品保七大手法是什么？
2024-05-18 10:37
1. 品保七大手法是什么？
2. 谁知道品保七大手法用法帮忙谢谢详细一点
一、QC七大手法分为： 1、简易七手法：甘特图、流程图、5W2H、愚巧法、雷达法、统计图、推移图 2、QC旧七大手法：特性要因分析图、柏拉图、查检表、层别法、散布图、直方图、管制图 3、QC新七大手法：关连图、系统图法、KJ法、箭头图法、矩阵图法、PAPC法、矩阵数据解 析法 计数值：以合格数、缺点数等使用点数计算而得的数据一般通称为计数数据。（数一数） 计量值：以重要、时间、含量、长度等可以测量而得来的数据，一般为计量值，如长度、重要、浓度，有小数点的凡四舍五入都称之。（量一量） QC七大手法由五图，一表一法组成： 五图：柏拉图、散布图、直方图、管制图、特性要因分析图（鱼骨图） 一表：查检表（甘特图） 一法：层别法
3. 品保工作七大作业手法
QC七大手法吧，七大手法：检查表、层别法、柏拉图、因果图、散布图、直方图、控制图
一、检查表
检查表就是将需要检查的内容或项目一一列出，然后定期或不定期的逐项检查，并将问题点记录下来的方法，有时叫做查检表或点检表。
例如：点检表、诊断表、工作改善检查表、满意度调查表、考核表、审核表、5S活动检查表、工程异常分析表等。
1、组成要素
①确定检查的项目；②确定检查的频度；③确定检查的人员。
2、实施步骤
①确定检查对象；
②制定检查表；
③依检查表项目进行检查并记录；
④对检查出的问题要求责任单位及时改善；
⑤检查人员在规定的时间内对改善效果进行确认；
⑥定期总结，持续改进。
二、层别法
层别法就是将大量有关某一特定主题的观点、意见或想法按组分类，将收集到的大量的数据或资料按相互关系进行分组，加以层别。层别法一般和柏拉图、直方图等其它七大手法结合使用，也可单独使用。
例如：抽样统计表、不良类别统计表、排行榜等。
实施步骤：
① 确定研究的主题；
② 制作表格并收集数据；
③ 将收集的数据进行层别；
④ 比较分析，对这些数据进行分析，找出其内在的原因，确定改善项目。
三、柏拉图
柏拉图的使用要以层别法为前提，将层别法已确定的项目从大到小进行排列，再加上累积值的图形。它可以帮助我们找出关键的问题，抓住重要的少数及有用的多数，适用于记数值统计，有人称为ABC图，又因为柏拉图的排序识从大到小，故又称为排列图。
1、分类
1）分析现象用柏拉图：与不良结果有关，用来发现主要问题。
A品质：不合格、故障、顾客抱怨、退货、维修等；
B成本：损失总数、费用等；
C交货期：存货短缺、付款违约、交货期拖延等；
D安全：发生事故、出现差错等。
2）分析原因用柏拉图：与过程因素有关，用来发现主要问题。
A操作者：班次、组别、年龄、经验、熟练情况等；
B机器：设备、工具、模具、仪器等；
C原材料：制造商、工厂、批次、种类等；
D作业方法：作业环境、工序先后、作业安排等。
2、柏拉图的作用
① 降低不良的依据；
② 决定改善目标，找出问题点；
③ 可以确认改善的效果。
3、实施步骤
① 收集数据，用层别法分类，计算各层别项目占整体项目的百分数；
② 把分好类的数据进行汇总，由多到少进行排列，并计算累计百分数；
③ 绘制横轴和纵轴刻度；
④ 绘制柱状图；
⑤ 绘制累积曲线；
⑥ 记录必要事项
⑦ 分析柏拉图
要点：A柏拉图有两个纵坐标，左侧纵坐标一般表示数量或金额，右侧纵坐标一般表示数量或金额的累积百分数；B柏拉图的横坐标一般表示检查项目，按影响程度大小，从左到右依次排列；C绘制柏拉图时，按各项目数量或金额出现的频数，对应左侧纵坐标画出直方形，将各项目出现的累计频率，对应右侧纵坐标描出点子，并将这些点子按顺序连接成线。
4、应用要点及注意事项
① 柏拉图要留存，把改善前与改善后的柏拉图排在一起，可以评估出改善效果；
② 分析柏拉图只要抓住前面的2~3项九可以了；
③ 柏拉图的分类项目不要定得太少，5~9项教合适，如果分类项目太多，超过9项，可划入其它，如果分类项目太少，少于4项，做柏拉图无实际意义；
④ 作成的柏拉图如果发现各项目分配比例差不多时，柏拉图就失去意义，与柏拉图法则不符，应从其它角度收集数据再作分析；
⑤ 柏拉图是管理改善的手段而非目的，如果数据项别已经清楚者，则无需浪费时间制作柏拉图；
⑥ 其它项目如果大于前面几项，则必须加以分析层别，检讨其中是否有原因；
⑦ 柏拉图分析主要目的是从获得情报显示问题重点而采取对策，但如果第一位的项目依靠现有条件很难解决时，或者即使解决但花费很大，得不偿失，那么可以避开第一位项目，而从第二位项目着手。
四、因果图
所谓因果图，又称特性要因图，主要用于分析品质特性与影响品质特性的可能原因之间的因果关系，通过把握现状、分析原因、寻找措施来促进问题的解决，是一种用于分析品质特性（结果）与可能影响特性的因素（原因）的一种工具。又称为鱼骨图。
1、分类
1）追求原因型：在于追求问题的原因，并寻找其影响，以因果图表示结果（特性）与原因（要因）间的关系；
2）追求对策型：追求问题点如何防止、目标如何达成，并以因果图表示期望效果与对策的关系。
2、实施步骤
① 成立因果图分析小组，3~6人为好，最好是各部门的代表；
② 确定问题点；
③ 画出干线主骨、中骨、小骨及确定重大原因（一般从5M1E即人Man、机Machine、料Material、
法Method、测Measure、环Environment六个方面全面找出原因）；
④ 与会人员热烈讨论，依据重大原因进行分析，找到中原因或小原因，绘至因果图中；
⑤ 因果图小组要形成共识，把最可能是问题根源的项目用红笔或特殊记号标识；
