质量管理工具和方法.docx

质量管理工具和方法.docx

《质量管理工具和方法.docx》由会员分享，可在线阅读，更多相关《质量管理工具和方法.docx（15页珍藏版）》请在冰豆网上搜索。

质量管理工具和方法

质量管理工具和方法

第一节质量控制工具和方法

一、调查表

（一）定义

调查表（Data-collectionForm）：

又称检查表、核对表、统计分析表，是用来系统地收集和积累数据，确认事实，并对数据进行粗略整理和分析的统计图表。

（二）种类

在现场质量管理中，可根据收集数据的目的和数据类型等，自行设计所用的表格，常用的调查表有不合格品项目调查表、缺陷位置调查表、质量特性分布调查表、矩阵调查表。

1．不合格品项目调查表。

主要用于调查生产现场不合格品中不合格项目的频数和不合格品率，以便进一步利用排列图等分析研究。

如表10-1是某QC小组对中继线插头焊接缺陷的调查表。

2．缺陷位置调查表。

用来记录、统计、分析不同类型的外观质量缺陷所发生的部件、部位和密集程度，找出规律性，为调查或找出解决问题的方法提供依据。

图10-1是反映汽车车身喷漆质量的缺陷位置调查图表。

从图中可见，色斑发生在多处，而车门处最容易发生色斑缺陷，是应该首先采取措施的地方。

3．质量分布调查表。

质量分布调查表是使用计量值数据进行现场调查的有效工具。

它根据以往资料，将某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，用来记录和统计每一质量特性数据落在某一区间的频数。

从表格形式看，质量分布调查表与直方图的频数分布表相似。

两者的不同之处是，质量分布调查表的区间范围是根据以往资料，首先划分区间范围，然后制成表格，以供现场调查记录数据；而频数分布表则是首先收集数据。

再适当划分区间，然后制成图表，以供分析现场质量分布状况之用。

4．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和问题以及数量。

（三）调查表的应用程序

调查表的应用程序通常包括以下5个步骤：

（1）明确收集资料的目的；

（2）明确为达到目的所需的资料及所用的分析方法；

（3）要根据目的不同设计调查表格式，包括：

调查者、调查时间、地点和方式等项目；

（4）对搜集和记录的部分资料进行预先检查，确定调查表格式设计的合理性并做出评价；

（5）必要时应评审和修改调查表格式。

二、分层法（Stratification）

（一）定义

我们知道，引起质量波动（或称变异）的原因多种多样，因此搜集到的质量数据和意见往往带有综合性。

为了能够真实反映产品质量波动的真实原因和变化规律，必须对质量数据、意见等进行适当地归类和整理，这种方法也被称为分层法。

分层法又叫分类法、分组法，是指按照一定标志，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。

（二）目的和用途

分层的目的在于把杂乱无章和错综复杂的数据和意见加以归类汇总，使之更能确切地反映客观事实。

分层的目的不同，分层的标志也不一样。

分层的原则是：

同一层次内的数据波动（意见和观点差别）幅度尽可能小，层与层之间的差别尽可能大。

这样才能达到归类汇总的目的。

基于不同的分层标志，有多种分层方法，常用的分层标志有5M1E、时间、意见和观点等，可根据具体情况灵活选用和细分，也可以在质量管理活动中不断开发出新的分层标志。

分层法常用于归纳整理所搜集到的统计数据，或归纳汇总由“头脑风暴”法所产生的意见和想法。

分层法常与其他方法结合起来应用，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、分层因果图法和分层调查表法等等。

