资源描述
Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,*,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,QC小组数理统计工具使用培训提纲,1,QC小组活动的基本特征,( P36 ),质量改进和质量创新。,QC小组活动解决问题涉及到两方面的技术：,专业技术和管理技术,专业技术：小组解决问题的专业技术范围,管理技术：指程序、证据、方法、技巧等,专业技术各有特性,管理技术为共性,2,管理技术的三个主要方面,1.遵循,PDCA,活动程序：,四个阶段，十个步骤,P（Plan）,计划阶段 （六步）,D（Do）,执行阶段： （一步）,C（Check）,检查阶段：（一步）,A（Action）,处理： （两步）,3,管理技术的内容,PDCA循环两个特点：,1、阶梯上升,P,D,C,A,P,D,C,A,A,P,D,C,A,P,D,C,A,P,D,C,P,D,C,A,2、大环套小环,4, 为什么选这个课题？,问题的症结是什么？, 为什么制订这个目标？,为什么确定这几条主要原因？,每条对策是否有效，能否完成？,活动效果怎样？,2、以事实为依据,用数据说话,5,3、应用统计技术,目的：进行数据的整理、分析。,方法：全数检验或随机抽取。,工具：“老七种工具”,“新七种工具”等。,6,统计工具菜单 （一）,排列图,因果图,调查表,分层法,直方图,控制图,散布图,关联图,系统图 （树图）,亲和图 （KJ法、A型图解）,PDPC法 （过程决策图法）,矩阵图,矩阵数据分析法,矢线图,老七种工具,新 七 种 工 具,7,统计工具菜单 （二）,饼分图,折线图,柱形图,水平对比,雷达图,0、618法,正交实验法,抽样检验,方差分析,假设检验,价值工程,简 易 图 表,专 用 工 具 类,其它类,推移图,流程图,8, 统计方法分类：一般分为,描述性,和,推断性,两类。,（1）描述性:对统计数据进行整理和描述,（2）推断性:在对统计数据进行描述的基础上，,进一步进行分析、解释和作出推断性结论。,统计方法基础知识,（P93）,统计：收集和整理国情、资料的一种活动。,一、什么是统计方法,统计方法： 收集、整理、分析和解释统计数,据，并对其所反映的问题做出一定结论的方法。,9,统计方法基础知识,二、统计方法的性质：,描述性、推断性、风险性。,三、统计方法的用途：,1、提供表示数据特征的数据（平均数、标准偏差、极差等）,2、比较两事物的差异（水平对比、假设检验等）,3、分析事物影响变化的因素（因果图、系统图、分层法等）,4、分析事物间相关关系（散布图、正交试验等）,5、研究取样和试验方法，确定合理的试验方案,6、发现质量问题，分析掌握质量数据的分布状态和动态变化,（排列图、直方图、散布图等）,7、描述质量形成过程（流程图、控制图等）,通过归纳分析问题，显示事物的客观规律，不解决质量问题,10,一、 正常波动：,随机原因引起的产品质量波动。,特点：大量存在、影响很小、消除难度大、,经济代价高。,要求：一般情况下在生产过程中允许存在。,控制状态：仅有正常波动的生产过程，简称,为控制状态或稳定状态。,产品质量的波动,产品质量具有波动性和规律性。,产品质量波动分为,正常波动,和,异常波动,两类。,11,特点：不经常发生，一旦发生影响较大，容易,查明原因，容易预防和消除。,要求：由于对生产影响大，生产过程中不允许,存在。,质量管理工作的一项重要工作，就是把正常波动控制在合理范围之内，消除异常波动。,产品质量的波动,二、 异常波动：,由系统原因引起的产品质量波动。,12,产品质量的波动,引起产品质量波动六个方面，,“5M1E”因素,：,人员（Man）操作者的意识、技术、素养及熟练程度等；,机器（Machine）设备、工夹具精度、维护与保养等；,材料（Material）化学成份、物理性能及外观质量等；,方法（Method）加工工艺、操作规程的作业程度；,测量（Measure）测量设备、试验手段和测试方法等；,环境（Enviroment）工作场地的温、湿度，照明噪声等；,正常波动随机原因随机特点普遍存在,异常波动系统原因系统特点单一现象,13,波动无处不在。,当过程处于稳定状态时，产品质量特性数据，其波动服从于一定的分布规律。,例如：长度尺寸必然形成右图,的分布规律。,分布有两种类型：,一种是连续型分布,常见的有：正态分布（计量数据）,一种是离散型分布，常见的有：,1、 二项分布（计件数据）,2、泊松分布（计点数据）,三 波动的规律性,正态分布图,问题：什么情况下,没有波动？,14,关于正态分布,正态分布受两个参数影响,（,总体,平均值）集中位置,（,总体,标准偏差）分散程度,通常用样本平均值：,X,样本的标准偏差：,S,正态分布曲线，又称高斯曲线、钟型曲线。,X,S,15,打靶与分布,16,正态分布特性,区间内的概率,0.6826,0.9545,0.9973,X,S,2,3,17,集中趋势,(位置),离中趋势,(分散程度),偏态和峰度,（形状）,数据分布的特征,18,统计数据及分类,数据分类：计量数据、计数数据,一、计量数据,服从于正态分布,凡是可以连续取值的，或可以用测量工具测量出小数点以下数值的数据。,如：用于计量的长度、重量、温度、时间、强度等数据。