质量管理有七大手法QC七大手法.docx
- 文档编号:11306958
- 上传时间:2023-02-26
- 格式:DOCX
- 页数:60
- 大小:494.84KB
质量管理有七大手法QC七大手法.docx
《质量管理有七大手法QC七大手法.docx》由会员分享,可在线阅读,更多相关《质量管理有七大手法QC七大手法.docx(60页珍藏版)》请在冰豆网上搜索。
质量管理有七大手法QC七大手法
质量管理有七大手法 QC 七大手法
1 分层法
概念
数据分层法就是性质相同的,在同一条件下收集的数据归纳在一起,以
便进行比较分析。
因为在实际生产中,影响质量变动的因素很多如果不把这
些困素区别开来,难以得出变化的规律。
数据分层可根据实际情况按多种方
式进行。
例如,按不同时间,不同班次进行分层,按使用设备的种类进行分
层,按原材料的进料时间,原材料成分进行分层,按检查手段,使用条件进
行分层,按不同缺陷项目进行分层,等等。
数据分层法经常与上述的统计
分析表 结合使用。
编辑本段
应用
数据分层法的应用,主要是一种系统概念,即在于要想把相当复杂的资
料进行处理,就得懂得如何把这些资料加以有系统有目的加以分门别类的归
纳及统计。
科学管理强调的是以管理的技法来弥补以往靠经验靠视觉判断的管理的
不足。
而此管理技法,除了建立正确的理念外,更需要有数据的运用,才有
办法进行工作解析及采取正确的措施。
如何建立原始的数据及将这些数据依据所需要的目的进行集计,也是诸
多品 管手法的 最基础工作。
举个例子:
我国航空市场近几年随着开放而竞争日趋激烈,航空公司为
了争取市场除了加强各种措施外,也在服务品质方面下功夫。
我们也可以经
常在航机上看到客户满意度的调查。
此调查是通过调查表 来进行的。
调查
表的设计通常分为地面的服务品质及航机上的服务品质。
地面又分为订票,
候机;航机又分为空服态度,餐饮,卫生等。
透过这些调查,将这些数据予
以集计,就可得到从 何处加强 服务品质了。
2 调查表
用途
调查表主要用于收集质量分析所需要的数据。
调查表一般为事先制作好
的。
编辑本段
内容
调查表包括工序调查表、不合格项调查表、不合格位置调查表和不合格
原因调查表等众多形式。
1、工序调查表与直方图作用相似,取消了直方图的频数、频率分析和
制图过程,直接在现场的图表上累计标志,类似于“正”字的分拆填写,
较直方图简便易行。
工序分布调查表
2、不合格项调查表主要用于调查已知的不合格项的发生,在事先制作
好的图标上填写 “正”字进行累积统计。
3、不合格位置调查表用于调查产品经常发生不合格项的位置所在,也
采用填写 “正”字的方法进行累计。
4、不合格原因调查表主要按操作人员、设备、工具、材料、日期等主
要因素进行分析对比,以寻找不合格原因。
编辑本段
分类
调查表分无记名调查反馈表和记名调查反馈表。
不过,理所当然,肯定
是无记名调查反馈表的效果要好一些。
这样,填写人才会放开心胸、敞开心
胸去填写。
3 排列图(拍拉图,帕累托图)
排列图概念
排列图是为寻找主要问题或影响质量的主要原因所使用的图。
它是由两
个纵坐标、一个横坐标、几个按高低顺序依次排列的长方形和一条累计百分
比折线所组成的图 .排列图又称 帕累托 (柏拉
)图。
最早是由 意大利 经济学家帕累托(柏拉)用来分析社会财富的分布
状况。
他发现少数人占有着绝大多数财富,而绝大多数人却占有少量财富处
于贫困的状态。
这种少数人占有着绝大多数财富左右社会经济发展的现
象,即所谓 “关键的少数、次要的多数 ”的关系。
后来,美国 质量管理 专
家米兰,把这个 “关键的少数、次要的多数 ”的原理应用于质量管理中,
便成为常用方法之一(排列图),并广泛应用于其它的专业管理。
目前在仓
库、物资管理中常用的 ABC 分析法 就出自排列图的原理。
排列图用双直角坐标系表示 ,左边纵坐标表示频数 ,右边纵坐标表示频
率.分析线表示累积频率 ,横坐标表示影响质量的各项因素 ,按影响程度的
大小 (即出现频数多少 )从左到右排列 ,通过对排列图的观察分析可以抓住影
响质量的主要因素 .
