质量管理七大手法课件

质量管理七大手法因果图排列图直方图检查表控制图散布图分层法罗浩江2015.11质量管理七大手法ppt质量管理七大手法ppt2022/11/61CATARCTR质量管理七大手法因果图又称特性要因图，石川图或鱼刺图、鱼骨图用图解法对影响过程或产品质量问题的各种因素进行全面系统的观察和分析，找出其因果关系使小组能集中于问题的实质，围绕问题产生集体智慧和意见集体智慧的火花集中于问题的原因而不是问题的现状手法一因果图2022/11/62CATARCTR又称特性要因图，石川图或鱼刺图、鱼骨图手法一因果图20因果图的基本结构特性大原因(大骨)中骨小骨主骨因素(原因)特性(结果)2022/11/63CATARCTR因果图的基本结构特性大原因(大骨)中骨小骨主骨因素头脑风暴的运用

*口字加两笔

，想想有那些字呢？

因果关系的整理

例：某某产品微生物超标，原因分析？手法一因果图2022/11/64CATARCTR头脑风暴的运用手法一因果图2022/11/24CAT选题，分析对象，确定质量特性。组织讨论，找出所有可能会影响结果的因素。找出各因素之间的因果关系，在图上以因果关系的箭头表示出来。根据对结果影响的重要程度，将认为对结果有显著影响的重要原因标示出来。在因果图上标出有关信息。因果图作图步骤2022/11/65CATARCTR选题，分析对象，确定质量特性。因果图作图步骤2022/11/因果图示例轴颈有刀痕机床操作者材料工艺方法环境机床精度不够主轴松动轴承磨损油压不稳夹具磨损油中有气泡漏油缺乏作业技能未经培训无作业标准工作纪律松驰疲劳没有积极性薪金低日夜加班情绪气温高光线光线过强光线弱材质不当冷却液不标准浓度不当上道工序加工不良中心孔位置不正确切削速度转速高进给量大用错刀具刀具管理不善小组名称：组长：成员：日期：2022/11/66CATARCTR因果图示例轴颈有刀痕机床操作者材料工艺方法环境机床精度不确定原因时应集思广益，充分发扬民主所要分析的质量特性问题，应提得尽可能具体一张因果图只反映一个质量特性问题原因分析到绘制能采取具体措施为止检查无遗漏要运用其它工具和技术进行验证不断完善，纳入受控文件进行控制绘制因果图注意事项2022/11/67CATARCTR确定原因时应集思广益，充分发扬民主绘制因果图注意事项2022偏差的调查

如：水系统微生物超标

血灌产品微粒检测超标

物料管理差错等

因果图的应用2022/11/68CATARCTR偏差的调查因果图的应用2022/11/28CATARC

质量问题是以质量损失（缺陷项目和损失金额）的形式来体现的。大多数损失是由少数几种的缺陷引起的

，而这几种缺陷又是由少数原因引起的。因此，只要明确这些“关键的少数”，就可以消除这些特殊原因，避免由此引起的大量损失。

用排列图法，可以实现这一目的。（2-8原则）手法二排列图(也叫柏累托图）2022/11/69CATARCTR质量问题是以质量损失（缺陷项目和损失金额）的明确问题以及如何收集数据设计数据记录表（检查表），记录数据将数据从大到小排列，并累计计算画排列图在图上画累计频数折线在图上记入必要事项作排列图的步骤2022/11/610CATARCTR明确问题以及如何收集数据作排列图的步骤2022/11/210排列图示例

例：某厂随机调查4月1日至7月1日的产品共5000件，对其逐一检查，进行缺陷分析，得到缺陷种类及数据如下：缺陷类型断裂擦伤污染弯曲裂纹砂眼其它合计缺陷数10442201064142002022/11/611CATARCTR排列图示例例：某厂随机调查4月1日至7月1日排列图日期：4月1日至7月31日调查铸件总数：5000件2022/11/612CATARCTR排列图日期：4月1日至7月31日2022/11/212CAT把握问题的实质，以确定“关键的少数”。通常将因素按累计比率分为三类：

A类因素：累计比率在0~80%之间；

B类因素：累计比率在80~90%之间；

C类因素：累计比率在90~100%之间。“其它”项不能过大，否则分类不够理想。制作排列图注意要点2022/11/613CATARCTR把握问题的实质，以确定“关键的少数”。制作排列图注意要点20选题分析问题采取对策，进行改进改进前后比较排列图和因果图结合使用问题：排列图和因果图联合使用时的顺序？？2022/11/614CATARCTR选题排列图和因果图结合使用问题：排列图和因果图联合使用时的顺案例分析某厂为降低产品不良品率2022/11/615CATARCTR案例分析某厂为降低产品不良品率2022/11/215CATA现状：影响产品不合格因素排列图6月1日至7月31日图分析：从表中分析，尺寸缺陷是关键的少数。2022/11/616CATARCTR现状：影响产品不合格因素排列图6月1日至7月31日图分析：从产品尺寸缺陷因果图产品尺寸缺陷操作者机器零件和原料作业方法健康疲劳疾病教育培训经验精神注意力心情操作稳定不平衡变形磨损夹具和工具成分贮存原料质量排列形状尺寸拧紧程度定位顺序位置角度装配动作程序速度2022/11/617CATARCTR产品尺寸缺陷因果图产品尺寸缺陷操作者机器零件和原料作影响产品尺寸缺陷因素排列图对影响尺寸的因素分解，并逐一攻破。2022/11/618CATARCTR影响产品尺寸缺陷因素排列图对影响尺寸的因素分解，并逐一攻破。改进后影响产品不合格因素排列图9月1日至10月31日效果：尺寸缺陷明显减少。2022/11/619CATARCTR改进后影响产品不合格因素排列图9月1日至10月31日改进前后不良品排列图比较6月1日至7月31日9月1日至10月31日总改进效果改进效果改进后不良品由180降至116，尺寸缺陷由88降为202022/11/620CATARCTR改进前后不良品排列图比较6月1日至7月31日9月1日至10月例一灯检缺陷入产品的改进例二偏差的分析