（三）应用程序

分层法应用过程包括以下步骤：

1．收集数据和意见；

2．将采集到的数据或意见根据目的不同选择分层标志；

3．分层；

4．按层归类；

5．画分层归类图。

三、因果图（CauseandEffectDiagram）

（一）定义

因果图，又叫石川图、特性要因分析图、树枝图，鱼刺图等。

它是表示质量特性波动与其潜在原因的关系，即表达和分析因果关系的一种图表，如图10-2所示。

（二）目的和用途

运用因果图便于找到问题的原因，对症下药，解决质量问题。

因果图在质量管理活动中（如QC小组活动中）的质量分析方面有着广泛用途。

（三）应用程序

利用因果图分析原因的步骤包括：

1．简明扼要地规定结果，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；

3．把结果画在右边矩形框中，然后把各类主要原因放在左边矩形框中，作为结果的输入；

4．寻求次一级的原因，画在相应的主（因）枝上，并继续层层地展开下去；

5．从最高层（最末一层）的原因（末端因素）中选取和识别少量对结果影响大的原因（称为重要因素或要因），必要时需要进一步验证。

（四）应用因果图时注意的问题

1．建立因果图时必须通过有效的方法，比如头脑风暴法，充分发扬民主，畅所欲言，集思广益，把每个人的意见都记录下来。

2．确定需要分析的质量问题（特性）不能笼统，要具体，一张因果图分析一个主要质量问题。

因果图只能用于单一目标研究。

3．因果图的层次要分明。

最高层次的原因应追溯到可以采取措施为止。

4．要因一定是在末端（最高层次）因素上，而不是在中间层次上。

5．因果图本身只能用于分析原因或建立假设，是否真正原因，需要进行验证。

因果图与排列图、对策表结合起来应用，即我国企业所谓的“两图一表”会收到很好的效果。

四、排列图

（一）定义

排列图又称为帕累托图，它是将质量改进项目从重要到次要进行排序的一种图示技术。

排列图由一个横坐标，两个纵坐标、几个按高低顺序排列的矩形和一条累计百分比折线组成。

如图10-3所示。

排列图建立在帕累托原理的基础上。

意大利经济学家帕累托研究社会财富分布状况时发现：

在社会中，拥有财富最大部分者只占总体人口的较小百分比，而大多数的人只拥有财富的较小部分，即“关键的少数和次要的多数”原理。

美国质量管理学家朱兰最先把这一原理运用到质量改进活动之中，同社会财富的分布状况类似，在质量改进的项目中，其中的少数部分起着主要的、决定性的作用，通过区分“关键的少数和次要的多数”，就可找到最具改进潜力的问题，从而用最小的努力获得最大的改进。

