电子公司品质部QC7大手法培训课程PPT.ppt

2019/4/6,qc七大手法培训课程,深圳市爱康电子有限公司 品质部,2019/4/6,概述,品管七大手法，也叫品管七工具，是目前全世界应用比较广 泛的品质管理基础工具，它具有简单实用的特点。 品质管理的主要工作简单地说，就是通过对制造系统中来料、 生产、出货等环节检验产品及物料，或对制程进行监控，以及 找出各种出现或潜在出现的问题及原因，以解决问题，使产品 品质问题得到预防和控制。 学习品管七大手法, 就需要掌握他们的主要精神和思考模式。,2019/4/6,一.何谓数据? 就是根据测量所得到的数值和资料等 事实.因此形成数据 最重要的基本观念 就是:数据=事实 二.运用数据应注意的重点: 1.收集正确的数据 2.避免主观的判断 3.要把握事实真相,数据与图表,2019/4/6,三.数据的种类 a.定量数据:长度.时间.重量等测量所得数据,也称计量值 (特点:连续不间断) ;以缺点数,不良品数来作为计算标准的 数值称为计数值.(特点:离散性数据) b.定性数据:以人的感觉判断出来的数据,例如:水果的甜度 或衣服的美感. 四.整理数据应注意的事项 1.问题发生在采取对策之前,一定要有数据作为依据 2.要清楚使用的目的 3.数据的整理,改善前与改善后所对比条件要一致 4.数据收集完成之后,一定要马上使用(时效性).,2019/4/6,记忆方法:一表一法五个图,2019/4/6,2,直方图：对品质特性的分布进行了解， 以测量过程的能力。,4,查检表：收集数据，尽量让作业简单而有效， 它是其它六大手法的起点,基础.,鱼骨图：常用来找问题或结果原因及因素， 一般同层别法结合起来使用。,七 大 手 法 应 用 说 明,层别法：对收集的数据按影响因素（5m1e） 进行分类，以利于统计分析，找出存在的问题,2019/4/6,散布图：用来对收集来的两个或两个以上 的特性的数据，找出之间可能的相关性。,6,管制图：了解品质在过程中的变化状态和预测 品质下一步可能性之状况，有助于提前发现问题 也用于区分偶然因素和异常因素对质量的影响,七 大 手 法 应 用 说 明,柏拉图：出发点是抓主要矛盾，因此具有 花较少成本解决最大问题的功效。,2019/4/6,一.层别法,概念： 将得到的数据资料或调查对象，利用分类的方法 解析，并找出其间差异，进而有效掌握变异的原因并加以 改善的方法。 其主要功用：在透过各种分层，依各层收集数据以寻找不 良所在或最佳条件，为改善品质的有效方法。,2019/4/6,层别法的步骤,分 层法,（1）分层项目 1、以时间层别：小时别、日期别、周别、月别、上下午别、日夜别等。 2、以作业员层别：班别、场所别、操作法别、熟练法别、年龄别、性 别、教育程度别、健康条件别、新旧别、等。 3、以机械、设备层别：台别、场所别、机型别、年代别、机种别、 工具别、新旧别、编号别、速度别、.等。 4、以作业条件层别：温度别、湿度别、压力别、天气别、时间别、作 业方法别、顺序别、人工与机器别、人工与自动别、测定器别 等 (例):对温湿度敏感的作业场所应记录其温湿度，以便温湿度变 化时能层别比较。,2019/4/6,5、以原材料层别：供应者别、批别、制造厂别、产地别、材质别、大小别 、贮藏期间别、成分别等。 6、以测定层别：测定器别、测定者别、测定方法别等。 7、以检查层别：检查员别、检查场所别、检查方法别.等。 8、以环境、天候层别：气温别、湿度别、风、晴或雨别、潮湿与干燥别、照明别等。 9、以地区层别：海岸与内陆别、国内与国外别、南区与北区别、东区与西区别等。 10、以制品层别：新旧品别、标准品或特殊品别、制造别等。 11、其他：以良品与不良品别、包装别、运搬方法别.等。,层别法的步骤,2019/4/6,层别法步骤,（2）利用检查表收集数据 检查表根据需要自行设计。要清晰明确简单。 （3）利用数据绘成直方图进行比较 了解数据相对于层别的分布趋势。