QC七大手法培训教程.ppt

数据分析课程 QC七手法培训课程 整理:培训组 课程介绍 了解ISO9000：2000对数据分析的要求 了解数据的分类及相关术语 主要掌握数据分析的方法（旧QC七手法） 了解新QC七手法 介绍ISO9000涉及的常用统计方法 介绍其它常用图表 ISO9001：2000对数据分析的要求 ISO9001：2000对数据分析的要求 8.4数据分析 组织应确定、收集和分析适当数据，以证实质量管理体系的适宜性和有效性，并评价在何处可以进行质量管理体系的持续改进。这应包括来自监视和测量的结果以及其他有关来源的数据。 数据分析，应提供以下方面的信息： a）客户满意；（见8.2.1） b）与产品要求的符合性；(见7.2.1) c）过程和产品的特性及趋势,包括采取预防措施的机会；（涉及 条款8.2.3/8.2.4/8.5.3) d）供方。(涉及条款7.4) 其它相关条款：5.4.1质量目标 8.1总则 8.3不合格 8.2.2内部审核等 数据的分类 数字数据 计量值数据：可连续取值的数据（如长度、电流等描述质量特性的数据） 计数值数据：只能间断取值的数据（如件数、缺陷数等数据），由此计算所得的如合格率也属于计数值数据，所以计数值数据又可分为： 计件值数据 计点值数据 非数字数据：指用语言和文字表达的数据，其表达的都是定性描述的质量数据，如信息、意见、议题、设想等。 --以上是ISO9004-4标准 质量改进中的分类方法 另类数据 官能量：并非所有质量特性都能用数据来表征，在产品和体系评价中还存在另一类特殊的量，即官能量。 企业的质量方针、管理者的质量意识、电视机的清晰度、音响的音质等。 由于官能量的评审多具模糊性，其评定效果主要依靠评定人员的经验和专业技能。 数据的统计特征值 以2、8、7、5、8五个数据为例 平均值：X= 中位数：X将数据按从小到大的方法排列，取处于中间位置的数据，本例为7 极差（又称全距）：一组数据中最大值与最小值之差 R=8-2=6 标准偏差：S= ? 相关术语 记录：阐明所取得的结果或提供所完成活动的证据的文件。 客观证据：支持事物存在或其真实性的数据。 信息：有意义的数据。 数据—信息 相当 材料—成品 只有数据经过加工处理成可利用的有效信息，数据才体现价值。 相关术语二 总体：又称母体，是研究对象的全体。分为有限总体和无限总体； 样本：又称子样，是从一批产品中随机抽取的一个或多个提供检查的单位产品； 个体：又叫样品或样本单位则构成总体或样本 的基本单位； 样本反应总体的特性 相关术语三 简单随机抽样：抽签法； 分层随机抽样：将总体按某种特征划分为若干层，同一层内的个体质量尽可能一致，各层内分别用简单随机抽样的方法抽样； 系统随机抽样：按一定的空间或时间间隔抽取样本的方法； 多级随机抽样：总体由若干群体组成，每群又分若干组，每组又分若干小组….分别叫一级（整群）、二级、三级随机抽样。 数据如何加工呢？ 旧QC七手法 新QC七手法 适用的统计方法和统计工具及常用图表 七工具的概述 1.1品质管制演变及七工具的出现 古代：（石器--品管先端、古埃及坟墓上浮雕图像 约1450B.C) 近代： (1787--完全相同产品、1840—单侧规格、1870---双侧规格、不合格概念、检验实务与随机抽样的应用） 1900年前：操作者的品质管制 1900：领班的品质管制 (品质是检查出来的) 1920：检验员的品质管制 1940：统计品质管制 (品质是制造出来的) 1950：品质保证 (品质是设计出来的) 1960：全面品质保证/TQC (品质是习惯出来的、QCC、QIT) 1980：全面品质管制/TQM (品质是经营管理出来的、顾客导向、 方针、目标管理、流程管理、PQCDSM) 在上述第六阶段的进化过程中,就产生了大量的(非全部)统计手法及品质管制手法,QC七工具也就相继产生(1897年产生柏拉图) 1 七工具的概述1.2新旧七工具 七工具的概述 1.3新(旧)七工具的适用范围 企业在现场容易量化的问题即有数据的资料（产品的不良现像、不良率）方面多利用品管（旧）七大工具（QC 7 Tools）解决，它也是品管圈（Quality Control Circle）活动的重要工具。 注:后续课