排列图的应用2022/11/621CATARCTR例一灯检缺陷入产品的改进排列图的应用2022/11/2排列图的应用车间（工序）偏差数（项）车间（工序）偏差数（项）综合车间共29项洁净车间共46项精处理11组分装11粗处理9加水10包装3二筛三筛7其它6包膜4————翻洗4————其它10偏见按发生部门分类例：如何减少偏差问题的发生2022/11/622CATARCTR排列图的应用车间（工序）偏差数（项）车间（工序）偏差数（项）

直方图是从工序中随机抽取样本，将从数据中获取的数据进行整理，绘成图，从中找到质量波动规律，预测工序质量的一种工具。手法三直方图2022/11/623CATARCTR直方图是从工序中随机抽取样本，将从数据展示用表格难以说明的大量数据显示各种数值出现的相对频率揭示数据的中心、波动及形状快速阐明数据的潜在分布为预测过程提供有利信息可以发现“过程是否能满足顾客要求”直方图的作用2022/11/624CATARCTR展示用表格难以说明的大量数据直方图的作用2022/11/22明确衡量过程的特性值收集数据计算极差数据分组作频数分布表画直方图在图上记录有关资料直方图的绘制步骤2022/11/625CATARCTR明确衡量过程的特性值直方图的绘制步骤2022/11/225C直方图原始数据表（单位：mm）2.5102.5172.5222.5222.5102.5112.5192.5322.5432.5252.5272.5362.5062.5412.5122.5152.5212.5362.5292.5242.5292.5232.5232.5232.5192.5282.5432.5382.5182.5342.5202.5142.5122.5342.5262.5302.5322.5262.5232.5202.5352.5232.5262.5252.5232.5222.5022.5302.5222.5142.5332.5102.5422.5242.5302.5212.5222.5352.5402.5282.5252.5152.5202.5192.5262.5272.5222.5422.5402.5282.5312.5452.5242.5222.5202.5192.5192.5292.5222.5132.5182.5272.5112.5192.5312.5272.5292.5282.5192.5212022/11/626CATARCTR直方图原始数据表（单位：mm）2.5102.5172.522直方图2022/11/627CATARCTR直方图2022/11/227CATARCTR直方图的常见类型标准型锯齿型偏峰型陡壁型平顶型双峰型孤岛型2022/11/628CATARCTR直方图的常见类型标准型锯齿型偏峰型陡壁型标准型：左右对称，最常见锯齿型：数据分组过多，或测量读数错误偏峰型：产品尺寸受公差影响陡壁型：工序能力不足，进行全数检查平顶型：几种均值不同的分布混在一起双峰型：均值相差较大的两种分布混在一起孤岛型：中混有另一分布的少量数据直方图的常见类型2022/11/629CATARCTR标准型：左右对称，最常见直方图的常见类型2022/11/22直方图与公差限直方图符合公差要求直方图不符合公差要求SL(a)SUSL(b)SUSL(c)SUSL(d)SUSL(e)SU2022/11/630CATARCTR直方图与公差限直方图符合公差要求直方图不符合公差要求SL直方图满足公差要求

(a)状况无需调整

(b)要考虑减少波动直方图不满足公差要求

(c)采取措施，使平均值接近规格的中间值

(d)要采取措施，减少波动

(e)同时采取(c)和(d)的措施直方图与公差限2022/11/631CATARCTR直方图满足公差要求直方图与公差限2022/11/231CAT

检查表法，又称调查表法，是利用统计表来进行数据整理和初步分析的一种方法。手法四检查表2022/11/632CATARCTR检查表法，又称调查表法，是利用统计表来进行收集数据，“用数据说话”简单有效，适用于任何重点工作领域的过程，将这些过程的信息整理清晰明了的资料更清楚地描写出整个情况的事实而不是每个成员的个人意见检查表的作用2022/11/633CATARCTR收集数据，“用数据说话”检查表的作用2022/11/233C对观察到的事物或现象做出统一规定决定由谁收集资料确定资料的来源和范围设计检查表收集资料整理使用检查表法的步骤2022/11/634CATARCTR对观察到的事物或现象做出统一规定使用检查表法的步骤2022/工序分布检查表不合格项检查表缺陷位置检查表缺陷原因检查表检查表的种类2022/11/635CATARCTR工序分布检查表检查表的种类2022/11/235CATARC工序分布检查表2022/11/636CATARCTR工序分布检查表2022/11/236CATARCTR不合格项检查表2022/11/637CATARCTR不合格项检查表2022/11/237CATARCTR缺陷原因检查表2022/11/638CATARCTR缺陷原因检查表2022/11/238CATARCTR缺陷位置检查表2022/11/639CATARCTR缺陷位置检查表2022/11/239CATARCTR对过程质量特性值进行测定、记录，评估和监察过程是否处于统计控制状态的一种用统计方法设计的图。控制图是由美国工程师休哈特提出来的，故又称休哈特控制图。手法五控制图（SPC)2022/11/640CATARCTR对过程质量特性值进行测定、记录，评估和监察过程是否处于统计控控制图的构成上控制限中心线下控制限上控制限中心线下控制限过程受控过程不受控2022/11/641CATARCTR控制图的构成上控制限上控制限过程受控过程不受控2022/11普通原因，又称偶然因素（偶因），是大量地客观存在的，是过程所固有的，但对过程质量特性的影响很小，是人们无法加以消除的。特殊原因，又称异常因素（异因），不是过程所固有的，但对过程质量特性的影响较大，查明原因后，是可以加以消除的。影响过程波动的因素2022/11/642CATARCTR普通原因，又称偶然因素（偶因），是大量地客观存在的，是过程所

