质量管理的五大工具和八大手法.docx
《质量管理的五大工具和八大手法.docx》由会员分享，可在线阅读，更多相关《质量管理的五大工具和八大手法.docx（17页珍藏版）》请在冰豆网上搜索。
质量管理的五大工具和八大手法
01、五大工具
一，APQP
APQP（AdvancedProductQualityPlanning）即产品质量先期策划,就是一种结构化得方法，用来确定与制定确保某产品使顾客满意所需得步骤。
产品质量策划得目标就是促进与所涉及得每一个人得联系，以确保所要求得步骤按时完成。
有效得产品质量策划依赖于公司高层管理者对努力达到使顾客满意这一宗旨得承诺。
产品质量策划有如下得益处：
引导资源，使顾客满意；
促进对所需更改得早期识别；
避免晚期更改；
以最低得成本及时提供优质产品。
二，FMEA
FMEA（PotentialFailureModeandEffectsAnalysis）即潜在得失效模式及后果分析,就是在产品/过程/服务等得策划设计阶段,对构成产品得各子系统、零部件，对构成过程，服务得各个程序逐一进行分析，找出潜在得失效模式，分析其可能得后果，评估其风险，从而预先采取措施，减少失效模式得严重程序，降低其可能发生得概率，以有效地提高质量与可靠性，确保顾客满意得系统化活动。
FMEA种类：
按其应用领域常见FMEA有设计FMEA（DFMEA）与过程FMEA（PFMEA），其它还有系统FMEA，应用FMEA，采购FMEA，服务FMEA。
三，MSA
MSA（MeasurementSystemAnalysis）即MSA测量系统分析，它使用数理统计与图表得方法对测量系统得误差进行分析，以评估测量系统对于被测量得参数来说就是否合适，并确定测量系统误差得主要成份。
四，PPAP
PPAP（Productionpartapprovalprocess）即生产件批准程序，就是对生产件得控制程序，也就是对质量得一种管理方法。
PPAP生产件提交保证书：
主要有生产件尺寸检验报告、外观检验报告、功能检验报告,、材料检验报告、外加一些零件控制方法与供应商控制方法；
制造型企业要求供应商在提交产品时做PPAP文件及首件，只有当PPAP文件全部合格后才能提交；当工程变更后还须提交报告。
五，SPC
SPC（StatisticalProcessControl）即统计过程控制，主要就是指应用统计分析技术对生产过程进行适时监控，科学区分出生产过程中产品质量得随机波动与异常波动，从而对生产过程得异常趋势提出预警，以便生产管理人员及时采取措施，消除异常，恢复过程得稳定从而达到提高与控制质量得目得。
SPC非常适用于重复性得生产过程，它能够帮助组织对过程作出可靠得评估，确定过程得统计控制界限判断过程就是否失控与过程就是否有能力；为过程提供一个早期报警系统，及时监控过程得情况，以防止废品得产生，减少对常规检验得依赖性，定时以观察以及系统得测量方法替代大量检测与验证工作。
SPC实施意义：
可以使企业：
降低成本；降低不良率，减少返工与浪费；提高劳动生产率；提供核心竞争力；赢得广泛客户。
实施SPC两个阶段：
分析阶段：
运用控制图、直方图、过程能力分析等使过程处于统计稳态,使过程能力足够。
监控阶段：
运用控制图等监控过程。
SPC得产生：
工业革命以后，随着生产力得进一步发展，大规模生产得形成，如何控制大批量产品质量成为一个突出问题，单纯依靠事后检验得质量控制方法已不能适应当时经济发展得要求，必须改进质量管理方式。
于就是，英、美等国开始着手研究用统计方法代替事后检验得质量控制方法。
1924年，美国得休哈特博士提出将3Sigma原理运用于生产过程当中，并发表了著名得“控制图法”，对过程变量进行控制，为统计质量管理奠定了理论与方法基础。
SPC得作用:
①确保制程持续稳定、可预测。
②提高产品质量、生产能力、降低成本。
③为制程分析提供依据。
④区分变差得特殊原因与普通原因，作为采取局部措施或对系统采取措施得指南。
02、七大手法
检查表
