1、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
2、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
3、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
4、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1
5、9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=
6、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。
7、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 50000.000.390.390.550.4
8、7 *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=0.019
9、63UCL=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:0.0196
10、2621.9630196262.062(0.0151,0.0250)(1.51,2.50)(15113,25041)(1.959,2.167)过程能力和置信区间控制图不合格率散布不合格率分布累计不合格率Z值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。
