QC七(Qi)大手法培訓ppt演示文稿第一頁，共一百一十九頁。QC七大(Da)手法

從上個世紀60年代開始，日本的企業(yè)通過運用QC七大手法，收集工作現場的數據并進行分析，大大地改善了產品的品質，使日本的產品成為“品質”的代名詞。70年代初，日本人大力推行QCC活動，除了重視現場的數據分析外，并逐步運用一些新的品管手法，對工作現場伙伴的情感表達和語言文字資料進行分析，并逐漸演譯成新的品管手法。QC七大手法是將散漫無章的語言資料變成邏輯思考的一種方法，也是一種事先考慮不利因素的方法，它通過運用系統(tǒng)化的圖形，呈現計劃的全貌，防止錯誤或疏漏發(fā)生。第二頁，共一百一十九頁。舊QC七大手(Shou)法層別法第三頁，共一百一十九頁。1.檢查表(Biao)-調查數據用于分析數據的定義：數據，就是根據測量所得到的數值和資料等事實。收集數據時應注意的重點收集正確的數據。避免主觀的判斷。要把握事實真相第四頁，共一百一十九頁。1.檢查表-調查數據用(Yong)于分析檢查表第五頁，共一百一十九頁。檢查表定義：

檢查表是利用統(tǒng)計表對數據進行整理和初步原因分析的一種工具，將需要檢查的內容或者項目一一列舉出來，定期或不定期地逐項檢查，并將問題點記錄下來。主(Zhu)要作為點檢用檢查表或記錄用檢查表。1.檢查表-調查數據用于分析第六頁，共一百一十九頁。1.檢查表-調查數據用(Yong)于分析記錄用檢查表：又稱改善用查檢表，以符號、記號或數字（如□、√、×、正……）記錄的圖表，常用于不良原因和不良項目的記錄。電視故障投訴狀況檢查表第七頁，共一百一十九頁。1.檢查(Cha)表-調查數據用于分析2.點檢用檢查表：又稱備忘點檢表，常用于機械設備與活動作業(yè)的確認。這種檢查表主要是調查作業(yè)過程中的情形，可防止作業(yè)上的疏忽或遺漏。第八頁，共一百一十九頁。1.檢(Jian)查表-調查數據用于分析第九頁，共一百一十九頁。1.檢(Jian)查表-調查數據用于分析決定研究的目的及所要收集的數據。決定查檢表的格式。決定記錄形式。決定收集數據的方法。制表的步驟：注意事項：查檢收集完成的數據應馬上使用。（數據的時效性）數據是否集中在某些項目或某些時段？是否因時間的經過而產生變化？適當保留過去、現在及未來的記錄，以便日后比較。第十頁，共一百一十九頁。2.層別法-從(Cong)不同的角度看問題層別法第十一頁，共一百一十九頁。2.層別法(Fa)-從不同的角度看問題層別法又稱數據分層法，就是對觀察到的現象或所收集到的數據，按照它們共同的特征加以分類、統(tǒng)計的一種分析方法。層別法是所有品管手法中最基本的概念，是統(tǒng)計方法中最基本的管理工具，通過層別法，可以將雜亂無章的數據歸為有意義的類別，達到一目了然的目的，這種科學的統(tǒng)計方法可以彌補靠經驗、靠直覺判定管理的不足。層別法的定義：第十二頁，共一百一十九頁。層(Ceng)別的對象與項目：作業(yè)者：班組、年齡、工齡、性別、熟練度等機械設備：型式、性能、位置、新舊、工具等作業(yè)方法：批次、場所、溫度、壓力、作業(yè)方案等時間：班制、上下班、年月日、改善前后等測量、檢查：檢查員、檢測方法、檢測工具等材料零件：供應方、購買日期、成分、等級等環(huán)境、氣候：氣溫、濕度、天氣、照明等產品類型：新產品、不良品、合格品、品種等2.層別法-從不同的角度看問題第十三頁，共一百一十九頁。確定研究的目的。確定問題的范圍，明確分析方向。決定層別項目，設計收集數據的表格。按(An)層別收集數據并記錄。畫分層歸類圖（如分層直方圖、分層折線圖等）尋求差異點，找尋真因所在。步驟：2.層別法-從不同的角度看問題例：分層折線圖第十四頁，共一百一十九頁。范(Fan)例1按機器層別分開分析2.層別法-從不同的角度看問題某電纜廠有A、B兩臺設備，最近經常有不符合要求的異常產品發(fā)生，進過排查，發(fā)現問題可能機器設備原因，為了分析異常原因，分別就A、B兩臺設備測定生產50批產品。