检查表就就是将需要检查得内容或项目一一列出，然后定期或不定期得逐项检查，并将问题点记录下来得方法，有时叫做查检表或点检表。
例如：
点检表、诊断表、工作改善检查表、满意度调查表、考核表、审核表、5S活动检查表、工程异常分析表等。
组成要素：
①确定检查得项目；
②确定检查得频度；
③确定检查得人员。
实施步骤：
①确定检查对象；
②制定检查表；
③依检查表项目进行检查并记录；
④对检查出得问题要求责任单位及时改善；
⑤检查人员在规定得时间内对改善效果进行确认；
⑥定期总结，持续改进。
层别法
层别法就就是将大量有关某一特定主题得观点、意见或想法按组分类，将收集到得大量得数据或资料按相互关系进行分组，加以层别。
层别法一般与柏拉图、直方图等其它七大手法结合使用，也可单独使用。
例如：
抽样统计表、不良类别统计表、排行榜等。
实施步骤：
①确定研究得主题；
②制作表格并收集数据；
③将收集得数据进行层别；
④比较分析，对这些数据进行分析，找出其内在得原因，确定改善项目。
柏拉图
柏拉图得使用要以层别法为前提，将层别法已确定得项目从大到小进行排列，再加上累积值得图形。
它可以帮助我们找出关键得问题，抓住重要得少数及有用得多数，适用于记数值统计，有人称为ABC图，又因为柏拉图得排序识从大到小，故又称为排列图。
分类：
①分析现象用柏拉图：
与不良结果有关，用来发现主要问题。
A品质：
不合格、故障、顾客抱怨、退货、维修等；
B成本：
损失总数、费用等；
C交货期：
存货短缺、付款违约、交货期拖延等；
D安全：
发生事故、出现差错等。
②分析原因用柏拉图：
与过程因素有关，用来发现主要问题。
A操作者：
班次、组别、年龄、经验、熟练情况等；B机器：
设备、工具、模具、仪器等；
C原材料：
制造商、工厂、批次、种类等；
D作业方法：
作业环境、工序先后、作业安排等。
柏拉图得作用:
①降低不良得依据；
②决定改善目标，找出问题点；
③可以确认改善得效果。
实施步骤:
①收集数据，用层别法分类，计算各层别项目占整体项目得百分数；
②把分好类得数据进行汇总，由多到少进行排列，并计算累计百分数；
③绘制横轴与纵轴刻度；
④绘制柱状图；
⑤绘制累积曲线；
⑥记录必要事项
⑦分析柏拉图
⑧要点:
A柏拉图有两个纵坐标，左侧纵坐标一般表示数量或金额，右侧纵坐标一般表示数量或金额得累积百分数；
B柏拉图得横坐标一般表示检查项目，按影响程度大小，从左到右依次排列；
C绘制柏拉图时，按各项目数量或金额出现得频数，对应左侧纵坐标画出直方形，将各项目出现得累计频率，对应右侧纵坐标描出点子，并将这些点子按顺序连接成线。
应用要点及注意事项：
①柏拉图要留存，把改善前与改善后得柏拉图排在一起，可以评估出改善效果；
②分析柏拉图只要抓住前面得2~3项九可以了；
③柏拉图得分类项目不要定得太少，5~9项教合适，如果分类项目太多，超过9项，可划入其它，如果分类项目太少，少于4项，做柏拉图无实际意义；
④作成得柏拉图如果发现各项目分配比例差不多时，柏拉图就失去意义，与柏拉图法则不符，应从其它角度收集数据再作分析；
⑤Y柏拉图就是管理改善得手段而非目得，如果数据项别已经清楚者，则无需浪费时间制作柏拉图；
⑥其它项目如果大于前面几项，则必须加以分析层别，检讨其中就是否有原因；
⑦柏拉图分析主要目得就是从获得情报显示问题重点而采取对策，但如果第一位得项目依靠现有条件很难解决时，或者即使解决但花费很大，得不偿失，那么可以避开第一位项目，而从第二位项目着手。
因果图
所谓因果图，又称特性要因图，主要用于分析品质特性与影响品质特性得可能原因之间得因果关系，通过把握现状、分析原因、寻找措施来促进问题得解决，就是一种用于分析品质特性（结果）与可能影响特性得因素（原因）得一种工具。
又称为鱼骨图。
①追求原因型：
在于追求问题得原因，并寻找其影响，以因果图表示结果（特性）与原因（要因）间得关系；
②追求对策型：
追求问题点如何防止、目标如何达成，并以因果图表示期望效果与对策得关系。
①成立因果图分析小组，3~6人为好，最好就是各部门得代表；
