质量管理工具(QC七大手法)

质量管理工具QualityControlTools自我介绍金志冬，上海奕鸣企业管理咨询有限公司咨询师曾任知名跨国公司质量经理国家注册审核员ISO9000/QS9000/VDA6.1/TS16949咨询师帮助多家公司通过ISO9000/QS9000/TS16949质量管理体系认证课程简介加深对统计技术的了解掌握QC七大手法学会解决问题的方法简介QC七大手法检查表(CheckList)散布图(ScatterDiagram)特性要因图(CharacteristicDiagram)因果图(Cause-Effect)、鱼骨图(FishBoneChart)直方图(Histogram)控制图(ControlChart)层别法(Stratification)柏拉图(ParetoDiagram)简介QC新七种工具关联图KJ法系统图矩阵图矩阵数据分析法过程决策程序图(PDPC)箭头图ISO9000与统计技术ISO9000：2000中的0.2“质量管理原则”g)：基于事实的决策方法------有效决策是建立在数据和信息分析的基础上。2.10“统计技术的作用”规定：应用统计技术可帮助组织了解变异，从而有助于组织解决问题并提高有效性和效率。这些技术也有助于更好地利用可获得的数据进行决策。在许多活动的状态和结果中，甚至是在明显的稳定条件下，均可观察到变异。这种变异可通过产品和过程可测量的特性观察到，并且在产品的整个寿命周期(从市场调研到顾客服务和最终处置)的各个阶段，均可看到其存在。统计技术有助于对这类变异进行测量、描述、分析、解释和建立模型，甚至在数据相对有限的情况下也可实现。这种数据的统计分析能对更好地理解变异的性质、程度和原因提供帮助。从而有助于解决，甚至防止由于变异引起的问题，并促进持续改进。ISO9000与统计技术ISO9001:2000中的8.4“数据分析”规定：组织应确定、收集和分析适当的数据，以证实质量管理体系的适宜性和有效性，并评价在何处可以指导质量管理体系的有效性。这应包括来自监视和测量的结果以及其他有关来源的数据。数据分析应提供以下有关方面的信息：a)顾客满意(见8.2.1)；b)与产品要求的符合性(见7.2.1)；c)过程和产品的特性及趋势，包括采取预防措施的机会；d)供方。8.5.1“持续改进”规定：组织应利用质量方针、质量目标、审核结果、数据分析、纠正和预防措施以及管理评审，持续改进质量管理体系的有效性。思考我们在平时的工作中对哪些数据进行了统计分析？采用了哪些统计技术？数据数据：依据测量所获得的数值和资料等事实。凡事讲求数据：数据=事实数据的分类：依特性分：定性、定量依来源分：市场、原料、检验等依时间先后分：过去数据、日常数据、新数据数据整理数据的方法：机器整理、人工整理整理数据的原则发生问题要采取对策前，必须要有数据作为依据；对于数据使用目的应清楚了解；当数据收集完成后，应立即使用；数据的整理与运用，改善前、后所具备的条件应一致；数据不可造假，否则问题将永远无法解决。应用数据要注意的重点收集正确可用的数据；避免个人主观的判断；掌握事实的真相。特性要因图特性要因图：当一个问题的特性(结果)受到一些要因(原因)的影响时，将这些要因加以整理，成为有相互关系且有系统的图形。简言之就是将造成某项结果(特性)的诸多原因(要因)，以有系统的方式(图表)来表达结果与原因之间的关系。特性要因图由石川馨发明故又称“石川图”，其目的是阐明因果关系，也称“因果图”，又因其形状与鱼骨相似，故又称“鱼骨图”。特性要因图分类原因追求型：列出可能会影响过程(或流程)的相关因子，以便进一步由其中找出主要原因，并以此图形表示结果与原因之间的关系。Why?特性要因图分类How?对策追求型：将鱼骨图反转成鱼头向左的图形，目的在于追求问题点应该如何防止、目标结果应如何达成的对策。