发现已经存在的或潜在的影响过程质量的异常因素，加以消除，使过程无异因，也即使过程达到统计稳定状态，使过程可预测。控制图法的目的2022/11/643CATARCTR发现已经存在的或潜在的影响过程质量的异休哈特控制图的原理3σ原则：在无异因（只存在偶因）的前提下，控制图上点出现异常的概率不超过0.27%。2022/11/644CATARCTR休哈特控制图的原理3σ原则：在无异因（只存在偶因）的前提下，控制图的种类计量值控制图均值极差控制图均值标准差控制图中位数极差控制图单值移动极差控制图计数值控制图不合格品数控制图不合格品率控制图不合格数控制图单位不合格数控制图2022/11/645CATARCTR控制图的种类计量值控制图计数值控制图2022/11/245C常规计量值控制图控制线计算公式控制图名称控制线公式备注

图：；R图：样本量n≤10

图：；s图：样本量n＞10

图：；R图：

X图：；Rs图：

2022/11/646CATARCTR常规计量值控制图控制线计算公式控制图名称控制线公式备注常规计数值控制图控制线计算公式控制图名称控制线公式备注p

np

u

c

2022/11/647CATARCTR常规计数值控制图控制线计算公式控制图名称控制线公式备注pXbar-R控制图制作步骤及应用1.收集数据2.描点画图3.计算分析控制限4.将分析控制限和中心线画在图上5.分析R图和Xbar图6.分析特殊原因，采取措施，加以消除7.重新采集数据，重复1至5步，直至R图和Xbar图都正常，可认为过程无异因，此时的控制限就可做为控制用的控制限8.分析过程能力9.保持过程，加以持续改进。2022/11/648CATARCTRXbar-R控制图制作步骤及应用1.收集数据7.重新采分析用控制图数据表

序号x1x2x3x4序号x1x2x3x4181.8681.6182.9881.831482.4081.4182.9383.13282.0981.0680.4880.071585.1580.9181.3182.43381.2182.7779.9580.721681.3280.1281.2380.33481.2380.6181.6882.131781.3980.8580.680.93583.2082.5082.3780.541881.3783.1280.3981.81686.6882.4882.9682.121982.6282.0681.4980.92780.1781.8381.1281.412079.7681.1781.2479.54881.780.0981.5580.572181.0682.0682.7682.46980.6980.4982.1685.292282.5583.5382.9481.891082.7282.1281.7781.602383.3380.3380.3680.671180.9881.3381.6080.702480.1781.3382.5780.871280.4282.2080.1380.242581.679.8881.6981.791382.1182.1383.2282.17

2022/11/649CATARCTR分析用控制图数据表

序号x1x2x3x4序号x1x2x3x4分析用控制图2022/11/650CATARCTR分析用控制图2022/11/250CATARCTR剔除异常数据后补充采集的数据表序号x1x2x3x4序号x1x2x3x4181.8681.6182.9881.831485.1580.9181.3182.43282.0981.0680.4880.071581.3280.1281.2380.33381.2182.7779.9580.721681.3980.8580.680.93481.2380.6181.6882.131781.3783.1280.3981.81583.2082.5082.3780.541882.6282.0681.4980.92686.6882.4882.9682.121979.7681.1781.2479.54780.1781.8381.1281.412081.0682.0682.7682.46881.780.0981.5580.572182.5583.5382.9481.89982.7282.1281.7781.602283.3380.3380.3680.671080.9881.3381.6080.702380.1781.3382.5780.871180.4282.2080.1380.242481.679.8881.6981.791282.1182.1383.2282.172582.5181.0980.4379.861382.4081.4182.9373.13

2022/11/651CATARCTR剔除异常数据后补充采集的数据表序号x1x2x3x4序号x1x剔除异常数据后补充采集数据分析用控制图2022/11/652CATARCTR剔除异常数据后补充采集数据分析用控制图2022/11/252控制用控制图控制限Xbar图

UCL=82.81CL=82.51LCL=80.21R

图

UCL=4.08CL=1.79LCL=0.002022/11/653CATARCTR控制用控制图控制限Xbar图R图2022/11/253C点出界点排列不随机，存在某种“趋势”异常点2022/11/654CATARCTR点出界异常点2022/11/254CATARCTR控制图判异准则（Ⅰ）ABCCBAUCLXbarLCLABCCBAUCLXbarLCLABCCBAUCLXbarLCLABCCBAUCLXbarLCL准则1：一点在A区外准则2：9点在同一侧C区或其外准则3：6点递增或递减准则4：14点上下交替2022/11/655CATARCTR控制图判异准则（Ⅰ）ABCCBAUCLXbarLCLABC控制图判异准则（Ⅱ）ABCCBAUCLXbarLCLABCCBAUCLXbarLCL准则5：3点中有2点在A区准则6：5点中有4点在B区ABCCBAUCLXbarLCLABCCBAUCLXbarLCL准则7：15点在C区中心线上下准则8：8点在中心线两侧，但无一点在C区2022/11/656CATARCTR控制图判异准则（Ⅱ）ABCCBAUCLXbarLCLABC应先作R图，只有当R图稳定无异常时，过程才表现出“受控”状态R图体现的是数据的组间波动，Xbar图体现的是数据的组内波动只有当R图稳定无异常，过程达到“受控”状态时，分析过程能力才有意义控制图绘制及应用时应注意2022/11/657CATARCTR应先作R图，只有当R图稳定无异常时，过程才表现出“受控”状态控制图的控制限与规格限比较控制图直方图不满足规格要求满足规格要求未达到统计稳定状态达到统计稳定状态工序改进2022/11/658CATARCTR控制图的控制限与规格限比较控制图直方图不满足规格要求满足规格过程能力：反映过程加工内在一致性，用6σ表示（其数值越小越好），取决于影响过程的人、机、料、法、环等因素，与公差无关过程能力指数：指过程的加工质量满足技术要求的能力大小，其计算公式为：5-1过程能力和过程能力指数Cp2022/11/659CATARCTR过程能力：反映过程加工内在一致性，用6σ表示（其数值越小越好过程能力评价Cp值的范围级别过程能力评价Cp≥1.67Ⅰ过程能力过高1.67＞Cp≥1.33Ⅱ过程能力充分1.33＞Cp≥1.0Ⅲ过程能力不够充分1.0＞Cp≥0.67Ⅳ过程能力不足0.67＞CpⅤ过程能力严重不足2022/11/660CATARCTR过程能力评价Cp值的范围级别过程能力评价Cp≥1.67Ⅰ有偏离情况的过程能力指数Cpk

