随着全面质量管理的推广，企业纷纷应用质量管理工具控制产品质量，但只有少数企业购买专业统计软件进行数据处理，多数企业还是通过手工计算来处理质量数据。为了减轻处理数据的工作量，提高处理结果的准确度，在不购买专业统计软件的前提下，我们可以应用EXCEL软件的统计功能对质量数据进行处理。
EXCEL软件通过调用统计函数实现各种常用统计功能。本文将主要介绍EXCEL软件在几种常用的质量管理工具中的应用。
直方图
直方图
是质量管理工具之一，用于显示质量数据的分布状态，显示产品或工序
质量波动的状态。下面以实例来说明直方图在EXCEL软件里的实现步骤。
某工厂为检测其生产的零件长度是否波动异常，现取样对其分析。样本数为100，数据的最大值为10.60cm，最小值为9.22cm，级差R=1.38cm。若分7组，则组距为0.20cm。
下面进行直方图分析：选择“工具”菜单的“数据分析”，选择“直方图”，出现“直方图”对话框。在“输入区域”内输入所需分析的数据区域，即观测数据，“接收区域”内输入计算频数的边界值，即各组上限，选中“图表输出”复选框。需要注意的是“输入区域”和“接收区域”所指向的数据应为数值型。分析结果如图1所示。由图可见该零件的长度分布近似正态，未出现异常波动。
图1 直方图分析结果
排列图
排列图
又名柏拉图，用于识别造成某质量问题的主要原因，以对其采取针对性的措施，消除质量问题。
假设某车间加工的产品中，造成不合格品出现的原因有5种，分别以1～5来表示，为识别主要原因，现抽取700个产品作为样本，检测发现50个不合格品。
下面进行排列图分析：选择“工具”菜单的“数据分析”，选择“直方图”，出现“直方图”对话框。在“输入区域”内输入所需分析的数据区域，即不合格原因，“接收区域”内输入产生不合格品的原因类型，选中“柏拉图”、“累积百分率”和“图表输出”3个复选框。分析结果如图2所示。根据分析结果可知，造成不合格品的主要原因是原因1和原因3，合计74%，因此该车间应针对原因1和原因3采取针对性措施，降低不合格品率。
图2 排列图分析结果
方差分析
方差分析
主要用于检验两个或多个总体间是否有显著差异。根据分析因素的数目可分为单因素方差分析、双因素方差分析和多因素方差分析。EXCEL软件可以实现单因素和双因素的方差分析，具体步骤如下：
假设某车间有两台车床，为了检验两台车床加工零件规格是否有显著差别，对两台车床加工零件的数据进行方差分析，假设两台机床加工零件无显著差别。选择“工具”菜单的“方差分析：单因素方差分析”，出现单因素方差分析对话框。在“输入区域”内输入需要分析的数据区域，α取0.05。单击“确定”，分析结果如图3所示。由图可知，在显著水平为0.05的前提下，P-value值为0.000208，F统计量为15.67868，大于4.006873，表明假设不成立，因此两台机床加工零件差别显著。
图3 方差分析结果
控制图
控制图
又名管理图，用于判断工序是否处于稳定状态。控制图分为计量值控制图和计数值控制图两类，每类下又有4种控制图，共计8种控制图。
下面我们以平均值-极差控制图为例，介绍EXCEL软件的控制图实现方法。
第一步，计算每组总值和平均值。在G3单元格内输入公式“=SUM(B3:F3)”，其中SUM(B3:F3)代表计算B3到F3共5个单元格内的观测值之和。在H3单元格内输入公式“=SUM(B3:F3)/COUNTA(B3:F3)”或“=SUM(B3:F3)/5”，其中COUNTA(B3:F3)代表统计B3到F3单元格内观测值的个数。类似可以计算其他各组的总值和平均值。
第二步，计算极差R。在I3单元格内输入公式“=MAX(B3:F3)-MIN(B3:F3)”，MAX(B3:F3)代表计算B3到F3共5个单元格内观测值的极大值，而MIN(B3:F3)则代表计算B3到F3共5个单元格内观测值的极小值，其他各组类似可得。
第三步，计算各控制线的值。首先计算平均值控制图的中心线的值，即全部观测值的平均值，在J3单元格内输入“=SUM($H$3:$H$27)/COUNTA($H$3:$H$27)”，同理可得极差控制图的中心线的值；其次计算平均值控制图的上控制线的值，根据平均值上限的计算公式UCL=X+A2×R，查表可得A2=0.577，因此在L3单元格内输入“=J3+0.577*K3”,同理可得X下限以及R上限。
前期数据准备完毕后，开始绘制控制图。首先绘制平均值控制图的打点记录线，选择“插入”菜单的“图表”，选择“折线图”的“数据点折线图”，单击下一步，在“数据区域”内输入分析数据，即各组平均值，本例“系列产生在”选择“列”，再单击下一步进行设置控制图的“标题”等项。然后绘制平均值控制图的控制线，我们以绘制中心线为例，拖动鼠标选择J3:J27，将鼠标移至所选区域的边缘，待鼠标成为十字星状后，将数据拖至控制图内，同理可以绘制上控制线和下控制线，这样就得到了平均值控制图。结果如图4所示。
图4 X-R控制图
相关和回归分析
相关和回归分析
主要用于分析几个变量之间是否存在内部联系或函数关系。
假设某车间为分析产品硬度与加热温度之间的关系，记录了30组数据，现对其分析以得到两者之间的关系。
首先进行相关系数的分析。选择“工具”菜单的“数据分析”，选择“相关系数”，出现相关系数对话框，在“输入区域”内输入所需分析的数据区域，即温度与硬度区域。单击“确定”即可。
其次进行回归分析，以进一步确定产品硬度与加热温度之间的函数关系。选择“工具”菜单的“数据分析”，选择“回归”，出现回归分析对话框，在“Y值输入区域”内输入因变量的数据区域，即硬度区域，在“X值输入区域”内输入自变量的数据区域，即温度区域。另外，我们还可以分析残差等其他统计量。分析结果分三部分：回归统计结果、方差分析结果和回归分析结果。
上述回归分析是一元线性回归分析，该分析还可进行多元线性分析。但是在现实生产中我们需要分析的数据不一定满足线性关系，因此对非线性方程的回归分析可以采用插入图表的方法进行简单分析。
EXCEL基本上可以满足企业进行质量数据简单处理的需要，提高处理质量数据的效率和效果。对于没有能力购买专门的质量控制分析软件的企业来说，充分利用EXCEL的功能应是一个不错的选择。
作者：吕 杰 温德成 邹振宇
（来源：本站原创）
|
