质量改进常用的七种工具
质量改进常用的七种工具
一、 因果图
（一） 因果图的概念
导致过程或产品问题的原因可能有很多因素，通过对这些因素进行全面系统地观察和分析，可以找出其因果关系。因果图就是一种简单易行的方法。
所谓因果图，是一种用来分析质量特性（结果）与影响质量特性的因素（原因）的图。
1953年，日本东京大学教授石川馨第一次提出了因果图，所以因果图又称石川（Ishikawa）图。在这之前，石川教授和他的助手在研究活动中用这种方法分析影响质量问题的因素，由于因果图非常实用有效，很快在日本的企业得到了广泛的应用。
现在世界上，因果图不仅仅用在解决产品质量问题方面，在其它领域也得到广泛的应用。
（二） 因果图的绘制
绘制因果图不是一件轻而易举的工作，可以说质量问题能否顺利解决，绘制因果图是关键。
在介绍绘制因果图的绘制方法之前，我们用一个示例来说明因果图的结构。
1.因果图示例
因果图又称特性要因图，因其形壮象鱼刺，故又称“鱼刺图”。如图1-1所示。
图1-1
有关轴颈有刀痕的因果图示例如1-2所示，由于篇幅有限，没有将影响原因具体描述，实际应用时应该描述完整、准确。
轴承磨损
机床精度不够
图1-2
2.利用逻辑推理法绘制因果图的步骤
第一步，确定质量特性（结果），因果图中的“结果”可根据具体需要选择。
第二步，将质量特性写在纸的右侧，从左至右画一箭头（主骨），将结果用方框框上。
接下来，列出影响结果的主要原因作为大骨，也用方框框上。
第三步，列出影响大骨（主要原因）的原因，也就是第二层次原因，作为中骨；接着，用小骨列出影响中骨的第三层次的原因，如此类推。
第四步，根据对质量特性影响的重要程度，将认为对质量特性有显著影响的重要因素标出来。
第五步，在因果图上记录必要的有关信息。
一开始使用这种方法可能感到比较困难，这时，最好的方法就是看一看质量特性有没有波动，如果数据表明存在波动，就要想想为什么会存在波动。
当要画某个缺陷的因果图时，比如，可能会从数据中发现每周内不同的日期里，这种缺陷发生的次数有所不同，如果这种缺陷在星期一发生的次数比其它日期次多，就可以换个角度考虑，“为什么会产生缺陷？”，“为什么这种缺陷在星期一发生的次数比其它日期多？”，这样可以找出星期一与其它日期不同的原因，最终发现产生缺陷的原因。
用这种思考方法，确定结果和第一层次原因（主骨）、大骨和中骨、中骨和小骨之间的关系，构成了逻辑上的因果关系。
因果分析图完成以后，下一步就是要评价各因素的重要程度。因果图中所有的因素与
结果不一定紧密相关，将对结果有显著影响的因素做出标记。
最后，在因果图上标明有关资料，如产品，工序或小组的名称、参加人员名单、日期等等。
以上这种因果图的绘制方法我们称之为“逻辑推理法”。
3.利用发散整理法绘制因果图的步骤
第一步，选题，确定质量特性。
第二步，尽可能找出所有可能会影响结果的因素。
第三步，找出各原因之间的关系，在因果图上以因果关系箭头联接起来。
第四步，根据对结果影响的重要程度，将认为对结果有显著影响的重要因素标出来。
第五步，在因果图上标上必要的信息。
因果图方法的显著特点是包括两个活动，一是找出原因，另一是系统整理这些原因。
查找原因是，要求开放式的积极的讨论，最有效的方法是头脑风暴法，用过去的说法就叫“诸葛亮会”。
绘制因果图时，影响结果的原因必须从小骨到中骨，从中骨到大骨进行系统整理归类。
以上介绍的这种因果图绘制方法可称之为“发散整理法”，即先放开思路，进行开放式、发散性思维，然后，根据概念的层次，整理成因果图的形状，
这两种方法有时可以结合起来使用。
（三） 因果图的注意事项
1.绘制因果图的注意事项
（1）确定原因时应通过大家集思广益，充分发扬民主，以免疏漏。
必须确定对结果影响较大的因素。如果某因素在讨论时没有考虑到，在绘制时当然不会出现在图上。因此，绘图前，必须让有关人员都参加讨论，这样，因果图才会完整，有关因素才不会疏漏。
（2）确定原因，应尽可能具体。
质量特性如果很抽象，分析出的原因只能是一个大。尽管这种图的因果关系，从逻辑上虽说没有什么错误，但对解决问题用处不大。
（3）质量特性有多少，就要绘制多少张因果图。
比如，同一批产品的长度和重量都存在问题，必须用两张因果图分别分析长度波动的原因和重量波动的原因。若许多因素只用一张因果图来分析，势必使因果图大而复杂，无法管理，问题解决起来也很困难，无法对症下药。
（4）质量特性和因素应尽可能量化。
因果图完成后，最好依据数据把握住各因素与质量特性的因果关系的强弱，因此，质量特性和因素应予以量化。如果不便于量化时，要用可以量化的代用特性进行替代。有些企业就绘制出了定量的因果图。
（5）验证。
如果分析出的原因不能采取措施，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，直至能采取措施为止。不能采取措施的因果图只能算是练习了。
实际上，注意事项的内容分别要实现“重要的因素不要遗漏”和“不重要的因素不要绘制”两方面要求。正如前面提到过，最终的因果图往往越小越有效。
2.因果图使用的注意事项
（1） 在数据的基础上客观地评价每个因素的重要性
每个人要根据自己的技能和经验来评价各因素，这一点很重要，但不能仅凭主观意识或印象来评议各因素的重要程度。用数据来客观评价因素的重要性比较科学又符合逻辑。
（2） 因果图使用时要不断加以改进
质量改进时，利用因果图可以帮助我们弄清楚因果图中哪些因素需要检查。同时，随着我们对客观的因果关系认识的深化，必须导致因果图发生变化，例如：有些需要删减或修改，有些需要增加，要重复改进因果图，最后得到真正有用的因果图，这对解决问题非常有用。同时，还有利于提高技术熟练程度，增加新的知识和解决问题的能力。
二、排列图
（一） 排列图的概念
质量问题是以质量损失（缺陷项目和成本）的形式表现出来的，大多数损失往往是由几种缺陷引起的，而这几种缺陷往往又是少数原因引起的。因此，一旦明确了这些“关键的少数”，就可消除这些特殊原因，避免由此所引起的大量损失。用排列图法，我们可以有效地实现这一目的。
1897年，意大利经济学家巴雷特（V. Pareto）提出了一个公式，这个公式表明社会上人收入的分布是不均等的。1907年，美国经济学家洛伦兹（M.C.Lorenz）用图表的形式提出了类似的理论。这两位学者都指由大部分社会财富是掌握在少数人手里。后来，在质量管理领域，朱兰博士（J.M.Juran）运用洛伦兹的图表法将质量问题分为“关键的少数”和“次要的多数”，并将这种方法命名为“巴雷特分析法”。朱兰博士指出，在许多情况下，多数缺陷及其引起的损失是由相对少数的原因引起的。
（二）作排列图的步骤
第一步，确定所要调查的问题以及如何收集数据。
（1）选题，确定所要调查的问题是哪一类问题。如缺陷项目，金额损失，事故等等。
（2）确定哪些数据是必要的，以及如何将数据分类，如：或按缺陷类型分，或按缺陷发生的位置分，或按工序分，或按机器设备分，或按操作者分，或按作业方法分等等。
数据分类后，将不常出现的项目归到“其它”项目。
（3）确定收集数据的方法，以及在什么时候收集数据。通常采用检查表的形式收集数据。
第二步，设计一张数据记录表。如表2-1。这是某铸造企业在调查铸件质量问题时的案例。
表2-1 缺陷检查表
缺陷类型记号小计
断裂IIII IIII 10
擦伤IIII IIII ┄ IIII II 42
污染IIII I 6
弯曲IIII IIII ┄ IIII IIII 104
裂纹IIII 4
砂眼IIII IIII IIII IIII 20
其它IIII IIII IIII 14
合计 200 第三步，将数据填入表中，并合计。
第四步，作排列图用数据表，表中列有各项缺陷数据，累计缺陷数，各项缺陷所占百分比以及累计百分比。如表2-2所示。
表2-2 排列图数据表
