全面质量管理工具方法培训(77页).ppt

1、 质量工具质量工具许多长期成功的管理理论和实践，在经过整许多长期成功的管理理论和实践，在经过整理和程序化处理，使之成为普遍适用的方法。这些质量工理和程序化处理，使之成为普遍适用的方法。这些质量工具使得各个层次的质量管理人员不必再去费力学习掌握这具使得各个层次的质量管理人员不必再去费力学习掌握这些工具所依据的理论知识，就能够正确地掌握运用并取得些工具所依据的理论知识，就能够正确地掌握运用并取得预期效果。预期效果。 两类质量工具：两类质量工具： 一类是帮助解决质量管理问题的思路的工具，例如头脑风暴、亲一类是帮助解决质量管理问题的思路的工具，例如头脑风暴、亲和图等。这些工具并不直接针对过程或产品中的

2、数据，而是更强和图等。这些工具并不直接针对过程或产品中的数据，而是更强调一种创造性思维，强调跳出框框。这类工具更多地应用在管理调一种创造性思维，强调跳出框框。这类工具更多地应用在管理和策划活动中。和策划活动中。 一类则是涉及到如何分析和处理过程或产品中的数据波动。这类一类则是涉及到如何分析和处理过程或产品中的数据波动。这类工具是以统计技术为核心，用于质量控制或质量改进的各个阶段工具是以统计技术为核心，用于质量控制或质量改进的各个阶段中，以帮助我们系统地识别、分析、诊断和改进产品或过程。中，以帮助我们系统地识别、分析、诊断和改进产品或过程。 有助于提高管理活动的效率。 有助于科学决策。 更加全面

3、地考虑问题。 能把质量状况更好地向管理者和有关各方沟通。 质量工具的简单方便能使更多的人参与质量管理活动。 明确开展质量管理活动的基本流程 以质量改进活动为例，可划分为七个阶段： 识别过程中存在的问题，选择改进的区域； 收集并分析数据，评价当前状况，确立改进目标； 关键原因分析； 确定可能的解决问题办法； 评价改进效果； 实施新的解决办法并规范化； 针对已完成的改进措施，评价过程的有效性和效率。 根据所处的阶段有目的地选用质量工具。 确定选用的质量工具能完成什么任务 质量工具的组合使用 使用质量工具矩阵 数数 据据数据是对客观现象进行计量的结果，在收集数据之前，总要先对现象进行计量或测度。不同

4、的事物能够予以计量或测度的程度不同，有的事物只能对它的属性进行分类，有些则可以用比较精确的数字进行计量。 总体与样本总体与样本p 事物的全体构成总体 总体所包含的个体的数目，称为总体容量或总体大小，记为N。p 样本是总体的子集，即总体中每个个体都有相同的可能性被抽取出来组成样本。 描述总体的方法描述总体的方法p 总体均值 p 总体方差和总体标准差 p 总体分布40.5100039.5.45.539.541.50025. 01000)39. 5 (.)45. 5 ()39. 5 ()41. 5 (2222直方图010203040506070805.2455.2755.3055.3355.3655

5、.3955.4255.4555.4855.5155.545接收频率频率 1000件批量生产产品直径的直方图描述样本的方法p 样本均值和样本中位数 样本中位数是样本数据排序后，排列在中间的那个数。对这20件产品的直径从低到高进行排序，结果为：5.31, 5.34, 5.34, 5.35, 5.37, 5.38, 5.38, 5.39, 5.39, 5.39, 5.39, 5.42, 5.43, 5.43, 5.44, 5.45, 5.47, 5.48, 5.49, 5.49。20个直径的数据，显然，排列在中间的有两个数据。本例中，这两个数据皆为5.39，样本中位数为：即样本中位数为5.39 40

