质量管理老7种工具.ppt

质量管理的老7种工具组员 张强 杨信伟 覃沐丹胡丽 汪乾坤 老七种工具 分层法排列图法因果分析图法调查表法直方图法散布图法控制图法 产生背景 日本 二十世纪六十年代 老七种工具的特点 强调用数据说话 重视对制造过程的质量控制通俗易懂 一线员工易于掌握 质量数据分层的标志 5M1E 操作者 机器设备 原材料测量 方法 环境 不同的时间不同的检验手段废品的缺陷项目 质量管理老7种工具 1 分层法概念分层法又称分类法 即 把收集来的原始质量数据 按照一定的目的和要求加以分类整理 以便分析质量问题及其影响因素的一种方法 原则根据分层的目的按照一定的标志数据的归类分层的关键 某轧钢厂一个车间的生产情况统计如下 甲乙丙三班各轧制钢材2000t 共轧制6000t 其中轧废169t 如果只知道这样三个数据 则无法对质量问题进行分析 下表是进行的分层分析 分层法实例 1 某产品的汽缸体与气缸盖之间经常发生漏油现象 使用分层法分析其主要原因 解 通过现场调查发现主要原因是密封不好 该装配工序是由甲乙丙三个工人各自完成的 并发现漏油的主要原因是三个人在涂粘结济方法上的不同以及所使用的气缸垫分别来自A和B两个协作厂 调查的数据如下 调查总数50个 漏油19个 漏油发生率0 38 现采用分层法按操作者和协作厂分层收集整理数据 分层法实例 2 按操作者分层 结论 工人乙的操作方法漏油发生率比较低 结论 B厂的气缸垫漏油发生率比较低 按协作厂分层 综上 建议采用乙的工作方法和B厂的气缸垫 实施结果 漏油发生率增加了原因 没有考虑两者之间的关系措施 重新考虑分层 结论 B厂 工人甲A厂 工人乙 与协作厂联合分层 质量管理老7种工具 2 排列图法概念排列图又称主次因素分析图或帕累托图 Pareto 由两个纵坐标 一个横坐标 几个直方块和一条折线所构成累计百分比将影响因素分成A B C三类 排列图又叫巴雷特图 paretodiagram 其原理是意大利经济学家帕累托在分析社会财富分布状况时得到的 关键的少数和次要的多数 的结论 20 人占有80 的财富 20世纪40年代 JosephJuran博士发现了一条各领域通用的原则 他把它叫做 vitalfewandtrivialmany 这条原则指出20 的事情常常对80 的结果负责 20percentofsomethingalwaysareresponsiblefor80percentoftheresults 二八法则的其他例子 20 的企业可能生产市场上80 的产品20 的顾客可能给商家带来80 的利润20 的储户的可能拥有80 的存款额20 的原因造成80 的产品不合格 排列图的绘制步骤 排列图的绘制步骤 针对问题收集一定时间的数据 将数据按频数从大到小排列 并计算各自所占比率 频率 和累计比率 累计频率 以左侧纵坐标为频数 横坐标按频数从大到小用条状块依次排列 以右侧纵坐标为累计频率 绘制累计频率曲线 找出主要因素 按累计百分比将影响因素分为三类 0 80 为A类因素 主要因素 80 90 为B类因素 次要因素 90 100 为C类因素 一般因素 某加工厂按照不合格的类型收集了一定时期内不合格的发生次数 拟用Excel来制作排列图 1 收集数据 2 对 不合格数 由大到小排序 数据 排序 降序 请注意 对其他这一项的处理 3 计算累计不合格数 4 计算累计不合格比率 5 绘图 选择区域A1 B8和D2 D8 选择 插入 图表 自定义类型 两轴线 柱图 完成 7 讨论 排列图的核心 在排列图上通常把累计比率在0 80 间的因素为A类因素 80 90 间的因素为B类因素 在90 100 间的因素为C类因素 制作排列图的注意要点 1 分类方法不同 得到的排列图不同通过不同的角度观察问题 把握问题的实质 需要用不同的分类方法进行分类 以确定 关键的少数 这也是排列图分析方法的目的 2 如果 其它 项所占的百分比很大或数量很多 则分类是不够理想的如果出现这种情况 是因为调查的项目分类不当 把许多项目归在了一起 这时应考虑采用另外的分类方法 作用 1 分析因果关系 2 表达因果关系 