公司數據處理類崗位職責描述

　　?商業程序員

　　用計算機處理語言編寫程序，為管理和解決商業問題提供必要的資料。

　　研究系統分析員編制的商業問題工作流程圖。同系統分析員或與程序有關的部門代表協商解決以下各問題：程序的目的、輸出要求、輸入數據的獲得、自動編程范圍、編碼應用和改變以及內部檢查和控制等。以符號形式寫出詳細邏輯流程圖，表明計算機系統將要進行數據處理的工作次序，并說明所包含的輸入、輸出和算術運算與邏輯運算。設計取樣輸入數據以檢驗程序是否適宜、用改變程度順序和步驟的方法校正程序誤差。編寫操作說明以指導生產過程中的操作人員，指導年輕程序員的工作。

　　?應用程序員

　　開發、實現、評估和維護計算機應用系統或適合用戶要求的軟件程序。

　　根據預先確定的為了開發和改變應用程序所要求的功能性指標來研制邏輯規范、編碼、測試和評估應用軟件。調試應用軟件的文件，實現內部開發或外部提供的應用軟件。指導用戶操作、應用軟件和對文件的使用，并幫助他們解決技術問題。分析應用程序中的問題，調試和修改程序以解決存在的問題。參加所裝系統實現后的審查并執行測量任務。計劃和評價由外部提供的應用程序，參加應用程序的標準和安全的檢查。估算完成工作所需時間、成本和資源需求。對照估算審查工作報告情況、對功效方法標準提出修改意見以改善估算控制過程及功效。

篇2：品質培訓教材：誤差理論與數據處理

　　品質培訓教材：誤差理論與數據處理

　　第四章 誤差理論與數據處理

　　§1誤差理論

　　一、誤差及其分類

　　1.基礎知識(基本概念)

　　①量的真值

　　在某一時刻和某一位置或狀態下，被測量所具有的客觀真實大小。

　　這是一個理想的概念，一般說來是無法知道的，是不能通過測量獲得的， 但都可通過測量獲得接近真值的量值。

　?、趯嶋H值

　　滿足規定準確度用來代替真值使用的量值稱為實際值。

　　一般情況下，通過檢定，把用高一等級的計量標準測得的量值稱為實際值。

　?、蹨y量誤差

　　測量結果與被測量真值之間的差值稱為測量誤差，也叫測量絕對誤差。即：

　　測量誤差=測量結果-真值

　　測量誤差可用絕對誤差表示，也用相對誤差表示。

　　2.誤差的定義和分類

　　①誤差的定義

　　a.絕對誤差：

　　某量值的測得值和真值之差為絕對誤差，通常簡稱為誤差。

　　絕對誤差=測得值-真值

　　絕對誤差可能為正值或負值。

　　b.相對誤差

　　絕對誤差與被測量的真值之比值稱為相對誤差，因測得值與真值接近，故也可近似用絕對誤差與測得值之比值作為相對誤差，即

　　絕對誤差 絕對誤差

　　相對誤差= ≈

　　真值 測得值

　　c.引用誤差

　　所謂引用誤差指的是一種簡化和實用方便的儀器儀表示值的相對誤差，它是以儀器儀表某一刻度點的示值誤差為分子，以測量范圍上限值或全量程為分母，所得的比值稱為引用誤差，即，

　　示值誤差

　　引用誤差 =

　　測量范圍上限值

　?、谡`差的分類

　　a.系統誤差

　　在同一條件下，多次測量同一量值時，絕對值和符號保持不變，或在條件改變時，按一定規律變化的誤差成為系統誤差。

　　b.隨機誤差

　　在同一測量條件下，多次測量同一量值時，絕對值和符號以不可預定方式變化的誤差成為隨機誤差。

　　c.粗大誤差

　　超出在規定條件下預期的誤差稱為粗大誤差。此誤差值較大，明顯歪曲測量結果，如測量時對錯標志、讀錯、或記錯了數、使用有缺陷的儀器以及在測量時因操作不細心而引起的過失性誤差等。