6、82. 52031. 5.38. 544. 539. 539.5239.539.5p样本方差、样本标准差和样本极差 描述样本的方法 样本标准差记为s ：00272.0120)4082.531.5(.)4082.544.5()4082.539.5(222052. 02ss18.031.549.5R统计推断 统计推断是指利用有限的样本数据对总体未知的重要信息（如：均值、方差和标准差等）进行合理的判断和估计。 过程分析的主要作用： 评价当前过程的效果和效率 识别过程中的不良绩效 确定改进机会 本章所讨论的过程分析还是对过程的初步分析 数据收集是对进一步深入过程分析的支持 初步过程分析最重要的工具之一

7、是流程图分析 流程图：流程图是通过代表各种活动的图形来了解这个过程。绘制和分析流程图可以认识过程，可以对过程的认识进行沟通，可以识别过程中可能的问题源以及发现改进的机会。 产品报修产品确认注册产品数据库是报修过程结束否保修期内同意维修维修费预估报修过程结束签署维修协议确定沟通方式报修过程结束维修档案是是否否故障解除故障初检现场排除否报修过程结束是维修车间 绘制流程图的基本步骤： 选择开始与结束点，确定过程的输入和输出。 确定过程中的活动与决策点 识别过程中所有活动与步骤，以及相应的活动流向和决策点，识别时不应忽视诸如返工、报废等不增值的过程。 用规定图形画出流程图 按照确定的详略程度，选择合理

8、的逻辑顺序，用规定图形画出流程图，并对画好的流程图进行验证。 用流程图进行过程分析主要考虑： 产品过程输出缺陷或问题的重点关注区域在哪些环节或步骤上。 流程中的非增值步骤或环节在何处，如返工/返修环节或步骤等。 流程中是否有“瓶颈”存在。 流程中是否有缺失、冗余或者错误的步骤等。 对同一个过程不同的人能画出各种各样的流程图，因此每完成一个流程图，应该与实际流程对照，并征求参与该过程有关人员的意见。 如果把流程图仅作为对过程理解的沟通手段，就失掉了流程图非常重要的内涵。因此不能停留在完成流程图，而要充分利用流程图对过程进行分析，识别过程中不合理或可改进之处。 为了分析目的，流程图不能画得太粗略，

9、从而丧失分析的功能。流程图中应能反映出关键环节、瓶颈过程和非增值活动。 流程图的作用不仅在于过程分析，实际上它在质量管理各个环节上都是一个有效的基础性工具。 直接测量 问卷调查法 书面问卷 网络调查 访员调查 电话调查 焦点问题小组 其他 调查表的作用：采用一种统一的方式，系统地收集和积累有关数据和信息，为分析、控制和改进产品和过程提供基础。 编制和运用调查表的基本步骤 ： 明确目的 确定要收集的主要变量和数据类型 确定数据分析所需要的其他信息 调查表格的设计 调查表的预测试 调查表的评审和修改卷烟生产过程中的成品外观不合格项目调查表批批次次产品产品号号成品量成品量抽样数抽样数不合不合格品格品

10、数数批不批不合格合格品率品率外观不合格项目外观不合格项目切切口口贴贴口口空空松松短短烟烟过过紧紧钢钢印印油油点点软软腰腰表表面面1105003111210500321310500211410500321510500311125010500211合合计计25001250099080297458352810151255调查者：调查者： 调查日期：调查日期：调查现场：调查现场：入住客人满意调查表尊敬的客人： 饭店感谢您的入住。希望您能花几分钟时间填好这张调查表，把您入住期间对我们服务的评价告诉我们，这将是对我们工作的很大支持，对此我们深表感谢。我们将把客人们的意见作为不断改进的依据，以便为您及其他客

11、人提供更加令人满意的服务。您填完此调查表后请交给前台服务人员。一、总体评价1您对入住本饭店期间所受到的服务总的感觉是什么？ （问题下面的数字代表满意程度，1代表极不满意，7代表非常满意。请按您对我们服务的感觉圈出合适的数字）1 2 3 4 5 6 72您能告诉我们您为什么给出这样的评价吗？_3。您下次有机会是否还愿意入住本店？（问题下面的数字表示再次入住意愿，1绝不再来，7表示如有可能一定再来。请按您的意愿圈出合适的数字）1 2 3 4 5 6 7二、前厅服务（问题后面的数字表示满意程度，1为极不满意，7表示极满意。请按您的意愿圈出合适的数字，如果没有接受此项服务可选“未经历”项）4入住手续

