Статистические методы контроля качестова

Наиболее распространенные формы  гистограмм представлены на рисунке 3.

Рисунок 3. Основные формы гистограмм

Колоколообразное распределение (рисунок 3а) – симметричная форма с максимумов в середине интервала изменения изучаемого параметра. Характерна для распределения параметра по нормальному закону, при равномерном влиянии на него различных факторов. Отклонения от колоколообразной формы могут указать на наличие доминирующих факторов или нарушений методики сбора данных (например, включения в выборку данных, полученных в других условиях).

Распределение с двумя  пиками (двухвершинное) (рисунок 3б) характерно для выборки, объединяющей результаты двух процессов или условий работы. Например, если анализируются результаты измерений размеров деталей после обработки, такая гистограмма будет иметь место, если в одну выборку объединены измерения деталей при разных настройках инструмента или при использовании разных инструментов либо станков. Использование различных схем стратификации для выделения различных процессов или условий – один из методов дальнейшего анализа таких данных.

Распределение типа плато (рисунок 3в) имеет место для тех же условий, что и предыдущая гистограмма. Особенностью данной выборки является то, что в ней объединено несколько распределений, в которых средние значения незначительно отличаются между собой. Целесообразно построить диаграмму потоков, выполнить анализ последовательно выполняемых операций, применить стандартные процедуры реализации операций. Это уменьшит вариабельность условий процессов и их результатов. Полезно также применение методов стратификации (расслоения) данных.

Распределение гребенчатого типа (рисунок 3г) – регулярно чередующиеся высокие и низкие значения. Этот тип обычно указывает на ошибки измерений, на ошибки в способе группировки данных при построении гистограммы или на систематическую погрешность в способе округления данных. Менее вероятна альтернатива того, что это один из вариантов распределения типа плато.

Скошенное распределение (рисунок 3д) имеет ассиметричную форму с пиком, расположенным не в центре данных, и с «хвостами» распределения, которые резко спадают с одной стороны, и мягко – с другой. Иллюстрация на рисунке называется положительно скошенным распределением, потому что длинный «хвост» простирается вправо к уменьшающимся значениям. Отрицательно скошенное распределение имело бы длинный «хвост», простирающийся влево к уменьшающимся значениям.

Такая форма гистограммы  указывает на отличие распределения изучаемого параметра от нормального. Оно может быть вызвано:

- преобладающим  влиянием какого-либо фактора  на разброс значений параметра.  Например, при механической обработке  это может быть влияние точности  заготовок или оснастки на точность обработанных деталей;

- невозможностью  получения значений больше или  меньше определенной величины. Это  имеет место для параметров  с односторонним допуском (например, для показателей точности взаимного  расположения поверхностей –  биения, неперпендикулярности и др.), для параметров, у которых существует практические ограничения их значений (например, значения времени или числа измерений не могут быть меньше нуля).

Такие распределения  возможны, так как обусловлены  природой получения выборок. Следует обратить внимание на возможность уменьшения длины «хвоста», т.к. н увеличивает вариабельность процесса.

Усечение распределение (рисунок 3е) имеет ассиметричную  форму, при которой пик находится  на краю или вблизи от края данных, а  распределение с одной стороны обрывается очень резко и имеет плавный «хвост» с другой стороны. Иллюстрация на рисунке показывает усечение с левой стороны с положительно скошенным «хвостом». Конечно, можно также столкнуться с усечением справа с отрицательно скошенным «хвостом». Усеченные распределения – это часто гладкие, колоколообразное распределения, у которых посредством некоторой внешней силы (отработка, 100% контроль или перепроверка) часть распределения изъята или усечена.

Распределение с изолированным  пиком (рисунок 3ж) имеет небольшую, отдельную группу данных в дополнение к основному распределению. Как и распределение с двумя пиками, эта структура представляет собой некоторую комбинацию и предполагает, что работают два различных процесса. Однако маленький размер второго пика указывает на ненормальность, на что-то, что не происходит часто или регулярно.

Такие маленькие  изолированные пики в сочетании  с усеченным распределением могут  быть следствием отсутствия достаточной  эффективности отбраковки дефектных  изделий. Возможно, что маленький пик представляет ошибки в измерениях или переписывании данных.

Распределение с пиком на краю (рисунок 3з) имеет большой пик, присоединенный к гладкому в основном распределению. Такая форма существует тогда, когда протяженный «хвост» гладкого распределения был обрезан и собран одну-единственную категорию на краю диапазона данных. Кроме того, это указывает на неаккуратную запись данных (например, значения за пределами «приемлемого» диапазона записываются как всего лишь лежащие вне диапазона).

1. Мазур И.И., Шапиро В.Д. Управление качеством: Учеб.пособие для студентов вузов, обучающихся по специальности «Управление качеством». – М.: Омега-Л, 2005г. – 400с.

2. Мельников В.П., Смоленцева В.П., Схиртладзе А.Г. Управление качеством: Учебник для студ.учреждений сред.проф.образования. – М.: Издательский центр «Академия», 2005г. – 352с.

3. Управление  новым продуктом в системе  ТРМ// Методы менеджмента качества. – 2005г. - №1.

4. Кане М.М., Иванов Б.В., Корешков В.Н., Схиртладзе А.Г. Системы, методы и инструменты менеджмента качества: Учебное посоие. – СПб Питер, 2008г. – 560с.