　　上面雖將誤差分為三類，但必須注意各類誤差之間是可以在一定條件下互相轉換的。

　　3.誤差來源

　　在測量過程中，引起測量誤差的因素是眾多的，但在分析和計算誤差時，不可能也沒有必要逐一的對所有誤差因素進行分析計算，而是著重分析計算引起誤差的主要因素。通常情況下，誤差的主要來源有以下幾個方面：

　　a.設備誤差：

　　b.標準器誤差：標準器是提供標準量值的計量器具。它們所復現的量值都有誤差。

　　c.測量裝置(儀器)誤差：測量裝置誤差是在測量過程中實現被測的未知量與已知量進行比較的設備誤差。主要應考慮裝置的制造與安裝誤差。因為測量裝置是由許多零部件組成的，它們在制造和安裝過程中均不可避免地存在誤差，如讀數機構中分劃板的刻度誤差、度盤的安裝偏心誤差、測微螺旋付的螺距誤差、天平的不等臂誤差、光學系統的放大倍率誤差等。

　　d.附件誤差：為測量創造一些必要條件，或使測量能得以順利進行的各種輔助設備均屬附件。如電測中的轉換開關、電源連接導線、長度測量中的裝夾器具等都會引起測量誤差。

　　e.環境誤差：由于各種環境因素與規定的標準狀態不一致而引起的測量裝置和被測量本身的變化所造成的誤差，如溫度、濕度、氣壓、震動、照明、重力加速度

　　f.方法誤差：由于測量方法不完善所引起的誤差，如采用近似的測量方法而造成的誤差。例如用鋼卷尺測量大軸的圓周長s，在通過計算求出大軸的直徑d=s/，因近似數 取值的不同，將會引起誤差。

　　g.人員誤差：由于測量中受分辨能力的限制，因工作疲勞引起的視覺器官的生理變化，固有習慣引起的讀數誤差，以及精神上的因素產生的一時疏忽等所引起的誤差。

　　二、精度

　　反映測量結果與真值接近程度的量，稱為精度，它與誤差的大小相對應，因此可用誤差大小來表示精度的高低，誤差小則精度高，誤差大則精度低。精度可分為：

　?、贉蚀_度 它反映測量結果中系統誤差的影響程度。

　?、诰芏?它反映測量結果中隨機誤差的影響程度。

　?、劬_度 它反映測量結果中系統誤差和隨機誤差綜合的影響程度。

　　圖4-1表示誤差和精度間繁榮關系，其中：

　　(a) 圖的系統誤差小而隨機誤差大，即準確度高而精密度低。

　　(b) 圖的系統誤差大而隨機誤差小，即確度低而精密度高。

　　(a) (b) (c)

　　圖4-1

　　(c) 圖的系統誤差和隨機誤差都小，即精確度高，我們希望得到精確度高的結果。

　　§2 數據處理

　　一、有效數字和有效位數

　　在測量和數值計算中，確定該用幾位數字來代表測量式計算結果是一件很重要的事情。在測量時由于儀器和感官的限制，測量只能到一定的程度，這個準確度一方面取決于所用儀器刻度的精度;另一方面也與所用的測量方法有關。因此，在計算結果中，無論寫多少位數，也決不可能把準確度有多少提高。反之，讀出一個數位數過少，低于測量所達到的精確度，也是不應該的。

　　通常我們把測量結果中可靠的幾位數字加上可疑的一位數字統稱為測量結果的有效數字。有效數字中最后一位數字雖然可疑(即有誤差)，但它在一定程度上還是反映了客觀實際，所以是有意義的。

　　含有誤差的任何近似數，如果其絕對誤差界是最末位數的半個單位，那么從這個近似數左方起的第一個非零數字，成為第一位有效數字。從第一位有效數字起到最末位數字止的所有數字，不論是零或非零的數字，都叫有效數字。若有N位有效數字，就說是N位有效數字。

　　例如取=3.14，第一位有效數字為3，共有三位有效數字;又如0.0027，第一位有效數字為2，共有兩位有效數字;而0.00270，則為三位有效位數。

　　若近似數的右邊帶有若干個零的數字，通常把這個近似數寫成a10n

　　形式，而1≤a <10。利用這種寫法，可從a含有幾個有效數字來確定近似數的有效位數。如2.400103表示四位有效位數;2.40103和2.4103，分別表示三位和兩位有效位數。

