小引
质量问题产生的原因,有普通原因和特殊原因所导致。
正常波动是由随机原因(普通原因)引起的产品质量波动;
仅有正常波动的生产过程称为处于统计控制状态,简称为控制状态或稳定状态。
异常波动是由系统原因(特殊原因)引起的产品质量波动;
有异常波动的生产过程称为处于非统计控制状态,简称为失控状态或不稳定状态。
01
有读者会问了引起产品波动的原因是哪些方面呢?
主要来自六个方面简称5 M1E:
人(Man) :操作者的质量意识、技术水平、文化素养、熟练程度、身体素质等 ;
机器(Machine):维护保养状况等;
材料(Material):材料的化学成分、物理性能和外观质量等;
方法(Method):加工工艺、操作规程和作业指导书的正确程度等;
测量(Measure):测量设备、试验手段和测试方法等;
环境(Environment):工作场地的温度、湿度、含尘度、照明、噪声、震动等;
看到这里有读者心里嘀咕,说好的直方图怎么到现在,还没登场,却说了一堆看起来没用的东西。
别急,介绍完上述基本概念之后,我们看下直方图的用途和一般作用。
1895年卡尔·皮尔逊创立直方图,但是直方图是什么时间应用到质量管理上的目前还没有查到相关资料。
直方图是对产品质量波动性的观察,进而找出质量波动的规律性,预测工序质量好坏和估计工序不良品率的质量管理常用的工具。
02
如果细化的去说直方图作用:
了解数据分布的形态;
看下数据是正态还是非正态
判断数据的真实性;
日常收集的数据是否造假,
与规格或标准值比较
合适制程能力
制程能力较规格好很多
中心偏左或偏右制程能力,平均位置的偏差
分散度过大制程能力,标准差太大
计算产品的不良率
品质改善前后的不合格率,可直接由次数分配表或直方图計算出來
确定控制规格界限
计量值管制图如X-R管制图,當σ未知,以X作为中心线,X±A2R 作为管制上下限,以为設計的管制界限
研究和分析过程能力
直方图的集中与分散情形即表示制程的好坏,直方图的重心为平均数u所在,经修匀后之分配若为常态分配,则自拐点引一横轴之平行线与平均数之垂直轴相交,可求得表现差异性的标准差σ,良好的制程,平均数接近规格中心,标准差愈小愈佳.
03
为了更好了解直方图和使用,我们基本统计概念进行回顾下。
(出来混的迟早要还的,初中没有学好的数学现在还要学)
频数分布
将许多的复杂的数据依其差异的幅度分成若干组,在各组内列入测定值的出现次数,即为频数分布。
相对频数
各组出现的频数除以全部的频数,即为相对频数。
累积频数(f)
自频数分布的测量值较小的一端将其频数累积计算,即为累积频数。
全距(R)
在所有数据中最大值和最小值的差,即为全距。
组距(h)
全距/组数=组距
算术平均数( X )
数据的总和除以数据总个数所得的商数即为算术平均数。
中位数(X)
将数据由小到大依序排列,位居中间的数称为中位数,若数据个数为偶数时,则取中间相邻的两个数据之和再除以2,即为中位数。如果数据个数为奇数时,中间数即为中位数。
众数(MODE)
频数分布中出现频数最多的组的值。
组中距(mid range)
一组数据中最大值与最小值的平均值,计算公式为:(上组界+下组界)/2=组中距
04
作直方图一般由作频数分布表、画直方图和进行有关计算三个步骤来进行。
绘制直方图的步骤
A、搜集数据;
B、计算极差;
C、适当分组;
D、确定组距h;
E、确定各组的上、下界限;
F、作频数分布表;
G、画直方图;
H、进行相关数据的计算;