3 通过识别症状 分析原因 寻找措施 促进问题解决 因果图是一种用于分析质量特性 结果 与可能影响质量特性的因素 原因 的一种工具 步骤 3 因果分析图法 影响因素 原因 质量 结果 特性 大原因 中原因 小原因 鱼刺图 形如鱼刺 石川图 石川罄发明 因果图的制作 某中学在分析期末考试成绩时发现 计算机基础课程的考试成绩普遍不理想 拟用因果图法分析原因 本案例的质量特性 结果 为 计算机 课程考试成绩偏低 为了找出原因 学校组织任课老师 教研室主任 教务处主任 学生代表 家长代表座谈 各抒己见 找出主要原因 第二层原因 第三层原因 直到能发现具体的原因并能提出具体的措施为止 至此 我们找到学生成绩低的最直接 可以采取措施解决的原因如下 下面是如何绘制直观的因果图 测 考试成绩偏低 人 机 料 环 法 业务水平低 备课不认真 任务重 学生原因 基础差 旷课多 因果分析图作图注意事项 质量管理老7种工具 4 调查表法 概念调查表法是利用统计表来进行数据整理和粗略原因分析的一种方法 也叫检查表法或统计分析表法 统计分析表是最为基本的质量原因分析方法 也是最为常用的方法 在实际工作中 经常把统计分析表和分层法结合起来使用 这样可以把可能影响质量的原因调查得更为清楚 需要注意的是 统计分析表必须针对具体的产品 设计出专用的调查表进行调查和分析 4调查表法 常用类型 1 缺陷位置调查表 2 不良项目调查表 3 不良原因调查表 缺陷部位调查表 汽车车身喷漆质量调查表 不良项目调查表 不合格原因调查表 质量管理老7种工具 5 直方图法 概念从总体中随机抽取样本 将从样本中获得的数据进行整理 从而找出数据变化的规律 以便测量工序质量的好坏 直方图基本格式 直方图的作图步骤 1 收集数据 不应少于50个数据 2 找出数据中的最大值Xmax和最小值Xmin3 计算极差R Xmax Xmin4 确定组数K 5 计算组距H R K6 确定组界 第一组下界 Xmin h 2 上界Xmin h 27 计算各组中心值Xi X1 38 计算频数fi 整理频数分布表9 画直方图 数据个数与数组的关系 例 从一批螺栓中随机抽取100件测量其外径数据如下表所示 螺栓外径规格为 试绘出频数直方图 单位 mm 步骤 1 收集数据 并找出数据中最大值xmax和最小值xmin数据个数应 50 并计算极差 本例数据个数n 100 最大值xmax 7 938 最小值xmin 7 913 计算极差2 确定分组组数kk值的选择一般参考下表给出的经验数值确定本例选择k 10 数据分组组数表 3 确定组距h 组距即每个小组的宽度 或组与组之间的间隔本例中为分组方便 常在h的计算值基础上将其修约为测量单位的整数倍 并作适当调整 如本例测量单位为0 001 将h修约为0 003 4 决定各组组限 计算各组的上 下边界值 为了不使数据漏掉 应尽可能使边界值最末一位为测量单位的1 2 当h为奇数时 第一组边界值应为当h为偶数时 可以下式计算第一组边界值第一组上边界值 xmin 最小测量单位 2第一组下边界值 上边界值 h一直计算到最末一组将xmax包括进去为止 本例h为奇数 故第一组上下边界值为 7 9145 其余各组的上下边界值为 某组上边界值 上组下边界值 某组下边界值 该组上边界值 h 本例第二组上下边界值为7 9175 7 9145 第三组为7 9175 7 9205 依次类推 最后一组为7 9385 包括了最大值7 938 见频数表 5 计算各组的组中值xi 如本例 6 统计落入各组的数据个数 整理成频数表 7 作直方图 以频数为纵坐标 质量特性为横坐标画出坐标系 以一系列直方形画出各组频数 并在图中标出规格界限和数据简历 组成频数直方图 规格要求 频数 7 937 4 3 15 17 23 18 16 2 25 20 15 10 5 0 2 7 934 7 931 7 928 7 925 7 922 7 919 7 916 7 9 7 913 7 95 n 10096 5 7 96 5 15 3 件S 0 00519 2号机床X 7 92524 x f 直方图的观察分析 