　　二、數據修約

　　對于位數很多的近似數，當有效位數確定后，其后面多余的數字應予舍去，而保留的有效數字最末一位數字應按下面的舍入規則進行湊整：

　　1.若舍去部分的數值，大于保留部分的末位的半個單位，則末位加1;

　　2.若舍去部分的數值，小于保留部分的末位的半個單位，則末位不變;

　　3.若舍去部分的數值，等于保留部分的末位的半個單位，則末位湊成偶數。 即當末位為偶數時則末位不變，當末位為奇數時則末位加1。

　　例如，按上述舍入規則，將下面的各個數據保留四位有效數字進行湊整。

　　原有數據 舍入后數據

　　3.14159 3.142

　　2.71729 2.717

　　4.51050 4.510

　　3.21550 3.216

　　三、檢驗數據判別和仲裁

　　一個檢驗員用同一種方法，在同樣的條件下對同一產品進行多次檢驗，每次檢驗所得數值不可能一樣;同一產品用不同方法進行檢驗，所得的數值也不可能完全相同。在這種情況下，就須對檢驗數據進行判別和仲裁，判別根據檢驗數據的分布情況進行，仲裁須由第三方進行。

　　§3 工序能力分析

　　工序能力是處于穩定生產狀態下的工序的實際加工能力。所謂處于穩定生產狀態下的工序是指：

　　a.原材料或上一道工序半成品按照標準要求供應;

　　b.本工序按作業指導書實施并應在影響工序質量各主要因素無異常的條件下進行;

　　c.工序完成后，產品檢測按標準要求進行。

　　因此，當確認工序能力可以滿足精度要求的條件下，工序能力是以該工序產品質量特性值的變異或波動來表示。一般情況下，可通過計算工序能力指數來衡量工序能力的高低。

　　一、目的

　　工序是加工設備、材料、方法、環境、檢驗和人員在特定條件下的結合。質量檢驗人員最關心的是使工件發生物理、化學和幾何形狀變化的那些工序。因為這些工序是產品質量形成的過程，因此，它們也構成了質量檢驗的基本環節。為了更好地做到預防為主，質量檢驗人員必須了解每道工序的情況，掌握工序能力分析的技能。

　　做好工序能力分析有以下目的：

　　1.為設計部門確定尺寸公差、形位公差和表面粗糙度等提供依據，以改進設計。

　　2.為工藝部門編制工藝規程，制訂工藝方法，選擇最佳工藝方案，確定加工條件提供依據;為工藝驗證提供數據;

　　3.為生產部門調整互相關聯的各道工序，合理組織生產，編制合理的操作規范和對工人進行培訓提供依據;

　　4.為質量管理部門設置質量控制點、開展QC活動提供依據;

　　5.為質量檢驗部門編制檢驗計劃和估計不良品率提供依據;使檢驗員對工序做到心中有數;

　　二、工序能力指數計算方法

　　工序能力指數是工序能力滿足加工精度要求的程度。換言之，工序能力指數是表示工序能力對產品設計質量要求的保證能力。

　　1.收集數據

　　根據實際情況收集一定量的數據，并將數據匯入數據表內。

　?、儆嬃恐禂祿目倲挡簧儆?0個，一般取50~200個;

　?、谟嫈抵禂祿目倲挡簧儆?0個。

　　有充分理由時，可剔除異常數據。

　　2.分析數據

　　應用直方圖和控制圖等統計分析的方法，處理收集到的數據，判斷工序是否處于穩定狀態。對處于穩定狀態的工序計算其工序能力指數才有意義。如果工序未達到穩定狀態時，等到穩定后重新收集數據進行分析。

　　3.計算工序能力指數

　　根據目前公司產品設計圖紙情況，重點介紹計量值為雙側公差情況下的Cp值。

　　當設計標準規格要求為雙側公差的場合，即當同時給出規格的上、下界限時，工序能力指數可按下式計算：

　　Cp=T/6б

　　式中T為公差范圍(公差帶)，是對產品質量的要求;б為工序的標準偏差，反映了經過該工序加工過程后，產品質量的分布狀況。只要工序處于穩定狀態，這個工序過程就存在一個標準偏差б，即有一個確定的分布。б可以用抽取樣本的實測值計算出的樣本標準偏差S來估計。這樣，

