质量管理的老7种工具老七种工具：分层法排列图法因果分析图法调查表法直方图法散布图法控制图法产生背景:日本，二十世纪六十年代。

老七种工具的特点：强调用数据说话，重视对制造过程的质量控制通俗易懂,一线员工易于掌握质量管理老7种工具1.分层法概念分层法又称分类法，即：把收集来的原始质量数据，按照一定的目的和要求加以分类整理，以便分析质量问题及其影响因素的一种方法。

原则➢根据分层的目的➢按照一定的标志➢数据的归类➢分层的关键质量数据分层的标志(5M1E)操作者、机器设备、原材料、测量、方法、环境。

不同的时间；不同的检验手段；废品的缺陷项目。

分层法实例（1）某轧钢厂一个车间的生产情况统计如下：甲乙丙三班各轧制钢材2000t，共轧制6000t，其中轧废169t。

如果只知道这样三个数据，则无法对质量问题进行分析。

下表是进行的分层分析。

分层法实例（2）某产品的汽缸体与气缸盖之间经常发生漏油现象，使用分层法分析其主要原因。

解：通过现场调查发现主要原因是密封不好。

该装配工序是由甲乙丙三个工人各自完成的；并发现漏油的主要原因是三个人在涂粘结济方法上的不同以及所使用的气缸垫分别来自A 和B两个协作厂。

调查的数据如下：调查总数50个，漏油19个，漏油发生率0.38。

现采用分层法按操作者和协作厂分层收集整理数据。

按操作者分层结论：工人乙的操作方法漏油发生率比较低。

按协作厂分层结论：B厂的气缸垫漏油发生率比较低。

综上：建议采用乙的工作方法和B厂的气缸垫。

实施结果：漏油发生率增加了原因：没有考虑两者之间的关系措施：重新考虑分层与协作厂联合分层结论：B厂↔工人甲A厂↔工人乙2.排列图法概念➢排列图又称主次因素分析图或帕累托图（Pareto）。

➢由两个纵坐标、一个横坐标、几个直方块和一条折线所构成。

➢累计百分比将影响因素分成A、B、C三类。

排列图又叫巴雷特图（pareto diagram）,其原理是意大利经济学家帕累托在分析社会财富分布状况时得到的“关键的少数和次要的多数”的结论。

（20%人占有80%的财富）20世纪40年代，Joseph Juran博士发现了一条各领域通用的原则，他把它叫做"vital few and trivial many”，这条原则指出20%的事情常常对80%的结果负责(20 percent of something always areresponsible for 80 percent of the results)。

二八法则的其他例子：20%的企业可能生产市场上80%的产品20%的顾客可能给商家带来80%的利润20%的储户的可能拥有80%的存款额20%的原因造成80%的产品不合格排列图的绘制步骤·针对问题收集一定时间的数据；·将数据按频数从大到小排列，并计算各自所占比率（频率）和累计比率（累计频率）；·以左侧纵坐标为频数，横坐标按频数从大到小用条状块依次排列；以右侧纵坐标为累计频率，绘制累计频率曲线。

·找出主要因素。

按累计百分比将影响因素分为三类：0～80%为A类因素，主要因素；80%～90%为B类因素，次要因素；90%～100%为C类因素，一般因素。

【例】某加工厂按照不合格的类型收集了一定时期内不合格的发生次数，拟用Excel来制作排列图。

1. 收集数据2.对“不合格数”由大到小排序([数据]/[排序]/[降序] )【请注意，对其他这一项的处理】3.计算累计不合格数4.计算累计不合格比率5.绘图选择区域A1..B8和D2.D8。

选择[插入]/ [图表] /[自定义类型]/ [两轴线-柱图]/ [完成]6.讨论：排列图的核心在排列图上通常把累计比率在0～80%间的因素为A类因素；80%～90%间的因素为B 类因素；在90%～100%间的因素为C类因素。

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或数量很多，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。

3.因果分析图法概念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。

作用：（1）分析因果关系；（2）表达因果关系；（3）通过识别症状、分析原因、寻找措施、促进问题解决。

步骤：确定分析对象记录分析意见检查有无遗漏记上必要事项因果图的制作：某中学在分析期末考试成绩时发现，计算机基础课程的考试成绩普遍不理想。

拟用因果图法分析原因。

本案例的质量特性（结果）为（计算机）“课程考试成绩偏低”。

为了找出原因，学校组织任课老师、教研室主任、教务处主任、学生代表、家长代表座谈，各抒己见，找出主要原因、第二层原因、第三层原因，直到能发现具体的原因并能提出具体的措施为止。