12、1 2 3 4 5 6 7 未经历5行李搬运 1 2 3 4 5 6 7 未经历6问询 1 2 3 4 5 6 7 未经历7电话总机 1 2 3 4 5 6 7 未经历8公共卫生间 1 2 3 4 5 6 7 未经历三、客房服务12七、您若对上面没有列出项目的评价或还有其他意见和建议请写在下面。_八、就下面所列各个服务方面，请圈出您认为的重要程度（1为根本不需要，5为极其重要） 服务方面 重要程度 服务方面 重要程度 18 前厅服务 1 2 3 4 5 21 服务人员素质 1 2 3 4 5 19 客房服务 1 2 3 4 5 22 其他服务 1 2 3 4 5 20 餐饮 1 2 3 4 5

13、九、以下内容可能会涉及您的个人信息，我们承诺将为您保密。 23这是您第一次入住本店吗？ 是 否 24本次入住本店的天数： 1天 23天 47天 8天以上 25您本次入住本店的原因是：公务 商务 探亲 旅游 其他 26您的年龄（可以不回答）： 35岁以下 3650岁 5165岁 66岁以上 十、如果您希望我们就您提出的问题与您联系，请留下您的联系方式。_感谢您花时间评价我们的服务！期待您的再次光临。 345 随机抽样法指总体中每个个体被抽到的机会是相等的。 简单随机抽样：将所有被测对象编号，用计算机的随机数发生器产生的随机数来选择样本 等距抽样：编号后，选择一个随机数（可以通过随机数发生器、抓阄

14、或掷骰子等方法），然后用预定的样本量除总体数，将得数作为间隔数，每隔一个间隔数抽取一个。这种方法比较简单易行，但如果过程变异为间隔数的整倍数时会有较大误差。 分层抽样法将测量对象分为几层，对不同的对象群给予不同的样本量比例，然后在不同的层次按规定的比例随机抽取样本组成总的样本。这种方法代表性比较好，抽样误差较小。 整群抽样把总体按一定的方式结合成多个群体。抽取其中若干群体，对抽中的群体进行全数测量。这种方法比较简单，但代表性较差。 样本量样本量的确定与数据分析的精度有关，一般说，样本量大，用样本特性值推断总体的风险就小一些，但测量成本就会提高。通常情况随机抽样的样本量应不小于30。 掌握数据的

15、基本情况 进一步了解数据中不同变量的关系和趋势 对数据进行评价 特征值 表示中心趋势的特征值：均值、中位数、众数 表示离散程度的特征值：标准差、极差 图表法 饼图 直方图 运行图 表示中心趋势的特征值niixnx11为偶数为奇数nxxnxxnnn,21,12221均值中位数众数Mod=出现频率最高的数值 表示离散程度的特征数niinxxs1221niinxxs121)()(iixMinxMaxR样本方差样本标准差极差 饼图 饼图的作用：主要是直观地表示数据的构成。 类似作用的图形还有：柱形图、雷达图等。 饼图 将不同时期的同类饼图放在一起也可进行比较或显示趋势。 直方图（频数直方图） 作用：

16、简明地表示出数据的分布状态 大致判断数据是否符合正态分布 大致判断过程满足要求的能力 有助于发现过程是否出现显著性变化 直方图绘制步骤 收集数据 对数据分布范围分组，规定组界 计算落入各组内的数据频数 以数据的量值为横轴标尺，以频数作为纵轴标尺，以每个分组内数据的频数为高度画一个矩形，绘制完成直方图。 24.95925.046 直方图的解释 对分布中心的考察要求低于要求高于要求与要求重合 直方图的解释 对数据波动的考察要求波动小于要求波动大于要求 直方图的解释 对过程能力的大致判断分布中心和散差满足要求，过程能力适当。分布中心严重偏离，过程能力不足（但潜在能力较高）。分布中心适当和散差太大，过

