资源描述：
《统计运用及品管实务工具》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、統計運用及品管實務工具資料數據基礎統計運用概念生產製造環境實用品質統計工具製程能力分析與SPC統計製程控制天马行空官方博客：http://t.qq.com/tmxk_docin；QQ:1318241189；QQ群：175569632資料及數據你想瞭解什麽?資訊源:分組離散型名義型順序型間距型“資料本身並不能提供資訊——必須對資料加以處理以後才能得到資訊,而處理資料的工具就是統計學”.衡量連續型比率型●文字的(AtoZ)●圖示的●口頭的●數位的(0-9)數據天马行空官方博客：http://t.qq.com/tmxk_docin；QQ:1318241189
2、；QQ群：175569632FAILPASS計時器NO-GOGO數量單價說明總價1$10.00$10.003$1.50$4.5010$10.00$10.002$5.00$10.00裝貨單離散型資料和連續型資料電氣電路溫度溫度計連續型離散型卡尺錯誤離散型資料(通常)分組/分類是/否,合格/不合格不能計算離散型資料分級很少用很難加以計算連續型資料最常見的尺規計算時要很小心連續型資料比例關係可應用演算法的多數公式分類標簽第一、第二、第三相對高度字母順序1<2<3<4溫度計刻度盤速度=距離/時間直尺衡量工具分類說明例子衡量工具分類名義型:不相關類,只代表符合條
3、件或不符合條件個體數.順序型:順序類,但沒有各類間隔的資訊.間距型:順序類,兩類之間間隔相等,但沒有絕對零點.比例型:順序類,兩類之間間隔相等,同時存在絕對零點..離散型連續型天马行空官方博客：http://t.qq.com/tmxk_docin；QQ:1318241189；QQ群：175569632$$連續資料的優勢連續的離散的信息量少信息量多基礎統計運用概念變異(Variation)當我們從一過程中收集數據,會發現數據不會永遠相同,因為變異(Variation)在過程中隨時存在製造流程Step1Step2Step3ProcessOutputOutp
4、utofProcessStepEquipmentMaterialsEnvironmentPeopleMethodsInformation變異(Process)=變異(Step1)+變異(Step2)+變異(Step3)+...變異(ProcessStep)=變異(Methods)+變異(Materials)+變異(Environment)+變異(People)+變異(Equipment)+變異(Information)變異(Variation)我們觀察到的變異,是在過程中各種擾動累積起來的.變異(Variation)參數XXXXXXXXX量測值分佈多數
5、在此少數在此Center均值Spread散佈雖然變異是隨機的,但他們的隨機性通常有模式存在,這種模式可用統計上的分佈(Distribution)來形容.如此變異加以統計分析,便可有某種程度的預測性存在並易於被理解或控制.變異(Variation)中心Center:數據最集中在何處?散佈Spread:數據變異程度及分散狀況如何?形狀Shape:分佈是否對稱?扁平?凹凸?是否有異常區描述分佈(Distribution)Shape形狀Center中心Spread散佈變異(Variation)變異可以是穩定(Stable)或不穩定(Unstable)的.-穩定
6、變異:變化的分佈較具預測性及一致性,對時間而言具可預測性-不穩定變異:對時間而言不具可預測性PROCESS#1-StableVariation穩定PartThicknessPROCESS#2-UnstableVariation不穩定PartDistributionDistributionThickness變異(Variation)在製造過程中,有變異都是不好.問題是我們能容忍到何種範圍.我們能容忍的變異是具有以下兩項特徵:TimeParameterSTABLE(i.e.,consistentandpredictableovertime).CAPABLE
7、(i.e.,smallvariationcomparedtotheproductspecifications.)ProductSpecificationsParameterDistribution穩定散佈小控制變異(Variation)1.Characterize2.Improve3.Control瞭解過程:使制程更好:保持穩定並維持高制程能力過程由時間來看是否穩?制程能力是否能滿足目標規格?確認並除去不穩定原因確認並降低變異程度使滿足規格持續監視及控制過程的變異源特徵化改善控制因為用抽樣統計,其結果只是估計,和真實可能有差異.適當的抽樣可使統計分析更
8、準確.Statistics分佈的數學描述與定義中心Center:數據最集中在何處?散佈Spre
