质量管理中常用的统计分析方法
质量管理统计分析方法
右端点所对应的累计频率值，所得折线称为累计频率折线或
叫巴列特曲线，见图10—6。 • 5)记录必要事项。如标题、搜集数据的方法和时间等。
• 图10—6为上例砌筑工程质量排列图。 • 2．排列图的观察与分析 • (1)观察直方形。排列图中的每个直方形都表示一个质量问 题或影响因素。影响程度与各直方形高度成正比。
7
• (2)确定主次因素。利用ABC分类法确定主次因素，具体做
法是将累计频率值分(o％—80％)、(80％ — 90％)、(90 ％ — 100％)三部分，与其对应的影响因素分别为A、B、C 三类，即图10—6中虚线所示的三条线。A类所含因素为主 要因素，B类所含因素为次要因素，C类所含因素为一般因
2
• 然后对原始资料进行整理，将频数较少的轴线位移、标高 和游丁走缝三项合并为“其它”项。按频数由大到小顺序 排列各检查项目，“其它”项排列最后，计算各项相应的 频率和累计频率：结果见表10-3。
• •
序 1 2 3 4 5 6 7 8 合
不合格点数统计表
号 检查项目 轴线位移 基础和楼面标高 垂直度 表面平整度 水平灰缝厚度 水平灰缝平直度 游丁走缝 门窗洞口宽度 计
表10-2
不合格点数 1 1 24 18 54 39 4 9 150
3
不合格点项目频数统计表
序 号 1 2 3 4 5 6 合 计 项 目 频 数 54 39 24 18 9 6 150
水平灰缝厚度 水平灰缝平直度 垂直度 表面平整度 门窗洞口宽度
表10-3
频 率% 36 26 16 12 6 4 100 累计频率% 36 36+26=62 62+16=78 78+12=90 90+6=96 96+4=100 —
质量管理中常用的统计分析方法
质量管理中常⽤的统计分析⽅法第六节质量管理中常⽤的统计分析⽅法在西⽅，“统计”（statistics）⼀词是由“国家”（state）⼀词演化⽽来的。
它的意思是指收集和整理国情资料、信息的⼀种活动。
随着现代科学技术的飞速发展，统计⽅法得到了⽇益⼴泛和深⼊的应⽤，对⼈类认识和改造世界产⽣重⼤影响。
质量管理中，⽆论何时、何处都会⽤到数理统计⽅法，⽽且这些统计⽅法所表达的观点对于质量管理的整个领域都有深刻的影响。
那么统计⽅法是什么呢？——所谓统计⽅法，是指有关收集、整理、分析和解释统计数据，并对其所反映的问题做出⼀定的结论的⽅法。
它的⽤途有以下⼏个⽅⾯：提供表⽰事物特征的数据（如平均值、⽅差、极差等）；⽐较两事物的差异；分析影响事物变化的因素（如因果图、分层法等）；分析事物之间的相关关系；研究取样和试验⽅法，确定合理的试验⽅案，发现质量问题，分析和掌握质量数据的分布状况和动态变化（如排列图、控制图等）；描述质量形成过程（如控制图等）。
在这⾥应当指出，统计⽅法是在质量管理中起到的是归纳、分析问题，显⽰事物的客观规律的作⽤，⽽不是具体解决质量问题的⽅法。
就像医⽣为病⼈诊断⼀样，体温表、⾎压计、X光透视机、⼼电图仪、B超仪、核磁共搌仪等仪表器具，只是帮助医⽣作出正确诊断的⼯具，其诊断并不等于治疗。
要想治病，还应当吃药打针等。
因此，统计⽅法也是在质量管理中探索质量症结所在，分析产⽣质量问题的原因，但要解决质量问题和提⾼产品质量还需依靠各专业技术和组织管理措施。
⼀、分层法分层（ stratification）法⼜叫分类法、分组法。
它是按照⼀定的标志，把搜集到的⼤量有关某⼀特定主题的统计数据加以归类、整理和汇总的⼀种⽅法。
但在使⽤中，分层法常与其他统计⽅法结合起来应⽤，如分层直⽅图法、分层排列法、分层控制图法、分层散布图法和分层因果图法等等。
1、应⽤分层法的步骤：1.0收集数据；1.1 将采集到的数据根据不同的选择分层标志；1.2 分层；1.3 按层分类；1.4 画分层归类图。
