质量管理的七种工具

在质量管理体系中，全面质量管理有七种常用的工具，那就是在开展全面质量管理活动中，用于收集和分析质量数据，分析和确定质量问题，控制和改进质量水平的常用的七种方法。这些方法不仅科学，而且实用，作为班组长应该首先学习和掌握它们，并带领班组成员应用到生产实际中。

一、检查表

检查表又称调查表、统计分析表等，是一种为了便于边确认事实（工序）边记录数据而事先编制的带有表格和项目名的格式纸。在调查问题时，分析检查表是一种直观有效的方式。

检查表的制作步骤如下：

1.召集所有相关人员，运用脑力激荡法制作特性要因以列出要因项目；

2.将所列出的要因项目层别后，并填入检核表中；

3.操作人员运用简单的记号将检核结果纪录于表中；

4.利用所得之数据，整理分析，以便了解管制情况或采取必要措施；

5.应用实例。

如表4-1所示为不合格品分项检查表。

表4-1　不合格分项检查表

检查表是QC七大手法中最简单也是使用得最多的手法。但或许正因为其简单而不受重视，所以检查表使用的过程中存在的问题不少。在编制检查表时，重要的是要明确什么目的、什么项目、谁、何处、以什么方法、多少（期间与对象个数）即5W2H。

二、层别法

层别法就是将大量有关某一特定主题的观点、意见或想法按组分类，将收集到的大量的数据或资料按相互关系进行分组，加以层别。透过各种分层，依各层收集数据以寻找不良所在或最佳条件，从而找到改善质量的有效方法。如图4-2所示。

图4-2　作业班层别法

在运用层别法时，可以就时间、天气、作业员、机械、作业条件、环境等因素进行分类。层别法可以和其他工具结合使用，也可以单独使用。其实施步骤如下：

1.确定研究的主题；

2.制作表格并收集数据；

3.将收集的数据进行层别；

4.比较分析，对这些数据进行分析，找出其内在的原因，确定改善项目。

三、排列图

排列图又称为柏拉图，因柏拉图最早用排列图分析社会财富分布的状况而得名。美国品质管理专家朱兰博士运用柏拉图的统计图加以延伸，将其用于品质管制分析和寻找影响质量主要因素的一种工具。其形式用双直角坐标图，左边纵数（如件数金额等），右边纵坐标表示频率（如百分比表示）。分折线表示影响质量的各项因素，按影响程度的大小（即出现频数多少）从列。通过对排列图的观察分析可抓住影响质量的主要因素。

在质量过程中，要解决的问题很多，但往往不知从哪里着手。但事实上大部分的问题，只要能找出几个影响较大的原因，并加以处置及控制，就可解决。

在工厂或办公室，把低效率、缺损、制品不良等损失按其原因别或现象别损失金额的80%以上的专案加以追究处理，这就是所谓的柏拉图分析。柏拉图的使用要以层别法的专案别（现象别）为前提，依经顺位调整过后的画制成柏拉图。

制作排列图的步骤如下所示。

1.收集数据，即在一定时期里收集有关产品质量问题的数据。如，可收集1个月或3个月或半年时期里的废品或不合格品的数据。

2.进行分层，列成数据表，即将收集到的数据资料，按不同的问题进行分层处理，每一层也可称为一个项目；然后统计一下各类问题（或每一项目）反复出现的次数（即频数）；按频数的大小次序，从大到小依次列成数据表，作为计算和作图时的基本依据。如表4-2所示。

3.进行计算，即根据数据，相应地计算出每类问题在总问题中的百分比，然后计算出累计百分数。

4.做排列图。即根据上表数据进行作图。需要注意的是累计百分率应标在每一项目的右侧，然后从原点开始，点与点之间以直线连接，从而做出帕累托曲线（如图4-3所示）。

表4-2　电机不良项目

图4-3　排列图

四、鱼骨图

鱼骨图又叫因果图，因其形状像鱼刺而得名。它是一种发现问题“根本原因”的分析方法，现代工商管理教育将其划分为问题型、原因型及对策型鱼骨图等几类。鱼骨图由日本管理大师石川馨先生所发明，故又名石川图。

鱼骨图的特点是简单实用，深入直观。它看上去有些像鱼骨，问题或缺陷（即后果）标在“鱼头”外。在鱼骨上长出鱼刺，上面按出现机会多寡列出产生问题的可能原因，有助于说明各个原因之间是如何相互影响的（如图4-4所示）。

图4-4　因果图

影响产品质量的大要因，通常从四个大方面去分析，即人、机器、物（原材料）和加工方法。每个大要因再具体化成若干个中要因，中要因再具体化为小要因，越细越好，直到可以采取措施为止。讨论时要充分发挥技术民主，集思广益。别人发言时，不准打断，不开展争论。各种意见都要记录下来。

鱼骨是一种透过现象看本质的分析方法。其制作流程简述如下：

1.填写鱼头（按为什么不好的方式描述），画出主骨；

2.画出大骨，填写大要因；

3.画出中骨、小骨，填写中小要因；

4.用特殊符号标识重要因素。

绘图时，应保证大骨与主骨成60度夹角，中骨与主骨平行。

五、直方图

直方图又称质量分布图，是一种统计报告图，由一系列高度不等的纵向条纹或线段表示数据分布的情况。一般用横轴表示数据类型，纵轴表示分布情况。

画出直方图后要进一步对它进行观察和分析。在正常生产条件下，如果所得到的直方图不是标准形状，或者虽是标准形状，但其分布范围不合理，就要分析其原因，采取相应措施。常见的直方图分布图形大体上有七种。

