质量管理老七种工具

1、 班级：10371学号：20103037120姓名：谢春莹服务质量管理的七种方法、原理及利用、应用范例一、调查表法调查表又称检查表、核对表、统计分析表，是用来系统地收集资料和积累数据，确认事实，并对数据进行粗略整理和分析的统计图表，主要适用与现场管理。 类型：不合格品项目调查表、缺陷位置调查表、质量特征分布调查表、矩阵调查表应用调查表的步骤：1明确收集资料的目的；2确定为达到目的所需搜集的资料（这里强调问题）；3确定对资料的分析方法（如运用哪种统计方法）和负责人；4根据不同目的，设计用于记录资料的调查表格式，其内容应包括：调查者、调查的时间、地点和方式等栏目；5对收集和记录的部分资料进行预先检

2、查，目的是审查表格设计的合理性； 6如有必要，应评审和修改该调查表格式。（一）不合格品项目调查表主要用于调查生产现场不合格品项目频数和不合格品率，以便继而用于排列图等分析研究。插头焊接缺陷调查表N = 4870 （二）缺陷位置调查表主要用于记录、统计、分析不同类型的外观质量缺陷所发生的部位和密集程度，进而从中找出规律性，为进一步调查和找出解决问题的办法提供事实依据。 做法：画出产品示意图或展开图，并规定不同外观质量缺陷的表示符号。然后逐一检查样本，把发现的缺陷，按规定的符号在同一张示意图中的相应位置上表示出来。汽车车身喷漆质量缺陷调查表 （三）质量分布调查表质量分布调查表是根据以往的资料，将某

3、一质量特性项目的数据分布范围分成若干区间而制成的表格，用以记录和统计每一质量特性数据落在某一区间的频数。 （四）矩阵调查表矩阵调查表是一种多因素调查表，它要求把产生问题的对应因素分别排列成行和列，在其交叉点上标出调查到的各种缺陷、问题和数量。 二、分层法分层法又称分类法、分组法，是按照一定的标志，把搜集到的大量有关某一特定主题的统计数据、意见等加以归类、整理和汇总的一种方法。常用于归纳整理所收集到的统计数据。常与其他统计方法结合起来应用，如：分层直方图法、分层排列图法、分层控制图法、分层散布图法、分层因果图法。分层的原则是使同一层次内的数据波动幅度尽可能小，而层与层之间的差别尽可能大。分层的标

4、志：1人员：可按年龄、工级、和性别等分层。2机器：可按设备类型、新旧程度、不同的生产线、工夹具类型分层。 3材料：可按产地、批号、制造厂、规格、成分等分类。4方法：可按不同的工艺要求、操作参数、操作方法、生产速度分层。5测量：可按测量设备、测量方法、测量人员、测量取样方法、环境条件等分层。 6时间：可按不同的班次、日期等分层。7环境：可按照明度、清洁度、温度、湿度等分层。其他：可按地区、使用条件、缺陷部位、缺陷内容等分层。分层步骤：1收集数据；2将采集到的数据根据不同的目的选择分层标志；3分层；4按层归类；5画分层归类图。案例： 按两种因素交叉分层： 三、因果图分析法因果图又称石川图、特征要因

5、分析图、树枝图、鱼刺图等，是表示质量特征波动与其潜在原因关系，即表达和分析因果关系的一种图。应用因果图的步骤：1明扼要地规定结果，即规定需要解决的质量问题；2规定可能发生的原因的主要类别，这时可以考虑下列因素作为因素的主要类别：数据和信息系统、人员、机器设备、材料、方法、度量和环境等；3开始画图，把“结果”画在右边的矩形框中，然后把各类主要原因放在它的左边，作为“结果”框的输入；4寻找所有下一个层次的原因并画在相应的枝上，继续一层层地展开下去。 一张完整的因果图展开的层次至少应有二层，一些情况下还可以有三层以上。 应用因果图注意的问题：建立因果图的方法：头脑风暴法等一张因果图只能分析一个主要质

6、量问题因果图的层次要分明要因一定是在末端（最高层次）因素上因果图只能分析原因或假设，需检验关键要因因果图与排列图和对策表结合使用，称为“两图一表”实例噪声超标因果图在提高135W 电机的一次装机合格率时，运用因果图对 “噪声超标”进行原因分析： 四、排列图法排列图又称帕累托图，是将质量改进项目从最终要到最次要进行排队的一种简单的图示技术。组成：1横坐标，2纵坐标、顺序排列的矩形和累计百分比折线原理：帕累托原理 帕累托（意）提出的“关键的少数和次要的多数”原理用途：1、排序显示每个质量改进项目对整个质量问题的影响和作用2找出“关键的少数”，抓关键问题进行质量改进排列图的画法：. 画出统计表：（收

