质量管理工具介绍

秦成立2015-2-5质量管理工具介绍从前有个老和尚，佛理精奥。有一小和尚慕名而来，求取佛法，老和尚往钵盂中倒水，水满则溢。小和尚道：师父，水已满,为何还倒？老和尚说：钵中有物，不能再容，所以水满而溢；不放下心中之物，如何求经学法？小和尚听之顿误，弹身静坐，听其讲经。这就是佛经上有名的经典故事：佛说放下。佛说：放下了，就拥有了*放下才能承担，放下才能卓越，放下才能走的更远；放下是一种智慧，放下是一种境界，放下更是一种人生的开悟。佛说“放下”学习的关键

眼睛要看脑袋要想耳朵要听学习的意愿比内容更加重要2025/3/23放下纲要第三部分统计过程控制*第二部分统计基础知识第一部分常用质量工具介绍常用质量工具介绍第一部分*新老七种质量管理工具企业在现场容易量化的问题即有数据的资料（产品的不良现像、不良率）方面多利用质量老七大工具（QC7Tools）解决，这是QC小组活动的重要工具。在设计或管理方面的问题，因不易量化即无数据无法使用老其中工具。在此前提下，由日本科技联盟（JUSE）1972年—1976年开发出新七工具，成效十分良好。概括来说旧七大工具主要应用在实际工作中，而新七大工具主要应用在管理上。*新老七种质量管理工具用途质量新、老七种工具，不仅用在质量管理上，还可以应用到其它所有管理领域中，如生活、财务等多个方面。因此，在学习的过程中，希望大家不要为质量所迷惑，而要学习它们的精神实质，把它转化为一种思维模式放在大脑中，这样可以不受其限制，做到活学活用。*因果图排列图直方图调查表分层法散布图控制图追原因抓重点看分布分类别集数据析相关找异常老七种工具关联图系统图亲和图矩阵图PDPC法箭条图矩阵数据解析法理清复杂因素间的关系系统地寻求实现目标的手段从杂乱的语言数据中汲取信息预测过程中可能出现的障碍和结果多角度考察存在的问题,变量关系合理制定进度计划多变量转化少变量数据分析新七种工具2025/3/2310新QC七大手法概述2025/3/2311新老QC七大手法的关系老QC七大手法新QC七大手法理性面感性面大量的数据资料大量的语言资料侧重问题发生后的改善侧重问题发生前计划、构想新QC七大手法不取代老QC七大手法新QC七大手法与老QC七大手法相辅相成新QC七大手法与老七大手法的差异(见下表)统计基础知识第二部分*一、质量波动波动无处不在*世界上没有两片完全相同的树叶。——（德国）莱布尼茨正常波动和异常波动波动是质量的敌人；品质改善就是要持续减少设计、制造和服务过程的波动。正常波动：稳定的；结果是可预测的；是永久性的；异常波动：不稳定的;结果不可预测;现象会重复发生,除非有所行动;可以减少;*二、统计特征数集中/位置特征值

：样本平均值*离散特征值：样本标准偏差、样本极差*

集中/位置特征值有两个人平均身高190cm，这两个人身高怎么样？

集中的特征值样本平均数：

x-样本的算术平均值n-样本量毡可燃物：4.58、5.32、4.13、2.53、2.93；*

如某产品的重量标准为6341-6541，我们检测5个数据。试想：根据此结果能否判定产品合格呢？*序号重量16462.7026362.0036187.0046587.9056262.70平均值6372.46全部合格吗？离散特征值极差

一个子组、样本或总体中最大值与最小值之差;R=(最大值)-(最小值)*标准差(S)：过程输出的分布宽度，距离或平均值的偏差毡可燃物：4.58、5.32、4.13、2.53、2.93；计算可得平均值为3.90，则离散特征值*统计过程控制第三部分*一、正态分布68.26%95.45%99.73%μ+1σ+2σ+3σ-1σ-2σ-3σ正态分布的概率*控制图的构成+3s1234567891018171615141312111098765-3s

