常用的几种质量管理工具课件

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,质量管理,*,2024/9/16,1,第三篇 质量管理工具,2024/9/16,质量管理,2,第,12,章 常用质量管理工具,2024/9/16,质量管理,3,老七种工具：,分层法,(,Stratification),排列图法,(,Pareto,）,因果分析图法,(,Cause-Effect diagram),调查表法,(,Data collection form,）,直方图法,(,Histogram),散布图法,(,Scatter),控制图法,(,Control Chart),1,2,3,4,Dirt,Old,Temp,Fault,x,x,x,x,x,x,x,x,x,x,x,x,x,x,x,x,UCL,LCL,1,2,3,4,5,Process,后面章节讲,2024/9/16,质量管理,4,工具是解决质量问题的技巧,产生背景,:,日本，二十世纪六十年代,(TQC),。,应用,:,各个国家，计算机软件。,2024/9/16,质量管理,5,老七种工具的特点,通俗易懂,一线员工易于掌握,主要解决现场质量问题,2024/9/16,质量管理,6,质量数据分层的标志,(5M1E),操作者、机器设备、原材料,测量、方法、环境、,不同的时间,不同的检验手段,废品的缺陷项目,12,常用质量管理工具,12.1,分层法,概念,分层法又称分类法，即：把收集来的原始质量数据，按照一定的目的和要求加以分类整理，以便分析质量问题及其影响因素的一种方法。,原则,根据分层的目的,按照一定的标志,数据的归类,分层的关键,2024/9/16,质量管理,7,某轧钢厂一个车间的生产情况统计如下：甲乙丙三班各轧制钢材,2000t,，共轧制,6000t,，其中轧废,169t,。如果只知道这样三个数据，则无法对质量问题进行分析。下表是进行的分层分析。,分层法实例（,1,）,某轧钢厂某月的废品分类,废品项目,废品数量（,t,）,甲,乙,丙,合计,尺寸超差,30,20,15,65,轧废,10,23,10,43,耳子,5,10,20,35,压痕,8,4,8,20,其他,3,1,2,6,小计,56,58,55,169,2024/9/16,质量管理,8,某产品的汽缸体与气缸盖之间经常发生漏油现象，使用分层法分析其主要原因。,解：,通过现场调查发现主要原因是密封不好。,该装配工序是由甲乙丙三个工人各自完成的；并发现漏油的主要原因是三个人在涂粘结济方法上的不同以及所使用的气缸垫分别来自,A,和,B,两个协作厂。,调查的数据如下,：调查总数,50,个，漏油,19,个，漏油发生率,0.38,。,现采用分层法按操作者和协作厂分层收集整理数据,。,分层法实例（,2,）,2024/9/16,质量管理,9,按操作者分层,按操作者分层数据,操作者,漏油数,不漏油数,漏油发生率,甲,6,13,0.32,乙,3,9,0.25,丙,10,9,0.53,小计,19,31,0.38,结论：工人乙的操作方法漏油发生率比较低,2024/9/16,质量管理,10,结论：,B,厂的气缸垫漏油发生率比较低,按协作厂分层,按协作厂分层数据,协作厂,漏油数,不漏油数,漏油发生率,A,厂,9,14,0.39,B,厂,10,17,0.37,小计,19,31,0.38,综上：建议采用乙的工作方法和,B,厂的气缸垫,实施结果：漏油发生率增加了,原因：没有考虑两者之间的关系,措施：重新考虑分层,2024/9/16,质量管理,11,结论：,B,厂,工人甲,A,厂,工人乙,与协作厂联合分层,与协作厂联合分层数据,工厂,合计,A,B,甲,漏油数,6,0,6,不漏油数,2,11,13,乙,漏油数,0,3,3,不漏油数,5,4,9,丙,漏油数,3,7,10,不漏油数,7,2,9,合计,漏油数,9,10,19,不漏油数,14,17,31,小计,19,23,27,50,2024/9/16,质量管理,12,12,常用质量管理工具,12.2,排列图法,概念,排列图又称主次因素分析图或帕累托图（,Pareto,）。,由两个纵坐标、一个横坐标、几个直方块和一条折线所构成,累计百分比将影响因素分成,A,、,B,、,C,三类,2024/9/16,质量管理,13,12.2 排列图法,排列图又叫巴雷特图（,pareto diagram,）,其原理是意大利经济学家帕累托在分析社会财富分布状况时得到的,“,关键的少数和次要的多数,”,的结论。,20%,人占有,80%,的财富,2024/9/16,质量管理,14,扩展：,帕雷托,(Vilfredo Pareto),，意大利经济学家，与,1906,年创立了一个用于描述他祖国社会财富不平均分配规律的方程，发现了社会,80%,财富掌握在,20%,人手里的规律。,20,世纪,40,年代，,Joseph Juran,博士发现了一条各领域通用的原则，他把它叫做,vital few and trivial many,”,，这条原则指出,20%,的事情常常对,80%,的结果负责,(20 percent of something always are responsible for 80 percent of the results),。