品管新旧七大手法及应用_

通常，我们将分层与其他质量管理中统计方法一起联用，即将性质相同、在同一生产条件下得到地数据归在一起，然后再分别用其他方法制成分层排列图、分层直方图、分层散布图等.
【例1-1】在柴油机装配中经常发生气缸垫漏气现象，为解决这一质量问题，对该工序进行现场统计.
（1）收集数据：n=50，漏气数f=19，漏气率p=f/n=19/50=38%
【例1-3】某化工厂对十五台尿素塔焊缝缺陷所需工时进行统计分析，如表1-9.
• 表1-9焊缝缺陷所需工时进行统计分析表
按排列图作图步骤，确定焊缝气孔和夹渣为主要因素；焊缝成型差和焊道凹陷为有影响因素.所作排列图如图1-14.
2、排列图地用途
（1）找出主要因素
排列图把影响产品质量地“关键地少数与次要地多数”直观地表现出来，使我们明确应该从哪里着手来提高产品质量.实践证明，集中精力将主要因素地影响减半比消灭次要因素收效显著，而且容易得多.所以应当选取排列图前1～2项主要因素作为质量改进地目标.如果前1～2项难度较大，而第3项简易可行，马上可见效果，也可先对第3项进行改进.
1、排列图地作图步骤
（1）一般指不合格工程、废品件数、消耗工时等等.
（2）收集与整理数据
可按废品工程、缺陷工程，不同操作者等进行分类.列表汇总每个工程发生地数量即频数fi，按大小进行排列.
（3）计算频数fi、频率Pi%、累计频率Fi等.
（4）画图
排列图由于两个纵坐标，一个横坐标，几个顺序排列地矩形和一条累计频率折线组成.左边地纵坐标表示频数fi，右边地纵坐标表示频率Pi；横坐标表示质量工程，按其频数大小从左向右排列；各矩形地底边相等，其高度表示对应工程地频数；对应于右边纵坐标频率Pi，应在各矩形地右边或右边地延长线上打点，各点地纵坐标值表示对应工程地累计频率；以原点为起点，依次连接上述各点，所得折线即为累计频率折线.
为了做直方图而需经过收集数据、分组、统计频数、计算、绘图等步骤.如果运用频数调查表，那就在收集数据地同时，直接进行分解和统计频数.每得到一个数据，就在频数调查表上相应地组内作一个符号，测量和收集数据完毕，频数分布表也随之作出，便能迅速地得到直方图地草图.
目前，调查表广泛应用于各行各业，调查表地形式也多种多样.
（5）根据排列图，确定主要因素、有影响因素和次要因素.
主要因素——累计频率Fi在0%～80%左右地若干因素.它们是影响产品质量地关键原因，又称为A类因素.其个数为1～2个，最多3个.
有影响因素——累计频率Fi在80%～95%左右地若干因素.它们对产品质量有一定地影响，又称为B类因素.
次要因素——累计频率Fi在95%～100%左右地若干因素.它们对产品质量仅有轻微影响，又称为C类因素.
•控制图：稳定与否.
口诀
•查检集数据
•层别作解读
•排列抓重点
•鱼骨追原因
•散布看相关
•直方显分布
•管制找异常
一、调查表
调查表是为了调查客观事物、产品和工作质量，或为了分层收集数据而设计地图表.即把产品可能出现地情况及分类预先列成调查表，则检查产品时只需在相应分类中进行统计.
1、不良工程调查表
质量管理中“良”与“不良”，是相对于标准、规格、公差而言地.一个零件和产品不符合标准、规格、公差地质量工程叫不良工程，也称不合格工程.
（2）解决工作质量问题也可用排列图
不仅产品质量，其他工作如节约能源、减少消耗、安全生产等都可用排列图改进工作，提高工作质量.检查质量改进措施地效果.采取质量改进措施后，为了检验其效果，可用排列图来核查.如果确有效果，则改进后地排列图中，横坐标上因素排列顺序或频数矩形高度应有变化.
四、因果图
因果图是表示质量特性与原因地关系地图.主要用于寻找质量问题产生地原因，既分析原因与结果之间地关系.对于主要质量问题可以采取排列图法获得，然后根据分析问题地原因，采取适当地措施加以解决.在生产过程中，引起质量波动主要与人员、机器、材料、工艺方法和环境等因素有关，而一个问题地发生往往有多种因素交织在一起，从表面上难以迅速找出其中主要地因素.我们可以运用收集信息地各种方法将影响质量地各种因素反映在一张图上，比较原因大小和主次，从而迅速找出产生问题地主要原因；也就是根据反映出来地主要问题（最终结果），找出影响它地大原因、中原因、小原因、更小原因等等.探讨质量原因，要从大到小，从粗到细，寻根究底，然后采取措施.因果图就是通过层层深入地分析研究来找出影响质量原因地简便而有效地方法，从交错混杂地大量影响因素中理出头绪，逐步地把影响质量主要、关键、具体原因找出来，从而明确所采取地措施.
1、正常波动
正常波动是由随机原因引起地产品质量波动.这些随机因素在生产过程中大量存在，对产品质量经常发生影响，但它所造成地质量特性值波动往往比较小.一般情况下这些质量波动在生产过程中是允许存在地，所以称为正常波动.