,2019/4/6,0,10,20,30,40,50,60,1 lot中的不良数（直方图）,全部,n,= 265,1,2,3,4,5,6,7,8,0,10,20,30,40,1,2,3,4,6,7,8,5,a 班,n,= 207,1 lot中的不良数,0,10,20,30,40,1,2,3,4,6,7,8,5,b 班,n,= 58,1 lot中的不良数,日期,日期,日期,不良个数,不良个数,不良个数,案例:经检验某产品批后,结果发现有256个不良品,想了解哪个班不良品比较多?,2019/4/6,- 为了便于收集数据，使用简单易于了解的标准 化表格或图形（预先设定的表格），填入规定之检 验记号，再加以统计汇总，以提供进一步分析或 比对检查之表格或图形。,二.查检表,2019/4/6,没有预先设计的表格,练习,请设计收集数据的表格！,2019/4/6,查检表的种类,查检表的种类可分为:点检用查检表和记录用查检表。 (1)点检用查检表：主要功用防止不小心的失误。 制作方法： 1、逐条列举须检查的项目，并各绘出记入记号的空栏。 2、如有顺序要求时，应注明序号依序排列。 3、所谓须检查项目是“非做不可的工作”、“非做不可的 事项“等。 4、须检查项目，尽可能以流程、机械、人员加以层列。,2019/4/6,检查用的check sheet,2019/4/6,(2) 记录用查检表： 主要功用：收集相应之数据,以便分析不良原因。 制作方法： 1、决定所要收集的数据（计量、计数值）及所希望把握 的项目 （不良原因、缺陷）。 2、决定所要设计的表格形式。 3、决定记录的形式：选择记录的符号 , 正等。 4 、决定收集的方法：由谁收集、收集的周期（全检、抽 检） 查检时间、方法等均应决定。,记录用查检表,2019/4/6,记录用的check sheet,2019/4/6,查检表的设计要领,查检表并无一定的标准格式，只要根据使用的目的，以及为求方便使 用，利于作统计分析，而去设计适合自己所需的查检表： 1、应能迅速、正确、简易地收集到数据，记录时只要在必要项目上加 注记号。 2、记录时要考虑到层别，善用特性要因图层别再分析的结果，按人员 、机台、 原料、 时间等分别调查。 3、数据履历要清楚：由谁查检、查检时间、查检期间、查检方法、查 检班别、 查检机台, 均应载明清楚，其他测定或检查条件也要正确 地记录下来。 4、尽可能以符号、数字记入 、正等，避免使用文字。,2019/4/6,查检表设计要领,5 、查检项目不宜太多，以4-6项为原则（针对影响大的要因收集数据即可），其他可能发生的要因并为其他项。 6、最好能一次记录下来，就能表示出图表状况来。 7、如能使用写实图形，更可一目了然。 8、查检表配合目的，必要时检讨修正；不同的目的收集数据方式会不一样，因此，收集数据的目的要明确。 9 、预留空位，以供在实际查检中可再增列事先未考虑到而发生次数很多的项目。,查检表,2019/4/6,例 1,将产品图形或工程流程预先划在检查表中，当发生缺陷时及时在图中的相应位置记录，一眼就可看出何位置发生何种缺陷及数量,记录用检查表范例:,2019/4/6,例 2,发生不良时，在记录有预想可能发生不良的原因的检查表中，可分析不良发生 的原因。研究检查表的制作方法使得一张表就能调查出不良原因,说明： 印刷 污染 损伤 开胶,记录用检查表范例:,2019/4/6,例 3,设备检查表的检查应用是设备保养的基础。,空压机运行检查表,点检用检查表范例:,2019/4/6,点检用检查表范例:, 某部门5s点检表：,记录者： 日期：,例 4,2019/4/6,练习1：a、b两个生产线，分别有3台设备，生产主管希望了解每日的设备故障停机时间，每周报告1回，请设计调查表,2019/4/6,- 当我们要解决问题时，总会发现问题的要因很多，不知从何着手，因此最好找出其影响度较大的几个要因，再按优先顺序，一一谋求改善对策，才能以有限的人力和时间，有效地解决问题。柏拉图就是这样一种供你找出重要要因的一种统计工具。故又称abc图，重点分析图。,三.柏拉图,不良个数,累计百分比,2019/4/6,排列图的制作,选定数据的分类项目，收集data。