吉利质量改善步资料

吉利质量改善步资料吉利转型中的质量创新企业战略转型中质量的挑战从满足标准到追求用户满意－如何实现动态质量从满足标准到追求用户满意－超越竞争对手从满足标准到追求用户满意－全程用户体验活动从可维修到无故障－如何不把市场当实验场从国内市场到国际市场－如何满足用户不同需求吉利转型中的质量创新质量转型之一－人的观念转变（关键是人的转型）质量问题不是认识问题，而是利益问题质量问题不是能力问题，而是决心问题质量问题不是技术难题，而是细节管理问题质量问题不是质量部问题，而是“我”的责任质量问题不是靠检验／救火，而是靠预防质量问题的解决不是意味着花钱，而是意味着省钱吉利转型中的质量创新身是菩提树心如明镜台时时勤拂拭勿使惹尘埃菩提本无树，明镜亦非台，本来无一物，何处惹尘埃。质量转型之二－思考问题方式转变１从来就没有质量问题－－只有设计者问题，采购者问题，制造者问题，销售者问题，服务者问题．－５why２质量追溯就是破案抓真凶吉利转型中的质量创新为什么方法不好使？长官意志→拍脑袋，决策失误为什么问题挡不住？

盲人摸象→经验主义，以偏盖全为什么问题越来越多？闭门造车→封闭自负，自以为是

质量转型之三－解决问题方式转变从粗放式管理到精细化经营基本原则：y=f(X1,X2,X3……Xn）

以客户为导向以流程为中心以数据为基础技术归零的五步:定位准确、机理清楚、问题再现、措施有效、举一反三管理归零的五步:过程清晰、责任明确、漏洞堵住、考核到位、流程优化吉利转型中的质量创新质量转型的关键行动组织再造流程再造人员再造对质量架构的调整与健全成立质量改善室质量网从ISO9000体系到卓越绩效质量策划流程的建立(PDCA)实施6期质量改善培训全员参与的质量改善活动进行PK质量定义的变迁•质量是满足产品标准要求的程度；•质量是给用户造成损失的总和；•质量是适用性；•质量是用户满意的程度;•质量是用户和其它相关方的满意度。质量管理的发展历程传统质量管理产生与上世纪初，以检验为主要内容，“死后验尸”的问题逐渐暴露出来2.统计质量管理（SQC）以抽样检验和控制图的应用为起点，以过程（工序）质量为管理对象，1987年,以丰田公司为首的公司提出“SQC的复兴”.3.全面质量管理（TQC）首先由美国的费根堡姆于上个世纪60年代提出；成功于日本；以“三全”为特征；以完善的检验、过程控制为基础.4.综合质量管理（TQM）不仅对产品质量进行管理，而且将企业作为对象进行管理；不仅考虑消费者的需求，同时考虑社会的需求；重视人才质量以及人才培养；重视企业发展战略；注重市场学与新产品开发的结合。质量管理内容的变化传统质量管理→质量检验→产品质量统计质量管理→质量控制→过程质量全面质量管理→质量管理→体系质量综合质量管理→质量经营→经营质量我国企业质量管理的发展情况大致可以划分为三个阶段：1、引进、学习阶段（上世纪70年代末～80年代末）以学习日本的TQC为主2、规范化阶段。贯彻GB/T19001等标准3、追求卓越阶段。贯彻GB/T19580和GB/Z19579等标准科学化→应用统计技术等科学方法规范化→贯彻有关管理性标准有效性→开展各种质量改进活动我国企业质量管理的当务之急质量改进的精神坚持不懈，咬定青山不放松；•大力提倡科学化（程序和方法）；•毋以善小而不为；•不积跬步无以至千里，不积小流无以成江河；•不存在“灵丹妙药”、“妙手回春”、“一个点子救一个企业”;•三现主义（现场、现实、现物）。

提高产品质量的“秘方”中国人对质量管理方面“特效药”的浓厚兴趣表现了落后封建意识的根深蒂固。

科学+汗水质量改善3824思想核心思想以市场和用户为中心以数据和事实为基础强调实物解剖、故障再现等三现精神强调采取的措施有母本分析、有专家验证、有可靠性试验强调要有防呆、防差错，不能把市场当试验场。