規(guī)格值（135~210g），樣本數：A設備50批，B設備50批。第十五頁，共一百一十九頁。范(Fan)例12.層別法-從不同的角度看問題從全體數據的直方圖中難以找到異常原因是由哪臺設備引起的第十六頁，共一百一十九頁。范(Fan)例12.層別法-從不同的角度看問題第十七頁，共一百一十九頁。范(Fan)例12.層別法-從不同的角度看問題第十八頁，共一百一十九頁。范(Fan)例22.層別法-從不同的角度看問題××公司某天白班、中班、夜班共制造出不良品200個，品管部為了得到更明確的信息，以便采取措施進行改善，從白班、中班、夜班的角度對不良品進行層別分析。表3

不同班次不良品層別分析

班次不良品占比白班2010%中班3015%夜班15075%合計200100%結論：從層別分析來看，夜班是造成不良品的主要班次，應優(yōu)先采取措施進行改善。第十九頁，共一百一十九頁。范(Fan)例32.層別法-從不同的角度看問題某工廠有三個設備，生產中發(fā)生的產品缺失總是居高不下，上半年平均缺失148次，于是對缺失情況進行深層分析。第二十頁，共一百一十九頁。范(Fan)例32.層別法-從不同的角度看問題51998第二十一頁，共一百一十九頁。3.柏拉圖-找出主要原(Yuan)因第二十二頁，共一百一十九頁。3.柏拉圖(Tu)-找出主要原因意大利經濟學家Pareto（柏拉圖）于1897年分析社會經濟結構時，發(fā)現意大利80%的財富集中在20%的富人身上，于是將所得大小與擁有所得的關系加以整理，發(fā)現有一定的方程式可以表示，稱為“柏拉圖法則”。1907年美國經濟學家Lorenz使用“累計分配曲線”描繪“柏拉圖法則”，也就是經濟學所稱的“勞倫茲曲線”。美國品管專家Juran（朱蘭博士）將勞倫茲曲線應用于品管上，同時創(chuàng)出“重要的少數，瑣細的多數”的見解，并借用Pareto的名字，將此現象定為“柏拉圖原理”?！鞍乩瓐D法”由品管圈（QCC）創(chuàng)始人日本石川馨博士介紹到品管圈的活動中使用，成為QC七大手法之一。柏拉圖的由來第二十三頁，共一百一十九頁。3.柏拉圖-找(Zhao)出主要原因在質量管理過程中，要解決的問題很多，但往往不知從哪里著手，但事實上大部分的問題，只要能找出幾個影響較大的原因，并加以處置及控制，就可解決問題的80%以上（二八原則）。柏拉圖就是根據收集的數據，將不良原因，不良狀況，以層別分類為基礎，計算出各項所產生的數據（如不良率，損失金額）及所占的比例，再依照大小順序排列，再加上累積值的圖形。

柏拉圖可以幫助我們找到關鍵問題及影響程度（TOP3），適用于計數值項目的統(tǒng)計分析，因此也有人稱其為ABC圖，又因為柏拉圖的排列是從大到小，又稱為排列圖第二十四頁，共一百一十九頁。3.柏拉圖-找出主要(Yao)原因柏拉圖的用途找到關鍵的問題在諸多問題中找出當前最關鍵、最重要、影響最大的問題。掌握重要的要因雖然問題的原因很多，但影響較大的只不過其中的2~3項而已，改善使只要把握其中的TOP3~4就行了。確認改善的效果通過改善前后的兩個柏拉圖累計比例的對比，可以很明顯地確認改善的效果柏拉圖不僅限于品質不良的改善，亦可以使用在工作中的任何問題上。第二十五頁，共一百一十九頁。實施(Shi)步驟3.柏拉圖-找出主要原因步驟一：收集數據