,决定data的收集期间、方法及分类； 原因别分类：4m+1e，现象别分类：不良项目、场所、工程等 收集data的期间，考虑问题发生的状况决定。,2019/4/6,整理data，进行相关的data（比率、累积比率等）。,各项目依合计data的大小顺序排列； 计算相关项目的累计数、比率（占有率）及累积比率等,2019/4/6,绘制柱状图。,根据图表的大小，画横轴和竖轴； 横轴：记录项目名称；竖轴：不良数或长度和累积比率刻度 横轴和竖轴刻度相等份分配 按项目大小自左向右排列，其它项排在最后，作成柱状图,2019/4/6,绘制累积不良曲线。,各项目累计数打点； 使用折线将累计点连接起来。,2019/4/6,绘制累积比率曲线。,右端竖轴折线终点为100%，然后，在0100%之间进行10等份刻度； 在对应的累计点处填写累积不良率。,2019/4/6,记入相关的分析项目、数据时间、作者。,注塑品外观不良排列图, 时 间：2011.09 制作者：x x x,2019/4/6,1、横轴是按项目别，依大小顺序由高而低排列下来，其他项排 在最末位。 2、次数少的项目太多时，可考虑将后几项归纳成其他项，所谓 其他项并非一定分配最少者。有时，改变层别和分类的方法， 也可使项目减少。 3 、纵轴之左侧尽量以金额表示，如此就降低成本、追求利润 之企业目标而言，更具意义。通常用于表示发生不良之次 数、缺点数、发生次数不良率、单位缺点数.等。,柏拉图运用注意事项,2019/4/6,4、柏拉图之柱形图横轴距离要相同。纵轴与横轴比例：。 5、改善前后之比较： (1) 改善前后横轴项目别依然出现大小顺序由高而低排列。 (2) 前后比较基准一致，刻度应相同。 (3) 各项目以色别来区分更易比较。 6、柏拉图中、连接各项目与纵轴对应点之线虽名为柏拉曲线， 但因各项目数据分配非属连续分配，故为折线而非曲线。,柏拉图运用注意事项,2019/4/6,7、纵轴与横轴可以表示下列项目 a)纵轴: (1)金额 - 损失金额、贩卖金额、各经费。 (2)品质 - 不良件数、缺点数、退货数。 (3)时间 - 作业时间、运转时间、故障时间。 (4)安全 - 事故件数、灾害件数、故障件数。 (5)其他 - 出动率、缺席率、参加率、提案件数。 b)横轴: (1)现象 - 不良项目别、缺点类别、位置别。 (2)机械设备 - 机械别、设备别、治具别。 (3)作业者 - 姓名别、年龄别、男女别。 (4)作业方法 - 大小别、压力、速度等之条件别。 (5)原料 - 批别、成份别、供应商别。 (6)时间 - 月别、周别、季节别、时间别。,柏拉图运用注意事项,2019/4/6,柏拉图案例,某厂生产铸铁件,2月的废品吨数为73.4吨，其中气孔37.0吨、 夹砂16.5吨、浇不足8.1吨、裂纹4.1吨、硬度低3.3吨、其 他4.4吨。 请制作一张完整的柏拉图.,2019/4/6,柏拉图制作案例 某生产pcb公司钻孔部检验中发现有50个缺陷，分别 有刮伤,偏孔,孔损,无孔及其他不良缺陷项目,对应不良缺 陷数如下表，请根据这些数据绘制柏拉图。,2019/4/6,- 将特性(结果)以及可能对其造成影响的要因(原因)之关系， 用状似鱼骨的图形有系统地汇集而成的图形。此图为日本石川馨 博士所发明，又叫石川图；因其形状似鱼骨，又称鱼骨图；其在 阐明原因与结果之关系；亦称因果图。,四.特性要因图,2019/4/6,特点与原因的关系,特点（结果）：测量问题程度的尺度。 原因（起因）：受问题影响的对象。,特点（结果）,大价值,中间价值,小价值,原因（起因）,1次原因,2次原因,3次原因,2019/4/6,特点与原因的制作,根据问题，选定质量特性。,例 ） 质量、成本、交货时间、安全等相关事项,伤痕不量 废气不良 切断事故等,产生结果（特性）的项目,根据选定的质量特性，绘制大价值箭头。,伤痕不良,箭头大价值,特性,2019/4/6,将主要原因（4m）记录在中间价值上。,人（man）、机器（machine）、方法（method）、 材料（material） 除4m之外，因问题的情况不同，主要原因也不同。 