,特点：两个数之间相对独立，一个变另一个不变。,19,统计数据及分类,二、计数数据,凡是不能连续取值的或用测量工具也得不,到小数点以下的数据，而只能自然数的数,据称为计数数据。,计数数据分为：,计件数据,服从于二项分布,计点数据,服从于泊松分布,1,2,3,4,5,特点：两个数之间相互影响，一个变另一个随着也变。如：一辆汽车两道划痕，两辆汽车四道划痕。,20,请说明以下数据的类型,自来水表数、电冰箱、衣服溅了油、电机噪声、培训班学员,人体重、布上的疵点、体温、车门被划了几道、酒瓶的汽泡,一丈布、一箱玻璃、手机不合格率、工资、秒表数、错字率,计量数据,计件数据,计点数据,自来水表数、人体重量、体温、工资、,秒表数、一丈布 、电机噪声。,电冰箱、培训班上的学员、手机不合格率、错字率、一箱玻璃。,衣服溅了油、车门被划了几道、酒瓶上的汽泡、布上的疵点。,百分数类型判别：数据分类取决于分子。,21,总体：指某次统计分析中研究对象的全体又称,母体。,样本：从总体中随机抽取出来要对其进行分析,的一部分个体，也称为子体。,抽样：从总体中随机抽取样品组成样本的活动,过程。,随机抽样：使总体中每一个个体都有同等的机,会，被抽出来组成样本的活动过程。,总体与样本,22,总体可以是一批产品，可以是一个过程。,判断,随机抽取,测量,总体,样本,数据,总体与样本,随机抽样方法：,1、简单随机抽样法,2、系统抽样法（等距抽样）,3、分层抽样法（类型抽样）,4、整群抽样法（集团抽样）,23,统计特征数是对样本说的。,常用的统计特征数可分为两类：,一：表示数据的集中位置,1、 样本平均值,2、 样本中位数,二：表示数据的离散程度,1、样本方差,s,2,2、样本标准偏差,s,；,3、样本极差 R,统计特征数,x,24,均值-集中位置,1、一组数据向其中心值靠拢的倾向和程度,2、测量集中位置就是寻找数据一般的代表值和,中心值。,中心位置,X,x,25,样本平均值,X,式中 样本的算术平均值；,n：样本大小。,最常用的测度值，是,集中趋势,的测度值之一，,易受极端值影响。,计算公式：,=,X：,26,样本平均值,X,原始数据,:,10591368,5,.,8,6,8,6,13,9,5,10,6,6,5,4,3,2,1,1,=,+,+,+,+,+,=,+,+,+,+,+,=,=,=,X,X,X,X,X,X,N,X,X,N,i,i,计算算例：,27,样本中位数,将所收集的数按大小排序，在正中位置的数为中位数。,集中趋势的测度值之一。,不受极端值影响。,50%,50%,x,当,N为奇数,时，中位数为正中间位置的数。,当,N为偶数,时，中位数为正中间两个数的算术,平均值。,x,28,五个数据取中位数,原始数据,: 10 5 9 12 6 8,排 序,: 5 6 8,8.5,9 10 12,位 置,: 1 2 3 4 5 6,原始数据,: 24 22 21 26 20,排 序,: 20 21,22,24 26,位 置,: 1 2 3 4 5,六个数据取中位数,中位数,8 + 9,2,8.5,中位数,22,29,数据分布的另一个重要特征,离散程度的各测度值就是对数据离散程度所作的描述,它所反映的是各变量值远离其中心值的程度，因此也称为离中趋势,从另一个侧面说明了集中趋势测度值的代表程度,离散程度,min max,X,离中趋势,30,如果你想过河，有人只告诉你河的平均深度是 1.5 米，你是否还想知道它的变化范围。,为什么要研究数据的离散程度,？,离散程度,样本标准偏差,s,31,方差和标准差,离散程度的测度值之一,最常用的测度值,反映了数据的分布,反映了各变量值与均值的平均差异,根据总体数据计算的，称为总体方差或标准差；根据样本数据计算的，称为样本方法或标准差,4 6 8 10 12,X =,8.3,32,样本方差和标准偏差计算公式,S,： 样本标准偏差,，,样本方差的正平方根。,样本方差,S,2,：,（xi-x）：表示某一数据与样本平均值之间的偏差。,n：采集的样本数,n-1：样本方差的自由度,样本标准偏差,S,：,33,一组数据中可以自由取值的数据的个数,当样本数据的个数为,n,时，若样本均值 确定后，只有,n,-1个数据可以自由取值，其中必有一个数据则不能自由取值；,例如，样本有3个数值，即,x,1,=2，,x,2,=4，,x,3,=9，则,x,= 5。当,x,= 5 确定后，,x,1,，,x,2,和,x,3,有两个数据可以自由取值，另一个则不能自由取值，比如,x,1,=6，,x,2,=7，那么,x,3,则必然取2，而不能取其他值；,样本方差用自由度去除，其原因可以从多方面来解释，从实际应用的角度看，主要为了更精确。,X,(n-1),样本方差的自由度,34,样本方差算例,原始数据,:,10 5 9 13 6 8,平均数据：10+5+9+13+6+86=8.5,35,原始数据,: 10 5 9 13 6 8,样本标准偏差算例,36,1.,一组数据的最大值与最小值之差,2. 离散程度的最简单测度值,3. 表示数据的分散范围,4. 