质量管理体系工具(统计技术).ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,第一篇 基础知识部分,1,QMS,审核员考试大纲,涉及的统计技术简介,第一章 质量管理专业基础知识,2,笔试大纲,a.,统计技术,-,GB/Z19027-2005,GB/T 19001-2000,的统计技术指南,指导性技术文件的目的、范围和作用,-,描述性统计,的概念、益处和用途；均值、标准差、趋势图（也称,“,运行图,”,），散布图，直方图的概念和作用,3,笔试大纲,-,过程能力,分析、过程能力指数和实际过程能力指数的概念；用途；表述及计算,-,抽样,的概念、益处及用途,-,统计过程控制及,SPC,图,的概念、益处、用途和常规控制图的类型（计数控制图和计量控制图）,4,笔试大纲,b.,重点掌握,GB 2828.1-2003,计数抽样检验程序 第,1,部分：按接收质量限（,AQL,）检索的逐批检验抽样计划,标准中：,-,标准的适用范围,-,术语：检验批、批量、样本、样本量、抽样计划、抽样方案、正常检验、加严检验、放宽检验、过程平均、接受质量限,-,标准第,5,、,6,、,10,章的内容以及第,9,章的,“,转移规则,”,5,笔试大纲,c.,了解失效（故障）模式和影响分析（,FMEA,）、六西格玛的概念,6,第一节,GB/Z19027-2005,GB/T19001-2000,统计技术指南,简介,7,GB/Z19027-2005,GB/T19001-2000,统计技术指南,等同采用,ISO/TR 10017:2003,技术报告,8,GB/Z19027,是审核人员学习掌握统计技术的基础,12,类统计技术,包括：,描述性统计,试验设计,假设检验,测量分析,过程能力分析,回归分析,可靠性分析,抽样,模拟,统计过程控制（,SPC,）图,统计容差法,时间序列分析,(,概念、用途、益处、局限性与注意事项、应用示例）,它只是起码的基础，仅学习掌握这,12,类统计技术是远远不够的。（教材,P35,）,9,统计技术方法,GB/T19001-2008,条款,描述性统计,实验设计,假设检验,测量分析,过程能力分析,回归分析,可靠性分析,抽样,模拟,SPC,图,统计容差法,时间序列分析,4.1,总要求,4.2,文件要求,5.1,管理职责,5.2,以顾客为关注焦点,5.3,质量方针,5.4,策划,5.5,职责、权限和沟通,5.6,管理评审,6.1,资源提供,6.2,人力资源,6.3,基础设施,6.4,工作环境,7.1,产品实现的策划,7.2,与顾客有关的过程,7.3,设计和开发,7.4,采购,7.5,生产和服务提供,7.6,监视和测量装置的控制,8.1,总则,8.2,监视和测量,8.3,不合格品控制,8.4,数据分析,要考虑识别适宜的统计技术,8.5,改进,10,第二节,描述性统计,一、描述性统计的概念,11,描述统计这一术语,是,概括,并,表示,定量数据，以,显示,数据,分布特性,的,方法,。,主要作用：,概括并表示,定量数据,；,揭示数据,分布的特征,。,描述统计是一类统计方法的,汇总,。,12,13,常见的方法可,分为三类,：,用,数据的统计量,来描述。如：均值、标准差等。,用,图示技术,来描述。如：,直方图、散布图、趋势图、排列图、,条形图、饼图等。,用,文字语言,分析和描述。如：统计分析表、分层、,因果图,，流程图等。,14,二、用典型数据特征值的统计量来描述数据的分布,15,数据,是指能够客观反映事实的,数字和资料,多数数据可用,量化,的方法描述,也有一些,非量化,数据，如对某种感知（好、坏、满意与否）的评价就不是量化数据，有时可以转化为量化的数据。,16,量化数据的分类：质量管理活动中的数据可分为,计量值,和,计数值,两大类。,计量值,是指可以用测量器具进行测量而得出的,连续性,的数据。,如长度，温度，电流，强度，化学成份等。,计数值,是用计数的方法得到的,非连续性,的数据，一般表现为正整数。,如次品数，疵点数合格品数，用户投诉次数等。,17,计数值,可分为,计件值,和,计点值,。如，一批产品中有,5,件不合格，这个,5,就是计件值；一件衣服一有,5,个疵点，这个,5,就是计点值。,计件值,又有两种表示方法。如，,100,件产品有,3,件不合格，一种表示为不合格品数,3,；另一种表示为不合格品率,3%,。,计点值,也可用在一件产品上或在一单位产品上发生的某个质量特征的数据表示。