⑥ 记入必要事项
3、应用要点及注意事项
① 确定原因要集合全员的知识与经验，集思广益，以免疏漏；
② 原因解析愈细愈好，愈细则更能找出关键原因或解决问题的方法；
③ 有多少品质特性，就要绘制多少张因果图；
④ 如果分析出来的原因不能采取措施，说明问题还没有得到解决，要想改进有效果，原因必须要细分，直到能采取措施为止；
⑤ 在数据的基础上客观地评价每个因素的主要性；
⑥ 把重点放在解决问题上，并依5W2H的方法逐项列出，绘制因果图时，重点先放在“为什么会发生这种原因、结果”，分析后要提出对策时则放在“如何才能解决”；
Why——为何要做？（对象）
What——做什么？（目的）
Where——在哪里做？（场所）
When——什么时候做？（顺序）
Who——谁来做？（人）
How——用什么方法做？（手段）
How much——花费多少？（费用）
⑦ 因果图应以现场所发生的问题来考虑；
⑧ 因果图绘制后，要形成共识再决定要因，并用红笔或特殊记号标出；
⑨ 因果图使用时要不断加以改进。
五、散布图
将因果关系所对应变化的数据分别描绘在X-Y轴坐标系上,以掌握两个变量之间是否相关及相关的程度如何,这种图形叫做“散布图”，也称为“相关图”。
1、分类
1）正相关：当变量X增大时，另一个变量Y也增大；
2）负相关：当变量X增大时，另一个变量Y却减小；
3）不相关：变量X（或Y）变化时，另一个变量并不改变；
4）曲线相关：变量X开始增大时，Y也随着增大，但达到某一值后，则当X值增大时，Y反而减小。
2、实施步骤
1）确定要调查的两个变量，收集相关的最新数据，至少30组以上；
2）找出两个变量的最大值与最小值，将两个变量描入X轴与Y轴；
3）将相应的两个变量，以点的形式标上坐标系；
4）计入图名、制作者、制作时间等项目；
5）判读散布图的相关性与相关程度。
3、应用要点及注意事项
1）两组变量的对应数至少在30组以上，最好50组至100组，数据太少时，容易造成误判；
2）通常横坐标用来表示原因或自变量，纵坐标表示效果或因变量；
3）由于数据的获得常常因为5M1E的变化，导致数据的相关性受到影响，在这种情况下需要对数据获得的条件进行层别，否则散布图不能真实地反映两个变量之间的关系；
4）当有异常点出现时，应立即查找原因，而不能把异常点删除；
5）当散布图的相关性与技术经验不符时，应进一步检讨是否有什么原因造成假象。
六、直方图
直方图是针对某产品或过程的特性值，利用常态分布（也叫正态分布）的原理，把50个以上的数据进行分组，并算出每组出现的次数，再用类似的直方图形描绘在横轴上。
1、实施步骤
1）收集同一类型的数据；
2）计算极差（全距）R=Xmax-Xmin；
3）设定组数K： K=1+3.23logN
数据总数 50~100 100~250 250以上
组 数 6~10 7~12 10~20
4）确定测量最小单位，即小数位数为n时，最小单位为10-n；
5）计算组距h，组距h=极差R/组数K；
6）求出各组的上、下限值
第一组下限值=X�0�1�0�1min-测量最小单位10-n/2
第二组下限值（第一组上限值）=第一组下限值+组距h；
7）计算各组的中心值，组中心值=（组下限值+组上限值）/2；
8）制作频数表；
9）按频数表画出直方图。
2、直方图的常见形态与判定
1）正常型：是正态分布，服从统计规律，过程正常；
2）缺齿型：不是正态分布，不服从统计规律；
3）偏态型：不是正态分布，不服从统计规律；
4）离岛型：不是正态分布，不服从统计规律；
5）高原型：不是正态分布，不服从统计规律；
6）双峰型：不是正态分布，不服从统计规律；
7）不规则型：不是正态分布，不服从统计规律。
七、控制图
1、控制图法的涵义
影响产品质量的因素很多，有静态因素也有动态因素，有没有一种方法能够即时监控产品的生产过程、及时发现质量隐患，以便改善生产过程，减少废品和次品的产出?控制图法就是这样一种以预防为主的质量控制方法，它利用现场收集到的质量特征值，绘制成控制图，通过观察图形来判断产品的生产过程的质量状况。控制图可以提供很多有用的信息，是质量管理的重要方法之一。
控制图又叫管理图，它是一种带控制界限的质量管理图表。运用控制图的目的之一就是，通过观察控制图上产品质量特性值的分布状况，分析和判断生产过程是否发生了异常，一旦发现异常就要及时采取必要的措施加以消除，使生产过程恢复稳定状态。也可以应用控制图来使生产过程达到统计控制的状态。产品质量特性值的分布是一种统计分布．因此，绘制控制图需要应用概率论的相关理论和知识。
控制图是对生产过程质量的一种记录图形，图上有中心线和上下控制限，并有反映按时间顺序抽取的各样本统计量的数值点。中心线是所控制的统计量的平均值，上下控制界限与中心线相距数倍标准差。多数的制造业应用三倍标准差控制界限，如果有充分的证据也可以使用其它控制界限。
常用的控制图有计量值和记数值两大类，它们分别适用于不同的生产过程；每类又可细分为具体的控制图，如计量值控制图可具体分为均值——极差控制图、单值一移动极差控制图等。
2、控制图的绘制
控制图的基本式样如图所示，制作控制图一般要经过以下几个步骤：
①按规定的抽样间隔和样本大小抽取样本；
②测量样本的质量特性值，计算其统计量数值；
③在控制图上描点；
④判断生产过程是否有并行。
控制图为管理者提供了许多有用的生产过程信息时应注意以下几个问题：
①根据工序的质量情况，合理地选择管理点。管理点一般是指关键部位、关健尺寸、工艺本身有特殊要求、对下工存有影响的关键点，如可以选质量不稳定、出现不良品较多的部位为管理点；
