质量数据波动的特征分析

(一)质量数据波动的必然性

即使在生产过程稳定、正常的条件下,同一样本内的个体(或产品)的质量数据也不相同。个体(或产品)的差异性表现为质量数据的波动性、随机性。究其原因,产品质量受如下5方面因素的影响：

(1)人。包括质量意识、技术水平、精神状态等；材料,包括材质均匀度、理化性能等。

(2)机械设备。包括其先进性、精度、维护保养状况等。

(3)方法。包括生产工艺、操作方法等。

(4)环境。包括时间、季节、现场温湿度、噪声干扰等。

(5)同时这些因素自身也在不断变化中。个体产品质量的表现形式的千差万别就是这些因素综合作用的结果,质量数据也因此具有波动性。

(二)质量数据波动的原因

在数理统计上,根据对质量的影响程度,可将引起质量数据波动的原因分为偶然性原因和系统性原因。

1.偶然性原因

偶然性原因即随机性原因。在生产过程中有大量不可避免的、难以测量和控制的、或者在经济上不值得消除的因素,这些影响因素变化微小且具有随机发生的特点。这些因素都会对工程质量产生影响,使工程质量产生微小的波动,但工程质量波动属于允许偏差、允许位移范围,是正常的波动,一般不会因此造成废品,生产过程正常稳定。

2.系统性原因(www.xing528.com)

系统性原因是指一些具有规律性,对工程质量影响较大的因素,这些因素将导致生产过程不正常,质量数据离散性过大,表现为产品质量异常波动,出现次品或废品等。系统性原因导致的质量数据波动属于非正常波动,异常波动特征明显,对质量产生负面影响,在生产过程中应及时监控、识别和处理系统性原因。

(三)质量数据波动的规律性

概率数理统计在对大量统计数据研究中,归纳总结出许多分布类型,如一般计量值数据服从正态分布,计件值数据服从二项分布,计点值数据服从泊松分布等。实践中只要是受许多起微小作用的因素影响的质量数据,都可认为是近似服从正态分布的,如构件的几何尺寸、混凝土强度等；如果是随机抽取的样本,无论它来自的总体是何种分布,在样本容量较大时,其样本均值也将服从或近似服从正态分布。因而,正态分布最重要,最常见,应用最广泛。

生产处于正常的、稳定的情况下,质量数据具有波动性和统计规律性,一般符合正态分布规律。正态分布曲线如图8-6所示,它具有以下特征：

图8-6　正态分布曲线

(1)分布曲线对称于x=μ。

(2)当x=μ时,曲线位于最高点。

(3)曲线下所包围的面积为1,μ±3σ所围成的面积为99.73%。

总体呈正态分布用N(μ,σ2)表示,σ2称为总体的方差；样本呈正态分布用N(x,S 2)表示,S 2称为样本的方差。

由数理统计可知,总体服从正态分布时,其样本均值的分布也服从正态分布,即使总体不服从正态分布,当样本n≥4时,样本均值的分布也接近于正态分布,所以,在分析质量问题时,当样本足够大时,都可近似地按正态分布来处理。