根據改善的目的，用層別法從“結果分類”或“原因分類”著手解析數據，層別分類項目不宜太多，但要全面滿足問題的需要。步驟二：數據整理

制作數據匯總表，對數據進行處理，按從大到小的順序進行排序，并計算各項比例及累計百分比。步驟三：繪制柏拉圖

畫出橫軸縱軸，橫軸表示研究的項目、原因，左邊縱軸表示項目的數據值，右邊縱軸表示累計百分比。

第二十六頁，共一百一十九頁。3.柏拉(La)圖-找出主要原因步驟四：記入必要事項標題：如2015年5月產品不良項目的柏拉圖分析；項目別：如安裝不良、工人熟練度不夠、焊縫問題等；數據收集的區(qū)間：如5月1日~5月30日數據合計：如共100件制作人：XXX實施步驟第二十七頁，共一百一十九頁。3.柏拉圖(Tu)-找出主要原因實施步驟步驟五：分析柏拉圖找出前面累計比例（一般為70%到80%）較大的幾項，列入重點解決的對象；對重點項目進行原因分析，可用特性要因圖進行剖析，制定改善措施；執(zhí)行改善措施，并根據改善前后的數據對比重新繪制柏拉圖，進行效果確認第二十八頁，共一百一十九頁。3.柏拉圖-找(Zhao)出主要原因注意事項：對于原因項目中所占比例較小但項目多的可用“其他”代替，放于最右端，“其他”項不大于前幾項，若大于則進行細分。重點把握，一般而言前三項的累計比例應在50~80%之間，分類是前提。改善前后對比：改善后項目別大小會變化，按大小順序重新排列；前后比較的基準一致，刻度比例應相同。第二十九頁，共一百一十九頁。3.柏拉(La)圖-找出主要原因范例11.收集數據2012年3月底XX廠倉庫按采購類別的明細類別金額（萬）機制件371鈑金11市構件1778鑄件804電料28控制器1170第三十頁，共一百一十九頁。3.柏拉圖-找出主(Zhu)要原因2.數據整理范例1對各類別的金額按從大到小排列，并計算出累計百分比：第三十一頁，共一百一十九頁。3.柏拉圖-找出(Chu)主要原因范例13.繪制柏拉圖制作人：XXX第三十二頁，共一百一十九頁。3.柏拉(La)圖-找出主要原因4.柏拉圖分析范例1根據上圖結果，發(fā)現市構件和控制器占總庫存金額的70%，列為重點解決對象。對這兩項進行進一步的分析，可再利用柏拉圖法或者特性要因圖進行分析，制定改善措施。第三十三頁，共一百一十九頁。3.柏拉圖-找出主要原(Yuan)因范例15.改善后的數據整理制作人：XXX第三十四頁，共一百一十九頁。3.柏拉圖-找出主要(Yao)原因范例16.改善前后的效果對比第三十五頁，共一百一十九頁。3.柏拉圖-找出主要原(Yuan)因EXCEL實際操作第三十六頁，共一百一十九頁。4.直方圖-展示過程的分布情(Qing)況直方圖第三十七頁，共一百一十九頁。4.直方圖-展示過程(Cheng)的分布情況在質量管理中，如何預測并監(jiān)控產品質量狀況?如何對質量波動進行分析?直方圖就是一目了然地把這些問題圖表化處理的工具。它通過對收集到的貌似無序的數據進行處理，來反映產品質量的分布情況，判斷和預測產品質量及不合格率。簡單來說，直方圖就是把特性值（如長度、時間、溫度等）的數據分成幾個組，計算各組的數據制作成頻數表的圖表。直方圖的定義第三十八頁，共一百一十九頁。4.直方圖-展示過程的分(Fen)布情況直方圖的目的：⑴了解分配的形態(tài)，觀察過程是否異常。⑵計算制程能力（滿足產品質量要求的程度）。⑶過程分析與控制。⑷觀察數據的真?zhèn)危òl(fā)現異常值）。⑸計算產品的不合格率。⑹求平均值與標準差。⑺可用以制定規(guī)格界限。⑻與規(guī)格或標準值比較。⑼調查是否混入兩個以上的不同群體。⑽了解設計控制是否合乎過程控制。例：計算不合格率為32.25%第三十九頁，共一百一十九頁。4.直方(Fang)圖-展示過程的分布情況直方圖的制作步驟：步驟一：收集數據收集數據時，對于抽樣分布必須特別注意，不可取部分樣品，應全部均勻地加以隨機抽樣。所收集的數據個數應大于50以上。例:某廠成品尺寸規(guī)格為130至160mm，今按隨機抽樣方式抽取60個樣本，其測定值如附表，試制作直方圖。第四十頁，共一百一十九頁。4.直方圖-展示過程的分(Fen)布情況步驟二：找出數據中的最大值(L)與最小值(S)

先從各行（或列）求出最大值，最小值，再予比較。最大值用“□”框起來，最小值用“○”框起來

求得最大值L=148

最小值S=121第四十一頁，共一百一十九頁。4.直方(Fang)圖-展示過程的分布情況步驟三：求極值（R）數據最大值(L)-最小值(S)=極差(R)