　　Cp≈T/6S

　　公差范圍(標準規格)、分布與Cp值的對應關系。Tu為規格上限，Tl為規格下限。其中：

　　(a)分布滿足公差范圍要求并有相當余地，工序能力比較理想;

　　(b)分布滿足公差范圍要求，但偏向規格下限一側，應采取措施使分布移向中間;

　　(c)分布滿足公差范圍要求，但完全沒有余地，不注意則將超差;

　　(d)分布滿足公差范圍要求，但余地太大，應考慮工序的經濟性;

　　(e)分布不滿足公差范圍要求，應采取措施減小分散，或放寬公差。

　　當質量標準規格的中心值(Tu+Tl)/2與分布中心μ(以*估計)不一致時，即在有偏心情況時，不能應用Cp值，而需應用Cpk值來計算工序能力指數。這時：

　　Tu-Tl

　　Cpk=(1-k)

　　6б

　　其中，

　　(Tu+Tl)/2-μ

　　k=

　　(Tu-Tl)/2

　　三、分析工序能力

　　當工序能力指數求出后，即可根據它對工序能力進行分析和判定。對工序能力指數制訂了下列標準，即當Cp=1.33時，工序能力較為理想，由公式Cp=T/6б可知，這時，T=8б。

　　當Cp>1.33時，工序能力充分滿足，但應考慮是否經濟;當1≤Cp≤1.33時，工序能力尚可，但接近1時(Cp=1，T=6б)，應注意超差的發生;當Cp<1時，工序能力不足，應采取措施。根據這樣的原則，可以把工序能力分為五級，

　　表4-1 工序能力分級表

　　項目

　　級別 工序能力指數

　　Cp(或Cpk) 對應關系

　　T與б 不合格品概率P 工程能力分析

　　特級 Cp>1.67 T>10б P<0.00006% 工序能力過于充分

　　一級 1.67≥Cp>1.33 10б≥T>8б 0.00006%≦P≦0.006% 工序能力充分

　　二級 1.33≥Cp>1 8б≥T>6б 0.006%≦P≦0.27% 工序能力尚可

　　三級 1≥Cp>0.67 6б≥T>4б 0.27%≦P≦4.45% 工序能力不足

　　四級 Cp≦0.67 T≦4б P≥4.45% 工序能力嚴重不足

　　對于屬于特級能力的工序，即使由于各種因素影響有一定的波動也不必擔心超差。這時可考慮降低成本措施，適當放寬控制和檢驗。

　　對于屬于一級能力的工序，允許有小的波動，如果不是重要工序，可適當放寬控制和檢驗。

　　對于屬于二級能力的工序，需嚴格控制，檢驗不可放寬，否則易產生較多的不合格品。

　　對于屬于三級能力的工序，應采取措施提高工序能力，如果已出現一些不合格品，則需加嚴檢驗，必要時進行全檢。

　　對于四級能力的工序，必須追查原因，采取果斷措施并可進行全檢。

　　§4 統計分析

　　一、檢驗數據的分析

　　1.什么是數據

　　在科研、生產以及各項工作中，我們經常要接觸許多數據。這些數據提供了十分有用的情況，例如通過加工零件尺寸波動的數據來控制產品加工的質量;通過每天產生廢品的數據來檢查發生廢品的原因;通過改變試驗溫度條件而得出相應的數據來找到最佳工作溫度等。

　　質量檢驗部門在工作中，每天都獲得有關產品質量的大量數據。這些數據是很重要的質量信息之一，我們要充分利用它們。如果對檢驗數據進行科學的統計和分析，則能及時掌握生產過程的質量動態，為預防產品質量問題的重復發生、部署和指揮生產均具有重要意義。

　　但是，這些數據往往并非一目了然，而是要從大量的數據中去粗存精、去偽存真，對數據進行科學的整理和分析，盡可能充分和正確地從中提取有用的結果。因此，所謂的數據，就是能夠客觀地反映事實的資料和數字。