全面质量管理的常用七种分析工具
全面质量管理的常用七种分析工具 所谓全面质量管理常用七种工具，就是在开展全面质量管理活动中，用于收集和分析质量数据，分析和确定质量问题，控制和改进质量水平的常用七种方法。
这些方法不仅科学，而且实用，作为班组长应该首先学习和掌握它们，并带领工人应用到生产实际中。
一、统计分析表法和措施计划表法 质量管理讲究科学性，一切凭数据说话。
因此对生产过程中的原始质量数据的统计分析十分重要，为此必须根据本班组，本岗位的工作特点设计出相应的表格。
常用的统计分析表有以下几种，供参考。
１.不良项目调查表 某合成树脂成型工序使用的不良项目调查表如下。
每当发生某种不良时，工人就可在相应的栏目里画上一个调查符号，这样，下班时哪些不良项目发生了多少，立即可知。
２.零件尺寸频数分布表 此表与不良项目调查表属同一类型。
第二栏为零件尺寸的分组，第四栏的“ ”与不良项目调查表中的“正”是相同的符号。
工人每加工完一个零件，经检测后，将所得零件尺寸在第二栏“组距”中找到相应的尺寸组，然后再在第四栏中记录符号，待到下班或完工时，再统计第五栏。
这样的图既直观、又明确、有助于掌握零件尺寸的分布情况。
３.汽车油漆缺陷统计表 该表的特点是直观，而且将每个缺陷的部位表示出来了。
４.不良原因调查表 要分清不良的发生原因，可接设备、操作者、时间等标志进行分层调查，填写不良原因调查表。
下表为调查了甲、乙两位工人5天生产塑料勺不良原因的调查表。
５.不合格品分类统计分析表 下表为某工序同时生产三种规格的轴承，按不良项目分别统计。
表的右侧和下边的合计栏均画作虚线，表示可根据需要取舍。
需要注意的是“尺寸精度”和“旋转精度”作为总目，下面还细分若干细目，这是表格设计的一种技巧，与此对应，下边合计栏也应合理设计。
6. 措施计划表 措施计划表，又称对策表。
在制订一个具体的改进措施计划后，所有对策编制成计划表的形式。
下表为某照相机厂生产一种自拍照相机，为了解决自拍质量问题，针对所分析的原因，制订的改进措施计划表。
质量管理中的质量统计分析方法有哪些
质量管理中的质量统计分析方法有哪些在当今竞争激烈的市场环境中，产品和服务的质量成为企业立足和发展的关键。
质量管理作为确保质量的重要手段，其中的质量统计分析方法起着至关重要的作用。
通过科学合理地运用这些方法，企业能够准确识别质量问题、追溯根源，并采取有效的改进措施，从而不断提升产品和服务的质量水平，满足客户的需求和期望。
质量统计分析方法众多，以下为您介绍几种常见且实用的方法：一、分层法分层法是将数据按照不同的特征或因素进行分类，以便更清晰地了解数据的分布和规律。
例如，按照产品的型号、生产批次、操作人员、原材料供应商等因素进行分层。
通过分层，可以发现不同层次之间的质量差异，从而有针对性地采取措施。
比如，在一家汽车制造企业中，如果发现某一批次的汽车出现较多的质量问题，通过分层法分析可能发现是该批次所使用的特定零部件供应商存在质量不稳定的情况。
这样就能够迅速锁定问题的根源，并与供应商合作解决问题，避免类似问题在未来的生产中再次出现。
二、因果图因果图，也称为鱼骨图，是用于寻找质量问题产生原因的一种图形工具。
它将问题的结果放在鱼头位置，然后将可能导致该结果的因素沿着鱼骨的大骨和小骨逐步展开。
这些因素通常包括人员、机器、材料、方法、环境和测量等方面。
以一家电子厂生产的电路板出现短路问题为例，通过绘制因果图，可以分析出可能是操作人员操作不当、生产设备老化、原材料质量不佳、生产工艺不合理、工作环境湿度大或者检测手段不准确等原因导致的。
在找出可能的原因后，进一步收集数据和证据，确定主要原因，从而采取有效的改进措施。