缺陷类型缺陷数累计缺陷数比率（%）累计比率（%）断裂104 104 52 52
擦伤42 146 21 73
污染20 166 10 83
弯曲10 176 5 88
裂纹 6 182 3 91
砂眼 4 186 2 93
其它14 200 7 100
合计200 100
第五步，按数量从大到小顺序，将数据填入数据表中。其它项的数据由许多数据很小的项目合并在一起，将其列在最后，而不必考虑其它项数据的大小。
第六步，画两根横轴和纵轴。
左边纵轴，标上件数（频数）的刻度，最大刻度为总件数（总频数）。右边纵轴，标上比率（频率）的刻度，最大刻度为100%。
横轴上将频数从大到小依次列出各项。
第七步，在横轴上按频数大小画出直方柱。
第八步，在每个直方柱右侧上方，标上累计值（累计频数和累计频率百分数），描点，用实线连接，画累计频数折线（巴雷特曲线）。
第九步，在图上记入有关必要事项，如排列图缺陷名称，数据，单位，作图人姓名以及采集数据的时间，主题，数据合计数等等。
根据表2-2的数据作出的排列图如图2-1：
日期：4月1日至7月31日
图2-1
（三）排列图的分类
正如前所述，排列图是用来确定“关键的少数”的方法，根据用途，排列图可分为分析现象用排列图和分析原因用排列图。
1.分析现象用排列图
这种排列图与以下不良结果有关，用来发现主要问题。
（1）质量：缺陷、故障、顾客抱怨、退货、维修等；
（2）成本：损失总数、费用等；
（3）交货期：存货短缺、付款违约、交货期拖延等；
（4）安全：发生事故、出现差错等。
2.分析原因用排列图
这种排列图与过程因素有关，用来发现主要问题。
（1）操作者：班次、组别、年龄、经验、熟练情况以及个人本身因素，
（2）机器：机器、设备、工具、模具、仪器：
（3）原材料：制造商、工厂、批次、种类：
（4）作业方法：作业环境、工序先后、作业安排、方法。
（四）排列图的注意事项
1.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为了抓住“关键的少数”，在排列图上通常把累计比率分为三类：在0~80%间的因素为A类因素，也即主要因素；在80~90%间的因素为B类因素，也即次要因素；在90~100%间的因素为C类因素，也即一般因素。
③如果其它项所占的百分比很大，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。
④如果数据可以用金额来表示，画排列图时金额最好在纵轴上表示。
2.使用排列图的注意要点
如果希望问题能简单的得到解决，必须要掌握正确的方法。
排列图的目的在于有效解决问题，基本点就是要求我们只要抓住“关键的少数”就可以了。如果某项外呢体相对来说不是“关键的”，我们希望采取简单的措施就能解决。
分析主要原因经常使用排列图。根据现象作出排列图，确定了要解决的问题之后，必然要明确主要原因所在。这就是要用排列图的原因。
排列图可用来确定采取措施的顺序。一般地，把发生率高的项目减低一半要比发生问题的项目完全消除更为容易。因此，从排列图中直方柱高的项目着手采取措施能够事半功倍。
对照采取措施前后的排列图，研究组成各个项目的变化，可以对措施的效果进行鉴定。利用排列图不仅可以找到一个问题的主要原因，而且可以连续使用，找出复杂问题的主要原因。
（五）排列图和因果图结合使用
要解决某个问题，可将几种方法结合起来使用。将排列图和因果图结合起来特别有效，下面是一个典型的实例。
1.选题
例如，在某制造过程上用排列图来确定主要不合格项目，收集了两个月的不合格品数据，并对其进行了分类，发现尺寸不合格数量最大，占不合格品总数的48%，因此，把重点放
在减少尺寸不合格的缺陷上。
2.分析和对策
车间所有人员都参与讨论尺寸波动的原因，画出了因果图，并调查了所有零件尺寸的波动情况，以评价各因素对不合格的影响程度。如图2-2所示。从图2-3可以发现，装配位置对缺陷发生次数影响最大。尽管操作标准中对装配位置有所规定，但装配方法没有用图示表示出来，这使得装配位置不尽一致，导致产品尺寸缺陷。于是，车间人员设计了适当的装配方法，用图表示出来，并进行了标准化，加到作业标准中。
图2-2
3.改进的效果
进行改进后，收集数据，制作排列图比较结果，下面两张排列图清晰的表明，经过改进，产品尺寸的缺陷减少了。见图2-4。
图3.5-5
图2-3
图2-4
6月1日至7月31日
三、直方图
（一） 直方图的概念
直方图法是从总体中随机抽取样本，将从样本中获得的数据进行整理，根据这些数据找
出质量波动规律，预测工序质量好坏，估算工序不合格品率的一种常用工具。
直方图的作用:
展示用表格难以说明的大量数据
显示各种数值出现的相对频率
揭示数据的中心、波动及形状
快速阐明数据的潜在分布
为预测过程提供有利信息
可以发现“过程是否能满足顾客要求”
（二） 直方图的作图步骤
通过一个具体例子说明。已知车削某零件外圆尺寸φ10mm+0.035，为调查车削某零件
外圆尺寸的分布情况，从加工过程中取100个零件，测得尺寸φ10+x的x值如表3-1所示。
表3-1 原始数据x （单位：0.001mm）
23 19 26 11 20 11 17 16 14 15 19 22 20 7 10 15 14 7 9 18
16 17 14 17 17 24 20 16 27 15 14 21 14 20 16 15 9 8 16 14
14 17 9 13 20 21 8 14 17 9 8 0 6 9 10 14 16 13 19 18
20 16 11 19 16 27 16 22 16 17 19 9 11 13 19 13 8 5 14 13
27 17 14 17 16 5 17 13 20 8 27 3 12 20 13 25 16 13 29 10
直方图的作图步骤如下：
第一步，求极差R。
在原始数据中找出最大值x max和最小值x min，计算二者的差值，这就是极差。
本例中R=x max-x min=29-0=29μ。
第二步，确定分组的组数和组距。
一批数据究竟分多少组，通常根据数据个数的多少而定，可参考表3-2。
表3-2 直方图分组数表
数据个数分组数K
50 ~ 100 6 ~ 10
100 ~ 250 7 ~ 12
250以上10 ~ 20
分组时，若组取得太多，每组内出现的数据个数很少，甚至为零，作出的直方图过于分
散或呈现锯齿状；若组数取得很少，则数据会集中在少数组内。而掩盖了数据的差异。所以
分组组数取得太多或太少都不合适。分组数K确定后，组距h也就确定了。h=R/K=x max-x min/K
本例中，取K=10，h=R/K=29/10≈3（μ）。
第三步，确定各组界限。
为避免数据落在组界上，组界值的末位数应取测量值单位的1/2。例如，测量单位为
0.001mm，组界的末尾数应取0.001/2=0.0005（mm）。分组界限应能把最大值和最小值包括在
内。在决定组界限时，可先从第一组起，一般参考下面的公式确定：
第一组的上下界限值为x min±（h/2）。
第二组的上下界限值就是第二组的下界限值，第二组的下界限值加上组距就是第二组的
上界限值，……，依次类推，可定出各组的组界。
本例中，第一组的起止界限为－1.5~1.5；第二组的起止界限为1.5~4.5；第三组的起止界
限为4.5~7.5；……。
为了计算的需要，往往要决定各组的中心值。每组的上下界限相加除以2，所得数据即
为组中值。组中值为各组数据的代表值。
第四步，作频数分布表。
将测得的原始数据分别归入相应的组中，统计各组的数据个数，即频数f i，各组频数填
好后检查一下其总数是否与数据总个数相符，避免重复或遗漏。如表3-3所示。
表3-3 频数分布表
组号组界组总心值频数记录频数f
1 －1.5 ~ 1.5 0 I 1
2 1.5 ~ 4.5
3 I 1
3 4.5 ~ 7.5 6 IIII 5
4 7.