运用头脑风暴法（brain storming）！,伤痕不良,材料,人,方法,设备,2019/4/6,记录各主要原因中更小的原因。,细分后以2次原因 3次原因的顺序继续记录。 记录至可采取最终措施的原因。,伤痕不良,人,基盘碰撞（2次原因）,无意识作业（3次原因）,泄漏？,确认有无泄漏的原因。,2019/4/6,伤痕不良,人,基盘碰撞,记录各主要原因的更小原因，记录制作过程。,基盘碰撞,材料,不良rack,空间狭小,基盘弯曲,设备,产品生锈,传送带间隔过大,方法,过度接触基盘, 表示 重要程度,产品名：mlb 题目：伤痕不良的原因分析 分管人：邹有为 制作人：乔双 制作时间：11年8月27日,2019/4/6,特性要因图的作用,1、绘制特性要因图就是一种教育： 变异的原因是什幺?，这种原因对品质有什幺影响?让大家一 起来讨论，使用特性要因图将每一个人的经验及技朮内容整理出来这 样参加绘图的人员都可以获得新知识，增进剖析能力。 2、特性要因图是讨论问题的捷径： 所有原因写完后，依最末端小枝的原因，调查现场实情，并与操 作标准的内容作比较，以决定是否修订标准、改善及检讨。而且 有共同的目标一起检讨，讨论时不会离题，对着共同的目标可提出建 设性的意见，共同讨论，效果很大。,2019/4/6,3. 特性要因图可以表示出水准： 特性要因图若画得很好，可以说对制程的内容已有充分的把握，技朮水准愈高，表示对于制程的变异有充分把握，则在制定或修改操作标准时，可充分就其原因或对策确实标准。 4. 展现现场问题的因果关系、工作层次： 特性要因图需挂在工作场所附近，便于发生问题时，就近集合全员讨论，寻找过去未注意的原因追加上去，有不同意见或看法时，可进一步搜集数据统计分析之。使现场人员将品质掌握在自己的手里面，增加参与品质改善的成就感。,特性要因图的作用,2019/4/6,追求原因型 在于追求不良的所在，并进而寻找其影响的原因，以特性要因图表示结果(特性)与原因(要因)间的关系。,类型1,2019/4/6,追求对策型(鱼骨图反转) 追求问题点应如何防止，目标之效果应如何达成等的对策，而以特性要因图表示期望效果(特性)与对策间的关系。,类型2,2019/4/6,制作事例,1.查明脑子笨的原因。,脑子笨,不知道pdca,不用脑子,2019/4/6,练习题,近视,分析患近视的原因,2019/4/6,-为研究两个变量间之相关性，而搜集成对二组数据，在方格纸上以点来表示出二个特性值之间相关情形的图形，称之为散布图。 其主要功用：知道两组数据(一般原因与结果)之间是否相关及其相关程度。,五.散布图,y,x,2019/4/6,散布图之作法范例,某制品之烧溶温度及硬度间是否有关系存在，今收集30组数据，请分析之温度和硬度关系。 步骤1：收集30组以上的成对数据,整理 到数据表上。,数据不能太少，否则易生误判,2019/4/6,步骤2：找出数据 x、y之最大值及最小值。 步骤3：画出从轴与横轴(若是判断要因与结果之关系，则横轴代表要因纵轴代表结果)；并取 x 及 y相应之最大值与最小值差为等长度画刻度。 x最大值 x最小值 = 890 810 = 80 y最大值 y最小值 = 59 42 = 17,散布图之作法范例,2019/4/6,步骤4：将各组对数据打点在座标上； 横轴与纵轴之数据交会处点上“ ”； 二组数据重复在同一点上时，划上二重圆记号“ “；三组数据重复在同一点上时，划上三重圆记号“ “。 步骤：记入必要事项：数据数、采取时间、目的、制品名、工程名、绘图者(审核者)、绘制日期均要记明。,散布图之作法范例,2019/4/6,注意注明相关信息,散布图之作法范例,2019/4/6,从分布点可以知道两个特性值之间有一定的联系，因此有必要掌握随着一个特性x的增加，另一个特性函数y是怎样变化，此时可画出一条有斜率的直线，其顺序如下： 1）在散点图上画出将点分为2份的中心线. 2）两个中心线所分的区间，分别画出两条各与x.y轴平行将点分为2份 的中心线. 3）连接两个区间内中心线的交点，此时可得出随x变化的斜线y. 