质量改进七工具
质量改进七工具
检查表(Data collection form) 分层法(Stratification) 散布图(Scatter) 排列图(Pareto) 直方图(Histogram) 因果图(Cause-Effect diagram) 控制图(Control Chart)
因果图(Cause-Effect diagram)
常见的错误及注意事项： (1)确定的质量问题或质量特性笼统不具体， 针对性不强 (2)原因分析展开不充分，只是依靠少数人 “闭门造车” (3)画法不规范 (4)一个质量特性画一张图，不要将多个质量 特性画在一张图上。
因果图(Cause-Effect diagram)
分层法(Stratification)
举例: 气缸体毛坯完成金切后发现的不合格项按其不 同供应商进行分层
•供应商
•缺陷数 •缺陷率
哈尔滨××
6
6%
成都
2
2%
四平××铸造厂 12
12%
昆山
9
9%
三、散布图(Scatter)
• 定义:散布图也叫相关图, 它是用来研究判断两个变量之间相关关系的 图。
故等。 ●确定时间 ●确定哪些数据是必要的，数据如何分类，如按不合格类型、
时间、位置等。 ●确定收集数据的方法，以及在什么时候收集 例：了解发动机的可靠性：1、根据历次耐久试验的数据；2、
根据二次赔偿的信息。
排列图(Pareto)
二、设计记录表，将统计结果填入表中， 计算比率及累计比率，不分类的“其它” 类不论其大小都要放在表末。
●根据现象制作排列图，确定要解决的问题之后， 必然确定了主要原因所在。确定了“关键的少 数”
●验证措施效果如何使用排列图
排列图(Pareto)
6月1日至7月31日
总改进效果
100 88
1.2
80
1
60
0.8
9月1日至10月31日
40 20
32 28 13
9
0.6
40
0.4
25
10 0.2 20
23
排列图(Pareto)
2 用途：影响因素的主次位置，可从 排列图上一目了然。从而 明确改进方向和改进措施。采取措施后的效果，还可用排列 图进行对比确认。排列图不仅可用于质量管理，还广泛地应 用于其它领域。
排列图(Pareto)
一、确定所要调查的问题以及如何收集数据 ●选题，确定调查问题的类型，如不合格项目、损失金额、事
举例：酿酒中酸度与酒度的散布图(负相关)
酒度
X X X
X X X X
酸度
散布图(Scatter)
例二：热处理中淬火温度与硬度之间的散
硬度
布图(正相关)
X
X
X
X
X
X
X
溫度
四、排列图(Pareto)
排列图又称巴雷特图或主次因素分析图
1
(Pareto) 于
20世纪初创立的。他发现运用排列图， 可以找出“关键的 少
举例
室外气温影响
环境
暖气不正常
室内温差大
无温差修正标准
操作者
未定时检测 未按工艺执行
责任心差
活塞销孔孔径尺 寸为什么会超差
寒流 早晚温差大
未按中间尺寸对刀 刀头未压紧
预热时间短 床温不够
停车时间长 机床
自然时效不好 时间短
两台量仪量 值不一致
毛坯变形 炉温低
未在标温下 鉴定环规
人工时效不好 量值传递标准不一致
在图上标出名称，数据，作图人，采集数据日期等 信息
排列图(Pareto)
排列图的分类
一、分析现象用排列图 与不良结果有关，用来发现主要问题： ●质量：不合格、故障、顾客抱怨、退货、维修等 ●成本：损失总数、费用等 ●交货期：存货短缺、付款违约、交货期拖延等 ●安全：发生事故、出现差错等
排列图(Pareto)
二、分析原因用排列图 这类排列图与过程因素有关，用来发现主要问题
1、操作者：班次、组别、年龄、经验、熟练情况 以及个人本身因素；
2、机器：机器、设备、工具等； 3、原材料：制造商、工厂、批次、种类； 4、作业方法：作业环境、工序先后、作业安排、
作业方法；
排列图(Pareto)
示例
例：降低发动机水泵漏水的用户赔偿次数（××年 共赔偿264次） ●确定关键的少数问题
• 两个变量之间常见的两种关系:(1)函数关系 (2)非确定性的关系
• 散布图由一个纵坐标，一个横坐标，很多散布的点子組成。 • 散布图的作图步骤：(1)搜集数据(2)打点 • 几种典型相关：(1)强正相关
(2)弱正相关 (3)強负相关 (4)弱负相关
(5)不相关 (6)非线性相关
散布图(Scatter)
数和次要的多数”的关系。后来，美国质量管理专家朱兰