②根据管理点上的质量问题，合理选择控制图的种类：
③使用控制图做工序管理时，应首先确定合理的控制界限：
④控制图上的点有异常状态，应立即找出原因，采取措施后再进行生产，这是控制图发挥作用的首要前提；
⑤控制线不等于公差线，公差线是用来判断产品是否合格的，而控制线是用来判断工序质量是否发生变化的；
⑥控制图发生异常，要明确责任，及时解决或上报。
制作控制图时并不是每一次都计算控制界限，那么最初控制线是怎样确定的呢?如果现在的生产条件和过去的差不多，可以遵循以往的经验数据，即延用以往稳定生产的控制界限。下面介绍一种确定控制界限的方法，即现场抽样法，其步骤如下：
①随机抽取样品50件以上，测出样品的数据，计算控制界限，做控制图；
②观察控制图是否在控制状态中，即稳定情况，如果点全部在控制界限内．而且点的排列无异常，则可以转入下一步；
③如果有异常状态，或虽未超出控制界限，但排列有异常，则需查明导致异常的原因，并采取妥善措施使之处在控制状态，然后再重新取数据计算控制界限，转入下一步；
④把上述所取数据作立方图，将立方图和标准界限(公差上限和下限)相比较，看是否在理想状态和较理想状态，如果达不到要求，就必须采取措施，使平均位移动或标准偏差减少，采取措施以后再重复上述步骤重新取数据，做控制界限，直到满足标准为止。
3、怎样利用控制图判断异常现象
用控制图识别生产过程的状态，主要是根据样本数据形成的样本点位置以及变化趋势进行分析和判断．失控状态主要表现为以下两种情况：①样本点超出控制界限；②样本点在控制界限内，但排列异常。当数据点超越管理界限时，一般认为生产过程存在异常现象，此时就应该追究原因，并采取对策。排列异常主要指出现以下几种情况： ③连续七个以上的点全部偏离中心线上方或下方，这时应查看生产条件是否出现了变化。④连续三个点中的两个点进入管理界限的附近区域(指从中心线开始到管理界限的三分之二以上的区域)，这时应注意生产的波动度是否过大。⑤点相继出现向上或向下的趋势，表明工序特性在向上或向下发生着变化。 ⑥点的排列状态呈周期性变化，这时可对作业时间进行层次处理，重新制作控制图，以便找出问题的原因。 控制图对异常现象的揭示能力，将根据数据分组时各组数据的多少、样本的收集方法、层别的划分不同而不同。不应仅仅满足于对一份控制图的使用，而应变换各种各样的数据收取方法和使用方法，制作出各种类型的图表，这样才能收到更好的效果。
值得注意的是，如果发现了超越管理界限的异常现象，却不去努力追究原因，采取对策，那么尽管控制图的效用很好．也只不过是空纸一张。
品管新七大手法
☆ 关联图
☆ 系统图
☆ 亲和图
☆ 矩阵图
☆ PDPC法（过程决策方法）
☆ 箭条图
☆ 数据矩阵解析法
4. 品保工作七大作业手法
QC七大手法吧,七大手法：检查表、层别法、柏拉图、因果图、散布图、直方图、控制图
一、检查表
检查表就是将需要检查的内容或项目一一列出,然后定期或不定期的逐项检查,并将问题点记录下来的方法,有时叫做查检表或点检表.
例如：点检表、诊断表、工作改善检查表、满意度调查表、考核表、审核表、5S活动检查表、工程异常分析表等.
1、组成要素
①确定检查的项目；②确定检查的频度；③确定检查的人员.
2、实施步骤
①确定检查对象；
②制定检查表；
③依检查表项目进行检查并记录；
④对检查出的问题要求责任单位及时改善；
⑤检查人员在规定的时间内对改善效果进行确认；
⑥定期总结,持续改进.
二、层别法
层别法就是将大量有关某一特定主题的观点、意见或想法按组分类,将收集到的大量的数据或资料按相互关系进行分组,加以层别.层别法一般和柏拉图、直方图等其它七大手法结合使用,也可单独使用.
例如：抽样统计表、不良类别统计表、排行榜等.
实施步骤：
① 确定研究的主题；
② 制作表格并收集数据；
③ 将收集的数据进行层别；
④ 比较分析,对这些数据进行分析,找出其内在的原因,确定改善项目.
三、柏拉图
柏拉图的使用要以层别法为前提,将层别法已确定的项目从大到小进行排列,再加上累积值的图形.它可以帮助我们找出关键的问题,抓住重要的少数及有用的多数,适用于记数值统计,有人称为ABC图,又因为柏拉图的排序识从大到小,故又称为排列图.
1、分类
1）分析现象用柏拉图：与不良结果有关,用来发现主要问题.
A品质：不合格、故障、顾客抱怨、退货、维修等；
B成本：损失总数、费用等；
C交货期：存货短缺、付款违约、交货期拖延等；
D安全：发生事故、出现差错等.
2）分析原因用柏拉图：与过程因素有关,用来发现主要问题.
A操作者：班次、组别、年龄、经验、熟练情况等；
B机器：设备、工具、模具、仪器等；
C原材料：制造商、工厂、批次、种类等；
D作业方法：作业环境、工序先后、作业安排等.
2、柏拉图的作用
① 降低不良的依据；
② 决定改善目标,找出问题点；
③ 可以确认改善的效果.
3、实施步骤
① 收集数据,用层别法分类,计算各层别项目占整体项目的百分数；
② 把分好类的数据进行汇总,由多到少进行排列,并计算累计百分数；
③ 绘制横轴和纵轴刻度；
④ 绘制柱状图；
⑤ 绘制累积曲线；
⑥ 记录必要事项
⑦ 分析柏拉图
要点：A柏拉图有两个纵坐标,左侧纵坐标一般表示数量或金额,右侧纵坐标一般表示数量或金额的累积百分数；B柏拉图的横坐标一般表示检查项目,按影响程度大小,从左到右依次排列；C绘制柏拉图时,按各项目数量或金额出现的频数,对应左侧纵坐标画出直方形,将各项目出现的累计频率,对应右侧纵坐标描出点子,并将这些点子按顺序连接成线.