5 ~ 10.5 9 IIII IIII IIII 14
5 10.5~13.5 12 IIII IIII III 13
6 13.5~16.5 15 IIII IIII IIII IIII IIII II27
7 16.5~19.5 16 IIII IIII IIII II18
8 19.5~22.5 18 IIII IIII II12
9 22.5~25.5 21 III 3
10 25.5~28.5 24 IIII 5
11 28.8~31.5 27 III 3
100
第五步，画直方图。
以横坐标表示质量特性（本例中的质量特性就是加工尺寸），纵坐标为频数（或频率），
在横坐标上标明各组组界，以组距为底，频数为高，画出一系列的直方柱，就成了直方图。
第六步，在直方图的空白区域，记上有关数据的资料，如收集数据的时间、数据个数n、
平均值x-、标准值s等等。
如图3-1所示。
图3-1
(三) 如何看直方图
1．直方图的常见类型
通常直方图有以下几种类型：如图3-2所示。
标准型锯齿型偏峰型
陡壁型平顶型双峰型孤岛型
图3-2
观察直方图的形状，可以看出总体的情况。根据直方图的形状，可以对总体进行初步分析。
（1）标准型（对称型）。数据的平均值与最大值和最小值的中间值相同或接近，平均值附近的数据的频数最多，频数在中间值向两边缓慢下降，以平均值左右对称。这种形状也是最常见的。
（2）锯齿型。作频数分布表时，如分组过多，会出现此种形状。另外，当测量方法有问题或读错测量数据时，也会出现这种形状。
（3）偏锋型。数据上午平均值位于中间值的左侧（或右侧），从左至右（或从右至左），数据分布的频数增加后突然减少。形状不对称。当下限（或上限）受到公差等因素限制时，由于心理因素，往往会出现这种形状。
（4）陡壁型。平均值远左离（或右离）直方图的中间值，频数自左至右减少（或增加），直方图不对称。当工序能力不足，为找出符合要求的产品经过全数检查后，常出现这种形状。
（5）平顶型。当几种平均值不同的分布混合在一起时，常出现这种形状。 （6）双峰型。靠近直方图中间值的频数较少，两侧各有一个“峰”。当两种不同的分布（且其平均值相差大）混合在一起时，常出现这种形状。 （7）孤岛型。在标准型的直方图的一侧有一个“小岛”。出现这种情况是夹杂了其它分布的少量数据，比如，工序异常、测量错误或混有另一分布的少量数据。 2.直方图与公差限的比较
加工零件时，有尺寸公差规定，将公差限用两条线在直方图上表示出来，并与直方图的分布进行比较。典型的五种情况如图3-3所示。评价总体时可予以参考。
(1)当直方图符合公差要求时：
(a) 现在的形状不需要调整，因为直方图充分满足公差要求。
(b) 直方图能满足公差要求，但不充分。这种情况下，最好考虑减少波动。
图3-3
直方图符合公差要求 直方图不符合公差要求
SL (a) SU SL
(b) SU SL (c)
SU
SL (d) SU SL (e) SU
（2）当直方图不满足公差要求时：
（c）必须采取措施，使平均值接近规定的中间值。
（d）要求采取措施，以减少变差（波动）。
（e）要同时采取（c）和（d）的措施，既要使平均值接近中间值，又要减少波动。
四. 检查表
在质量管理中，强调“用数据说话”，因此，要收集数据。收集数据的根本点是数据要清楚地反映现状。实际收集数据时，方法要简单，数据处理要方便。通常，可用检查表来实现这一目的。
使用检查表法的步骤
1.对观察到的事物或现象做出统一规定
2.决定由谁收集资料
3.确定资料的来源和范围
4.设计检查表
5.收集资料
6.整理
检查表是用来检查有关项目的表格，一般是事先印刷好的（当然也可临时制做），用来收集数据容易、简单明了。使用检查表有两个目的，一是收集数据比较容易；二是数据使用、处理起来也比较容易。
数据的收集和整理看起来似乎比较容易，但真正做起来就不是那么回事了。多人处理数据，笔误的可能性就增大了。在检查表上用检查标记或简单的符号记录数据，数据便于整理。因此，检查表成了非常有用的数据记录工具。一般地，检查表有以下几种：（一）工序分布检查表
假如想知道某一种零件尺寸的波动情况，这种零件的尺寸公差为8.300±0.008mm，为研究过程特性值的分布，通常采用直方图，可在直方图的基础上计算平均值和方差。
画直方图有两大麻烦，一方面，要收集大量的数据，另一方面，还要做频数分布表，较为简单的方法是在收集数据的同时进行数据处理。下面是一个例子。每次测量结果出来后，就在表中适当的格子里打一个“×”，数据测量结束，直方图也就出来了。如果在一张检查表上，数据要分层时，可用不同的颜色，不同的记号，便于随后识别。具体见表4-1所示。
表4-1
（二）不合格项检查表
表4-2是某注塑产品最终检验的检查表。每发现一个缺陷，检验员就画一个标记，一天的工作下来，就可以立即计算出当天发生的各种缺陷的总数。
但知道缺陷总数，还不能指导采取补救措施。如果检查表采用这种图的形式，就可以获得很多有关质量改进的重要线索，因为这种图表清楚地表明了哪种缺陷经常发生，哪些缺陷不经常发生。
用这种检查表时，事后数据无法分层，例如，一旦早晚班的数据合并在一起，就不能分开。
当一种产品有两种或两种以上缺陷时，事先必须规定如何记录数据。要让参与检验记数的人都明白。在本例中，2530件产品中缺陷总数为115，有缺陷的产品个数少于115。这是因为有个别产品有两种或两种以上的缺陷。具体见表4-2。
表4-2 缺陷检查表
（三）缺陷原因检查表
上例是指出缺陷位置的检查表，此外，经进一步分层，检查表有时可用来发现缺陷原因。
表4-3是胶木把手的缺陷检查表，按设备、操作工、日期和缺陷类型等分类检查、记录。大致看一下检查表，就可发现操作工B生产出的产品缺陷最多。星期四所有操作工生产的都有许多缺陷。对原因进行分析表明，操作工B不经常更换模具，每周星期四原料组成与其它日期不一样，或许这些都是引起产品缺陷的原因。
用因果图制做检查表也能达到目的。这就是说，工人对因果图比较容易理解，只有当缺陷的原因弄清楚了以后才可绘制因果图。用检查表就可以帮助我们找出某些原因，优先采取措施。
除了前面讲述的例子外，还有其它许多种类的检查表都可以在工厂使用。设计检查表时，首先应考虑收集数据的目的，然后进行各种改进，使数据的收集和记录容易、更方便、更适合我们的目的和要求。
表4-3
○：表面擦伤；△：砂眼；：▲：尺寸不良；●：外形异常；□：其它
（四）缺陷位置检查表
产品表面有擦伤或污点等外观缺陷，许多工厂通过各种努力试图减少这类缺陷。缺陷位置检查表对解决这类问题很有效。这种类型的检查表在产品示意图上标记缺陷位置。
五、控制图
控制图是对过程质量特性值进行测定、记录，评估和监察过程是否处于统计控制状态的一种用统计方法设计的图。
控制图是由美国工程师休哈特提出来的，故又称休哈特控制图。
眼睛是人的心灵的窗口，从人的眼睛可以看出人的内心世界。同样，控制图是过程的窗口，从控制图可以看出过程处于什么状态。
在一道工序开始应用控制图时，几乎总不会恰巧处于统计控制状态（稳态），也即总存在异因。如果就以这种非稳态状态下的参数来建立控制图，控制图界限之间的间隔一定较宽，以这样的控制图来控制未来，将导致错误的结论。因此，一开始，总要将非稳态的过程调整到稳态的过程，也即调整到过程的基准，这就是分析用控制图的阶段。等到过程调整到稳态后，才能延长控制图的控制线作为控制用控制图，这就是控制用控制图的阶段。故日本有句质量管理的名言：“始于控制图，终于控制图。”所谓“始于控制图”是指对过程的分析从应用控制图对过程进行分析开始，所谓“终于控制图”是指对过程的分析结束，最终建立了控制用控制图。
过程不受控
控制图上有用实线绘制的中心线（CL）、虚线绘制的上控制界限（UCL）和下控制界限（LCL），图中并有按时间顺序抽取的样本统计量数值的描点序列，各点之间用直线段相连，以便看出点子的变化趋势，参见图。影响过程波动的因素包括普通原因和特殊原因。普通原因，又称偶然因素（偶因），是大量地客观存在的，是过程所固有的，但对过程质量特性的影响很小，是人们无法加以消除的。特殊原因，又称异常因素（异因），不是过程所固有的，但对过程质量特性的影响较大，查明原因后，是可以加以消除的。控制图的目的是发现已经存在的或潜在的影响过程质量的异常因素，加以消除，使过程无异因，也即使过程达到统计稳定状态，使过程可预测。其利用了休哈特控制图的3σ原则：在无异因（只存在偶因）的前提下，控制图上点出现异常的概率不超过0.27%。控制图分为计量值控制图和计数值控制图，其中计量值控制图包括均值极差控制图、均值标准差控制图、中位数极差控制图、单值移动
极差控制图；计数值控制图包括不合格品数控制图、不合格品率控制图、不合格数控制图和单位不合格控制图。
一、分析用控制图与控制用控制图的含义
故根据使用的目的的不同，控制图可分为：分析用控制图和控制用控制图：
（一） 分析用控制图
主要分析以下两点：
（1） 所分析的过程是否为统计稳态？参见图7.3-1。
（2） 该过程的过程能力指数（process capability index），也即不合格频率（参见本章第五节）是否满足要求？荷兰学者维尔达（S.L .Wierda）把过程能力指数满足要求称做技术稳态（state in technical control）。参见图7.3-1a。