编辑本段
详细内容
排列图又称为柏拉图,由此图的发明者19 世纪意大利经济学家柏拉
图( Pareto 而得名。
柏拉图最早用排列图分析社会财富分布的状况,後
来人们发现很多场合都服从这一规律, 於是称之为 Pareto 美国品质管制
专家朱兰博士运用柏拉图的统计图加以延伸将其 用於 品质管制分析和寻找
影响质量 主原因素 的一种工具,其形式用双直角坐标图,左边纵数(如件
数金额等),右边纵坐标表示频率(如百分比表示)。
分折线表示累横坐标
表示影响质量的各项因素,按影响程度的大小(即出现频数多少)从列。
通
过对排列图的观察分析可抓住影响质量 的主原因素 。
这种方法实际上不管
制中,在其他许多管理工作中,例如在库存管理中,都有是十分有用的。
在
品质管制过程中,要解决的问题很多,但往往不知从哪里着手,但事实上大
部分的题,只要能找出几个影响较大的原因,并加以处置及控制,就可解决
问题的拉图是根据归集的资料,以不良原因,不良状况发生的现象,有系统
地加以别)分类,计算出各专案别所产生的资料(如不良率,损失金额)及
所占的比例 照大小 顺序排列,再加上 累积值 的图形。
在工厂或办公室,把低效率,缺损,制品不良等损失按其原因别或现象
别损失金额的 80%以上的专案加以追究处理,这就是所谓的柏拉图分析。
柏拉图的使用要 以层别 法的专案别(现象别)为前提,依经顺位调整过
後的画制成柏拉图。
编辑本段
排列图分析的步骤
步骤
(1) 将要处置的事,以状况(现象)或原因加以层别。
(2) 纵轴虽可以表示件数,但最好以金额表示比较强烈。
(3) 决定搜集资料的期间,自何时至何时,作为柏拉图资料的依据,
期限
期。
(4) 各专案 依照合半之 大小顺位左至右排列在横轴上。
(5) 绘上柱状图。
(6) 连接累积曲线。
排列图法(重点管制法),提供了我们在没法面面俱到的状况下,去抓
重要的事情键的事情,而这些重要的事情又不是靠直觉判断得来的,而是有
资料依据的来加强表示。
用途
(1)按重要性顺序显示出每个质量改进项目对整个质量问题的作用。
(2)识别进行质量改进的机会。
编辑本段
排列图应用程序
(1)选择要进行质量分析的项目。
(2)选择用于质量分析的度量单位,如出现的次数(频数)、成本、
、不合格品数、金额或其他度量单位。
(3)选择进行质量分析的时间范围。
所选定的时间段应足够长,以使
数据具有一定代表性。
(4)画横坐标。
按质量单位量值递减的顺序自左向右在横坐标上列出
项目,将量值最小的 1 个或几个项目归并为 “其他 ”项,把它放在最右端。
(5)画纵坐标。
在横坐标的两端画出两个纵坐标,左边的纵坐标按度
量单位规定,其高度必须与所有项目度量单位的量值和相等,右边纵坐标应
与左边纵坐标等高。
(6)在每个项目上画矩形,其高度表示该项目度量单位的量值,用以
显示出每个项目的作用大小。
(7)由左至右累加每一项目的量值(以百分比表示),并画出累计频
率曲线,用来表示各项目的累计百分比。
(8)利用排列图可以确定对质量改进最重要的项目。