如在一块地里发生病害植物数，或在一亩地里发生病害植物数。,18,计量值,1.25kg;3.49mm,数据,3,个,计件值,计数值,3%,计点值,5,个点,19,总体,被研究的对象的,全体,。如整批产品；一个工序中所产生的质量特性数据等。,总体所关心的内容,不仅是,所指的对象,，还要看,具体的质量特性值,及,分布,。,总体所包含的个体的数目可以是,无限,的，也可以是,有限,的。在许多情况下，我们只能通过抽取总体的一小部分进行考察来了解总体的情况。,从总体抽取的一部分个体叫,样本,。样本中所含个体的多少叫样本的大小或容量。,20,描述一组数据的分布常用,两类,典型的数据统计量：,一、是表示数据分布的,集中趋势,二、是分布的,离散程度,由于在实际工作中,只能抽取有限的样本,所以我们是用样本的,典型,数据特性值来描述数据的,分布,情况。,21,22,（,1,）描述,分布的中心位置,（集中趋势）,均值,：一组数据的平均值,如：,1,，,2,，,3,，,4,，,5,中位数,：一组数据按大小顺序排列，其中间的数值叫中位数。若这组数据的数目为偶数，则取位于中间的两个数值的平均值为中位数。,如：,1,2,3,4,5;,如：,1,2,3,4,5,6;,平均值或中位值表示一组数据分布的中心位置。,23,均值,这种均值有两种：简单均值和加权均值。,简单均值,（算术平均值）,这是最常用的，它是根据未经分组整理的数据进行计算。,加权均值,24,(2),描述分布的,离散程度,极差,R,例：,10.0,、,10.4,、,10.6,、,10.5,、,10.3,求极差，得：,0.6,一组数据中的最大值与最小值之差称为,极差,（,0.6,）,n10,时，,极差越小，表示数据的离散程度,小,；反之，表示数据的离散程度,大,。,25,方差,：,各个数据与平均数之差的平方的平均数。用来度量随机变量和其数学期望（即均值）之间的,偏离程度,。,s=(x,1,-x)2+(x,2,-x)2+.(x,n,-x)2/n(x为平均数),标准差,s,标准差=方差的算术平方根,，,标准差能反映一个数据集的离散程度。,26,例：,10.0,、,10.4,、,10.6,、,10.5,、,10.3,均值,10.36,，求标准差，得：,0.2302,标准差,s,的值越小，表示数据的离散程度小；反之，标准差,s,的值越大，表示数据的离散程度大。,27,28,均值,集中趋势,中位数,描述分布,极差,离散程度,标准差,29,描述性统计,图形法,直方图,散布图,运行图,30,直方图又称,频数直方图,它能直观地反映一组数据的,分布特征,。,通常的直方图是,把数据的分布范围分成若干个相等距离的组段，用矩形的高低来代表落入各个组段内数据的频数而形成直方图,。,三、直方图,31,直方图,32,1.收集数据,33,2.,确定并计算几个基本参数,计量最小单位（,mm,）,0.1,样本总数（,n,）,100,最大值（,MAX,）,6.55,最小值（,MIN,）,6.27,平均值（）,6.40,标准偏差（,STDEVA,）,0.049,STDEVA(A1:J10),34,确定分组,根据分组参考原则，确定分组数,k,为,10,样本总数 分组数,50,100,6,10,100,250 7,12,250 10,20,35,4,、计算幅度,C,和,最低组的下侧边界值,分组数（,k,）,10,幅度（,C,）,0.03,(MAX-MIN)/k,最低组的下侧边界值,6.22,MIN-0.,0,5*,计量最小单位,36,5.,生成数组区间分界点,。其中，起始分界点为最低组的下侧边界值，下一个分界点为上一个分界点与幅度之和。,数组区间分界点,数组区间分界点,6.22,6.43,6.25,6.46,6.28,6.49,6.31,6.52,6.34,6.55,6.37,6.58,6.40,37,6.,统计频数,（,人工计数,）,数组区间,分界点,频数,数组区间,分界点,频数,6.22,0,6.43,27,6.25,0,6.46,13,6.28,1,6.49,7,6.31,3,6.52,1,6.34,6,6.55,2,6.37,22,6.58,0,6.40,18,38,39,直方图的解释,对,分布中心,的考察,要求,低于要求,高于要求,与要求重合,40,直方图的解释,对数据,离散程度,的考察,波动小于要求,波动大于要求,要求,41,过程能力的大致判断,分布中心和散差满足要求，,过程能力适当,分布中心严重偏离，,过程能力不足,（但潜在能力较高）。