4、应用要点及注意事项
① 柏拉图要留存,把改善前与改善后的柏拉图排在一起,可以评估出改善效果；
② 分析柏拉图只要抓住前面的2~3项九可以了；
③ 柏拉图的分类项目不要定得太少,5~9项教合适,如果分类项目太多,超过9项,可划入其它,如果分类项目太少,少于4项,做柏拉图无实际意义；
④ 作成的柏拉图如果发现各项目分配比例差不多时,柏拉图就失去意义,与柏拉图法则不符,应从其它角度收集数据再作分析；
⑤ 柏拉图是管理改善的手段而非目的,如果数据项别已经清楚者,则无需浪费时间制作柏拉图；
⑥ 其它项目如果大于前面几项,则必须加以分析层别,检讨其中是否有原因；
⑦ 柏拉图分析主要目的是从获得情报显示问题重点而采取对策,但如果第一位的项目依靠现有条件很难解决时,或者即使解决但花费很大,得不偿失,那么可以避开第一位项目,而从第二位项目着手.
四、因果图
所谓因果图,又称特性要因图,主要用于分析品质特性与影响品质特性的可能原因之间的因果关系,通过把握现状、分析原因、寻找措施来促进问题的解决,是一种用于分析品质特性（结果）与可能影响特性的因素（原因）的一种工具.又称为鱼骨图.
1、分类
1）追求原因型：在于追求问题的原因,并寻找其影响,以因果图表示结果（特性）与原因（要因）间的关系；
2）追求对策型：追求问题点如何防止、目标如何达成,并以因果图表示期望效果与对策的关系.
2、实施步骤
① 成立因果图分析小组,3~6人为好,最好是各部门的代表；
② 确定问题点；
③ 画出干线主骨、中骨、小骨及确定重大原因（一般从5M1E即人Man、机Machine、料Material、
法Method、测Measure、环Environment六个方面全面找出原因）；
④ 与会人员热烈讨论,依据重大原因进行分析,找到中原因或小原因,绘至因果图中；
⑤ 因果图小组要形成共识,把最可能是问题根源的项目用红笔或特殊记号标识；
⑥ 记入必要事项
3、应用要点及注意事项
① 确定原因要集合全员的知识与经验,集思广益,以免疏漏；
② 原因解析愈细愈好,愈细则更能找出关键原因或解决问题的方法；
③ 有多少品质特性,就要绘制多少张因果图；
④ 如果分析出来的原因不能采取措施,说明问题还没有得到解决,要想改进有效果,原因必须要细分,直到能采取措施为止；
⑤ 在数据的基础上客观地评价每个因素的主要性；
⑥ 把重点放在解决问题上,并依5W2H的方法逐项列出,绘制因果图时,重点先放在“为什么会发生这种原因、结果”,分析后要提出对策时则放在“如何才能解决”；
Why——为何要做?（对象）
What——做什么?（目的）
Where——在哪里做?（场所）
When——什么时候做?（顺序）
Who——谁来做?（人）
How——用什么方法做?（手段）
How much——花费多少?（费用）
⑦ 因果图应以现场所发生的问题来考虑；
⑧ 因果图绘制后,要形成共识再决定要因,并用红笔或特殊记号标出；
⑨ 因果图使用时要不断加以改进.
五、散布图
将因果关系所对应变化的数据分别描绘在X-Y轴坐标系上,以掌握两个变量之间是否相关及相关的程度如何,这种图形叫做“散布图”,也称为“相关图”.
1、分类
1）正相关：当变量X增大时,另一个变量Y也增大；
2）负相关：当变量X增大时,另一个变量Y却减小；
3）不相关：变量X（或Y）变化时,另一个变量并不改变；
4）曲线相关：变量X开始增大时,Y也随着增大,但达到某一值后,则当X值增大时,Y反而减小.
2、实施步骤
1）确定要调查的两个变量,收集相关的最新数据,至少30组以上；
2）找出两个变量的最大值与最小值,将两个变量描入X轴与Y轴；
3）将相应的两个变量,以点的形式标上坐标系；
4）计入图名、制作者、制作时间等项目；
5）判读散布图的相关性与相关程度.
3、应用要点及注意事项
1）两组变量的对应数至少在30组以上,最好50组至100组,数据太少时,容易造成误判；
2）通常横坐标用来表示原因或自变量,纵坐标表示效果或因变量；
3）由于数据的获得常常因为5M1E的变化,导致数据的相关性受到影响,在这种情况下需要对数据获得的条件进行层别,否则散布图不能真实地反映两个变量之间的关系；
4）当有异常点出现时,应立即查找原因,而不能把异常点删除；
5）当散布图的相关性与技术经验不符时,应进一步检讨是否有什么原因造成假象.
六、直方图
直方图是针对某产品或过程的特性值,利用常态分布（也叫正态分布）的原理,把50个以上的数据进行分组,并算出每组出现的次数,再用类似的直方图形描绘在横轴上.
1、实施步骤
1）收集同一类型的数据；
2）计算极差（全距）R=Xmax-Xmin；
3）设定组数K： K=1+3.23logN
数据总数 50~100 100~250 250以上
组 数 6~10 7~12 10~20
4）确定测量最小单位,即小数位数为n时,最小单位为10-n；
5）计算组距h,组距h=极差R/组数K；
6）求出各组的上、下限值
第一组下限值=X����min-测量最小单位10-n/2
第二组下限值（第一组上限值）=第一组下限值+组距h；
7）计算各组的中心值,组中心值=（组下限值+组上限值）/2；
8）制作频数表；
9）按频数表画出直方图.
2、直方图的常见形态与判定
1）正常型：是正态分布,服从统计规律,过程正常；
2）缺齿型：不是正态分布,不服从统计规律；
3）偏态型：不是正态分布,不服从统计规律；
4）离岛型：不是正态分布,不服从统计规律；
5）高原型：不是正态分布,不服从统计规律；
6）双峰型：不是正态分布,不服从统计规律；
7）不规则型：不是正态分布,不服从统计规律.
七、控制图
1、控制图法的涵义
影响产品质量的因素很多,有静态因素也有动态因素,有没有一种方法能够即时监控产品的生产过程、及时发现质量隐患,以便改善生产过程,减少废品和次品的产出?控制图法就是这样一种以预防为主的质量控制方法,它利用现场收集到的质量特征值,绘制成控制图,通过观察图形来判断产品的生产过程的质量状况.控制图可以提供很多有用的信息,是质量管理的重要方法之一.