式中：k为偏离度，当k≥1，规定Cpk=0有偏离情况的过程能力指数Cpk2022/11/661CATARCTR有偏离情况的过程能力指数Cpk有偏离情况的过程能力指数Cpk联合应用Cp与Cpk所代表的合格品率(%)99.9999992.0099.9999799.999941.6799.9968399.9968399.9941.3399.8650199.8650199.86599.7301.0097.7249997.7249997.72597.72295.4500.6784.1344784.1344784.13484.14384.00068.2680.332.001.671.331.000.670.33CpCpk2022/11/662CATARCTR联合应用Cp与Cpk所代表的合格品率(%)99.999999在质量改进活动中，常常要研究两个随机变量之间的关系，将一系列通过观察得到的两个变量的成对数据点一一描在X-Y座标系中，由此可以看出两变量是否线性相关，如果二者线性相关，可以对这两变量进行预测或控制。手法六散布图的概念2022/11/663CATARCTR在质量改进活动中，常常要研究两个随机变量之间的关系，将一系列(a)X与Y强正相关(b)X与Y弱正相关(c)X与Y强负相关(d)X与Y弱负相关(e)X与Y不相关(f)X与Y非线性相关散布图的六种形式2022/11/664CATARCTR(a)X与Y强正相关散布图的六种形式2022/11/264C散布图示意图2022/11/665CATARCTR散布图示意图2022/11/265CATARCTR散布图案例日期空气压力不良品率日期空气压力不良品率10月1日8.60.88910月22日8.70.8922日8.90.88423日8.50.8773日8.80.87424日9.20.8854日8.80.89125日8.50.8665日8.40.87426日8.30.8968日8.70.88629日8.70.8969日9.20.91130日9.30.92810日8.60.91231日8.90.88611日9.20.89511月1日8.90.90812日8.70.8962日8.30.88115日8.40.8945日8.70.88216日8.20.8646日8.90.90417日9.20.9227日8.70.91218日8.70.9098日9.10.92519日9.40.9059日8.70.872制作塑料桶时吹气压力（kg/cm2）与不良品率（%）数据表2022/11/666CATARCTR散布图案例日期空气压力不良品率日期空气压力不良品率10月1日散布图案例吹气压力与不良品率散布图不良品率吹气压力2022/11/667CATARCTR散布图案例吹气压力与不良品率散布图不良品率吹气压力2022/散布图相关分析案例空气压力（kg/cm2）8.08.59.09.510.0壁厚（mm）4.624.504.434.814.123.884.013.673.213.053.163.302.862.532.712.621.832.022.241.952022/11/668CATARCTR散布图相关分析案例空气压力（kg/cm2）8.08.59.0压力与厚度散布图2022/11/669CATARCTR压力与厚度散布图2022/11/269CATARCTR压力与厚度回归直线2022/11/670CATARCTR压力与厚度回归直线2022/11/270CATARCTR手法七分层法的概念

所谓分层法，是根据产生数据的特征（如：何人、何处、何种方法、何种设备）将数据划分成若干组的方法。

石川馨先生曾多次强调：不对数据进行分层，就不能搞好质量管理。2022/11/671CATARCTR手法七分层法的概念所谓分层法，是根据

分层法不是单独使用的，而是结合直方图、排列图、控制图等工具一起使用的。分层法的特点2022/11/672CATARCTR分层法不是单独使用的，而是结合直方图、按操作者来分层按作业方法来分层按机器设备分层按原料分层按作业环境分层分层方法2022/11/673CATARCTR按操作者来分层分层方法2022/11/273CATARCTR收集数据根据不同目的，选择分层标志将数据进行分层按层归类画分层直方图、排列图或控制图等统计分析图表分层法应用步骤2022/11/674CATARCTR收集数据分层法应用步骤2022/11/274CATARCTR分层法结合其它工具使用案例2022/11/675CATARCTR分层法结合其它工具使用案例2022/11/275CATARC表面上看起来不相关，但分层后相关用分层法正确看散布图(1)质量管理七大手法ppt优秀课件精品课件培训课件培训教材质量管理七大手法ppt优秀课件精品课件培训课件培训教材2022/11/676CATARCTR表面上看起来不相关，但分层后相关用分层法正确看散布图(1)质表面上看起来相关，但分层后不相关用分层法正确看散布图(2)质量管理七大手法ppt优秀课件精品课件培训课件培训教材质量管理七大手法ppt优秀课件精品课件培训课件培训教材2022/11/677CATARCTR表面上看起来相关，但分层后不相关用分层法正确看散布图(2)质分层法的应用车间（工序）偏差数（项）车间（工序）偏差数（项）综合车间共29项洁净车间共46项精处理11组分装11粗处理9加水10包装3二筛三筛7其它6包膜4————翻洗4————其它10人员物料机器方法检测环境2724125422偏见按属性分类1偏见按发生部门分类例：如何减少偏差问题的发生质量管理七大手法ppt优秀课件精品课件培训课件培训教材质量管理七大手法ppt优秀课件精品课件培训课件培训教材2022/11/678CATARCTR分层法的应用车间（工序）偏差数（项）车间（工序）偏差数（项）因果图排列图对策表附：我国质量管理实践中的“两图一表”质量管理七大手法ppt优秀课件精品课件培训课件培训教材质量管理七大手法ppt优秀课件精品课件培训课件培训教材2022/11/679CATARCTR因果图附：我国质量管理实践中的“两图一表”质量管理七大手法在现场具体应用两图一表时，要将因果图、排列图、对策表结合使用。首先，通过排列图可以抓住问题的关键所在；其次，对于关键问题是应用因果图可以找出产生问题的各种因素；然后，再通过排列图找出这些因素中的关键因素。对这些关键因素需要认真分析研究，制订对策。所谓对策表（法），就是为了有计划、有步骤地解决问题，将问题与对策列成表格，并列出责任人和完成期限，以保证对策的实施。对策表质量管理七大手法ppt优秀课件精品课件培训课件培训教材质量管理七大手法ppt优秀课件精品课件培训课件培训教材2022/11/680CATARCTR在现场具体应用两图一表时，要将因果图、排列图、对策表结合使用对策表实例：