,分布中心适当和散差太大，,过程能力不足,分布中心和散差均不满足要求，,过程能力严重不足,。,规范下限 目标值 规范上限,规范要求,规范要求,规范下限 目标值 规范上限,规范要求,规范下限 目标值 规范上限,42,对,形状的考察,正常型,说明过程的波动受控，稳定,偏峰型,：有时操作时有的偏向倾向或测量的选择性,(,单向公差,),。,双峰型,：通常是数据来自两个总体。,锯齿型,：数据不恰当、测量误差大、分组不合适,(,如过多,),均可形成锯齿状。,平顶型,：有可能数据来自多个总体或在某一区间符合均匀分布。,孤岛型,：通常是数据来自两个总体。,43,直方图的作用,：,1,、简明地表示,出数据的分布状态,2,、大致判断,数据是否符合正态分布,3,、大致判断,过程满足要求的能力,4,、有助于发现,过程是否出现显著性变化,44,四、散布图,散布图,将两个变量的数据以坐标点的形式标注在图上，图上每个点都代表了一对数据。多个坐标点形成,“,点子云,”,，通过对,点子云分布的状态,来推断变量之间的,相关模式,。,散布图,的主要作用是观察两个变量之间的,相关关系,。,45,散布图,X,0,Y,46,Y,0,X,常见的点子,散布模式,：,强正相关,变量之间的正相关性，可能存在显著的因果关系。有可能建立有效的回归方程。,弱正相关,变量之间的有一定的正相关性，可能存在较弱的因果关系。,强负相关,变量之间的负相关性，可能存在显著的因果关系。有可能建立有效的回归方程,。,弱负相关,变量之间的负相关性，可能存在较弱的因果关系。,曲线相关,变量之间可能存在某种非线性相关关系。,不相关,变量之间表现出的不相关性。有可能一个变量的改变不会对另一个变量产生影响。,0,Y,X,0,Y,X,Y,X,0,Y,0,X,Y,0,X,47,48,散布图,的作用,是观察两个变量之间的相关关系，下列情况均可以运用散布图，如：,在确定问题的,原因,用直观或统计的方法检验,相关关系的强度,或作因果图的后续工具证实变量间的,因果关系等,。,49,因果图（鱼刺图）,50,51,运行图,（又称折线图、趋势图）,当获得一部分数据，需要观察这些数据,随时间,而发生的,变化趋势,或,演变模式,时，可以利用运行图。,五、运行图,52,运行图,运行图,的主要作用：,监视,过程的水平和随时间的,波动,发现,过程变化的,趋势、周期和形式,比较,过程前后,业绩水平,测量值,时间序列,均值线,53,观察,数据特征和规律,过程变化呈周期性,过程呈现突变,过程变化呈增长或下降趋势,趋势线,54,应用实例,描述统计法已应用于定量数据收集的几乎所有领域。它能提供关于产品、过程或质量管理体系的若干其它方面，以及可提供用于,管理评审,的信息。这些应用的若干实例如下：,归纳产品特性的关键测量值（如中心值和散差）；,描述一些过程参数的性能，如炉温；,表征服务业的交付时间或回复时间；,归纳顾客调查的数据，如顾客满意度或不满意度；,举例说明测量数据，如设备校准数据；,用直方图显示过程特性的分布，并与该特性的规范限作对比；,用趋势图的平均值显示整个时期的产品性能的结果；,用散布图评定过程变量（如温度）与产量之间可能的关系。,55,休息一会儿！,56,1,）,控制图原理,任何一种生产或服务提供过程，其,输出都不可能是,完全同一,的,。,由许多因素会造成过程质量的变异,，如常说的,5M1E,（即过程中的,人、机、料、法、环、测,诸因素）的变化都会对过程结果产生影响。,第三节 控制图,57,变异有如下特点,：,过程中有,多种,导致变异的,因素,存在；,每种因素的发生,无法预测,；,过程的结果,有变异是正常,现象；,彻底,消灭变异是不可能,的，但减少变异程度是可能的；,过程控制就是把变异控制在,允许的范围内,，一旦超出就能及时报警并采取措施。,58,控制图理论认为存在,两种变异,第一种变异为,随机变异,，由“,偶然原因,”（又称为“一般原因”）造成。这种变异是由,种种始终存在的、且不易识别的原因,所造成。消除或纠正这些偶然原因，需要管理决策来配置资源，以改进过程和系统。,第二种变异,表征过程中实际的改变,，由“,异常原因,”（又称为“,特殊原因,”）造成。这种改变可,归因于某些可识别的、非过程所固有的、并且至少在理论上可加以消除的原因,。,59,控制图是,对过程质量加以测定、记录,并进行,控制管理,的一种图形统计方法。