7、集一定期间的数据并整理列表，计算）. 按一定比例，画出两个纵坐标和一个横坐标. 画出柱形条. 画出帕累托曲线(从原点0开始. 在累计百分比点旁注明百分数. 在排列图下方注明排列图名称，收集数据的时间，绘图人等可供参考的事项。应用实例用户反馈的产品质量项目排列图某公司QC 小组在2001年对其电子产品的用户反馈单进行了统计，整理后的资料如下：用户对公司产品质量的反馈统计 五、直方图法频数直方图，根据实际过程数据作直方图，然后和设计规格的公差范围做对比，分析该过程是否稳定。作直方图步骤：1、收集数据（一般大于50个）2、确定极差R3、确定组数k 和组距h 组数k 确定组距h=R/组数 取整数4、确

8、定各组组限。一般用最小测量单位的1/2来确定5、编制频数分布表，各组中有多少个数据。6、画直方图，标注公差范围T 、样本大小n ，样本均值和样本标准差S 例：抽样测量某中学七年级50名同学的身高，结果如下（单位：cm ） 150 148 159 156 157 163 156 164 156 159169 163 170 162 163 164 155 162 153 155160 165 160 161 166 159 161 157 155 167162 165 159 147 163 172 156 165 157 164152 156 153 164 165 162 167 151 1

9、61 162 观察：正常型（稳定状态）偏向型：原因单向公差要求、加工习惯或心理因素双峰型：原因：两个工人或两设备加工混为一批孤岛型：原因：原材料混杂、操作疏忽、短时间内有不熟练工人替岗、测量工具误差较大。平顶型：原因：刀具磨损等缓变因素、几种平均值不同的分布混杂。 锯齿型：原因：分组过多或测量数据不准确分析：理想型：对称分布、容差有余量，应保持偏心型：调整分布中心，使其与公差中心重合无富余型：减少样本偏差S能力富余型：能力过剩，成本过高，减少精度或检验频次，降低成本 能力不足型：出现不合格品，减少标准偏差S ，或增大公差T 的范围。 陡壁型：出现不合格品，调整分布中心和公差中心重合。六、控制图

10、法控制图法是以控制图的形式，判断和预报生产过程中质量状况是否发生波动的一种常用的质量控制统计方法。它能直接监视生产过程中的过程质量动态，具有稳定生产，保证质量、积极预防的作用。控制图的基本形式如下图所示。在直角坐标中有三条线。纵坐标表示需要控制的质量特性值，横坐标表示按系统取样方式得到子样的编号；上、下两条虚线表示上控制界限(UCL和下控制界限(LCL，中间的细直线表示中心线(CL。在控制图上，把采取系统取样方式取得的子样质量特性值，用点子描在图上的相应位置。若点子全部落在上下控制界限之间，且点子排列没有什么异常状况时，应说明生产过程是处于稳定状态(控制状态 。否则，判定生产过程中出现异常因素

11、，则应查明原因，设法消除。下图中第6点超出上控制界线，就是控制图报警的一种常见情况。控制图原理（1）. 统计控制状态任何一个生产过程，不论它是如何精确设计和精心维护，总存在着一定量的固有的或自然的变化。它是由许多偶然因素形成的偶然波动的累积效果。由于这种波动比较小，所以我们认为这时生产过程处于受控状态或称为稳态。此外，在生产过程中有时也发生由异常因素造成的异常波动。如：由于设备调整不当、人为差错或原材料的缺陷而导致的质量波动。与偶然波动相比这种异常变化要大得多，而且往往表现一定的趋势和规律，此时，我们认为生产过程处于失控状态。受控状态是生产过程追求的目标，此时，对产品的质量是有把握的。控制图即

12、是用来监测生产过程状态的一种有效工具。(2.控制图的统计学原理令为度量某个质量特性的统计样本。假定的均值为w , 而的标准差为w 。于是，中心线、上控制限和下控制限分别为 (5 (6 (7 式中，为中心线与控制界限之间的用标准差为单位所表示的间隔宽度。 对于每一个控制点来讲，只要点子是在控制界限之间，我们就认为过程处于控制状态，不需要任何措施；但如果点子落在控制界限之外，就认为过程失控，必须找出异常因素。采取措施加以消除。正常情况下点子分布是正态的，落在控制界限之内的概率远大于落在控制界限之外的概率。反之，若点子落在控制界限之外，可能是属于正常情况下的小概率事件发生，也可能是过程异常发生，相对