,2024/9/16,质量管理,15,Juran,研究的结果在许多人看来，只是把,Pareto,在经济学领域的发现推广到更宽阔的范围，于是这条原则被叫做帕雷托原则或,80,20,原则。,Juran,对此表示难以接受，写过一篇题为,Jurans Non-Pareto Principle,的文章澄清此事，但也许因为,Perato Principle,听上去比,Juran Principle,好很多，这个名字也就被沿用了下来。,2024/9/16,质量管理,16,二八法则的其他例子,：,20%,的企业可能生产市场上,80%,的产品,20%,的顾客可能给商家带来,80%,的利润,20%,的储户的可能拥有,80%,的存款额,20%,的原因造成,80%,的产品不合格,朱兰,：将,质量问题,分为“,关键的少数,”和“,次要的多数,”,2024/9/16,质量管理,17,12.2,排列图法,（,1,）确定所要调查的问题和收集数据,:,选题；调查期间；必要性数据及其分类；数据收集方法。,（,2,）设计一张数据记录表，将数据填入其中，并计算合计栏。,（,3,）制作排列图用数据表，表中列有各项不合格数据，累计不合格数，各项不合格所占百分比以及累计百分比。,（,4,）两根纵轴和一跟横轴，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%,。左边总频数的刻度与右边总频率的刻度（,100%,）高度相等。横轴上将频数从大到小依次列出各项。,（,5,）在横轴上按频数大小画出矩形，矩形的高度代表各不合格项频数大小。,（,6,）在每个直方柱右侧上方，标上累计值，描点，用实线连接，画累计频数折线（帕累托曲线）。,2024/9/16,质量管理,18,排列图的绘制步骤,2024/9/16,质量管理,19,排列图的绘制步骤：,针对问题收集一定时间的数据；,将数据按频数从大到小排列，并计算各自所占比率（频率）和累计比率（累计频率）；,以左侧纵坐标为频数，横坐标按频数从大到小用条状块依次排列；以右侧纵坐标为累计频率，绘制累计频率曲线。,找出主要因素。按累计百分比将影响因素分为三类：,0,80%,为,A,类因素，主要因素；,80%,90%,为,B,类因素，次要因素；,90%,100%,为,C,类因素，一般因素。,2024/9/16,质量管理,20,某加工厂按照不合格的类型收集了一定时期内不合格的发生次数，拟用,Excel,来制作排列图。,2024/9/16,质量管理,21,1.,收集数据,2024/9/16,质量管理,22,2.,对“不合格数”由大到小排序,(,数据,/,排序,/,降序, ),请注意，对其他这一项的处理,2024/9/16,质量管理,23,3.,计算累计不合格数,2024/9/16,质量管理,24,4.,计算累计不合格比率,5.,绘图,选择区域,A1.B8,和,D2.D8,。选择,插入,/ ,图表, /,自定义类型,/ ,两轴线,-,柱图,/ ,完成,2024/9/16,质量管理,26,7.,讨论：,排列图的核心,？,2024/9/16,质量管理,27,在排列图上通常把累计比率在,0,80%,间的因素为,A,类因素；,80%,90%,间的因素为,B,类因素；在,90%,100%,间的因素为,C,类因素。,2024/9/16,质量管理,28,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,如果“其它”项所占的百分比很大或数量很多，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。,2024/9/16,质量管理,29,作用：,（,1,）分析因果关系；,（,2,）表达因果关系；,（,3,）通过识别症状、分析原因、寻找措施、促进问题解决,因果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,。,步骤：,12.3.2,因果分析图法,确定分析,对象,记录分析意见,检查有无遗漏,记上必要,事项,2024/9/16,质量管理,30,大骨,小骨,中骨,主骨,特 性,因素（原因）,特性（结果）,影响因素（原因）,质量（结果）,特性,大原因,中原因,小原因,鱼刺图,（形如鱼刺）,石川图,（石川罄发明）,2024/9/16,质量管理,31,因果图的制作：,问题提出：,某中学在分析期末考试成绩时发现，计算机基础课程的考试成绩普遍不理想。拟用因果图法分析原因。,2024/9/16,质量管理,32,本案例的质量特性（结果）为（计算机）,“,课程考试成绩偏低,”,。,为了找出原因，学校组织,任课老师、教研室主任、教务处主任、学生代表、家长代表,座谈，各抒己见，找出,主要原因、第二层原因、第三层原因,，直到能,发现具体的原因并能提出具体的措施,为止。