Average点落在该区间的概率为99.73%*二、控制图常用控制图种类分布控制图代号控制图名称特点使用场合正态分布（计量值）均值-极差控制图最常用，判断工序的灵敏度高。批量较大，且稳定的工序。均值-标准差控制图常用，灵敏度最高，s计算量大批量较大，且稳定的工序。中位图-极差控制图较少采用。单值-移动极差控制图简便，不易发现工序分布中心变化全检或取样费用高的场合。二项分布（计件值）p不合格品率控制图np不合格品数控制图*均值-极差控制图（）最常用；最基本；控制对象为计量值；适用于n≤10的情况；均值图用于显示子组间的波动,观察和分析数据分布的均值的变化，即过程的集中趋势(稳定趋势)；极差图用于显示子组内的波动,观察和分析数据分布的分散情况，即过程的离散程度；精度尚可,使用方便.*确定控制对象，收集数据（20-25组）；计算各组的平均值,极差；计算总体平均值、极差平均值；计算控制界限；绘制控制图；（分析用控制图）找出异常点的发生原因予以解决；剔除异常点；重新计算控制界限；延长控制界限作为日常控制用（控制用控制图）均值-极差控制图作法步骤*分析用控制图判稳1.连续25点在控制线内；2.连续35点最多有一点出界；3.连续100点最多有两点出界。满足上面任意一点都可以判定为稳态。*控制用控制图如何监控生产？*

准则1：一点落在A区以外。

这个好理解，就是犯第一类的错误概率a0=0.0027.其他的准则其实都是以此为基准。也就是界内某事件排列概率<=0.0027.

*CBACAB准则2：连续9点落在中心线同一侧

*CBACAB准则3：连续6点递增或递减*CBACAB准则4：连续14点相邻点上下交替*CBACAB准则5：连续3点中有2点落在中心线同一侧的B区以外：

*CBACAB准则6：连续5点中有4点落在中心线同一侧的C区以外*CBACAB准则7：连续15点在C内。*CBACAB准则8：连续8点在中心线两侧，但无一在C区中。*CBACAB判异为了什么二十字方针：查出异因，采取措施，加以消除，不再出现，纳入标准*1、过程能力概念在制造业中，过程能力称为工序能力，是指工序中人、机、料、法、测、环（5M1E）诸因素均处于规定的条件下，操作呈稳定状态下的实际加工能力。用6б表示。

根据统计学理论，若质量特征值服从正态分布，则质量特征值落入（±3б）

6б内，其概率为99.73%。三、过程能力*过程能力指数的公式*控制线管理的益处SpecTLTUVeryCentered变异是我们的敌人

LCLUCL不良品已经产生潜在不良出现*过程能力指数的公式*过程能力指数Cp值评价标准一般原则Cp值评价标准对于Cpk同样适用Cp值的范围级别过程评价参考Cp≥1.67I过程能力过高（应视具体情况而定）1.33≤Cp＜1.67II过程能力充分，表示技术管理能力已很好，应继续维持1.00≤Cp＜1.33III过程能力充足，但技术管理能力较勉强，应设法提高为II级0.67≤Cp＜1.00IV过程能力不足，表示技术管理能力已很差，应采取措施立即改善Cp＜0.67V过程能力严重不足，表示应采取紧急措施和全面检查*例题：叶片使用pvc套材T500的密度标准为94.0±5.0kg/m3，实测均值91.5kg/m3，S=1.1，求Cp、CPK解：M=94

过程（工序）能力指数计算（实例）*变异很小,但不准确准确但变异大提高过程能力指数的途径*109876109876提高过程能力指数的途径调整加工过程的分布中心，减少偏移量，即↘。提高过程能力减少分散程度即↘σ。修订标准范围,即↗T。*氛围的营造Thankyou!提前预祝各位身体健康、阖家幸福、春节快乐！因果图因果图是一种用于分析质量特性(结果)与可能影响质量特性的因素(原因)的一种工具。主要用于分析质量特性与影响质量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。18:1218:12因果图绘制：

一）利用逻辑推理法绘制因果图的步骤第一步，确定质量特性(结果)，因果图中的“结果”可根据具体需要选择。第二步，将质量特性写在纸的右侧，从左至右画一箭头(主骨)，将结果用方框框上；接下来列出影响结果的主要原因作为大骨，也用方框框上。第三步，列出影响大骨(主要原因)的原因，也就是第二层次原因，作为中骨；接着，用小骨列出影响中骨的第三层次的原因，如此类推。第四步，根据对质量特性影响的重要程度，将认为对质量特性有显著影响的重要因素标出来。第五步，在因果图上记录必要的有关信息。二）利用头脑风暴法整理绘制因果图的步骤第一步，选题，确定质量特性。第二步，尽可能找出所有可能会影响结果的因素。第三步，找出各原因之间的关系，在因果图上以因果关系箭头联接起来。第四步，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出来。第五步，在因果图上标上必要的信息。因果图的注意事项绘制因果图的注意事项(1)确定原因时应通过大家集思广益，充分发扬民主，以免疏漏。