4 因果图
一、鱼骨图定义
鱼骨图 (Cause & Effect/Fishbone Diagram)
问题的特性总是受到一些因素的影响,我们通过头脑风暴法找出这些因
素,并将它们与特性值一起,按相互关联性整理而成的层次分明、条理清楚,
并标出重要因素的图形就叫 特性要因图 。
因其形状如鱼骨,所以又叫鱼骨
图(以下称鱼骨图),它是一种透过现象看本质的分析方法。
同时,鱼
骨图也用在生产中,用来形象地表示生产车间的流程。
头脑风暴法 (Brain Storming——BS):
一种通过集思广益、发挥团
体智慧,从各种不同角度找出问题所有原因或构成要素的会议方法。
BS
有四大原则:
严禁批评、自由奔放、多多益善、搭便车。
编辑本段
二、鱼骨图的三种类型
A、整理问题型鱼骨图 (各要素与特性值间不存在原因关系,而是结构
构成关系)
B、原因型鱼骨图 (鱼头在右,特性值通常以 “为什么 ……”来写)
C、对策型鱼骨图 (鱼头在左,特性值通常以 “如何提高 /改善 ……”
来写)
编辑本段
三、鱼骨图制作
制作 鱼骨图分两个 步骤:
分析问题原因 /结构、绘制鱼骨图。
1、分析问题原因 /结构。
A、针对问题点, 选择层别方法 (如 人机料法环 等)。
鱼骨图
B、按头脑风暴分别对各层别类别找出所有可能原因(因素)。
C、将找出的各要素进行归类、整理,明确其从属关系。
D、分析选取重要因素。
E、检查各要素的描述方法,确保语法简明、意思明确。
分析要点:
a、确定大要因(大骨)时,现场作业一般从 “人机料法环 ”着手 ,管
理类问题一般从 “人事时地物 ”层别,应视具体情况决定;
b、大要因必须用中性词描述(不说明好坏),中、小要因必须使用价
值判断(如 …不良);
c、脑力激荡时,应尽可能多而全地找出所有可能原因,而不仅限于自
己能完全掌控或正在执行的内容。
对人的原因,宜从行动而非思想态度面着
手分析;
d、中要因跟特性值、小要因跟中 要因间有 直接的原因 -问题关系,小
要因应分析至可以直接下对策;
e、如果某种原因可同时归属于两种或两种以上因素,请以关联性最
强者为准(必要时考虑三现主义:
即 现时到 现场看现物,通过相对条件的
比较,找出相关性最强的要因归类。
)
f、 选取重要原因时,不要超过 7 项,且应标识在 最末端原因;
2、鱼骨图绘图过程
A、填写鱼头(按为什么不好的方式描述),画出主骨
B、画出大骨,填写大要因
C、画出中骨、小骨,填写中小要因
D、用特殊符号标识重要因素
要点:
绘图时,应保证大骨与主骨成60 度夹角,中骨与主骨平行
编辑本段
四、鱼骨图使用步骤
(1)查找要解决的问题;
(2)把问题写在鱼骨的头上;
鱼骨图分析
(3)召集同事共同讨论问题出现的可能原因,尽可能多地找出问题;
(4)把相同的问题分组,在鱼骨上标出;
(5)根据不同问题征求大家的意见,总结出正确的原因;
(6)拿出任何一个问题,研究为什么会产生这样的问题?
(7)针对问题的答案再问为什么?