三、排列图排列图又称为帕累托图，它是根据“关键的少数和次要的多数”的原理制作而成。
通过对质量问题的各类原因进行统计分析，计算出每种原因所导致的问题数量占总问题数量的百分比，并按照百分比的大小进行排列，从而找出影响质量的主要因素。
例如，在一家服装厂，对一段时间内出现的质量问题进行统计分析，发现“缝线不牢固”占总质量问题的 30%，“尺寸偏差”占 25%，“布料瑕疵”占20%，“色差”占15%，“其他”占 10%。
常用质量管理统计方法11.doc
常用质量管理统计方法１1常用质量管理统计方法常用的质量管理统计方法包括：旧QＣ七大手法(检查表、数据分层法、排列图、因果图、散布图、直方图、控制图）和新QC七大手法(亲和图、树图、关联图、箭条图、ＰＤＰC、矩阵图、矩阵数据分析法)，以及其它一些方法如：头脑风暴法、对策表、流程图、水平对比法等。
简介如下：一、检查表(调查表、统计分析表）1、概念:系统地收集资料和累积资料,确认事实并对资料进行粗略的整理和简单分析的统计图表。
2、分类:不合格品项目检查表、缺陷位置检查表、质量分布检查表、矩陈检查表、用于非数字数据分析用的检查表。
３、用途:用在对现状的调查，以备今后作分析。
4、制作步骤(1)确定搜集资料的具体目的。
（2）确定为达到目的所需搜集的数据资料。
（3)确定对资料的的分析方法、所釆用的统计工具。
（4)根据不同目的，设计用于记录资料的调查表格式。
(５)用收集和记录的部分资料进行表格试用,目的是检查表格设计的合理性。
（6）如有必要应评审和修改调查表。
５、注意事项（1)应能迅速、正确、简易地收集到数据,记录时只要在必要项目上加注记号；（2）记录时要考虑到层別,按人员、机台、原料、时间等分类；(3)数据来源要清楚：由谁检查、检查时间、检查方法、检查班次、检查机台，均应写清楚，其他测定或检查条件也要正确地记录下來;（4)尽可能以记号、图形标记,避免使用文字；（5)检查项目不宜太多，以4-6项为宜(针对重要的几项就可），其他可能发生的项目采用“其他”栏。
二、数据分层法（分类法、分组法)1、概念：数据分层法就是性质相同的，在同一条件下收集的数据归纳在一起，以便进行比较分析。
2、分类方法：数据分层可根据实际情况按多种方式进行。
例如，按不同时间,不同班次进行分层,按使用设备的种类进行分层，按原材料的进料时间，原材料成分进行分层，按检查手段，使用条件进行分层，按不同缺陷项目进行分层等等。
数据分层法经常与统计分析表结合使用。
质量统计分析方法
质量统计分析方法质量统计分析是一种用来评估产品或服务质量的方法，通过收集和分析数据，可以帮助企业了解产品或服务的质量状况，找出存在的问题，并采取改进措施。
在质量管理中，统计分析方法起着至关重要的作用，它能够为企业提供客观的数据支持，帮助企业制定科学的决策，提高产品或服务的质量水平。
一、数据收集。
在进行质量统计分析时，首先需要收集相关的数据。
数据可以来源于产品的生产过程、客户的反馈、市场调研等多个方面。
通过收集大量的数据，可以更全面地了解产品或服务的质量状况，为后续的分析提供充分的依据。
二、质量测量指标。
在进行质量统计分析时，需要选择合适的质量测量指标。
常用的质量测量指标包括产品的合格率、不良品率、客户投诉率、服务满意度等。
通过这些指标的测量，可以客观地评估产品或服务的质量水平，找出存在的问题，并进行针对性的改进。
三、统计分析方法。
在进行质量统计分析时，可以运用多种统计分析方法。
比如，可以利用控制图来监控产品质量的稳定性，通过对比实际数据和标准数据的差异，及时发现异常情况；可以运用散点图来分析产品的相关性，找出影响产品质量的关键因素；还可以利用回归分析来建立质量预测模型，预测产品或服务的质量表现。
