n它是以合格率的平均值（合格率-X均）为评价指标。n评价项目包括重量、圆周、长度、吸阻、硬度和总通风率等六项，各项设有不同的权重，六个项目评分的加权平均值即为烟支物理特性质量的综合评价得分。谢 谢！质量总监职业发展通道课程