　　2.收集數據的目的

　　收集數據的目的是為了采取某種行動。統計方法的實質就是要用符合事實的數據來判斷事物并采取相應的行動。通常有以下三種目的：

　　①用于控制;

　?、谟糜诜治?(包括用于調查和確定方針)

　?、塾糜跈z驗。

　　3.數據的特點

　　①波動性

　　數據不是一個固定的數值，而是有波動的。如果總是一個定值，多數情況下是不真實的數據，應加以分析研究。

　?、谝幝尚?/p>

　　數據雖然波動，但常?？梢越涍^分析發現他們的規律。

　　4.數據的分類

　　在質量檢驗中，由于檢驗的對象不同，所以得到的數據是各種各樣的，而且這些數據往往混在一起。為了便于對它們進行統計分析，必須對它們進行分類。

　　①計量值數據

　　用各種計量器具測量得到的數值屬于計量值數據。這種數據的特點是可以連續取值。例如，用千分尺測量長度;用溫度計測量溫度;用天平稱重等。

　　②計數值數據

　　人工數數和計數器計數得到的數值屬于計數值數據。這種數據的特點是不能連續取值，只能是整數。例如合格品的件數等。

　　二、常用的數據統計分析方法

　　數據統計的方法有很多，在質量檢驗中，常用的數據統計方法有：

　　1.分層法

　　一天工作結束，各種檢驗數據集中到檢驗部門。這些數據來自不同的檢驗員、不同的車間和工序，所以在統計分析的時候，除了將計量值數據和計數值數據分開，進行歸納分類之外，還要對每類數據這進行細的分類。這種方法即為分層法。

　　2.排列圖

　　排列圖統計分析方法是從影響產品質量的諸多因素中找出主要影響因素的一種有效的方法。這種圖的最大優點是主次分明、簡單明了，應用面廣。具體應用方法將在下一節介紹。

　　3.因果圖統計分析方法

　　因果圖統計分析方法是一種逆向分析的方法，即從結果返回查找造成問題的原因。它由質量問題和影響質量因素兩部分組成。應用方法在下一節介紹。

　　4.直方圖

　　這種統計分析方法適用于統計分析檢驗數據分布的情況。從數據分布中找出規律，判斷和預測生產過程中質量的變化情況，估計工序不合格品率。

　　5.控制圖

　　這種統計分析方法適用于觀察和分析質量特性值隨時間波動的狀態，以便監視其變化，防止超差，保證產品質量。

　　6.查檢表

　　7.散布圖

　　§5 統計技術應用

　　一、排列圖的應用

　　排列圖一般由一個橫坐標、兩個縱坐標、幾個直方圖和一條曲線組成。如圖4-5所示。圖中，左邊的縱坐標表示頻數;右邊的縱坐標表示頻率;橫坐標表示各個因素或項目按各影響因素影響程度的大小，從左到右排列;直方圖的高度表示某因素影響程度的大小;曲線表示各影響因素大小的累計百分數。應用排列圖步驟如下：

　　1.確定統計分析對象 可以按檢驗產品的不合格件數和不合格項目等作為對象。

　　2.確定收集數據的時間范圍 可以年、月、日、季或班次為單位時間進行統計。

　　3.對收集的數據進行分層統計 項目按發生的頻次有多到少，從左到右排列，“其它”項不論發生的頻次是多少，必須放在最后一項。然后計算各項目累積發生的數量與累積百分率。

