一一分析品管七大手法

　　品管七大手法是常用的统计管理方法，又称为初级统计管理方法。它主要包括控制图、因果图、相关图、排列图、统计分析表、数据分层法、散布图等所谓的QC七工具。下面就来具体介绍下品管七大手法。

　　1、统计分析表

　　统计分析表是利用统计表对数据进行整理和初步原因分析的一种工具，其格式可多种多样，这种方法虽然较单，但实用有效。

　　2、数据分层法

　　数据分层法就是将性质相同的，在同一条件下收集的数据归纳在一起，以便进行比较分析。因为在实际生产中，影响质量变动的因素很多，如果不把这些困素区别开来，则难以得出变化的规律。数据分层可根据实际情况按多种方式进行。例如，按不同时间，不同班次进行分层，按使用设备的种类进行分层，按原材料的进料时间，按原材料成分进行分层，按检查手段，按使用条件进行分层，按不同缺陷项目进行分层，等等。数据分层法经常与上述的统计分析表结合使用。

　　数据分层法的应用，主要是一种系统概念，即在于要处理相当复杂的资料，就得懂得如何把这些资料加以有系统、有目的地加以分门别类的归纳及统计。

　　科学管理强调的是以管理的技法，来弥补以往靠经验、靠视觉判断的管理的不足。而此管理技法，除了建立正确的理念外，更需要有数据的运用，才有办法进行工作解析及采取正确的措施。

　　3、排列图

　　排列图又称为柏拉图，由此图的发明者19世纪意大利经济学家柏拉图(Pareto)的名字而得名。排列图是分析和寻找影响质量主原因素的一种工具，其形式用双直角坐标图，左边纵坐标表示频数(如件数 金额等)，右边纵坐标表示频率(如百分比表示)。分折线表示累积频率，横坐标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)从左向右排列。通过对排列图的观察分析可抓住影响质量的主原因素。这种方法实际上不仅在质量管理中，在其他许多管理工作中，例如在库存管理中，都有是十分有用的。

　　在质量管理过程中，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，就可解决问题的80%以上。柏拉图是根据归集的数据，以不良原因，不良状况发生的现象，有系统地加以项目别(层别)分类，计算出各项目别所产生的数据(如不良率，损失金额)及所占的比例，再依照大小顺序排列，再加上累积值的图形。

　　在工厂或办公室里，把低效率，缺损，制品不良等损失按其原因别或现象别，也可换算成损失金额的80%以上的项目加以追究处理，这就是所谓的柏拉图分析。

　　柏拉图分析的步骤

　　(1) 将要处置的事，以状况(现象)或原因加以层别。

　　(2) 左纵轴表示问题发生的次数(频次或金额)，右纵轴表示问题累积百分率。

　　(3) 决定搜集资料的期间，自何时至何时，作为柏拉图资料的依据，期限间尽可能定期。

　　(4) 各项目依照合半之大小顺位左至右排列在横轴上。

　　(5) 绘上柱状图。

　　(6) 连接累积曲线。

　　4、因果分析图

　　因果分析图是以结果作为特性，以原因作为因素，在它们之间用箭头联系表示因果关系。因果分析图是一种充分发动员工动脑筋，查原因，集思广益的好办法，也特别适合于工作小组中实行质量的民主管理。当出现了某种质量问题，未搞清楚原因时，可针对问题发动大家寻找可能的原因，使每个人都畅所欲言，把所有可能的原因都列出来。

　　所谓因果分析图，就是将造成某项结果的众多原因，以系统的方式图解，即以图来表达结果(特性)与原因(因素)之间的关系。其形状像鱼骨，又称鱼骨图。

　　某项结果之形成，必定有原因，应设法利用图解法找出其因。首先提出了这个概念的是日本品管权威石川馨博士，所以特性原因图又称[石川图>。因果分析图，可使用在一般管理及工作改善的各种阶段，特别是树立意识的初期，易于使问题的原因明朗化，从而设计步骤解决问题。

　　因果分析图提供的是抓取重要原因的工具，所以参加的人员应包含对此项工作具有经验者，才易凑效。

　　五、直方图

　　直方图又称柱状图，它是表示数据变化情况的一种主要工具。用直方图可以将杂乱无章的资料，解析出规则性，比较直观地看出产品质量特性的分布状态，对于资料中心值或分布状况一目了然，便于判断其总体质量分布情况。在制作直方图时，牵涉到一些统计学的概念，首先要对数据进行分组，因此如何合理分组是其中的关键问题。分组通常是按组距相等的原则进行的两个关键数字是分组数和组距。

　　六、散布图

　　散布图又叫相关图，它是将两个可能相关的变量数据用点画在坐标图上，用来表示一组成对的数据之间是否有相关性。这种成对的数据或许是特性一原因，特性一特性，原因一原因的关系。通过对其观察分析，来判断两个变量之间的相关关系。这种问题在实际生产中也是常见的，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或函数关系表示，在这种情况下用相关图来分析就是很方便的。假定有一对变量x 和 y,x 表示某一种影响因素，y 表示某一质量特征值，通过实验或收集到的x 和 y 的数据，可以在坐标图上用点表示出来，根据点的分布特点，就可以判断 x和 y 的相关情况。

　　在我们的生活及工作中，许多现象和原因，有些呈规则的关联，有些呈不规则形有关联。我们要了解它，就可借助散布图统计手法来判断它们之间的相关关系。

　　散布图的构成

　　散布图是由一直角坐标，其横轴表示X变量的测定值，纵轴表示Y变量的测定值，将各组X测定值与Y测定值之交点全部绘出，即成为散布图。散布图的特色

　　(1)从散布图可简单容易判断X与Y两个变量间:

　　·是否有相关关系。

　　·相关关系的强弱。

　　·是正相关或者负相关。

　　·是直线相关或是曲线相关。

　　(2)从散布图上可简单容易判断数据是否有异常趋势或是有没有必要作层别分析。

　　七、控制图

　　控制图又称为管制图。由美国的贝尔电话实验所的休哈特(W.A.Shewhart)博士在1924年首先提出管制图使用后，管制图就一直成为科学管理的一个重要工具，特别在质量管理方面成了一个不可或缺的管理工具。它是一种有控制界限的图，用来区分引起质量波动的原因是偶然的还是系统的，可以提供系统原因存在的信息，从而判断生产过程是否处于受控状态。控制图按其用途可分为两类，一类是供分析用的控制图，用控制图分析生产过程中有关质量特性值的变化情况，看工序是否处于稳定受控状;再一类是供管理用的控制图，主要用于发现生产过程是否出现了异常情况，以预防产生不合格品。

　　统计管理方法是进行质量控制的有效工具，但在应用中必须注意以下几个问题，否则的话就得不到应有的效果。这些问题主要是：

　　1 )数据有误。数据有误可能是两种原因造成的，一是人为的使用有误数据，二是由于未真正掌握统计方法;

　　2 )数据的采集方法不正确。如果抽样方法本身有误则其后的分析方法再正确也是无用的;

　　3) 数据的记录，抄写有误;

　　4 )异常值的处理。通常在生产过程取得的数据中总是含有一些异常值的，它们会导致分析结果有误。

　　以上概要介绍了七种常用初级统计质量管理七大手法即所谓的“QC七工具”，这些方法集中体现了质量管理的“以事实和数据为基础进行判断和管理”的特点。这些方法看起来都比较简单，但能够在实际工作中正确灵活地应用并不是一件简单的事。

上一篇：质量检验员的工作职责有哪些
下一篇：品管新旧七大工具培训