连杆轴颈磨小对策表编号关键因素对策责任人完成日期1无作业标准制订作业标准书

李**15年6月2机床电器失灵调查分析

张**15年2月3测量仪器精度不够更新测量仪器，并实测60件对比

林*15年2月4切削液不足，工件温度上升增大切削液用量

陈**15年2月5操作者未用读数量具采用气动卡规

高**15年3月6冷后尺寸变小调查60件定点测量热变化建立修正值

余*15年5月质量管理七大手法ppt优秀课件精品课件培训课件培训教材质量管理七大手法ppt优秀课件精品课件培训课件培训教材2022/11/681CATARCTR对策表实例：

连杆轴颈磨小对策表编号关键因素对找出存在的主要问题（排列图）找出问题的原因所在（因果图）在因果图中找出关键因素（分析、调查及确认）研究对策，制订对策表制订对策表步骤质量管理七大手法ppt优秀课件精品课件培训课件培训教材质量管理七大手法ppt优秀课件精品课件培训课件培训教材2022/11/682CATARCTR找出存在的主要问题（排列图）制订对策表步骤质量管理七大手法p谢谢大家！质量管理七大手法ppt优秀课件精品课件培训课件培训教材质量管理七大手法ppt优秀课件精品课件培训课件培训教材2022/11/683CATARCTR谢谢大家！质量管理七大手法ppt优秀课件精品课件培质量管理七大手法因果图排列图直方图检查表控制图散布图分层法罗浩江2015.11质量管理七大手法ppt质量管理七大手法ppt2022/11/684CATARCTR质量管理七大手法因果图又称特性要因图，石川图或鱼刺图、鱼骨图用图解法对影响过程或产品质量问题的各种因素进行全面系统的观察和分析，找出其因果关系使小组能集中于问题的实质，围绕问题产生集体智慧和意见集体智慧的火花集中于问题的原因而不是问题的现状手法一因果图2022/11/685CATARCTR又称特性要因图，石川图或鱼刺图、鱼骨图手法一因果图20因果图的基本结构特性大原因(大骨)中骨小骨主骨因素(原因)特性(结果)2022/11/686CATARCTR因果图的基本结构特性大原因(大骨)中骨小骨主骨因素头脑风暴的运用

*口字加两笔

，想想有那些字呢？

因果关系的整理

例：某某产品微生物超标，原因分析？手法一因果图2022/11/687CATARCTR头脑风暴的运用手法一因果图2022/11/24CAT选题，分析对象，确定质量特性。组织讨论，找出所有可能会影响结果的因素。找出各因素之间的因果关系，在图上以因果关系的箭头表示出来。根据对结果影响的重要程度，将认为对结果有显著影响的重要原因标示出来。在因果图上标出有关信息。因果图作图步骤2022/11/688CATARCTR选题，分析对象，确定质量特性。因果图作图步骤2022/11/因果图示例轴颈有刀痕机床操作者材料工艺方法环境机床精度不够主轴松动轴承磨损油压不稳夹具磨损油中有气泡漏油缺乏作业技能未经培训无作业标准工作纪律松驰疲劳没有积极性薪金低日夜加班情绪气温高光线光线过强光线弱材质不当冷却液不标准浓度不当上道工序加工不良中心孔位置不正确切削速度转速高进给量大用错刀具刀具管理不善小组名称：组长：成员：日期：2022/11/689CATARCTR因果图示例轴颈有刀痕机床操作者材料工艺方法环境机床精度不确定原因时应集思广益，充分发扬民主所要分析的质量特性问题，应提得尽可能具体一张因果图只反映一个质量特性问题原因分析到绘制能采取具体措施为止检查无遗漏要运用其它工具和技术进行验证不断完善，纳入受控文件进行控制绘制因果图注意事项2022/11/690CATARCTR确定原因时应集思广益，充分发扬民主绘制因果图注意事项2022偏差的调查

如：水系统微生物超标

血灌产品微粒检测超标

物料管理差错等

因果图的应用2022/11/691CATARCTR偏差的调查因果图的应用2022/11/28CATARC

质量问题是以质量损失（缺陷项目和损失金额）的形式来体现的。大多数损失是由少数几种的缺陷引起的

，而这几种缺陷又是由少数原因引起的。因此，只要明确这些“关键的少数”，就可以消除这些特殊原因，避免由此引起的大量损失。

用排列图法，可以实现这一目的。（2-8原则）手法二排列图(也叫柏累托图）2022/11/692CATARCTR质量问题是以质量损失（缺陷项目和损失金额）的明确问题以及如何收集数据设计数据记录表（检查表），记录数据将数据从大到小排列，并累计计算画排列图在图上画累计频数折线在图上记入必要事项作排列图的步骤2022/11/693CATARCTR明确问题以及如何收集数据作排列图的步骤2022/11/210排列图示例