易受极端值影响,极 差 R,R,= max(,X,i) - min(,X,i),= 205 145 = 60,（公分）,205,145,平均,：,175,37,min max,X,X,S,2,3,区间内的概率,0.6826,0.9545,0.9973,0.99994,0.999994,极差相当于6倍的标准偏差,99.73%,2,3,4,5,正态分布特性,38,X,S,2,3,4,5,6,6,6,1.5,（6西格玛）百万分之三点四的计算,分布中心向左偏移1.5时，左边为4.5，区间外的概率为3.4/百万。,右边为7.5,可以忽略不计,39,两类错误和风险,根据随机抽样检测，研究样本质量状况，以此推断整批产品的好坏，并做出决定接收或拒收。,可能会出现四种情况：,（1）假定这批产品质量是好的，样品好：,接收,（2）假定这批产品质量是好的，样品不好：,拒收,（3）假定这批产品的质量不好，样品不好：,拒收,（4）假定这批产品的质量不好，样品好：,接收,40,第1、3项为正确推断，,第2、4项为错误推断。,第2项判断错误称为,“弃真”,，,是,把,质量好的产品作为坏的处理，,这类风险是企业风险。,第4项判断错误称为,“取伪” ，,是,把质量坏的产品作为好的处理，这类风险是用户风险。,运用统计方法，就是要把两类风险率和总损失率控制在期望的范围之内。,两类错误和风险,41,QC小组常用的工具与方法,用于数字数据分析，非数字数据分析均可,用于数字数据分析,（统计型）,用于非数字数据分析,（情理型）,老七种工具,调查表,分层法,排列图 直方图,控制图 散布图,因果图,新七种工具,矩阵数据分析法,亲和图（分层图）,系统图（树图）关联图,过程决策程序图,箭条图 矩阵图,GB/T19004-4-1994 ISO 9004-4-1993,质量改进指南,调查表,排列图直方图,控制图散布图,头脑风暴法,分层图（亲和图）,因果图 树图（系统图）,流程图 水平对比法,试验方法,单因素试验法,正交设计试验法,其它方法,过程能力指数,简易图表：柱状图,折线图 饼分图,带状图 雷达图等,项目,工具名称,类别,42,应用调查表的步骤：,（1）明确收集资料的目的；,（2）确定所需搜集的资料；,（3）确定对资料的分析方法及负责人；,（4）设计记录资料调查表格式；,（5）对先期收集和记录的资料进行检查；,（6）必要时，对调查表格式进行评审和修改。,调 查 表,( P109 ),用来系统的收集资料、积累数据、确认事实并对数据进行粗略整理分析的图表。,43,用于数字数据分析的调查表实例,批次,产品型号,成品量 (箱),抽样数（支）,不合格品数（支）,不合格率(%),外观不合格项目,切口,贴口,空松,短烟,过紧,钢印,油点,软腰,表面,1,烤烟型,10,500,3,0.6,1,1,1,2,烤烟型,10,500,8,1.6,1,1,2,2,2,3,烤烟型,10,500,4,0.8,1,2,1,4,烤烟型,10,500,3,0.6,2,1,5,.,.,烤烟型,10,500,5,1.0,1,1,1,1,1,250,烤烟型,10,500,6,1.2,1,1,2,1,1,合计,2500,125000,990,0.8,80,297,458,35,28,10,15,12,55,某卷烟厂对卷烟成品抽样检验，其不合格品项目调查表,44,序号,项目,评价,备注,好,较好,一般,差,1,知识水平,2,工作水平,3,组织能力,4,工作态度,5,工作业绩,某企业人事部门对干部测评使用的调查表,用于非数字数据分析的调查表实例,45,不合格调查表（表格式）,序号,项 目,频数,累计%,频率,累计%,1,服务态度差,80,80,40,40,2,商品种类少,60,140,30,70,3,商场环境差,30,170,15,85,4,价格偏高,20,190,10,95,5,服务设施差,4,194,2,97,6,其它,6,200,3,100,合计,200,调查者： 日期： 地点： 调查方式：,46,缺陷位置调查表（图示法）,车型,检查处,车身,工序,检查者,调查目的,喷漆缺陷,调查数,2139辆,图示：,流漆,花色,尘粒,47,质量分布调查表,零件实测值分布的调查表,调查人： 调查数（N）121 调查日期*年*月*日,频数,1,3,6,14,26,32,23,10,4,2,一,正,正,正,正,正,正,正,正,正,一,正,正,正,正,正,一,正,正,正,正,正,正,48,特点：常用于归纳整理所收集到的统计数据，,把错,综复杂和杂乱无章的数据进行分类、整理、,汇总后，使之能更确切地反映客观事实。,原则：同一层次内的数据波动幅度尽可能小；,层与层之间差别尽可能大。,分 层 法,( P4113),分层：为解决某一个问题所收集的数据、资料，,往往是综合性的。这些综合性的数据、资,料可按其来源、特征、属性等标识分作两,个以上的组。这样一个组称作“层”。,49,一般可以从以下方面进行分层：,1.按操作人员分层,可按班（组）、个人、熟练程度、性别、年龄等分层。,2.按机器设备分层,可按机台号、结构、新旧程度、工夹模具等分层。,3.按作业方法分层,可按工艺、操作参数、操作方法、生产速度等分层。,4.按原材料、零部件分层,可按规格、成份、产地、供应商、批次等分层。,5.按时间分层,可按班次、日期等分层。,6.按测量、检查分层,可按计量仪器、测量人员、检查方法等分层。,7.按环境分层,可按温湿度、清洁度、照明度、地区、使用条件等分层。,8.按缺陷分层,可按缺陷内容、缺陷部位分层。