质量统计七大手法.docx
《质量统计七大手法.docx》由会员分享,可在线阅读,更多相关《质量统计七大手法.docx(43页珍藏版)》请在冰豆网上搜索。
质量统计七大手法
质量统计七大手法
质量统计方法是工厂质量管理过程中经常运用的重要手法。
主要是通过对各种相关资料的收集.分析和利用,以用来证实产品生产过程能力及产品对规定要求的符合性。
其作用在应用于产品的设计.生产过程的控制.防止不合格品产生.质量问题的分析.查找原因.确定产品和过程的限定值,预测.验证并测量和评定产品质量特性。
为了达到上述目的就必须选择适宜的统计方法,下述即常用的统计方法及其应用。
1.图示法(直方图.制程流程图.散布图.柏拉图.因果图等)
主要用于进行问题诊断,并据此选择适宜的方法进行统计诊断
2.统计控制图(X–R.P.C控制图等)
主要用于监控产品的生产和测量过程。
3.试验设计
主要用于确定变量对过程和产品性能有显著影响。
4.建立量化模型进行回归分析
主要用于生产过程运作的条件和产品设计发生变化时,对产品和过程的特性进行分析。
5.进行变量分析
对各变量构成进行评估.似务变量占总体变量的比例,作为最佳的质量改进机会的依据。
为控制图.产品特性的确定和产品的放行设计抽样方案。
6.抽样计划
工厂质量管理如果能充分运用各种统计手法,将在各方面受益,并表现在:
1.发现质量管理过程中的薄弱环节,对质量改善采取针对性的措施﹔
2.查找形成品不良的因素,使质量追溯有据可依﹔
3.验证质量控制方法有效性。
以下介绍品管七大手法
1.直方图
2.柏拉图
3.因果图法(鱼刺图)
4.层别法
5.控制图
6.检查表
7.推移图
2.统计技朮的应用
一直方图
直方图有称柱状图,是将囤积数据汇总.分组,并将每组数据绘成柱状图,依统计数据的分布形状,进行产品生产过程.质量状态及管制能力的分析。
运用直方图进行分析的步骤为
1.数据统计
将同一类型和相近似的现象归纳在一起,以分析该类现象对产品质量的影响程度。
2.将统计数据分组.确定组数是直方图分析中的重要步骤,将统计的样本总数进行合理分组便于观察数据分布情况,合理的组数鱼样本总数的关系通常为:
(见右下表)
3.计算全距.组距.组界.中心值:
N(样本总数)
组数
50以上
4-6组
50-100
7-10组
100-200
11-14组
200-400
15-19组
400以上
20组
1.全距:
代号为R,是数据中最大值与最小值的差,即
2.组距代号为,组距(h)=R/组数,组距通常选整﹔
3.确定组界:
最小一组的下组界=-测量值的最小位数/2
测量值的最小位数一般是1或0.1
最小一组的上组界=下组界+组距
4.确定中心值
各组界之间的中心值,也称中值。
每组的中心值=(该组的上组界+下组界)/2。
4..统计符合各组值的数据次数
在已确定的每组上下界的数值范围内,将样本数据中符合此范围的样本数统计出来,每一个数据为一次
5.建立坐标系
以数据的次数值为纵轴,特性值为横轴,建立坐标系
直方(柱状)控制图
MODELNO/NAME:
DATE:
Y
1.人力控制图80
X.实际工时70
Y.表示变量直60
50
40
30
20
10
0X
36912151821242730
MODELNO/NAME:
DATE:
Y
1.质量控制图80
X..表示变量直70
Y同一类型的质量60
不良情况出现的50
频次40
30
20
10
0X
36912151821242730
REMARKS:
ISSUEBBY:
CHECKBY:
APPROVEDBY:
CC:
ENG;PMC;PRU;AGM;
6.按每组数据次数的多少在坐标中绘出柱状图,并记入图名.日期.制作人等。
例:
直方图用应用实例
实验室为测定某型号火牛的温升是否正常,经统计获得以下数据:
火牛测定表
测试部门
使用测试房
实验编号
0542
所属部门
实验室
火牛型号
韵邦6603M16T
检测人
刘俸剑
检测日期
03.11.21
序号
实测
序号