　　4.根據作出的排列圖，找出影響質量的主要因素。一般來說，找出的主要因素最好是一個、兩個，至多不超過三個。

　　例如，某鏡片某月拋光不合格項目檢驗記錄統計如表4-2所示：

　　表4-2

　　序號 缺陷項目 頻數 頻率(%) 累計頻率(%) 類別

　　1 大面道子 1670 59.6 59.6

　　A

　　B

　　C

　　2 薄 540 19.3 78.9

　　3 厚 250 8.9 87.8

　　4 大面霉跡 150 5.4 93.2

　　5 小面光圈 120 4.3 97.5

　　6 其他 70 2.5 100

　　總計 2800 100

　　作排列圖：

　　圖4-5 某月拋光不合格項目排列圖

　　分析：根據頻率的大小找出主要問題(A類，累計百分率0~80%)，其次是次要問題(B類，累計百分率80~90%)、一般問題(C類，累計百分率90~100%)。

　　二、因果圖的應用

　　因果圖應用的操作如下：

　　1.規定可能原因的主要類別。需考慮的因素包括：

　　數據和信息系統;環境;設備;材料;測量;方法;人員。

　　2.開始畫圖，把“結果”畫在右邊的方框中，然后把主要的各類原因放在它的左邊，作為“結果”框的“輸入”(見圖4-6)。

　　3.尋找所有下一層次的原因并畫在相應的主枝上，并繼續發展下去。一個完整的因果圖至少應有二層，許多因果圖有三層或更多層。

　　4.從最高層次的原因中選取和識別少量的(3~5個)可能對結果有最大影響的原因，對它們開展進一步的工作，如收集數據、采取控制措施。

　　圖4-6 因果圖的形式

　　三、直方圖的應用步驟如下：

　　1.收集數據。

　　2.用最大值減去最小值確定數據的極差。

　　3.確定所畫直方圖的組數(通常在6到12之間)，并以此組數去除極差，得出每組的寬度。

　　4.按數據值比例畫橫坐標。

　　5.按頻數值比例畫縱坐標(觀測值的數目或百分數)。

　　6.按縱坐標畫出每個矩形的高度，它就代表了落在此矩形中的點數。

　　例： 表4-3 鏡片厚度實測數據表

　　3.27 3.30 3.32 3.29 3.34 3.29 3.30 3.31 3.30 3.30

　　3.31 3.26 3.29 3.35 3.29 3.29 3.31 3.33 3.26 3.29

　　3.30 3.27 3.32 3.34 3.28 3.30 3.26 3.29 3.30 3.29

　　3.35 3.30 3.36 3.35 3.32 3.31 3.30 3.28 3.31 3.28

　　3.31 3.31 3.26 3.30 3.31 3.35 3.28 3.32 3.25 3.31

　　3.29 3.32 3.29 3.28 3.31 3.29 3.32 3.37 3.31 3.37

　　3.36 3.36 3.29 3.36 3.30 3.28 3.28 3.31 3.28 3.30

　　3.30 3.35 3.31 3.32 3.29 3.28 3.34 3.31 3.31 3.30

　　3.34 3.26 3.30 3.30 3.33 3.33 3.30 3.31 3.32 3.34

　　3.30 3.28 3.29 3.28 3.29 3.28 3.32 3.32 3.29 3.29

　　上表為某鏡片厚度的測定值，試用直方圖來分析該鏡片厚度的加工情況。

　　1.收集數據。見上表4-3。

　　2.計算極差。3.37-3.25=0.12

　　3.確定分組數并計算組距。組數定為：10，組距：0.12/10=0.012

　　4. 計算分組組界及統計頻數：

　　表4-4 鏡片厚度組界值

　　組號 組界值 頻數 累積頻數 頻率 累積頻率

　　1 3.245~3.257 1 1 0.01 0.01

　　2 3.257~3.269 5 6 0.05 0.06

　　3 3.269~3.281 14 20 0.14 0.20

　　4 3.281~3.293 17 37 0.17 0.37

　　5 3.293~3.305 18 55 0.18 0.55

　　6 3.305~3.317 16 71 0.16 0.71

　　7 3.317~3.329 10 81 0.10 0.81

　　8 3.329~3.341 8 89 0.08 0.89

　　9 3.341~3.353 5 94 0.05 0.94

　　10 3.353~3.365 4 98 0.04 0.98

　　11 3.365~3.377 2 100 0.02 1.00

　　小計 100 1.00

　　4.繪制直方圖：(如圖4-7)