四、质量改进措施。
通过质量统计分析，可以找出产品或服务存在的问题，并制定相应的改进措施。
比如，可以通过质量成本分析，找出造成质量问题的成本，并采取降低成本、提高质量的措施；可以通过质量功能展开(QFD)分析，了解客户需求，为产品设计和生产提供指导；还可以通过六西格玛方法，系统地改进生产过程，提高产品的质量水平。
五、持续改进。
质量统计分析不是一次性的工作，而是需要持续进行的过程。
通过不断地收集数据、分析数据，发现问题、改进问题，可以实现产品或服务质量的持续提升。
因此，企业需要建立健全的质量管理体系，将质量统计分析纳入到日常的管理工作中，形成持续改进的机制。
总结。
质量统计分析是企业质量管理的重要手段，通过收集和分析数据，可以客观地评估产品或服务的质量状况，找出存在的问题，并采取改进措施。
质量管理的统计方法
质量管理的统计方法早期，最常采用的统计技术是抽样检验。
它是以小批量的抽样为基准进行检验，以确定大量或批量产品质量的最常使用的方法。
现在，在质量控制方面已转为以预防为重点了。
人们正努力研究一种消除不合格品根源的方法。
基于这一目的，近年来，推出了七种重要的方法，这些方法不需要做大量的统计计算，因此容易被工厂基层职员所掌握。
1 分层法2 排列图法3 因果分析图法4 直方图法5 散布图法6 控制图法7 调查表法1 分层法分层法又称分类法，就是将零乱的质量数据按某一属性进行分类，找出影响产品质量问题的主要原因。
如某班某日生产中出现了40件次品，按生产时间（班次）、操作者进行分层，得到表8-1所示的资料。
从表8-1可以看出，次品数量与时间（班次）没有多大关系，但受设备的影响较为明显，甲设备生产的次品总比乙设备要多。
由此可见，甲设备是导致产品不合格的主要原因。
表8-1 某班日生产分层运用分层法时，常用的分层标志有：1. 操作者：包括操作者的姓名、年龄、工种、性别、技术级别等。
2. 生产手段：如机器、输入设备、输出设备、工艺装备等。
3. 操作方法：指操作规程、工序名称等。
4. 原材料：包括供应厂家、批次、成分等。
5. 检查条件：指检查人员、测试仪器、测试方法等。
6. 时间：如日期、班次等。
7. 环境条件：包括地区、温度、清洁度、湿度、震动等。
运用分层法进行数据分层时往往可以按几个不同的层别分层而分别得到某一方面的结论，但是不同层别的数据之间存在着有机联系时，即因素之间存在着交互作用时，孤立分层进行分析将会导致错误的结论，这时应将不同层中有关联的因素放在一起进行综合考虑。
2 排列图法排列图又称主次因素排列图，是质量管理工作中常用的一种统计工具，是找出影响产品质量主要因素的一种有效方法。
排列图是由意大利经济学家帕累特（Pareot）最先提出和应用的，故又称为帕累特图。
1906年，帕累特在研究社会财富分布问题时，首先运用了排列图，借助于排列图这一工具，他发现占人口极少数的富人占有社会财富的大部分，而占人口总数绝大多数的穷人却处于贫苦的边缘，即发现了关键的少数和次要的多数的规律。
常用质量管理统计方法1
常用质量管理统计方法常用的质量管理统计方法包括：旧QC七大手法（检查表、数据分层法、排列图、因果图、散布图、直方图、控制图）和新QC七大手法（亲和图、树图、关联图、箭条图、PDPC、矩阵图、矩阵数据分析法），以及其它一些方法如：头脑风暴法、对策表、流程图、水平对比法等。
简介如下：一、检查表（调查表、统计分析表）1、概念：系统地收集资料和累积资料，确认事实并对资料进行粗略的整理和简单分析的统计图表。
2、分类：不合格品项目检查表、缺陷位置检查表、质量分布检查表、矩陈检查表、用于非数字数据分析用的检查表。
3、用途：用在对现状的调查，以备今后作分析。
