【正文】 . 4 9 5 . 7 1 0 0 . 0缺 陷 數(shù) 其 他不 完 整 部 件有 缺 陷 的 外 罩漏 油 襯 墊缺 少 的 線 夾丟 失 的 螺 絲 釘4 0 03 0 02 0 01 0 001 0 08 06 04 02 00計數(shù)百分比缺 陷 數(shù) 的 P a r e t o 圖因果圖概念： 因果 （或魚骨）圖描述問題的潛在原因。通過從大到小排列條形 ， Pareto 圖可幫助您確定哪些缺陷組成“少數(shù)重要”，哪些缺陷為“多數(shù)瑣碎”。聚類可以指出抽樣問題或測量問題。當只有常規(guī)原因影響過程輸出時，過程受控制。 掌握幾種圖形工具，檢測出質量問題 使用控制圖跟蹤質量過程并檢測是否存在特殊原因 繪制能力直方圖和能力圖評估過程能力 利用抽檢特征曲線確定整個批次接收還是拒收 學習方法技巧 A ?要有幾本好的工具書 B ? 要學會在網(wǎng)上尋找資源 C ?從模仿開始，慢慢理解 D ?培訓結束后經常練習、使用 《 Minitab使用教程 》 、 《 EXCE圖表制作 》 質量檢測圖形工具 1 11. 運行圖 12. 帕累托圖 13. 因果圖 運行圖概念： 所有過程中都會發(fā)生變異。常規(guī)原因變異是過程中正常的一部分。運行圖執(zhí)行兩種隨機性檢驗，提供有關因趨勢、振動、混合和聚類引起的非隨機變異的信息。 帕累托圖概念： Pareto 圖 是一種條形圖，幫助您確定哪些問題最重要，以使您可以集中改進可獲得最大收獲的領域。累積百分比 線條幫助您判斷每種類別所加入的貢獻。右側顯示問題（效應），左側以樹狀結構顯示原因的列表。魚骨圖是一種方便地組織問題原因的相關信息的工具。 當只有常規(guī)原因（而非特殊原因）影響過程輸出時，過程即受控制。也可以根據(jù)產品的缺陷數(shù)為產品歸類。缺陷品控制圖有： ? P 控制圖 ，該控制圖繪制每個子組中缺陷品的比率。例如，您可以統(tǒng)計產品表面的刮痕數(shù)。當子組大小不固定時，請使用 U 控制圖。缺陷控制圖標繪計數(shù)數(shù)據(jù)，如缺陷或缺陷單元 的數(shù)量。 IMRR/S（組間 /組內） 同時使用子組間和子組內變異的三向控制圖。 R 子組極差的控制圖 13. 變量（測量數(shù)據(jù)）控制圖 13. 變量（測量數(shù)據(jù)）控制圖 2 52 32 11 91 71 51 31 1975310 . 8 00 . 7 50 . 7 00 . 6 50 . 6 0樣 本樣本均值 __X = 0 . 7 1 6U B = 0 . 7L C L = 0 . 6 0 9 82 52 32 11 91 71 51 31 1975310 . 40 . 30 . 20 . 10 . 0樣 本樣本極差_R = 0 . 1 8 4 2U C L = 0 . 3 8 9 5L C L = 01C 6 , . . . , C 2 的 X b a r R 控 制 圖4 64 13 63 12 62 11 61 1615 04 03 02 01 0觀 測 值單獨值_X = 1 0 . 6 9U C L = 1 5 . 3 0L C L = 6 . 0 8六 月 七 月 八 月重 癥 室 收 治 按 月 份 的 單 值 控 制 圖13. 變量（測量數(shù)據(jù)）控制圖 通過繪制歷史圖，可以顯示過程中的各個階段 ，歷史圖是對數(shù)據(jù)中的不同組獨立估計控制限制和中心線的控制圖。 