第一节统计控制的基本概念。
第二节质量管理中的数据。
第三节收集质量数据的方法。
第四节几个重要的统计特征数。
第五节 qc七种工具（见教材）
在质量管理工作中，为了控制和保证有关工作和产品质量，我们经常要了解一批批产品的质量状况，要掌握一个生产过程、一道工序的质量动态或其他质量问题。这需要从实际出发，根据产品或生产过程的客观现状，实事求是地做出正确的判断和相应的措施，从而对产品及其生产过程质量实行有效的控制。
为此，就必须对产品和生产过程的质量实际进行调查研究，取得实际的质量数据（如长度、重量、强度、硬度、纯度、浓度、成分等）和有关资料。调查研究有两种方法：一种是对调查对象逐个了解，一个不漏地全部检查、测试；另一种是通过对具有代表性的局部的了解来通观事物的全体，通过考察部分去掌握全体，即透过所观察的事实（现象）来抓住事物的本质。
但是，根据直接对现场的观察、写实和产品检测而取得的一大批原始记录、资料、数据，往往杂乱无章，很不规则，直观地从这些资料、数据中还不能对研究的总体进行分析，做出判断，还必须经过一番去粗取精、去伪存真、由此及彼、由表及里的加工，才能透过大量现象掌握它的本质。
为此，在质量管理中就需要利用数理统计方法，就是从所要调查的整个对象中客观地取出一部分，对它进行测定研究，取得一批数据，加以科学整理，经过计算、图示等加工，通过对这个局部（即一部分样品）的研究，运用统计推理方法来**推断总体的质量状况，从而把包含在数据中的规律性揭示出来。
统计推断的全过程，按其工作程序，又可分为三个基本步骤：统计调查和整理、统计分析、统计判断。第一步：
统计调查和整理。根据解决某方面质量问题的需要到现场收集数据，将收集到的数据加以整理和归纳，用统计表和统计图的方法，并借助于一些统计特征数（如平均数、标准偏差等）来表述这批数据所代表的客观对象的统计性质。第二步：
统计分析。对经过整理、归纳的数据进行统计分析，研究它的统计规律。例如质量特性（尺寸、成分等）的波动是否出现某种趋势或倾向，影响这种波动的又是什么因素，其中有无异常波动等。
第三步：统计推断。根据统计分析的结果对总体的现状或发展趋势做有科学根据的统计判断。
在工厂、车间、生产现场，经常会碰到的数据，有的是可以测量出来的，如直径、尺寸、重量、化学成分、温度、时间等；有的是能够数出来的，如铸造件气孔数、砂眼数，纺织品上的瑕疵点数，焊接点的假焊数，喷漆件的色斑数、脱落数，不合格产品件数，等等；有的是由两个数相除的出来的比例数，如废品率、不合格品率、合格品率、优等品率、等等；有的虽然不能直接量出或数出，如许多轻工产品的色、香、味，机械产品的外观质量，但是可以通过评分的办法来评定质量等级，这里评定的分数、等级数也是一种质量数据。
质量数据可以分成两大类：计量数据、计数数据。计量数据是可以连续取值的，或者说可以用测量工具具体测出小数点以下数值的这类数值。
如：长度、容积、重量、温度、等等。计数数据是不能连续取值的，或者说即使用测量工具也得不到小数点以下的数据，而只能得到0或等自然数的这类数据就叫做计数数据。
如不合格产品件数、废品件数、疵点数、等等。
质量管理中，收集数据的目的通常分成两个：一个是为了调查、研究和**日常生产过程是否处于正常的稳定状态，也就是说，收集数据的目的是为了对制造过程进行预防性的控制和管理；另一个是为了调查研究、分析和判断供货单位为用户提供的一批产品的质量是好的还是坏的，用户是接受还是拒收这批产品，也就是说，收集数据的目的是为了对一批产品的质量进行评价和验收。
收集质量数据的过程如图：
质量管理的统计方法中常用的几个名词术语：
总体：研究对象的全体，通常一道工序或一批的产品，用n表示。
样本：从总体中随机抽取出来的一部分产品，用n表示。
样品：抽出样本中的每一个产品叫做样品。
抽样：从总体中随机抽取样本的过程。
随机抽样：就是要使总体中每一个产品都有同等的机会被抽取到的一种活动。
质量管理中常用的随机抽样收集数据方法有：
1.单纯随机抽样。可以用抽签（每件产品被抽到的概率相等）、查随机数值表、投掷数骰子的办法等等。
2.分层随机抽样。首先把在不同生产条件（不同的工人、不同的机器设备、不同的材料**、不同的作业班等）下制造出来的产品归类分组，然后再按一定的比例从各组中随机抽取产品组成样本。
3.整群随机抽样。这种方法的特点不是一次随机抽取1个产品，而是一次随机抽取若干个产品组成样本。
举一个例子来说明这三种抽样方法的运用。
假设有某种成品零件分别装在20个零件箱中，每箱各装50个，总共是1000个。如果想从中取100个零件作为样本，进行测试研究，那么应该怎样运用上述三种随机抽样方法呢？