(2)确定原因，应尽可能具体质量特性如果很抽象，分析出的原因只能是一个大概。(3)有多少质量特性，就要绘制多少张因果图

(4)验证返回排列图二八法则

世界上充满了神秘的不平衡：通常20%的人掌握80%的财富，20%的人集中了80%的人的智慧，20%的人完成了80%的任务，20%的人管理着80%的股市这就是二八法则。概述：早在1897年，意大利经济学家帕累托(1848～1923年)偶然注意到英国人的财富和收益模式，于是潜心研究这一模式，并于后来提出了著名的二八法则。二八法则又称作帕累托法则、帕累托定律、二八定律、最省力法则和不平衡原则。经典案列：IBM电脑公司是最早，也是成功运用二八法则的一家公司。1963年，该公司发现，一部电脑约80%的执行时间，是花在20%的执行指令上。据此，公司立刻重写它的操作软件，让大部分人都能容易接近这20%，从而轻松使用。由此该公司制造的电脑比起其他竞争者，变得速度更快，效率更高。俗话说：家有三件事，先从急处来。说的就是办事要抓住关键，抓住了主要矛盾，工作就做到了点子上，就会举一纲而万目张，出现事半功倍之效。这就是二八法则的一个历史性贡献。*排列图又叫巴雷特图、帕累托图它是找出影响产品质量主要因素的一种简单而有效的图表方法。主要作用：作为降低不良依据。决定改善的攻击目标。确认改善效果。制作方法1

方法2第一步，选题，确定质量特性。第二步，设计一张数据记录表。第三步，将数据填入表中，并合计。

第四步，制作排列图用数据表，表中有各项不合格数据，累计不合格数，各项不合格所占百分比及累计百分比。第五步，按数量从大到小的顺序，将数据填入数据表中。“其他”项的数据由许多数据很小的项目和并在一起，将其列在最后，而不必考虑“其他”向数据的大小。制作基础步骤返回第六步，画两根纵轴和一根横轴，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%。左边总频率的刻度与右边的总频率的刻度（100%）高度相等。横轴上将频数从大到小一次列出各项。第七步，在横轴上岸频数大小画出矩形，矩形的高度代表各不合格项频数的大小。第八步，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（巴雷特曲线）。第九步，在土上记入有关必要事项，如排列图名称、数据、单位、作图人姓名以及采集数据的时间、主题、数据合计数等等。返回直方图将所收集的测定值或数据之全距分为几个相等区间作为横轴,并将各区间内之测定值所出现次数累积而成的面积,用柱子排起来的图形,叫直方图,亦称之为柱状图.直方图的作用(1)检验数据分布的类型，分析数据是否服从正态分布，判断数据有无异常；(2)与产品规格界限做比较，可直观地判断分布中心是否偏离规格中心，以确定是否需要调整并求出其调整量；还可判断数据分布的散差（分布范围）是否满足规格范围的要求，以确定是否采取缩小散差的技术性措施；直方图的作用直方图的作用(3)用于进行过程能力调查和不合格品率估计；

(4)客观地反映操作者的技术水平和主观努力程度。直方图的制作步骤收集数据计算极差/全距(R)设定组数K=1+3.32LgN确定测量最小单位计算组距(H)求各组上下限计算各组中心值制作频数表按表画图分析同一类型的数据（同一机台，班组，型号）R=Xmax-Xmin数据总数50—100100—250250以上组数6—10组7—12组10—20组按小数点的位数决定(1,0.1,0.01)h=R/组数第一组下限=最小值-测量最小单位/2第二组下限=第一组下限+组距组中心值=(组上限+组下限)/2组别组距上下限中心值频数表坐标,刻度,图,标上下限,中心值文字表述制作直方图应注意的问题1.样本容量要适当