控制图又叫管理图,它是一种带控制界限的质量管理图表.运用控制图的目的之一就是,通过观察控制图上产品质量特性值的分布状况,分析和判断生产过程是否发生了异常,一旦发现异常就要及时采取必要的措施加以消除,使生产过程恢复稳定状态.也可以应用控制图来使生产过程达到统计控制的状态.产品质量特性值的分布是一种统计分布．因此,绘制控制图需要应用概率论的相关理论和知识.
控制图是对生产过程质量的一种记录图形,图上有中心线和上下控制限,并有反映按时间顺序抽取的各样本统计量的数值点.中心线是所控制的统计量的平均值,上下控制界限与中心线相距数倍标准差.多数的制造业应用三倍标准差控制界限,如果有充分的证据也可以使用其它控制界限.
常用的控制图有计量值和记数值两大类,它们分别适用于不同的生产过程；每类又可细分为具体的控制图,如计量值控制图可具体分为均值——极差控制图、单值一移动极差控制图等.
2、控制图的绘制
控制图的基本式样如图所示,制作控制图一般要经过以下几个步骤：
①按规定的抽样间隔和样本大小抽取样本；
②测量样本的质量特性值,计算其统计量数值；
③在控制图上描点；
④判断生产过程是否有并行.
控制图为管理者提供了许多有用的生产过程信息时应注意以下几个问题：
①根据工序的质量情况,合理地选择管理点.管理点一般是指关键部位、关健尺寸、工艺本身有特殊要求、对下工存有影响的关键点,如可以选质量不稳定、出现不良品较多的部位为管理点；
②根据管理点上的质量问题,合理选择控制图的种类：
③使用控制图做工序管理时,应首先确定合理的控制界限：
④控制图上的点有异常状态,应立即找出原因,采取措施后再进行生产,这是控制图发挥作用的首要前提；
⑤控制线不等于公差线,公差线是用来判断产品是否合格的,而控制线是用来判断工序质量是否发生变化的；
⑥控制图发生异常,要明确责任,及时解决或上报.
制作控制图时并不是每一次都计算控制界限,那么最初控制线是怎样确定的呢?如果现在的生产条件和过去的差不多,可以遵循以往的经验数据,即延用以往稳定生产的控制界限.下面介绍一种确定控制界限的方法,即现场抽样法,其步骤如下：
①随机抽取样品50件以上,测出样品的数据,计算控制界限,做控制图；
②观察控制图是否在控制状态中,即稳定情况,如果点全部在控制界限内．而且点的排列无异常,则可以转入下一步；
③如果有异常状态,或虽未超出控制界限,但排列有异常,则需查明导致异常的原因,并采取妥善措施使之处在控制状态,然后再重新取数据计算控制界限,转入下一步；
④把上述所取数据作立方图,将立方图和标准界限(公差上限和下限)相比较,看是否在理想状态和较理想状态,如果达不到要求,就必须采取措施,使平均位移动或标准偏差减少,采取措施以后再重复上述步骤重新取数据,做控制界限,直到满足标准为止.
3、怎样利用控制图判断异常现象
用控制图识别生产过程的状态,主要是根据样本数据形成的样本点位置以及变化趋势进行分析和判断．失控状态主要表现为以下两种情况：①样本点超出控制界限；②样本点在控制界限内,但排列异常.当数据点超越管理界限时,一般认为生产过程存在异常现象,此时就应该追究原因,并采取对策.排列异常主要指出现以下几种情况： ③连续七个以上的点全部偏离中心线上方或下方,这时应查看生产条件是否出现了变化.④连续三个点中的两个点进入管理界限的附近区域(指从中心线开始到管理界限的三分之二以上的区域),这时应注意生产的波动度是否过大.⑤点相继出现向上或向下的趋势,表明工序特性在向上或向下发生着变化. ⑥点的排列状态呈周期性变化,这时可对作业时间进行层次处理,重新制作控制图,以便找出问题的原因. 控制图对异常现象的揭示能力,将根据数据分组时各组数据的多少、样本的收集方法、层别的划分不同而不同.不应仅仅满足于对一份控制图的使用,而应变换各种各样的数据收取方法和使用方法,制作出各种类型的图表,这样才能收到更好的效果.
值得注意的是,如果发现了超越管理界限的异常现象,却不去努力追究原因,采取对策,那么尽管控制图的效用很好．也只不过是空纸一张.