17、程能力不足。分布中心和散差均不满足要求，过程能力严重不足。规范要求规范下限 目标值 规范上限 直方图的解释 对形状的考察正常型偏峰型：有时操作时有的偏向倾向或测量的选择性。双峰型：通常是数据来自两个总体。锯齿型：数据不恰当、测量误差大、分组不合适均可形成锯齿状。平顶型：有可能数据来自多个总体或在某一区间符合均匀分布。孤岛型：通常是数据来自两个总体。 直方图分析时的注意事项： 直方图不反映时间的变化，除非过程稳定，否则不能用于预测未来情况。 数据少于50时，解释直方图须特别谨慎。 对直方图的解释应经过直接观察来确认。 运行图（又称折线图、趋势图） 主要作用： 监视过程的水平和随时间的波动 发现过

18、程变化的趋势、周期和形式 比较过程前后业绩水平 运行图的判读过程变化呈周期性过程呈现突变过程变化呈增长或下降趋势 运行图判读的注意事项： 运行图在对过程的监视、判断上不如控制图。在不能获得足够数据或过程不要求受控时，不能用控制图取代运行图。 数据量不够大时，对过程的判断需的谨慎。 排列图 散布图 其他 排列图 原理：80%的过程问题往往是由20%的原因所造成的。 排列图的作用： 以直观的方式表现各类问题的相对重要程度 找出引发80%问题的原因 把注意力放在解决后能产生重要影响的问题上 为其他质量改进活动提供有效的信息 给制排列图的步骤： 确定要解决的问题。 针对要研究的问题，列举可能的原因。

19、选择计量单位。最常用计量单位的是频次和费用。 在计划的周期内收集相关数据。调查表是收集数据的简易有效的方法。 整理数据，编制数据统计表 制作排列图 解释结果 卷烟生产过程中的成品外观不合格项目调查表批批次次产品产品号号成品量成品量抽样数抽样数不合不合格品格品数数批不批不合格合格品率品率外观不合格项目外观不合格项目切切口口贴贴口口空空松松短短烟烟过过紧紧钢钢印印油油点点软软腰腰表表面面1105003111210500321310500211410500321510500311125010500211合合计计25001250099080297458352810151255调查者：调查者： 调查日期

20、：调查日期：调查现场：调查现场： 排列图分析的注意事项： 排列图基于帕累托原理，百分不一定非要求80/20，只要遵循“关键的少数”原则就行。 两纵轴的刻度单位（测量值与百分比）应规定的协调，最好测量值以各项目的总量为最大值，百分比以100%为最大值。 排列图还可以分层运用，用如上例中可以对“空松”和“贴口”两项分别再进行排列图分析，找出这项不合格产生的关键原因。 常见的点子散布模式： 强正相关变量之间的正相关性，可能存在显著的因果关系。有可能建立有效的回归方程。弱正相关变量之间的有一定的正相关性，可能存在较弱的因果关系。强负相关变量之间的负相关性，可能存在显著的因果关系。有可能建立有效的回归方

21、程。YX0YX0YX0YX0YX0YX0弱负相关变量之间的负相关性，可能存在较弱的因果关系。曲线相关变量之间可能存在某种非线性相关关系。不相关变量之间表现出的不相关性。有可能一个变量的改变不会对另一个变量产生影响。 散布图分析的注意事项： 散布图对变量间的相关关系可进行大致的判断，有时还需要进行更深入的统计分析。 如果变量选择时分层不够，也会掩盖本来存在的相关关系。 有时散布图上显示出的显著相关，有可能是通过这两个变量与第三个变量相关而体现的，这种情况要注意识别。 头脑风暴 亲和图 其他可选工具 头脑风暴是指通过一组人创造性地思维，系统地、有计划地提出可行的想法和意见。 头脑风暴要遵循以下四条