例：R=148-121=27步驟四：決定組數⑴組數過少，雖然可得到相當簡單的表格，卻失去次數分配的本質與意義；

組數過多，雖然表格詳盡，但無法達到簡化的目的。

通常，應先將異常值剔除再進行分組。

⑵一般可用數學家史特吉斯提出的公式，根據測定次數n來計算組數k，公式為：

k=1+3.32

log

n

例：n=60

則k=1+3.32

log

60=1+3.32(1.78)=6.9

即約可分為6組或7組⑶另外可參照右表對數據分組（經驗法則）例：取7組第四十二頁，共一百一十九頁。4.直方(Fang)圖-展示過程的分布情況步驟五：定組距（H）⑴組距H=極差R÷組數K⑵為便于計算平均數及標準差，組距常取為2，5或10的倍數。

例：H=27/7=3.86，組距取4步驟六：求各組上限，下限(?。敬?第一組下組界＝最小值－最小測定值／2第一組上組界＝下組界＋組距（以此類推）例：第一組=121-1/2=120.5～124.5

第二組=124.5～128.5第三組=128.5～132.5

第四組=132.5～136.5

第五組=136.5～140.5

第六組=140.5～144.5

第七組=144.5～148.5第四十三頁，共一百一十九頁。4.直方圖-展示過程(Cheng)的分布情況步驟七：求組中點組中點值=（上組界＋下組界）／2例：第一組=(120.5+124.5)÷2=122.5

第二組=(124.5+128.5)÷2=126.5

第三組=(128.5+132.5)÷2=130.5

第四組=(132.5+136.5)÷2=134.5

第五組=(136.5+140.5)÷2=138.5

第六組=(140.5+144.5)÷2=142.5

第七組=(144.5+148.5)÷2=146.5第四十四頁，共一百一十九頁。4.直方圖-展示(Shi)過程的分布情況步驟八：做次數分配表將所有數據，按其數值大小記在各組的組界內，并計算其次數。次數分配表第四十五頁，共一百一十九頁。4.直方圖-展示過程的分(Fen)布情況步驟九：制作直方圖1.以各組內的次數為高，組距為寬，每一組上畫成矩形，完成直方圖。2.在圖的右上角記入相關數據（測量次數n，平均值x，標準差σ…），并劃出規(guī)格的上、下限。3.填入必要事項：產品名稱、工序名稱、時間、制作日期、制作者120.5124.5128.5132.5136.5140.5144.5148.5第四十六頁，共一百一十九頁。4.直方圖-展示過程的分布情(Qing)況直方圖形態(tài)的觀察分析：序號類別特征說明圖形對策1正常型中間高，兩邊低，有集中趨勢左右對稱分布（正態(tài)分配），表示系統(tǒng)處于穩(wěn)定狀態(tài)正常2雙峰型有兩個高峰出現有兩種不同類別的項目混合，如樣本是來自不同機器或材料時，會產生不同的測量值，有兩個峰值先加以分層，再重新做直方圖第四十七頁，共一百一十九頁。4.直方圖-展示(Shi)過程的分布情況序號類別特征說明圖形對策3高原型中間部分特別高，形似高原狀不同平均值的分配混合在一起先加以分層，再重新做直方圖4陡壁型有一端不見可能數據已經經過了一次全檢，規(guī)格以外的數據被剔除不對數據提前處理，保持數據的真實性第四十八頁，共一百一十九頁。4.直方圖-展示(Shi)過程的分布情況序號類別特征說明圖形對策5鋸齒型高低不一，有缺齒情況不正常的分配，測定值有偏差，數據失真，如檢驗員對數值有喜好原因，或儀器不精密規(guī)范檢測過程，放棄主觀偏好，確認機器設備正常6離島型在左邊或右邊出現小直方圖，形成小島狀異常值混入，測量錯誤，樣本突然改變調查小島的數據來源，剔除異常原因第四十九頁，共一百一十九頁。4.直方圖-展示過(Guo)程的分布情況補充：過程精密度Cp的求法Cp是指過程滿足技術要求的能力，常用客戶滿意的偏差范圍除以六倍的西格瑪的結果來表示。第五十頁，共一百一十九頁。4.直方圖-展示過程(Cheng)的分布情況根據Cp的大小判斷過程能力的好壞（偏差越小越好）第五十一頁，共一百一十九頁。4.直方圖(Tu)-展示過程的分布情況6σ第五十二頁，共一百一十九頁。5.特性要因圖(Tu)-尋找因果關系第五十三頁，共一百一十九頁。5.特性要因(Yin)圖-尋找因果關系特性要因圖——是日本管理大師石川馨博士在1952年所創(chuàng)的一種把握結果（特性）與原因（要因）的又方便又有效的方法，又叫“石川圖”。