　　圖4-7 直方圖

　　20

　　15

　　10

　　3.245 3.269 3.293 3.317 3.341 3.365

　　3.255 3.281 3.305 3.329 3.353 3.377

　　6.分析

　　由上圖可以看出，直方圖的頂峰偏向一側，與偏向型圖相似。產生主要原因是計量值只控制一測界限，但也有因加工習慣造成這樣的分布。

　　(a) 正常型 (b) 偏向型

　　(c) 雙峰型 (d) 孤島型

　　圖4-8 直方圖的類型

　　四、控制圖

　　為了調查生產或工作過程是否處于穩定狀態，發現并及時消除生產或工作過程中的失控情況，可以采用專門設計的控制圖。

　　在生產過程中，*-R控制圖應用最廣泛，下面重點介紹該種控制圖的使用方法。

　　1 數據的選?。阂话闳?0~200個左右。

　　2 數據分組：大致相同條件下所收集的產品的數據應分在同一組內，組中應包括不同性質的數據，一般將數據分成20~50個組，每組數據n=4~5

　　3 填寫數據表：

　　寫明數據的來歷以便尋找非偶然因素的異常原因，包括產品的名稱、件號、標準規格要求、試樣取法、測量方法以及操作者、檢驗者等。

　　4 計算 *：* =∑*i/n (n為每組試樣的個數)

　　5 計算極差R：R=*ma*-*min

　　6 求總平均值* ：* =∑*i (位數應比原測定值多一位，k為組數)

　　7 計算極差R的平均值：R=∑Ri (位數應比原測定值多一位)

　　8 計算* 圖的中心線和控制界限：CL= *

　　9 UCL= * +A2R LCL= * - A2R (A2可由表6-1查得)

　　10 計算R 圖的中心線和控制界限：

　　CL=R

　　UCL=D4 R (D4可由表6-1查得)

　　LCL= D3 R (一般當n≤6時，LCL不考慮)

　　表4-5 系數A2 、D4 、D3表

　　試樣大小n A2 D4 D3 試樣大小n A2 D4 D3

　　2 1.88 3.27 - 6 0.48 2.00 -

　　3 1.02 2.57 - 7 0.42 1.92 0.08

　　4 0.73 2.28 - 8 0.37 1.86 0.14

　　5 0.58 2.11 - 9 0.34 1.82 0.18

　　11 作控制圖：畫出中心線(實線)和上下控制界限(虛線)，橫坐標以每組序號標明，縱坐標以 *和R標明。

　　12 根據各族的* 和R打點。

　　例：表4-6 *-R圖數據表

　　零件名稱 ***鏡片 零件號 *****

　　質量特性 外徑 技術指標 ф9.0 0.025 生產設備 **機床

　　測試設備 千分尺 抽樣時間間隔 半小時 每次抽樣個數 5個

　　車間 *車間 操作者 *** 檢驗者 ***

　　組號 測 定 值 總計

　　∑х 平均值

　　* 極差R 備注

　　*1 *2 *3 *4 *5

　　1 8.990 8.990 8.995 8.990 8.995 44.960 8.992 0.005

　　2 8.980 8.990 8.990 8.980 8.980 44.920 8.984 0.010

　　3 8.990 8.995 8.980 8.990 8.990 44.945 8.989 0.015

　　4 8.990 8.990 8.995 8.990 8.990 44.955 8.991 0.005

　　5 8.990 8.980 8.980 8.990 8.980 44.920 8.984 0.010

　　6 8.995 8.995 8.990 8.990 8.995 44.965 8.993 0.005

　　7 8.980 8.980 8.990 8.990 8.980 44.920 8.984 0.010

　　8 8.990 8.985 8.990 8.980 8.990 44.935 8.987 0.010

　　9 8.990 8.990 8.985 8.990 8.990 44.945 8.989 0.005

　　10 8.985 8.985 8.980 8.985 8.990 44.925 8.985 0.010

　　*控制圖

　　CL=*=8.9878

　　UCL=*+A2R=8.9924

　　LCL= *-A2R=8.9832 R控制圖

　　CL=R=0.0085

　　UCL=D4 R=0.0179

　　LCL= D3R= -

　　n A2 D4 D3

　　5 0.58 2.11 -

　　13.分析：

　　控制圖的目的是為了使生產過程或工作過程處于“控制狀態”?？刂茽顟B即穩定狀態，是指生產過程或工作過程僅受偶然因素的影響，其產品質量特性的分布(以平均值和標準偏差來表示)基本上不隨時間而變化的狀態。反之，則為非控制狀態或異常狀態。