例：某厂随机调查4月1日至7月1日的产品共5000件，对其逐一检查，进行缺陷分析，得到缺陷种类及数据如下：缺陷类型断裂擦伤污染弯曲裂纹砂眼其它合计缺陷数10442201064142002022/11/694CATARCTR排列图示例例：某厂随机调查4月1日至7月1日排列图日期：4月1日至7月31日调查铸件总数：5000件2022/11/695CATARCTR排列图日期：4月1日至7月31日2022/11/212CAT把握问题的实质，以确定“关键的少数”。通常将因素按累计比率分为三类：

A类因素：累计比率在0~80%之间；

B类因素：累计比率在80~90%之间；

C类因素：累计比率在90~100%之间。“其它”项不能过大，否则分类不够理想。制作排列图注意要点2022/11/696CATARCTR把握问题的实质，以确定“关键的少数”。制作排列图注意要点20选题分析问题采取对策，进行改进改进前后比较排列图和因果图结合使用问题：排列图和因果图联合使用时的顺序？？2022/11/697CATARCTR选题排列图和因果图结合使用问题：排列图和因果图联合使用时的顺案例分析某厂为降低产品不良品率2022/11/698CATARCTR案例分析某厂为降低产品不良品率2022/11/215CATA现状：影响产品不合格因素排列图6月1日至7月31日图分析：从表中分析，尺寸缺陷是关键的少数。2022/11/699CATARCTR现状：影响产品不合格因素排列图6月1日至7月31日图分析：从产品尺寸缺陷因果图产品尺寸缺陷操作者机器零件和原料作业方法健康疲劳疾病教育培训经验精神注意力心情操作稳定不平衡变形磨损夹具和工具成分贮存原料质量排列形状尺寸拧紧程度定位顺序位置角度装配动作程序速度2022/11/6100CATARCTR产品尺寸缺陷因果图产品尺寸缺陷操作者机器零件和原料作影响产品尺寸缺陷因素排列图对影响尺寸的因素分解，并逐一攻破。2022/11/6101CATARCTR影响产品尺寸缺陷因素排列图对影响尺寸的因素分解，并逐一攻破。改进后影响产品不合格因素排列图9月1日至10月31日效果：尺寸缺陷明显减少。2022/11/6102CATARCTR改进后影响产品不合格因素排列图9月1日至10月31日改进前后不良品排列图比较6月1日至7月31日9月1日至10月31日总改进效果改进效果改进后不良品由180降至116，尺寸缺陷由88降为202022/11/6103CATARCTR改进前后不良品排列图比较6月1日至7月31日9月1日至10月例一灯检缺陷入产品的改进例二偏差的分析

排列图的应用2022/11/6104CATARCTR例一灯检缺陷入产品的改进排列图的应用2022/11/2排列图的应用车间（工序）偏差数（项）车间（工序）偏差数（项）综合车间共29项洁净车间共46项精处理11组分装11粗处理9加水10包装3二筛三筛7其它6包膜4————翻洗4————其它10偏见按发生部门分类例：如何减少偏差问题的发生2022/11/6105CATARCTR排列图的应用车间（工序）偏差数（项）车间（工序）偏差数（项）

直方图是从工序中随机抽取样本，将从数据中获取的数据进行整理，绘成图，从中找到质量波动规律，预测工序质量的一种工具。手法三直方图2022/11/6106CATARCTR直方图是从工序中随机抽取样本，将从数据展示用表格难以说明的大量数据显示各种数值出现的相对频率揭示数据的中心、波动及形状快速阐明数据的潜在分布为预测过程提供有利信息可以发现“过程是否能满足顾客要求”直方图的作用2022/11/6107CATARCTR展示用表格难以说明的大量数据直方图的作用2022/11/22明确衡量过程的特性值收集数据计算极差数据分组作频数分布表画直方图在图上记录有关资料直方图的绘制步骤2022/11/6108CATARCTR明确衡量过程的特性值直方图的绘制步骤2022/11/225C直方图原始数据表（单位：mm）2.5102.5172.5222.5222.5102.5112.5192.5322.5432.5252.5272.5362.5062.5412.5122.5152.5212.5362.5292.5242.5292.5232.5232.5232.5192.5282.5432.5382.5182.5342.5202.5142.5122.5342.5262.5302.5322.5262.5232.5202.5352.5232.5262.5252.5232.5222.5022.5302.5222.5142.5332.5102.5422.5242.5302.5212.5222.5352.5402.5282.5252.5152.5202.5192.5262.5272.5222.5422.5402.5282.5312.5452.5242.5222.5202.5192.5192.5292.5222.5132.5182.5272.5112.5192.5312.5272.5292.5282.5192.5212022/11/6109CATARCTR直方图原始数据表（单位：mm）2.5102.5172.522直方图2022/11/6110CATARCTR直方图2022/11/227CATARCTR直方图的常见类型标准型锯齿型偏峰型陡壁型平顶型双峰型孤岛型2022/11/6111CATARCTR直方图的常见类型标准型锯齿型偏峰型陡壁型标准型：左右对称，最常见锯齿型：数据分组过多，或测量读数错误偏峰型：产品尺寸受公差影响陡壁型：工序能力不足，进行全数检查平顶型：几种均值不同的分布混在一起双峰型：均值相差较大的两种分布混在一起孤岛型：中混有另一分布的少量数据直方图的常见类型2022/11/6112CATARCTR标准型：左右对称，最常见直方图的常见类型2022/11/22直方图与公差限直方图符合公差要求直方图不符合公差要求SL(a)SUSL(b)SUSL(c)SUSL(d)SUSL(e)SU2022/11/6113CATARCTR直方图与公差限直方图符合公差要求直方图不符合公差要求SL直方图满足公差要求