这样至少深入五个层次(连续问五个
问题);
(8)当深入到第五个层次后,认为无法继续进行时,列出这些问题的原
因,而后列出至少 20 个解决方法。
编辑本段
五、鱼骨图案例分析
鱼骨图分析法是 咨询人员 进行因果分析时经常采用的一种方法,其特
点是简捷实用,比较直观。
现以某炼油厂情况作为实例,采用鱼骨图分析法
对其市场营销问题进行解析, (具体如图所示 )
图中的 “鱼头 ”表示需要解决的问题,即该炼油厂产品在市场中所占
份额少。
根据现场调查,可以把产生该炼油厂市场营销问题的原因,概括为
5 类。
即人员、渠道、广告、竞争和其它。
在每一类中包括若干造成这些原
因的可能因素,如营销人员数量少、销售点少、缺少宣传策略、进口油广告
攻势等。
将 5 类原因及其相关因素分别以鱼骨分布态势展开,形成于骨分
析图。
下一步的工作是找出产生问题的主要原因,为此可以根据现场调查的数
据,计算出每种原因或相关因素在产生问题过程中所占的比重,以百分数表
示。
例如,通过计算发现, “营销人员数量少 ”,在产生问题过程中所占
比重为 35%,“广告宣传差 ”为 18%,“小包装少 ”为 25%,三者在产生问
题过程中共占 78%的比重,可以被认为是导致该炼油厂产品市场份额少的主
要原因。
如果我们
鱼骨图
针对这三大因素提出改进方案,就可以解决整个问题的78%。
该案例也反
映了 “20:
80 原则 ”,即根据经验规律, 20%的原因往往产生 80%的问题,
如果由于条件限制,不能 100%解决问题,只要抓住占全部原因 20%,就能
够取得 80%解决问题的成效。
编辑本段
六、用统计工具软件 MINTAB 制作鱼骨图
统计 > 质量工具 > 因果 (鱼骨图)
使用因果(鱼骨或Ishikawa)图组织 有关问题的潜在原因的集体讨
论信息。
图表帮助您了解潜在原因之间的关系。
可以绘制空白图,也可以绘
制根据所需详细程度填充的图,包括子分支。
尽管没有构造鱼骨图的“正
确”方法,但某些类型本身就很适合于许多不同的情况。
注
创建因果图后,可以更改或添加分支或子分支。
请参见添加/更改分
支。
对话框项
原因
在列中:
如果在列中列出原因,请选择此项,然后为图中相应的分支输
入原因的列表。
列中的条目宽度最大可达72 个字符。
奇数分支位于顶部
(从左到右分别为5、3,然后是 1),而偶数分支位于底部( 6、4,然
后是 2)。
要显示含有主分支但不含原因的图,请不要选择任何列。
常量:
选择此项以将原因作为常量输入,然后为图中相应的分支输入原
因的列表。
在原因之间用空格分隔。
奇数分支位于顶部(从左到右分别为
5、3,然后是 1),而偶数分支位于底部
鱼骨图
(6、4,然后是 2)。
要显示含有主分支但不含原因的图,请不要选择任
何列。
标签:
键入要显示的标签以更改默认的分支标签。
默认情况下,分支1
到 6 的标签为(按顺序) “人员 ”、“机器 ”、“材料 ”、“方法 ”、
“测量 ”和“环境 ”。
奇数分支位于顶部(从左到右分别为5、3,然后
是 1),而偶数分支位于底部( 6、4,然后是 2)。
要显示空白图,请选
中不给分支加标签。
子:
单击此项为相应的分支添加子分支。
效应:
键入所需的文本,为效应或正在尝试解决的问题显示标签。
此文
本显示在图的右侧。
最多可以使用72 个字符。
标题:
键入所需的文本以将默认标题替换为您自己的自定义标题。
不给分支加标签:
选中此项以禁止给分支加标签。
不显示空分支:
选中此项以禁止显示没有为其指定数据的空分支。
5 直方图
直方图法的涵义
在质量管理中,如何预测并监控产品质量状况 ?
如何对质量波动进行
分析 ?