2、异常波动
异常波动是由系统原因引起地产品质量波动.这些系统因素在生产过程中并不大量存在，对产品质量也不经常发生影响，一旦存在，它对产品质量地影响就比较显著.一般说来在生产过程中是不允许存在地.
质量管理地一项重要工作，就是要找出产品质量波动规律，把正常波动控制在合理范围内，消除系统原因引起地异常波动.
七大工具用途
•调查表：收集数据
•分层法：数据工程地设立
•排列图：看问题地分布情况,找出主要因素.
•因果图：理清思路，寻找原因.
•散布图：两个因素之间地关系.
•直方图：看问题地分别情况，发现异常情况存在.
采用乙厂提供地气缸垫和工人B地操作方法.但实践结果表明，这样做漏气
由表1-5再次提出降低气缸漏气率地措施是：
①使用甲厂提供地气缸垫时，要采用工人B地操作方法.
②使用乙厂提供地气缸垫时，要采用工人A地操作方法.实践表明，上述地分பைடு நூலகம்法及采用地措施十分有效，漏气率大大降低.
三、排列图
排列图是通过找出影响产品质量地主要问题，以便确定质量改进关键工程地图表.排列图最早由意大利经济学家巴累特（Pareto）用于统计社会财富分布状况地.后来，美国质量学家朱兰把这个原理应用到质量管理中来，成为解决产品质量地主要问题地一种图形化地有效方法.排列图地形式，一般如图1-13所示.
缺陷调查表如1-1表.
2、缺陷位置调查表
大多是画成产品外形图、展开图，然后在其上对缺陷位置地分布进行调查.缺陷位置调查表宜与措施相联系，能充分反映缺陷发生地位置，便于研究缺陷为什么集中在那里，有助于进一步观察、探讨发生地原因.
除产品外形图，用语言或文字描述缺陷发生地频数也是可以地，如表1-2所示.
3、频数调查表
（2）主要、关键原因越具体，改进措施地针对性就越强.主要、关键原因初步确定后，应到现场去落实、验证主要原因，在订出切实可行地措施去解决.
（3）不要过分地追究个人责任，而要注意从组织上、管理上找原因.实事求是地提供质量数据和信息，不互相推托责任.
（4）尽可能用数据反映、说明问题.
（5）作完因果图后，应检查下列几项：图名、应标明主要原因是哪些等、文字是否简便通俗、编译是否明确、定性是否准确、应尽可能地定量化、改进措施不宜画在图上.
图1-9钢地淬火温度与硬度分布图
1、散布图地观察分析
根据测量地两种数据做出散布图后，观察其分布地形状和密疏程度，来判断它们关系密切程度.散布图地五种情形如图1-10
5．研究取样和实验方法，确定合理地实验方案
用于这方面和统计技术有：抽样方法、抽样检验、实验设计、可靠性实验等.
6．发现质量问题，分析和掌握质量数据地分布状况和动态变化
用于这方面地统计技术有：频数直方图、控制图、散布图、排列图等.
7．描述质量形成过程
用于这方面地统计技术有流程图、控制图等.
产品质量波动
（6）有必要时，可再画出措施表.
为分析图1-14上第一位主要因素“焊缝气孔缺陷”原因，作因果图，见图1-16.
五、散布图
散布图是通过分析研究两种因素地数据之间地关系，来控制影响产品质量地相关因素地一种有效方法.在生产实际中，往往有些变量之间存在着相关关系，但又不能由一个变量地数值精确地求出另一个变量地数值.如棉纱地水分含量与伸长度之间地关系；喷漆时地室温与漆料粘度地关系；零件加工时切削用量与加工质量地关系；热处理时钢地淬火温度与硬度地关系（如图1-9）等等.从图1-9可见，数据地点子近似于一条直线，在这种情况下可以说硬度与淬火温度近似线性关系.
3．分析影响事物变化地因素
为了对症下药，有效地解决质量问题，在质量管理活动中可以应用各种方法，分析影响事物变化地各种原因.如因果图、调查表、散布图、排列图、分层法、树图、方差分析等等.
4．分析事物之间地相互关系
在质量管理活动中，常常遇到两个甚至两个以上地变量之间虽然没有确定地函数关系，但往往存在着一定地相关关系.运用统计方法确定这种关系地性质和程度，对于质量活动地有效性就显得十分重要.这里就可利用散布图、实验设计法、排列图、树图、头脑风暴法等.
因果图就是通过层层深入的分析研究来找出影响质量原因的简便而有效的方法从交错混杂的大量影响因素中理出头绪逐步地把影响质量主要关键具体原因找出来从而明确所采取的措施
品管新旧七大手法
品质管理旧七大手法（工具）
品管七大手法是品质管理工作中最基本也是必不可缺地，在品质问题地处理和数据地初步整理中起了重要地作用.通过对七种方法地理解，我们可以运用简单易懂地方法找到影响产品品质地问题并加以对症下药.
•为了能够获得良好地效果、可比性、全面性和准确性，调查表格设计应：
•简单明了，突出重点；
•应填写方便，符号好记；
•调查、加工和检查地程序与调查表填写次序应基本一致；
•填写好地调查表要定时、准时更换并保存；
•数据要便于加工整理，分析整理后及时反馈.
二、分层法
分层就是把所收集地数据进行合理地分类，把性质相同、在同一生产条件下收集地数据归在一起，把划分地组叫做“层”，通过数据分层把错综复杂地影响质量因素分析清楚.