,如何分层,50,1、收集数据,2、将采集到的数据按不同目的选择分层标志,3、分层,4、按所分层次归类,5、画出分层归类图,注：分层法常与其它方法结合应用,分层法的应用步骤,51,某装配厂的气缸与气缸盖之间经常漏油。经过对50套产品进行调查后发现两种情况：,1、操作者操作方法不同。,2、生产气缸垫的厂家不同。,分层法应用实例,方法一、按操作者分层,操作者,漏 油,不漏油,漏油率（%）,王师傅,6,13,32,李师傅,3,9,25,张师傅,10,9,53,共 计,19,31,38,52,方法二、按生产厂家分层,供应厂,漏 油,不漏油,漏油率（%）,A 厂,9,14,39,B 厂,10,17,37,共 计,19,31,38,方法一和方法二实际比较的结果是，为降低漏油率，应采用李师傅的操作方法。,但是如果按两种因素进行交叉分层，又会得出新的结论。,53,方法三、两种因素交叉分层,操作者,漏 油,气缸垫生产,合 计,A 厂,B 厂,王,漏 油,6,0,6,不漏油,2,11,13,李,漏 油,0,3,3,不漏油,5,4,9,张,漏 油,3,7,10,不漏油,7,2,9,合计,漏 油,9,10,19,不漏油,14,17,31,合计,23,27,50,54,调查表、分层法应用案例,某电话机厂生产的新型电话机不合格率高，严重影响了产品的市场开发，厂部决定组织QC小组开展攻关活动，小组经调查发现，仅2005年上半年就生产不合格电话机达5136部，小组对不合格话机进行归类分析。,序号,项 目,频数,频率,累计频率%,A,插头焊接不牢,4870,94.4,94.4,B,压簧不好,132,2.8,97.2,C,外观不好,56,1.1,98.3,G,其它,78,1.7,100.00,合计,5136,100.00,100.00,一次分层调查表,55,插头焊接不牢缺陷调查表 N = 4870,序号,项 目,频数,频率,累计频率%,A,插头槽径大,3367,69.14,69.14,B,插头假焊,521,10.68,79.82,C,插头焊化,382,7.87,87.69,D,插头内有焊锡,201,4.13,91.82,E,绝缘不良,156,3.20,95.02,F,芯线未露,120,2.46,97.48,G,其它,123,2.52,100.00,二次分层调查表,56,5136,2500,焊接不好 压簧不好 外观不好 其他,频数(次) N=5136,累计百分比(%),100,0,50,4870,132,56,78,94,97,98,0,500,话机不合格排列图一,57,话机不合格排列图二,插头焊化,其它,绝缘不良,累计频率（%）,87.69,0,N=4870,382,156,201,100,频数件,91.82,95.02,插头内有焊锡,芯线未露,0,500,1000,3367,521,插头槽径大,插头假焊,79.82,50,3000,3500,4200,5000,69.14,123,97.48,120,焊接不好的主要问题是：,58,帕累托曲线,排列图（Pareto Diagram)又叫帕累托图。是,将质量改进项目从最重要到最次要顺序排列而采用的一种图表。,排列图（一）,200,180,140,80,40,0,100%,50%,25%,75%,N=200,频数,态度差 种类少 环境差 价格高 设施差 其它 项目,70%,97%,95%,85%,频率,40%,59,排列图（二）,排列图特点：,1,、两个直角坐标,横 - 项目,纵,左 频数,右 频率 %,3、,依频次高低从左至右排列的柱形,宽度一致。,4、,“其它”频数较小的次要项目的“总合”排在最后。,2、,左面纵座标按度量单位标定，其高度必须等于所,有项目量值的总和；右面纵座标是百分比的座标，,其高度和左面的量值总合等高，并从0-100%标定。,60,作排列图程序： 必要的标注：,选择分析的题目 图名,选择度量单位、频次等 总数：N,选择分析数据的时间间隔 分类数据：NO,画横坐标、纵坐标 坐标值、百分比、原点,每个项目上画长方型 绘图人,画累计频率曲线 日期及收集数据的条件,排列图（三）,排列图作用：,（1）按重要顺序显示出每个质量改进项目对整个问题的影,响，找出关键的少数。,（2）识别进行质量改进的机会,61,注意事项：,1、应排出关键的少数和次要的多数，否则重新排列。,2、关键少数项目应是小组有能力解决的突出问题，,否则应去掉，重新进行排列。,3、纵坐标频数可以用“件数”、“金额”等表示，但对应,各项目的,度量单位必须一致。,5、排列图项目一般不少于3项，最多不宜超过8项。当,少于3项时，可用简易图表代替（如饼分图）,6、实施后，为检查措施效果，要重新画出排列图。,关键的少数看三点：,排列图（四）,1、看图形：关键问题比例高；,2、看目标：对目标影响大；,3、看实际能解决的问题（不可抗拒因素排除）。,4,、取样数量不易太少，至少应有50个数据,62,某产品（零件）机加工不合格品率，2005年1- 4月达到1.8%，超过了0.8%的考核指标，小组以此为题，要把不合格品率降下来，在现状调查中，首先弄清了不合格品的总体情况，如下：,某厂产品机加工不合格品率高,统计表（案例）,项目内容,日期,2005年,1月,2005年,2月,2005年,3月,2005年,4月,总 计,加工数量（件）,4500,4000,4500,4500,17500,不合格品数（件）,76,75,86,78,315,不合格品率（%）,1.69,1.88,1.91,1.73,1.8,63,不合格品率,平均1.8%,考核指标0.8%,2005年,按调查表绘制了折线图：,折线图中可看出，四个月均超过考核指标，而且没有哪个月有突发变化。