22、基本原则。自由畅想避免批评多多益善互相融合 亲和图是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，按它们之间相互亲（接）近关系加以分类、汇总的一种图示技术。 亲和图往往在头脑风暴后应用，把头脑风暴中产生的想法理出头绪，属于集中式思维。 原因分析指针对某一个特定的质量问题，从引发该质量问题的众多潜在原因中找出最关键的原因。 关键原因指最基本、最深层次的原因，是导致问题重复发生的原因。如果没有找准关键原因，就难以从根本上解决问题。 分析质量问题产生原因的方法 因果图（石川图、鱼骨图） 因果矩阵 其他 因果图是一种表示结果与可能的原因之间关系的图表，可以把所有潜在原因展示出来加以组织、归并

23、，以便找出问题的症结所在。 因果图的应用步骤： 简明扼要地阐明要研究的质量问题 规定潜在原因的主要类别 作图时把“结果”画在右边的矩形框中（类似鱼头位置），然后把各主要原因类别放在它的左边，作为输入。 寻找下一层次的原因，将其画在相应的主要原因枝上，并继续一层层地展开。 从末端原因中识别和选取少量看起来对结果有最大影响的原因（简称要因），并做进一步的研究、采取措施和控制等。 因果图的基本结构 制造业中经常把5M1E考虑为主要原因类别，即人员（Men）、设备（Machine）、材料（Material）、方法（Methods）、测量（Measure）与环境（Environment）。 在服务业中经

24、常把4P，即人员（People）、政策（Policy）、程序原因（Procedure）和场所（Place）作为主要类别。 原因类别原因类别原因类别原因类别原因类别结果检具精度不够机车车轮装配困难材料设备人员环境方法测量锈蚀库存时间长止口变形存放无防护检测方法不检止口同心度定位孔检测困难检具磨损工装无定位工装设计不合理技术水平人员流动大工艺参数中心孔间隙小气候温度变化大潮湿照明不足主因第一层第二层办理购车手续困难分管部门多政策程序人员场所法规有强制要求布局各办公室相距远路线重复各办公大厅拥挤咨询人员不足其他工作人员对程序不够了解未经此方面培训程序复杂各程序接口不清重复排队 因果图所确定的“结果”

25、，即要研究的质量特性要界定明确，一个因果图只能确定一个结果特性。 原因展开要充分，要多问几个为什么，直到能够采取措施为止。 原因展开时要分清层次，否则容易遗漏原因。 不要把措施也当成原因写入因果图中。 不要盲目罗列原因，要有针对性。 因果图经常与排列图、对策表联合使用，称为“两图一表”。 因果矩阵能帮助选择应重点关注的原因，可用于对多个结果质量特性进行分析与改进。因果矩阵的应用步骤为： 在矩阵图上方填入过程结果的质量问题形式； 确定每一质量问题的重要度； 在矩阵图左侧填入所有潜在的原因变量； 评价每一原因变量与结果变量间的相关程度，在这两个变量交叉点的单元内填入代表它们相关程度的数字。 把每一

26、单元的相关度与该列结果变量的重要度相乘，是这个原因变量的重要度系数，然后把一行中各列的系数相加为该原因变量的重要度权重，将此值填入该行右边的单元格中。 比较各重要度权重，数值高的为最应该关注的原因。重要度5324原因重要度排序 结果原因 断齿点蚀剥落胶合寿命缩短渗碳层深度不够5337齿根表面粗糙度差5337齿轮弯曲强度差9981齿面接触应力过大559578齿轮的冷却润滑不足99565齿轮硬度不够193350接触色印不正确351344齿面表面粗糙度差1395521.过程是否稳定过程是否稳定 控制图控制图2.过程能力是否充足过程能力是否充足 过程能力的计算过程能力的计算 波动理论 导致质量特性波动

27、的因素根据来源的不同，可以分为人 (Man)、机(Machine)、料(Material)、法(Method)、环 (Environment)、测量(Measurement) 6个方面，简称为 5M1E。 从对质量影响的大小来分，质量因素又可分为偶然原因 (common cause)和可查明原因(assaignable cause) 两大类。 偶然原因，简称为偶因，又称为一般原因。可查明原 因，又称为特殊原因(special cause)，俗称异常原因，简 称为异因。 统计过程控制统计过程控制SPC（Statistical Process Control）是应用统计技术对生产过程的各阶段进）是