4）判定规则：看斜线的斜率 斜率接近1，强正相关关系 斜率接近-1，强负相关关系,象限判断法(简易判断法),2019/4/6,（度）,60,50,40,硬 度,反映温度,（）,顺序2的中心线,顺序1的中心线,顺序2的中心线,顺序2的中心线,斜线,顺序1的中心线,800,850,900,顺序2的中心线,2019/4/6,散布图之判读,正相关 x增大时，y也随之增大，称为正相关。 完全的正相关 弱正相关,2019/4/6,非显着性正相关 x增大时，y也随之增大，但增大的幅度不显着。此时宜再考虑其他能影响的要因。 似有正相关,还需继续进行分析,散布图之判读,2019/4/6,负相关 x增大时，y反而减少，称为负相关。 有负相关 完全的有负相关,散布图之判读,2019/4/6,非显着性负相关 x增大时，y反而减少，但幅度并不显着。此时宜再考虑其他可能影响的要因。 无相关 (1) x与y之间看不出有何相关关系；(2) x增大时，y并不改变。,散布图之判读,2019/4/6,曲线相关 x开始增大时，y也随之增大，但达到某一值后，则当x增大时， y却减小。,散布图之判读,2019/4/6,-直方图是将所收集的数据分为几个相等的区间 作为横轴，并将各区间内之测定值所出现次数累积 而成的面积，用柱子排列起来的图形。 直方图可显示数据的三种特性：集中的趋势、数据 的范围、分布的形状。,六.直方图,2019/4/6,直 方 图(histogram）,sl=135,su=205,sc=170,2019/4/6,直方图的制作步骤 1.收集数据并且记录在纸上. 2.找出数据中的最大值与最小值. 3.计算全距. 4.决定组数与组距. 5.决定各组的上组界与下组界. 6.决定组的中心点. 7.制作次数分配表. 8.制作直方图. 9.填写直方图的有关资料.,2019/4/6,收集数据如下:,2019/4/6,解:1.全体数据之最大值(max)为194,最小值(min)为119 计算全距:r=max-min=75 2.根据经验值取组数为10( ) 组距=(194-119)/10=7.5 取8(2、5的倍数) 3.第一组的下组界=最小值-测定值之最小单位数/2 =119-1/2=118.5 第一组的上组界=下组界+组距=118.5+8=126.5 组中值=(上组界+下组界 ) 2 4.第二组下组界=第一组的上组界,上组界=下组界+组距 第三组依此类推,n,2019/4/6,作次数分配表,2019/4/6,画直方图,sl=135,su=210,2019/4/6,1.直方图偏移了规格中心，超出了规格下界。 2.不成正态分布。是孤岛型，可能夹杂了其他分布的少 量数据。比如工序异常，或开始测量仪器不稳定。 3.当出现偏移的情况时，一般先检查其测量方法，数据 来源是否同一条件下的，分组情况，以及测量人员是 否有同等。排除这些情况后再作判断。 4.完整的直方图应增加：审核者,制作者，日期，简短评价,改善要点等。,如何看以上直方图？,2019/4/6,1.标准型：数据的平均值与最大值和最小值的中间值相同 或接近，平均值的附近频数最多，频数在中间向两边缓 和下降，以平均值左右对称，是常态分布型 结论：制程是正常状态下运转,2019/4/6,2.锯齿型：高低不一，参差不齐 结论：数据分组过多或测量问题、测量不真实,2019/4/6,3.偏峰型（倾斜型）：高处偏向一边，拖长尾吧，另一边低。 结论：尾巴拖长时，应检讨是否在技术上能够接收。 多由工具磨损、松动及加工习惯引起，或制品遵守该分布,2019/4/6,4.峭壁型：平均值远左离（或右离）直方图的中心值频数 自左至右减少或增加，直方图不对称。 结论：人为的剔除不合格数据,2019/4/6,5.双峰型：靠近直方图中间值的频数少，两侧各有一个峰 结论：混有两种平均值差异很大的工程条件，分层后进行,2019/4/6,6.高原型（平顶型）：平顶，每个区间的频率接近中间 结论：混有多种平均值差异不大的工程条件,2019/4/6,7.