图7.3-1a
图7.3-1b
由于过程能力指数需在稳态下计算，故应先将过程调整到统计稳态，然后再调整到技术稳态。
根据统计稳态与技术稳态的是否达到可以分为如表7.3-1所示的四种情况：
表7.3-1 状态分类
（1） 状态Ⅰ：统计稳态与技术稳态同时达到，最理想；
（2） 状态Ⅱ：统计稳态未达到，技术稳态达到；
（3） 状态Ⅲ：统计稳态达到，技术稳态未达到；
（4） 状态Ⅳ：统计稳态与技术稳态均未达到，最不理想。
显然，状态Ⅳ最不理想，也是现场所不能容忍，需要加以调整，使之逐步达到状态Ⅰ。从表3-1可见，从状态Ⅳ达到状态Ⅰ的途径有二：状态Ⅳ→状态Ⅱ→状态Ⅰ或状态Ⅳ→状态Ⅲ→状态Ⅰ，究竟通过哪条途径应由具体的技术经济分析来决定。有时，为了更加经济，宁可保持在状态Ⅱ也是有的。当然，在生产线的末道工序一般以保持状态Ⅰ为宜。
分析用控制图的调整过程即质量不断改进的过程。
（二） 控制用控制图
当过程达到了我们多确定的状态后，才能将分析用控制图的控制线作为控制用控制图。
由于后者相当于生产中的立法，故由前者转为后者时应有正式交接手续。这里要用到判断稳态的准则（简称判稳准则），在稳定之前还要用到判断异常的准则（简称判异准则）。
进入日常管理后，关键是保持所确定的状态。经过一个阶段的使用后，可能又出现异常，这时应按照前面提到的“20字方针”去做，恢复所确定的状态。
从数学的角度看，分析用控制图的阶段就是过程参数未知的阶段，而控制用控制图的阶段则是过程参数已知的阶段。
二、判稳准则的思路
为了便于本教材读者对后文的理解，这里只简单介绍判稳准则的思路。
对于判异开说，点出界就判异很可靠，但在控制图上如打一个好点子未出界，可否判稳？打一个点未出界有两种可能性：1.过程本来稳定，或是2.漏报。故打一个点子未出界不能立即判稳。但若接连打许多点子都未出界，则情况大不相同，可认为过程稳定。
如果接连在控制界内点子更多，则即使有个别点子偶然出界，过程仍可看作是稳态的。
上述就是判稳准则的思路。具体判稳准则如下：
（1） 连续25点都在控制界限内；
（2） 连续35点，在控制界限外的点子不超过1个；
（3） 连续100点，在控制界限外的点子不超过2个。
当然，即使在判稳时，对于界外点也必须按照第二章第二节的“20字方针”去作。
三、判异准则的思路
为了便于本教材读者的理解，这里需要简单介绍判异准则，详见本教材中级版第八章SPC。
判异准则有两类：
（1） 点出界就判异①；
（2） 界内点排列不随机判异。
这第一点是针对界外点的，而这第二点则是针对界内点的。关于判异准则，休图的国际标准有8种准则，参见图7.3-4。
准则1：一点在A 区外 准则2：9点在C 区或其外
A B C C B UCL
X bar
A
LCL
A B
C C B
UCL
X bar
A
LCL
A B C C B
A UCL
X bar
LCL A B
C C B
A
UCL
X bar
LCL
准则
3：6点递增或递减
准则4：14点上下交替
A B C C UCL X B A LCL
A B
C C UCL
X
B
A
LCL 准则5：3点中有2点在A 区 准则6：5点中有4点在B 区
图7.3-4
准则7：15点在C 区中心线上下 准则8：8点在中心线两侧，但无一点在C 区
A B C C B A
UCL X LCL A B
C C B
A UCL
X
LCL
全面质量管理的常用七种工具要点
全面质量管理的常用七种工具 所谓全面质量管理常用七种工具，就是在开展全面质量管理活动中，用于收集和分析质量数据，分析和确定质量问题，控制和改进质量水平的常用七种方法。这些方法不仅科学，而且实用，作为班组长应该首先学习和掌握它们，并带领工人应用到生产实际中。 一、统计分析表法和措施计划表法 质量管理讲究科学性，一切凭数据说话。因此对生产过程中的原始质量数据的统计分析十分重要，为此必须根据本班组，本岗位的工作特点设计出相应的表格。常用的统计分析表有以下几种，供参考。１. 不良项目调查表 某合成树脂成型工序使用的不良项目调查表如下。每当发生某种不良时，工人就可在相应的栏目里画上一个调查符号，这样，下班时哪些不良项目发生了多少，立即可知。 ２. 零件尺寸频数分布表 此表与不良项目调查表属同一类型。第二栏为零件尺寸的分组，第四栏的“ ”与不良项目调查表中的“正”是相同的符号。工人每加工完一个零件，经检测后，将所得零件尺寸在第二栏“组距”中找到相应的尺寸组，然后再在第四栏中记录符号，待到下班或完工时，再统计第五栏。这样的图既直观、又明确、有助于掌握零件尺寸的分布情况。 ３. 汽车油漆缺陷统计表 该表的特点是直观，而且将每个缺陷的部位表示出来了。 ４. 不良原因调查表
要分清不良的发生原因，可接设备、操作者、时间等标志进行分层调查，填写不良原因调查表。下表为调查了甲、乙两位工人5天生产塑料勺不良原因的调查表。 ５. 不合格品分类统计分析表 下表为某工序同时生产三种规格的轴承，按不良项目分别统计。表的右侧和下边的合计栏均画作虚线，表示可根据需要取舍。需要注意的是“尺寸精度”和“旋转精度”作为总目，下面还细分若干细目，这是表格设计的一种技巧，与此对应，下边合计栏也应合理设计。 6. 措施计划表 措施计划表，又称对策表。在制订一个具体的改进措施计划后，所有对策编制成计划表的形式。下表为某照相机厂生产一种自拍照相机，为了解决自拍质量问题，针对所分析的原因，制订的改进措施计划表。 二、排列图法 排列图法是找出影响产品质量主要因素的一种有效方法，其形式如下图。 排列图中有两个纵座标，一个横座标，几个直方形和一条曲线。左边的纵座标表示频数(件数金额等，右边的纵座标表示频率(以百分比表示，有时，为了方便，也可把两个纵座标都画在左边。横座标表示影响质量的各个因素，按影响程度的大小从左至右排列；曲线表示各影响因素大小的累计百分数，这条曲线称帕累托曲线。通常把累计百分数分为三类：0～80％为A 类，是累计百分数在80％的因素，显然它是主要因素。累计百分数80～90％的为B 类，是次要因素；累计百分数在90～100％的为C 类，这一区间的因素是一般因素。 作排列图需注意:
项目质量控制工具(新老七种工具)
老七种工具 因果图：又叫石川图或鱼骨图，它说明了各种要素是如何与潜在的问题或结果相关联。 流程图：几个基本要素：活动、决策点、过程顺序 有助于应对方法的制定 直方图：直方图/柱形图指一种横道图，可反映各变量的分布，通过各栏的形状和宽度来确定问题的根源 检查表：通常用于收集反映事实的数据，便于改进。 特点：容易记录数据并能自动地分析这些数据。 散点图：显示两个变量之间的关系和规律 两个点越接近对角线，关系越紧密 排列图：也叫帕累托图。是按照发生频率大小顺序绘制的直方图，表示有多少结果是由已确认类型或范畴的原因所造成的。 附：帕累托法则：相对来说数量较小的原因往往造成绝大多数的问题或者缺陷。也叫二八原理，即80%的问题是20%的原因造成的。
控制图：又叫管理图、趋势图，是一种带控制界限的质量管理图表。通过观察图上产品质量特性值的分布状况，分析和判断生产过程是否发生异常，以便及时采取必要措施。 图上有中心线和上下控制界限，中心线是所控制的统计量的平均值，上限控制界限 与中心线相距数倍标准差。一般分为计量值和记数值两大类。 新七种工具 相互关系图：是指用连线图来表示事物相互关系的一种方法。也叫关系图法。 亲和图：也称“KJ法”是从错综复杂的现象中，用一定的方式来整理思路、抓住思想实质、找出解决问题新途径的方法。主要用事实说话，靠“灵感”发现新思想，解决新问 题。 树状图：由方块和箭头构成，形状似树枝，又叫系统图，家谱图，组织图等等，是系统地分析、探求实现目标的最好手段的方法。是系统工程理论在质量管理中的一种具体应 用。 矩阵图：借助数学上矩阵的形式，把与问题有对应关系的各个因素列成一个矩阵图，然后根据矩阵图的特点进行分析，从中确定关键点（着眼点）的方法。
新的七种质量控制工具
新的七种质量控制工具 质量管理新七种工具是日本质量管理专家于70年代末提出的，主要运用于全面全面质量管理PDCA循环的P（计划）阶段，用系统科学的理论和技术方法，整理和分析数据资料，进行质量管理。常用的质量控制方法主要运用于生产过程质量的控制和预防，新的七种质量控制工具与其相互补充。 一、箭线图法 箭线图法，又称矢线图法，是网络图在质量管理中的应用。箭线图法是制定某项质量工作的最佳日程计划和有效地进行进度管理的一种方法，效率高，特别是运用于工序繁多、复杂、衔接紧密的一次性生产项目上。 二、关联图法 关联图法，是指用一系列的箭线来表示影响某一质量问题的各种因素之间的因果关系的连线图。质量管理中运用关联图要达到以下几个目的。 1、制定TQC活动计划； 2、制定QC小组活动计划； 3、制定质量管理方针； 4、制定生产过程的质量保证措施； 5、制定全过程质量保证措施。 通常，在绘制关联图时，将问题与原因用“○”框起，其中，要达到的目标和重点项目用“○”圈起，箭头表示因果关系，箭头指向结果，其基本图形如下图1所示。 三、系统图 系统图，是指系统寻找达到目的的手段的一种方法，它的具体做法是将把要达到的目的所需要的手段逐级深入，如下图2所示。 系统法可以系统地掌握问题，寻找到实现目的的最佳手段，广泛应用于质量管理中，如质量管理因果图的分析、质量保证体系的建立、各种质量管理措施的开展等。