至此，我们找到学生成绩低的最直接、可以采取措施解决的原因如下：下面是如何绘制直观的因果图。

因果分析图作图注意事项：（1）所要分析的质量特性问题，应提得尽量具体、明确、有针对性。

（2）要集思广益。

（以召开质量分析会形式，共同分析。

）（3）原因的分析，应细到能采取具体措施为止。

（4）大原因不一定是主要原因。

（可通过投票表决来确定，一般可确定3~5项）（5）对关键因素采取措施后，再用排列图等方法来检验其效果。

4.调查表法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。

常用类型（1）缺陷位置调查表。

（2）不良项目调查表。

（3）不良原因调查表。

缺陷部位调查表不良项目调查表不合格原因调查表5.直方图法概念从总体中随机抽取样本，将从样本中获得的数据进行整理，从而找出数据变化的规律，以便测量工序质量的好坏。

直方图基本格式直方图的作图步骤1. 收集数据。

不应少于50个数据。

2. 找出数据中的最大值Xmax和最小值Xmin3. 计算极差R= Xmax—Xmin4. 确定组数K；5. 计算组距H=R /K6. 确定组界;第一组下界: Xmin -h/2,上界Xmin + h/27. 计算各组中心值Xi;X1= -38. 计算频数fi，整理频数分布表9. 画直方图数据个数与数组的关系【例】从一批螺栓中随机抽取100件测量其外径数据如下表所示。

螺栓外径规格为。

试绘出频数直方图。

步骤：（1）收集数据，并找出数据中最大值x max和最小值x min数据个数应≥50，并计算极差。

·本例数据个数n=100。

最大值x max=7.938，最小值x min=7.913。

·计算极差025.0913.7938.7min max =-=-=x x R（2）确定分组组数 kk 值的选择一般参考下表给出的经验数值确定 本例选择k=10（3）确定组距h组距即每个小组的宽度，或组与组之间的间隔kR kh x x=-=min max本例中003.00025.010025.0≈==h为分组方便，常在h 的计算值基础上将其修约为测量单位的整数倍，并作适当调整。

如本例测量单位为0.001，将h 修约为0.003。

（4）决定各组组限（计算各组的上、下边界值）·为了不使数据漏掉，应尽可能使边界值最末一位为测量单位的1/2。

·当h 为奇数时， 第一组边界值应为2minhx ±·当h 为偶数时，可以下式计算第一组边界值 第一组上边界值=x min – 最小测量单位/2 第一组下边界值=上边界值+h一直计算到最末一组将x max 包括进去为止。

·本例h 为奇数，故第一组上下边界值为9115.70015.0913.72min =±=±hx·其余各组的上下边界值为：某组上边界值=上组下边界值 某组下边界值=该组上边界值+h·本例第二组上下边界值为7.9175～7.9145；第三组为7.9175～7.9205…… ·依次类推，最后 一组为7.9385，包括了最大值7.938(见频数表)。

（5）计算各组的组中值x i数据分组组数表～7.9145 2组下边界值第组上边界值第i i x i +=如本例（6）统计落入各组的数据个数，整理成频数表（7）作直方图以频数为纵坐标，质量特性为横坐标画出坐标系，以一系列直方形画出各组频数，并在图中标出规格界限和数据简历，组成频数直方图。

直方图的观察分析1、直方图反映一个数列的各个数值出现的频数演变情况，以便形象地表示被观察数值的特征和分布状态2、对直方图的直接观察，来判断质量变化状况和生产过程是否稳定，并预测生产过程的不合格品率。

3、主要包括两个方面的内容：（1）直方图的分布状态分析（2）分析与标准或目标值(公差)的关系正常直方图锯齿型（分组不当；测量方法或读数有问题）偏向型——两种情况（1、数据本身遵从这种分布，如百分率数据2、加工习惯造成）出现异常）双峰型（平均值不同的两个分布混在一起）孤岛型（出现了某种检查错误，或生产过程量指标在某个区间内均匀分布直方图与质量标准比较6 .散布图法概念散布图(相关图)是通过分析研究两种因素的数据的关系，来控制影响产品质量的相关因素的一种有效方法。

相关关系一般可为：原因与结果的关系；结果与结果的关系；原因与原因的关系。

用相关图法，可以应用相关系数、回归分析等进行定量的分析处理，确定各种因素对产品质量影响程度的大小。

如果两个数据之间的相关度很大，那么可以通过对一个变量的控制来间接控制另外一个变量。

相关图的分析，可以帮助我们肯定或者是否定关于两个变量之间可能关系的假设。

两个变量的相关类型在相关图中，两个要素之间可能具有非常强烈的正相关，或者弱的正相关。

这些都体现了这两个要素之间不同的因果关系。

一般情况下，两个变量之间的相关类型主要有六种：强正相关、弱正相关、不相关、强负相关、弱负相关以及非线性相关，如图所示。

其相关性判断——对照典型图例判断作图步骤(1)确定研究对象。

(2)收集数据。

(3)画出横坐标x与纵坐标y，添上特性值标度。

(4)根据数据画出坐标点相关系数（r取值在-1至+1之间，r>0，正相关，反之负相关，绝对值越接近1，愈接近线性相关性）散布图是研究两个变量之间是否存在着相关关系的统计工具【例】某体育运动俱乐部，为了研究运动员的身高与体重之间是否存在某种关系，将所有运动员的身高和体重的测量数据，作散布图进行分析。