实测
序号
实测
序号
实测
序号
实测
1
28.8
11
46
21
49.5
31
75
41
30.5
2
28
12
78.2
22
52.2
32
37.2
42
39.6
3
28.9
13
75.5
23
62.2
33
46.3
43
42.6
4
38
14
72
24
71.4
34
61.6
44
38.7
5
40.4
15
68.9
25
74.5
35
72.1
45
55.9
6
35.3
16
68
26
61.6
36
75.6
46
67.3
7
38.4
17
67.8
27
72.1
37
49.6
47
51.8
8
46.5
18
38.8
28
75.6
38
36
48
36.5
9
45.2
19
45
29
63.2
39
41.8
49
34.9
10
38.8
20
46.4
30
72.3
40
52.7
50
51.2
单位:
次/P.P
由表可知,样本最大值L=78.2,最小值S=28﹔全距R=78.2-28=50.2
组数为9组,则组距C=50.2/9=5.6
第一组的下组界=28-0.05=27.95,上组界=33.55
14火牛溫升直方圖
12X
10
8
6
4
2
0
制表部門:
制表人:
制表日期:
数据的次数分布如下:
次数分布表
组别
组界
组距
中心值
分布次数
1
27.95-33.55
5.6
30.75
4
2
33.55-39.15
5.6
36.35
11
3
39.15-44.75
5.6
41.95
4
4
44.75-50.35
5.6
47.55
8
5
50.35-55.95
5.6
53.15
4
6
55.95-6155
5.6
58.75
0
7
61.55-67.15
5.6
64.35
4
8
67.15-72.75
5.6
69.95
9
9
72.75-78.35
5.6
75.55
6
由图中看到
火牛温升直方图偏左分布,属不正常,
进一步分析其原因为冷却时间过短导致。
应延长冷却时间,使其分布状态为正态分布。
一般来说,应用直方图进行质量分析可达到如下目的:
1.比较平均值舆标准值,将其作为是否调整制程生产质量管理方式的依据;
2.评估制程能力符合工程设计能力的依据﹔
3.考核各部门质量管理绩效的依据﹔
4.比较物料或供货商的方法
直方图在应用过程中经常出现以下情况:
图一:
正态分布,左右对称,表明制程正常.稳定
图二:
偏态分布,制程中显示有异常因素。
图三:
双峰分布,表明制程内可能有二种不同的
偏差。
图四:
不正常分布,可能测定的数据有偏差。
(2)
(3)
(4)
二.柏拉图法
在工厂实际职作业过程中,造成质量不良的原因很多,但有一些因素所占的比率较低﹔而有一些因素所占的比率很高。
柏拉图就是将肢这些因素加以量化,对占80%以上的项目加以原因调查.分析,并获得质量效率法而提升。
使用柏拉图进行质量分析,必须要确定不良项目,按项目分类进行数据的统计舆汇总,再按所得数据绘制出曲线舆直方图。
应用柏拉图进行质量分析的步骤:
1.决定质量分析的期间,以确定进行数据的选取﹔
2.将质量统计数据按项目进行分类登记﹔
3.各项目数据,按大小顺序依次自左向右排列在横坐标轴上,(即大多数靠近纵坐标)﹔
4.以纵坐标表示项目的数量或折合金额数﹔
5.在横坐标上绘制每个项目的直方图形﹔
6.逐项累计项目数量,并按纵坐标参数,将所得之累计数标在柏拉图上﹔
7.连接累计曲线。
柏拉图应用示例
QA在八月份检查成品质量状况统计如下:
序号
不合格项目/类型
不合格数量
占不合格品总数比率(%)
累计比率
1
产品表面刮花
392
39.2
39.2
2
产品变形
330
33
72.2
3
破损
116
11.6
83.8
4
油污
91
9.1
92.9
5
贴纸移位
31
3.1
96
6
装箱数量不符
27
2.7
98.7
7
其它
13
1.3
100
序号
不合格项目/类型
不合格数量
占不合格品总数比率(%)
累计比率