,2024/9/16,质量管理,33,主要原因,1,人员,2,机器,3,材料,4,环境,5,方法,6,测量,2024/9/16,质量管理,34,主要原因,第二层原因,第三层原因,确认原因及,采取措施,人员,教师水平低,教学任务重,没有认真备课,学生原因,旷课太多,加强检查、教育和处罚,基础差,2024/9/16,质量管理,35,主要原因,第二层原因,第三层,原因,确认原因及,采取措施,机器,投影仪故障,计算机数量太少,立即购买足够电脑,材料,教材不合适,内容太深,习题太少,2024/9/16,质量管理,36,主要原因,第二层,原因,第三层,原因,确认原因,及,采取措施,环境,室温偏高,电风扇损坏,方法,理论教学太多,2024/9/16,质量管理,37,主要原因,第二层原因,第三层原因,确认原因及,采取措施,测量,考试不合理,过分偏重理论,强行记忆内容多,增加操作、技能性题目,题量大,2024/9/16,质量管理,38,直接原因,可采取的措施,旷课太多,加强检查、教育和处罚,计算机数量太少,立即购买足够电脑,强行记忆内容多,增加操作、技能性题目,至此，我们找到学生成绩低的,最直接,、,可以采取措施解决的,原因如下：,下面是如何绘制,直观的,因果图。,2024/9/16,质量管理,39,测,考试,成绩,偏低,人,机,料,环,法,业务水平低,备课不认真,任务重,学生原因,基础差,旷课多,2024/9/16,质量管理,40,2024/9/16,质量管理,41,因果分析图作图注意事项：,所要分析的质量特性问题，应提得尽量具体、明确、有针对性,1,原因的分析，应细到能采取具体措施为止。,3,大原因不一定是主要原因。（可通过投票表决来确定，一般可确定,35,项）,4,对关键因素采取措施后，再用排列图等方法来检验其效果。,5,要集思广益。（以召开质量分析会形式，共同分析。）,1,2024/9/16,质量管理,42,因果分析图的类型,作图较麻烦,不容易漏掉小原因,问题,罗列型,相同原因有时会同时出现，难以表达,作图简单，易于理解,工序,分类型,容易漏掉小原因,用箭头把原因联系起来，作图简单,问题,分解型,缺点,优点,用卡片或黑板把想到的所有原因都罗列出来，然后整理分类,按工序流程画大枝，然后把对质量有影响的原因填写在相应的工序（大枝上）,为什么会出现此问题层层细追,思路,类型,2024/9/16,质量管理,43,例 某厂导频调节系统工作不正常，希望通过因果图找出导频调节系统工作不正常的原因，以便采取针对性措施加以解决。,步骤一：,确定导频调节系统工作不正常作为此问题的特性，在它的左侧画一个自左向右的粗箭头。,步骤二：,将造成导频调节系统工作不正常的原因分成维护者、方法、环境、设备、材料五大类,步骤三,:,对于每个中箭头所代表的一类因素分析，找出导致他们质量不好的原因，逐类细分，用粗细不同，长短不一的箭头表示，直到能具体采取措施为止。,因果分析图实例,2024/9/16,质量管理,44,导频调节系统工作不正常,导频调节系统工作不正常,维护者,不钻研,业务生疏,方法,环境,缺少学习机会,责任心不强,缺乏质量第一观念,信号导频脱节,非标准化,操作程序错误,配合不当,线路冰凌,二站搬迁,较为混乱,设备,材料,仪表误差,元件缺乏,元件质量差,热敏电阻,省产机,小型电位计,维护不好,因果分析图例,2024/9/16,质量管理,45,措施表,措施计划表,序号,存在问题,措施,责任者,实施日期,1,责任心不强,开展对稳定传输质量的教育,组长,3,月,3,日,2,操作不当,学习导稳、导控部分原理和操作程序,组员,2,名,3,月,3,日,3,元件缺乏,去函或派员导厂家购买,组员,1,名,3,月中旬,4,配合不当,1,）加强电路小组活动,2,）派员出巡,包机电路组长,3,月低,5,、,6,月,5,仪表误差,应用省局发送的无源表头校正各测试器,包机电路组长,每月一次,6,维修与操作,1,）每月用示波器、频率计校正一次导频频率,2,）加强部位计、电键开关塞孔检查,3,）经常保持热敏电阻加热电流在规定范围内的变化,4,）加强功放扩张管检查,5,）保持,“,人工加热,”,部位和告警正常,6,）加强监视导频电子,各包机人员分别负责,2024/9/16,质量管理,46,钢管为什么擦伤,?,结捆,涂面,挂勾,配料,制管,矫直,倒角,水压检查,切头,检验,台上移动,输运器,台上移动,偏斜,台上滚动,错位,台车,移动,卡具,挂勾,结捆,钢管擦伤的工序分类型因果图,工序分类型,2024/9/16,质量管理,47,因果图示例,什么造成了我们对客户要求的不理解？,对客户要求的不理解,方法,人,评估,没有用户档案,没有投诉分析,部门之间的协调,缺少训练,缺乏激励,没有投诉资料,没有客户满意度评估,信息,文化,/,环境,管理,短期行为,不兑现诺言,方向不明,强烈生产导向,枪打出头鸟,服务,=,低贱,没有用户资料库,市场部与作业部,沟通不顺,2024/9/16,质量管理,48,12,常用质量管理工具,12.4,调查表法,概念,调查表法是利用统计表来进行数据整理和,粗略原因,分析的一种方法，也叫检查表法或统计分析表法。,统计分析表是最为基本的质量原因分析方法，也是最为常用的方法。在实际工作中，经常把统计分析表和分层法结合起来使用，这样可以把可能影响质量的原因调查得更为清楚。需要注意的是，统计分析表必须针对具体的产品，设计出专用的调查表进行调查和分析。