鉴于该产品加工共有10道工序，每道工序都会出不合格品，那么，这315件不合格品都是哪些工序产生的？主要问题在哪儿？小组按工序区分进行了分层统计，并绘制了排列图。,64,工序,不合格品数（件）,占百分比（%）,累计百分比,备注,第9工序,168,53.33,53.33,第2工序,105,33.33,86.66,第1工序,18,5.71,92.37,第6工序,10,3.17,95.54,第8工序,5,1.58,97.12,其它,9,2.88,100,合计,315,100,某厂产品机加工不合格品率高,统计表（案例）,65,1、从排列图中可直观看出，不合格品率高的症结是：,第9工序 不合格 168件 占 53.33%,第2工序 不合格 105件 占 33.33%,如果这两道工序的不合格品率能降低下来，则整个产品的不合格率就可大幅度下降。,2、,第9、第2两道工序都分别加工多个部位，工序的不,合格品包含着各个部位的不合格品。因此，还要再,作进一步的分层，看看哪个部位不合格最多。,关键问题分析：,66,第 9 工序不合格项目统计表,不合格品数,67,第 2 工序不合格项目统计表,以上三张排列图也可以制成一张分层排列图,68,从图中可直观看出，某产品机加工不合格品率高的症结是,：,（1）A孔直径超差,（2）孔距超差,（3）底面不平。,这三个问题占整个为合格品的,55.3%92.86+33.33%87.62%=78.72%,如果三个问题各解决80%,则该产品机加工不合格率可降低：,1.8%(1-78.7280)=0.67%,所以，目标值可定在1.2左右。,此计算为设定目标提供依据。,综合分析结论：,69,以会议形式，引导参会人员围绕主题、广开言路、自由奔放的思考及发表意见，,通过相互启发、拓宽思路，激发灵感，,在自己头脑中掀起思想风,暴的一种集体创造思维的方法。,作用：,用来识别存在的质量问题；,用来寻找改进的机会。,头脑风暴法,( P117 ),70,人的潜能激发,95%,潜意识,5%,意识,小组成员蕴藏着的巨大潜能,如何调动和发挥小组成员的潜能,71,（1）引发和产生创造思维阶段,会议要领：,a、与会者平等,b、明确会议目的,c、每人依次发表一条意见或一个观点,d、成员互相补充组内无训令,e、现场记录,f、会议进行到无人发言为止,g、将每个人的意见重述一遍,（2）整理阶段,对每个人的观点进行确认，去掉重复、,无关的观点。,头脑风暴法应用步骤,72,联想法有：,1、类比联想法：当受到刺激或遭遇某种处境时，,人们就会下意识地联想起相似的情形。,例如：飞机 火箭；汽车 摩托车； 老虎 猫；,咖啡 红茶。,2、反比联想法：想起与其相反的事物与经历。,例如：上 下；高 低；山 川；晴 雨；水 火。,3、近似联想法：想起与其相近或关联的事物。,例如： 桌子 椅子；下雪 滑雪；钉子 锤子。,头脑风暴法常与“联想法”一起应用,73,1、绝对不用好与差给予评判,不要计较建议内容的优劣，不批评也不赞扬。把意见记,下来，到会议结束后再做归纳分析。,2、倡导自由奔放,鼓励出新出奇，不怕异想天开，要自由自在、畅所欲言。,3、轻质重量,鼓励点子的数量，数量是产生质量的铺垫，力求在最短,的时间内，提出最多的建议。,4、综合性地提炼他人的提案建议,取长补短极为重要，通过融洽，产生出新的智慧，因此,搭乘他人的快车，不失为一种捷径。,头脑风暴法的原则,74,请给口字加两笔 生成一个新的字,口田加甲申囚由四旧叶白电古占石目只旦兄史可叫另叨召句号叹叭叮右卟叵叱台叻叼叽司叩,头脑风暴法,游戏,75,把收集到的大量有关某一特定主题的意见、观点、想法和问题，按它们之间的相互亲近程度加以归类、汇总的一种图。,亲合图,( P119),亲合图图形表示：,1、用树图来表示目录,2、用A型图解来表示,3、以文字形式表示,第一节,第二节,第一节,第二节,第一章,第二章,第一篇,第三节,76,归纳、整理由“头脑风暴”法所产生的各种意见、观点,和想法等语言资料。,应用步骤：,（1）确定讨论主题,（2）制作语言资料卡片,（3）汇总整理卡片, 把卡片集中随机放在一起，把有关联的卡片归在一组, 找出或另写一张能代表该组内容的主卡片放在最上面, 按类将卡片中信息登记汇总, 画出亲合图；, 写出书面报告，说明结论。,亲合图作用,77,亲合图应用注意事项,应用条件,（三种齐备）,必须解决的问题,不容易解决的问题,有时间去解决的问题,不可应用的条件,简单的问题,速战速决的问题,A型图解的应用条件,这种条件下用亲合图法,必须解决的问题,不容易解决的问题,有时间去解决的问题,可以一个人做,速战速决,轻而易举,这种情况下不用此法,亲和图在QC小组活动中常用于选择课题或找改进的着眼,点等处。但不宜作原因分析用。