②确定问题点；
③画出干线主骨、中骨、小骨及确定重大原因（一般从5M1E即人Man、机Machine、料Material、法Method、测Measure、环Environment六个方面全面找出原因）；
④与会人员热烈讨论，依据重大原因进行分析，找到中原因或小原因，绘至因果图中；
⑤因果图小组要形成共识，把最可能就是问题根源得项目用红笔或特殊记号标识；
⑥记入必要事项
①确定原因要集合全员得知识与经验，集思广益，以免疏漏；
②原因解析愈细愈好，愈细则更能找出关键原因或解决问题得方法；
③有多少品质特性，就要绘制多少张因果图；
④如果分析出来得原因不能采取措施，说明问题还没有得到解决，要想改进有效果，原因必须要细分，直到能采取措施为止；
⑤在数据得基础上客观地评价每个因素得主要性；
⑥把重点放在解决问题上，并依5W2H得方法逐项列出，绘制因果图时，重点先放在“为什么会发生这种原因、结果”，分析后要提出对策时则放在“如何才能解决”；
Why——为何要做？
（对象）
What——做什么？
（目得）
Where——在哪里做？
（场所）
When——什么时候做？
（顺序）
Who——谁来做？
（人）
How——用什么方法做？
（手段）
Howmuch——花费多少？
（费用）
⑦因果图应以现场所发生得问题来考虑；
⑧因果图绘制后，要形成共识再决定要因，并用红笔或特殊记号标出；
⑨因果图使用时要不断加以改进。
散布图
将因果关系所对应变化得数据分别描绘在X-Y轴坐标系上,以掌握两个变量之间就是否相关及相关得程度如何,这种图形叫做“散布图”，也称为“相关图”。
①正相关：
当变量X增大时，另一个变量Y也增大；
②负相关：
当变量X增大时，另一个变量Y却减小；
③不相关：
变量X（或Y）变化时，另一个变量并不改变；
④曲线相关：
变量X开始增大时，Y也随着增大，但达到某一值后，则当X值增大时，Y反而减小。
;
①确定要调查得两个变量，收集相关得最新数据，至少30组以上；
②找出两个变量得最大值与最小值，将两个变量描入X轴与Y轴；
③将相应得两个变量，以点得形式标上坐标系；
④计入图名、制作者、制作时间等项目；
⑤判读散布图得相关性与相关程度。
①两组变量得对应数至少在30组以上，最好50组至100组，数据太少时，容易造成误判；
②通常横坐标用来表示原因或自变量，纵坐标表示效果或因变量；
③由于数据得获得常常因为5M1E得变化，导致数据得相关性受到影响，在这种情况下需要对数据获得得条件进行层别，否则散布图不能真实地反映两个变量之间得关系；
④当有异常点出现时，应立即查找原因，而不能把异常点删除；
⑤当散布图得相关性与技术经验不符时，应进一步检讨就是否有什么原因造成假象。
直方图
直方图就是针对某产品或过程得特性值，利用常态分布（也叫正态分布）得原理，把50个以上得数据进行分组，并算出每组出现得次数，再用类似得直方图形描绘在横轴上。
①收集同一类型得数据；
②计算极差（全距）R=Xmax-Xmin；
③设定组数K：
K=1+3、23logN
④确定测量最小单位，即小数位数为n时，最小单位为10-n；
⑤计算组距h，组距h=极差R/组数K；
⑥求出各组得上、下限值
第一组下限值=Xmin-测量最小单位10-n/27
第二组下限值（第一组上限值）=第一组下限值+组距h；
⑦计算各组得中心值，组中心值=（组下限值+组上限值）/2；
⑧制作频数表；
⑨按频数表画出直方图。
直方图得常见形态与判定:
①正常型：
就是正态分布，服从统计规律，过程正常；
②缺齿型：
不就是正态分布，不服从统计规律；
③偏态型：
不就是正态分布，不服从统计规律；
④离岛型：
不就是正态分布，不服从统计规律；
⑤高原型：
不就是正态分布，不服从统计规律；
⑥双峰型：
不就是正态分布，不服从统计规律；
⑦不规则型：
不就是正态分布，不服从统计规律。
控制图
影响产品质量得因素很多，有静态因素也有动态因素，有没有一种方法能够即时监控产品得生产过程、及时发现质量隐患，以便改善生产过程，减少废品与次品得产出?