直方图在理论上属于大样本的分析方法，其样本容量要求n>50（一般经常采用n＝50－100）。对于抽取数据比较容易的，最好多抽取些数据。2.选用的分组数K不适当

分组尽量采用计算的方法进行，避免分组过多或过少3.直方图末标注有关资料

绘制直方图后，应在其上标注：收集数据的目的、日期、测定者、样本容量、样本平均值和标准偏差以及产品的规格界限等。制作直方图应注意的问题

为什么要求组界值必须比观测值多取一位数。组界值必须比观测值多取一位数，初学者常常忽视此要求的目的在于避免在分组后观测值落在组界上，如落在组界上，就不能判断该观测值是属于前一组是后一组。不同质的数据混杂在一起

样本必须保证是在同条件下抽取的。不同的操作者、设备、班次材料、工艺方法等情况下所生产的产品不能混放在一起，用抽测这些产品所得的观测值来绘制直方图，将会形成异常的直方图，不能说明问题，应分层后重新抽测数据，再绘制直方图。直方图的观察与分析特点：中间高、两边低、左右基本对称。正常大多数产品质量特性呈现这种形状。正常型（对称型）返回直方图的观察与分析偏态型特点:峰偏在左边（右边），而右面（左面)尾巴较长.原因:a.可能数据进行了分拣(如位置)b.也有可能生产中单侧控制的结果(孔加工、轴加工过程）返回直方图的观察与分析离岛型特点：某种异常，个别数据偏离总体原因:a、数据输入人员在输入的过程中,可能出错;b、过程中其他物料混入.返回直方图的观察与分析缺齿型特点：高低交错原因:

a.测量方法不对、数据分组不当

b.生产波动大返回直方图的观察与分析特点：数据间差别不大原因：a、经过全检挑选的数据;b、过程中由于某种缓慢变化的因素造成的c、测量仪器精准度不够。平顶型（高原型）返回直方图的观察与分析双峰型特点:有两个分布中心原因：有两个不同的组合返回——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。调查表法调查表

——常用类型

（1）缺陷位置调查表。（2）不良原因调查表。车型检查部位车身表面工序检查日期年月日检验目的漆缺陷检查数量2100汽车车身喷漆质量调查表×流漆O色斑Δ尘粒零件代号（名称）A-05检查日期2015.1.3工序最终检验加工单位1车间1工段检验总数1585（件）生产批号05-3-1检查方式全数检验检查者张xx不合格种类检验记录小计（件）Tex数不合格36重量30可燃物6外观15其他11总计98不良原因调查表返回

分层法概念：分层法又可以称为分类法，是加工整理数据、分析影响质量原因的一种方法。分层法是把收集到的数据，按照不同目的加以分类，把性质相同，在同一生产条件下的质量数据归类在一起加工整理，使得数据反映的事实更明显，更突出，便于找出问题。通常和其他方法一起使用。如将数据分层之后再进行加工整理成分层排列图、分层直方图、分层控制图等。分层的意义分层的目的：有利于查找产生质量问题的原因。把影响质量的众多因素分离出来，在同一生产条件下收集到的数据归纳在一起，可以使数据反映的现象更加明显。常用分层方法按不同时间、线别分，如按班次、不同生产线分；按操作人员分，如按工人的级别；按操作方法分，如按切削用量、温度、压力；按原材料、产品分，如按供料单位、批次、产品、客户等；其他分层，如按检验手段、使用条件、气候条件等。返回分层法与排列图结合甲班降级原因分析乙班降级原因分析返回散布图250Kg大卷装络纱机卷绕密度？张力络纱速度卷绕密度压力张力与密度张力(N)卷密度(kg/m3)张力(N)卷密度(kg/m3)1335.9816343.732336.1617344.633337.5018344.254337.4619344.925338.8720345.316338.1921346.577339.1722346.808338.9523348.609339.5824348.6410339.2025349.5711340.8526349.1112340.7827349.3713341.9728349.3214342.8829350.7615343.7330350.00压力与密度压力(N)卷密度(kg/m3)1344.042344.193346.504344.285344.336344.507344.688344.739343.6010344.9111345.0212346.1213345.2214345.4215345.6116345.7017345.8118345.8119344.5520346.00速度与密度速度卷密度(kg/m3)速度卷密度(kg/m3)200346.25350346.36210346.84360346.71220346.99370346.12230346.13380346.24240346.13390346.31250346.20400346.36260346.33410346.06270346.44420346.32280346.98430346.28290346.15440346.87300346.55450346.11310346.89460346.12320346.20470346.97330346.09480346.52340346.61490346.83相关性分析用途工程研究中，变量之间的关系更多地表现为具有随机性的一种“趋势”，即非确定性关系；欲探索工程研究中变量间的非确定性关系，常用相关分析的方法。相关分析变量之间有无关系、方向、关系的密切程度；相关系数

