質量控制學習資料:質量統計推斷工作過程

　　質量統計推斷工作是運用質量統計方法在生產過程中或一批產品中，隨機抽取樣本，通過對樣品進行檢測和整理加工，從中獲得樣本質量數據信息，并以此為依據，以概率數理統計為理論基礎，對總體的質量狀況作出分析和判斷。

　　2.簡述質量數據的收集方法。

　　(1)全數檢驗

　　全數檢驗是對總體中的全部個體逐一觀察、測量、計數、登記，從而獲得對總體質量水平評價結論的方法。

　　(2)隨機抽樣檢驗

　　抽樣檢驗是按照隨機抽樣的原則，從總體中抽取部分個體組成樣本，根據對樣品進行檢測的結果，推斷總體質量水平的方法。

　　1)簡單隨機抽樣；

　　2)分層抽樣；

　　3)等距抽樣；

　　4)整群抽樣；

　　5)多階段抽樣。

　　3.質量數據有何特性?

　　質量數據具有個體數值的波動性和總體(樣本)分布的規律性。

　　在實際質量檢測中，我們發現即使在生產過程是穩定正常的情況下，同一總體(樣本)的個體產品的質量特性值也是互不相同的。這種個體間表現形式上的差異性，反映在質量數據上即為個體數值的波動性、隨機性，然而當運用統計方法對這些大量豐富的個體質量數值進行加工、整理和分析后，我們又會發現這些產品質量特性值(以計量值數據為例)大多都分布在數值變動范圍的中部區域，即有向分布中心靠攏的傾向，表現為數值的集中趨勢；還有一部分質量特性值在中心的兩側分布，隨著逐漸遠離中心，數值的個數變少，表現為數值的離中趨勢。質量數據的集中趨勢和離中趨勢反映了總體(樣本)質量變化的內在規律性。

　　4.試述質量數據的波動的原因及分布的統計規律性。

　　(1)質量數據波動的原因

　　質量特性值的變化在質量標準允許范圍內波動稱之為正常波動，是由偶然性原因引起的；若是超越了質量標準允許范圍的波動則稱之為異常波動，是由系統性原因引起的。

　　1)偶然性原因

　　在實際生產中，影響因素的微小變化具有隨機發生的特點，是不可避免、難以測量和控制的，或者是在經濟上不值得消除，它們大量存在但對質量的影響很小，屬于允許偏差、允許位移范疇，引起的是正常波動，一般不會因此造成廢品，生產過程正常穩定。通常把4M1E因素的這類微小變化歸為影響質量的偶然性原因、不可避免原因或正常原因。

　　2)系統性原因

　　當影響質量的4M1E因素發生了較大變化，如工人未遵守操作規程、機械設備發生故障或過度磨損、原材料質量規格有顯著差異等情況發生時，沒有及時排除，生產過程則不正常，產品質量數據就會離散過大或與質量標準有較大偏離，表現為異常波動，次品、廢品產生。這就是產生質量問題的系統性原因或異常原因。由于異常波動特征明顯，容易識別和避免，特別是對質量的負面影響不可忽視，生產中應該隨時監控，及時識別和處理。

　　(2)質量數據分布的規律性

　　對于在正常生產條件下的大量產品，誤差接近零的產品數目要多些，具有較大正負誤差的產品要相對少，偏離很大的產品就更少了，同時正負誤差絕對值相等的產品數目非常接近。于是就形成了一個能反映質量數據規律性的分布，即以質量標準為中心的質量數據分布，它可用一個“中間高、兩端低、左右對稱”的幾何圖形表示，即一般服從正態分布。

　　5.簡述質量控制七種統計分析方法的用途各有哪些?

　　(1)統計調查表法。是利用專門設計的統計表對質量數據進行收集、整理和粗略分析質量狀態的一種方法。

　　(2)分層法。是將調查收集的原始數據，根據不同的目的和要求，按某一性質進行分組、整理的分析方法。

　　(3)排列圖法。是利用排列圖尋找影響質量主次因素的一種有效方法。

　　(4)因果分析圖法。是利用因果分析圖來系統整理分析某個質量問題(結果)與其產生原因之間關系的有效工具。

　　(5)直方圖法。它是將收集到的質量數據進行分組整理，繪制成頻數分布直方圖，用以描述質量分布狀態的一種分析方法。

　　(6)控制圖。用途主要有兩個：過程分析，即分析生產過程是否穩定。過程控制，即控制生產過程質量狀態。

　　(7)相關圖。在質量控制中它是用來顯示兩種質量數據之間關系的一種圖形。