1 直方图反映一个数列的各个数值出现的频数演变情况 以便形象地表示被观察数值的特征和分布状态2 对直方图的直接观察 来判断质量变化状况和生产过程是否稳定 并预测生产过程的不合格品率 3 主要包括两个方面的内容 1 直方图的分布状态分析 2 分析与标准或目标值 公差 的关系 直方图的观察分析 1 正常直方图 锯齿型分组不当测量方法或读数有问题 偏向型两种情况1 数据本身遵从这种分布 如百分率数据2 加工习惯造成 直方图的观察分析 2 双峰型平均值不同的两个分布混在一起 孤岛型出现了某种检查错误 或生产过程出现异常 平顶型三种情况1 多个总体混在一起2 生产过程中某种缓慢的倾向在起作用3 质量指标在某个区间内均匀分布 直方图与质量标准比较 1 理想情形 余量过剩的情形 加严标准 缩小规格范围 提高产品质量 或适当放宽对原料 工艺 工具 设备精度的要求 降低成本 单侧无余量的情形 应采取措施 使数据中心与规格中心重合 直方图与质量标准比较 2 单侧超差 必须应采取措施 使数据中心与规格中心重合 双侧无余量 由于数据的分散性 已经出现了少数不合格品 应采取措施 防止大量不合格品出现 双侧超差 必须采取有力措施 缩小质量波动 质量管理老7种工具 6 散布图法 概念散布图 相关图 是通过分析研究两种因素的数据的关系 来控制影响产品质量的相关因素的一种有效方法 相关关系一般可为 原因与结果的关系 结果与结果的关系 原因与原因的关系 6 散布图法用相关图法 可以应用相关系数 回归分析等进行定量的分析处理 确定各种因素对产品质量影响程度的大小 如果两个数据之间的相关度很大 那么可以通过对一个变量的控制来间接控制另外一个变量 相关图的分析 可以帮助我们肯定或者是否定关于两个变量之间可能关系的假设 两个变量的相关类型在相关图中 两个要素之间可能具有非常强烈的正相关 或者弱的正相关 这些都体现了这两个要素之间不同的因果关系 一般情况下 两个变量之间的相关类型主要有六种 强正相关 弱正相关 不相关 强负相关 弱负相关以及非线性相关 如图所示 4 其相关性判断 对照典型图例判断 A 强正相关 B 强负相关 C 弱正相关 E 不相关 F 非直线相关 D 弱负相关 典型的点子云形状图 63 6 散布图法 作图步骤 1 确定研究对象 2 收集数据 3 画出横坐标x与纵坐标y 添上特性值标度 4 根据数据画出坐标点 6 散布图法 相关系数 r取值在 1至 1之间 r 0 正相关 反之负相关 绝对值越接近1 愈接近线性相关性 散布图 某体育运动俱乐部 为了研究运动员的身高与体重之间是否存在某种关系 将所有运动员的身高和体重的测量数据 作散布图进行分析 散布图是研究两个变量之间是否存在着相关关系的统计工具 示例 身高和体重呈正相关 越高的人越重 身体高 分量重 的 相关图法的运用实例 某一种材料的强度和它的拉伸倍数是有一定关系的 为了确定这两者之间的关系 我们通过改变拉伸倍数 然后测定强度 获得了一组数据 如表所示 拉伸倍数与强度的对应数据 注意事项 1 做散布图时 要注意对数据进行正确的分层 否则可能作出错误的判断 2 对明显偏离群体的点子 要查明原因 对被确定为异常的点子要剔除 3 当收集的数据较多时 难免出现重复数据 在作图时为了表示这种情况 在点的右上方标明重复次数 4 由相关分析所得的结论 仅适用于试验的取值范围内 不能随意加大适用范围 在取值范围不同时 再作相应的试验与分析 2020 1 22 71 1 控制图简介 控制图又称管理图 它是用来控制质量特性值随时间而发生波动的动态图表 是调查分析工序是否处于稳定状态 以及保持工序处于控制状态的有效工具 控制图的组成 控制图由标题和图形两部分组成 质量管理老7种工具 7 控制图法 2020 1 22 72 2 控制图原理过程处于统计控制状态时 也即受控状态 产品总体的质量特性数据的分布一般服从正态分布 即X N X 2 注 是指过程均值 是指过程标准差 质量特性值落在X 3 范围内概率约为99 73 落在X 3 以外的概离只有0 27 因此可用X 3 作为上下控制界限 以质量特性数据是否超越这一上 下