,78,某服装商店经营情况不好，于是设计了调查表，征求顾客意见还召开部分职工座谈会，运用头脑风暴法，让大家畅所欲言提意见，共收集语言资料20条，它们是：,货价摆放乱,抵挡服装少,自选范围小,商品有尘土,说话不热情,尺寸号不全,样品陈列少,商品落地放,接待不及时,服务态度差,退换没讲清,售货员不会推荐商品,款式较陈旧,面料知识少,灯光照明暗,售货员扎堆聊天,缺少试衣间,男服式样少,价格定位高,下班关门早,亲合图案例,79,要改变经营现状；应从提高售货员素质；调整商,品结构；改善购物环境和加强管理四个方面主抓,售货员素质低,说话不热情,接待不及时,售货员扎堆聊天,面料知识少,不会推荐商品,服务态度差,业务知识差,管理问题,货架摆放乱,商品落地放,商品有尘土,退换没讲清,下班关门早,商品管理差,价格定位高,缺少试衣间,自选范围少,购物环境差,样品阵列少,灯光照明暗,款式较陈旧,尺寸号不全,商品结构不好,低档服装少,男服式样少,80,因果图 一,( P125),因果图又称石川图、特性要因图、鱼刺图。是用于考虑并展示已知结果,与其潜在原因之间关系的一种工具。,因果图的基本图形：,结果,原因类别,原因类别,原因类别,原因类别,第三层原因,第一层原因,第二层原因,81,原因类别：,对于分析现场质量问题时，为避免遗漏通常以4M1E或5M1E来作为原因的类别。,人（Man）,机器（Machine）,环境（Enviroment）,材（Materiel）,方法（Method）,测量（Measure）,材料,机器,人,方法,环境,测量,质量问题,但这不是绝对的，要根据分析的问题不同而具体对待。,分析的方法：,（1）展开分析,结果,结果,原因,原因,原因,结果,因果图（二）,82,因果图的用途：,1.分析问题的原因,2.有助于积累知识和经验,因果图（三）,应用步骤：,1、规定需要解决的质量问题,2、规定可能发生的原因的主要类别,（人、机、料、法、环、,测量）,3、画图,4、寻找画出下一层次的原因,83,注意事项：,1、画图前必须开“诸葛亮”会，集思广义，做好记录。,2、首先说明结果，然后确定原因的类别，针对每一个,原因类别进行展开分析。,3、因果关系间层次要分明，最高层次的原因应寻求到,可直接采取对策为止。,4、,箭头从原因指向结果，末端原因才是可能影响结果,的具体原因。,5、一个主要质量问题只能画一张图，因果图只能用于,单一目标分析。,6、对所有末端原因，都应到现场进行观察、测量、试验等，加以确认。,因果图（四）,84,环境 方法 材料,电机丢转,搅拌不匀,水控开关失灵,供水系统失控,水管开关坏,机器,人,技术不熟练,未培训,责任心不强,温度低,水量大,工艺参数,选择不对,渗合剂少,配量比,例不对,水泥少,细砂含,土量大,使用错误,水泥标,号不对,未达规定值,Y,型混凝土坍落度高,未进行考核,因果图实例,85,树图系统图（一）,什么是树图：,1、树图是表示某个主题（质量问题）与其组,成要素之间关系的一种树枝状的图。,2,、树图用于系统地把某一主题分解成组成要,素，并显示它们之间顺序关系和逻辑关系。,3,、通过头脑风暴法产生的观点和用亲和图列出,的或者归类的观点，可以转换成树图以显示,出逻辑和顺序关系。,86,主题,主要类别,组成要素,子要素,树图的类型：,树图一般有两种形式：宝塔型和侧向展开型。,树图系统图（二）,宝塔型树图,常用于组织机构等,主题,主要类别,组成要素,子要素,侧向型树图,常用于方针目标展开、原因分析等,87,应用步骤：,1、明确要研究的主题；,2、确定该主题的类别（层次）；,3、构造树图；,4、确定其组成要素和子要素；,5、把组成要素和其子要素分别放在类别右边相应的,方框内；,6、评审画出图的准确性。,注意事项：, 用于因果分析的一般是单目标，一个质量问题只,画一张图。, 主要类别可以不先从5M1E出发，可根据其逻辑关,系选取。,树图系统图（三）,88,树图实例,(目的手段型),减少交通事故的系统图某运输队QC小组,目 的,手段一级,手段二级（措施）,可行性评价,二次评价,消灭重,大事故,“死亡”,为零,整顿司机队伍,改善车况,坚持安全教育，每周半日,调出八名喝酒的司机,严格司机年审，合格上岗,违章三次/年的司机停职,全部车辆安全检查，调整,更新国产车换进口车,填好出车记录，每日安全报警,按生物节律分析，安排出车,加大违章扣罚力度,？,89,膏,面,色,泽,不,均,匀,胶浆存放室温度高,胶中有团状疙瘩,搅拌不均匀,胶浆含水高,溶质析出,操作不熟练,敷料3粘结于打胶机内壁,打胶时间不够,原料含水高,操作人员培训不够,辅料1含水量高,辅料3投入时间不当,辅料3颗粒过大,打胶机,温度高,溶剂挥发产生老化,塑胶质量差,胶浆系统稳定性差,打胶机叶片角度不当,打胶过程温度测量不准确,冷却水水压低,水管有堵塞物,出水口温度高,打胶过程,控制不好,打胶机夹层,水循环不好,树图实例,（因果分析）,90,亲和图事例：某服装店经营状况差的亲和图，转换成 树图如下所示：,款 式 陈 旧,尺寸号不全,低档服装少,男服式样少,缺少试衣间,自选范围小,样品陈列少,灯光照明暗,商品管理差,价格定位高,下班关门早,退换没讲请,说话不热情,接待不及时,扎堆聊天,面料知识少,不会推荐商品,货架摆放乱,商品落地放,商品有尘土,服务态度差,业务知识差,经,营,状,况差,商品结构不好,售货员素质低,购 物 环 境 差,管 理 问 题,91,因果分析,维修服务差,受理台席忙，接通率低,操作不当，计算机知识缺乏,业务引导不够,受理人员业务不精,查修工作不规范,业务能力不足,核查力度不够,障碍多，工作量大,预处理不够,用户端障碍多,重复障碍多,人员素质不高,查修力量不足,窗口服务,障碍率,查修质量,92,关联图（一）,原理：,用于解决：,图形：,采用逻辑关系，理清复杂问题，整理语言文字资料的一种方法。