,控制图就是用来,区分正常波动与异常波动的一种工具,，控制图上的控制界限是区分正常波动与异常波动的科学界限。,统计控制状态,只有偶然原因没有异常原因的状态,；简称：,稳态,，是控制阶段实施过程控制所追求的目标。,60,2,）控制图的构造,当过程,仅存在偶然因素引起的波动,时，,过程输出的质量特性,X,通常,服从正态分布,，其中 为正态均值，,为标准差,。,用界限,3,作为控制限来管理过程意味着：,正常情况下过程结果超出界限的概率为,0.27%,。若超出界限的比率高于此值，就可认为该过程出现了异常变异。,61,把正态分布图及其控制限,3,同时左转,90,，并以时间为横轴或样本编号，以过程参数（均值、标准差等）为纵轴，并在,3,处引出两条水平线（用虚线表示）。这样就形成一张控制图。图上,三条水平线,分别称为：,中心线（,CL,），对应均值,；,上控制限（,UCL,），对应,+3,；,下控制限（,LCL,），对应,-3,；,62,控制图的类型,计量,和,计数,控制图,类别,控制图符号,控制图名称,控制界线,计,量,控,制,图,均值,-,极差控制图,略,（下同）,均值,-,标准差控制图,中位数,-,极差控制图,单值,-,移动极差控制图,计,数,控,制,图,P,不合格品率控制图,np,不合格品数控制图,U,单位不合格数控制图,(,旧称：单位缺陷数控制图,),C,不合格数控制图,(,旧称：缺陷数控制图,),63,控制图的,判异准则,以均值 控制图为例，判断异常的,8,条检验准则如下图所示。,64,控制图的判异准则,65,5,）,控制图的应用,应用控制图的,基本条件,过程管理规范,，人、机、料、法、环、测六大因素已经标准化，生产过程相对稳定，产品质量具有可追溯性。,所控制的过程具有可重复性,，对于只有一次性或少数几次的过程显然也不能应用控制图进行控制。,66,对于所确定的,控制对象（质量指标）应能够定量，,如果只有,定性,的要求而不能够定量，那就,无法,应用控制图。,应用控制图,要选择需要控制的质量特性（即质量指标），,主要选择能定量的、对生产和使用,影响较大,的、,经常出现,质量问题的质量特性。,应用控制图收集数据时的,取样问题一般涉及到,样本容量和取样时间间隔,。,67,作控制图（分析用控制图）时，有一个总样本容量,N,的问题，,一般要求取组数,K,2025,个样本组，总样本容量,N,应,100,个以上，,这样才能保证有效性。,时间间隔,的确定要视生产过程的具体情况而定。所谓,“,合理子组原则,”,，是指,“,组内,差异只由,偶因,造成，,组间,差异主要由,异因,造成,。,”,68,均值,-,极差控制图,右边计算公式中,A2,、,A3,、,D3,、,D4,、,B2,、,B3,等是与子组观测值个数有关的系数，其相应值见下表：,69,子组,中观,测值,个数,n,控制限系数,中心线系数,A,A,2,A,3,B,3,B,4,D,3,D,4,C,4,1/C,4,d,2,1/d,2,2,3,4,5,6,7,8,9,10,2.121,1.732,1.500,1.342,1.225,1.134,1.061,1.000,0.949,1.880,1.023,0.729,0.577,0.483,0.419,0.373,0.337,0.308,2.659,1.954,1.628,1.427,1.287,1.182,1.099,1.032,0.975,0.000,0.000,0.000,0.000,0.030,0.118,0.185,0.239,0.284,3.267,2.568,2.266,2.089,1.970,1.882,1.815,1.761,1.716,0.000,0.000,0.000,0.000,0.000,0.076,0.136,0.184,0.223,3.267,2.574,2.282,2.114,2.004,1.924,1.864,1.816,1.777,0.7979,0.8862,0.9213,0.9400,0.9515,0.9594,0.9650,0.9693,0.9727,1.2533,1.1284,1.0854,1.0638,1.0510,1.0423,1.0363,1.0317,1.0281,1.128,1.693,2.059,2.326,2.534,2.704,2.847,2.970,3.078,0.8865,0.5907,0.4857,0.4299,0.3946,0.3698,0.3512,0.3367,0.3249,70,UCL,LCL,CL,UCL,CL,R,示意图,71,第四节,过程能力分析,72,73,1,）过程能力,过程能力（,PC,）,是反映过程保持输出变异程度的能力。