28、应用统计技术对生产过程的各阶段进行监控，并对过程出现的异常进行预警，从而达行监控，并对过程出现的异常进行预警，从而达到改进与保证质量的目的。到改进与保证质量的目的。 19241924年美国的休哈特（年美国的休哈特（WASheuhartWASheuhart）首先提出）首先提出用控制图对生产过程质量进行监控用控制图对生产过程质量进行监控 ，所以常规控，所以常规控制图也称休哈特控制图。制图也称休哈特控制图。 控制图(Control chart)是对过程质量加以测定、记录并进行控制管理的一种用统计方法设计的图。控制图有中心线CL、上控制界限UCL和下控制界限LCL，并有按时间顺序抽取的样本统计量数值的

29、描点序列。UCL、CL与LCL统称为控制线。若控制图中的描点落在UCL与LCL之外或描点在UCL与LCL之间的排列不随机，则表示出现了异常。控制图示例常规控制图的分类p 计量控制图p均值-极差控制图 p均值-标准差控制图 p中位数-极差控制图p单值-移动极差控制图 常规控制图的分类p 计数控制图 p 不合格品率控制图 p 不合格品数控制图 p 单位不合格数控制图p 不合格数控制图实例某手表厂为了提高手表的质量，应用排列图分析造成手表不合格的各种原因，发现“停摆”占第一位。为了解决停摆问题，再次应用排列图分析造成停摆的原因，结果发现主要是由于螺栓脱落造成的，而螺栓脱落往往是由螺栓松动造成的。为此

30、，厂方决定应用控制图对装配作业中的螺栓扭矩进行过程控制。控制图应用实例 分析螺栓扭矩是计量特性值，故可选用计量值控制图。又由于本例是大量生产，不难取得数据，故决 定选用灵敏度高的 图。解按照下列步骤建立 图： 步骤1：根据合理分组原则，取25组预备数据RX RX 序号观 测 值R（8）备注（9）Xi1 （1）Xi2 （2）Xi3（3）Xi4 （4）Xi5 （5）1154174164166162820164.0202166170162166164828165.683168166160162160816163.284168164170164166832166.4651531651621651678

31、12162.4146164158162172168824164.8147167169159175165835167.0168158160162164166810162.089156162164152164798159.61210174162162156174828165.61811168174166160166934166.81412148160162164170804160.82213165159147153151775155.018超出 图下控制界14164166164170164828165.6615162158154168172814162.8181615816215616415279

32、2158.41217151158154181168812162.43018166166172164162830166.01019170170166160160826165.21020168160162154160804160.81421162164165169153813162.61622166160170172158826165.21423172164159165160822164.01324174164166157162823164.61725151160164158170803160.619均值4081.8163.27235714.280原始数据与 图计算表RX步骤2：计算各样本组的平均

33、值 计算各样本组的极差 Ri 步骤3：计算样本总均值 与样本平均差iXXR28.14R26.163X357R40.4081Xi步骤4：计算R图与 图的参数X30.1914.2801 3 5 7 9 11 13 15 17 19 21 23 25n=5极差控制图均值控制图1 3 5 7 9 11 13 15 17 19 21 23 25171.51163.27155.03n=5 过程能力(process capability) 以往称为工序能力，是指过程的加工水平满足技术标准的能力，它是衡量过程加工内在一致性的标准。过程能力与生产能力不同，生产能力是加工数量方面的能力。过程能力取决于人、机、料、法、环而与公差无关。故通常用统计控制状态下的6倍标准差(6)表示过程能力。 如果质量特性值符合正态分布，落在6范围内的概率是99.73% 5MIE控制水平不同, 标准差值不同 6值越小,图形越瘦长,表示该过程质量波动越小,过程越稳定,过程能力越高 过程能力不能完全决定产品质量状况,过程生产合格品的能力与公差有关