资源描述
质 量 管 理 工 具Q uality Control Tools 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Q C七大手法检查表 (Check List)散布图 (Scatter Diagram)特性要因图 (Characteristic Diagram) 因果图 (Cause-Effect)、 鱼骨图 (Fish Bone Chart)直方图 (Histogram)控制图 (Control Chart)层别法 (Stratification) 柏拉图 (Pareto Diagram) 简介Q C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 ISO 9000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。 ISO 9000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:u依特性分:定性、定量u依来源分:市场、原料、检验等u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u发生问题要采取对策前,必须要有数据作为依据;u对于数据使用目的应清楚了解;u当数据收集完成后,应立即使用;u数据的整理与运用,改善前、后所具备的条件应一致; u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u收集正确可用的数据;u避免个人主观的判断;u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;u意见愈多愈好u禁止批评他人的构想及意见u欢迎自由奔放的构想 u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, How much)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(Vital Few, Trivial Many)”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 7131417283457 4.1 7.6 8.210.016.520.033.5 100.0 95.9 88.2 80.0 70.0 53.5 33.5 150 100 50 0 100 80 60 40 20 0 Defect Count Percent Cum % Pe rce nt Co unt Pareto for 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7080%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51 40 85 153 43 89 19 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 19 40 43 51 85 89153 4.0 8.3 9.010.617.718.531.9 100.0 96.0 87.7 78.8 68.1 50.4 31.9 500 400 300 200 100 0 100 80 60 40 20 0 Defect Count Percent Cum % Pe rce nt Co unt Pareto for 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130160,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。138 139 144 131 140 145 134 135 137 136142 140 138 127 130 141 136 134 132 131148 141 139 138 136 135 137 132 130 131145 138 136 137 128 131 133 134 135 139140 138 137 137 138 136 134 121 135 136141 139 137 133 132 131 132 129 134 135 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150 51100 101250 251组数57 610 712 1020 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Mini TAB制作的直方图 150140130120 10 5 0 Data Fre que ncy Histogram of Data 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,人员只需填入规定的检查表记号,再加以统计汇总,即可提供量化分析或比对检查,有时也称为点检表或查核表。检查表的分类u点检用检查表:在设计时就已定义,使用时只做是非或选择的标记,其主要功能在于确认作业的执行。 u记录用检查表:用于收集数据资料,对不合格原因或项目进行统计,由于常用于作业缺点、质量差异等记录,也称为改善用检查表。 