1.将20箱零件倒在一起，混合均匀，并将零件一一编号，然后用查随机数表或抽签的办法从中抽出编号毫无规律的100个零件组成样本；也可以将尾数为“0”（或“1”“2”“3”……9”）的零件，如第10号，第20号，第30号，……第100号，……第1000号的零件组成样本，这就是单纯随机抽样。
2.对所有的20箱零件，每一箱都随机抽出5个零件，共100件组成样本，这就是分层随机抽样。
3.先从20箱零件中随机抽出2箱，然后对这2箱零件进行全数检查，即把这2箱的100个零件看成是“整群”，由它们组成样本，这就整群抽样。
搜集质量数据的注意事项：
1、应当明确收集数据的目的。目的不同收集数据的过程和方法也不一样，得到的数据也不一样。
数据一定要真实、准确、可靠，严禁弄虚作假。
3、应当把收集到的原始数据按照一定的标志进行分类归组，尽量把属于同一种生产条件的数据归并在一起。这也就是“分层”的方法。
4、对收集到的数据要进行分析研究，要认识到，不是任何一个数据都是有用的。
5、对数据要进行科学系统的整理。不加整理，一大堆杂乱无章的数据，那是没有用处的。数据的整理应尽量图表化。
6、要记录下取数据的时间，地点，使用的测量工具，参加取数据的人员以及取时发生的一些情况等等。
在质量管理的统计方法中常用的统计特征数可以分为两类，一类是表示数据的集中位置的，如样本的平均值、中位数等；
一类是表示数据的分散特征的，如极差、样本标准差等。
1、样本平均值。
2、中位数表示数据集中程度。
3、样本方差。
4、样本标准差。
5、极差表示数据离散程度。
案(实)例2—2]某公司a的市场调查科，为比较本公司所产食品与竞争对手b公司所产食品，随机抽取本公司(a公司)与b公司的产品，测其浓度数据如下：
a公司：9.1 9.1 8.1 9.0 7.8
b公司：8.2 8.6 7.8 7.6 8.4
比较a公司与b公司的浓度？
在质量管理中，经常要用到一些方法和工具。目前较常用的有所谓七种工具，即排列图法、分层法、因果分析图法、调查表法、直方图法、散布图法、控制图法。其中控制图法将在第十四章介绍。
本章要求。
1）了解常用质量工具的种类和作用。
2）了解分层法、调查表法和直方图法的概念，了解使用步骤和注意事项。
3）掌握排列图法和因果分析法的概念、使用步骤和注意事项。
4）熟悉散布图法的概念、使用步骤和注意事项。
本章重点。
1）分层法的概念、使用步骤和注意事项。
2）排列图法和因果分析法的概念、使用步骤和注意事项。
一、概念。所谓分层法，就是把收集来的原始质量数据，按照一定的目的和要求加以分类整理，以便分析质量问题及其影响因素的一种方法。
分层法又称分类法，是质量管理中常用来分析影响质量因素的重要方法。
根据分层的目的，按照一定的标志加以区分，把性质相同、在同一条件下收集的数据归在一起。分层时，应使同一层的数据波动幅度尽可能小，而层间的差别尽可能大：
1）按不同的操作者分。如按新、老工人，男、女不同工龄，操作技术水平高低进行分类。
2）按机器设备分。如按不同型号、新旧程度进行分类。
3）按原材料分。如按不同的供料单位、不同的进料时间、不同的生产环境等标志分类。
4）按操作方法分。如按不同的切屑用量、温度、压力等工作条件进行分层。
5）按不同的时间分。如按不同的班次、不同的日期进行分类。
6）按不同的检验手段分。如按不同的测量仪器、测量者进行分层。
7）按生产废品的缺陷项目分。如按铸件的裂纹、气孔等缺陷分层。
一、概念。排列图又称主次因素分析图或帕累托图（pareto）。它是用来找出影响产品质量主要因素的一种有效工具。
排列图是有两个纵坐标、一个横坐标、几个直方块和一条折线所构成（见图13-1）。排列图的横坐标表示影响产品质量的因素或项目，按其影响程度大小，从左到右依次排列。排列图的左纵坐标表示频数（如件数、金额、工时、吨位等），右纵坐标表示频率（以百分比表示），直方块的高度表示某个因素影响大小，从高到底，从左到右，顺序排列。
折线表示个影响因素大小的累积百分数，是由左到右逐渐上升的，这条折线就称为帕累托曲线。
一般，把因素分成a、b、c三类：a类，累计百分数在0-大约80%的诸因素（不超过3个因素） ；b类，累计百分数在80-90%的诸因素；c累，累计百分数在90-100%的诸因素。
图13-1二、制作步骤。
第一步，确定所要调查的问题和收集数据。
第二步，设计一张数据记录表，将数据填入其中，并计算合计栏。
第三步，制作排列图用数据表，表中列有各项不合格数据，累计不合格数，各项不合格所占百分比以及累计百分比，如下表所示。
常用医疗质量管理工具
1 传统7种工具 调查表法 质控图 分类法 分层法 排列图法 主次因素分析法 因果分析图法 鱼刺图 直方图法 散点图 相关图 2 pdca循环 戴明环 p plan 计划，确定方针和目标，活动计划 d do 执行，实地去做，实现计划内容 c check 检查，总结执行结果，注意效果，找出问题 a a...