品管新七大手法
☆ 关联图
☆ 系统图
☆ 亲和图
☆ 矩阵图
☆ PDPC法（过程决策方法）
☆ 箭条图
☆ 数据矩阵解析法
5. 品管七大手法
质量管理七大手法，又称为初级统计管理方法。它主要包括控制图、因果图、相关图、排列图、统计分析表、数据分层法、直方图等所谓的QC七工具。这个称为旧七大手法。 质量管理新七大手法： 一、树图 树图就是以“目的—方法”或“结果—原因”层层展开分析，以寻找最恰当的方法和最根本的原因，因其形状如大树分枝，因此取名树图，目前在企业界被广泛应用。 二、关连图 关连图就是把现象与问题有关系的各种因素串联起来的图形。通过连图可以找出与此问题有关系的一切要图，从而进一步抓住重点问题并寻求解决对策。 三、亲和图 亲和图也叫KJ法，是指把收集到大量的各种数据、资料，按照其之间的亲和性（相近性）归纳整理，使问题明朗化，从而有利于问题解决的一种方法。 四、矩阵图 矩阵图是指从问题事项中找出成对的因素群，分别排列成行和列，找出其间行与列的相关性或相关程度大小的一种方法。 五、矢线图 矢线图即网络分析技术，是以工序之间相互联系的网络图和较为简单的计算方法来反映整个工程或任务的全貌，指出对全局有影响的关键工序和关键路线，从而做出切合实际的统筹安排。 六、PDPC法 PDPC法是英文原名ProcessDecision Program Chart的缩写，中文称之为过程决策程序图法。所谓PDPC法是指为实现某一目的进行多方案设计，以应对实施过程中产生的各种变化的一种计划方法。 七、矩阵数据分析法 矩阵数据分析法是指通过运用主要成分分析等计算方法，准确地整理和分析在矩阵图上用数据定量化表示的各元素间关系的一种方法。是一种定量分析问题的方法。在品质管理新七大手法中，矩阵数据分析法是唯一一种利用数据分析问题的方法 QC7つ道具 ： 1、 グラフ 2、管理図 3、パレート図 4、特性要因図 5、ヒストグラム 6、チェックシート 7、散布図 グラフ／管理図 代表的な物として、X-R管理図がある。この手法を用いる事により、上限値??下限値を定め工程又は仓库内が常に安定した状态かどうかを把握する事が出来る。その他にもP管理図、Pn管理図、C管理図などがある。 パレート図 问题解决の的を绞るのに有効な手法で、问题となっている重要项目がひと目でわかり且つ、全体に占める割合がわかる。また问题解决の的が绞りやすく、効率的な改善活动が出来るうえに、改善効果や今後の课题がひと目でわかるのが特徴である。 特性要因図 不适合が発生した时などに特性と要因を调べ、その原因を取り除く対策として行う手法である。特徴として、结果と原因との関系が系统的に整理され、しかも原因を追求していくのに役立つ。又対象工程の问题点、管理状况など工程の现状を理解することに役立つものである。この手法を用いる时は関系者を集め、ディスカッションしながら作成するのが良い。 ヒストグラム バラつき状态を把握するために用いる手法で、同じ作业者が、同じ材料??设备??机械??作业方法で同一条件のもとで加工しても、その出来栄えにはバラツキが生じる。その分布状态を表したものである。 散布図 2つの対となったデータを打点にし、その関系の有无を调べる为に用いられる手法で、お互いにどんな関系があるか相関関系を把握する为に用いるものである。 チェックシート これらの??????????????を用いて、日々の调査记録を作成し、色々な手法を用いる为に必要なデータを入手するものである
6. 品管七大手法
品管七大手法是常用的统计管理方法，又称为初级统计管理方法。它主要包括控制图、因果图、相关图、排列图、统计分析表、数据分层法、散布图等所谓的QC七工具。 其实，质量管理的方法可以分为两大类：一是建立在全面质量管理思想之上的组织性的质量管理；二是以数理统计方法为基础的质量控制。 组织性的质量管理方法是指从组织结构，业务流程和人员工作方式的角度进行质量管理的方法，它建立在全面质量管理的思想之上，主要内容有制定质量方针，建立质量保证体系，开展QC小组活动，各部门质量责任的分担，进行质量诊断等。 统计质量控制是美国的贝尔电话实验所的休哈特（W.A.Shewhart）博士在1924年首先提出的控制图为起点，半个多世纪以来有了很大发展，现在这些方法可大致分为以下三类。 （1） 初级统计管理方法：又称为常用的统计管理方法。它主要包括控制图、因果图、相关图、排列图、统计分析表、数据分层法、散布图等所谓的QC七工具（或叫品管七大手法）。运用这些工具，可以从经常变化的生产过程中，系统地收集与产品质量有关的各种数据，并用统计方法对数据进行整理，加工和分析，进而画出各种图表，计算某些数据指标，从中找出质量变化的规律，实现对质量的控制。日本著名的质量管理专家石川馨曾说过，企业内95%的质量管理问题，可通过企业上上下下全体人员活用这QC七工具而得到解决。全面质量管理的推行，也离不开企业各级、各部门人员对这些工具的掌握与灵活应用。 （2） 中级统计管理方法 ：包括抽样调查方法、抽样检验方法、功能检查方法、实验计划法、方法研究等。这些方法不一定要企业全体人员都掌握，主要是有关技术人员和质量管理部门的人使用。 （3） 高级统计管理方法：包括高级实验计划法、多变量解析法。这些方法主要用于复杂的工程解析和质量解析，而且要借助于计算机手段，通常只是专业人员使用这些方法。 这里就概要介绍常用的初级统计质量管理七大手法即所谓的“QC七工具”，供网友们参考。 （一） 统计分析表 统计分析表是利用统计表对数据进行整理和初步分析原因的一种工具，其格式可多种多样，这种方法虽然较单，但实用有效。 （二） 数据分层法 数据分层法就是性质相同的，在同一条件下收集的数据归纳在一起，以便进行比较分析。因为在实际生产中，影响质量变动的因素很多如果不把这些困素区别开来，难以得出变化的规律。数据分层可根据实际情况按多种方式进行。例如，按不同时间，不同班次进行分层，按使用设备的种类进行分层，按原材料的进料时间，原材料成分进行分层，按检查手段，使用条件进行分层，按不同缺陷项目进行分层，等等。数据分层法经常与上述的统计分析表结合使用。 数据分层法的应用，主要是一种系统概念，即在于要想把相当复杂的资料进行处理，就得懂得如何把这些资料加以有系统有目的加以分门别类的归纳及统计。 