,2024/9/16,质量管理,49,12,常用质量管理工具,12.4,调查表法,常用类型,（,1,）缺陷位置调查表。,（,2,）不良项目调查表。,（,3,）不良原因调查表。,2024/9/16,质量管理,50,缺陷部位调查表,车型,检查部位,车身表面,工序,检查日期,年 月 日,检验目的,漆缺陷,检查数量,2100,汽车车身喷漆质量调查表,流漆,O,色斑,尘粒,2024/9/16,质量管理,51,不良项目调查表,零件代号（名称）,A-05,检查日期,2005.4.3,工序,最终检验,加工单位,1,车间,1,工段,检验总数,1585,（件）,生产批号,05-3-1,检查方式,全数检验,检查者,张迎,不合格种类,检验记录,小计（件）,表面缺陷,36,裂纹,30,加工不良,6,形状不良,15,其他,11,总计,98,不良项目调查表,2024/9/16,质量管理,52,不合格原因调查表,不合格原因调查表,设备,工人,周一,二,三,四,周五,合计,上午,下午,上午,下午,上午,下午,上午,下午,上午,下午,甲,A, , , , , , ,40,B, , , , , , , , ,61,乙,A,B,合计,19,14,12,14,15,16,14,14,30,28,176,O,缺陷不合格，,尺寸不合格，,加工不合格，,材料不合格，,其他,2024/9/16,质量管理,53,12,常用质量管理工具,12.5,直方图,（,histogram,）,法,概念,从总体中随机抽取样本，将从样本中获得的数据进行整理，从而找出数据变化的规律，以便测量工序质量的好坏。,2024/9/16,质量管理,54,直方图基本格式,2024/9/16,质量管理,55,直方图的作图步骤,1.,收集数据。不应少于,50,个数据。,2.,找出数据中的最大值,X,max,和最小值,X,min,3.,计算极差,R= X,max,X,min,4.,确定组数,K,；,（表）,5.,计算组距,H=R /K,6.,确定组界,;,第一组下界,: X,min,-h/2,上界,X,min,+ h/2,7.,计算各组中心值,X,i,;X,1,=,-3,8.,计算频数,f,i,，整理频数分布表,9.,画直方图,2024/9/16,质量管理,56,数据个数与数组的关系,n,k,50,个以下,5,7,50,100,6,10,100,250,7,12,250,以上,10,20,注：一般,k=10,经验公式：,k,1,3.3 logN,2024/9/16,质量管理,57,例,从一批螺栓中随机抽取,100,件测量其外径数据如下表所示。螺栓外径规格为 。试绘出频数直方图。,7.938,7.930,7.938,7.914,7.924,7.929,7.928,7.920,7.918,7.923,7.930,7.925,7.930,7.930,7.925,7.918,7.920,7.918,7.928,7.928,7.918,7.913,7.925,7.926,7.928,7.924,7.922,7.923,7.915,7.919,7.925,7.925,7.925,7.925,7.927,7.920,7.922,7.927,7.923,7.925,7.923,7.927,7.927,7.927,7.923,7.922,7.923,7.929,7.931,7.922,7.930,7.920,7.924,7.925,7.929,7.922,7.925,7.930,7.926,7.918,7.920,7.925,7.930,7.926,7.923,7.920,7.929,7.930,7.925,7.922,7.929,7.928,7.930,7.935,7.930,7.938,7.925,7.924,7.930,7.935,7.922,7.918,7.922,7.925,7.925,7.920,7.927,7.922,7.930,7.930,7.925,7.938,7.922,7.915,7.918,7.927,7.935,7.931,7.919,7.922,单位：,mm,2024/9/16,质量管理,58,步骤：,1,收集数据，并找出数据中最大值,x,max,和最小值,x,min,数据个数应,50,，并计算极差。,本例数据个数,n,=100,。最大值,x,max,=7.938,，最小值,x,min,=7.913,。,计算极差,2,确定分组组数,k,k,值的选择一般参考下表给出的经验数值确定,本例选择,k,=10,n,K,50-100,6-10,100-250,7-12,250,以上,10-20,数据分组组数表,2024/9/16,质量管理,59,3,确定组距,h,组距即每个小组的宽度，或组与组之间的间隔,本例中,为分组方便，常在,h,的计算值基础上将其修约为测量单位的整数倍，并作适当调整。 如本例测量单位为,0.001,，将,h,修约为,0.003,。,2024/9/16,质量管理,60,4,决定各组组限,（计算各组的上、下边界值）,为了不使数据漏掉，应尽可能使边界值最末一位为测量单位的,1/2,。