四、KJ法 KJ法是日本专家川喜田二郎创造的，KJ是他的名字打头的英文字母缩写。KJ法针对某一问题广泛收集资料，按照资料近似程度，内在联系进行分类整理，抓住事物的本质，找出结论性的解决办法。这种方法是开拓思路、集中集体智慧的好办法，尤其针对未来和未知的问题可以进行不受限制的预见、构思、对质量管理方针计划的制定、新产品新工艺的开发决策和质量保证都有积极的意义。 五、矩阵图法 矩阵图法运用二维、三维……多维矩阵表格，通过多元因素分析找出问题和造成问题的原因。矩阵图的基本形式如下图3所示。 图3二维矩阵图
质量改进的七种工具与技术doc
质量改进的工具与技术 质量改进有老七种工具：因果图；排列图；直方图；检查表；分层法；控制图；散布图。 新七种工具：关连图；系统图（树图）；矩阵图；网络图（箭条图）；PDPC法（过程决策程序图）；亲和图（kj法）；矩阵数据解析法。 补充工具有：流程图；水平对比法；头脑风暴法。 一、因果图 （一）因果图的概念 因果图又称鱼刺图或石川图或特性要因图，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。用来分析因果关系，表达因果关系；通过识别症状、分析原因、寻找原因促进问题的解决。 （二）因果图的绘制 1、利用逻辑推理法绘制因果图的步骤 （1）确定质量特性（结果）； （2）将质量特性（结果）写在纸的右侧，用方框框上，从左至右画一箭头（主骨），列出影响结果的主要原因作 为大骨，也用方框框上； （3）列出影响大骨（主要原因）的原因，也就是第二层次
原因，作为中骨；用小骨列出第三层次原因，以此类推；
（4）将认为对质量特性（结果）有显著影响的重要原因标出来； （5）在图上记录必要的有关信息（如产品、工序或小组名称、参加人员、日期等）。 它是用逻辑推理法去确定第一层次原因（大骨），第二层次原因（中骨），第三层次原因（小骨）与结果之间的关系，故称“逻辑推理法”。 2、利用发散整理法绘制因果图的步骤 （1）确定质量特性； （2）尽可能找出所有可能会影响结果的因素； （3）找出各原因之间的关系，在因果图上以因果关系箭头联接起来； （4）将认为对结果有显著影响的重要因素标出来； （5）在因果图上标上必要的信息。 它的特点是开放式的查找原因（最有效的方法是“头脑风暴法”），然后根据对结果的影响从小骨到中骨再到大骨系统地整理这些原因，形成因果图形状，故称为“发散整理法”。 （三）因果图的注意事项 1、绘制因果图的注意事项 （1）确定原因应集思广益，以免疏漏；
质量管理的旧七种工具是什么
质量管理的旧七种工具是 什么 Final approval draft on November 22, 2020
质量管理的旧七种工具是：1、分层法分层法又叫分类法，是整理质量数据的一种重要方法。它是把所收集起来的数据按不同的目的加以分类，将性质相同、生产条件相同的数据归为一组，使之系统化，便于找出影响产品质量的具体因素。2、排列图排列图也叫巴雷特图、主次因素分析图和ABC法。它是用来找出影响质量的主要因素的一种方法。它一般由两个纵坐标、一个横坐标、几个长方形和一条折线组成。左边的纵坐标表示频数（如件数、金额、时间等）；右边的纵坐标表示频率；横坐标表示影响质量的各种因素，按频数大小自左至右排列；长方形的高度表示因素频数的大小；折线由表示各因素的累计频率的点连接而成。3、因果图因果图是整理和分析影响产品（工程、工作）质量的各因素（原因）之间的关系，即表示质量特性与原因之间的关系的一种工作图。它又称因果分析图、树枝图或鱼刺图。4、直方图直方图又称质量分布图和质量散布图。它是将数据按大小顺序分成若干间隔相等的组，以组距为底边，以落入各组的频数为高所构成的矩形图。直方图是用来整理质量数据，从中找出规律，用以判断和预测生产过程中质量好坏的一种常用工具。5、管理图管理图，又称控制图。它是用于分析和判断工序是否处于稳定状态，带有管理界限的图。它有分析用管理图和控制用管理图两类。前者专用于分析和判断工序是否处于稳定状态，并且用来分析产生异常波的原因；后者专用于控制工序的质量状态，及时发现并消除工艺过程的失调现象。6、散布图散布图，又称相关图。它是在处理计量数据时，分析、判断、研究两个相对应的变量之间是否存在相关关系，并明确相关程度的一种方法。7、调查表调查表，又称检查表、统计分析表，它是为分层收集数据而设计的图表，用来进行数据整理和粗略的原因分析。可根据不同的目的要求，设计多种多样的调查表。
数理统计方法与工具--质量管理QC新、老七种工具应用
数理统计方法与工具--质量管理QC 新、老七种工具应用 在质量管理活动中经常提到“方法应用”和“工具应用”二种说法，从本质上说二者没有原则的区别。 数理统计方法属于应用数学的范畴，是实践的科学，没有实际应用就失去了存在的意义。但是，数理统计方 法的理论基础是“概率论”，从这一点看又要求应用者有较高的素质。日本在推行全面质量管理过程中特别注 意到数理统计方法的应用，许多专家致力于对数理统计方法进行简化的研究，先后提出了“质量管理七种工 具”和“质量管理新七种工具”。此时，应用者只要根据规定的要求去应用，就会收到好的效果，这就好比工 人的操作中使用扳手、郎头等工具一样方便。因此称为数理统计工具。 １．新、老七种工具的主要区别 1）老七种工具；包括排列图、因果图、调查表、分层法、直方图、散布图、控制图。 在老七种工具中，除因果图以外，都属于统计型方法。其主要特点为： 1/ 适用于现场质量管理活动中应用； 2/ 研究对象大都是可定量化表达的； 3./ 收集分析数据和进行统计计算的方法取得分析结果。 2） 新七种工具：包括系统图等七种 在新七种工具中除矩阵数据解析法外，都属于情理型方法，其主要特点是 1/适用于管理层次的应用 2/研究对象大都是定性的 3/很少进行计算，主要以收集语言资料和用图表 4/新七种工具是能提供思考方法，提供一系列科学思维方法的工具。 2.、排列图的应用 2.1 定义：排列图是为寻找主要问题或影响质量的主要因素所使用的图。排列图是由两个纵坐标（左边 的纵坐标为项目发生的频数，右边的纵坐标为累积百分数），一个横坐标（按列的项目数均等分）， 几个按高低顺序依次排列的直方柱（“其他”一项除外。无论频数多大，“其它”这一项均应放在最 后位置）和一条累积百分比折线 甲 已 丙 丁 其他 即帕累托折线）所组成的图 ２．2 排列图分析的程序 频 数 累计%
质量管理新老七种工具解析
质量管理的办法、技术和工具进行了整理，主要包括：传统的检查、测试、统计抽样和6σ。另外，业界在开展全面质量管理的过程中，通常将因果图、流程图、直方图、检查表、散点图、排列图和控制图称为“老七种工具”，而将相互关系图、亲和图、树状图、矩阵图、优先矩阵图、过程决策程序图和活动网络图称为“新七种工具”。 传统工具： 1 检查 指对工作产品进行检视来判断是否符合预期标准。检查的结果含有度量值，检查常常也叫做评审、审计、走查。 检查的目的是检测和识别软件产品异常。一次检查通常针对产品的一个相对小的部分。发现的任何异常都要记录到文档中，并提交。 2 测试 是用来确认一个项目的品质或性能是否符合需求说明书所提出的一些要求。 示例： 在项目质量监控过程中，在完成每个模块编码工作之后就要做的必要测试，称为单元测试。 3 统计抽样 从感兴趣的群体中选取一部分进行检查 统计抽样（适当的抽样调查可降低质量控制成本）、趋势分析、缺陷修复审查等。 4 6σ 采用以顾客为中心的评测方法，驱动组织内各个层次开展持续改进，包括：单位产品缺陷（DPU）；每百万次运作所存在的缺陷（DPMO）；组建项目团队，提供积极培训；注重支持团队活动的倡导者；培训具有高素质的过程改进专家；确保在持续改进过程初期确定合理的测评标准；委派有资历的过程专家指导项目团队工作。 6σ管理（每一百万个机会里面有3.4个瑕疵） 老七种工具： 1 因果图（鱼刺图） 定义：石川图、鱼骨图 问题的特性总是受到一些因素的影响，我们通过脑力激荡找出这些因素，并将它们与特性值一起，按相互关联性整理而成的层次分明、条理清楚，并标出重要因素的图形就叫特性要因图。因其形状如鱼骨，所以又叫鱼骨图（以下称鱼骨图），它是一种透过现象看本质的分析方法。 又叫因果分析图、鱼刺图或石川图；该图的“鱼头”代表质量问题，每个“鱼刺”代表了一个可能的差错原因或检验点。 因果图（又叫因果分析图、石川图或鱼刺图）直观地反映了影响项目的各种潜在原因或结果及其构成因素同各种可能出现的问题之间的关系。
新旧七种质量管理常用七种工具对比
所谓全面质量治理常用七种工具，确实是在开展全面质量治理活动中，用于收集和分析质量数据，分析和确定质量问题，操纵和改进质量水平的常用七种方法。这些方法不仅科学，而且有用，作为班组长应该首先学习和掌握它们，并带领工人应用到生产实际中。 新七大手法要紧应用在中高层治理上，而旧七手法要紧应用在具体的实际工作中。因此，新七大手法应用于一些治理体系比较严谨和治理水准比较高的公司 QC旧七大手法： 特性要因分析图、柏拉图、查检表、层不法、散布图、直方图、管制图。 QC新七大手法： 关系图、系统图法、KJ法、箭头图法、矩阵图法、PAPC法、矩阵数据解析法。 一、检查表 检查表又称调查表，统计分析表等。检查表是QC七大手法中最简单也是使用得最多的手法。但或许正因为其简单而不受重视，因此检查表使用的过程中存在的问题许多。
