散布的基本概念.docx

1. 概论如果从总体（或工序）中获得数据，其价格总是发生变化把测定值集中起 来作图就形成如下图称之为分布的模型数据分布以点或直方图、分布曲 线显示分布的中心和散布（扩大）是可以变化的各种数据形成分布分布的 DATA 互相不同大小 ► 大小 k 大小 *形成称之为分布的 pattern分布也可以互相不同2.散布（Vartion）的根源散布具有两种形态 偶然要因（Common Cause）异常要因（Special Cause）如果是从总体（或工序）中获取的测定值或观测值比较稳定且日后的面貌显 示出能预测的模样，那么我们就认为总体（工序）处于“管理状态”，散布的根 源则由系统内在的一般性的偶然条件来形成的散布的偶然要因是自然的，可预 测的，是普遍存在的人们之间存在的差异，设备间存在的正常的散布就是偶然 要因的根据偶然要因的散布如果从某总体（或工序）的数据不安定，形成不可预测的分布，那么把总体（或 工序）称之为“偏离管理”分布引起变化的理由是因为散布产生的根源在于系 统的不自然象这样的散布根源称之为异常要因因异常要因而产生的散布只存在重大的变化偏离不安定的管理的不可预测的异常条件散布常常在测定或观测PROCESS （工序）的Output时可以发现。

希望铭记偶然 要因和异常要因的根源就是PROCESS （工序）的Input.散布的根源异常要因而产生的影响位置（中心）的变动散布的根源3．散布的减少减少散布中的核心为决定从的数据模型，什么样的散布从异常条件中发生, ，什么样的散布从偶然中发生怎么做各种统计性方法具有从永久存在的偶然条件中能区分异常条件的能力 JX /有三种改善的接近方法— 消除不期望的异常条件— 把期望的异常要因体现在现实中—减少偶然要因的散布异常要因的存在说明有很多改善的机会在这基础上对异常要因的改善活动 常常要优先进行4．工序的散布和品质水准即使在工序中得到的数据满足规格（SPEC），但不能认定它一定具有好的质 量水准如下图，离目标值（Target）越远，质量水准下降的幅度就越大，因而 可以说这时的质量是“以目标值为中心的散布”。