,在过程稳定时，质量特性,X,通常服从正态分布,（,2,）,，其中,标准差,的大小表示过程稳定的程度,74,愈小，过程愈稳定,，而稳定过程的,99.73%,的产品质量特性值，散布在区间,-3,，,+3,内（右图）；,该区间的宽度,6,愈小，过程愈稳定,，从而过程能力就愈强。,75,-6 -5 -4 -3 -2 -1 +1 +2+3,+,4,+,5,+,6,12,-3,1,-2,1,-1,1,+1,1,+2,1,+3,1,6,1,PC,1,=6,1,PC=12,正态分布下，其半边区间有,3,个标准,差,1,，,过程能力,(PC,1,),相对较弱,正态分布下，其半边区间有,6,个标准,差,；,过程能力,(PC),相对较强,76,此图说明：,当过程处于稳态时，,不同 个数区间的产品质量特性,X,的合格概率不同；,77,2,）过程能力指数,过程能力指数,（,Cp,或,PCI,）是用来度量一个过程满足特定要求的程度。,标准要求体现在,规范限,T,（,LSL,，,USL,）上，其,中点,M,=,（,LSL+USL,）,/2,称为,规范中心,。,规范限的宽度,T=USL-LSL,常称为,公差,。,在,规范中心,M,与受控,过程中心,（即正态均值）重合时，,过程能力指数定义为：,78,在规范要求不变的情况下，变异越小（,越小），,Cp,值越高，说明过程满足规范要求的能力越强,。,79,此时，,a,图,中半边规范区间（,0.2,）内的,的个数,=2.67,个,该过程的产品质量特性值合格概率,=99.23%,b,图,中半边规范区间（,0.2,）内的,的个数,=3,个,该过程的产品质量特性值合格概率,=99.73%,c,图,中半边规范区间（,0.2,）内的,的个数,=4,个,该过程的产品质量特性值合格概率,=99.99%,80,-3,1,-2,1,-1,1,+1,1,+2,1,+3,1,-6 -5 -4 -3 -2 -1 +1 +2+3,+,4,+,5,+,6,12,在半边规范区间中有,3,个标准,差,1,，,过程满足规范要求能力相对较弱,在半边规范区间中有,6,个标准,差,，,过程满足规范要求能力较强,6,1,当考虑规范限,T,且与,线重合,时,81,本图展示的是,规范线与,线重合时，规范限不同，过程满足规范要求的能力不同，在不同规范限内的产品质量特性的合格概率不同，,C,P,值也不同,T,LSL,USL,M,LSL,1,USL,1,T,1,82,过程能力指数等级所反映的过程状态如下：,Cp,1.67,过程能力过于充足,缩小质量规范范围,放宽对特性值波动的限制,改用精度稍差设备，以降低成本,放宽或简略产品检验，以降低成本,对特殊产品或行业，可能要求,Cp 2.0,1.33,Cp,1.67,过程能力充足,对非关键特性值可放宽对其波动的限制,放宽产品检验,可使用控制图对过程进行控制，保持受控状态,1.00,Cp,1.33,过程能力尚可,可使用控制图对过程进行控制，防止大的波动,对产品抽样检查,当,Cp,接近,1.0,时，产品发生不合格品的概率增大，需加强对设备等的检查,分析特性值波动大的原因，并采取措施,对不影响最终产品质量的特性可加大规范范围,加强对产品的检验,0.67,Cp,1.00,过程能力不足,分析特性值波动大的原因，并采取措施,对不影响最终产品质量的特性可加大规范范围,加强对产品的检验,Cp0.67,过程能力严重不足,停止生产，检查原因,对过程进行更改,对产品加严检验,83,规格界限,CpPPM,的对照表（过程中心无偏移）,84,3),有偏移的过程能力指数,C,PK,通常，过程中心,在规范限（,LSL,，,USL,）之中，并把规范限分为两个小区间；（,LSL,，,）和（,，,USL,）。它们与,3,的比值能反映过程在左端或右端满足标准要求的程度（图,2-3,）则称：,85,上述,CpL,和,CpU,相当于在,Cp,的分子与分母中各取一半而定义的两个过程能力指数。在,M,时，,CpLCpU,。这是因为：,-LSLUSL-,86,过程能力分析,特性分布中心与规范中心有偏移时，过程能力指数：,87,其中偏移系数,。,定义,对于,M,的相对偏移度,k,为：,（,0k,1,）,由此可看出,C,pK,的一个重要性质：,C,pK,C,p,其中，等号仅当,k=0,或,M=,时成立。