使用检查表的目的： 系统地收集资料、积存信息、确认事实并可对数据进行粗略的整理和分析。也确实是确认有与没有或者该做的是否完成（检查是否有遗漏）。 二、排列图法 排列图法是找出阻碍产品质量要紧因素的一种有效方法。 制作排列图的步骤： 1、收集数据，即在一定时期里收集有关产品质量问题的数据。如，可收集1个月或3个月或半年等时期里的废品或不合格品的数据。 2、进行分层，列成数据表，立即收集到的数据资料，按不同的问题进行分层处理，每一层也可称为一个项目；然后统计一下各类问题(或每一项目)反复出现的次数(即频数)；按频数的大小次序，从大到小依次列成数据表，作为计算和作图时的差不多依据。 3、进行计算，即依照第(3)栏的数据，相应地计算出每类问题在总问题中的百分比，计入第(4)栏，然后计算出累计百分数，计入第(5)栏。 4、作排列图。即依照上表数据进行作图。需要注意的是累计百分率应标在每一项目的右侧，然后从原点开始，点与点之间以直线连接，从而作出帕累托曲线。
质量管理新老七种工具
质量管理新老七种工具 摘要：随着社会经济的发展，市场的主导地位由买方市场向买方市场转变，市场商品丰富，货源充沛，消费者处在了交易的有利趋势上，与此同时消费者对商品的质量提出了更高的要求。在企业的角度为了适应激烈的市场竞争，在竞争中谋求发展，企业也越来越注重产品的质量，以此来提高消费者的满意度，赢得市场。企业在运营的过程中都着眼于提供更加高质量的产品和服务才能达到消费者的需求。因此质量管理这门科学应运而生，在各个部门得到了广泛的应用。企业对全体职工分层次地进行质量管理知识的教育培训，广泛开展群众性质量管理小组活动，并创造了一些通俗易懂、便于群众参与的管理方法，包括由他们归纳、整理的质量管理的老七种工具和新七种工具，使全面质量管理充实了大量新的内容。质量管理的手段也不再局限于数理统计，而是全面地运用各种管理技术和方法。 关键字：质量管理；工具；供应链；提高；分析。 一、引言 随着社会生产力的大发展，产品得到了极大丰富，人们对产品的质量和服务的要求越来越高，而且其质量的领域不断拓宽，质量已成为竞争的焦点，要提高质量，我们就不得不运用管理管理中的新老十四种工具。这十四种工具既能单独使用，又可以根据不同企业不的不同要求混合使用，特别是新的七种工具的使用更能帮助企业进行群体作业和为决策者提供有价值的信息供其决策。从而提高企业的运作效率和提高产品质量，满足了消费者对产品的质量要求，提高了竞争力，赢得了市场。了解它们发展的历史，学习对它们的不同理解与运用，将有助于我们更好的将其运用到质量管理中，进一步改进质量。 二、新老七种工具诞生的背景 20世纪50年代以来，科学技术和工业生产的发展，对质量要求越来越高。要求人们运用“系统工程”的概念，把质量问题作为一个有机整体加以综合分析研究，实施全员、全过程、全企业的管理。60年代在管理理论上出现了“行为科学”学派，主张调动人的积极性，注意人在管理中的作用。随着市场竞争，尤其国际市场竞争的加剧，各国企业都很重视“产品责任”和“质量保证”问题，
六西格玛工具箱之新七种QC工具.doc
六西格玛工具箱之新七种QC工具 2003-11-21 六西格玛论坛 新七种QC工具可以应用于产品开发各阶段，特别适用于难以得到充分数据的方案论证和初步设计阶段。新QC七种工具的特点是以图形为基础，适于整理不够系统的思路，将各要素间的复杂关系理出头绪，明确地提出问题，找出解决问题的手段、方法，并按时间先后排序，确定工作计划。 新七种QC工具是：关联图法、亲和图法（KJ法）、系统图法、矩阵图法、矩阵数据分析法、过程决策程序图法(PDPC法)、矢线图法。 六西格玛工具箱之因果图 2003-11-21 六西格玛论坛 因果图又叫“石川馨图”，也称为鱼刺图、特性要因图等。它是利用“头脑风暴法”，集思广益，寻找影响质量、时间、成本等问题的潜在因素，然后用图形形式来表示的一种十分有用的方法，它揭示的的是质量特性波动与潜在原因的关系。 因果图有三个显著的特征： 1、是对所观察的效应或考察的现象有影响的原因的直观的表示； 2、这些可能的原因的内在关系被清晰地显示出来； 3、内在关系一般是定性的和假定的。
六西格玛工具箱之质量损失函数 2003-11-25
六西格玛论坛 质量特性的波动(即产品性能相对设计目标值的偏离)是引起质量损失和质量问题的原因，田口博士建立了质量损失函数，以描述质量损失与质量波动之间的关系。 质量损失QL(Quality Loss)是质量特性y的函数。不同的产品和不同的质量特性对应不同的质量损失曲线。 当产品性能恰好为目标值m时，质量损失最小，相对值可定义为零。产品性能偏离目标值越远，质量损失越大。质量损失函数L(y)的图象为一条曲线，在y=m处有极小值零。假定L(y)在y=m处存在二阶导数，可将L(y)在y=m处展开 成泰勒级数，考虑L(y)=0，L￠(m)=0，并忽略高阶无穷小，L(y)可简化为式中k=L￠￠(m)/2!为不依赖于y的常数。因此质量损失函数的图像在y=m附近近似地等于一条抛物线。 j(y)为一批产品的性能概率分布密度函数，其均值为μ，标准差为σ，则这批产品的质量损失的数学期望为 当随机变量y服从正态分布N(μ，σ2)时，由(1-8)式可得 可见质量损失的数学期望L与产品性能方差σ2、平均波动的平方(μ-m)2和损失系数k有关。 σ2和(μ-m)2决定了曲线j(y)的形状与位置，而k则决定了质量损失函数L(y)的形状。健壮设计
质量管理五大工具七大手法知识点总结
质量管理五大工具、七大手法知识点总结 五大工具 APQP APQP(Advanced Product Quality Planning)即产品质量先期策划,是一种结构化的方法，用来确定和制定确保某产品使顾客满意所需的步骤。 产品质量策划的目标是促进与所涉及的每一个人的联系，以确保所要求的步骤按时完成。有效的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的承诺。 产品质量策划有如下的益处： 引导资源，使顾客满意； 促进对所需更改的早期识别； 避免晚期更改； 以最低的成本及时提供优质产品。 FMEA FMEA(Potential Failure Mode and Effects Analysis)即潜在的失效模式及后果分析,是在产品/过程/服务等的策划设计阶段,对构成产品的各子系统、零部件，对构成过程，服务的各个程序逐一进行分析，找出潜在的失效模式，分析其可能
的后果，评估其风险，从而预先采取措施，减少失效模式的严重程序，降低其可能发生的概率，以有效地提高质量与可靠性，确保顾客满意的系统化活动。 FMEA种类： 按其应用领域常见FMEA有设计FMEA（DFMEA）和过程FMEA（PFMEA），其它还有系统FMEA，应用FMEA，采购FMEA，服务FMEA。 MSA MSA(Measurement System Analysis)即MSA测量系统分析，它使用数理统计和图表的方法对测量系统的误差进行分析，以评估测量系统对于被测量的参数来说是否合适，并确定测量系统误差的主要成份。 PPAP PPAP(Production part approval process) 即生产件批准程序，是对生产件的控制程序，也是对质量的一种管理方法。
质量管理七种工具.doc
质量管理新七种工具 blueski推荐[2005-7-11] 出处：来自网上 作者：不详 ?新七种工具的产生 日本在开展全面质量管理的过程中通常将层别法、柏拉图、特性要因图、查检表、直方图、控制图和散布图称为“老七种工具”，而将关联图、KJ法、系统图、矩阵图、矩阵数据分析法、PDPC法以及箭条图统称为“新七种工具”。 这七种新工具是日本科学技术联盟于1972年组织一些专家运用运筹学或系统工程的原理和方法，经过多年的研究和现场实践后于1979年正式提出用于质量管理的。这新七种工具的提出不是对“老七种工具”的替代而是对它的补充和丰富。 一般说来，“老七种工具”的特点是强调用数据说话，重视对制造过程的质量控制；而“新七种工具”则基本是整理、分析语言文字资料（非数据）的方法，着重用来解决全面质量管理中PDCA循环的P（计划）阶段的有关问题。因此，“新七种工具”有助于管理人员整理问题、展开方针目标和安排时间进度。整理问题，可以用关联图法和KJ法；展开方针目标，可用系统图法、矩阵图法和矩阵数据分析法；安排时间进度，可用PDPC法和箭条图法。 70年代以来，特别是1973年“石油危机”后，日本一些质量管理专家学者、公司经理提出“要转向思考性的TQC”。而思考性的TQC则要求在开展全面质量管理时，应注意如下几点： (1) 要注意进行多元评价。