孤岛型：左端或右端的部分数据脱离群体，形成孤岛 结论：加工或测定有错误,2019/4/6,练习题：,请根据下例收集到的数据，制做一张直方图。,2019/4/6,七.管制图,管制图主要应用在哪些方面,1、关键过程、特殊工序 2、经常被客户投诉或制程不稳定的产品工序 3、历史遗留下来的“老问题”等,2019/4/6,普通原因 (又称为不可避免的原因、非人为原因) 在正确的操作，制程中或检验时仍有很多原因使产品品质发生少许且规律的变异，这些变异表现为： 经常存在且变异非常微小,对产品品质并无明显的不良影响 欲消除此项原因必须花费很大的成本 下面列举几个有代表性的普通原因： 1.原料的微小变异 2.机器的微小振动 3.测量仪器的不确定度,过程变差,2019/4/6,特殊原因 (又称为可避免的原因、人为原因、异常原因) 在操作中、制程中或检验时因作业异常而产生变异的原 因,即当他们 出现时将造成(整个)过程的分布改变的原因；它们表现为： 不经常出现，但一旦发生即对产品品质造成严重影响 应追究且需设法消除此项原因 几个具有代表性的特殊原因如下： 1.原料整批出现不良 2.机器调整错误 3.未按作业标准操作 控制图即为区别这两种原因的优良工具,2019/4/6,1924年，美国贝尔电话试验所休哈特博士的研究发现，在生产过程中，如仅有机遇原因的变动时，任何产品之品质特性99.73%处于常态分配图的u3的界限范围内，在 u3范围以外之点极少；当有非机遇原因的变异时，产品之品质变异时往往超出u3之外。根据此原理，他将常态分布图作90转向，将u3的地方作为两条控制线：,管制图的原理,2019/4/6,1、将平均值u 作为管制中心线(central line 简称cl )， 以实线表示； 2、将u+3作为管制上线(upper control limit 简称ucl )， 通常以虚线或红线表示； 3、将u-3作为管制下线(lower control limit 简称lcl )， 通常以虚线或红线表示。,2019/4/6,管制图类型,2019/4/6,r 管制图,管制界限,2019/4/6,管制图绘制,实例,某制造厂制造铜棒，为了控制其品质，选定内径为管制项目，并以x-r管制图来管 制该制品的内径，并每小时随机抽取5个spl测定，共收集125个data，将data 依测定顺序及生产时间排25组并整理，结果如下：,2019/4/6,计算每组的x bar及r值，记入表格。,计算全组的总x平均和总r平均。,查系数a2、d3、d4,a2=0.577，d3=0，d4=2.115,2019/4/6,求x bar管制图管制界限。,求r管制图管制界限。,2019/4/6,绘制x bar和r管制图的管制界限。,在管制图的相应位置进行描点。,确认管理图是否有异常点，以判定工程是否稳定！,2019/4/6,管制图绘制,实例,某公司生产的mouse用的包装袋，检验其底部是否有破损即包装为不良品，取 工程投入24天的结果，每天检查结果如下：,2019/4/6,计算管制界限。,绘制管制图如下。,2019/4/6,绘制管制图之注意事项：,1、管制界限千万不可以规格值代替，应根据正常工程状态下的 数据进行计算得出， 并需将所求出之界限与规格比较，是否能满 足规格要求，还需检讨此界限生产是否合乎经济原则，才可定为 管制界限。 2、使用管制图之前，现场作业务必先标准化才行。管制项目之 决定，可利用不良分析图要因分析图，决定有问题之因素，为 考虑予以管制。 3、抽样方法以能取得合理样组为主：即使组内变化小，组间变 化大，以便区别组间 变化之情形。（合理子组原则）,2019/4/6,4、管制图一定要与制程管制的处置结合，合理选择控制点。 5、管制图一定要与制程管制的处置结合。点子超出界限或有不正常之形状时，虽然已知有不正常之原因发生，但在图上不能看出原因何在，必须利用各种措施研究改善或配合统计方法，把异常原因找出，同时加以消除。 6、管制图如果有点逸出管制下限，亦应采取对策，不能认为不良率低不必采取对策，因其异常的原因可能为：a.量具的失灵或良品的判定方法有误； b.真正有不良率变小的原因。对于前者，必须订正错误，