常用质量管理工具.docx
《常用质量管理工具.docx》由会员分享，可在线阅读，更多相关《常用质量管理工具.docx（11页珍藏版）》请在冰点文库上搜索。
常用质量管理工具
第十三章常用质量管理工具
在质量管理中，经常要用到一些方法和工具。
目前较常用的有所谓七种工具，即排列图法、分层法、因果分析图法、调查表法、直方图法、散布图法、控制图法。
其中控制图法将在第十四章介绍。
※本章要求
（1）了解常用质量工具的种类和作用
（2）了解分层法、调查表法和直方图法的概念，了解使用步骤和注意事项
（3）掌握排列图法和因果分析法的概念、使用步骤和注意事项
（4）熟悉散布图法的概念、使用步骤和注意事项
※本章重点
（1）分层法的概念、使用步骤和注意事项
（2）排列图法和因果分析法的概念、使用步骤和注意事项
§1分层法
一、概念
所谓分层法，就是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。
分层法又称分类法，是质量管理中常用来分析影响质量因素的重要方法。
根据分层的目的，按照一定的标志加以区分，把性质相同、在同一条件下收集的数据归在一起。
分层时，应使同一层的数据波动幅度尽可能小，而层间的差别尽可能大：
（1）按不同的操作者分。
如按新、老工人，男、女不同工龄，操作技术水平高低进行分类。
（2）按机器设备分。
如按不同型号、新旧程度进行分类。
（3）按原材料分。
如按不同的供料单位、不同的进料时间、不同的生产环境等标志分类。
（4）按操作方法分。
如按不同的切屑用量、温度、压力等工作条件进行分层。
（5）按不同的时间分。
如按不同的班次、不同的日期进行分类。
（6）按不同的检验手段分。
如按不同的测量仪器、测量者进行分层。
（7）按生产废品的缺陷项目分。
如按铸件的裂纹、气孔等缺陷分层。
§2排列图法
一、概念
排列图又称主次因素分析图或帕累托图（Pareto）。
它是用来找出影响产品质量主要因素的一种有效工具。
排列图是有两个纵坐标、一个横坐标、几个直方块和一条折线所构成（见图13-1）。
排列图的横坐标表示影响产品质量的因素或项目，按其影响程度大小，从左到右依次排列。
排列图的左纵坐标表示频数（如件数、金额、工时、吨位等），右纵坐标表示频率（以百分比表示），直方块的高度表示某个因素影响大小，从高到底，从左到右，顺序排列。
折线表示个影响因素大小的累积百分数，是由左到右逐渐上升的，这条折线就称为帕累托曲线。
一般，把因素分成A、B、C三类：
A类，累计百分数在80%以下的诸因素；B类，累计百分数在80-90%的诸因素；C累，累计百分数在90-100%的诸因素。
图13-1
二、制作步骤
第一步，确定所要调查的问题和收集数据。
第二步，设计一张数据记录表，将数据填入其中，并计算合计栏。
第三步，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，如下表所示。
表13-2排列图数据表
不合格类型
不合格数
累计不合格
比率（%）
累计比率（%）
断裂
104
104
52
52
擦伤
42
146
21
73
污染
20
166
10
83
弯曲
10
176
5
88
裂纹
6
182
3
91
砂眼
4
186
2
93
其它
14
200
7
100
合计
200
-
100
-
第四步，画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。
第五步，在横轴上按频数大小画出矩形，矩形的高度代表各不合各项频数大小。
第六步，在每个直方柱右侧上方，标上累计值（累计频数和累计频率百分数），描点，用实线连接，画累计频数折线（帕累托曲线）。
根据以上数据制作出排列图见图13-2：
图13-2
三、注意事项
（1）要做好因素的分类。
（2）主要因素不能过多。
（3）数据要充足。
（4）适当合并一般因素。
（5）合理选择计量单位。
（6）重画排列图以作比较。
四、适用范围
改进任何问题都可以使用排列图法：
适用于各行各业以及各个方面的工作改进活动。
分层法与排列图的结合也可以使用。
§3因果分析图法
一、概念
⏹也叫特性因素图/鱼刺图/石川图，是整理和分析影响质量（结果）的各因素之间的一种工具。
⏹形象地表示了探讨问题的思维过程，通过有条理地逐层分析，可以清楚地看出“原因-结果”“手段-目标”的关系，使问题的脉络完全显示出来。
因果图的基本格式为由特性，原因，枝干三部分构成。
如图13-3：
图13-3
二、制作步骤
第一步确定分析对象。
把要分析的质量特性问题，填入主干线箭头指向的方块中。
第二步记录分析意见。
把大家针对质量特性问题所提出的各种原因，用长短不等的箭线排列在主干线的两侧。
属于大原因的，用较长的箭线指向主干线；属于某大原因内次一级的中原因，用略短的箭线指向该大原因的箭线；属于小原因的箭线指向与它关联的中原因的箭线。
第三步检查有无遗漏。
即对所分析的种种原因检查一下，看有无遗漏，若有遗漏可及时补上。
第四步记上必要事项。
注明绘图者、参加讨论分析人员、时间等可供参考事项。
三、注意事项
（1）问题尽量具体、明确、有针对性
（2）集思广益
（3）分析到能采取具体措施为止
（4）主要原因的确定
（5）对关键因素采取措施后，再用排列图等方法来检验其效果
§4调查表法
一、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。
常用类型