(a)状况无需调整

(b)要考虑减少波动直方图不满足公差要求

(c)采取措施，使平均值接近规格的中间值

(d)要采取措施，减少波动

(e)同时采取(c)和(d)的措施直方图与公差限2022/11/6114CATARCTR直方图满足公差要求直方图与公差限2022/11/231CAT

检查表法，又称调查表法，是利用统计表来进行数据整理和初步分析的一种方法。手法四检查表2022/11/6115CATARCTR检查表法，又称调查表法，是利用统计表来进行收集数据，“用数据说话”简单有效，适用于任何重点工作领域的过程，将这些过程的信息整理清晰明了的资料更清楚地描写出整个情况的事实而不是每个成员的个人意见检查表的作用2022/11/6116CATARCTR收集数据，“用数据说话”检查表的作用2022/11/233C对观察到的事物或现象做出统一规定决定由谁收集资料确定资料的来源和范围设计检查表收集资料整理使用检查表法的步骤2022/11/6117CATARCTR对观察到的事物或现象做出统一规定使用检查表法的步骤2022/工序分布检查表不合格项检查表缺陷位置检查表缺陷原因检查表检查表的种类2022/11/6118CATARCTR工序分布检查表检查表的种类2022/11/235CATARC工序分布检查表2022/11/6119CATARCTR工序分布检查表2022/11/236CATARCTR不合格项检查表2022/11/6120CATARCTR不合格项检查表2022/11/237CATARCTR缺陷原因检查表2022/11/6121CATARCTR缺陷原因检查表2022/11/238CATARCTR缺陷位置检查表2022/11/6122CATARCTR缺陷位置检查表2022/11/239CATARCTR对过程质量特性值进行测定、记录，评估和监察过程是否处于统计控制状态的一种用统计方法设计的图。控制图是由美国工程师休哈特提出来的，故又称休哈特控制图。手法五控制图（SPC)2022/11/6123CATARCTR对过程质量特性值进行测定、记录，评估和监察过程是否处于统计控控制图的构成上控制限中心线下控制限上控制限中心线下控制限过程受控过程不受控2022/11/6124CATARCTR控制图的构成上控制限上控制限过程受控过程不受控2022/11普通原因，又称偶然因素（偶因），是大量地客观存在的，是过程所固有的，但对过程质量特性的影响很小，是人们无法加以消除的。特殊原因，又称异常因素（异因），不是过程所固有的，但对过程质量特性的影响较大，查明原因后，是可以加以消除的。影响过程波动的因素2022/11/6125CATARCTR普通原因，又称偶然因素（偶因），是大量地客观存在的，是过程所

发现已经存在的或潜在的影响过程质量的异常因素，加以消除，使过程无异因，也即使过程达到统计稳定状态，使过程可预测。控制图法的目的2022/11/6126CATARCTR发现已经存在的或潜在的影响过程质量的异休哈特控制图的原理3σ原则：在无异因（只存在偶因）的前提下，控制图上点出现异常的概率不超过0.27%。2022/11/6127CATARCTR休哈特控制图的原理3σ原则：在无异因（只存在偶因）的前提下，控制图的种类计量值控制图均值极差控制图均值标准差控制图中位数极差控制图单值移动极差控制图计数值控制图不合格品数控制图不合格品率控制图不合格数控制图单位不合格数控制图2022/11/6128CATARCTR控制图的种类计量值控制图计数值控制图2022/11/245C常规计量值控制图控制线计算公式控制图名称控制线公式备注

图：；R图：样本量n≤10

图：；s图：样本量n＞10

图：；R图：

X图：；Rs图：

2022/11/6129CATARCTR常规计量值控制图控制线计算公式控制图名称控制线公式备注常规计数值控制图控制线计算公式控制图名称控制线公式备注p

np

u

c

2022/11/6130CATARCTR常规计数值控制图控制线计算公式控制图名称控制线公式备注pXbar-R控制图制作步骤及应用1.收集数据2.描点画图3.计算分析控制限4.将分析控制限和中心线画在图上5.分析R图和Xbar图6.分析特殊原因，采取措施，加以消除7.重新采集数据，重复1至5步，直至R图和Xbar图都正常，可认为过程无异因，此时的控制限就可做为控制用的控制限8.分析过程能力9.保持过程，加以持续改进。2022/11/6131CATARCTRXbar-R控制图制作步骤及应用1.收集数据7.重新采分析用控制图数据表

序号x1x2x3x4序号x1x2x3x4181.8681.6182.9881.831482.4081.4182.9383.13282.0981.0680.4880.071585.1580.9181.3182.43381.2182.7779.9580.721681.3280.1281.2380.33481.2380.6181.6882.131781.3980.8580.680.93583.2082.5082.3780.541881.3783.1280.3981.81686.6882.4882.9682.121982.6282.0681.4980.92780.1781.8381.1281.412079.7681.1781.2479.54881.780.0981.5580.572181.0682.0682.7682.46980.6980.4982.1685.292282.5583.5382.9481.891082.7282.1281.7781.602383.3380.3380.3680.671180.9881.3381.6080.702480.1781.3382.5780.871280.4282.2080.1380.242581.679.8881.6981.791382.1182.1383.2282.17