,关系复杂、因素之间有相互关联的原因与结果或目的与手段等单一或多个问题的图示技术。,1、中央集中型把分析的问题放在图的中央位置，把同“问题”发生关联的因素逐层排列在其周围。,2、单侧汇集型：把要分析的问题放在右（或左）侧，与其发生关系的因素从右（左）向左（右）逐层排列。,注意事项：,1、单目标可作因果分析的一般不用关联图,2、图中一定有若干相互关联的因素,3、要因必须出自末端因素并明确表示,93,1、中央集中型,14,4,11,3,10,9,2,因素1,5,6,12,7,8,13,问题1,问题2,关联图（二）,关联图图形：,94,2、单侧汇集型,14,4,11,3,10,9,2,因素1,5,6,12,7,8,13,问,题,1,问,题,2,95,关联图应用实例：,某企业地处郊区，饮用地下深井水，环境条件也不好，夏季苍蝇多，食堂条件一般。去年夏季因患肠道病减员较多，影响生产，行政科今年初成立QC小组，围绕如何预防肠道病，减少夏季因患肠道病而减员开展活动。小组成员针对夏季易患肠道病这个问题，运用头脑风暴法，共提出原因12条：,饮食不干净,苍蝇太多,交叉感染,喝生水,剩饭菜变质,炊具不干净,饭前不洗手,睡觉受夜寒,卫生习惯不好,水质净化不好,使用病人用过的碗筷,生拌菜带病菌,由于原因之间有交叉影响，因此绘制了中央集中型关联图,关联图（三）,96,关联图（三）,夏季容易患肠道病,喝生水,凉拌菜带病菌,受夜寒,卫生习惯不好,饭前不洗手,水质净化不好,饮食不干净,炊具未洗净,剩饭菜变质,苍蝇太多,交叉感染,使用病人的碗筷,实例：,97,关联图（四）,注意事项：,1、用于多目的的问题分析。,2、展示全貌 原因可缠绕。,3、箭条方向从原因指向结果（问题）。,4、分析到能采取对策为止,。,5、末端因素的箭头只出不进。,6、要因用符号加以标识。,7、语言准确，宁可多写几个字,。,8、“问题”识别规则是：箭头只进不出,。,9、边记录，边绘制，反复修改,。,98,关联图（五）,因果与包容关系的转换：做关联图不仅要考虑因果关系，也要考虑包容关系。当按因果图会做成枣核状时（如上图），应及时转换为包容关系来处理（如下图）,夏季易得肠道病,夏季易得肠道病,卫生习惯不好,卫生习惯不好,使用病人碗筷,喝生水,饭前不洗手,使用病人碗筷,喝生水,饭前不洗手,99,关联图 案例,100,名称,适用场合,之间关系,展开层次,因果图,对单一问题的原因分析,原因之间没有交叉关系,一般不超过四层,系统图,对单一问题的原因分析,原因之间没有交叉关系,没有限制,关联图,对单一或多个问题原因进行分析,原因之间有交叉关系,没有限制,因果图 系统图 关联图,三种图示方法的应用,101,流程图 一,( P135),原理：通过对一个过程中各步骤之间关系的研究（用图的形式表示），发现问题，找出需要改进的环节。,常用图形：,设计新过程流程图的步骤：,1、判别过程 ： 开始和结束,2、形象化描述新过程将形成的程序,3、确定程序（输入、活动、判断、决定、输出）,4、画出新过程的流程草图,表示,活动的顺序,决策,活动说明,开始和结束,5、与相关人员评审新流程草图,6、对不合理（非增值）步骤进行改进,102,流程图（二）,流程图分析过程：,1、判别过程的开始和结束,（规定起点和终点）,2、描述整个过程,（把过程经过各点写清楚）,3、规定该过程的程序（规定该点的做法）,4、画出流程草图,5、评审流程图,6、改进非增值步骤,（在流程中但不起作用的步骤）,7、与实际过程比较,8、验证并修改不合理步骤,9、注明新流程的形成日期,103,流程图（三）,流程图实例：,接受文件,输入份数,开始复印,装订文件,重新开始,纠正错误,整理,机器运转是否正常,是否进行装订,是,是,否,否,开始,1,2,1,2,结束,104,简易图表（一）,折线图：（波动图）（变化图）,用来表示质量特性数据随着时间推移而产生波动（变化）的情况,100,80,60,40,20,销售额（万元）,1 2 3 4 5 6 7 8 9 10 11 12 时间（月）,某厂年度销售额折线图,105,活动前后产品不合格率折线图,30,20,9,时间(月),指标,22.0,26.9,20.8,26.0.,20.4,23.8%,8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12,23.9,24.3,23.7,10.5,5.7,5.06,5.02,4.89,活动前,活动中,活动后,巩固期,不合格率,4.9,6.2,5.2,106,简易图表（二）,柱状图：,用长方型的高低来表示数据大小，对数据进行比较、分析。,活,动,目,标,现,状,97%,99%,提高产品合格率目标柱状图,107,10,不合格率,%,0 活动前 目标值 活动后,2002年,9月,2002年,10月,2002年,11月,23.8%,9%,5.71%,5.69%,5.06%,5.02%,4.89%,2002年12月,效果检查柱状图,108,简易图表 （三）,饼分图：（圆形图）,饼分图是把数据的构成按比例用圆的扇形面积来表示的图形，各扇形面积表示的百分比和是100%。