(J·M·Juran) 把该原理应用于质量管理工作中。在质量分析时
发现，尽管影响产品质量最关键的因素往往只是少数几项，
而由它们造成的不合格产品却占总数的绝大部分。就是根 据这个“关键少数，次要多数”的原理，使排列图在质量 管理中，成为查找影响产品质量关键因素的重要工具。
材料
方法
因果图(Cause-Effect diagram)
因果图(Cause-Effect diagram)
练习:联系实际中的问题,画出因果图及对策表
环境
操作者
机床
材料
方法
七、控制图(Control Chart)
定义：控制图又叫管制图，它是用于分析和判断工序是否处于控 制状态所使用的带有控制界限线的图。
0
•平顶型
•正常型 •偏向型
直方图(H或联系工作实际画直方图
螺纹紧固件的拧紧力矩数据
154 174 164 166 162 166 170 162 166 164 168 166 160 162 160 168 164 170 164 166 153 165 162 165 167 164 158 162 172 168 167 169 159 175 165 158 160 162 164 166 156 162 164 152 164 174 162 162 156 174 168 174 166 160 166 148 160 162 164 170 165 159 147 153 151 164 166 164 170 164 162 158 164 168 172 158 162 156 164 152 151 158 154 181 168 166 166 172 164 162 170 170 166 160 160 168 160 162 154 160
2
异响
3
漏雨
4 油漆不亮
合计
频数 110 40 30
3 183
频率% 累计频数 累计频率%
五、直方图(Histogram)
定义：直方图是通过对数据的加工整理，从而分析和掌 握质量数据的分布状况和估算工序不合格品率的一种方 法。
用途：常用于分析质量原因，测量工序能力，估计工序 不合格品率等。
作直方图的三大步骤：(1)作频数分布表 (2)画直方图 (3)进行相关计算
可靠性差的主要零件
排列图(Pareto)
注意事项 ●因素分类 主要因素（A类因素）0%--80% 次要因素（B类因素）80%-90% 一般因素（C类因素）90%-100%
排列图(Pareto)
●其他项所占百分比不能太大 如果太大说明项目分类不当，把许多项目归在 了一起，这时应考虑采用另外的分类办法。
原理：3 Sigma原理 计量值：长度，时间，温度等 计数值：不良品件数，合格品件数，布匹的疵点数等 计量值控制图: X Bar Chart (均值-极差控制图) 计数值控制数: P-Chart(不合格品率控制图)
DPMO-Chart(每百万机会数中缺陷数控制图)
控制图(Control Chart)
表面粗糙度度不合格
圆柱度超出规范
锥度不合格
碰伤
小
计
甲 乙 合计
100 100 200
2
1
3
1
2
3
3 18 21
17
1
18
23 22 45
检查表(Worksheet)
若只对工人，不对不合格原因进行分层：两工人的废品率相 差无几，找不出重点。若只对不合格原因，不对工人进行分 层：则会得到主要因素为锥度不合格、碰伤两原因。对工人 及不合格原因分层后：甲工人主要因素为碰伤；乙工人主要 因素为锥度不合格
排列图(Pareto)
注意事项
●分类方法不同，得到不同排列图。 通过不同的角度观察问题 把握问题实质，需要用不同的分类方法进行分类 例：对二次赔偿单中的信息进行分析： 二次赔偿单中的信息：发动机型号、生产时间、使用
时间、行驶里程、服务站名称、故障形态、故障 零件、维修时间、维修费用、等。 分类：
34 轴承损坏
1
1
0.8
0.6
0.4
30
0.2
0 其他
200
190
180
160 0.95
140
120
100
80
60
40
20
0 波纹管
水封损坏位置排列图 0.98
6 动环
1
1
4
0.8 其他
排列图(Pareto)
结论： 波纹管（关键的少数原因）
进一步结论：裂纹的位置、大小基本一样 ●确定问题的原因 采用头脑风暴法集思广义，并绘制因果图 进行调查，确定最终问题的原因
发动机水泵漏水统计表
故障形态 水封损坏 轴承损坏
其他
不良数目 百分比 200 0.76 34 0.13