合计
1000
100
步骤2:
绘制柏拉图
步骤3:
解读柏拉图
由上图可知:
造成质量不合格的主要因素是:
1.产品表面刮花﹔2.产品变形
3.产品破损。
此三项累计达83.8%,工厂应着重调查造成此三项不合格得原因,并在综合分析的基础上,制定出有针对性的纠正措施。
三.因果图(鱼刺图)
在质量统计中,运用柏拉图找到主要的问题,需要进一步用因果图来分析问题产生的原因,“一项结果的产生,必定有其原因,应充分利用图解法找出其原因来”。
这是由日本品管专家石川馨提出来的,因此,因果图又称为“石川图”,因其形状象鱼刺,也称之为“鱼刺图”。
鱼刺图的构成是先例出发生质量变异的项目,然后对造成变异的4MIE因素(人.机.方法.物料..环境)进行分析,将造成质量变异的原因一一列明。
其基本形状如下:
物料
人員
第一层原因
第二层原因
質量問題
設備
作業環境
作業方法法
第三层原因
1.因果图的应用步骤
1.确定产生的质量变异问题,将其标明在图中主干的前端﹔
2.召集相关人员研讨,将可能的原因全部显示出来,先将第一层原因找出,展开形成第二层原因﹔将第二层原因展开,形成第三层原因,依次展开,直到提出解决措施为止﹔
3.分析图上标出的原因,从最低层次原因中找出少量对结果有主要影响的原因,并画上标记,对它们进一步收集资料。
进行实验和确认
因果图应用实例
电子部QA组对2003年11月份电动工具快充充电器电路板各项不良状况统计后,将各项数据制成不良状况一览表。
电路板不良状况一览表制表部门:
QA组制表人:
常玉锋制表日期:
03/12/1
序号
不良项目
不良品数(件)
占不良总数比率(%)
累计比率(%)
1
线路不良
658
54.8
54.8
2
焊接不良
163
13.6
68.4
3
装配不良
108
9
77.4
4
尺寸不良
84
7
84.4
5
丝印不清
66
5.5
89.9
6
装箱错误
50
4.2
94.1
7
表面赃物
42
3.5
97.6
8
其它不良
29
2.4
100
合计
1200
100
将表中各项数据绘制成柏拉图,有图很容易看到电路板中不良项目比例最高的是线路不良,占不良率的54.8%,因此,运用因果图对线路不良项目展开分析,查找产生不良的主要原因。
通过对线路不良的原因分析,查找出其中的主要原因为:
1.作业人员:
本月招进新员工过多,未能进行足够的培训,另外有经验的老员工流失过多。
2.设备:
设备电压不稳,造成质量不稳定,多个供货商的组件混用,也造成质量不稳定。
3.物料:
免检放行物料太多且未严格执行先进先出原则。
4.作业方法:
没有及时更换作业指导书,操作不规范。
5.作业环境:
噪音.光线等影响作业员注意力。
6.其它方面:
生产计划中急单过多,造成加班频繁,客户给定图纸中参数有误差。
物料
設備
作業人員
线路板表面生锈
未经培训上岗顶位太多调机欠经验物料不良
生产计划中人员不稳定
操作技能欠缺加班过多
人员流动过快组件不良机器运行不良免检物
線路不良
多个供货商不一致电压不稳定料多
型号更改,未制噪音过大新开发客户定作业指导书光线太暗客户检验严格
欠缺注意力不集中
未进行首机器距离太进视线模糊模具精度不够
其它
作業環境
作業方法
件检验设计参数有错误
工厂各相关部门在对上述原因进行研讨后,拟定如下改善对策:
1.加强对新员工的培训,每组中至少安排二名有经验的老员工进行辅导,对重点设备.重点产品进行监控﹔
2.申购一台过锑炉﹔
3.加强线炉路板的管理,杜绝同一产品使用多种线路板的现象,并编制书面的线路板质量要求给予供货商﹔
4.清查仓库中不良线路板,由品管部对其质量进行重新评定﹔
5.电子开发部尽快制定新的作业指导书,并就客户图纸中的技朮参数舆客户进行确认﹔
6.生产计划部门在编排生产计划时合理评估产能,尽量避免急单。
四.层别法
层别法是指对某一个项目按统计数据分类进行区别的方法,层别法是统计方法中最基础的工具。
通常舆其它方法如柏拉图.因果图等结合使用。