,某产品质量故障原因构成饼分图,操作者引起,设备引起,测量引起,环境引起,其它原因,109,简易图表 （四）,A2,A1,A4,A3,A6,A5,C1,B1,A7,B2,B3,B4,B5,C2,C3,C4,10,8,6,100,A,B,C,雷达图：常用来检查工作绩效的一种图表,A理想水平,B平均水平,C不理想水平,注意事项：,多项目综合工作考核,指标体系分区展示,A、B、C区域划分呈比例,各指标坐标不统一，但范围一样大,发展趋势应是C B A,110,C1 B1 A1,C2 B2 A2,C3 B3 A3,C4 B4 A4,C5 B5 A5,C6 B6 A6,C7 B7 A7,用雷达图选题,1、该课题对用户是否重要,2、该课题是否很耗资,3、该课题是否容易完成,4、该课题周期是否太长,5、该课题对管理是否很重要,6、该课题小组是否能够控制,7、该课题是否需要多方配合,雷达图趋势 重要程度判断,111,协作,进取心,团队意识,技术水平,学习,参与意识,活动前,活动后,活动前后对比，QC小组在进取心、团队意识和协作精神等方面都有提高。小组绘制雷达图对小组的各项能力进行综合评价。,用雷达图评价小组活动前后的能力,112,0,1,2,3,4,5,服务意识,团体精神,个人能力,综合知识,解决问题能力与信心,去年,今年,用雷达图评价个人能力提高程度,113,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运动规律，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 一,( P141),直方图的概念：,主要用途：,直观的显示过程质量状况；,帮助寻找可以改进的项目。,114,M,T,T,U,T,L,0,0,.5,5,.5,10,.5,15,.5,20,.5,25,.5,30,.5,35,.5,40,.5,45,.5,50,.5,50,5,10,15,20,25,30,频数,重量（cg）,成品重量直方图,n=100,26.6(cg),S,= 9 (cg),x,直方图,115,直方图是使用一系列宽度相等，高度不等的长方形,表示数据的图,。,注：,（1）长方形的宽度表示数据范围的间隔,（2）长方形的高度表示在给定间隔内的数据的数目,（3）变化的高度形态表示数据的分布情况,直方图,116,2、直观的传达有关过程的信息,通过计算可准确地得到平均值和标准偏差，但不直观。通过绘制直方图并对其形态的研究，就能直观的掌握过程的情况。,直方图,1、直方图的尺寸分布服从正态分布的形态,计算平均值：,计算标准偏差：,117,企业用直方图选择供应商,水泥供应商产品质量直方图,A企业,B企业,规格,上限,规格,下限,规格,下限,规格,上限,规格中心,规格中心,118,直方图（二）,直方图的应用步骤 ：,（1）收集数据，求极差 R。 在原始数据中找出最大值,x,max,和最小值,x,min，计算二者差值，即极差。,（2）确定分组的组数和组距。 一批数据究竟分多少组，,通常根据数据的多少而定，可参考下表。,直方图数据分组数表,10-20,250以上,7-12,100-250,6-10,50-100,分组数,K,数据个数,119,直方图的应用步骤 ：,（3）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。,第二组的上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，也就第三组的下界限值，依此类推，可定出各组的组界。,为了计算的需要，往往要决定各组的中心值。每组上下界限相加除以2，所得数据即为组中值。组中值为各组数据的代表值。,120,（4）作频数分布表,。,将测得的原始数据分别归入相应组中，统计各组数据个数，即频数,fi,，填好各组频数后，检查总数是否与数据总数相符，避免重复或遗漏。,（5）画直方图,。,横坐标表示质量特性，纵坐标为频数（或频率），在横轴上标明各组组界，以组距为底，频数为高画出一系列的直方柱，就成了直方图。,直方图的应用步骤 ：,121,直方图（三）,样本容量,n50,，通常取100，生产量小不宜用,计算组距,（h）,，取测量单位的整数倍；,确定分组界限，关键是计算第一组下限：,- 0.5,；,各组频数根据频数分布表中各组的频数记号统计；频数记号应按数据表的顺序逐个数据“对号入座”进入相应的组；,作出直方图后，应在图上标出,n、 、S,三个数,标出四条线：,T,U,规格上限,T,L,规格下限,M 规格中心,实际分布中心。,应注意的问题：,x,x,min,x,122,作图：某厂生产的产品重量规范要求为1000,（克）,。,实测数据如下表：,+0.05,+0,43,28,27,26,33,29,18,24,32,14,34,22,30,29,22,24,22,28,48,1,24,29,35,36,30,34,14,42,38,6,28,32,22,25,36,39,24,18,28,16,38,36,21,20,26,20,18,8,12,37,40,28,28,12,30,31,30,26,28,47,42,32,34,20,28,34,20,24,27,24,29,18,21,46,14,10,21,22,34,22,28,28
展开阅读全文