的意义与计算表示方法：

-1r

1*意义：描述两个变量直线相关的方向与密切程度的指标。

相关系数的计算：正相关负相关0<r<1-1<r<0

相关系数示意：r=1r=-1完全正相关完全负相关

分析步骤如下：

1．绘制散点图，观察两变量间是否呈直线趋势,从图的散点图可见，张力和卷密度散点有线性趋势存在，而且趋势的方向相同。

2．编制相关系数计算表

1335.981112882.56335.9816343.73256118150.315499.682336.164113003.55672.3217344.63289118769.845858.713337.59113906.251012.518344.25324118508.066196.54337.4616113879.251349.819344.92361118969.816553.485338.8725114832.881694.420345.314001192396906.26338.1936114372.482029.121346.57441120110.767277.977339.1749115036.292374.222346.8484120270.247629.68338.9564114887.12711.623348.6529121521.968017.89339.5881115314.583056.224348.64576121549.858367.3610339.2100115056.64339225349.57625122199.188739.2511340.85121116178.723749.426349.11676121877.799076.8612340.78144116131.014089.427349.37729122059.49432.9913341.97169116943.484445.628349.32784122024.469780.9614342.88196117566.694800.329350.76841123032.581017215343.73225118150.3151563035090012250010500合计4651030394553538925160878分别求出各栏中的总和及均数和平方和

3．计算

本例中r=0.994

显示络纱速度和产品卷绕密度之间呈正相关关系。

４、相关系数的检验目的：检验r

是否来自总体相关系数

=0

的总体，推断两变量的相关关系是否成立。验证|r|>r1-α/2(n-2)相关系数临界值（ra）表n-2α=5%α=1%

n-2α=5%α=1%

n-2α=5%α=1%10.9971.000160.4680.590350.3250.41820.9500.990170.4560.575400.3040.39330.8780.959180.4440.561450.2880.37240.8110.917190.4330.549500.2730.35450.7540.874200.4230.537600.2500.32560.7070.834210.4130.526700.2320.30270.6660.798220.4040.515800.2170.28380.6320.765230.3960.505900.2050.26790.6020.735240.3880.4961000.1950.254100.5760.708250.3810.4871250.1740.228110.5530.684260.3740.4781500.1590.208120.5320.661270.3670.4702000.1380.181130.5140.641280.3610.4633000.1130.148140.4970.623290.3550.4564000.0980.128150.4820.606300.3490.44910000.0620.081查上表，对n=30,n-2=28,在α=0.02时的临界值为0.361，由计算求得的r=0.994知道r>0.361，因此说明此两个变量间具有（正）线性相关。一元线性回归方程设一元线性回归方程的表达式为ｙ＝ａ＋ｂｘ其中：ｂ＝Ｌxy/Lxxａ＝ybar－ｂｘbarb=160878/9455=17.02a=343.4-17.02*15.5=79.62回归方程为：

y=79.62+17.02*x返回2025/3/2399关联图某车间照明耗电量大,QC小组针对此情况运用关联图进行原因分析。照明耗电大管理不严乱盖房乱接灯用一亮十灯头多光线暗厂房低开关集中控制检查差节电意识差长明灯缺乏节电教育责任不明返回2025/3/23100系统图如何使QC落实加强培训观念要正确内训外训购置书刊设黑板报圈员家举行烤肉郊游标语举办读书会圈会活泼化多交流竞赛活动活泼化宣导公司内公司外国际性技能操作返回2025/3/23101为家庭计划一个愉快的假期涉及哪些重要的问题？征求孩子们的意见回忆以往经历的愉快假期找到几种价钱范围找到各年龄层次都有活动的地方将假期与出差联系起来确定总开支联系一个有创见的旅行社翻阅家庭图片考虑每个人的爱好统一全家对理想假期的看法确定最大的开支利用各种渠道研究如何度假亲和图返回过程决策程序图(PDPC)法原理：采用“凡事预则立，不预则废”的思想，随着事态的发展可能会产生各种结果，运用已预先设计好的各种程序、计划，进行动态管理，达到予期效果。方法：1、多方案设计2、系统科学的一部分应用：实现某一难度较大目标的方案确定PDPC法案例：某设备维修维修工段，为了保证正常生产，制定的过程决策程序图来保证。设备突然发生故障停机组织维修人员到位查明原因领取备件更换备件调试运转交付外购配件备件不全无代用件外购无货修复旧件临时应急使用维修人员不到位确认质量要求能否达到调试设备安排其他设备临时生产保证正常生产PDPC法的用途利用PDPC法，可从全局、从整体掌握系统状态以做出全局性判断，可按时间顺序掌握系统的进展情况。其具体用途如下:(1)制订方针目标管理中的实施计划。(2)制订科研项目的实施计划。(3)对整个系统的重大事故进行预测。(4)制订控制工序的措施。返回2025/3/23105箭条图A表示加工管子B表示加工盘子C表示钻孔D表示焊接ABCD1234关键路线：最快完成时间为75分钟1234返回矩阵图定义：从问题事项中，找出成对的因素群，分别排列成行和列，找出其间行与列的关系或相关程度的大小，探讨问题点的一种方法。2025/3/231062025/3/23107适用范围:所谓“矩阵图”就是利用多元项的思考方式，分析现象、问题与原因等要素之间的关连性，组合要素间的各项关系，发展成为解决问题的策略，进而探索出问题的型态与内容，获得解决问题的对策，主要适用于：