　　*，R n=5

　　*

　　R

　　0 2 4 6 8 10 組號

　　圖4-7 *-R控制圖示例

　　判定過程處于控制狀態的標準可歸納為二條：第一條，控制圖上點不超過控制界;第二條，控制圖上點的排列分布沒有缺陷。

　　下面分別說明五種缺陷。

　　①鏈

　　a.當出現5點鏈時，應注意發展情況，檢查操作方法有無異常;

　　b.當出現6點鏈時，應開始調查原因;

　　c.當出現7點鏈時，判定為有異常，應采取措施。

　?、谄x

　　較多的點間斷地出現在中心線的一側時稱為偏離。如有以下情況可判斷為異常。

　　a.連續的11點中至少有10點出現在同一側時;

　　b.連續的14點中至少有12點出現在同一側時;

　　c.連續的17點中至少有14點出現在同一側時;

　　d.連續的20點中至少有16點出現在同一側時。

　?、蹆A向

　　若干點連續上升或下降的情況稱為傾向，其判別準則如下：

　　a.當出現連續5點不斷上升或下降趨向時，要注意該工序的操作方法;

　　b.當出現連續6點不斷上升或下降趨向時，要開始調查原因;

　　c.當出現連續7點不斷上升或下降時，應判斷為異常，需采取措施。

　?、苤芷?/p>

　　點的上升或下降出現明顯的一定的間隔時稱為周期。

　　周期包括呈階梯形周期變動、波狀周期變動、大小波動及合成波動等情況，

　　⑤接近

　　圖上的點接近中心或上下控制界限的現象稱為接近。

　　這種場合說明了組內混進不同種類的數據，即組內出現異常原因所產生的數據。這時，常常需要進行重新分組或進行分層并重作控制圖。

　　接近中心線時，在中心線與控制界限之間畫出等分線，如果點子大部分在靠近中心線兩側，即可判定為異常狀態，如圖4-11所示。

　　接近控制界限時，在中心線與控制界限之間作三等分線，如果在外側的1/3帶狀區間內存在下述情況可判斷為異常：

　　a.連續3點中有2點(該兩點可不連續)在外側的1/3帶狀區間內;

　　b.連續7點中有3點(該3點可不連續)在外側的1/3帶狀區間內;

　　c.連續10點中有4點(該4點可不連續)在外側的1/3帶狀區間內。

篇3：公司數據處理類崗位職責描述

　　公司數據處理類崗位職責描述

　　?商業程序員

　　用計算機處理語言編寫程序，為管理和解決商業問題提供必要的資料。

　　研究系統分析員編制的商業問題工作流程圖。同系統分析員或與程序有關的部門代表協商解決以下各問題：程序的目的、輸出要求、輸入數據的獲得、自動編程范圍、編碼應用和改變以及內部檢查和控制等。以符號形式寫出詳細邏輯流程圖，表明計算機系統將要進行數據處理的工作次序，并說明所包含的輸入、輸出和算術運算與邏輯運算。設計取樣輸入數據以檢驗程序是否適宜、用改變程度順序和步驟的方法校正程序誤差。編寫操作說明以指導生產過程中的操作人員，指導年輕程序員的工作。

　　?應用程序員

　　開發、實現、評估和維護計算機應用系統或適合用戶要求的軟件程序。

　　根據預先確定的為了開發和改變應用程序所要求的功能性指標來研制邏輯規范、編碼、測試和評估應用軟件。調試應用軟件的文件，實現內部開發或外部提供的應用軟件。指導用戶操作、應用軟件和對文件的使用，并幫助他們解決技術問題。分析應用程序中的問題，調試和修改程序以解決存在的問題。參加所裝系統實現后的審查并執行測量任務。計劃和評價由外部提供的應用程序，參加應用程序的標準和安全的檢查。估算完成工作所需時間、成本和資源需求。對照估算審查工作報告情況、對功效方法標準提出修改意見以改善估算控制過程及功效。