（1）缺陷位置调查表。
若要对产品各个部位的缺陷情况进行调查，可将产品的草图或展开图画在调查表上，当某种缺陷发生时，可采用不同的符号或颜色在发生缺陷的部位上标出。
若在草图上划分缺陷分布情况区域，可进行分层研究。
分区域要尽可能等分。
缺陷位置调查表的一般格式可参照下表绘制。
（2）不良项目调查表。
不合格品统计调查表用于调查产品质量发生了哪些不良情况及其各种不良情况的比率大小。
以内燃机车修理厂柴油机总装工段一次组装不合格的返修为例，如表所示。
（3）不良原因调查表。
要弄清楚各种不良品发生的原因，就需要按设备、操作者、时间等标志进行分层调查，填写不良原因调查表。
表13-3不良项目调查表
年月日
品名工厂名
工序：
最终检验部门制造部
不合格种类检验员
检查总数：
2530批号02－8－6
备注：
全数检验合同号02－5－3
不合格种类
检查结果
小计
表面缺陷
砂眼
加工不合格
形状不合格
其它
正正正正正正正一
正正正正
正正正正正正正正正一
正
正正
36
20
46
5
10
总计
107
§5直方图法
一、概念
直方图（histogram）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，从而找出数据变化的规律，以便测量工序质量的好坏。
直方图是常用的QC工具。
二、作图步骤
第一步收集数据。
数据个数一般为50个以上，最少不少于30个。
第二步求极差R。
在原始数据中找出最大值和最小值，计算二者的差就是极差，即R=Xmax-Xmin。
第三步确定分组的组数和组距。
一批数据究竟分多少组，通常根据数据个数的多少来定。
可参考表13-4:
表13-4直方图分组数表
数据个数
分组数K
50-100
6-10
100-250
7-12
250以上
10-20
第四步确定各组界限。
先取测量值单位的1/2。
分组界应该能够包括最大值和最小值。
第一组的上下限值为最小值+/-（h/2）。
第一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，也就是第三组的下界限值，依次类推，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。
每组的上下界限相加除以2，所得数据即为组中值。
组中值为各组数据的代表值。
第五步制作频数分布表。
将测得的原始数据分别归入到相应的组中，统计各组的数据个数，即频数fi,各组频数填好以后检查一下总数是否与数据总数相符，避免重复或遗漏。
第六步、画直方图。
以横坐标表示质量特性（如上表中的中心值），纵坐标为频数，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。
第七步在直方图的空白区域，记上有关的数据的资料。
如样本数，平均值，标准差等。
三、常见类型
（1）标准型（对称型）。
数据的平均值与最大和最小值的中间值相同或接近，平均值附近的数据频数最多，频数在中间值向两边缓慢下降，并且以平均值左右对称。
这种形状是最常见的。
（2）锯齿型。
做频数分布表时，如分组过多，会出现此种形状。
另外，当测量方法有问题或读错测量数据时，也会出现这种形状。
（3）偏态型。
数据的平均值位于中间值的左侧（或右侧），从左至右（或从右至左），数据分布的频数增加后突然减少，形状不对称。
（4）平顶型。
当几种平均值不同的分布混在一起，或某种要素缓慢变化时，常出现这种形状。
（5）双峰型。
靠近直方图中间值的频数较少，两侧各有一个“峰”。
当有两种不同的平均值相差大的分布混在一起时，常出现这种形状。
（6）孤岛型。
在标准型的直方图的一侧有一个“小岛”。
出现这种情况是夹杂了其它分布的少量数据，如工序异常、测量错误或混有另一分布的少量数据。
图13-6给出了直方图各种类型的形状。
标准型偏态型孤岛型
锯齿型平顶型双峰型
图13-6不同形状的直方图
§6散布图法
一、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。
▪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。
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。
二、作图步骤
第一步确定研究对象。
研究对象的选定，可以是质量特性值与因素之间的关系，也可以是质量特性值之间的关系，或因素与因素之间的关系。
这里，通过分析研究合成纤维的强度y与拉伸倍数x的关系来研究散布图的作法。
第二步收集数据。
一般需要收集成对的数据30组以上，同时要记录收集数据的日期、取样方法、测定方法等有关事项。
第三步画出横坐标x与纵坐标y，添上特性值标度。
一般横坐标表示原因特性，纵坐标表示结果特性。
进行坐标轴的标度时，应先求出数据x与y的各自最大值与最小值。
划分间距的原则是：
应使x最小值至最大值的距离，大致等于y最小值至最大值的距离。
其目的是为了避免因散布图作法不合适而导致判断的错误。
第四步根据数据画出坐标点。
按x与y的数据分别在横、纵坐标上取对应值，然后分别引出平行于y轴与x轴的平行线，其交点即为所求的坐标点。
三、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。
※本章小结：
（略）
※本章作业：
教材P.153“思考题与习题”的第1、2、3题
升级会员 