1.正常型。这是指过程处于稳定的图形（如图4-5所示），它的形状是中间高、两边低，左右近似对称。近似是指直方图多少有点参差不齐，主要看整体形状。

图4-5　正常型直方图

2.孤岛型。在直方图旁边有孤立的小岛出现（如图4-6所示），当这种情况出现时，说明过程中有异常原因。如：原料发生变化，不熟练的新员工替他人加班，测量有误等，都会造成孤岛型分布，应及时查明原因、采取措施。

图4-6　孤岛型直方图

3.双峰型。当直方图中出现了两个峰（如图4-7所示），这是由于观测值来自两个总体、两个分布的数据混合在一起造成的。如：两种有一定差别的原料所生产的产品混合在一起，或者就是两种产品混在一起，此时应当加以分层。

图4-7　双峰型直方图

4.折齿型。当直方图出现凹凸不平的形状（如图4-8所示），这是由于作图时数据分组太多，测量仪器误差过大或观测数据不准确等造成的，此时应重新收集数据和整理数据。

图4-8　折齿型直方图

5.陡壁型。当直方图像高山的陡壁向一边倾斜时（如图4-9所示），通常表现在产品质量较差时，为了符合标准的产品，需要进行全数检查，以剔除不合格品。当用剔除了不合格品的产品数据作频数直方图时容易产生这种陡壁型，这是一种非自然形态。

图4-9　陡壁型直方图

6.偏态型。偏态型直方图是指图的顶峰有时偏向左侧、有时偏向右侧（如图4-10所示）。由于某种原因使下限受到限制时，容易发生偏左型。如：用标准值控制下限，摆差等形位公差，不纯成分接近于0，疵点数接近于0或由于工作习惯都会造成偏左型。由于某种原因使上限受到限制时，容易发生偏右型。如：用标准尺控制上限，精度接近100%，合格率也接近100%或由于工作习惯都会造成偏右型。

图4-10　偏态型直方图

7.平顶型。当直方图没有突出的顶峰，呈平顶型（如图4-11所示）。形成这种情况一般有三种原因：与双峰型类似，由于多个总体、多总分布混在一起；由于生产过程中某种缓慢的倾向在起作用，如工具的磨损、操作者的疲劳等；质量指标在某个区间中均匀变化。

图4-11　平顶型直方图

六、控制图

控制图法是以控制图的形式，判断和预报生产过程中质量状况是否发生波动的一种常用的质量控制统计方法。它能直接监视生产过程中的过程质量动态，具有稳定生产，保证质量、积极预防的作用。

控制图上有三条平行于横轴的直线（如图4-12所示）：中心线（CL，Central Line）、上控制线（UCL，Upper Contro1 Line）和下控制线（LCL，Lower Control Line），并有按时间顺序抽取的样本统计量数值的描点序列。UCL、CL、LCL统称为控制线（Control Line），通常控制界限设定在±3标准差的位置。中心线是所控制的统计量的平均值，上下控制界限与中心线相距数倍标准差。若控制图中的描点落在UCL与LCL之外或描点在UCL和LCL之间的排列不随机，则表明过程异常。

图4-12　控制图

如果点子虽未跳出控制界限，但其排列有下列情况，也可判断工艺过程有异常变化；

1.点子在中心线的一侧连续出现7次以上；

2.连续7个以上的点子上升或下降；

3.点子在中心线一侧多次出现，如连续11个点中，至少有10个点（可以不连续）在中心线的同一侧；

4.连续3个点中，至少有2点（可以不连续）在上方或下方2横线以外出现（即很接近控制界限）；

5.点子呈现周期性的变动。

七、散布图

散布图又叫相关图，它是将两个可能相关的变数资料用点画在坐标图上，用成对的资料之间是否有相关性。这种成对的资料或许是特性—原因，特性—特性—原因的关系。通过对其观察分析，来判断两个变数之间的相关关系。这种生产中也是常见的，例如热处理时淬火温度与工件硬度之间的关系，某种元素在材料中的含量与材料强度的关系等。这种关系虽然存在，但又难以用精确的公式来表示，在这种情况下用相关图来分析就是很方便的。

假定有一对变数x和y，x影响因素，y表示某一质量特征值，通过实验或收集到的x和y的资料，上用点表示出来，根据点的分布特点，就可以判断x和y的相关情况。它们之间可能是强正相关，可能是弱正相关，也可能是不相关……我们要了解它，就可借助散布图统计手法来判断（如图4-13所示）。

图4-13　散布图

散布图在工厂生产中会经常用到，例如，棉纱的水分含量与伸长度之间的关系，喷漆时的室温与漆料黏度的关系；热处理时钢的淬火温度与硬度的关系；零件加工时切削用量与加工质量的关系等等，都会用到这种方法。在使用散布图时，有如下几点需要注意：

1.两组变量的对应数至少在30个以上，最好50个，100个最佳；

2.找出X、Y轴的最大值与最小值，并以X、Y的最大值及最小值建立X—Y坐标；

3.通常横坐标用来表示原因或自变量，纵坐标表示效果或因变量；

4.散布图绘制后，分析散布图应谨慎，因为散布图是用来理解一个变量与另一个变量之间可能存在的关系，这种关系需要进一步的分析，最好作进一步的调查。