检查表的制作1明确制作检查表的目的2决定检查的项目3决定检查的频率4决定检查的人员及方法5相关条件的记录方式,如作业场所、日期、工程等6决定检查表格式(图形或表格)7决定检查记录的符号 检查表制作要点并非一开始就要求完美,可先参考他人的示例,使用时如不理想,再加以改善越简单越好,容易记录、看图,以最短的时间将现场的资料记录下来一目了然,检查的事项应清楚陈述,使记录者在记录问题的同时,即能明了所记录的内容以Team Work的方式进行,大家集思广益,切记不可遗漏重要项目设计不会让使用者记录错误的检查表,以免影响日后统计分析的真实性 检查表示例出门上班前的检查表内容周一周二周三周四周五服饰: 头发 衬衣 领带 皮鞋 携带: 钱包 手机 手表 笔记本 公文包 上天晚上看的资料 检查表示例应用于直方图的次数分配检查表序号组界中心检查小记1 119.5126 122.75 | | | | | 52 126132.5 129.25 | | | | | | | | | | 103 132.5139 135.75 | | | | | | | | | | | | 124 139145.5 142.25 | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | | 315 145.5152 148.75 | | | | | | | | | | | | | | | | | | | | | | | 236 152158.5 155.25 | | | | | | | | | | 107 158.5165 161.75 | | | | | 5 8 165171.5 168.25 | 1合计97 检查表练习为产品检验时的外观缺陷统计制作一检查表。为了解顾客使用本公司产品的情况制作一检查表。 层别法在实际工作中经常可发现产品质量因人、机、料、法、环、检测等不同时,会有差异存在。当不合格品产生时,很可能是其中的一种因素有问题,如数据未能适当分层,往往在调查上浪费了大量的人力、物力、时间,有时甚至最终还是无法寻找到真正的原因。同样在质量较优时,也可从分层的数据中寻找规律获得改善。因各种不同的特点会对结果产生影响,在收集数据时以个别特性加以分类、统计,称为层别法(或分层法)。 层别的分类部门层别、单位层别:生产部门、测试部门、采购部门等过程区域层别:下料区、裁剪区、折弯区、加工区等操作员层别:班别、线别、组别、性别、年龄别、教育程度别等机械、设备层别:机台、场所、机型、工具等作业条件层别:温湿度、压力等时间层别:日期、日夜等原材料层别:供方、材质、成分、储存时间等 测量层别:人员、方法、设备、环境等环境、气候层别:气温、晴雨、照明等地区层别:海岸内陆、国内外等其他:合格与不合格、包装等 层别法的实施步骤1先选定调查的对象2设计收集数据所使用的表单3设定资料的收集点并培训员工如何填写表单4记录及观察所得的数值5整理数据,分类绘制应有的图表6比较分析与最终推论 层别法使用的注意事项实施前,首先确定分层的目的不合格率分析?提高效率?作业条件确认?检查表的设计应针对所怀疑的对象数据的性质分类应清晰详细记载依各类可能原因加以分层,以找出真正的原因分层所得的结果 应与对策相连接,并付诸实际行动 Mini TAB使用简介 Mini TAB使用简介 Mini TAB使用简介 Mini TAB使用简介 层别法练习 某造纸厂的纸厚,生产线规定日班人员须每2小时抽测一次,每次取6段,并测量中心及两侧的厚度加以控制。最近业务经理反应客户因纸张的厚度不均会造成纸管卷制问题,故常有客户抱怨,总经理要求质保追查原因。 于是质保经理将近5天的现场抽测数据加以整理并制成次数分配直方图如Mini TAB所示。其均值Xbar=6.35,标准差S=0.28。该公司的纸张厚度规格要求6.50.5,依据直方图可看出整理后的平均值偏低,变异非常大,质保经理找不出真正原因所在,请你帮忙找找看。 散布图特性要因图可以了解工程上哪些原因会影响产品的质量特性,散布图也是以这种因果关系的方式来表示其关连性。散布图的作用:u能大概掌握原因与结果之间是否有关联及关联的程度如何。u能检查离岛现象是否存在。u原因与结果关联性高时,二者可互为替代函数。对于过程和产品特性的监测,可从原因或结果中选择一较经济的参数予以监测,并可通过监测这一参数知道另一参数的变化。 散布图的制作方法1收集成对的数据(X1,Y1)、(X2,Y2)、,整理成数据表。2找出X,Y的最大值与最小值。3以X,Y的最大值及最小值建立X-Y坐标,并决定适当的刻度便于绘点。4将数据依次点于X-Y坐标中,两组数据重复时用表示,三组数据重复时用表示。5必要时,可将相关资料记在散布图上。6散布图的注意事项: 1是否有异常点,有异常点时不可任意删除,除非异常原因已确实掌握。2数据的获得常因操作者、方法、材料、设备或时间等的不同,使数据的关联性受到扭曲,应注意数据的分层。3散布图若与原有技术、经验不相符时,应追查原因与结果是否受到其他因素干涉。 散布图的判读完全正(负)关联:点散布在一条直线上。高度正(负)关联:原因X与结果Y的变化近于等比例。中度正(负)关联。低度正(负)关联。无关联。曲线关联。 散布图练习 在真空电镀作业中,电子束强度X影响电镀产品的镀膜厚度Y,收集的数据如下,请找出二者间的相互关系。No. 1 2 3 4 5 6 7 8 9 10X 50 70 100 80 60 50 90 90 70 70Y 3.2 4.7 5.4 4.9 3.8 3.4 5.1 5.0 4.5 4.3 散布图练习 1009080706050 5.5 5.0 4.5 4.0 3.5 3.0 X Y Dotplots of Y by X 管理循环用柏拉图或直方图确定问题点用控制图、检查表、散布图、层别法等统计方法来分析根本原因有效利用各种统计方法,并与原有技术相结合,确定对策用推移图、柏拉图等方法确认对策实施的效果将有效的对策标准化不停地PDCA,进行管理循环
展开阅读全文