1.探讨多组资料群间的相互关系时

2.需要将对策事项做多元性评估时

3.参与者评估复杂事件时矩阵图2025/3/23108达到：明确各机能与各单位间的关系明确质量要求和原料特性间的关系明确质量要求和制程条件间的关系明确制程不良与抱怨或制程条件间的关系矩阵图2025/3/23109矩阵图种类

L型矩阵图2025/3/23110矩阵图种类

T型矩阵图2025/3/23111矩阵图种类Y型矩阵图a1a2a3b3b2b1c1c2c32025/3/23112矩阵图种类

X型矩阵图2025/3/23113矩阵图做法：1、确定事项：如印刷用布污损问题2、选择构成事项影响的因素群：

1）不良现象因素群；

2）不良原因因素群；

3）加工过程因素群3、选择合适的矩阵图类型：T型矩阵图返回2025/3/231144、讨论确定各组要素的组成5、绘制矩阵图

1）根据选定的矩阵图模式，将待分析的因素群安排在相应的行、列（或纵）的位置上，并依据事先给定的顺序填列各个因素

2）确定表征因素之间关联关系的符号，通常用“◎”表示两个因素之间存在密切关联关系，“○”表示两个因素之间存在一般关联关系，“△”表示两个因素之间可能存在（或存在较弱）关联关系。返回2025/3/231156、对隶属于不同因素群的各个因素之间可能存在的关联关系进行分析，并用既定的表征符合进行标识。

返回2025/3/231167、解释矩阵图特征：通过分析矩阵图，确定最迫切需要解决的问题（或现象），最可能的引发原因，以及导致这些原因的最可能的根源。

返回2025/3/231178、数据统计寻找着眼点

对矩阵图中的问题（或现象）因素群，进一步收集数据并绘制柏拉图，以确定主导因素。针对主导问题，就矩阵图中的原因因素群，进一步采集数据绘制柏拉图。以确定主导原因，就矩阵图中的加工过程（工序）因素群，进一步采集数据并绘制柏拉图，以确定主导工序。9、制订针对问题根源的纠正措施10、验证所采取的措施有效性返回2025/3/23118应用矩阵图的优点

1.易累积众人的经验。

2.容易掌握全体要素间的相关性。

3.利用多次元的观察，显示潜伏的内在要因。

4.避免太过详细或抽象的表现方式。

返回2025/3/23119注意事项在评价有无关联及关联程度时，要获得全体参与讨论者的同意，一般不可按以少数服从多数人的表决通过来决定。返回2025/3/23120矩阵数据解析法定义: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。返回2025/3/23121数据矩阵分析法的主要方法为主成分分析法，利用此法可从原始数据获得许多有益的情报主成分分析法是一种将多个变量化为少数综合变量的一种多元统计方法主要方法:返回2025/3/23122应用时机

1.大量的数据进行要因解析

2.复杂因子变量分析

3.质量对复杂的要因交络重叠的工程解析

4.质量工程评价返回2025/3/23123适用范围新产品开发的企划复杂的质量评价自市场调查的资料中，要把握顾客所要求的品质,质量功能的展开