,当,h,为奇数时， 第一组边界值应为,当,h,为偶数时，可以下式计算第一组边界值,第一组上边界值,=,x,min,最小测量单位,/2,第一组下边界值,=,上边界值,+,h,一直计算到最末一组将,x,max,包括进去为止。,本例,h,为奇数，故第一组上下边界值为,7.9145,2024/9/16,质量管理,61,其余各组的上下边界值为：,某组上边界值,=,上组下边界值,某组下边界值,=,该组上边界值,+h,本例第二组上下边界值为,7.9175,7.9145,；第三组为,7.9175,7.9205,依次类推，最后 一组为,7.9385,，包括了最大值,7.938(,见频数表,),。,2024/9/16,质量管理,62,5,计算各组的组中值,x,i,如本例,2024/9/16,质量管理,63,6,统计落入各组的数据个数，整理成频数表,组号,i,组边界值,组中值,x,i,频数统计,f,i,1,7.9115,7.9145,7.913,2,2,7.9145,7.9175,7.916,2,3,7.9175,7.9205,7.919,正 正 正 一,16,4,7.9205,7.9235,7.922,正 正 正,18,5,7.9235,7.9265,7.925,正 正 正 正,23,6,7.9265,7.9295,7.928,正 正 正,17,7,7.9295,7.9325,7.931,正 正 正,15,8,7.9325,7.9355,7.934,3,9,7.9355,7.9385,7.937,4,2024/9/16,质量管理,64,7,作直方图,以频数为纵坐标，质量特性为横坐标画出坐标系，以一系列直方形画出各组频数，并在图中标出规格界限和数据简 历，组成频数直方图,规格要求,频数,7.937,4,3,15,17,23,18,16,2,25,20,15,10,5,0,2,7.934,7.931,7.928,7.925,7.922,7.919,7.916,7.9,7.913,7.95,n,=100 96.5.7,96.5.15,3,#,件,S,=0.00519,2,号机床,X,=7.92524,x,f,2024/9/16,质量管理,65,步骤：,1,收集数据，并找出数据中最大值,x,max,和最小值,x,min,数据个数应,50,，并计算极差。,本例数据个数,n,=100,。最大值,x,max,=7.939,，最小值,x,min,=7.913,。,计算极差,2,确定分组组数,k,k,值的选择一般参考下表给出的经验数值确定,本例选择,k,=10,n,K,50-100,6-10,100-250,7-12,250,以上,10-20,数据分组组数表,2024/9/16,质量管理,66,参考,2024/9/16,质量管理,67,Excel,计算,：,1,）选定打算存放计算结果的单元格,M1.M9,2,）按,Ctrl + Shift + Enter,组和键即得到各区间的频数。,2,）输入频数计算公式,“,=FREQUENCY(A1:E20,L2:L9)”,2024/9/16,质量管理,68,直方图的观察分析,1,、直方图反映一个数列的各个数值出现的频数演变情况，以便形象地表示被观察数值的特征和分布状态,2,、对直方图的直接观察，来判断质量变化状况和生产过程是否稳定，并预测生产过程的不合格品率。,3,、 主要包括两个方面的内容：,直方图的分布状态分析,分析与标准或目标值,(,公差,),的关系,2024/9/16,质量管理,69,直方图的观察分析（,1,）,正常直方图,锯齿型,分组不当,测量方法或读数有问题,偏向型,两种情况,1,、数据本身遵从这种分布，如百分率数据,2,、加工习惯造成,2024/9/16,质量管理,70,直方图的观察分析（,2,）,双峰型,平均值不同的两个分布混在一起,孤岛型,出现了某种检查错误，或生产过程出现异常,平顶型,三种情况,1,、多个总体混在一起,2,、生产过程中某种缓慢的倾向在起作用,3,、质量指标在某个区间内均匀分布,2024/9/16,质量管理,71,直方图与质量标准比较（,1,）,理想情形,B,S,L,T,U,T,L,T,B,S,L,T,U,T,L,T,余量过剩的情形,加严标准，缩小规格范围，提高产品质量，或适当放宽对原料、工艺、工具、设备精度的要求，降低成本。,B,T,U,T,L,T,S,L,单侧无余量的情形,应采取措施，使数据中心与规格中心重合,2024/9/16,质量管理,72,直方图与质量标准比较（,2,）,单侧超差,必须应采取措施，使数据中心与规格中心重合,B,S,L,T,U,T,L,T,双侧无余量,由于数据的分散性，已经出现了少数不合格品，应采取措施，防止大量不合格品出现。,T,U,T,L,T,S,L,B,T,U,T,L,T,S,L,B,双侧超差,必须采取有力措施，缩小质量波动,2024/9/16,质量管理,73,12,常用质量管理工具,12.6,散布图法,概念,散布图,(,相关图,),是通过分析研究两种因素的数据的关系，来控制影响产品质量的相关因素的一种有效方法。,相关关系一般可为：原因与结果的关系；结果与结果的关系；原因与原因的关系。