(2) 不要满足于“防止再发生”，而要注意树立“一开始就不能失败”的观念。 (3) 要注意因地制宜地趋向于“良好状态”。 (4) 要注意突出重点。 (5) 要注意按系统的概念开展活动。 (6) 要积极促“变”，进行革新。 (7) 要具备预见性，进行预测。 由此，对于质量管理的方法也提出了以下几点新的要求： (1) 要有利于整理语言资料或情报。 (2) 要有利于引导思考。 (3) 要有助于充实计划的内容。 (4) 要有助于促进协同动作。 (5) 要有助于克服对实施项目的疏漏。 (6) 要有利于情报和思想的交流。 (7) 要便于通俗易懂地描述质量管理的活动过程。 “新七种工具”就是在这样的要求下逐渐形成的。 二、“新七种工具”内容 （一）关联图法 关联图法，是指用连线图来表示事物相互关系的一种方法。它也叫关系图法。如图1所示，图中各种因素A、B、C、D、E、F、G之间有一定的因果关系。其中因
质量管理的新七种工具是什么
质量管理的新七种工具是 什么 Final approval draft on November 22, 2020
1、关联图法关联图法是为了谋求解决那些有着原因与结果、目的与手段等关系复杂而互相纠缠的问题，并将各因素的因果关系逻辑地连接起来而绘制成关联图的方法，这种方法适用于有几个人的工作场所，经过多次修改绘制关联图，使有关人员澄清思路，认清问题，促进构想不断转换，最终找出以至解决质量关键问题。关联图法与因果关系图最大的不同之处在于，关联图说明了六大因素（人、机、料、法、环、则）之间的横向联系。同时，关联图法对于那些因果关系复杂的问题，可以采用自由表达形式，显示出它们的整体关系。 2、KJ 法KJ法又称亲和法。就是从未知、未经历的领域或将来的问题等杂乱无章的状态中，把与之有关的事实或意见、构思等作为原始资料收集起来，根据亲和性（亲缘关系）加以整理，绘制成图，然后找出所要解决的问题及各类问题相互关系的一种方法。主要用于制定质量管理方针、计划等。 3、系统图法系统图法即运用系统的观点，把目的和达到目的的手段依次展开绘制成系统图，以寻求质量问题的重点和最佳解决方法。具体来说，是从基本目的出发，采取从上而下层层展开和自下而上层层保证的方法来实现系统的目标。 4、矩阵图法矩阵图法，即把各个质量问题的问题因素按矩阵的行和列进行排列，找出问题所在。这是一种多维思考的模式。 5、矩阵数据分析法矩阵数据分析法，即对于矩阵中相互关系能够定量化的各因素进行数据分析的方法，主要用于市场调查、新产品设计与开发、复杂工程分析和复杂的质量评价等。 6、过程决策程序图法即对于事态可能的发展变化作了充分的设想，并拟订出不同的方案，以增加计划的应变能力和适应能力。它主要用于制定目标管理、技术开发的执行计划等。 7、网络图法网络图法即运用网络对有关质量问题进行计算、分析与处理的综合方法，它是选择最佳工期和实施有效进度管理的一种方法。
最新版新旧七种质量管理常用七种工具专业管理权威
精心整理 所谓全面质量管理常用七种工具，就是在开展全面质量管理活动中，用于收集和分析质量数据，分析和确定质量问题，控制和改进质量水平的常用七种方法。这些方法不仅科学，而且实用，作为班组长应该首先学习和掌握它们，并带领工人应用到生产实际中。 新七大手法主要应用在中高层管理上，而旧七手法主要应用在具体的实际工作中。因此，新七大手法应用于一些管理体系比较严谨和管理水准比较高的公司 QC旧七大手法： 特性要因分析图、柏拉图、查检表、层别法、散布图、直方图、管制图。 QC新七大手法： 关系图、系统图法、KJ 一、检查表 检查表又称调查表，统计分析表等。 使用检查表的目的： 系统地收集资料、积累信息、 11个月或3个月或半年2 )反复出现的次数(即频数)；按频数的大小次序，3、进行计算，即根据第(3)栏的数据，相应地计算出每类问题在总问题中的百分比，计入第(4)栏，然后计算出累计百分数，计入第(5)栏。 4、作排列图。即根据上表数据进行作图。需要注意的是累计百分率应标在每一项目的右侧，然后从原点开始，点与点之间以直线连接，从而作出帕累托曲线。 三、因果图法又叫特性要因图或鱼骨图。按其形状，有人又叫它为树枝图或鱼刺图。它是寻找质量问题产生原因的一种有效工具。 画因果分析图的注意事项：
1、影响产品质量的大原因，通常从五个大方面去分析，即人、机器、原材料、加工方法和工作环境。每个大原因再具体化成若干个中原因，中原因再具体化为小原因，越细越好，直到可以采取措施为止。 2、讨论时要充分发挥技术民主，集思广益。别人发言时，不准打断，不开展争论。各种意见都要记录下来。 四、分层法 分层法又叫分类，是分析影响质量(或其他问题)原因的方法。我们知道，如果把很多性质不同的原因搅在一起，那是很难理出头绪来的。其办法是把收集来的数据按照不同的目的加以分类，把性质相同，在同一生产条件下收集的数据归在一起。这样，可使数据反映的事实更明显、更突出，便于找出问题，对症下药。 企业中处理数据常按以下原则分类： 1) 2) 3) 4) 5) 6) 7) 分类方法多种多 长方形的宽度表示数据范围的间隔，长方形的高度表示在给定间隔内的数据数。 直方图的作用 (1)显示质量波动的状态； (2)较直观地传递有关过程质量状况的信息； (3)通过研究质量波动状况之后，就能掌握过程的状况，从而确定在什么地方集中力量进行质量改进工作。
质量管理的老七种工具
质量管理；老七种工具 一、质量管理的老七种工具指的是什么？ 质量管理的老七种工具是对应质量管理的新七种工具而言的，又叫做QC其中工具，包括统计分析表、数据分层表、排列图、因果分析图、直方图、散布图和控制图七种，其中工具可以单独使用也可以配合使用。目的是服务质量管理。 二、质量管理的老七种工具的主要作用是什么？ 1、统计分析表：统计分析表是利用统计方法对数据进行整理和初步原因分析并形成表格以供直接阅读的一种工具，其格式多种多样，可以根据用户的习惯来自行制定，有利于对质量数据进行分类汇总查找规律。 2、数据分层表：数据分层法是统计分析表的延伸，就是将性质相同的，条件相同条件下收集的质量数据归纳比较。例如统计分析表如果具体到每个车间工段的话，数据分层表可以具体到其班组和生产材料及影响因素，检查者的素质能力等。可以按检查手段，按使用条件、和时效等进行分层，进行质量深入分析。 3、排列图。排列图是在统计分析基础上，对影响质量的各个因素进行逐层分析后，通过直观手段呈现质量影响主要因素或者高频因素的一种质量管理图形，又叫柏拉图，图形的左侧纵坐标是影响频数，右侧纵坐标是影响频率，坐标趋势线是累积频数，横坐标是影响因素从大到小的排列组合 4、因果分析图。因果分析图又叫鱼骨图，是一种以原因作为因素，以结果为质量问题特征的关系图。用箭头对应来代表。因果分析图可以通过头脑风暴法来集思广益，调动员工发现质量问题并查找原因的积极性。 5、直方图。直方图与排列图的作用类似，但是形式不一样。主要是反映质量问题和管理效果总体分布的一种工具。通过直方图可以较为直观的看出质量的特征的分布，有利于质量管理的高效准确开展。 6、散布图。散布图的作用是通过若干数据的对应关系，使得特征和原因分布在一定平面区间内，作为查找质量特征发生原因或者条件的一种借鉴工具。有利于判断质量问题以及客观条件和发生原因等变量之间的对应关系。 7、控制图。控制图分为供分析的控制图和供管理用的控制图。主要分析生产中质量状况是否处于受控状态。或者质量管理的模式是否受控。是一种不可或
新旧七种质量管理常用七种工具对比
所谓全面质量管理常用七种工具，就是在开展全面质量管理活动中，用于收集和分析质量数据，分析和确定质量问题，控制和改进质量水平的常用七种方法。这些方法不仅科学，而且实用，作为班组长应该首先学习和掌握它们，并带领工人应用到生产实际中。新七大手法主要应用在中高层管理上，而旧七手法主要应用在具体的实际工作中。因此，新七大手法应用于一些管理体系比较严谨和管理水准比较高的公司 QC 旧七大手法：特性要因分析图、柏拉图、查检表、层别法、散布图、直方图、管制图。 QC 新七大手法：关系图、系统图法、KJ 法、箭头图法、矩阵图法、PAPC 法、矩阵数据解析法。 一、检查表检查表又称调查表，统计分析表等。检查表是QC 七大手法中最简单也是使用得最多的手法。但或许正因为其简单而不受重视，所以检查表使用的过程中存在的问题不少。 使用检查表的目的：系统地收集资料、积累信息、确认事实并可对数据进行粗略的整理和分析。也就是确认有与没有或者该做的是否完成(检查是否有遗漏)。 二、排列图法排列图法是找出影响产品质量主要因素的一种有效方法。 制作排列图的步骤： 1 、收集数据，即在一定时期里收集有关产品质量问题的数据。如，可收集1 个月或3 个月或半年等时期里的废品或不合格品的数据。 2、进行分层，列成数据表，即将收集到的数据资料，按不同的问题进行分层处理，每一层也可称为一个项目；然后统计一下各类问题(或每一项目)反复出现的次数( 即频数) ；按频数的大小次序，从大到小依次列成数据表，作为计算和作图时的基本依据。 3 、进行计算，即根据第(3) 栏的数据，相应地计算出每类问题在总问题中的百分比，计入第(4) 栏，然后计算出累计百分数，计入第(5) 栏。 4、作排列图。即根据上表数据进行作图。需要注意的是累计百分率应标在每一项目的右侧，然后从原点开始，点与点之间以直线连接，从而作出帕累托曲线。 三、因果图法因果图又叫特性要因图或鱼骨图。按其形状，有人又叫它为树枝图或鱼刺图。它是寻找质量问题产生原因的一种有效工具。 画因果分析图的注意事项： 1、影响产品质量的大原因，通常从五个大方面去分析，即人、机器、原材料、加工方法和工作环境。每个大原因再具体化成若干个中原因，中原因再具体化为小原因，越细越好，直到可以采取措施为止。 2、讨论时要充分发挥技术民主，集思广益。别人发言时，不准打断，不开展争论。各种意见都要记录下来。
