控制图原理及其分类.ppt

* 控制图及其背后的故事 控制图 +3s 1 2 3 4 5 6 7 8 9 10 18 17 16 15 14 13 12 11 10 9 8 7 6 5 -3s Average 点落在该区间的概率为99.7% Components of Every Control Chart: 1. Data Points 3. Upper Control Limit 2. Center Line 4. Lower Control Limit 控制图原理： 1） 3 σ原理： 若变量X服从正态分布,那么,在 ±3σ 范围内包含了99.73% 的数值。 2） 中心极限定理： 无论产品或服务质量水平的总体分布是什么，其 的分布（每个 都是从总体的一个抽样的均值）在当样本容量逐渐增大时将趋向于正态分布。 正态性假定有实际意义吗？ 1）不是在研究一门精确的科学，而是作为一种谨慎的工业指导； 2）大部分的实际情况的数据分布与正态分布极为相似； 3）根据中心极限定理进行数据的处理； 4）如果不适合可以不需要用正态曲线直接来分析； 质量特性分类 计量值(variable):定量的数据；值可以取给定范围内的任何一个可能的数值 。 计数值(Attribute)：定性的数据；值可以取一组特定的数值,而不能取这些数值之间的数值 。 计件型 计点型 控制图的分类 计量值控制图： 均值-极差控制图(X bar-R) 均值-标准差控制图(X bar –S) 单值-移动极差控制图(X-MR) 计数值控制图： 不良率控制图（p) 不良数控制图(Pn) 缺陷数控制图(c) 单位缺陷数控制图(u) ?? 计量型数据吗？ 性质上是否均匀 或不能按子组取样？ 关心的是 不合格品率吗？ 样本容量 是否恒定？ 样本容量 是否恒定？ 子组容量≥ 9？ np或p图 p图 C或U图 U图 是 否 是 是 是 是 是 否 否 否 否 否 关心的是 单位零件缺陷数吗？ 是 选择合适的控制图 课程内容回顾 直方图是非常有用的，但并没有告诉我们随时间而变化的信息，不能回答“将来如何”的问题。通过掌握规律来预测——也就是控制，借助另外一个非常重要的工具——控制图。 横坐标：按时间顺序抽样的样本编号 1）不是在研究一门精确的科学，而是作为一种谨慎的工业指导； 2）大部分的实际情况的数据分布与正态分布极为相似； 3）如果不适合可以不需要用正态曲线直接来分析； * * * * * 直方图是非常有用的，但并没有告诉我们随时间而变化的信息，不能回答“将来如何”的问题。通过掌握规律来预测——也就是控制，借助另外一个非常重要的工具——控制图。 横坐标：按时间顺序抽样的样本编号 1）不是在研究一门精确的科学，而是作为一种谨慎的工业指导； 2）大部分的实际情况的数据分布与正态分布极为相似； 3）如果不适合可以不需要用正态曲线直接来分析； 正态性检验