2022/11/6132CATARCTR分析用控制图数据表

序号x1x2x3x4序号x1x2x3x4分析用控制图2022/11/6133CATARCTR分析用控制图2022/11/250CATARCTR剔除异常数据后补充采集的数据表序号x1x2x3x4序号x1x2x3x4181.8681.6182.9881.831485.1580.9181.3182.43282.0981.0680.4880.071581.3280.1281.2380.33381.2182.7779.9580.721681.3980.8580.680.93481.2380.6181.6882.131781.3783.1280.3981.81583.2082.5082.3780.541882.6282.0681.4980.92686.6882.4882.9682.121979.7681.1781.2479.54780.1781.8381.1281.412081.0682.0682.7682.46881.780.0981.5580.572182.5583.5382.9481.89982.7282.1281.7781.602283.3380.3380.3680.671080.9881.3381.6080.702380.1781.3382.5780.871180.4282.2080.1380.242481.679.8881.6981.791282.1182.1383.2282.172582.5181.0980.4379.861382.4081.4182.9373.13

2022/11/6134CATARCTR剔除异常数据后补充采集的数据表序号x1x2x3x4序号x1x剔除异常数据后补充采集数据分析用控制图2022/11/6135CATARCTR剔除异常数据后补充采集数据分析用控制图2022/11/252控制用控制图控制限Xbar图

UCL=82.81CL=82.51LCL=80.21R

图

UCL=4.08CL=1.79LCL=0.002022/11/6136CATARCTR控制用控制图控制限Xbar图R图2022/11/253C点出界点排列不随机，存在某种“趋势”异常点2022/11/6137CATARCTR点出界异常点2022/11/254CATARCTR控制图判异准则（Ⅰ）ABCCBAUCLXbarLCLABCCBAUCLXbarLCLABCCBAUCLXbarLCLABCCBAUCLXbarLCL准则1：一点在A区外准则2：9点在同一侧C区或其外准则3：6点递增或递减准则4：14点上下交替2022/11/6138CATARCTR控制图判异准则（Ⅰ）ABCCBAUCLXbarLCLABC控制图判异准则（Ⅱ）ABCCBAUCLXbarLCLABCCBAUCLXbarLCL准则5：3点中有2点在A区准则6：5点中有4点在B区ABCCBAUCLXbarLCLABCCBAUCLXbarLCL准则7：15点在C区中心线上下准则8：8点在中心线两侧，但无一点在C区2022/11/6139CATARCTR控制图判异准则（Ⅱ）ABCCBAUCLXbarLCLABC应先作R图，只有当R图稳定无异常时，过程才表现出“受控”状态R图体现的是数据的组间波动，Xbar图体现的是数据的组内波动只有当R图稳定无异常，过程达到“受控”状态时，分析过程能力才有意义控制图绘制及应用时应注意2022/11/6140CATARCTR应先作R图，只有当R图稳定无异常时，过程才表现出“受控”状态控制图的控制限与规格限比较控制图直方图不满足规格要求满足规格要求未达到统计稳定状态达到统计稳定状态工序改进2022/11/6141CATARCTR控制图的控制限与规格限比较控制图直方图不满足规格要求满足规格过程能力：反映过程加工内在一致性，用6σ表示（其数值越小越好），取决于影响过程的人、机、料、法、环等因素，与公差无关过程能力指数：指过程的加工质量满足技术要求的能力大小，其计算公式为：5-1过程能力和过程能力指数Cp2022/11/6142CATARCTR过程能力：反映过程加工内在一致性，用6σ表示（其数值越小越好过程能力评价Cp值的范围级别过程能力评价Cp≥1.67Ⅰ过程能力过高1.67＞Cp≥1.33Ⅱ过程能力充分1.33＞Cp≥1.0Ⅲ过程能力不够充分1.0＞Cp≥0.67Ⅳ过程能力不足0.67＞CpⅤ过程能力严重不足2022/11/6143CATARCTR过程能力评价Cp值的范围级别过程能力评价Cp≥1.67Ⅰ有偏离情况的过程能力指数Cpk

式中：k为偏离度，当k≥1，规定Cpk=0有偏离情况的过程能力指数Cpk2022/11/6144CATARCTR有偏离情况的过程能力指数Cpk有偏离情况的过程能力指数Cpk联合应用Cp与Cpk所代表的合格品率(%)99.9999992.0099.9999799.999941.6799.9968399.9968399.9941.3399.8650199.8650199.86599.7301.0097.7249997.7249997.72597.72295.4500.6784.1344784.1344784.13484.14384.00068.2680.332.001.671.331.000.670.33CpCpk2022/11/6145CATARCTR联合应用Cp与Cpk所代表的合格品率(%)99.999999在质量改进活动中，常常要研究两个随机变量之间的关系，将一系列通过观察得到的两个变量的成对数据点一一描在X-Y座标系中，由此可以看出两变量是否线性相关，如果二者线性相关，可以对这两变量进行预测或控制。手法六散布图的概念2022/11/6146CATARCTR在质量改进活动中，常常要研究两个随机变量之间的关系，将一系列(a)X与Y强正相关(b)X与Y弱正相关(c)X与Y强负相关(d)X与Y弱负相关(e)X与Y不相关(f)X与Y非线性相关散布图的六种形式2022/11/6147CATARCTR(a)X与Y强正相关散布图的六种形式2022/11/264C散布图示意图2022/11/6148CATARCTR散布图示意图2022/11/265CATARCTR散布图案例日期空气压力不良品率日期空气压力不良品率10月1日8.60.88910月22日8.70.8922日8.90.88423日8.50.8773日8.80.87424日9.20.8854日8.80.89125日8.50.8665日8.40.87426日8.30.8968日8.70.88629日8.70.8969日9.20.91130日9.30.92810日8.60.91231日8.90.88611日9.20.89511月1日8.90.90812日8.70.8962日8.30.88115日8.40.8945日8.70.88216日8.20.8646日8.9