绘制特性要因图1确定特性：如不合格率、停机率、客户抱怨、材料费等2绘制骨架3大略记载各类原因：可由4M1E人、机、料、法、环等五大类着手4依据大要因，分出中要因5更详细地列出小要因6圈出最重要的原因，以作进一步讨论或采取对策7记载所依据的相关内容：如日期、目的、人员等特性要因图的注意事项特性应注明“为什么”，“什么”才会容易激发联想；特性的决定不能使用看起来含混不清或抽象的主题；收集多数人的意见，多多益善，可运用脑力激荡原则；意见愈多愈好禁止批评他人的构想及意见欢迎自由奔放的构想可顺着他人的创意及意见，发展自己的创意注意分层：设备、工序等；无因果关系的不予归类；多加利用过去收集的资料；重点应放在解决问题上，并依结果提出对策，其方法可依5W2H(Why,What,Where,When,Who,How,Howmuch)原则执行；以事实为依据；依据特性分层制作不同的特性要因图。特性要因图示例冲压作业效率低作业员问题加工困难其他设备不当屑料清理费时模具搬运费力导板加工取放困难寻找资料困难不熟悉工作流程光线不足导柱、顶柱阻碍作业线路马达座脱料困难固定销设置不当外壳冲剪模托料架不当隔板抽孔脱料困难马达座隔板导板特性要因图示例提高冲压作业效率消除加工困难作业员教育设备改善其他方便屑料清理加工次数少使导板加工取放容易消除搬运损失熟知加工流程寻找资料容易使导顶柱位置适当托料架适当使马达座脱料容易使隔板抽孔脱料容易固定销设置适当使光线充足导板马达座隔板特性要因图练习针对过程、成品不良或客户抱怨作特性要因分析，并作图。柏拉图意大利经济学家V.Pareto在1897年对社会经济结构进行分析时，赫然发现国民所得的大部分均集中在少数人身上，于是将所得的大小与拥有所得的关系加以整理，发现有一定的方程式可以表示，称为“柏拉图法则”。1907年美国经济学者M.O.Lorenz使用累积分配曲线来描绘“柏拉图法则”，即经济学上的“劳伦兹曲线”。美国质量管理专家J.M.Juran将劳伦兹曲线应用于质量管理，同时提出“重要的少数，次要的多数(VitalFew,TrivialMany)”的见解，并借用Parto的名字，将此现象称为“柏拉图原理”。品管圈的创始人石川馨将柏拉图原理介绍到品管圈活动中使用，从而成为质量管理七大手法之一。柏拉图的制作1决定数据的分类项目；2决定收集数据的期间；3依分类项目别，做数据整理，并制成统计表；4依数据大小排列画出柱状图(故又称排列图)；5绘累积曲线；6绘累积比率；7记入必要的事项：标题、人员等。柏拉图的制作Others画面倾斜无画面敲闪白平衡不良几何失真收敛不良71314172834574.17.68.210.016.520.033.5100.095.988.280.070.053.533.5150100500100806040200DefectCountPercentCum%PercentCountParetofor电气不良应用柏拉图应注意的事项柏拉图是按所选取的项目来分析，因此只能针对所做项目加以比较，对于项目以外的分析无能为力。若发现各项目的分配比例相关不多时，则不符合柏拉图法则，应从其他角度再做分析。柏拉图适用于计数型数值统计，计量型数值统计用直方图。一般而言，柏拉图的前三项往往累计达70~80%强，如能针对前三项做改善，便可得到70%以上的成效。其他项若大于最大的前面几项，则必须再细分。把柏拉图上的项目当作质量特性加以要因分析，再用柏拉图整理重新分类，可以找出改善的方案。柏拉图练习有一位制造经理想把主要的精力放在工作指导和改善活动上，但他整天忙得不可开交，没有时间去实施他的计划。为此他下决心对一个月的时间利用作了统计，请帮他分析一下，这位经理的主要精力都用在了什么方面？