,2024/9/16,质量管理,74,12,常用质量管理工具,12.6,散布图法,用相关图法，可以应用相关系数、回归分析等进行定量的分析处理，确定各种因素对产品质量影响程度的大小。如果两个数据之间的相关度很大，那么可以通过对一个变量的控制来间接控制另外一个变量。,相关图的分析，可以帮助我们肯定或者是否定关于两个变量之间可能关系的假设。,2024/9/16,质量管理,75,12,常用质量管理工具,12.6,散布图法,两个变量的相关类型,在相关图中，两个要素之间可能具有非常强烈的正相关，或者弱的正相关。这些都体现了这两个要素之间不同的因果关系。一般情况下，两个变量之间的相关类型主要有六种：强正相关、弱正相关、不相关、强负相关、弱负相关以及非线性相关，如图所示。,2024/9/16,质量管理,76,4,、其相关性判断,对照典型图例判断,X,Y,0,X,Y,0,X,Y,0,X,Y,0,X,Y,0,X,Y,0,（,A,）强正相关,（,B,）强负相关,（,C,）弱正相关,（,E,）不相关,（,F,）非直线相关,（,D,）弱负相关,典型的点子云形状图,76,2024/9/16,质量管理,77,12,常用质量管理工具,12.6,散布图法,作图步骤,(1),确定研究对象。,(2),收集数据。,(3),画出横坐标,x,与纵坐标,y,，添上特性值标度。,(4),根据数据画出坐标点,2024/9/16,质量管理,78,12,常用质量管理工具,12.6,散布图法,相关系数,（,r,取值在,-1,至,+1,之间，,r0,，正相关，反之负相关，绝对值越接近,1,，愈接近线性相关性）,2024/9/16,质量管理,79,散布图,某体育运动俱乐部，为了研究运动员的身高与体重之间是否存在某种关系，将所有运动员的身高和体重的测量数据，作散布图进行分析。,散布图是研究两个变量之间是否存在着相关关系的统计工具,示例,2024/9/16,质量管理,80,身高和体重呈正相关,越高的人越重,身体高,分量重,的,2024/9/16,质量管理,81,相关图法的运用实例,某一种材料的强度和它的拉伸倍数是有一定关系的，为了确定这两者之间的关系，我们通过改变拉伸倍数，然后测定强度，获得了一组数据，如表所示。,表,7-3,拉伸倍数与强度的对应数据,2024/9/16,质量管理,82,2024/9/16,质量管理,83,12,常用质量管理工具,12.6,散布图法,注意事项,（,1,）做散布图时，要注意对数据进行,正确的分层,，否则可能作出错误的判断。,（,2,）,对明显偏离群体的点子，要查明原因,。对被确定为异常的点子要剔除。,（,3,）当收集的数据较多时，难免出现重复数据。在作图时为了表示这种情况，在点的右上方标明重复次数。,（,4,）由相关分析所得的结论，仅适用于,试验的取值范围内,，不能随意加大适用范围。在取值范围不同时，再作相应的试验与分析。,2024/9/16,质量管理,84,常用方法（工具）的分类,1,、老七种工具,调查表 分层法 排列图 因果图 直方图 控制图 散布图,2,、新七种工具,亲和图 树图 关联图 矩阵图 箭条图,PDPC,法（过程决策程序图法） 矩阵数据分析法,3,、,ISO9004,4,质量改进指南,推荐方法,排列图 散布图 直方图 控制图 调查表 亲和图 树图 因果图 流程图 水平对比 头脑风暴法,4,、简易图表,折线图 柱状图 饼分图 雷达图,2024/9/16,85,新七种质量管理工具,2024/9/16,质量管理,86,新七种质量管理工具,关联图,KJ,法,系统图法,矩阵图法,矩阵数据分析法,PDPC,法,箭条图法,2024/9/16,质量管理,87,由是日本科学技术联盟,(JUSE),纳谷嘉信博士所领导,QC,方法开发委员会于,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。,有别于,QC7,工具，是,整理语言资料的工具,。,将语言情报用图形表示的方法。,新,QC,七大工具为,关联图、亲和图法,(KJ,法,),、系统图、矩阵图、矩阵数据分析法、,PDPC,法以及箭条图,。,一、,何谓新,QC,七大工具,2024/9/16,质量管理,88,1.,解决问题的时候常发生没有数据或数据不足的情况。,2.,管理活动强调,PDCA,的循环，所以需要有充实的计划。,3.,很多问题须要所有关系人员共同解决，而如何使他们对问题理解、共识，并产生具体可执行方案,(,图,),。,4. QC,领域中工具不足，无法有效解决更复杂的问题，且为适应将来更复杂的发展，所以需要新,QC,工具。,5.,图形思考使问题更易见、易懂，有利问题的解决。,如：,二、需要使用新,QC,七工具的理由,2024/9/16,质量管理,89,三、,新,QC,七工具的应用,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。,2024/9/16,90,1,、关联图法,（一）什么是关联图？,关联图,把若干个存在的问题及其原因之间的因果关系用箭头连接的一种图形。如图：,关联图法,对于各种,复杂性原因缠绕的问题,，,针对问题将原因群展开，,将其因果关系明朗化,，以,找出主要原因,(,必须采取对策的重点项目,),。