质量改善3824步操作注意事项

1、思路放之四海而皆准：所有问题的解决都可以按3824步的思路2、具体操作层面，可以根据实际情况，进行简化或细化如生产线的尺寸偏差，发现是由于刀具磨损问题，原因非常明确，措施非常清楚，那就马上行动，调整刀具。面包烤糊，原因就是三个：温度、时间、配方，那可以用简单的3824步减振器异响：原因很复杂，就要用完整3824步3、快赢机会原理在发现问题、分析问题、解决问题的过程中，发现了哪个环节不对，马上改，不要等到所有的原因都分析清楚了才改，每一步都有快赢机会。质量改进的工具与技术

老七种工具因果图排列图直方图检查表分层法散布图控制图

新七种工具关联图树图箭条图PDPC矩阵图亲和图矩阵数据分析法其它统计技术假设检验与统计推断统计过程控制（SPC）方差分析回归分析（ANOVA）实验设计（DOE）测量系统分析（MSA）因果图（Cause-and-EffectDiagram）•又称特性要因图，石川图或鱼刺图•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适用场合•当需要找出可能的原因时；•当组织的思维趋于定式时；因果图的基本结构因果图作图步骤一、利用逻辑推理法选题，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（标题，绘制人，绘制时间、产品、工序、小组名称、参加人员等）二、利用发散整理法1.选题,确定质量特性.3.找出各原因之间的关系,在因果图上以因果关系箭头连接起来.4.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因素标识出来.5.在因果图上标上必要信息。绘制因果图注意事项所要分析的质量特性问题，应提得尽可能具体首先确定结果（问题），然后确定原因的类别，针对每一个原因类别进行展开分析。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。确定原因时应集思广益，充分发扬民主（头脑风暴）因果关系间层次要分明，原因分析到能采取具体措施为止，最高层次的原因应寻求到可直接采取对策为止。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。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。检查无遗漏要运用其它工具和技术进行验证分析原因要注意的问题（1）针对所存在问题分析原因（2）要展示问题的全貌5M1E：（人、机、料、法、测量、环境）（3）分析原因要彻底，要针对结果，把原因一层层展开，分析到可以采取对策为止。展开分析：结果→原因‖结果→原因‖结果→原因案例分析排列图(Pareto)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(Pareto原则)，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.排列图的分类两类：1、分析现象用排列图，与不良结果有关质量（Q）：缺陷、故障、顾客抱怨、退货或维修等成本(C)：损失金额或费用等交货期(D)：存货短缺或交货期拖延等安全(S)：发生事故或出现差错等2、分析原因用排列图，与过程有关操作者：班次、组别、年龄、工龄等机器：设备、工具等材料：供应商、批次等作业方法：作业安排、方法等作排列图的步骤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（）案例分析例：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：缺陷类型弯曲污染擦伤裂纹沙眼其他断裂合计缺陷数1020426414104200第一步：把数据由大到小重新排列缺陷类型断裂擦伤污染弯曲裂纹沙眼其他合计缺陷数1044220106414200缺陷类型断裂擦伤污染弯曲裂纹沙眼其他合计缺陷数1044220106414200百分比5221105327累计百分比527383889193100第二步：计算百分比和累计百分比项目排列图制作排列图的注意要点1．分类方法不同，得到的排列图不同。通过不同的角度观察问题，把握问题的实质，需要用不同的分类方法进行分类，以确定“关键的少数”，这也是排列图分析方法的目的。２．如果“其它”项所占的百分比很大，则分类是不够理想的。如果出现这种情况，是因为调查的项目分类不当，把许多项目归在了一起，这时应考虑采用另外的分类方法。排列图的使用1．排列图的目的在于有效解决问题，基本点就是要求我们只要抓住“关键的少数”就可以了。2．排列图可用来确定采取措施的顺序。一般地，把发生率高的项目减低一半要比把发生问题的项目完全消除更为容易。因此，从排列图中矩形柱高的项目着手采取措施能够事半功倍。3．对照采取措施前后的排列图，研究组成各个项目的变化，可以对措施的效果进行验证。利用排列图不仅可以找到一个问题的主要原因，而且可以连续使用，找出复杂问题的最终原因。直方图直方图是对定量数据分布情况的一种图形表示，由一系列矩形（直方柱）组成。它将一批数据按取值大小划分为若干组，在横坐标上将各组为底作矩形，以落入该组的数据的频数或频率为矩形的高。通过直方图可以观测并研究这批数据的取值范围、集中及分散等分布情况。直方图的绘制步骤明确衡量过程的特性值收集数据（至少50个）计算极差R确定分组数K和组距h（参考数据数量与分组数对应表）作频数分布表画直方图在图上记录有关资料案例分析已知车削某零件外圆尺寸Ф10+0.035mm，为调查车削某零件外圆尺寸的分布情况，从加工过程中取100个零件，测得尺寸Ф10+x的x值如表所示。原始数据x（单位：0.001mm）直方图作图步骤直方图的作图步骤如下：第一步，收集数据，求极差R。在原始数据中找出最大值xmax和最小值xmin，计算二者的差值，就是极差。本例中R=xmax-xmin=29-0=29μ。第二步，确定分组的组数和组距。一批数据究竟分多少组，通常根据数据的多少而定，可参考下表。本例中，取Ｋ＝10．数据个数分组数Ｋ50-1006-10100-2507-12250以上10-20直方图作图步骤第三步，确定组距h=R/K=29/10=2.9取h=3第四步，确定各组界限第一组的上组界=第一组的下组界+组距=-1.5+3=1.5依次计算各组界值第五步，计算组中心值为了计算的需要，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。第一组中心值=（第一组上组界+第一组下组界）/2=1.5+(-1.5）/2=0依次计算各组中心值。第六步，作频数分布表将测得的原始数据分别归入相应的组中，统计各组的数据个数，即频数fi，各组频数，填好后检查一下其总数是否与数据总个数相符，避免重复或遗漏。直方图作图步骤直方图作图步骤第七步，画直方图。以横坐标表示质量特性（本例中的质量特性就是加工尺寸），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，就成了直方图第八步，在直方图的空白区域，记上有关数据的资料，如收集数据据的时间、数据个数n、平均值、标准差s等等。直方图的常见类型•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标准形数据的平均值与最大值和最小值的中间值相同或接近，平均值附近的数据的频数最多，频数在中间值向两边缓慢下降，以平均值左右对称．这种形状也是最常见的标准型（对称型）10203040506070809010011012581216139632锯齿形作频数分布表时，如分组过多，会出现此种形状。另外，当测量方法有误或读错测量数据时，也会出现这种形状。10203040506070809010011035109149126823偏锋形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。当下限(或上限)受到公差等因素限制时，由于心理因素往往出现这种形状。102030405060708090100110471215131197531陡壁形平均值远左离(或右离)直方图的中间值，频数自左至右减少(或增加)，直方图不对称。当工序能力不足，为找出符合要求的产品经过全数检查，或过程中存在自动反馈调整时，常出现这种形状。