利用控制圖識別生產過程狀態(tài) 受控狀態(tài)或失控狀態(tài)，是根據(jù)圖上樣本點的位置以及變化趨勢進行分析和判斷的。過程需要處于受控狀態(tài)，然后才能評估其能力；否則，會錯誤地估計過程能力。還可以計算能力指數(shù)，即規(guī)格公差 占自然過程變異的比率。一般而言，最好不要依賴單個能力統(tǒng)計量確定過程的特征。并且分布的兩個尾部都落在規(guī)格限之外。顯然，與過程不以目標為中心相比，過程中的較大變異對此生產線而言是嚴重得多的問題。 12. 連續(xù)數(shù)據(jù)能力分析 綜合能力分析 解釋結果 在控制圖和 R 控制圖上，點都是隨機分布在控制極限之間的，表明這是穩(wěn)定過程 。 如果要解釋過程能力統(tǒng)計量，則您的數(shù)據(jù)應近似服從正態(tài)分布。但是，從能力圖 可以看出，整體過程變異的區(qū)間（整體）比規(guī)格限的區(qū)間（規(guī)格）寬。累積缺陷百分比控制圖 顯示整體缺陷品率的估計值似乎停留在 22% 左右，但需要收集更多數(shù)據(jù)對此加以驗證。 13. 缺陷數(shù)據(jù)能力分析 缺陷品 1 91 71 51 31 1975310 . 2 60 . 2 40 . 2 20 . 2 0樣 本比率_P = 0 . 2 2 6 4 3U C L = 0 . 2 5 5 5 2L C L = 0 . 1 9 7 3 32 01 51 052 3 . 52 3 . 02 2 . 52 2 . 02 1 . 5樣 本%缺陷置 信 區(qū) 間 上 限 : 0 . 7 6 4 6% 缺 陷 : 2 2 . 6 4置 信 區(qū) 間 下 限 : 2 2 . 2 2置 信 區(qū) 間 上 限 : 2 3 . 0 7目 標 : 0 . 0 0P P M 缺 陷 : 2 2 6 4 2 7置 信 區(qū) 間 下 限 : 2 2 2 2 4 1置 信 區(qū) 間 上 限 : 2 3 0 6 5 4過 程 Z : 0 . 7 5 0 7置 信 區(qū) 間 下 限 : 0 . 7 3 6 7（ 9 5 . 0 % 置 信 ）摘 要 統(tǒng) 計2 0 0 01 9 2 01 8 4 02 62 42 22 0樣 本 數(shù) 量%缺陷2 42 01 61 284086420% 缺 陷頻率T a r1廢 品 的 檢 驗P 控 制 圖使 用 不 相 等 樣 本 量 進 行 的 檢 驗累 積 % 缺 陷缺 陷 率直 方 圖 解釋結果 U 控制圖 表明有 3 個點不受控制。由于將過程信息簡化為一個數(shù)字，因此可以使用能力統(tǒng)計量對一個過程與另一個過程比較其能力。 使用能力統(tǒng)計量可以監(jiān)視并報告一段時間內系統(tǒng)的改進情況。 Cpk 指數(shù)度量的與過程展開相比，過程運行接近其規(guī)格限的程度。 Pp 和 Ppk Pp 和 Ppk 的解釋方式分別與 Cp 和 Cpk 相同。計算 Cpk 時使用子組內變異，而不使用子組間的偏移和漂移。 Cpm 指定了目標值時， 計算 Cpm。 非正態(tài)分布： 基于非正態(tài)分布的能力指數(shù)可按照與基于正態(tài)分布的指數(shù)相同的方式來解釋。 擬合優(yōu)度檢驗 該表包括 AndersonDarling (AD) 統(tǒng)計量 以及分布的對應 p 值。 概率圖 概率圖包括有序數(shù)據(jù)集相應概率的百分位數(shù)點。選擇最保守的分布。抽樣驗收將幫助他決定要檢