,2024/9/16,质量管理,92,关联图的基本形式：,中央集中型关联图,单侧汇集型关联图,问题,1,7,问题,2,8,6,14,13,12,5,2,因素,1,9,3,4,11,10,9,5,6,因素,1,12,10,2,7,3,4,8,11,14,13,问题,1,问题,2,2024/9/16,质量管理,93,（二）关联图法的应用领域？,以质量管理活动为中心,质量保证（,QA,）、质量控制（,QC,）方针的贯彻。,制造工程不良的解决对策。,质量管理小组活动的展开。,市场索赔的对策。,业务的改善,2024/9/16,质量管理,94,（三）关联图法的应用方式？,多目的型,单一目的型,（四）关联图的基本结构,关联图是把需要解决的问题和相关各因素用简洁的语言说明，并用 或 圈起来，以箭头符号表示其因果关系。,想要达到的目标或想解决的问题，用 或 圈起来，需要达到的重点目标和重点因素采用阴影线，使图一目了然。,箭头的方向 表示因果，并且,末端原因的箭头只出不进,。,2024/9/16,质量管理,95,举例：,QC,小组用,“,头脑风暴法,”,对造成,“,直径超差,”,和,“,粗糙度低,”,两个关键问题的原因，充分发表各自意见，共提出,20,条原因，见下表：,余量大,进给太快,砂轮钝,未及时修整砂轮,顶尖孔磕伤,顶尖磨损,测量仪不准,测量仪未定期校正,磨削工艺不好,砂轮选择不当,砂轮粒度粗,砂轮硬度大,工件转速低,砂轮振动,砂轮不平衡,砂轮主轴跳动大,砂轮轴承间隙大,切削液不好,切削液流量小,切削液浓度低,95,2024/9/16,质量管理,96,按因果关系整理成关联图如下：,直径超差,粗糙度低,磨削工艺,不好,砂轮,粒度粗,砂轮选择,不当,砂轮,硬度低,进给快,工件转速低,砂轮钝,未及时,修整砂轮,余量大,顶尖磨损,顶尖孔磕伤,测量仪不准,测量仪,未定期校正,砂轮轴承,间隙大,砂轮主轴,跳动大,砂轮振动,砂轮,不平衡,切削液,浓度低,切削液,不好,切削液,流量小,96,2024/9/16,质量管理,97,与鱼刺图的区别,（,1,）图的形状不同,（,2,）考虑问题的复杂程度不同,（,3,）解决问题的多寡不同,2024/9/16,质量管理,98,（七）关联图法的应用事例,1,、多目的型的应用事例,2024/9/16,质量管理,99,（七）关联图法的应用事例,2,、单一目的型的应用事例（,1,）,2024/9/16,质量管理,100,（七）关联图法的应用事例,2,、单一目的型的应用事例（,2,）,（八）关联图法的特征,关联图法是从因果关系方面人手，经过整理，运用语言资料的一种手法,。其主要特征：,适用于,整理各种复杂因素,交织的问题。,可以在计划阶段以长远的眼光,展望问题,。,能够准确地,抓住重点,项目。,使有关人员之间,取得一致意见,。,因不受形式的限制可以,灵活表现,，故能更好地把存在的问题和原因结合 起来。,因不受框框限制可,灵活地运用,，有助于构思的升华和展开。,有助于,打破固有的成见,。,2024/9/16,102,2,、系统图法,2024/9/16,质量管理,103,系统图法,是一种系统地寻求实现目标的最佳手段或方法。,系统图法系为达成目标或解决问题，以,“,目的一手段,”,做有系统的展开，以寻求出最适当手段的方法称之。,（一）什么是系统图法（又称树图）,2024/9/16,质量管理,104,系统图的概念图,目的,手段,目的,手段,目的,手段,2024/9/16,质量管理,105,树图的基本形式：,主题,主要类别,组成要素,子要素,主题,主要类别,组成要素,子要素,宝塔型,侧向型,2024/9/16,质量管理,106,关联图与因果图、树图应用之比较：,工具名称,适用场合,原因之间的关系,展开层次,因果图,对单一问题进行原因分析,原因之间没有交叉影响,一般不超过四层,树图,对单一问题进行原因分析,原因之间没有交叉影响,没有限制,关联图,对单一问题进行原因分析,原因之间有交叉影响,没有限制,对两个以上问题一起进行原因分析,部分原因把两个以上的问题纠缠在一起,2024/9/16,质量管理,107,系统图的主要用途,新产品开发过程中设计质量的展开,制订质量保证计划，对质量保证活动进行展开,与因果图结合使用,目标、方针、实施事项的展开,明确部门职能、管理职能,对有关质量、成本、交货期等问题的创意进行展开,2024/9/16,质量管理,108,应用树图进行分析时，思路与因果图基本相同，应注意的问题也相似：,针对一个问题作一张树图，分析其原因,(,手段,),；, 让小组成员充分发表意见，找出可能存在的全部原因,(,手段,),；, 将全部原因，按因果关系分层次排列，用直线连接，直至可直接采取对策的末端原因,(,手段,),；, 应对所有末端原因,(,手段,),，逐个到现场加以确认。,树图与因果图应用时的主要不同在于：,树图分析原因,(,手段,),的层次不受限制，而因果图受图形影响，通常只能分析到第三层或第四层原因；, 树图可以不按原因,(,手段,),类别排列，可直接排列第一层原因，在原因类别少于两个情况下，比因果图便于应用。