4、制作步骤（1）确定搜集资料的具体目的。
（2）确定为达到目的所需搜集的数据资料。
（3）确定对资料的的分析方法、所釆用的统计工具。
（4）根据不同目的，设计用于记录资料的调查表格式。
（5）用收集和记录的部分资料进行表格试用，目的是检查表格设计的合理性。
（6）如有必要应评审和修改调查表。
5、注意事项（1）应能迅速、正确、简易地收集到数据，记录时只要在必要项目上加注记号；（2）记录时要考虑到层別，按人员、机台、原料、时间等分类；（3）数据来源要清楚：由谁检查、检查时间、检查方法、检查班次、检查机台，均应写清楚，其他测定或检查条件也要正确地记录下來；（4）尽可能以记号、图形标记，避免使用文字；（5）检查项目不宜太多，以4-6项为宜（针对重要的几项就可），其他可能发生的项目采用“其他”栏。
6、应用实例二、数据分层法（分类法、分组法）1、概念：数据分层法就是性质相同的，在同一条件下收集的数据归纳在一起，以便进行比较分析。
2、分类方法：数据分层可根据实际情况按多种方式进行。
例如，按不同时间，不同班次进行分层，按使用设备的种类进行分层，按原材料的进料时间，原材料成分进行分层，按检查手段，使用条件进行分层，按不同缺陷项目进行分层等等。
数据分层法经常与统计分析表结合使用。
3、应用步骤（1）收集数据。
- 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、"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、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)。
质量管理中常用的统计分析方法
下面介绍的这些工具和方法具有很强的实用性，而且较为简单，在许多国家、地区和各行各业都得到广泛应用:
控制图:用来对过程状态进行监控，并可度量、诊断和改进过程状态。
直方图:是以一组无间隔的直条图表现频数分布特征的统计图，能够直观地显示出数据的分布情况。
排列图:又叫帕累托图，它是将各个项目产生的影响从最主要到最次要的顺序进行排列的一种工具。
可用其区分影响产品质量的主要、次要、一般问题，找出影响产品质量的主要因素，识别进行质量改进的机会。
散布图:以点的分布反映变量之间相关情况，是用来发现和显示两组数据之间相关关系的类型和程度，或确认其预期关系的一种示图工具。
工序能力指数（CPK）：分析工序能力满足质量标准、工艺规范的程度。
频数分析：形成观测量中变量不同水平的分布情况表。
描述统计量分析：如平均值、最大值、最小值、范围、方差等，了解过程的一些总体特征。
相关分析：研究变量之间关系的密切程度，并且假设变量都是随机变动的，不分主次，处于同等地位。
回归分析：分析变量之间的相互关系。
H0：差值的总体中位数为0；
H1：差值的总体中位数不为0；检验水准为0．05。
子组频数与子组大小
关于子组频数或子组大小，无法制定通用的规则。
子组频数可能决定于取样和分析样本的费用，而子组大小则可能决定于一些实际的考虑。
例如，低频率长间隔抽取的大子组，可以更准确地检测出过程平均中的小偏移，而高频率短间隔地抽取的小子组，则能更迅速地检测出大偏移。
通常，子组大小取为4或5，而抽样频数，一般在初期时高，一旦达到统计控制状态后就低。
通常认为，对于初步估计而言，抽取大小为4或5的20~25个子组就足够了。
值得注意的是，抽样频数、统计控制和过程能力需要统一加以考虑。
理由如下：平均极差R常常用于估计s。
随着在一个子组中抽样的时间间隔加长，变差来源的数目也会增加。
因此，在一个子组内若抽样时间延长，将使R也即s的估计值增大、加宽控制限范围，从而降低过程能力指数。
反之，连续的逐个抽样将给出较小的R。