,由上面三种形式可看出：,提高,C,PK,的途径有如下三点：,减小偏移系数,k,，即减小,；,减小标准差,；,与顾客协商，能否扩大规范限。,88,序号,C,P,过程中心,无偏移,PPM,C,PK,过程中心,偏移,1.5,PPM,1,1,Cp0.67,317310,Cpk0.17,697700,2,2,Cp0.67,45500,Cpk0.17,308537,3,3,Cp1.0,2700,Cpk0.5,66803,4,4,Cp1.33,64,Cpk0.83,6210,5,5,Cp1.67,0.58,Cpk1.17,233,6,6,Cp2.0,0.002,Cpk1.5,3.4,CpPPM,与,CpkPPM,的对照表,89,第五节,抽 样,90,1,）抽样的基本概念,抽样,是指从所要研究对象的总体中抽取一定数量的个体所组成的样本。,抽样的,目的,是通过对样本的研究来确定总体在某些特性的状况，从而作为管理决策的依据。,为什么要抽样？,抽样是相对于全数研究而言的。有很多情况是无法或不值得进行全数研究的。,91,抽样的,风险,是什么？由于抽样是对总体中的一个样本进行研究，由此推断总体时有可能发生两种错误的风险：,第一类错误,是弃真，如把原为合格的产品批判断为不合格批予以拒收；,第二类错误,是存伪，如把不合格的产品批判断为合格批予以接收。,抽样则是通过设计和运用合理的抽样系统,把两类错误的发生概率降到可以接受的程度。,92,2,）抽样的分类,（,1,）,调查抽样,抽样调查,是指从总体中随机抽取一定数量的单元,/,个体作为样本进行调查。,其目的,是根据调查结果，来推断总体的特性状况或特性在总体中的分布状况。它是一种科学的统计调查和分析方法。,93,（,2,）,接收抽样,接收抽样,也称,抽样检验,指按规定的抽样方案，随机地从一批或一个过程中,抽取,一定,单位产品,所进行的,检验,。,抽样检验根据收集的数据性质分为计量抽样检验和计数抽样检验。,94,3,）,计量抽样检验,计量抽样检验指对样本检验时所取的数据是计量的质量特性值，而不是不合格品数、不合格数等计数型数值。,95,计量抽样检验（相对于计数抽样检验）有以下特点：,在相同的,AQL,（接受质量限）情况下，计量抽样所用的,样本量较小,，因此在破坏性检验时计量抽样检验有优势；,对产品质量特性的了解上具有优势，在质量下降时能够,早期发出警告,，因此适合与控制图联合使用；,在产品测量,项目较多,的情况下不适用，因为每个特性都要分别考虑；,计量抽样要求质量特性的分布服从,正态分布,。,计量抽样计划不如计数抽样计划容易被理解和接受，如计量抽样计划会出现没有发现不合格而拒收的情况,96,关于计量抽样的国家标准有,GB/T6378-2002,不合格品率的计量抽样检验程序及图表,等。,97,4,）,计数抽样检验,目前，国际上最常用的是计数调整型抽样检验。,调整型,是指根据已检验过的批质量，随时按一套规则调整检验的严格程度。,GB/T2828.1-2003,计数抽样检验程序,是用于调整型抽样检验的国家标准的第,1,部分，,“,按接收质量限,(AQL),检索的逐批检验抽样计划,”,。,98,计数抽样检验,GB/T2828.1,的,抽样系统,由,批量范围、检验水平,和,AQL,组成,单位产品,为实施抽样检验的需要而划分的基本产品单位。如一个零件，一升自来水,。,批量,指检验批中单位产品的数量（,N,）。,检验水平,（,IL,）,反映了批量（,N,）和样本量（,n,）之间的关系。,过程水平,在规定的时段或生产量内平均的过程质量水平，即一系列初次交验批的平均质量。通常利用样本数据估计。,99,分层抽样法,100,A,类不合格,认为最为关注的一种不合格,B,类不合格,关注度比,A,类低的一种不合格,C,类不合格,关注度比,A,和,B,低的一种不合格,接收质量限（,AQL,）,是指当一个连续系列批被提交验收抽样时，可允许的,最低过程平均质量水平,；即要求在生产连续稳定的基础上的过程不合格率的最大值。,例如：规定,AQL=1.0,（,%,），是要求加工过程在稳定的基础上,最大不合格率不超过,1.0%,。,101,（,1,）,AQL,是计数调整型抽样系统的基础，它描述过程平均质量的参数，是,可以允许的和不能允许的最差过程平均的分界线,。,应注意计数调整型抽样检验把重点放在长期平均质量保证上面，是对生产方过程质量提出要求，而不是针对各个批的质量保证。