直方图就是一目了然地把
这些问题图表化处理的工具。
它通过对收集到的貌似无序的数据进行处理,
来反映产品质量的分布情况,判断和预测产品质量及不合格率。
直方图又 称质量 分布图,柱状图,它是表示资料变化情况的一种主要
工具。
用直方图可以的资料,解析出规则性,比较直观地看出产品质量特性
的分布状态,对 於资分布状况一目了然,便 於判断其总体质量分布情况。
在制作直方图时, 牵涉学 的概念,首先要对资料进行分组,因此如何合理
分组是其中的关键问题。
按组距相等的原则进行的两个关键数位是分组数和
组距。
是一种几何形图表,它是根据从生产过程中收集来的质量数据分布情
况,画成以组距为底边、以频数为高度的一系列连接起来的直方型矩形图,
如图所示。
作直方图的目的就是通过观察图的形状,判断生产过程是否稳定,预测
生产过程的质量。
具体来说,作直方图的目的有:
①判断一批已加工完毕的产品;
②验证工序的稳定性;
③为计算 工序能力 搜集有关数据。
直方图将数据根据差异进行分类,特点是明察秋毫地掌握差异。
编辑本段
直方图的绘制方法
①集中和记录 数据 ,求出其最大值和最小值。
数据的数量应在100 个
以上,在数量不多的情况下,至少也应在50 个以上。
我们把分成组的个
数称为 组数 ,每一个组的两个端点的 差称为 组距 。
②将数据分成若干组,并做好记号。
分组的数量在6-20 之间较为适
宜。
③计算组距的宽度。
用组数去除最大值和最小值之差,求出组距的宽度。
④计算各组的界限位。
各组的 界限位 可以从第一组开始依次计算,第
一组的下界为最小值减去最小测定单位的一半,第一组的上界为其下界值
加上组距。
第二组的下 界限位 为第一组的上界限值,第二组的下界限值加
上组距,就是第二组的上界限位,依此类推。
⑤统计各组数据出现 频数 ,作频数分布表。
⑥作直方图。
以组距为底长,以频数为高,作各组的矩形图 。
编辑本段
用直方图来观察和分析生产过程质量状况
作直方图是的目的是为了研究产品质量的分布状况,据此判断生产过程
是否处在正常状态。
直方图为 QC 七大工具之一。
因此在画出直方图后要进
一步对它进行观察和分析。
在正常生产条件下,如果所得到的直方图不是标
准形状,或者虽是标准形状,但其分布范围不合理,就要分析其原因,采取
相应措施。
(1)通过直方图判断生产过程是否有异常。
对直方图有些参差不齐不必
太注意,主要应着眼于图形的整个形状。
常见的直方图分布图形大体上有六
种,如图所示。
①理想的图形;
②多是因为测量和读数有问题或是数据分组不当所引起的;
③多是因加工习惯造成的;
④多是加工条件的变动造成的;
⑤多是两种不同生产条件的数据混在一起造成的;
⑥多是由于生产过程中某种缓慢的倾向起作用所至。
(2)运用直方图 勘量生产的质量状况。
将直方图与公差范围相比较,看
直方图是否都落在公差要求的范围之内,可以提高生产的质量状况。
这种对
比大体上存在六种情况,如下图所示。
①理想的情况;
②经济性不好,需降低加工精度;
③需要采取措施适当缩小分布;
④过分偏离公差中心,可能造成废品;
⑤完全不留余地,容易出现废品,应采取措施调整
⑥已经产生废品,应停产检查。
编辑本段
如何判断直方图是否正常的形状:
概述
正常型是 指过程 处于稳定的图型,它的形状是中间高、两边低,左右近似
对称。
近似是指直方图多少有点参差不齐,主要 看整体 形状。
如下图例:
异常型直方图种类则比较多,所以如果是异常型,还要进一步判断它属
于哪类异常型,以便分析原因、加以处理。
下面介绍几种比较常见的:
孤岛型直方图
孤岛型
在直方图旁边有孤立的小岛出现,当这种情况出现时过程中有异常原因。
如:
原料发生变化,不熟练的新工人替人加班,测量有误等,都会造成孤岛
型分布,应急时查明原因、采取措施
双峰型
当直方图中出现了两个峰,这是由于观测值来自两个总体、两个分
布的数据混合在一起造成的。
如:
两种有一定差别的原料所生产的产品混合
在一起,或者就是两种产品混在一起,此时应当加以分层。
折齿型
当直方图出现凹凸不平的形状,这是由于作图 时数据 分组太多,测量
仪器误差过大或观测数据不准确等造成的,此时应重新收集数据和整理数据。