13、来讲，后者发生的概率要大得多。因此，我们宁可以为后者情况发生，这正是控制图的统计学原理。以K 取3为例(上、下界限距中心线距离为3倍的标准差 可计算出各种模式控制图的概率值，如表1所示。 可见，根据不同的控制严格性要求应选用概率水平相应的控制图判断模式，如：当控制严格性要求为时，可选用概率水平接近或略低于的模式实例作为判断过程异常的准则。各种模式都应选择确定出一个恰当的实例情况作为判稳准则，所谓“恰当的”是指其概率水平在同类模式中最接近控制严格性要求。否则，概率水平过大不能满足质量控制要求；概率水平过小会造成误判次数增多从而降低生产效率、提高生产成本。控制图种类及选用 控制图根据质量数据的类型

14、可分为：计量值控制图、计件值控制图和计点值控制图。这些控制图各有各的用途，应根据所控制质量指标的情况和数据性质分别加以选择。 各控制图用途：（1）.R 控制图。是最常用、最基本的控制图，它用于控制对象为长度、重量、强度、纯度、时间和生产量等计量值的场合。（2）.S 控制图。此图与-R 图相似，只是用标准差图(S图 代替极差图(R图 而已。极差计算简便，故R 图得到广泛应用，但当样本大小n10或12时，应用极差估计总体标准差的效率减低，最好应用S 图代替R 图。（3）.-R 控制图. 此图与-R 图也很相似, 只是用中位数图(图）代替均值图（图）。由于中位数的计算比均值简单，所以多用于现场需要把

15、测定数据直接记入控制图进行管理的场合。（4）. RS 控制图。多用于下列场合：1 采用自动化检查和测量对每一个产品都进行检验的场合；2 取样费时、昂贵的场合；3 如化工等过程，样品均匀，多抽样也无太大意义的场合。由于它不像前三种控制图那样能取得较多的信息，所以它判断过程变化的灵敏度也要差一些。（5）.P 控制图。用于控制对象为不合格品率或合格品率等计数值质量指标的场合。这里需要注意的是，在根据多种检查项目总起来确定不合格品率的场合，当控制图显示异常后难于找出异常的原因。因此，使用P 图时应选择重要的检查项目作为判断不合格品的依据。（6）.Pn 控制图。用于控制对象为不合格品数的场合。设n 为样

16、本大小，P 为不合格品率，则Pn 为不合格品个数，所以取Pn 为不合格品数控制图的简记记号。由于计算不合格品率需要进行除法，比较麻烦。所以在样本大小相同的情况下，用此图比较方便。（7）.c 控制图。用于控制一部机器、一个部件、一定的长度、一定的面积或任何一定的单位中所出现的缺陷数目。例如，铸件上的砂眼数，机器设备的故障数等等。（8）.u 控制图。当样品的大小变化时应换算成每单位的缺陷数并用u 控制图。七、散布图法散布图是研究成对出现的两组相关数据之间相关关系的简单图示技术。在散布图中，成对的数据形成点子云，研究点子云的分布状态便可推断成对数据之间的相关程度。散布图可以用来发现、显示和确认两组相

17、关数据之间的相关程度，并确定其预期关系。散布图主要分为以下几种类型：1. 强正相关（a ）：x 增大，y 也随之线性增大，x 与y 之间可用直线y=a+bx(b为正数 表示。此时，只要控制住x ，y 也随之被控制住了。2. 弱正相关（b ）：点分布在一条直线附近，且x 增大，y 基本上随之线性增大，此时除了因素x 外可能还有其它因素影响y 。3. 无关（c ）：x 和y 两变量之间没有任何一种明确的趋势关系，说明两因素互不相关。4. 弱负相关（d ）：x 增大，y 基本上随之线性减小，此时除x 之外，可能还有其它因素影响y 。5. 强负相关（e ）：x 与y 之间可用直线y=a+bx(b为负数

18、 表示。y 随x 的增大而减小。此时，可以通过控制x 而控制y 的变化。6. 非线性相关（f ）：x 、y 之间可用曲线方程进行拟合，根据两变量之间的曲线关系，可以利用x 的控制调整实现对y 的控制。 散布图的制作方法：1. 一般收集至少20组以上资料；2. 找出数据中的最大值与最小值；3. 准备座标纸，划出纵轴、横轴的刻度，计算组距，通常纵轴代表结果，横轴代表原因，组距的计算应以数据中的最大值减小值除以所需设定的组数求得；4. 将各组对应数标示在座标上；5. 须填上资料的收集地点、时间、测定方法、制作者等项目。案例：用散布图展示电动自行车的工艺设计与人工时效之间的关系，生产工艺的有关数据如下：总工时：1880秒，工位最短工时：28秒，工位最大工时：57秒工位布置：50人则人均工时：37.6秒（即理论上每37.6秒下1台车）理论人工时效=3600秒/37.6秒（每台）*50人=1.91台/人实际上