其主要目的在闡述因果關系，發(fā)現問題根本原因，亦被稱為“因果圖”，因其形狀像魚骨架，也被稱為“魚骨圖”。第五十四頁，共一百一十九頁。5.特性要因圖-尋找因果(Guo)關系一個質量問題的發(fā)生往往不是單純一種或幾種原因的結果，而是多種因素綜合作用的結果。要從這些錯綜復雜的因素中理出頭緒，抓住關鍵因素，就需要利用科學方法，從質量問題這個“結果”出發(fā)，依靠群眾，集思廣益，由表及里，逐步深入，直到找到根源為止。

因果圖就是用來根據結果尋找原因的一種QC手法?？梢允刮覀兊墓ぷ鞲到y(tǒng)化,條理化,科學化。概述第五十五頁，共一百一十九頁。5.特(Te)性要因圖-尋找因果關系特性要因圖可以用來分析的問題類型(1)、表示產品質量的特性：尺寸、強度、壽命、不合格率、廢品件數、純度、透光度等；(2)、費用特性：價格、收率、工時數、管理費用等；(3)、產量特性：產量、交貨時間、計劃時間等(4)、其他特性：出勤率、差錯件數、合理化建議件數第五十六頁，共一百一十九頁。5.特性(Xing)要因圖-尋找因果關系特性要因圖的思考原則(1)腦力激蕩法(2)5W1H法(WhatWhereWhenWhoWhyHow)(3)5M1E法(Man、Machine、Material、Method、Measurement、Environment；人、機、料、法、環(huán)、測)(3)5Why法第五十七頁，共一百一十九頁。5.特性要因圖(Tu)-尋找因果關系

不要批評構想

歡迎自由聯(lián)想

創(chuàng)意越多越好

歡迎搭便車，利用別人的靈感刺激創(chuàng)意

不要太早下結論

討論要力求集中，針對某一問題

破除階級尊卑的意念，無拘無束一起討論

將提出的意見，利用特性要因圖一一記錄下來

不要以個人冒充大家的意見

想出來的創(chuàng)意，要加以整理評價運用腦力激蕩法、頭腦風暴(BS)十大原則第五十八頁，共一百一十九頁。5.特性要因(Yin)圖-尋找因果關系人、機、料、法、環(huán)、測(5M1E)第五十九頁，共一百一十九頁。5.特性(Xing)要因圖-尋找因果關系5WIH

什么(What)

改善對象是什么?

改善的目的是什么?

做什么?

是否無其他的可做?何處(Where)在何處做?是否在別處做的效率較好?發(fā)生在何處?作業(yè)的地點是否適當?為什么在那地方做?何時(When)可否改變時間、順序?何時做最好?為何需在那時做?是否在別的時間較有利?誰(Who)由誰來做?是否可找其他人來做?有誰可以做得更好?人的組合或工作分擔恰當否?為何(Why)把其他5W用Why來質問、檢討,并找出最好的改善方案為何要如此做?為何要機器、人來做這工作?為何要照此方法來做?為何不那么做?如何(How)如何使方法更簡單?如何使作業(yè)方法簡化?如何做才省費用?如何做最好?第六十頁，共一百一十九頁。5.特性要因圖-尋找因果(Guo)關系5Why工序名操作

取件

取工具

檢查

等待

驅動組裝131770%17910%22712%1146%392%對以上問題運用5Why分析法對原因進行分析：問：為什么驅動組裝取工具、零件耗時多？答：因為要用行吊吊運。問：為什么要使用行吊？答：因為要吊取驅動橋、變速箱、發(fā)動機。問：為什么吊取驅動橋、變速箱、發(fā)動機耗時多？答：因為緩存擺放位置較遠。經過以上的提問，找到取工具、零件耗時較多問題的根本原因，即大件物料的緩存區(qū)位置較遠，需要走較遠距離進行吊運。表4-6驅動組裝實測時間5Why分析法，又稱為“為什么-為什么”分析，是一種探索問題原因的方法和診斷性技術，被用來識別和說明因果關系鏈。對一個問題連續(xù)發(fā)問5個為什么，每一個原因都會緊跟著一個為什么，直到問題的根本原因被挖掘出來。第六十一頁，共一百一十九頁。5.特性要因(Yin)圖-尋找因果關系

特性要因圖的種類1.追求原因型：魚頭在右，特性值通常用“為什么”來寫第六十二頁，共一百一十九頁。5.特性要因圖-尋找(Zhao)因果關系

特性要因圖的種類2.追求對策型：魚頭在左，特性值通常用“如何改善/提高”來寫第六十三頁，共一百一十九頁。5.特性要因圖-尋找因果(Guo)關系第六十四頁，共一百一十九頁。5.特性要因圖(Tu)-尋找因果關系第六十五頁，共一百一十九頁。5.特性要因圖-尋找(Zhao)因果關系