工作内容工作指导改善活动生产规划催料会议不合格处理其他时数514085153438919柏拉图练习Others改善活动开会工作指导生产规划不合格处理催料1940435185891534.08.39.010.617.718.531.9100.096.087.778.868.150.431.95004003002001000100806040200DefectCountPercentCum%PercentCountParetofor工作时间直方图现场工作人员经常要面对许多数据，如果我们应用统计绘图的方法，将这些数据加以整理，则生产过程中的质量散布的情形、问题点所在及过程、能力等，均可呈现在我们的眼前；我们即可利用这些信息来掌握问题点并采取对策。直方图为生产现场最常用的图表之一。直方图是将所收集的测定值、特性值或结果值分为几个相等的区间作为横轴，并将各区间内所测定的值依所出现的次数累积而成的面积，用柱子排起来的图形。因此直方图也称柱状图。直方图的目的了解分布的形态研究过程能力过程分析与控制观察数据的真伪计算产品的不合格率求分布的平均值与标准差用以制定规格界限与规格或标准值比较调查是否混入两个以上的不同群体了解设计控制是否合乎过程控制直方图示例某厂成品尺寸规格为130~160，今按随机抽样方式抽取60个样本，其测定值如下表，试制作直方图。138139144131140145134135137136142140138127130141136134132131148141139138136135137132130131145138136137128131133134135139140138137137138136134121135136141139137133132131132129134135直方图的制作1收集数据并作记录2找出数据中的最大值与最小值3求极差4决定组数kk=1+3.32lgn并向上圆整(n为数据数)或参照下表：数据数1~5051~100101~250251~组数5~76~107~1210~20直方图的制作5求组距hH=极差÷组数为便于计算平均数及标准差，组距常取为2、5或10的倍数6求各组上限、下限(由小而大顺序)，精确到组距的下一位第1组下限=最小值-最小测量单位/2第1组上限=第1组下限+组距第2组下限=第1组上限……最小数据应在最小一组内；最大数据应在最大一组内，若有数据小于最小一组下限或大于最大一组上限时，应自动加一组。直方图的制作7求组中点，组中点=(该组上限+该组下限)/28作次数分配表9制作直方图将次数分配表作图，以横轴表示数值的变化，纵轴表示次数横轴与纵轴各取适当的单位长度，再将各组的组界分别标在横轴上，各组界应为等距分布。在图的右上角记入相关数据履历(数据总数、平均值、标准差等)，并划出规格的上、下限。填入必要的事项，如产品名称、工序名称、时间、制作者等。用MiniTAB制作的直方图1501401301201050DataFrequencyHistogramofData常见的直方图形态正常形：中间高、两边低，有集中趋势。结论：左右对称分布，呈正态分布，显示过程正常。缺齿形：高低不一，有缺齿情形。结论：测量值有误、换算方法有偏差、次数分配不当、测量员对数据有偏好现象或假数据、测量仪器不精密、组数的宽度不是倍数。切边形：有一端被切断。结论：数据经过全检。离岛形：在右端或左端形成小岛。结论：测量有错误、不同原料、一定有异常原因存在。高原形：形状似高原状。结论：不同平均值的分布混在一起，应分层后再作直方图。双峰形：有两个高峰出现。结论：有两种分布相混，如两台机器、两家供方。应先分层。偏态形：高处偏向一边，另一边低，拖长尾巴。可分为右偏形和左偏形。结论：工具磨损或松动。应检查在技术上能否接受。直方图使用的注意事项异常值应去除后再分组。从样本测量值推测群体形态，直方图是最简单有效的方法。应取得详细的数据资料(如时间、原料、测量者、设备、环境等)。进行过程管理及分析改善时，可利用层别方法，将更容易找出问题所在，对于质量改进，有事半功倍的效果。检查表检查表是使用简单易了解的标准化表格或图形