科学管理强调的是以管理的技法来弥补以往靠经验靠视觉判断的管理的不足。而此管理技法，除了建立正确的理念外，更需要有数据的运用，才有办法进行工作解析及采取正确的措施。 如何建立原始的数据及将这些数据依据所需要的目的进行集计，也是诸多品管手法的最基础工作。 举个例子：我国航空市场近几年随着开放而竞争日趋激烈，航空公司为了争取市场除了加强各种措施外，也在服务品质方面下功夫。我们也可以经常在航机上看到客户满意度的调查。此调查是通过调查表来进行的。调查表的设计通常分为地面的服务品质及航机上的服务品质。地面又分为订票，候机；航机又分为空服态度，餐饮，卫生等。透过这些调查，将这些数据予以集计，就可得到从何处加强服务品质了。 （三）排列图（柏拉图） 排列图又称为柏拉图，由此图的发明者19世纪意大利经济学家柏拉图（Pareto）的名字而得名。柏拉图最早用排列图分析社会财富分布的状况，他发现当时意大利80%财富集中在20%的人手里，后来人们发现很多场合都服从这一规律，于是称之为Pareto定律。后来美国质量管理专家朱兰博士运用柏拉图的统计图加以延伸将其用于质量管理。排列图是分析和寻找影响质量主原因素的一种工具，其形式用双直角坐标图，左边纵坐标表示频数（如件数 金额等），右边纵坐标表示频率（如百分比表示）。分折线表示累积频率，横坐标表示影响质量的各项因素，按影响程度的大小（即出现频数多少）从左向右排列。通过对排列图的观察分析可抓住影响质量的主原因素。这种方法实际上不仅在质量管理中，在其他许多管理工作中，例如在库存管理中，都有是十分有用的。 在质量管理过程中，要解决的问题很多，但往往不知从哪里着手，但事实上大部分的问题，只要能找出几个影响较大的原因，并加以处置及控制，就可解决问题的80%以上。柏拉图是根据归集的数据，以不良原因，不良状况发生的现象，有系统地加以项目别（层别）分类，计算出各项目别所产生的数据（如不良率，损失金额）及所占的比例，再依照大小顺序排列，再加上累积值的图形。 在工厂或办公室里，把低效率，缺损，制品不良等损失按其原因别或现象别，也可换算成损失金额的80%以上的项目加以追究处理，这就是所谓的柏拉图分析。 柏拉图的使用要以层别法的项目别（现象别）为前提，依经顺位调整过后的统计表才能画制成柏拉图。 柏拉图分析的步骤； （1） 将要处置的事，以状况（现象）或原因加以层别。 （2） 纵轴虽可以表示件数，但最好以金额表示比较强烈。 （3） 决定搜集资料的期间，自何时至何时，作为柏拉图资料的依据，期限间尽可能定期。 （4） 各项目依照合半之大小顺位左至右排列在横轴上。 （5） 绘上柱状图。 （6） 连接累积曲线。 柏拉图法（重点管制法），提供了我们在没法面面俱到的状况下，去抓重要的事情，关键的事情，而这些重要的事情又不是靠直觉判断得来的，而是有数据依据的，并用图形来加强表示。也就是层别法提供了统计的基础，柏拉图法则可帮助我们抓住关键性的事情。 （四）因果分析图 因果分析图是以结果作为特性，以原因作为因素，在它们之间用箭头联系表示因果关系。因果分析图是一种充分发动员工动脑筋，查原因，集思广益的好办法，也特别适合于工作小组中实行质量的民主管理。当出现了某种质量问题，未搞清楚原因时，可针对问题发动大家寻找可能的原因，使每个人都畅所欲言，把所有可能的原因都列出来。 所谓因果分析图，就是将造成某项结果的众多原因，以系统的方式图解，即以图来表达结果（特性）与原因（因素）之间的关系。其形状像鱼骨，又称鱼骨图。 某项结果之形成，必定有原因，应设法利用图解法找出其因。首先提出了这个概念的是日本品管权威石川馨博士，所以特性原因图又称[石川图]。因果分析图，可使用在一般管理及工作改善的各种阶段，特别是树立意识的初期，易于使问题的原因明朗化，从而设计步骤解决问题。 （1） 果分析图使用步骤 步骤1：集合有关人员。 召集与此问题相关的，有经验的人员，人数最好4-10人。 步骤2：挂一张大白纸，准备2-3支色笔。 步骤3：由集合的人员就影响问题的原因发言，发言内容记入图上，中途不可批评或质问。（脑力激荡 法） 步骤4：时间大约1个小时，搜集20-30个原因则可结束。 步骤5：就所搜集的原因，何者影响最大，再由大轮流发言，经大家磋商后，认为影响较大予圈上红色 圈。 步骤6：与步骤5一样，针对已圈上一个红圈的，若认为最重要的可以再圈上两圈，三圈。 步骤7：重新画一张原因图，未上圈的予于去除，圈数愈多的列为最优先处理。 因果分析图提供的是抓取重要原因的工具，所以参加的人员应包含对此项工作具有经验者，才易秦效。 （2）因果分析图与柏拉图之使用 建立柏拉图须先以层别建立要求目的之统计表。建立柏拉图之目的，在于掌握影响全局较大的重要少数项目。再利用特性原因图针对这些项目形成的原因逐予于探讨，并采取改善对策。所以因果分析图可以单独使用，也可连接柏拉图使用。 （3） 因果分析图再分析 要对问题形成的原因追根究底，才能从根本上解决问题。形成问题之主要原因找出来以后，再以实验设计的方法进行实验分析，拟具体实验方法，找出最佳工作方法，问题也许能得以彻底解决，这是解决问题，更是预防问题。 任何一个人，任何一个企业均有它追求的目标，但在追求目标的过程中，总会有许许多多有形与无形的障碍，而这些障碍是什么，这些障碍何于形成，这些障碍如何破解等问题，就是原因分析图法主要的概念。 一个管理人员，在他的管理工作范围内所追求的目标，假如加以具体的归纳，我们可得知从项目来说不是很多。然而就每个追求的项目来说，都有会有影响其达成目的的主要原因及次要原因，这些原因就是阻碍你达成工作的变数。 如何将追求的项目一一地罗列出来，并将影响每个项目达成的主要原因及次要原因也整理出来，并使用因果分析图来表示，并针对这些原因有计划地加以强化，将会使你的管理工作更加得心应手。 同样地，有了这些原因分析图，即使发生问题，在解析问题的过程中，也能更快速，更可靠。 （五）直方图 直方图又称柱状图，它是表示数据变化情况的一种主要工具。用直方图可以将杂乱无章的资料，解析出规则性，比较直观地看出产品质量特性的分布状态，对于资料中心值或分布状况一目了然，便于判断其总体质量分布情况。在制作直方图时，牵涉到一些统计学的概念，首先要对数据进行分组，因此如何合理分组是其中的关键问题。