10203040506070809010011015171397535241平顶形当几种平均值不同的分布混在一起，或过程中某种要素缓慢劣化时，常出现这种形状。10203040506070809010011045789898754双峰形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。102030405060708090100110351187757952孤岛形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他分布的少量数据，比如工序异常、测量错误或混有另一个分布的少量数据。

10152025303540455055606570758012367131042310132直方图与公差限•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)的措施直方图满足公差要求A.现在的状况不需要调整，因为直方图充分满足公差要求。B.直方图能满足公差要求，但不充分。这种情况下，应考虑减少波动。直方图不满足公差要求C.必须采取措施,使平均值接近规格的中间值。D.要求采取措施，以减少变差(波动).E.要同时采取C和D的措施，既要使平均值接近规格的中间值，又要减少波动。

检查表（Checksheet）的概念为了便于收集数据,使用简单记号填记并予统计整理,以作进一步分析或作为核对、检查之用而设计的一种表格或图表。(用来检查有关项目的表格)适用场合：当收集有关事件、问题、缺陷、缺陷部位、缺陷原因等情况的频数或特征的数据时；收集生产过程的数据时；由同一个人或在同一个地点重复观察和收集数据时；标准化一系列措施时，例如，对设备进行多次预防性维修检查；项目的所有步骤都需要收集数据时；编制步骤确定收集数据的定义决定什么时候，由谁收集，收集多长时间；确定资料的来源和范围设计检查表，要使数据能够使用√或×或类似的符号简单地记录下来，以便于做数据分析时使用；在表格上留出空间；经过短时间的试验来测试检查表，确保它能够收集合适的数据并易于使用；收集资料整理检查表的种类记录用检查表功能：用于收集数据以调查不良项目、不良原因、缺陷位置及设备操作等情形。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案例分析缺陷位置检查表在内外装贴的故障记录就是很好的检查表散布图(ScatterDiagram)在分析质量事故时．我们总是希望能够寻找到造成质量事故的主要原因，但影响产品质量的因素往往很多，有时我们只需要分析具体两个因索之间到底存在着什么关系。这时可将这两种因素有关的数据列出来，并用一系列点标在直角坐标系上，制作成图形，以观察两种因素之间的关系，这种图就称为散布图，对它进行分析称为相关分析。散部图的适用场合当你想明确问题潜在的根本原因时；当在鱼骨图上用头脑风暴产生的各种原因和结果后，需要从客观上评定某一个原因与结果是否有关联；确定看起来相关的两个结果是否有同一个原因引起；