,102,AQL,的确定,根据过程平均质量确定,。用生产方近期提交的初检产品批的样本检验结果对过程平均的上限加以估计，如能被使用方接受，则以此作为,AQL,值。,按不合格类别确定,。,A,类不合格,(,品,),的,AQL,值,B,类不合格,(,品,),的,AQLC,类不合格,(,品,),的,AQL,，如：规定,0.15 0.40 0.65,；,同一类不合格如有多个项目，项目数多的，,AQL,可大些,；,产品的复杂程度大和发现缺陷难，,AQL,可小些；,产品对下道工序影响越大，或产品越贵重，不合格损失越大，,AQL,取值应越小；,使用方与生产方双方共同确定。,103,（,2,）在,AQL,确定后，,还需要确定,交检验批中产品的,数量（,N,）,并,选择检验水平,（,IL,）。,检验水平,是抽样方案事先选定的一个特性，用于,明确批量（,N,）和样本量（,n,）之间的关系,。,GB/T2828.1,中检验水平分为两类：,一般检验水平,（,、,、,三个水平），无特殊要求均采用,。,特殊检验水平,（又称小样本检验水平）规定了（,S-1,、,S-2,、,S-3,、,S-4,），用于检验成本高，允许较高风险的场合。,104,检验水平不同，样本量,（,n,）就,不同,，,、,、,三个水平的样本量比例为,0.4:1:1.6,。可见,的判别能力最低，,最高。,能给使用方较高的质量保证。,不同的检验水平对使用方风险的影响远远大于对生产方风险的影响。,105,一般检验水平,、,、,的选择,应考虑以下几点：,选低检验水平：,构造简单、价格低廉的产品；,检验费用高的产品；,破坏性检验；,批内质量波动幅度小；,选高检验水平,生产的稳定性差；,新产品；,批与批之间的质量差异性大。,106,特殊检验水平的使用场合,以下任一种情况：,破环性试验,试验费用高,试验时间长，订货方等不了,产品使用要求低，误判不会造成重大损失,批产品质量特别稳定,107,（,3,）,检验严格程度,的规定指对提交批产品检验的宽严程度，,有正常、加严、放宽检验三种,。,一般开始采用正常检验,，根据已检信息和转移规则选择使用加严或放宽检验。,108,检验的严格度与转移规则,正常检验：,当过程质量优于,AQL,时，应以很高的概率接收检验批，以保护生产方的利益。,加严检验：,是为保护使用方的利益而设立。通常让加严检验的样本量同正常检验的样本量一致而降低合格判定数。,放宽检验,的设计原则是：当批质量一贯很好，为尽快得到批质量的信息、情报并获得经济利益，以减少样本量为宜。,109,110,（,4,）,抽样方案类型,，,GB/T2828.1,规定了一次、二次、多次抽样方案。,各种抽样方案的抽样特性（,OC,）曲线是基本一致的。抽样特性曲线的横坐标为提交产品的质量水平，纵坐标为预期的批被接收的概率。,111,抽样特性（,OC,）曲线,批接收概率,L(p),随批质量,p,变化的曲线称为抽检特性曲线或,OC,曲线。,p,（,%,）,112,113,抽样方案的检索（步骤）,先定批量,N,和检验水平,IL,从样本字码表中检索出相应的样本量字码,再根据样本量字码和,AQL,，利用附录的抽检表检索抽样方案,一次抽样方案的,检索,由样本量字码读出样本量,n,再从样本量所在行和规定的,AQL,所在行相交处，读出判定数组,Ac,Re,二次抽样方案,多次抽样方案,114,例：某电器厂的出厂检验中，采用,GB2828.1,规定,AQL=1.5(%),检验水平为,，求,N=2000,时的正常检验一次抽样方案。,解：从样本量字码表中在,N=2000,和检验水平的交汇处找到字码,k,;,查一次正常抽样表检索出一次正常抽样方案,115,116,117,例：某电器厂的出厂检验中，采用,GB2828.1,规定,AQL=1.5(%),检验水平为,，求,N=2000,时的正常检验一次抽样方案。,解：从样本量字码表中在,N=2000,和检验水平的交汇处找到字码,k;,查一次正常抽样表检索出一次正常抽样方案,n=125,Ac=5,Re=6,即,一次正常抽样方案,为,125,，,5,，,6,118,例：某电器厂的出厂检验中，采用,GB2828.1,规定,AQL=1.5(%),检验水平为,，求,N=2000,时的正常检验二次抽样方案。,解：从样本量字码表中在,N=2000,和检验水平的交汇处找到字码,k,;,查二次正常抽样表检索出二次正常抽样方案。