分组通常是按组距相等的原则进行的两个关键数字是分组数和组距。 （六）散布图 散布图又叫相关图，它是将两个可能相关的变量数据用点画在坐标图上，用来表示一组成对的数据之间是否有相关性。这种成对的数据或许是特性一原因，特性一特性，原因一原因的关系。通过对其观察分析，来判断两个变量之间的相关关系。这种问题在实际生产中也是常见的，例如热处理时淬火温度与工件硬度之间的关系，某种元素在材料中的含量与材料强度的关系等。这种关系虽然存在，但又难以用精确的公式或函数关系表示，在这种情况下用相关图来分析就是很方便的。假定有一对变量x 和 y,x 表示某一种影响因素，y 表示某一质量特征值，通过实验或收集到的x 和 y 的数据，可以在坐标图上用点表示出来，根据点的分布特点，就可以判断 x和 y 的相关情况。 在我们的生活及工作中，许多现象和原因，有些呈规则的关连，有些呈不规则形有关连。我们要了解它，就可借助散布图统计手法来判断它们之间的相关关系。 （七）控制图 控制图又称为管制图。由美国的贝尔电话实验所的休哈特(W.A.Shewhart)博士在1924年首先提出管制图使用后，管制图就一直成为科学管理的一个重要工具，特别在质量管理方面成了一个不可或缺的管理工具。它是一种有控制界限的图，用来区分引起质量波动的原因是偶然的还是系统的，可以提供系统原因存在的信息，从而判断生产过程是否处于受控状态。控制图按其用途可分为两类，一类是供分析用的控制图，用控制图分析生产过程中有关质量特性值的变化情况，看工序是否处于稳定受控状；再一类是供管理用的控制图，主要用于发现生产过程是否出现了异常情况，以预防产生不合格品。 统计管理方法是进行质量控制的有效工具，但在应用中必须注意以下几个问题，否则的话就得不到应有的效果。这些问题主要是：1 ）数据有误。数据有误可能是两种原因造成的，一是人为的使用有误数据，二是由于未真正掌握统计方法；2 ）数据的采集方法不正确。如果抽样方法本身有误则其后的分析方法再正确也是无用的；3） 数据的记录，抄写有误；4 ）异常值的处理。通常在生产过程取得的数据中总是含有一些异常值的，它们会导致分析结果有误。 以上概要介绍了七种常用初级统计质量管理七大手法即所谓的“QC七工具”，这些方法集中体现了质量管理的“以事实和数据为基础进行判断和管理”的特点。最后还需指出的是，这些方法看起来都比较简单，但能够在实际工作中正确灵活地应用并不是一件简单的事
7. 品管七大手法
称新旧QC七大工具（手法），都是由日本总结出来的。日本人在提出旧七种工具推行并获得成功之后，1979年又提出新七种工具。旧QC七大手法偏重于统计分析，针对问题发生后的改善，新QC七大手法偏重于思考分析过程，主要是强调在问题发生前进行预防。之所以称之为“七种工具”，是因为日本古代武士在出阵作战时，经常携带有七种武器，所谓七种工具就是沿用了七种武器。 有用的质量统计管理工具当然不止七种。除了新旧七种工具以外，常用的工具还有实验设计、分布图、推移图、趋势图等。 品管七大手法是常用的统计管理方法，又称为初级统计管理方法。它主要包括控制图、因果图、直方图、排列图、检查表、层别法、散布图等所谓的QC七工具。 其实，质量管理的方法可以分为两大类：一是建立在全面质量管理思想之上的组织性的质量管理；二是以数理统计方法为基础的质量控制。 组织性的质量管理方法是指从组织结构，业务流程和人员工作方式的角度进行质量管理的方法，它建立在全面质量管理的思想之上，主要内容有制定质量方针，建立质量保证体系，开展QC小组活动，各部门质量责任的分担，进行质量诊断等。 中文名 品管七大手法
8. 品管七大手法
品管七大手法，又称新旧QC七大工具（手法），都是由日本总结出来的。日本人在提出旧七种工具推行并获得成功之后，1979年又提出新七种工具。旧QC七大手法偏重于统计分析，针对问题发生后的改善，新QC七大手法偏重于思考分析过程，主要是强调在问题发生前进行预防。之所以称之为“七种工具”，有用的质量统计管理工具当然不止七种。除了新旧七种工具以外，常用的工具还有实验设计、分布图、推移图、趋势图等。 品管七大手法是常用的统计管理方法，又称为初级统计管理方法。它主要包括控制图、因果图、直方图、排列图、检查表、层别法、散布图等所谓的QC七工具。 其实，质量管理的方法可以分为两大类：一是建立在全面质量管理思想之上的组织性的质量管理；二是以数理统计方法为基础的质量控制。 新七大手法 关联图(Relationship Diagram) 关联图，又称关系图，20世纪60年代由日本应庆大学千住镇雄教授提出，是用来分析事物之间“原因与结果”、“目的与手段”等复杂关系的一种图表，它能够帮助人们从事物之间的逻辑关系中，寻找出解决问题的办法。 亲和图(Affinity Diagram) 亲和图法，又叫KJ法，是日本川喜田二郎首创，把大量收集到的关于未知事物或不明确的事实的意见或构思等语言资料，按其相互亲和性(相近性)归纳整理这些资料，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。 系统图(System Diagram) 系统图就是把要实现的目的与需要采取的措施或手段，系统地展开，并绘制成图， 以明确问题的重点，寻找最佳手段或措施的一种方法。 过程决策程序图(PDPC) 过程决策程序图，又称PDPC(Process Decision Program Chart)法是随事态的进展分析能导致各种结果的要素，并确定一个最优过程使之达到理想结果的方法。 矩阵图(Matrix Diagram) 矩阵图法就是从多维问题的事件中，找出成对的因素，排列成矩阵图，然后根据矩阵图来分析问题，确定关键点的方法，它是一种通过多因素综合思考，探索问题的好方法。 矩阵数据分析法(Matrix Data Analysis Chart) 矩阵数据分析法是对多个变动且复杂的因果进行解析。 矩阵图上各元素间的关系如果能用数据定量化表示，就能更准确地整理和分析结果。这种可以用数据表示的矩阵图法，叫做矩阵数据分析法。在QC新七种工具中，数据矩阵分析法是唯一种利用数据分析问题的方法，但其结果仍要以图形表示。 箭条图(Arrow Diagram) 箭条图法是将项目推行时所需的各步骤、作业按从属关系用网络图表示出来的一种方法。
最新文章
热门文章
推荐阅读