XbarR控制图应用实例
在一个企业内，统计技术和应用类型很多，而程序文件只能从总的方面规定应用程序，各有关部门和人员在具体实施时，还必须遵照作业指导书的规定进行操作。
一个企业应用统计方法的作业指导书有很多，现仅以某电子组件厂电阻器刻槽工序应用的《-x—R控制图作业指导书》为例。
-x—R控制图作业指导书（电阻器刻槽工序）
1目的
通过控制图的应用，对电阻器刻槽工序的主要质量特性——电阻值，实施控制，消除异常因素的作用，保证刻槽工序处于稳定受控状态。
2适用范围
本作业指导书适用于各类薄膜型电阻器（金属膜电阻器、金属氧化膜电阻器、碳膜电阻器）刻槽工序的电阻值控制。
3职责
3．1车间技术组质量控制工程师负责控制图的设计、控制图打点结果的分析及提出应采取的纠正和预防措施。
3．2刻槽工序操作者按作业指导书要求，抽样、测量、计算统计量并在控制图上打点。
3．3质管处质量控制工程师负责控制图应用的指导、协助车间技术组进行分析，监督控制图的实施及协调纠正和预防措施的落实。
4工作流程
4．1预备数据的取得
当确认刻槽工序处于稳定受控状态时，车间技术组质量控制工程师在生产过程中，每隔30分钟抽取容量为n=5的样本，共抽取25个样本，分别填入数据表。
4．2计算各组的样本平均值-x和极差R
4．3计算25组数据的平均值=X和极差平均值-R
4．4计算-x图的控制界限
控制中心线CL==X
控制上界限UCL==X+0．58-R
控制下界限LCL==X-0．58-R
4．5计算R图的控制界限：
控制中心线CL=-R
控制上界限UCL=2．11-R
控制下界限LCL不考虑
4．6作控制图并打点
在-x—R图标准图样中标出座标刻度，并分别将各组统计量（-xi、Ri）点入控制图并连成折线。
4．7判断控制图内点子排列有无异常。
满足下列条件时认为生产过程处于稳定受控状态：
a）25个点子中没有一个在界外。
b）控制界限内点子的排列无下述异常现象：
连续9点或更多点在中心线同一侧；
连续6点或更多点有上升或下降趋势；
连续11点中至少有10点在中心线同一侧；
连续14点中至少有12点在中心线同一侧；
连续17点中至少有14点在中心线同一侧；
连续20点中至少有16点在中心线同一侧；
连续3点中至少有2点和连续7点中至少有3点落在二倍标准偏差与三倍标准偏差控制界限之间。
4．8控制图中点子排列有异常时，应查明原因后排除异常点。
排除异常点后的数据组数大于或等于20时，利用排除异常点后的数据重新计算控制界限并打点判断。
排除异常点后的数据组数小于20时，应重新抽样自4．1起重新作图。
4．9控制图中点子排列正常（工序处于稳定受控状态）时，延长控制界限转为控制用控制图，实施正常的质量控制。
4．10操作人对每批产品刻槽经首件检验合格后，按每30分钟抽取样本容量为n=5的样本，分别计算平均值-x和极差R，并在控制图上打点。
4．11车间技术组质量控制工程师应经常巡视各应用控制图的岗位，判断工序是否处于稳定受控状态，判断方法按4．7要求。
4．12当控制图上点子排列异常时，车间技术组应及时组织质量分析会，必要时采取纠正和预防措施。
4．13控制图应保存在车间技术组，一般保存期1年。
6SIGMA的专用软件MINITAB。
在实际应用中，专业的SPC软件系统主要用于对过程（对企业而言，大都指的是生产过程，即工序的制造流程）的长期性跟踪、控制、和预防。
而MINITAB则主要用于对某一时间段（大部分是短时间内，如一天，一周）内的数据进行分析。
二者的功能截然不同，差之甚远。
但就系统功能而言，二者在某些方面又是相辅相成的。
如在专业的SPC系统中，定义控制图的控制线，CPK分析结果，等都可以借用MINITAB的分析结果而代入。