,119,120,121,例：某电器厂的出厂检验中，采用,GB2828.1,规定,AQL=1.5(%),检验水平为,，求,N=2000,时的正常检验二次抽样方案。,解：从样本量字码表中在,N=2000,和检验水平的交汇处找到字码,k,;,查二次正常抽样表检索出二次正常抽样方案：,n,1,=n,2,=80,Ac,1,，,Re,1,=2,5,Ac,2,，,Re,2,6,7,如果第一次出现,3,或,4,，就需抽第二次，但两次之和，不能超过,6,，出现,7,即不能,“,过,”,。,122,确定,AQL,确定交验批中,N,选检验水平,IL,一般检验水平,、,、,特殊检验水平,S-1,、,S-2,、,S-3,、,S-4,正常检验,选严格程度 加严检验,放宽检验,一次抽样方案,选抽样方案 二次抽样方案,五次抽样方案,计数抽样检验小结,123,选择,抽样方案类型,主要考虑的因素,：,产品的检验和抽样成本，一次抽样方案的平均样本量是固定的，而二次（或多次）抽样方案的平均样本量低，成本节约但所需时间、检验知识和复杂性要高。,124,一次、二次和五次抽样方案的优缺点比较,项 目,一次,二次,五次,对产品批的质量保证,几乎相同,对管理要求,简单,中间,复杂,对检验人员的抽检知识要求,较低,中间,较高,对供方心理上的影响,最差,中间,最好,检验负荷的变异（波动性）,不变,变动,变动,对每批产品质量估计的准确性,最好,中间,最差,对过程平均值,(,数,),估计的速度,最快,较慢,最慢,检验人员和设备的利用率,最佳,较差,较差,每批平均检验个数,(ASN),最大,中间,最小,批检验费用,最多,中间,最少,行政费用,(,含人员、训练、记录和抽样等,),最少,中间,最多,125,5,）样本的抽取方法,为使抽出的样本更具有代表性，应使该过程尽量,“,随机化,”,。常见的抽样方法有：,（,1,）随机抽取,（,2,）系统抽样,（,3,）分层抽样,（,4,）整群抽样,126,（,1,）,随机抽取,指总体中的每一个个体被抽到的机会是相同的。,先编顺序号，再用抽签（或抓阄），或查随机数值表，或用计算机随机数发生器产生。,优点：抽样误差小,缺点：抽样手续比较繁琐,127,（,2,）,系统抽样,将批中产品按某种次序排列，随机抽取一个初始单元，然后按一次规则确定其他样本中的产品。,如：等距抽样（,5,，,15,，,25,）；,优点：操作简便，实施时不易出差错,缺点：当总体发生周期性变化，抽样间隔与这周期相吻合时，会得到一个偏倚很厉害样本，不宜使用,128,（,3,）,分层抽样,也叫类型抽样。它是从一个可以分成几个子总体（或称为层）的总体中，按规定的比例从不同层中随机抽取样品（个体）的方法。,例如：低层、中层、高层人员,A,类、,B,类、,C,类原材料,优点：样本的代表性比较好，抽样误,差比较小,缺点：抽样手续比较随机抽样还要繁,琐。常用于产品质量验收。,129,（,4,）,整群抽样,又叫集团抽样。这种方法是将总体分成许多群，每个群由个体按一定方式结合而成，然后随机抽取若干群，并由这些群中的所有个体组成样本。,例如：车间，或分公司及其人员,优点：抽样实施方便,缺点：由于样本只来自个别几个群体，,而不能均匀地分布在总体中，因,而代表性差，抽样误差大。常用,于工序控制中。,130,第六节,其他统计技术简介,131,试验设计,是指事先安排好的实验活动，它依靠对结果的统计评定，在规定的置信水平下得出结论。,132,假设检验,是在规定风险水平下，用以确定一组数据（一般来自样本）在已知假设的条件下是否一致的一种统计方法。,诸多统计技术如抽样、,SPC,图、试验设计、回归设计、测量分析等都明显地或隐含地用到了假设检验。,133,测量分析（又称为,“,测量不确定度分析,”,或,“,测量系统分析,”,）,是测量系统在其操作的条件范围内的不确定度的一组方法。可能用分析产品特性的同样方法分析测量误差。,134,回归分析,能反映所研究的特性变化（通常称之为,“,因变量,”,）与潜在原因因素（通常称之为,“,自变量,”,）之间的关系。,135,可靠性分析,是应用工程和分析方法来评定、预测和保证所研究的产品或系统在工作时间内无问题工作,用于可靠性分析的技术常要用到统计方法。,可靠性分析包括其它技术（如失效模式和影响分析），这些技术关注失效机理的性质和原因，以及失效的预防和减少的问题。,136,模拟,(,仿真,),是一个集合名词。,是通过用解决某一问题的计算机程序，把一个（理论的或经验的）系统用数学模型表示出来的许多方法的统称。,如果模型涉