（二）目的和用途

排列图有两个主要作用，一是按重要顺序显示出每个质量改进项目对整个质量问题的影响和作用；二是找出“关键的少数”，抓住关键问题，识别质量的机会。

（三）应用程序

应用排列图进的步骤是：

1．确定质量分析的问题（如，产品缺陷）；

2．搜集影响问题的项目数据，并将相同项目（如缺陷原因、缺陷发生的部位或单位）归类，统计各类项目的出现频数；

3．按频数大小由高到低把各类项目排序，以长方形表示在横轴上，高度即为频数；

4．计算每个项目占总项目的百分比；

5．计算累计比率（即累计频率），画出累计频数曲线，即帕累托曲线，用来表示各项目的累计作用，便完成了帕累托图的绘制；

6．找到关键的少数（累计占80%左右的项目），确定对质量改进最重要的项目。

表10-4是某卷烟车间第四季度对成品抽样检验时得到的外观质量不合格的统计数据（本例中已经进行了相关计算和排序）。

根据这些数据做出排列图，见图10-3所示。

从图上可以看出，空松和贴口这两个项目质量缺陷占全体质量缺陷的76.3%，因此，只要把这两项作为“质量改进”的主要对象，就能取得显著的改进效果。

五、直方图（Histogram）

（一）定义

直方图是频数直方图的简称，它是把加工过程中测试得出的数据按一定的组距加以分组归类做出直方图，然后与设计规格的公差范围对比，判断生产过程是否稳定。

其形式是用一系列宽度相等（表示数据范围的间隔），高度不等（表示在给定间隔内的数据数）的长方形表示，如图10-5所示，是几种常见的数据波动形态。

（二）目的和用途

1．直观地显示了质量波动的状态；

2．较直观地传递有关过程质量状况的信息。

3．当人们根据直方图的图形研究质量数据波动状况之后，就能掌握过程的状况，从而确定在什么地方进行质量改进工作。

（三）应用程序

现在以某厂生产的产品重量为例，对直方图的应用程序加以说明。

该产品的重量规范要求为1000+50克。

1．收集数据。

作直方图的数据一般应大于50个。

本例在生产过程中收集了100个数据，列于表10-5中。

2．确定数据的极差（R），用数据的最大值减去最小值求得。

本例最大值，最小值克，所以极差R=48－1=47克。

3．确定组距（h）。

先确定直方图的组数，然后以此组数去除极差，可得直方图每组的宽度，即组距。

组数的确定要适当。

组数太少会引起较大计算误差，组数太多很难显示出数据分布的规律性，且计算工作量加大。

组数k的确定可参考组数k选用表（见表10-6）。

本例取k=10，将数据分为10组。

于是，组距（h）为R/k=47/10=4.7克5克。

组距一般取测量单位的整数倍，这样便于分组。

4．确定各组的界限值。

为避免出现数据值与组界限值重合造成频数计算困难，组的界限值单位应取最小测量单位的1/2。

本例最小测量单位是个位，其界限值应取0.5。

分组时应把数据表中最大值和最小值包括在内。

第一组下限值为：

1-0.5=0.5；

第一组上限值为：

第一组下限值加组距，即0.5+5=5.5；

第二组下限值就是第一组的上限值，即5.5；

第二组上限值就是第二组的下限值加组距，即5.5+5=10.5

第三组以后，依次类推定出各组的组界。

5．编制频数分布表。

把各个组上下界限分别填入频数分布表内，并把数据表中的各个数据列入相应的组，统计各组频数（见表10-7）。

6．按数据值比例画横坐标（本例见图10-4）。

7．按频数值比例画纵坐标（以观测值数目或百分数表示）（见图10-4）。

8．画直方图。

按纵坐标画出每个长方形的高度，它代表了落在此长方形中的点数。

注意：

每个长方形的宽度都是相等的。

在直方图上应标注出公差范围（T）、样本大小（N）、样本平均值（）、样本标准偏差值（S）和的位置（见图10-4）。

需要说明的是，运用现有的电子表格（如，MS

Excell）和统计软件（如SPSS），可以很方便地自动生成直方图。

本例只是说明其中的原理和过程。

（四）直方图的观察分析

通过分析直方图的形状，以及对照规范要求进行分析，可以解过程能力和所处的状态，并可以发现原因，以进一步采取改进措施。

1．对图形形状的观察分析。

观察直方图应着眼于整个图形的形态，对于个别的参差不齐的不必计较。

常见的直方图形状如图10-5所示。

A图为正常型，图形对称分布，且两边有一定的余量，数据频数集中在中心值，是正常状态，说明过程处于统计控制状态（稳定状态）。

B图为偏向型，数据的平均值位于中间值左侧（或右侧），形状不对称，数据分布的频数突然增加或减少；这可能是由单向工差要求（形位偏差）或加工习惯或心理因素引起的。

C图为双峰型，直方图的中间值频数少，两侧出现峰值；表明数据来自两个平均值不同的总体，如来自两个工人或两种设备加工的产品混为一批。

D图为孤岛型，在正常型直方图一侧出现“小岛”；表明过程可能发生原材料混杂、操作疏忽、短时间内有不熟练操作人员替岗、测量工具有较大误差等。

E图为平顶型，表明加工过程的缓变因素（如刀具磨损）影响，或几种平均值不同的分布混杂在一起。

F图为锯齿型，可能由于分组过多或测量数据不准确引起。

2．对照规范要求进行分析比较。

当直方图图形为正常型时还需对照标准进行比较，以判定工序满足标准要求的程度。

典型的直方图分布与规范相比较时的分布关系如图10-6所示，相应地工序调整措施见表10-8。

六、散布图

（一）定义

是研究两个变量之间相互关系的图示方法，是一种简单的回归分析技术。

（二）目的和用途

在质量管理中，常常需要研究两个或多个变量之间的关系，其中有些是确定的函数关系，有些则是有关但不完全确定的关系，这些关系即为散布图的研究对象。

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，既可推出数据间的相关程度。

比如，研究成对出现的（X，Y）变量时，当Y值随X值的增加而增加，则称二者为正相关关系；