實施步驟第一步：決定問題的目的

應先決定研究的目的，是為了調查原因還是為了追求對策，改善問題的。并確定如不良率、效率低等有關質量的具體問題特性，確定研究方向。第二步：繪制主干線

畫一條較粗的箭頭向右或向左的主干線（稱母線），將特性現在右（左）邊，如下圖：第六十六頁，共一百一十九頁。5.特性要因圖-尋找因果關(Guan)系第三步：畫入主要因

將原因分成幾個大類，并用“”圈起來。再用箭頭斜插到母線上。大原因可根據5M1E類型分類，一般分為人員、機器/工具、材料、方法、環(huán)境、測量、其他等。第六十七頁，共一百一十九頁。5.特性(Xing)要因圖-尋找因果關系第四步：探討中要因，小要因

將主要因再進行分析，細分為中、小要因，分析小要因時要反復論證，避免父子關系顛倒。第六十八頁，共一百一十九頁。5.特性要因圖-尋找因果(Guo)關系第五步：決定重要程度較大的要因

以集中思考、自有考慮的方式，在所列的原因中，將認為影響較大的畫上“”。選出4~6項。第六十九頁，共一百一十九頁。5.特性要因(Yin)圖-尋找因果關系

范例第七十頁，共一百一十九頁。5.特性要因圖-尋找因果(Guo)關系

范例第七十一頁，共一百一十九頁。5.特性要(Yao)因圖-尋找因果關系1、某電腦鍵盤制造廠連續(xù)3個月的成品，最終檢驗均為字鍵作動力不良，故由生產課課長召集字鍵插入班人員，利用特性要因圖解析發(fā)生原因。試解之

范例第七十二頁，共一百一十九頁。5.特性(Xing)要因圖-尋找因果關系

范例第七十三頁，共一百一十九頁。5.特性要因圖-尋找因果(Guo)關系第七十四頁，共一百一十九頁。6.散布圖(Tu)-展示變數之間的線性關系散布圖第七十五頁，共一百一十九頁。6.散布(Bu)圖-展示變數之間的線性關系一、散布圖的定義：

是一種研究成對出現的、兩組相關數據之間關系的圖示技術，表示兩個變量之間變化關系。把互相有關聯(lián)的對應數據，在方格紙上以縱軸表示結果，以橫軸表示原因；然后用點表示出分布形態(tài)，根據分布的形態(tài)來判斷對應數據之間的相互關系。第七十六頁，共一百一十九頁。6.散布圖-展示變數之間的線性(Xing)關系散布圖的作用(1)驗證兩個變量間的相關關系。尋找影響產品質量的各因素并對其進行質量分析；（當懷疑兩個變量可能有關系，但不能確定這種關系的時候，就可以使用。）(2)根據相關程度，掌握要因對特性的影響程度第七十七頁，共一百一十九頁。6.散布圖-展示變數之間(Jian)的線性關系6種分布形態(tài)第七十八頁，共一百一十九頁。6.散布圖-展示變數之間的線性關(Guan)系XY01、強正相關：在圖中當X增加,Y也增加,也就是表示原因與結果有相對的正相關,如下圖所示:第七十九頁，共一百一十九頁。6.散(San)布圖-展示變數之間的線性關系XY02、弱正相關：散布圖點的分布較廣但是有向上的傾向,這種形態(tài)叫做似有正相關稱為弱正相關第八十頁，共一百一十九頁。6.散布圖-展示變數之(Zhi)間的線性關系Y0X3、強負相關：當X增加,Y反而減少,而且形態(tài)呈現一直線發(fā)展的現象,這叫做完全負相關.如下圖所示:第八十一頁，共一百一十九頁。6.散布圖-展示變數之間的(De)線性關系Y0X4、弱負相關：當X增加,Y減少的幅度不是很明顯,這時的X