陡壁型
当直方图 象高山的陡壁向一边倾斜时,通常表现在产品质量较差时,为了符
合标准的产品,需要进行全数检查,以剔除不合格品。
当用剔除了不合格品
的产品数据作频数直方图时容易产生这种陡壁型,这是一种非自然形态。
偏态型
偏态型 直方图是指图的顶峰有时偏向左侧、有时偏向右侧。
由于某种原因使下限受到限制时,容易发生偏左型。
如:
用标准值控制
下限,摆差等形位公差,不纯成分接近
于 0,疵点数接近于 0 或由于工作习惯都会造成偏左型。
由于某种原因
使上限受到限制时,容易发生偏右型。
如:
用标准尺控制上限,精度接近
100%,合格率也接近 100%或由于工作习惯都会造成偏右型。
平顶型
当直方图没有突出的顶峰,呈平顶型,然而形成这种情况一般有三种原
因。
A、与双峰型类似,由于多个总体、 多总分布 混在一起。
B、由于生
产过程中某中缓慢的倾向在起作用,如工具的磨损、操作着的疲劳等。
C、质量指标在某个区间中均匀变化。
编辑本段
直方图在摄影上的应用
无论照片是有丰富的高光表现还是 曝光 过度了
还是有饱满的细部暗调
或者是细节根本分辨不清
可能对于摄影师来说没有比直方图更加有价值的参考工具了
当今的大多数数码相机都有内置的直方图显示功能
有单独显示的有叠加在图像上显示的
当拍完一张照片的时候
就可以开始使用直方图来了解整个图像的色调范围
直方图能够显示一张照片中色调的分布情况
揭示了照片中每一个亮度级别下像素出现的数量
根据这些数值所绘出的图像形态
可以初步判断照片的曝光情况
直方图是照片曝光情况最好的回馈
在拍摄期
摄影师就可以用它来了解照片是不是控制在想要的曝光范围内
从理论上说
一张曝光良好的照片
在不同的亮度级别下细节都应该非常丰富
各亮度值上都有 像素 分布
像一座起伏波荡的小山丘
为了方便观察
把直方图划分为 5 个区
每个区代表一个亮度范围
左边为极暗部、暗部
中间为中间调
右边是亮部和极亮部
根据这些不同 ilangd 范围下像素出现的数量
对于 高调照片 (明亮调子且细节丰富的图片)
山丘的峰顶应该集中在直方图右边的亮部区
对于 低调照片 (深色调子且细节丰富的图片)
山丘的峰顶应该集中在直方图左边的暗部区域
如果山丘覆盖了整个区域
说明曝光情况正好且细节清晰可见
6 控制图
英文
control chart
编辑本段
定义
控制图又称为管制图。
第一张控制图诞生于1924 年 5 月 16 日,由美
国的贝尔电话实验所 的休哈特 (W.A.Shewhart)博士在首先提出管制图使
用後,管制图就一直成
控制图
[1]
为科学管理的一个重要工具,特别方面成了一个不可或缺的管理工具。
它是
一种有控制界限的图,用来区分引起的原因是偶然的还是系统的,可以提供
系统原因存在的资讯,从而判断生产过 於受控状态。
控制图按其用途可分
为两类,一类是供分析用的控制图,用来控制生产过程中有关质量特性值
的变化情况,看工序是否处 於稳定受控状;再一类的控制图,主要 用於
发现生产过程是否出现了异常情况,以预防产生不合格品。
编辑本段
作用
在生产过程中,产品质量由于受随机因素和系统因素的影响而产生变差;
前者由大量微小的偶然因素叠加而成,后者则是由可辨识的、作用明显的原
因所引起,经采取适当措施可以发现和排除。
当 一生产过程仅受随机因素
的影响,从而产品的质量特征的平均值和变差都基本保持稳定时,称之为
处于控制状态。
此时 ,产品的质量特征是服从确定概率分布的随机变量,它
的分布 (或其中的未知参数 )可依据较长时期在稳定状态下取得的观测数据
用统计方法进行估计。
分布确定以后,质量特征的数学模型随之确定。
为检
验其后的生产过程是否也处于控制状态,就需要检验上述质量特征是否符合
这种数学模型。
为此,每隔一定时间,在生产线上抽取一个大小固定的样本,
计算其质量特征,若其数值符合这种数学模型,就认为生产过程正常,否则,
就认为生产中出现某种系统性变化,或者 说过程 失去控制。
这时,就需要
考虑采取包括停产检查在内的各种措施,以期查明原因并将其
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 质量管理 七大 手法 QC