散布图的六种形式(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非线性相关不同r值下点的散布示意图r=1（完全线性关）n个点完全在呈上升趋势的直线上。

r=-1（完全线性相关）n个点完全在呈下降趋势的直线上）

不同r值下点的散布示意图0＜r＜1（正线性相关）当x值增加时，y值也有增大的趋势

-1＜r＜0（负线性相关）当x值增加时，y值有减小的趋势

不同r值下点的散布示意图r=0（线性不相关）n个点的分布毫无规律r=0（线性不相关）两个变量之间可能存在某种曲线关系

不同r值下点的散布示意图相关系数r的确定案例分析案例分析吹气压力不良品率吹气压力与不良品率散布图思考:X与Ｙ之间是什么关系呢？数据基础数据的分类计数数据（计件数据计点数据）是/不是良好/不良维修点1、2、3可以数（文件里面的错别字，挑选出不合格的件数）布料上的疵点数计量数据连续数据时间（秒）速度尺寸计件数据服从二项分布；计点数据服从泊松分布。计量数据大多服从或近似服从正态分布。思考:以下数据分别是以什么计数方式?金刚汽车每天的产量汇总每天质量问题花费的时间汽车在一定条件下噪音值车身的色差的部位数每份销售合同上打字的错误数水泵的密封圈的内径汽车尾灯上的裂纹、斑点数汽车百公里油耗均值1.集中趋势的测度值之一2.最常用的测度值3.一组数据的均衡点所在4.易受极端值的影响5.用于数值型数据，不能用于定类数据和定序数据方差和标准差------概念要点1.离散程度的测度值之一2.最常用的测度值3.反映了数据的分布4.反映了各变量值与均值的平均差异5.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统计与分布

波动------精度过程控制中有时用精度来反映质量的波动（变异）程度。精度可分为：准确度(Accuracy)：–反映系统波动的影响程度；精密度(Precision)：–反映偶然波动的影响程度；精确度(Uncertainty)：–反映系统波动和偶然波动综合的影响程度波动------精度

产生波动的影响因素和统计观点产品质量具有变异性影响产品质量的因素有6MMan:人Machine:机Material:料Method:法Mother-nature:环Measurement:测无论人类社会如何进步发展，产品质量不可能保持绝对恒定，一定具有变异性。认识到波动无处不在；用统计的方法去把握质量波动；根据统计的推理采取行动减少波动。总体和样本总体：研究对象的全体称为总体。–例如：顾客投诉量；网络接通；故障修复时间，装移机时限。样本：从总体中随机抽取一部分个体的集合。样本中含有样本的个数称为样本容量，通常用n表示。–如：某月/某局的顾客投诉量；某时段/局的网络接通率等。样本方差和标准差

(计算公式)样本方差

自由度(degreeoffreedom)1.一组数据中可以自由取值的数据的个数2.当样本数据的个数为n时，若样本均值⎯x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；3.例如，样本有3个数值，即x1=2，x2=4，x3=9，则⎯x=5。当⎯x=5确定后，x1，x2和x3有两个数据可以自由取值，另一个则不能自由取值，比如x1=6，x2=7，那么x3则必然取2，而不能取其他值；4.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，在抽样估计中，当我们用样本方差去估计总体方差σ2时，它是σ2的无偏估计量。中心极限定理中心极限定理是概率分布与统计推断的“桥梁”。对任何总体，无论其质量特性值服从什么样的分布，但当样本数量足够大时，样本的均值都服从（或近似服从）正态分布，样本的方差是总体方差的1/n。中心极限定理设X1,X2,…Xn为n个相互独立同分布随即变量，其共同分布未知，但其均值μ和方差σ2都存在，则在n较大时，其样本均值X近似服从正态分布N(μ,σ2/n)正态分布正态分布在质量管理中使用最为频繁的分布，它能描述很多质量特性X随机取值的统计规律。•当μ=0；σ=1时，一般的正态分布就可以转化为标准正态分布，记为：N(0,1)正态分布的表达方式μ、σ不同的正态分布的比较正态曲线单侧的概率一般正态分布的标准化标准正态分布的计算案例分析正态分布总体均值和总体比例的区间估计总体均值的置信区间

(σ２已知)案例分析总体均值的置信区间

(σ２未知)案例分析SPC的介绍什么是SPC?SPC是英文StatisticalProcessControl的字