除了受Y的影響外,尚有其他因素影響X,這種形態(tài)叫作弱負相關,如下圖所示:第八十二頁，共一百一十九頁。6.散布圖-展示變數之間的線性關(Guan)系Y0X5、無相關：如果散布點的分布呈現雜亂,沒有任何傾向時,稱為無相關,也就是說X與Y之間沒有任何的關系,這時應再一次先將資料層別化之后再分析,如下圖所示:AB第八十三頁，共一百一十九頁。6.散(San)布圖-展示變數之間的線性關系Y0X6、曲線相關：假設X增大,Y也隨之增大,但是X增大到某一值之后,Y反而開始減少,因此產生散布圖點的分布有曲線傾向的形態(tài),稱為曲線相關,如下圖所示:第八十四頁，共一百一十九頁。6.散布圖-展示變數(Shu)之間的線性關系散布圖的做法1、收集成對數據（x，y）：收集成對數據一般在30組以上；2、確定坐標并標明刻度：橫坐標x軸為自變量（原因或因素），縱坐標y軸為因變量（結果或特性），且兩軸的長度大體相等。3、描點，形成散布圖：當兩組數據相等時，即數據點重合時，可圍繞數據點畫同心圓表示，或在離第一個點最近出畫上第二個點表示；4、填寫必要信息：填上資料的收集地點、時間、測定方法、制作者等項目第八十五頁，共一百一十九頁。6.散布圖-展示變(Bian)數之間的線性關系散布圖的分析判斷方法①對照典型圖形分析法：將繪制的散布圖與6種典型圖相對比，從而確定其相關關系和程度。第八十六頁，共一百一十九頁。6.散(San)布圖-展示變數之間的線性關系②簡單象限法：在圖上畫一條與y軸平行的P線，使P線左、右兩側的點數相等或大致相等在圖上再畫一條與x軸平行的Q線，使Q線上、下兩側的點數相等或大致相等PQ兩線把圖形分成四個象限，計算各象限區(qū)域內的點數，線上的不計計算對角象限內的點數，即nⅠ+nⅢ，nⅡ+nⅣ當nⅠ+nⅢ﹥nⅡ+nⅣ時，為正相關；當nⅠ+nⅢ﹤nⅡ+nⅣ時，為負相關；當nⅠ+nⅢ＝nⅡ+nⅣ時，為不相關；YPQXnⅠnⅡnⅢnⅣ第八十七頁，共一百一十九頁。6.散布圖-展示變數之間的線性(Xing)關系使用注意事項1、散布圖反映的只是一種趨勢，對于定性的結果還需要具體的分析。2、分析時，應注意對數據的正確分層，否則可能會發(fā)生誤判。3、對散布圖進行分析時，需要觀察是否有異常點或者離群點出現。4、當數據較多時，可能會重復數據出現，對重復數據要進行區(qū)分，并加以分析。5、一般情況下，至少應取30組以上的數據進行分析。6、通常情況下，橫坐標用來表示原因或者自變量，縱坐標用來表示效果或者因變量。7、在使用散布圖調查兩個因素之間的關系時，應盡可能固定對這兩個因素有影響的其他因素（控制變量法），才能保證通過散布圖分析的結果比較的準確。第八十八頁，共一百一十九頁。6.散布(Bu)圖-展示變數之間的線性關系實例1第一步：收集淬火溫度與硬度的相應數據；第二步：從下面數據中找出最大值和最小值；

第八十九頁，共一百一十九頁。6.散布圖-展示變數之間的(De)線性關系第三步：畫出橫軸和縱軸，將數據描點上去第四步：填寫必要信息，工序名稱、單位、組數、時間。。。。第九十頁，共一百一十九頁。6.散布圖-展示變數之間的(De)線性關系實例2某酒廠要判定中間產品酒中的酸度喝酒度2個變量之間有無關系，存在什么關系？（搜集到的數據如下表）序號酸度x酒度y序號酸度x酒度y10.56.3160.76.020.95.8170.96.131.24.8181.25.341.04.6190.85.950.95.4201.24.760.75.8211.63.871.43.8221.53.480.95.7231.43.891.34.3240.95.01010.5.3250.66.3111.54.4260.76.4120.76.6270.66.8131.34.6280.56.4141.04.8290.56.7151.24.1301.24.8第九十一頁，共一百一十九頁。6.散布圖-展示變(Bian)數之間的線性關系解答：1、確定坐標：橫坐標x軸為酸度，縱坐標y軸為酒度2、描點，形成散布圖：Y0X酒度酸度nⅠnⅡnⅢnⅣ3、圖形分析：可以認為酸度和酒度之間存在著弱負相關關系第九十二頁，共一百一十九頁。EXCEL實(Shi)際操作6.散布圖-展示變數之間的線性關系第九十三頁，共一百一十九頁。7.控制圖-識別波(Bo)動的來源控制圖第九十四頁，共一百一十九頁。7.控制圖(Tu)-識別波動的來源控制圖又叫做管制圖，是對過程質量加以測定、記錄從而進行控制管理的一種用科學方法設計的圖，用于分析和判斷工序是否處于穩(wěn)定狀態(tài)所使用的帶有控制界限的一種工序管理圖。