运用层别法时一定要充分了解如何分层,即按什么条件分层。
1.划分层别的原则
1.人员:
按不同组别分层
2.原物料:
按不同供货商分层
3.产品:
按不同产品别分层
4.机器:
按不同机器别分层
5.批别:
按不同时期生产的产品分层。
层别法的应用示例
QA部在对2003年11月20日至30日生产的成品圆盘锯进行抽查过程中,对其不良现象统计如下:
QA部成品验货统计表
序号
日期
不良项目
1
2
3
4
5
6
7
8
9
10
合计
1
机内有异物
4
3
3
2
6
5
7
1
2
2
35
2
杂音
6
8
7
5
4
6
6
2
1
1
46
3
大身离壳
3
4
6
7
5
3
2
3
4
2
39
4
接触不良
5
4
4
7
7
6
6
2
5
6
52
5
外壳刮花
2
3
1
4
2
6
5
4
2
1
30
6
表面赃污
7
8
4
7
5
6
6
3
3
2
51
7
保护罩回弹不良
5
4
3
2
7
5
6
5
7
3
47
8
锯片松动
4
3
5
2
7
8
9
10
5
4
57
9
合计
36
37
33
36
43
45
47
30
29
21
357
从表中可清楚的看出11月20日至30日,生产的产品每天的不良项目.不良数量,对每天生产的产品的质量状况一目了然。
五.控制图
控制图是工厂质量管理中不可缺少的一项重要工具,它最早是由美国贝饵电话实验室的休华特在1924年首先提出使用的,它通过设置合理的控制界限,对引起质量异常的原因进行判定和分析,使工序处于正常、稳定的状态。
控制图的种类、应用特点如下﹔对于上述各种控制图的表样,限于篇幅,此处只给出X-R
及P控制图的表样,对于控制图的应用,本次以P控制图的应用进行说明。
1.P-Chart:
不良率控制图的应用
1.在制程中,定时、定量的随机抽取样本﹔
2.接统计所得数据,分组计算出不合格品率P=Pn/n=单项不合格品数/抽样总数﹔
3.计算平均不合格率(P)=∑Pn/∑n=不合格总数/总抽样数
4.计算控制线中心值,上限及下限值﹔
中心控制线CL=P
控制上限UCL=P+3√P(1-P)/nP=P
控制下限LCL=P-3√P(1-P)/nP=P
5将抽取得样本结果(测量所得数值)填写在P控制图得相应栏中﹔
6.将数值按计点方式绘制在P控制图上
7.控制界限得解读:
a.数据点超出上下限。
其中:
超过上限的点,要查明造成不合格率高的原因,并针对性采取纠正措施﹔而对于低于下限的点,也应分析为什么会有如此低的不合格率,是否为以前制定标准过低,或有其它原因,管理者应针对此现象进行调查,以便制定出合理的不良率,充分发挥各生产部门的潜力,使生产业绩不断上升,并在此基础上,有意识地降低不合格率标准。
b.抽样数据连续有7个点偏离中心时,表示制程能力出现不稳定,特别是出现7个点持续走低﹔或7个点持续走高的状态,管理者应谨慎对待。
c.各点均在上下限之间有规律的变动时,表示制程情况较为稳定,这时管理者应考虑是否提高作业要求。
控制图种类及特点
类别
名称
控制图符号
作用
应用特点
备注
计量值控制图
平均值-极差
控制图
X-R
判断工序是否正常的效果好,计算量大,最常用
产品批量大,工序正常、稳定
需通过计算值,如长度、高度重量等管理质量时,用X-R控制图
中位数-极差控制图
〜
X-R
效果较差、计算简便
产品批量大、工序正常稳定
单值-移动
极差控制图
X-RS
能及时判断工序是否稳定,但不易发现工序分布中心的变化,较简便
抽样困难或尽快发现并消除异常原因
每一个数据都需管理,或抽样数据均匀,可用X-Rs控制图
计算值控制图
不合格品数控制图
Pn
计算简单,易于操作理解,较常用
样本数量相等
要通过不良个数管理质量时,用Pn控制图
不合格品率控制图
P
要通过不良率、合格率、报废率管理质量时,用P控制图
样本数量可以不等
计算量大、控制线凹凸不平
缺陷数控制图
C
在预先确定的项目中统计所有的不良数,并用来管理质量时,用C控制图
样本数量相等
计算简单、易于操作理解,较常用