,108,2024/9/16,质量管理,109,系统图的绘制方法,问题,111,系统图应用示例,某厂专业从事书籍装订布生产，作业时，布幅方向发生断裂的不合格品较多，造成最终产品报废。于是将,“,把因断裂造成的不良降低到最小,”,设定为目标，进而分解为,“,不断裂,”,和,“,减少因断裂而产生的损失,”,两个目标，根据各种不同的情况，进行评价，并作成系统图。,系统图作成以后，对末端对策进行详细评价，确定了具体的实施事项，并逐一实施，结果，从对策实施后,6,个月，平均每月的损失减少到原来的一半。,2024/9/16,质量管理,111,2024/9/16,112,3,、,KJ,图法,2024/9/16,质量管理,113,KJ,法（又称亲和图法）是日本川喜二郎提出的。“,KJ”,二字取的是川喜（,KAWAJI,）英文名字的第一个字母。,是针对某一,具体问题,，充分,收集,各种经验知识、想法和意见等语言、文字资料，按其相互,亲和关系,进行汇总,整理,，使问题明确起来，求得统一认识和协调工作，以利于问题解决的一种方法。,2024/9/16,质量管理,114,KJ,图法应用场合,2024/9/16,质量管理,115,将每个人的每条意见制成一张卡片；,展开全部卡片，并反复阅读几遍；,将内容相近的卡片编成一组，并作出,“,标头卡,”,；, 经几次亲和，便可将原始卡片归纳成亲和图形式。,应用步骤,亲和图基本形式,如图所示：,A,1,A,1-1,A,1-2,A,1-3,A,2,A,2-1,A,2-2,A,3,B,1,B,2,B,3,B,A,2024/9/16,质量管理,116,2024/9/16,质量管理,117,2024/9/16,质量管理,118,领导重视支持,尽量在工作时间活动,领导参加发表会,把,QC,小组活动纳入本单位计划,创造学习机会,组织单位内成果发表,发表后要讲评,送小组骨干参加上级组织的培训,激励倒位,成果与评职称挂钩,成果与评先进挂钩,奖励制度化,推进者积极指导,让大家理解,QC,小组是怎么回事,教大家知道应怎样开展活动,掌握常用的一些活动方法,会灵活运用常用方法,大家主动进取协作,小组成员能一齐使劲,选题要是小组成员都能干的,确定可能达到的目标,要主动进取,要有自主性，不依赖别人,要经常保持进取精神,小组内不能有人光说不干，有人只干不说,3,、举例：,如何开展好,QC,小组活动,118,2024/9/16,质量管理,119,KJ,法应用示例,2024/9/16,120,4,、矩阵图法,2024/9/16,质量管理,121,矩阵图,所谓矩阵图法，是一种利用多维思考去逐步明确问题的方法，其工具是矩阵图。从问题的各种关系中，找出成对要素,L,j,和,R,i,，用数学上矩阵的形式排成行和列，在其交点上标示出,L,和,R,各因素之间的关系，从中确定关键点,在寻求问题的解决手段时，若目的（或结果）能够展开为一元手段（或原因），则可用树图法；若有两种或两种以上的目的（或结果），则其展开用矩阵图较为合适。,2024/9/16,质量管理,122,矩阵法的概念图,R,R,1,R,1,R,i,R,m,L,L,1,L,2,L,j,L,n,着眼点,2024/9/16,质量管理,123,矩阵图的主要用途,当问题和所形成的现象错综复杂，与原因的对应关系难以判断，且难以取得相应数据的情况下，根据大家的经验，应用矩阵图进行整理分析，可理清关系，抓住解决问题的关键。,确定系统产品开发、改进的着眼点,在产品开发过程中，对产品质量进行展开,系统地核实产品的质量与各项操作乃至管理活动的关系，便于全面地对工作质量进行管理,发现制造过程不良品的原因,了解有关市场信息，制定市场产品发展战略,明确一系列项目与相关技术之间的关系,探讨现有材料、技术的应用新领域,2024/9/16,质量管理,124,矩阵图的几种形式,2024/9/16,质量管理,125,常用的矩阵图型（举例说明）,某电扇厂,QC,小组对吊扇输入功率高、效率低的问题，使用,L,型矩阵图。, L,型矩阵图,2024/9/16,质量管理,126,126,绝缘强度低,耐压击穿,功率大,转速低,启动性能差,绝缘漆浓度低,预烘时间短,定子性能差,转子缺陷,风叶不配套,风叶角度与电机不匹配,轴承不合格,精加工精度差,性能,原 因,表示有关系（或弱相关）,表示有强相关（或密切相关）关系,性能原因分析矩阵图,主要问题是,“,功率大,”,、,“,转速低,”,，主要原因是,“,定子性能差,”,。进一步分析定子性能差的影响因素，通过试验，找到解决办法。,2024/9/16,质量管理,127,组装线员工技能评价表,备注：,计划学习，,基本掌握，,完全掌握，精通,多技能员工,姓 名,插件,1,插件,2,插件,3,自动,插件,焊接,组装,1,组装,2,检测,包装,张惠妹,徐小凤,金 庸,韦小宝,F4,拉 登,萨科奇,吕不韦,电机不合格,外筒不合格,螺钉不合格,垫圈不合格,风扇不合格,平,衡,量,板,面,震,动,芯,子,震,动,变,形,板,厚,尺,寸,错,误,紧,固,程,度,安,装,失,误,圆,度,重,量,设,备,精,度,组,装,检,查,加工,检验,调整,平衡检查,组装,安装电机,安装外筒,安装垫圈,安装风扇,运转,性能检查,零件,震动不良的因素,工序,