新老七种工具比较
新老七种统计工具文献综述 摘要：质量管理统计方法，是根据数理统计原理对产品质量实行统计质量控制的科学的质量管理方法。一些学者把质量管理中常用统计方法归纳为新老两类，本文介绍了统计工具在质量管理中的应用，重点阐述了质量专家发明的“老七种工具”和“新七种工具”的特点、应用、使用注意事项等。 关键词：质量管理；质量控制；老七种工具；新七种工具 一、前言 王毓芳,郝凤.（2003）质量分析质量改进与统计技术中提出新老七种工具都是由日本人总结出来的。日本人在20世纪60年代提出老七种工具推行并获得成功之后，1979年又提出新七种工具。之所以称之为“七种工具”，是因为日本古代武士在出阵作战时，经常携带有七种武器，所谓七种工具就是沿用了七种武器。有用的质量统计管理工具当然不止七种。除了新老七种工具以外，常用的工具还有实验设计、分布图、推移图等。20世纪70年代末80年代初，日本“质量管理研究会”根据推进全面质量管理的需要，经过多年研究和实践，提出“质量管理新七种方法”，简称“新七种工具”。质量控制(QC=Quality Control)是指控制制造产品或服务的质量，使产品或服务质量达到最优良的状态。老七种工具 QC 老七大手法指的是：检查表、层别法、柏拉图、因果图、散布图、直方图、管制图。新七种工具 QC 新七大手法指的是：关系图法、KJ 法、系统图法、矩阵图法、矩阵数据分析法、PDPC 法、网络图法。
相对而言，新七大手法在世界上的推广应用远不如老七大手法，也从未成为顾客审核的重要方面。 （一）QC七大手法的作用 1、协助我们作好日常安全生产管理，达到降本增效的目的。 2、可在混沌不明的情况下，认清问题关键在于搜集数据，分析、归纳问题，进而解决问题。 二、老七种工具 刘宏（2006）质量与管理中老七种工具的特点1、强调用数据说话，重视对制造过程的质量控制2、通俗易懂,一线员工易于掌握，主要解决现场质量问题。 秦现生（2008）质量管理学这本书中质量管理的老七种工具： (一)、层别法 又叫分类法分组法，是整理质量数据的一种重要方法。它是把所收集起来的数据按不同的目的加以分类，将性质相同、生产条件相同的数据归为一组，使之系统化，便于找出影响产品质量的具体因素。 造成质量问题的原因和条件是多方面（人、机、料、环、法）的，所收集的大量统计数据往往带有综合性，为真实地反映质量问题的实质性原因和变化的规律，将收集到的大量统计数据，按其不同的来源进行分类后，再进行质量分析的方法，称为分层法。分层的目的在于使同一层内的数据波动尽可能小，而使层与层之间的数据差异尽可能大地反映出来，就可以显示出分层的作用与果，否则分层无效。在应用分层法对数据进行分层时，须选择适当的分层标志，一般按人机、料、环、法、时间等
质量管理新七种工具
质量管理新七种工具 新七种工具的产生 日本在开展全面质量管理的过程中通常将层别法、柏拉图、特性要因图、查检表、直方图、控制图和散布图称为“老七种工具”，而将关联图、KJ法、系统图、矩阵图、矩阵数据分析法、PDPC法以及箭条图统称为“新七种工具”。 这七种新工具是日本科学技术联盟于1972年组织一些专家运用运筹学或系统工程的原理和方法，经过多年的研究和现场实践后于1979年正式提出用于质量管理的。 这新七种工具的提出不是对“老七种工具”的替代而是对它的补充和丰富。 一般说来，“老七种工具”的特点是强调用数据说话，重视对制造过程的质量控制； 而“新七种工具”则基本是整理、分析语言文字资料（非数据）的方法，着重用来解决全面质量管理中PDCA循环的P（计划）阶段的有关问题。因此，“新七种工具” 有助于管理人员整理问题、展开方针目标和安排时间进度。整理问题，可以用关联图法和KJ法；展开方针目标，可用系统图法、矩阵图法和矩阵数据分析法；安排时间进度，可用PDPC法和箭条图法。 70年代以来，特别是1973年“石油危机”后，日本一些质量管理专家学者、公司经理提出“要转向思考性的TQC”。而思考性的TQC则要求在开展全面质量管理时，应注意如下几点： (1) 要注意进行多元评价。 (2) 不要满足于“防止再发生”，而要注意树立“一开始就不能失败”的观念。 (3) 要注意因地制宜地趋向于“良好状态”。 (4) 要注意突出重点。 (5) 要注意按系统的概念开展活动。 (6) 要积极促“变”，进行革新。 (7) 要具备预见性，进行预测。 由此，对于质量管理的方法也提出了以下几点新的要求： (1) 要有利于整理语言资料或情报。 (2) 要有利于引导思考。
班组常用质量管理七种工具
班组常用质量管理七种工具 在开展全面质量管理活动时，要善于运用各种科学工具收集质量数据，并进行分析改善，以提高企业的质量管理水平。在实际操作中，经常使用而且非常实用的工具有以下七种，作为班组长要充分的掌握这些工具，并将其带到实际工作中去。 一、统计分析表法和措施计划表法 数据是质量管理的基础，也是其科学性的体现，因此在做质量管理时，必须非常重视生产过程中的原始质量数据的统计分析，制订适合本班组、本岗位工作特点的统计分析表和措施计划表。 二、排列图法 排列图法是找出影响产品质量主要因素的一种有效的管理工具和手段。排列图是由两个纵坐标、一个纵坐标、一条曲线和若干直方形组成，其中两个纵坐标分别表示频数(件数、金额等)和频率(百分比);横坐标表示影响质量的各个因素，各个因素的排列顺序是以对质量的影响程度由大到小、从左到右排列;曲线表示各个影响因素大小的累计百分数，称之为“帕累托曲线”。 帕累托曲线通常把影响质量的各个因素分为三类： 1.A类：主要因素：累计百分数在0~80%的因素; 2.B类：次要因素：累计百分数在80%~90%的因素; 3.C类：一般因素：累计百分数在90%~100%的因素。 三、因果分析图法 因果分析图又叫树枝图、鱼骨图或是特性要因图，因果分析图是寻找质量问题真因的有效手段。因果要因图是根据针对的质量问题这个“果”，寻找影响产品质量的“因”，通常从五大方面进行分析，即人、机、料、法、环，逐层分解，将大原因具体化为若干个中原因、小原因，直到可以制定有效的措施为止。 四、分层法 分层法又叫分类法，是针对很多性质问题纠缠在一起的情况进行分析影响质量(或其他问题)原因的方法。其原理是先将原始数据根据不同进行分类，把条件、性质相同的数据归纳在一起，在数据分析时将其反映的问题显现的更加突出、明显，以利于更高效的寻找问题根源，对症下药。 企业中处理数据常按以下原则分类： 1)按不同时间分：如按不同的班次、不同的日期进行分类; 2)按操作人员分：如按新、老工人、男工、女工、不同工龄分类; 3)按使用设备分：如按不同的机床型号，不同的工夹具等进行分类 4)按操作方法分：如按不同的工作条件进行分类; 5)按原材料分：如按不同的供料单位、进料时间、材料成份等进行分类。 6)按不同的检测手段分类。 7)其它分类：如按不同的工厂、使用单位、使用条件等进行分类。 总之，分层法的目的是为了质量问题更加具体明显化，便于寻找真因，制定针对性的对策。具体的方法可以多种多样，不设条条框框。 五、直方图法 直方图，又称质量分布图。直方图法，是指通过对生产过程中产品质量分布状况的描绘与分析，来判断生产过程质量的一种常用方法。
质量管理的新七种工具是什么
1、关联图法 关联图法是为了谋求解决那些有着原因与结果、目的与手段等关系复杂而互相纠缠的问题，并将各因素的因果关系逻辑地连接起来而绘制成关联图的方法，这种方法适用于有几个人的工作场所，经过多次修改绘制关联图，使有关人员澄清思路，认清问题，促进构想不断转换，最终找出以至解决质量关键问题。 关联图法与因果关系图最大的不同之处在于，关联图说明了六大因素（人、机、料、法、环、则）之间的横向联系。同时，关联图法对于那些因果关系复杂的问题，可以采用自由表达形式，显示出它们的整体关系。 2、KJ法 KJ法又称亲和法。就是从未知、未经历的领域或将来的问题等杂乱无章的状态中，把与之有关的事实或意见、构思等作为原始资料收集起来，根据亲和性（亲缘关系）加以整理，绘制成图，然后找出所要解决的问题及各类问题相互关系的一种方法。主要用于制定质量管理方针、计划等。 3、系统图法 系统图法即运用系统的观点，把目的和达到目的的手段依次展开绘制成系统图，以寻求质量问题的重点和最佳解决方法。具体来说，是从基本目的出发，采取从
上而下层层展开和自下而上层层保证的方法来实现系统的目标。 4、矩阵图法 矩阵图法，即把各个质量问题的问题因素按矩阵的行和列进行排列，找出问题所在。这是一种多维思考的模式。 5、矩阵数据分析法 矩阵数据分析法，即对于矩阵中相互关系能够定量化的各因素进行数据分析的方法，主要用于市场调查、新产品设计与开发、复杂工程分析和复杂的质量评价等。 6、过程决策程序图法 即对于事态可能的发展变化作了充分的设想，并拟订出不同的方案，以增加计划的应变能力和适应能力。它主要用于制定目标管理、技术开发的执行计划等。 7、网络图法 网络图法即运用网络对有关质量问题进行计算、分析与处理的综合方法，它是选择最佳工期和实施有效进度管理的一种方法。