单位缺陷数控制图
U
在不固定的试验中统计产生的不良数,并用于管理质量,用U控制图
样本数量不等
计算量大,控制线凹凸不平
部门/组:
X-R控制图控制图编号:
产品名称
规格
标准
N/√n
管制图
X图
R图
制造部门
期限
年月日/年月日
品质
特性
最大值
上限
设备号码
抽样
方式
平均值
中心值
测量单位
最小值
下限
操作员
测试人
日期
合计
批号
∑X=
∑R=
样
本测定值
X1
X2
X3
X4
X5
∑X
平均值
X
X
R
R
X控制图R控制图
N
A2
M3
A2
A9
D4
4
0.73
0.80
1.52
2.28
5
0.58
0.69
1.36
2.11
6
0.48
0.55
1.26
2.00
原因追查
六、检查表
检查表是以表格的形式,将要进行的检查项目分类整理出来,然后按检查表定期进行检查,其作用在于比较简便、直观地反映问题。
1.检查表的制作方法
1.确定检查项目、检查人员及时间等﹔
2.将要检查的细目逐条列在表上﹔
3.将相关的检查结果记入表中。
2.检查表样表(*见下页)
七、推移图(散布图)
推移图是将实际工作绩效于计划值之间关系数据化,并用统计报表将实绩转换成图示的方法。
推移图可以反映工作的实际绩效于目标值的差距,促进管理者进一步采取措施。
1.推移图的绘制
1.统计需要到而数据﹔设定统计项目,如产量、不良数、合格率等。
将该项目在期间(日、月、年)内的计划数、实际数、累计数分别进行统计并列入相应的表格中﹔
2.建立坐标图,纵轴表示结果,将设定的项目用一定的形状表示出来,如:
合格率:
用折线图
部门/组:
P-Chart控制图控制图编号:
产品名称
规格
标准
管制图
P
制造部门
期限
年月日/年月日
品质
特性
最大值
上限
设备号码
抽样
方式
平均值
中心值
测量单位
最小值
下限
操作员
测试人
日期
合计
批号
∑P=
∑Pn=
批量
抽查数
φPn
φP
ULC
LCL
控制图
柏拉图分析
原因追查
产量:
用柱状图
不良数:
用柱状图
不良率:
用折线图
横轴表示日期、月度、年度,并将已统计的数据列于横轴下方。
2.推移图的作用
推移图通过将计划目标于实绩相比较,能一目了然的反映管理成效,如果期间内的实绩始终控制在目标线附近,则表明管理状况良好,否则就需要采取改善行动。
3.推移图的应用实例
电动工具生产部2003年11月生产型号为圆盘锯的电动工具,在该类产品完成后,经统计编成如下图的月度推移图。
从该图中即可了解该部门11月份的生产实绩、不良率等生产状况。
电动工具生产部2003年11月月度推移图
质量绩效分析
工厂的质量管理是否上轨道,各项质量控制活动是否有效落实执行,要通过质量绩效来体现。
对于工厂管理者,只有通过质量绩效的分析,才能明了现行质量管理水平舆质量目标之间的差距,获取质量改进的必要信息。
一.质量绩效分析的步骤
1.准时出货率
2.客户投诉率
3生产直通率
4.成品合格率
标识日产数
2.626000不良率
2.41200日产计划24000计划累积
2.2110022000实绩累积
2.0100020000
1.890018000
1.6800×不良目标16000
1.470014000
1.2600×××12000
1.0500×10000
0.8400累积实绩线8000
0.63006000
0.4200累积计划线4000
0.21002000
%501000
日期123452728293031合计
实绩日产量930880980920950
实绩不良率1.01.21.51.01.3
累计划数900180027003600450021600
积计划数9301810279037104660
对七大手法的补充:
1.柏拉图的分析
一般情况下,以累积百分比达到80%的不良项目为主要项目,称为A类﹔累积在80-95%左右属次要项目,称为B类﹔95%以上为更次要问题,但实际工作中不可机械的按80%确定,应结合具体情况来选定。
柏拉图一般直