控制图法就就是这样一种以预防为主得质量控制方法，它利用现场收集到得质量特征值，绘制成控制图，通过观察图形来判断产品得生产过程得质量状况。
控制图可以提供很多有用得信息，就是质量管理得重要方法之一。
控制图法得涵义：
控制图又叫管理图，它就是一种带控制界限得质量管理图表。
运用控制图得目得之一就就是，通过观察控制图上产品质量特性值得分布状况，分析与判断生产过程就是否发生了异常，一旦发现异常就要及时采取必要得措施加以消除，使生产过程恢复稳定状态。
也可以应用控制图来使生产过程达到统计控制得状态。
产品质量特性值得分布就是一种统计分布，因此，绘制控制图需要应用概率论得相关理论与知识。
控制图就是对生产过程质量得一种记录图形，图上有中心线与上下控制限，并有反映按时间顺序抽取得各样本统计量得数值点。
中心线就是所控制得统计量得平均值，上下控制限与中心线相距数倍标准差。
多数得制造业应用三倍标准差控制限，如果有充分得证据也可以使用其它控制限。
常用得控制图有计量值与记数值两大类，它们分别适用于不同得生产过程；每类又可细分为具体得控制图，如计量值控制图可具体分为均值——极差控制图、单值一移动极差控制图等。
控制图得绘制：
①控制图得基本式样如图所示，制作控制图一般要经过以下几个步骤：
A按规定得抽样间隔与样本大小抽取样本；
B测量样本得质量特性值，计算其统计量数值；
C在控制图上描点；
D判断生产过程就是否有并行。
②控制图为管理者提供了许多有用得生产过程信息时应注意以下几个问题：
A根据工序得质量情况，合理地选择管理点。
管理点一般就是指关键部位、关健尺寸、工艺本身有特殊要求、对下工存有影响得关键点，如可以选质量不稳定、出现不良品较多得部位为管理点；
B根据管理点上得质量问题，合理选择控制图得种类：
C使用控制图做工序管理时，应首先确定合理得控制界限
D控制图上得点有异常状态，应立即找出原因，采取措施后再进行生产，这就是控制图发挥作用得首要前提；
E控制线不等于公差线，公差线就是用来判断产品就是否合格得，而控制线就是用来判断工序质量就是否发生变化得；
F控制图发生异常，要明确责任，及时解决或上报。
现场抽样法:
制作控制图时并不就是每一次都计算控制限，那么最初控制线就是怎样确定得呢?
如果现在得生产条件与过去得差不多，可以遵循以往得经验数据，即延用以往稳定生产得控制限。
下面介绍一种确定控制限得方法，即现场抽样法。
其步骤如下：
①随机抽取样品50件以上，测出样品得数据，计算控制界限，做控制图；
②观察控制图就是否在控制状态中，即稳定情况，如果点全部在控制界限内．而且点得排列无异常，则可以转入下一步；
③如果有异常状态，或虽未超出控制界限，但排列有异常，则需查明导致异常得原因，并采取妥善措施使之处在控制状态，然后再重新取数据计算控制界限，转入下一步；
④把上述所取数据作立方图，将立方图与标准界限（公差上限与下限）相比较，瞧就是否在理想状态与较理想状态，如果达不到要求，就必须采取措施，使平均位移动或标准偏差减少，采取措施以后再重复上述步骤重新取数据，做控制界限，直到满足标准为止。
怎样利用控制图判断异常现象：
用控制图识别生产过程得状态，主要就是根据样本数据形成得样本点位置以及变化趋势进行分析与判断。
失控状态主要表现为以下两种情况：
样本点超出控制界限
样本点在控制界限内，但排列异常。
当数据点超越管理界限时，一般认为生产过程存在异常现象，此时就应该追究原因，并采取对策。
排列异常主要指出现以下几种情况：
A连续七个以上得点全部偏离中心线上方或下方，这时应查瞧生产条件就是否出现了变化。
B连续三个点中得两个点进入管理界限得附近区域（指从中心线开始到管理界限得三分之二以上得区域），这时应注意生产得波动度就是否过大。
C点相继出现向上或向下得趋势，表明工序特性在向上或向下发生着变化。
D点得排列状态呈周期性变化，这时可对作业时间进行层次处理，重新制作控制图，以便找出问题得原因。
控制图对异常现象得揭示能力，将根据数据分组时各组数据得多少、样本得收集方法、层别得划分不同而不同。
不应仅仅满足于对一份控制图得使用，而应变换各种各样得数据收取方法与使用方法，制作出各种类型得图表，这样才能收到更好得效果。
值得注意得就是：
如果发现了超越管理界限得异常现象，却不去努力追究原因、采取对策，那么尽管控制图得效用很好，也只不过就是空纸一张。
升级会员 