圖上有中心線（CL）、上控制線（UCL）、下控制線（LCL），并有按時間順序抽取的樣本計量值的描點序列。定義第九十五頁，共一百一十九頁。7.控制圖-識(Shi)別波動的來源控制圖的種類①、計量值控制圖：控制圖所依據的數據均屬于由量具實際測量而得。A、平均值與全距（或極差）控制圖（X—R

Chart）；B、平均值與標準差控制圖（X—S

Chart）；C、中位值與全距控制圖（X—R

Chart）；D、單值控制圖（X

Chart）；②、計數值控制圖：控制圖所依據的數據均屬于以計數值（如：不良品率、不良數、缺點數、件數等）。

A、不良率控制圖（P

Chart）；

B、不良數控制圖（Pn

Chart）；C、缺點數控制圖（C

Chart）；D、單位缺點數控制圖（U

Chart）。

第九十六頁，共一百一十九頁。7.控制圖-識(Shi)別波動的來源控制圖的用途根據控制圖在實際生產過程中的運用，可以將其分為分析用控制圖、控制用控制圖。①、分析用控制圖（先有數據，后有控制界限）：

用于制程品質分析用，如：決定方針、制程解析、制程能力研究、制程管制之準備。

分析用控制圖的主要目的是（1）分析生產過程是否處于穩(wěn)態(tài)。若過程不處于穩(wěn)態(tài)，則須調整過程，使之達到穩(wěn)態(tài)（稱為統(tǒng)計穩(wěn)態(tài)）；（2）分析生產過程的工序能力是否滿足技術要求。若不滿足，則須調整工序能力，使之滿足（稱為技術穩(wěn)態(tài)）。第九十七頁，共一百一十九頁。7.控制圖(Tu)-識別波動的來源②、控制用控制圖（先有控制界限，后有數據）：

用于控制制程的品質，如有點子跑出界時，應立即采取相應的糾正措施。第九十八頁，共一百一十九頁。7.控制(Zhi)圖-識別波動的來源原理控制圖的作圖原理被稱為“3σ原理”，或千分之三法則”。根據統(tǒng)計學可以知曉，如果過程受控，數據的分布將呈鐘形正態(tài)分布，位于“μ±3σ”區(qū)域間的數據占據了總數據的99.73%，位于此區(qū)域之外的數據占據總數據的0.27%（約千分之三，上、下界限外各占0.135%）

因此，在正常生產過程中，出現不良品的概率只有千分之三，所以我們一般將它忽略不計（認為不可能發(fā)生），如果一旦發(fā)生，就意味著出現了異常波動。

μ：中心線，記為CL，用實線表示；μ+3σ：上界線，記為UCL，用虛線表示；μ－3σ：下界線，記為LCL，用虛線表示。第九十九頁，共一百一十九頁。7.控制圖-識別波動(Dong)的來源對原理的2種解釋①、控制圖原理的第1種解釋：點出界出判異（小概率事件原理）小概率事件原理：在一次實驗中，小概率事件幾乎不可能發(fā)生，若發(fā)生即判斷異常在生產過程處理統(tǒng)計控制狀態(tài)（穩(wěn)態(tài)）時，點子出界的可能性只有千分之三，根據小概率事件原理，要發(fā)生點子出界的事件幾乎是不可能的，因此，只要發(fā)現點子出界，就判定生產過程中出現了異波，發(fā)生了異常。第一百頁，共一百一十九頁。7.控制圖-識別波動的(De)來源例：螺絲加工過程中，為了解螺絲的質量狀況，從中抽取100個螺絲進行檢查，量取螺絲的直徑值第一百零一頁，共一百一十九頁。7.控制圖-識別波動的(De)來源在以上數據中，各樣本的標準偏差為0.26，平均值為10，由此可以得出控制圖的控制線：UCL=μ+3σ≈10.78

CL=μ≈10.0

LCL=μ－3σ≈9.21第一百零二頁，共一百一十九頁。7.控制圖-識別波(Bo)動的來源②、控制圖原理的第2種解釋：根據影響質量的因素不同，可將其分為人、機、料、法、環(huán)（即4M1E），但對影響質量大小的因素來看，可分為偶然因素（簡稱偶因）和異常因素（簡稱異因）。另外的一種說法，將影響質量大小的因素分為一般原因與異常原因。偶然因素：是始終存在的，對質量影響甚微，但難以消除。如：機床開動時的輕微振動。異然因素：是有時存在的，對質量影響較大，但不難去除。如：車刀磨損、機床螺絲松動等。第一百零三頁，共一百一十九頁。